基于ZigBee技术的连栋温室低功耗环境监测系统设计*

符凌峰， 赵春宇， 黄震宇， 高浩天

(上海交通大学 电子信息与电气工程学院，上海 200240)



基于ZigBee技术的连栋温室低功耗环境监测系统设计*

符凌峰， 赵春宇， 黄震宇， 高浩天

(上海交通大学 电子信息与电气工程学院，上海 200240)

针对连栋温室环境监测系统布线困难、监测低效、部署不灵活等问题，设计了一种基于无线传感器网络的低功耗监测系统。以CC2530为核心构建传感器节点，以ZigBee技术构建树状无线传感器网络覆盖整个温室范围，搭配现场PC构建现场自动化监测系统，24 h监测环境变化；在传感器节点中进行硬件和软件的低功耗优化设计，降低建造和维护成本，添加时间同步管理和电源管理，增加系统可靠性。初步试验表明:系统能以较低的功耗(提高96.3 %)实现数据的准确采集，符合科研和精细化生产的应用要求。

无线传感器网络； ZigBee； 低功耗； 连栋温室； 环境监测

0　引　言

在农业温室的科研工作和精细化生产中，首要的任务是实时、便捷和精准的采集现场关键的环境因素。但在目前国内的科研中，大部分仍采用有线的传感器网络进行监测，不仅存在布线困难、移动不便等缺点，也增加了科研和生产的建造及维护成本[1]。

目前，国内学者对于无线传感器网络(wireless sensor networks,WSNs)在温室农业生产和科研中的应用，做了大量有意义的研究。在理论方面，对WSNs在温室群检测和控制系统的关键技术进行了研究和可行性分析，且对于其数据融合和节能技术进行了分析和优化[2,3]。在应用技术方面，应用WiFi和蓝牙等无线通信技术构建温室的监控系统[4,5]，但在功耗和通讯距离上均有所限制。随着新一代无线通讯技术ZigBee技术的不断完善和应用，这种功耗低、鲁棒性好、组网灵活的无线技术的引起研究人员的重视，并得到较为广泛的应用[6]。

本文针对华东型连栋温室，基于农业生产和科研的要求，提出基于ZigBee技术，搭建低功耗的温室环境监测系统。对硬件和软件的功耗进行分析，设计和优化，同时通过优化配置传感供电时序，动态调整采集周期，从系统的角度对监测系统进行设计和优化，保证温室监测系统实现长期稳定和数据的准确有效。

1　系统架构与低功耗设计分析

ZigBee是基于IEEE 802.15.4标准的低功耗局域网协议，其特点是近距离、低复杂度、自组织、低功耗、低数据速率，根据组网方式可以分为星状网络、树状网络和网状网络[7]。

在本系统中，应用于温室的ZigBee无线传感器网络由传感器节点，路由器节点和协调器节点组成树状网络，如图 1所示无线传感器节点负责具体的数据采集任务，路由器节点负责数据中继和网络路由任务，协调器负责网络组建，网络管理以及与中控PC通信的任务，中控PC负责网络管理，并可以将数据公布到Internet上，供远程访问。

图1　系统结构图Fig 1　System framework

传感器节点采用CC2530芯片，最大通信距离为80 m，路由节点和协调器节点均添加CC2591 PA功率放大模块，以增加通信距离至150 m(考虑现场阻挡)，保证温室群范围内网络的完全覆盖和较低的丢包率[8]。

本文着重讨论传感器节点的低功耗设计，主要在硬件和软件两方面进行优化，并增加必要的系统管理。

硬件部分主要包括核心板模块，传感器模块以及底板，该部分功耗分析如下：1)核心板功耗：CC2530-EB核心板，其休眠功耗主要包括协议栈休眠功耗以及低频晶振功耗，工作功耗主要包括协议栈工作功耗和天线功耗；2)传感器功耗：选用低功耗的传感器，程序控制供电时序，减少功耗；3)底板功耗：其休眠功耗来自核心板，电源转换芯片，电源切换芯片以及传感器的漏电流。

软件部分包括Z-Stack协议栈与通信，传感器数据采集，该部分功耗分析如下：1)Z-Stack系统功耗：协议栈支持定时时钟唤醒的PM2休眠模式，软件设计优化的首要目的是增加休眠时间，缩短协议栈工作时间；2)传感器数据采集功耗：通过合理分配采集和供电时序缩短工作时间，降低功耗。

2　硬件低功耗设计与实现

本系统硬件采用模块化的设计模式，各模块首先进行独立的设计和低功耗优化，然后组装成完整功能的节点，各个模块可以方便地插拔和替换，提高整体系统的互换性和可拓展性，传感器节点硬件设计如图2所示。

图2　传感器节点硬件设计图Fig 2　Diagram of sensor node hardware design

2.1核心板

核心板由CC2530、外围电路及天线组成，其休眠功耗主要是协议栈休眠和天线功耗。实测PM2休眠时核心板功耗为6.8 μA，协议栈轮询事件时，功耗为8.72 mA，在发送数据和接收数据时，功耗在20 mA左右。

2.2传感器

传感器功耗在整体功耗中占据50 %以上的比例，需要采用功耗低或响应时间短的传感器。综合考虑温室环境，检测精度，量程和功耗等情况，所选传感器如表1所示。

表1　传感器选型

空气温湿度传感器SHT15，采用内部校准，串行接口输出，芯片在传感器信号的读取和电源损耗方面做了优化处理，功耗超低，相对湿度误差在±2 %RH以内，在0～40 ℃范围内，温度精度在±0.5 ℃以内，提供高精度的温湿度数据。

FDY(频域反射型)土壤温湿度传感器MS10，采用介电常数法测量土壤的体积含水量，是符合目前国际标准的方法，直接模拟输出，稳定性好，水分含量在0～53 %时精度为±3 %，响应时间较短。

光照强度传感器BH1750FVI，是一款通用低功耗的光强测量传感器，功耗低，响应速度快，在1～65 klx量程内具有1 lx的精度，能自动屏蔽50/60 Hz的光噪声且无需任何外部器件。

以上选用传感器均满足低功耗要求，实测数据稳定且具有良好的线性度，采用模块化设计，通过标准的通信接口或直接采集模拟量，方便替换和局部优化升级。

2.3底板

底板的低功耗设计主要在电源供电模块，电源管理模块和传感器供电模块。

电源供电模块：采用低功耗的LDO HT7333，将外部3.7 V电池电压转换为稳定的3.3 V(3.201～3.399 V)供电电压，保证电池的高效利用和电源的稳定供应。

电源管理模块：ADC采集高阻值的分压电路上的分电压，直接获取锂电池的1/3分压，上传给PC，实时监测电池电量，防止电池过度放电损坏，保证节点正常工作。

传感器供电管理模块：给传感器统一供电3.3 V，根据各个传感器的功耗和响应时间差异，采用程序控制的分时供电模式。选用限流开关芯片TPS2067，通过GPIO口控制使能端，以指定时序给传感器供电。TPS2067关断电阻达50 MΩ，空载功耗电流为1.5 μA，自带短路和高温保护功能，有效保护电路和传感器安全。

3　软件低功耗设计与实现

软件部分功能包括：Z-Stack协议栈，数据采集和传感器驱动，设计实现基本功能的同时，主要从减少工作时间，合理配比传感器采集供电时序2个方面降低功耗。

3.1缩短协议栈工作时间

时间同步管理：采用可定时器唤醒的PM2休眠模式，由协调器(ZC)周期发送的休眠指令给出，传感器节点接收到命令后开启定时休眠，休眠结束后自动开启采样并上传数据，随后进入系统轮询，等待下一个命令。上位机控制ZC发送休眠命令的时间，可保证传感器节点采集数据的时间基本同步，误差在10 ms以内，即在上位机实现了对采集动作的时间同步管理，如图 3所示。智能数据采集：根据数据变化的实际情况和理论规律，配置不同的采样周期。以夏季为例，6:00～18:00时，环境参数变化迅速而剧烈，采样周期设为10 min，尤其在中午11:00～15:00，容易达到高温阈值，采样周期设为5 min；在夜间温度，数据变化较小，且不会达到低温阈值，采样周期设为30 min。这一功能直接通过时间管理机制实现，在上位机动态设置采样周期，同步修订节点采样周期[9]。

图3　传感器节点工作与时间同步管理流程图Fig 3　Flow chart of work and time synchrony management of sensor node

3.2传感器数据采集与供电时序优化

结合硬件的传感器供电管理模块，分别通过P1_0和P1_1口实现对三种传感器的分时供电策略。首先，响应时间短的BH1750FVI和MS10作为一组，通过P1_0控制EN1和EN2供电1.2 s；然后，响应时间最长的SHT15作为一组，通过P1_1控制EN2供电5 s，即完成全部数据采集任务，在总体工作时间不变的情况下，降低耗电功率。

4　系统低功耗测试

系统测试时间为2015年6月23日，地点为上海交通大学农业与生物学院实验温室。

系统的工作功耗和休眠功耗，如表2所示。

表2　模块与节点功耗测试

现场系统工作稳定，采集数据准确。设置采样周期为10 min，则一个周期中，传感器节点首先休眠590 s，平均休眠电流556 μA，随机唤醒10 s进行数据采样和上传，平均工作电流27.02 mA，采用2 200 mAh锂电池，放电下限3.3 V，有效放电效率约为60 %，则该电池可连续使用1 323.9 h，无低功耗设计的传感器节点一直处于工作状态，只能使用48.8 h，电池使用效率提高96.3 %，满足设计和生产的要求。

5　结　论

本文设计和实现了一种适用于连栋温室的低功耗环境无线监测网络，灵活布置多个传感器节点，搭载3种传感器对温室环境5种关键参数进行监测。系统论述了网络架构以及低功耗设计的关键点，综合考虑精度要求，通过优化传感器供电时序和智能调节采集周期，在软件和硬件方面进行了优化设计和实现。现场实测节能效果显著，能源使用效率提高96.3 %，适用于温室的长期自动监测，具有比较好的实践意义。

[1]王新坤,李红.我国温室的研究现状与发展趋势[J].排灌机械工程学报,2010(2):179-184.

[2]郭文川,程寒杰,李瑞明,等.基于无线传感器网络的温室环境信息监测系统[J].农业机械学报,2010(7):181-185.

[3]周益明.基于无线传感器网络的温室群监测与控制系统的关键技术研究与实现[D].杭州：浙江大学,2009.

[4]张瑞瑞.精准农业传感器网络中的节能技术研究[D].北京：中国农业大学,2015.

[5]马增炜,马锦儒,李亚敏.基于WIFI的智能温室监控系统设计[J].农机化研究,2011(2):154-157，162.

[6]李莉,刘刚.基于蓝牙技术的温室环境监测系统设计[J].农业机械学报,2006(10):97-100.

[7]ZigBee alliance.ZigBee standards organization.ZigBee specification[S].[S.L]:ZigBee Alliance,2007.

[8]张京,杨启良,戈振扬,等.温室环境参数无线传感器网络监测系统构建与CC2530传输特性分析[J].农业工程学报,2013(7):139-147.

[9]邢伟伟,白瑞林.IEEE 1588时间同步在ZigBee低功耗中的应用[J].自动化仪表,2012(11):27-30.

赵春宇，通讯作者，E—mail：zhaocy@sjtu.edu.cn。

Design of low power consumption environment monitoring system for multi-span greenhouse based on ZigBee*

FU Ling-feng, ZHAO Chun-yu, HUANG Zhen-yu, GAO Hao-tian

(School of Electronic Information and Electrical Engineering,Shanghai Jiao Tong University,Shanghai 200240,China)

Aiming at problems in greenhouse monitoring system,such as difficult wiring,inefficient monitoring and inflexible arrangement,design a low power consumption environment monitoring system based on wireless sensor networks(WSNs).This system constructs sensor node using CC2530 as core,builds tree-like WSNs with ZigBee technology to cover all the greenhouses fields,then coordinates a local PC server to build scene auto-monitoring system to monitor environment change continuously in 24 h.In sensor node,low power consumption optimal design of software and hardware are carried out to reduce building and maintenance cost,and time synchrony management and power management are added,increase system reliability.Preliminary experiment shows that,accurate acquisition of data can be realized with lower power consumption (96 % energy reduction ratio),and meet requirement of science research and fine production.

wireless sensor networks (WSNs); ZigBee; low power consumption；multi-pan greenhouse; environment monitoring

2015—11—20

现代农业装备与设施的研发项目(沪农科攻字(2009)第8—1号)

S 237

A

1000—9787(2016)08—0074—03

符凌峰(1989-)，男，安徽怀远县人，硕士研究生，研究方向为农业物联网应用方向。

DOI:10.13873/J.1000—9787(2016)08—0074—03