基于S3C2410的高精度传感器节点嵌入式设计

黄志武+王曙霞

摘 要： 针对传统传感器节点嵌入方法存在成本较高的问题，提出一种基于S3C2410的高精度传感器节点嵌入式设计方法，首先设计硬件平台核心模块以降低能耗，再对外扩展功能安装可编程放大器，满足不同型号信号的放大需求。在此基础上，结合硬件进行模块设计，完成软件的引擎RSSI定位，最终计算出目标传感器的节点坐标。实验结果证明，所提设计方法能够有效提升传感器的网络通信能力，延长传感器节点的使用寿命。

关键词： S3C2410； 传感器节点； 嵌入式设计方法； RSSI定位

中图分类号： TN929?34 文献标识码： A 文章编号： 1004?373X（2017）19?0033?04

Embedded design of high?precision sensor node based on S3C2410

HUANG Zhiwu， WANG Shuxia

（School of Computer and Information Science， Hubei Engineering University， Xiaogan 432000， China）

Abstract： The traditional sensor node embedded method has high cost， so an embedded design method of high?precision sensor node based on S3C2410 is put forward. The kernel module of hardware platform was designed to reduce the energy consumption， and the programmable amplifier was installed for the external extended function to meet the amplification demand of different types of signals. On this basis， the sensor module was designed with hardware to accomplish the positioning of engine RSSI in software， and calculate the coordinate of the target sensor node finally. The experimental results show that the proposed design method can improve the communication ability of the sensor network effectively， and prolong the service life of the sensor node.

Keywords： S3C2410； sensor node； embedded design method； RSSI positioning

0 引 言

随着设备应用的复杂化和多样化，无线网络传感器的嵌入式操作系统成为主要支撑技术之一[1]。在无线传网络传感器中，传感器节点主要负责采集感知对象的信息[2?3]，对信息进行计算和存储，以及传感器节点之间的相互通信等，由此高精度传感器节点的开发成为了主要研究对象。文献[4?5]中设计的传感器节点在电源储存能量、快速通信能力以及计算和存储能力等方面都十分有限，文献[6]需要设计出符合硬件资源传感器节点的操作系统，才能实现对传感器节点硬件资源的有效管理，其节点设计过程繁琐。文献[7]有效缩短了开发无线传感器网络的周期，但其存储空间较小。文献[8]提出一种面向无线网络应用的传感器节点，可以根据具体的应用平台对软硬件进行裁剪，能够快速建立专用的传感器节点，但是该方法存在开发成本较高的问题。文献[9]研究出一种实时传感器操作系统。该系统主要应用于8～64位单机不同类型的传感器节点系统。系统的实时性和可靠性较高，但稳定性较差，实际应用性不高。文献[10]通过分析节点误差设计无线网络传感器节点，采用谐波分析法确定误差的主要频率次数，有针对性的设计了无线传感器网络间隔特定角度的探测头结构，探测头值间采用的是数字相加的数据处理方式，其测量准确度较低。

针对上述问题，结合传感器节点自身的特点，提出硬件设计结合软件定位方法的高精度传感器节点嵌入式设计。首先设计传感器模块并控制模块能耗，在外部扩展功能接口放置一个编程放大器，可满足不同型号传感器的信号放大需求，再利用软件基于RSSI定位算法进行嵌入式传感器节点定位。通过该方法可以对S3C2410进行高精度传感器节点嵌入式设计。

1 S3C2410高精度传感器节点嵌入式设计

1.1 嵌入式传感器节点的硬件平台设计

依据节点设计原则，将应用传感器节点硬件平台分为如下四个模块：

（1） 传感器核心模块。主要包括处理器和外存储芯片，主要负责对传感器数据进行信息采集、处理以及储存。

（2） 传感器节点和外扩展功能接口模块。主要提供多种传感器和模拟式传感器通信接口，能方便传感器节点以及其他功能扩展。

（3） 传感器通信模块。主要包括无线网络模块和接口，由此完成数据的无线发送。

（4） 传感器电源模块，传感器节点工作室提供电源，传感器节点硬件结构如图1所示。

1.1.1 核心模块设计

（1） 处理器

处理器是传感器节点工作时的核心零部件，不仅能控制节点，还是扩展和实现各种功能的基础。该节点设计应用三星公司的S3C2410处理器。对于高性能以及低功耗应用内核，S3C2410频率为64 MHz，具有较强的数据处理能力，它有丰富的外接口，内含多个SPI接口和USB接口，方便传感器节点扩展功能；同时，具有12位转换器，不需要再外接转换芯片，减小了外围电路的复杂程度。此外，S3C2410具有多种低功耗模式，可利用实时时钟进行唤醒工作，有效降低了节点功耗。

（2） 传感器无线收发模块

传感器无线收发模块采用DIGI公司的XBee模块，此模块工作于ISM 2.6 GHz频段，该数据传输速度高达260 KB/s，内部存有兼容协议，能够满足低功耗和低成本的无线传感器需求，传感器通信距离远，室外可达2 000 m，模块合成度高，开发和使用都很便利。XBee模块工作时的电压为2.7～3.3 V，利用串口和S3C2410进行通信，XBee模块与处理器的接口如图2所示。

为了降低传感器节点的功耗，使用该模块时需要注意两个问题：一是在不受通信距离影响的情况下，尽可能降低发射功率；二是在发射完成后，把节能控制引脚和发送数据引脚设置为0，这样能够有效降低XBee模块的功耗。

1.1.2 传感器和外扩展功能接口模块

接口模块主要对外接传感器提供接口，此接口具有一个针对传感器应用的可编程放大器。目前还没有准确的通信总线应用于这个模块上，但调查结果显示，SPI外围接口和HC总线能广泛应用于大多数测量传感器中，具有一定的实用性。因此，接口的引脚包括传感器电源接口、传感器节点数字接口、传感器模拟接口、HC接口、SPI接口和模拟信号接口各一个，其他为可配置的通用口，图3为SPI和HC接口同传感器连接的示意图。

可编程放大器主要对模拟传感器信号进行放大，可以选择可编程功能进行倍数放大，能够满足不同信号的放大需求。该芯片采用韩国微芯公司生产的S3C2410芯片，有8个可选择的增益能在多个通道之间进行切换，该芯片具有足够的灵活性，能够简化部分模拟电路，满足嵌入式网络传感器节点的设计要求。

1.2 传感器节点的定位方法

在无线网络传感器节点中，已知传感器节点的周期性目标节点发射信号，传感器目标节点依次对接收信号采样后进行存储。S3C2410集成了硬件定位引擎，能够实现准确定位，利用硬件对移动传感器网络节点的坐标进行计算，因此降低了能耗。S3C2410嵌入的定位引擎采用基于RSSI（Received Signal Strength Indicator）的定位方法。等获得足够数量的传感器节点信息后，通过该定位算法计算目标传感器节点中的坐标。

传感器网络节点依据其他传感器网络节点位置信息，利用式（1）得出传感器节点：

[Hopsize=（xi-xj）2+（yi-yj）2HopSij] （1）

傳感器网络节点将均匀分布在整个网络，未知的节点记录第一个节点，并向其他传感器节点转发。未知的节点接收到传感器网络节点，依据记录的节点信息，按式（2）得出未知节点到其他节点之间的距离：

[Li=Si×Hopsize] （2）

假设待定位节点与传感器节点间的距离为[dij]，那么每个传感器节点之间的距离为待定位节点的距离向量，通过对节点进行采集，构造并求解最优化节点：

[Hopsize=min 12ω2+γ12i=1mξ2] （3）

当前传感器节点可以用许多函数求解，函数具有参数通用性强等优点，具体定义为：

[K（RM，RN）=exp-RM，RN2σ22] （4）

通过引入未知节点[a]和[b]，将式（3）转化为对偶问题，即：

[0I T1 Ω+γ-1Iba=0x] （5）

由此可得出[a]和[b]，则传感器节点的函数为：

[x=i=1maiK（RI，RJ）+b] （6）

每个传感器节点的距离为[D，]构成了距离向量，将其作为决策函数的输入向量，可得未知节点[S]的坐标值，已知[S]的坐标值，则依据两点之间的距离公式可得：

[（x-x1）2+（y-y1）2=d21（x-x2）2+（y-y2）2=d22 ?（x-xn）2+（y-yn）2=d2n] （7）

采用式（7）可将传感器节点方程转化为：

[2（x1-xn）x+2（y1-yn）y=x21-x2n+y21-y2n-d21+d2n2（x2-xn）x+2（y2-yn）y=x22-x2n+y22-y2n-d22+d2n] （8）

由式（8）可得线性传感器节点的表达式为：

[AX=b]

其中：

[X=（x，y）τ]

[A=2（x1-xn） 2（y1-yn）2（x2-xn） 2（y2-yn）2（xn-1-xn） 2（yn-1-yn）] （9）

那么由未知传感器节点[P（x，y）]的位置信息可得到解向量为[X=（ATA）-1ATb]，由上述结论可知，该节点定位方法应用于嵌入式S3C2410的高精度传感器节点中可以取得明显成果。

2 实验结果与分析

2.1 传感器网络节点的能耗实验

实验设计：电压为2 V，无线射频为2.403 GHz，射频功率为0 dBm。表1为传感器节点在稳定情况下消耗电流的情况。

对比表1和表2测试实验得到的数据能够看出，本文提出的传感器节点的能耗和其他几种典型的传感器节点相比，能耗相对较低。

传感器网络节点能量主要消耗在无线网络通信上。鉴于S3C2410的射频功率是可以编程的，减小了传感器网络节点的功率并降低了能耗。因而通过降低射频功率，减少传感器网络节点间的传输次数，缩短传感器网络节点间的通信距离，不但能降低单个传感器网络节点的能耗，同时对于传感器网络节点来说，可以平衡传感器网络节点能耗。在路由选择控制中优先使用能量剩余多的传感器网络节点，延长了无线网络传感器节点寿命。

2.2 对RSSI算法进行实验结果分析

RSSI值（信号强度）主要反映接收无线信号强度与距离的关系，由此可以测量传感器之间的距离。因为RSSI值容易受外界环境影响，不同环境的差别较大。如果想要正确的使用RSSI值，需要提前测出与RSSI值相关的参数。此外，传感器网络节点会因其他原因退出无线网络，这时就能够依据传感器网络节点间的RSSI值了解现有被监测区域的传感器网络节点覆盖的区域情况，便于安排新的传感器网络节点加入到无线网络中去，达到优化无线网络传感器节点功能的目的。

实验环境：附近没有障碍物的室外操场。

實验设计：发射节点的射频功率为0 dBm；随时可以观察到传感器节点与发射节点间距离的变化，传感器接收节点获取的RSSI值也会随之改变。图4为传感器接收节点获取RSSI值的变化情况图。图5为传感器接收节点的RSSI值与10lg[p]（[p]代表发射功率）的关系。

从图4能够看出，随着发射节点和接收节点之间的距离越远，RSSI值就越小。从图5能够看出RSSI值和发射功率之间存在线性关系，信号强度与发射功率成正相关关系，随着发射功率的增加，接收到的RSSI值（信号强度）也随之增加，且使用本文设计的高精度传感器嵌入式节点，其实际测试得出的RSSI值与发射功率关系与理论变化曲线基本吻合，验证了本文设计嵌入式节点的有效性。

综上所述，一般传感器网络节点的通信距离为较大的网络通信距离。在布置无线网络传感器时要注意测试较大的通信距离，不能盲目地去布置传感器网络的节点。控制有效的通信距离对进行S3C2410的高精度传感器节点进行嵌入式设计具有重要的意义。

3 结 论

本文研究了基于嵌入式传感器节点芯片S3C2410的无线传感器网络的一些关键技术，具有重要的实践意义。本文分析了嵌入式操作系统在传感器节点中设计的必要性，并提出如何对高精度传感器节点进行嵌入式设计，以此对S3C2410高精度传感器节点进行定位实验。实验结果表明，本文提出的定位方法对S3C2410高精度传感器节点的嵌入式设计具有重大意义。

参考文献

[1] 赵丹，肖继学，刘一.智能传感器技术综述[J].传感器与微系统，2014，33（9）：4?7.

[2] 梁琴琴，赵志耘，赵蕴华.全球MEMS传感器技术创新现状与趋势：基于2000?2014年专利分析[J].科技管理研究，2016，36（10）：165?169.

[3] 陈尚，曹晓瑞，陈永强，等.纤毛式MEMS传感器技术研究[J].传感器世界，2014，20（12）：14?19.

[4] 王硕，赵艺杰，陆旸.食品安全检测中分子印迹聚合物传感器技术的研究现状及展望[J].食品科学技术学报，2015，33（4）：1?5.

[5] 贾志峰，朱红艳，王建莹，等.基于介电法原理的传感器技术在土壤水分监测领域应用探究[J].中国农学通报，2015，31（32）：246?252.

[6] 易容，张海平.基于加速度计传感器技术的老年人日常体力活动与能量消耗的研究[J].中国老年学，2016，36（4）：918?919.

[7] 李慕峰，王焕娟，李云龙.传感器技术在电网中的应用评述[J].传感器与微系统，2014，33（9）：8?10.

[8] 任蕾，林鑫伟.“传感器技术”和“信号与系统”课程的交叉教学[J].电气电子教学学报，2016，38（2）：18?20.

[9] 姜春艳，陈为.校企合作建设传感器技术及应用课程的研究与实践[J].职业时空，2014，10（11）：53?55.

[10] 李海侠.农业物联网应用现状及相关传感器技术概述[J].电子元件与材料，2014，33（2）：88?89.