杨钦榕,陈万培,高 绅,张 涛,韩 恒
(扬州大学 信息工程学院,江苏 扬州 225009)
随着物联网技术在各行各业愈发普及,智能化的运行与管理[1]给人们带来了诸多的便利。作为感知层的典型代表之一,传感器在电力等行业的在线监测系统设计中发挥着不可替代的作用。通过在被测量物体上安装传感器,感知物体的所处区域,传感器可采集所需的信息,获取相应的参数,并按照传输协议将信息从感知端传输至接收端[2],而后传输至服务器端。
赵帅豪[3]对蓝牙低功耗技术进行了深入研究,实现了基于低功耗蓝牙定位的老年人室内跌倒监护系统和地铁应急通信系统。李佳等[4]将蓝牙低功耗技术与嵌入式技术相结合,设计了一套基于蓝牙技术的体温监测系统,与传统的水银温度计比,测量速度更快,测量精度更高。而Stellin等[5]设计并评估了基于无人机的WiFi自组网的双层网络系统,有效解决了在网络中断或阻塞的情况下,使用固定网关不再有效的问题。同样,文献[6-7]选择WiFi作为系统的通信方式,实现终端管理对传感器模块的实时监测与控制。
然而,随着物联网技术应用的多元化[8],蓝牙、WiFi等通信方式已经无法满足户外条件下通信距离远、实时性好和稳定性强等需求,ZigBee等通信距离较远同时具有低功耗特点的通信方式逐渐走进人们的视野,受到研发人员的青睐。刘少楠等[9]在研究优化ZigBee网络中传感器节点间的传输时延、均衡节点问题的基础上,提出了相应的改进措施,并利用改进后的ZigBee路由协议设计和实现了一个无线传感器网络数据采集系统。文献[10]就如何将无线ZigBee技术应用于住宅和商业空间的电力负荷自动化的问题进行了论述,提出了智能插头生态系统的改进方案,解决了星形结构中RSSI观测的局限性。
与ZigBee有所不同,LoRa通信方式更适合在长距离传输场景中的应用。梅大成等[11]设计了一种基于LoRa扩频技术的差异性时隙分配策略的无线数据采集方法,有效地解决了现有网络通信技术在复杂油田环境中组网困难和超高功耗的问题,可进一步实现数字化油田的建设。文献[12]论述了研究人员Kathan等设计的一个多层架构的智能停车系统,通过使用多个传感器、适当的通信网络以及edge和云计算的先进处理能力,使得设计的智能停车系统可以有效地解决交通堵塞、停车困难的问题,真正实现智能化管理。
基于上述文献启发,结合高压输电线路工作在户外环境中的实际情况,本设计分别采用ZigBee和LoRa两种不同的通信方式设计温度监测系统,为温度数据设计独特的报文,数据通过4G通信模块上传,最终在服务器上读取实时数据。
基于ZigBee的测温系统主要由基于CC2630的传感器节点、基于CC2530的数据汇集器和服务器组成。系统总体设计如图1所示。
图1 ZigBee温度监测系统总体设计Fig.1 Overall design of ZigBee temperature monitoring system
每个温度传感器按一定时间间隔测量线路温度,按固定的报文格式先无线传输给数据汇集器中的协调器(即CC2530),通过杜邦线分别连接数据汇集器的串口和4G通信模块的串口,报文数据进一步传输至指定服务器。在服务器中输入某个传感器的MAC地址,即可查看到对应传感器所监测到的所有数据。
1.2.1 数据汇集器
ZigBee技术是一种适用于较远距离的无线通信技术,拥有传输性能稳定、动态拓扑及功耗低等优势,在工业、农业和智能家居等领域有着大规模的应用[13]。此系统中,选用CC2530为MCU,首先接收各传感器节点的数据并进行汇总,接着对数据进行解析等处理,最后将数据通过4G通信模块上传至服务器。具体实物如图2所示。
图2 数据汇集器Fig.2 Data collector
1.2.2 基于ZigBee的传感器
温度传感器模块选用CC2630作为MCU核心控制单元,选用32.768 kHz和20 MHz的晶振组成晶振模块,为传感器提供时钟信号。在下载端口,单排五孔排针与JTAG下载器相连,从上到下依次分别为:TMS、TCK、RESET、VDD和GND。具体实物如图3所示。
图3 温度传感器Fig.3 Temperature sensor
1.3.1 协调器及传感器节点端
在ZigBee温度监测系统的协调器和传感器的工作流程如图4所示,协调器CC2530在一个周期中初始化后首先开始组网,各传感器节点收到信号后,发送入网请求[14]。若请求成功,则该传感器加入网络;若请求失败,则重新发起请求,3次请求失败时,传感器重启。传感器入网经过初始化后,开始采集数据,通过CC2630传输至数据汇集器,汇集器识别、解析数据,正确后通过4G模块发送至服务器。所有数据发送完毕后,协调器和传感器都进入休眠模式,保持低功耗状态。
图4 基于ZigBee的温度监测系统中协调器和传感器 节点工作流程Fig.4 Workflow of coordinator and sensor nodes in ZigBee-based temperature monitoring system
1.3.2 报文设计
在基于ZigBee的测温系统中,设计方案是一个区域内的所有传感器节点都将采集到的数据上传至该区域内的数据汇集器,也就是“多对一”的工作模式。对于汇集器而言,要想准确地识别每个传感器对应的数据,需要依靠其独特的身份加以辨别。为此,在系统中设计了报文,所有数据按照报文格式传输。
报文内容包括报文头、传感器ID、MAC地址、数据采集时间、温度数据、电池电压值和CRC校验等,具体格式如表1所示。
表1 ZigBee测温系统报文格式
由表1可以看出,在报文中,MAC地址占2个字节,是每个传感器特有的标志。同时报文中加入了数据采集的时间和电池电压2类数据,方便数据的读取与分析。此外,数据采集时间、温度数据和电池电压皆采用16进制的形式传输。
1.3.3 服务器端
服务器在收到温度数据后,判断报文内容是否与设计的报文格式相同,若相同,则判断正确,数据存入服务器;若不同,则判断错误,数据无法正常传输至服务器。具体流程如图5所示。
图5 基于ZigBee的温度监测系统服务器端工作流程Fig.5 Server workflow of ZigBee-based temperature monitoring system
基于LoRa的测温系统主要由基于STM32FO30F4型单片机的传感器节点、基于有人芯片的4G通信模块和服务器组成。系统整体设计如图6所示。
图6 LoRa温度监测系统总体设计Fig.6 Overall design of LoRa temperature monitoring system
基于LoRa传输方式的温度传感器设计中,STM32F030F4型号的单片机具有运算速度快、存储空间大、串行调试接口和I/O口皆具备等优点,同时功耗低、工作电压较低,因此是作为温度传感器MCU的不错选择。在通信模块,MP1482充当降压的角色,将5 V电源降为3.8 V,再利用2个二极管将3.8 V电压降至3.3 V,作为驱动元器件工作的电压。选用SP3232和USR-LTE-7S4分别作为通信模块的232串口部分和4G部分。硬件实物如图7所示。
图7 LoRa温度监测系统实物Fig.7 Physical picture of LoRa temperature monitoring system
2.3.1 传感器节点端
基于LoRa传输方式的测温系统传感器工作流程如图8所示。
图8 基于LoRa的温度监测系统传感器节点工作流程Fig.8 Sensor node workflow of LoRa-based temperature monitoring system
LoRa虽具备传输距离长的优点,但这种长距离传输也就带来了功耗较高的问题。为真正实现系统的低功耗,必须控制传感器节点在不进行数据采集和传输时处于休眠状态,到工作时再启动。传感器采集到数据后首先存入缓冲区,再上传至接收端。当缓冲区中的数据全部上传后,后续传感器中的数据才继续放至缓冲区。所有数据上传完毕后,传感器恢复至低功耗状态。
2.3.2 报文设计
与基于ZigBee的测温系统一样,基于LoRa的测温系统也有其自己的一套报文。基于LoRa测温系统的报文设计如表2所示[15]。受STM32F030F4型单片机最大传输字节数的影响,此套系统设计的报文长度为17个字节。其中包括了传感器序列号(类似于MAC地址)、数据采集时间、温度数据和电池电压等内容。
表2 基于LoRa测温系统的报文格式
2.3.3 接收端
与发送端一样,接收端首先跳出休眠模式,接收发送端的数据,对数据进行识别、解析等处理,处理完毕后再通过4G模块将数据上传至服务器。同时,接收端也有缓冲区,接收来自传感器端的数据时,先存入缓冲区,一组数据识别和解析完毕后,才能进行下一组数据的处理。所有数据处理完毕后,接收端恢复至低功耗状态,其具体流程如图9所示。
图9 基于LoRa的温度监测系统接收端工作流程Fig.9 Receiving end workflow of LoRa-based temperature monitoring system
2.3.4 服务器端
服务器端的工作流程如图10所示。服务器作为接收数据和存储数据[16]的地方,首先对接收端传输过来的数据进行识别、判断,判定数据符合报文格式后再进行解析,数据解析完毕后存储所有数据。
图10 基于LoRa的温度监测系统服务器端工作流程Fig.10 Server workflow of LoRa-based temperature monitoring system
为测试2种传输方式分别构成的温度监测系统的实用性及可靠性,按照上述软硬件设计进行了多次试验,获取了如图11和图12所示的数据。
图11 基于ZigBee的温度监测系统的数据Fig.11 Data of ZigBee-based temperature monitoring system
图12 基于LoRa的温度监测系统的数据Fig.12 Data of LoRa-based temperature monitoring system
在2种不同传输方式的测温系统正常工作的状态下,利用万用表等工具测出了测温系统中传感器节点的传输距离、工作电流、发射电流以及功耗等数据,具体数据如表3所示。
表3 不同传输方式下测温系统的工作参数
实验结果表明,2种传输方式下的测温系统都能实现对输电线路温度的精确采集,及时向后传输,服务器实现对所有数据的保存。而从性能角度来说,ZigBee传输方式下的测温系统传输距离较近,仅为LoRa传输方式的1/15,但是工作电流、发射电流等能耗较小,功耗也仅约为LoRa传输方式的1/8。
本文分别运用目前应用较多的2种传输方式——ZigBee和LoRa,设计了2套应用于高压输电线路监测的温度传感器系统。系统在硬件和软件的协调配合下,实现了对高压线路温度的精确采集、上传和存储,系统具有可靠性高、抗干扰能力强[17]等优点。同时对2种传输方式的工作性能做了对比,为批量化的生产应用提供了一定参考。但此系统中缺少客户端的设计,还没有将数据更直观地呈现出来,这一方面还有待进一步完善。