基于NB-IoT的农林监测系统

来源:用户上传      作者:

　　摘 要：为了解决农林信息监测过程中通信信号差、监测环境恶劣以及供电困难等问题，采用窄带蜂窝物联网（Narrow Band Internet of Things，NB-IoT）方案设计了一种农林监测物联网系统。该系统可对农林环境信息如空气温湿度、土壤温湿度、光照强度以及生长信息如茎杆直径变化量等进行精确采集，通过窄带通信模块上传至物联网云平台，用户在PC端和移动端接收基站传输的数据，进行实时、多模式监测。系统性价比高，可增添传感器，适用于偏僻农田、山地、林地的多种信息监测。
　　关键词：农林信息;监测系统;物联网;窄带通信;传感器;云平台
　　中图分类号：TP391.4 文献标识码：A 文章编号：2095-1302（2020）07-000-04
　　0 引 言
　　随着互联网+的不断发展与普及，信息化已成为农林经济发展的助推器。对农林信息进行精确采集、分析能够有效掌握其生长状态，从而为农林管理部门提供数据支持[1]。
　　物联网技术已成为农业信息化的主流技术，目前常见的物联网建设方案[2-3]包括LPWAN（Low Power Wide Area Network，低功耗广域物联网），如NB-IoT，LoRa，SigFox，2/3/4G，以及ZigBee，2.4G（蓝牙、WiFi等）。农林物联网建设必须克服农田、林地、山地等信号较差、监测环境恶劣的情况[4]，因此考虑专为满足长距离传输物联网而设计的LPWAN技术[5]。其中NB-IoT是一种新兴技术，构建于蜂窝网络，大约消耗18 kHz带宽，可直接部署于GSM网络、UMTS网络或LTE网络[6]。NB-IoT使用License频段，可采取带内、保护带或独立载波三种部署方式，与现有网络共存[7]。相比其他工作在非授权频谱的LoRa，SigFox等技术，NB-IoT拥有低功耗、低成本、大连接、广覆盖等优势[8]，被广泛应用于农业监测、智能仪表、工业监控等方面。
　　本文采用基于运营商网络的NB-IoT通信技术设计制作了一套农林物联网监测系统。该系统可以精确采集农林空气温湿度、土壤温湿度、光照强度、植株茎杆微变化等数据，并通过NB-IoT通信模块经基站上传到物联网云平台，用户可通过PC端和移动端获取上报的数据以实时监测农林环境和作物生长信息，传感器可拓展，对农林行业的生产管理与研究具有重要意义与价值。
　　1 系统总体设计
　　系统由环境、生长感知模块、NB-IoT无线通信模块、监测数据查看平台等构成。感知模块包括光照强度传感器、空气温湿度传感器、土壤温湿度传感器、茎秆微变化传感器。主控芯片定时将采集的环境、生长数据通过NB-IoT模块以CoAP透传形式发送至物联网云平台[9]，最终数据被保存在物联网云平台的数据库中，用户通过登录云平台查看监测数据，也可通过移动端的微信小程序查看监测数据。系统架构如图1所示。
　　2 系统硬件
　　监测终端由基于ARM Cortex-M3内核的STM32F103主控芯片、传感器模块（空气温湿度、土壤温湿度、光照强度、茎秆微变化传感器等）、NB-IoT通信模块、OLED显示模块、太阳能电池板及蓄电池构成，如图2所示。
　　2.1 主控模块
　　主控模块采用基于Cortex-M3内核的32位嵌入式微处理器STM32F103RCT6，该款微处理器具有高性能、低功耗、低成本等特点。本系统主要应用该款处理器的ADC1，ADC2分别采集光照传感器、茎秆微变化传感器的光照强度值和茎秆增幅值。USART1与NB-IoT通信，USART2與空气温湿度传感器通信（RS 485协议），读取空气温湿度值，USART3与土壤温湿度传感器通信（RS 485协议），读取土壤温湿度值，I2C/SPI接口与OLED显示屏连接，定时器控制工作时间间隔。
　　2.2 传感器模块
　　空气温湿度传感器和土壤温湿度传感器为直流12～24 V供电，采用RS 485通信标准，即差分传输方式，最大速率可达10 Mb/s，传输距离超千米，能有效减少距离过远和电子噪声过大对于数据准确性的影响。传感器的双绞线分别连接对应的TTL转485模块的A/B端口，主控模块的对应串口分别连接对应的TTL转485模块的TTL端口[10]。
　　光照强度传感器采用RS-GZ-V05-2-65535型光照度变送器，该设备为直流12～24 V供电，0～5 V电压型数据输出，拥有IP67高防护等级可应对户外恶劣环境等高湿场合。传感器的模拟信号经A/D端口转换成数字信号，交由主控模块进行处理换算。
　　茎秆微变化传感器采用LVDT8-A-5MM-DL型传感器，为直流12～24 V供电，4～20 mA电流型数据输出。在传感器的信号输出端连接一个120 Ω的电阻，主控模块由A/D端口读取电阻的电压值[11]。
　　2.3 NB-IoT通信模块
　　NB73-B5通信模组基于中国电信运营商网络，工作频段为850 MHz，可以实现串口设备到网络服务器之间的双向数据透明传输。设备通过串口与MCU通信，波特率为9 600 b/s，
　　使用TTL电平标准。采用3～16 V供电，模块工作在CoAP透传模式下。图3所示为NB73-B5模块原理。
　　2.4 供电模块
　　系统供电模块采用太阳能板和蓄电池结合的方式，将设备与太阳能控制器负载端相连，可以得到5 V电压源。由于传感器的工作电压范围为12～24 V，5 V电压源经过XL6009升压电路获得24 V电压[12]。主控模块、NB-IoT通信模块、TTL转485模块所需电压为3.3 V，由5 V电压源经过AMS1117-3.3降压电路获得3.3 V电压[13]。为了降低耗能，系统采取间断供电的方式给传感器供电。继电器的常开端口连接24 V电压，常闭端口接地，公共端口接传感器电源线。通过MCU的定时器控制继电器信号触发端每隔一小时电平由低变化为高，以此实现继电器周期性吸合，传感器间断工作[14]。 　　3 系统软件
　　3.1 系统工作流程
　　系统采取每隔一个小时作为一个周期的工作方式，能大幅降低系统功耗。系统工作流程如图4所示。
　　3.2 数据采集
　　空气温湿度传感器和土壤温湿度传感器皆为RS 485型传感器，使用标准Modbus-RTU协议，主控模块通过串口发送对应的问询帧，经由TTL转485模块传送至传感器，传感器接收到对应指令后返回应答帧，由MCU进行校验并将十六进制数值换算为十进制，数据帧格式见表1所列。
　　由于光照强度传感器和直线位移传感器为模拟量传感器，为保证数据的准确性与稳定性，主控模块分别取40次电压值的平均值作为本次采集的数值，由式（1）和式（2）换算得到光照强度和茎秆生长量：
　　3.3 MCU与NB-IoT模组通信
　　系统的主控制器在上电后会通过串口发送AT指令对NB-IoT模块进行初始化配置工作。初始化工作分为两步：
　　（1）MCU先向NB-IoT模块发送AT+NRB（软启动）指令，此时NB-IoT模块会执行软启动指令，发送成功后MCU打开空闲接收中断，当接收到模块返回正确的识别号后会进行下一步初始化工作，该过程在初始化失败的前提下会重复执行5次，若5次依旧未正确接收到模块识别号，OLED会显示初始化失败。
　　（2）NB-IoT模块软启动成功后，继续对模块进行配置操作，如图5所示。
　　图6所示为中断上电后自动与基站建立连接测试，图7为与基站连接成功的显示界面。界面实时显示当前是否处于联网状态以及当前的信号强度与本地时间信息。
　　3.4 监测终端与云平台通信
　　终端的NB-IoT模块工作在CoAP（Constrained Application Protocol，受限制的应用协议）透传模式下。CoAP协议是满足物联网场景的指定协议。MCU将传感器采集的数据以3GPP标准AT指令的形式经串口发送给NB-IoT模块。由于设备使用CoAP协议进行透传，因此在整个数据传输流程中可以忽略NB-IoT设备，只看终端设备与云平台服务器之间的实际通信即可。此时终端设备可作为从机，服务器作为主机，两者采用ModBus-RTU数据格式进行传输，但实际应用中服务器和终端设备间存在网络延迟、服务器并发等问题，故在应用中采取从机终端设备主动上报规则。终端上报的ModBus-RTU数据格式见表2所列。
　　3.5 数据获取
　　由监测终端上传的ModBus-RTU数据根据事先在云平台添加的数据词典进行解码，最终还原出不同传感器节点的数据。被还原出的数据会暂存在云平台的数据库中30天，数据词典见表3所列。期间用户可以登录平台查看上报的监测数据。同时在移动端可登录微信小程序以JSON格式与云平台交互，实现订阅设备发送的数据流。
　　4 试验及结果
　　在郊区大棚环境下进行系统测试。NB-IoT模块在使用中杆天线情况下的RSSI（Received Signal Strength Indicator，无线接收信号强度）保持约26 dBm，属于信号良好范围。数据在网页上的展示如图8所示，不同的曲线分别为番茄茎秆直径变化、土壤温湿度、空气温湿度、光照强度节点数据。终端上传的数据会在云平台中暂存一个月，期间可通过登录透传云平台调取数据。移动端的微信小程序使用云平台提供的开放接口订阅设备上传上报的数据，如图9、图10所示。
　　5 结 语
　　综合考虑建设成本、信号强度、连接规模、运营商政策支持、功耗等因素，NB-IoT技术相比其他类型的LPWAN技术更适合长延时低数据量的农林物联网建设，尤其是NB-IoT在惡劣通信条件下依然拥有良好的信号质量。本文设计基于NB-IoT的农林信息监测系统，可采集空气、土壤、光照、植株茎杆等多方面农林信息。该系统硬件成本小、传感器扩展灵活、安装使用方便，能满足农林领域大规模部署的需求，具有良好的应用前景。
　　参考文献
　　[1]苏健民，苑九海，郎红，等.基于物联网的农林环境长期监测系统[J].农业科技与装备，2013（11）：20-24.
　　[2]赵湘宁.农业物联网中关键技术研究进展[J].台湾农业探索，2011（6）：103-107.
　　[3]刘玮，董江波，刘娜，等.NB-IoT关键技术与规划仿真方法[J].电信科学，2016，32（S1）：144-148.
　　[4]张波，罗锡文，兰玉彬，等.基于无线传感器网络的无人机农田信息监测系统[J].农业工程学报，2015，31（17）：176-182.
　　[5]宦娟，吴帆，曹伟建，等.基于窄带物联网的养殖塘水质监测系统研制[J].农业工程学报，2019，35（8）：252-261.
　　[6]王能辉，胡国强.基于NB-IoT的农田远程监测系统的设计[J].陕西农业科学，2017，63（12）：82-85.
　　[7]程日涛，邓安达，孟繁丽，等.NB-IoT规划目标及规划思路初探
　　[J].电信科学，2016，32（S1）：137-143.
　　[8]匙凯，于富东，杨林.NB-IoT技术及建设方案的研究[J].电信网技术，2017（8）：61-64.
　　[9]邵宏信.基于NB-IoT的智能卷烟在途监管系统[J].科技风，2020（5）：12.
　　[10]张新良，吕曦思.基于RS 485总线网络的温室无线监控系统设计[J].测控技术，2017，36（1）：88-91.
　　[11]单桂朋，江朝晖，孙云云.基于OneNet平台的作物监测系统[J].物联网技术，2017，7（12）：16-19.
　　[12]钱辰.基于STM32的尘埃粒子计数器控制系统设计[D].镇江：江苏大学，2017.
　　[13]王洪涛.面向行星表面探测的蛇形机器人结构设计与控制研究[D].哈尔滨：哈尔滨工业大学，2015.
　　[14]秦琳琳，陆林箭，石春，等.基于物联网的温室智能监控系统设计[J].农业机械学报，2015，46（3）：261-267.
转载注明来源:https://www.xzbu.com/8/view-15280095.htm