基于两级预测温室WSN系统数据传输方法.PDFVIP

２０１４年 １２月 农 业 机 械 学 报 第 ４５卷 第 １２期 ｄｏｉ：１０．６０４１／ｊ．ｉｓｓｎ．１０００１２９８．２０１４．１２．０４７ 基于两级预测的温室ＷＳＮ系统数据传输方法 １，２ １ １ １ ２ ２ 刘永华 　沈明霞　熊迎军 　刘　勇 　高菊玲 　金文忻 （１．南京农业大学江苏省现代设施农业技术与装备工程实验室，南京 ２１００３１； ２．江苏农林职业技术学院机电工程系，句容 ２１２４００） 摘要：为了减少温室 ＷＳＮ系统传感器节点数据传输次数，提出基于两级预测的温室 ＷＳＮ系统数据传输方法。首 先，引入莱特准则进行序列异常值检测，研究并提出了便于节点实时计算的序列方差滑动递推计算方法。其次，分 别在传感器节点和服务器建立一阶分段线性回归方程并结合自适应加权算法形成两级预测模型，设定传感器节点 仅在预测误差超过设定阈值时上传实际采集值，其他时刻服务器自动触发线性回归模型预测填充该部分数据。同 时，结合温室环境自动控制的特点，研究了一种基于抛物线的可变误差阈值确定方法。试验表明：分段一阶线性回 归模型能够在规定误差阈值内逼近系统原始数据曲线，利用两级预测算法无线传感器节点数据发送次数可减少 ９３％（误差阈值为０９）。 关键词：温室　ＷＳＮ系统　两级预测　数据传输 ＋ 中图分类号：ＴＰ３９１；ＴＮ９２５９３ 文献标识码：Ａ 文章编号：１０００１２９８（２０１４）１２０３２９０６ 传递的融合方法，但在温室无线传感器网络中使用 　　引言 时仍有改进空间。 传统设施农业自动化控制系统多采用有线数据 本文从温室无线传感器网络监控系统现场实际 传输方式，随着 ＺｉｇＢｅｅ等无线通信技术的应用普 应用出发，针对温室数据和温室控制的特点，利用一 及，国内外基于无线传感器网络的温室监控系统逐 阶线性回归思想，建立基于两级预测的数据传输方 渐增多［１－６］。无线传感器网络给设施农业数据传输 法。 带来了很多方便［７－９］，但大量数据无线传输所引起 １　温室无线传感器网络系统架构 的能量浪费和数据冲突又成为了新问题。针对这一 问题，研究者分别从 ＭＡＣ层协议和应用层的数据融 无线传感器网络有星型、树型和网状３种类型， 合算法出发，寻找合适传输方法。尽管这两种方法 但是目前温室 ＷＳＮ系统中，应用最多的是星型结 均能减少数据冲突和降低能量浪费，但是相比之下， 构，如图１所示。 采用数据融合算法直接降低网络中无线数据的传输 量更为有效。通过数据融合将节点持续采集的一批 数据进行本地拟合，然后将模型参数传输至网关，虽 然大幅度降低了数据量，但同时也产生了显著的传 输延迟，并且这些方法多数复杂度较高，会产生大量 的运算能耗。鉴于本地拟合的缺点，部分研究者尝 图１　温室无线传感器网络典型结构 试将建模过程转移到网关或服务器上，提出采用如 Ｆｉｇ．１　ＴｙｐｉｃａｌｓｔｒｕｃｔｕｒｅｏｆｇｒｅｅｎｈｏｕｓｅＷＳＮ 回归［１０］、滑动平均、指数平滑和最小均方差以及神 　 温室中部署的传感器节点采用电池供电，而网 ［１１］ 经网络 等模型进行双端预测来降低数据量，而这 关节点由于负荷较重，一般均采用固定电源供电，网 种双端预测模型在数据波动较大时需要频繁传递模 关将传感器节点无线发送的温室数据以无线或者有 型参数。文献［１２－１３］提出了一种无须模型参数 线的方式传送到远程服务器进行处理