低功耗绿地墒情监测WSN节点.pdf

《低功耗绿地墒情监测WSN节点.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2012征仪表技术与传感器2012第7期InstrumentTechniqueandSensorNo．7低功耗绿地墒情监测WSN节点陈岩，杨东轩，郭宏，王克栋，陈磊(1．北京工商大学计算机与信息工程学院，北京100048；2．昆山诺金传感技术有限公司，江苏昆山215325)摘要：设计了一种基于ZigBee无线传感器网络(WSN)技术的绿地墒情监测节点。为了提高节点硬件的可靠性及降低传感器电路的总体功耗，创新性地采用了模块化设计，将无线射频模块和数据处理模块分离，使其通过不同接口与传感器底板连接；传感器底板可接入8路土壤湿度传感器和8路温度传感器，并具备分时开启功

2、能，节点可以在长达3个月的时间内运行于无人监守的环境中。测试结果显示该节点实际工作状态下的平均电流为52．89mA，睡眠时的平均电流为10A，比同类产品节省功耗30％左右，可以用于构建监测绿地墒情的低功耗无线传感器网络。关键词：绿地墒情；无线传感器网络；低功耗；硬件设计中图分类号：TP274．5文献标识码：A文章编号：1002—1841(2012)07—0107—04DesignofLow-powerMonitorNodesorGreenSpaceBasedonWSNCHENYan，YANGDong-xuan，GUOHong，WANGKe—d0ng’CHENLe

3、i’，(1．CollegeofComputerandInformationEngineering，BeijingTechnologyandBusinessUniversity，Beijing100048，China；2．KunshanNokisensSACCo．，Ltd．，Kunshan215325，China)Abstract：Adesignofgreenspacemoisturemonitoringnodeswasdescribedandimplemented，thenodewasbasedonZigBeewirelesssensornetworktechn

4、ology．Itadoptedmodulardesign，thewirelessRFmoduleandthedataprocessingmoduleweresepara—ted，itcanefectivelyimprovethereliabilityofthehardwarenode．Twohardwaremoduleswereplacedontheboardofthesensor，thesensorboardwitheightsoilmoisturechannelsandeighttemperaturesensorchannelsthatcanworkwith

5、time—onfunction．Thusitreducedtheoverallpowerconsumptionofthesensorcircuit，SOthatthenodecanrunupforthreemonthstimeonnopeoplepro—bationcase．Theaveragecurrentinworkingstateofthenodeis52．89mA，andtheaveragesleepcurrentofthenodeis10A，itisabout30％powersavingsthansimilarproduetsKeywords：gree

6、nspacemoisture；wirelesssensornetworks；10w—powerconsumption；hardwaredesign1现有墒情监测方法除了以上3种测墒方法，近来研究比较多的还有基于WSN在墒情监测领域，目前流行的方法有移动式测墒技术、固(即WirelessSensorNetwork)的测墒技术。在该研究领域，定墒情站监测和遥感监测等⋯。移动式测墒技术主要是利用靳广超、王建等对基于ZigBee的土壤墒情监控系统有着便携式土壤墒情监测仪表，对不同地区的土壤进行抽样监测较为深入的研究。该技术有以下优点：采用无线方式传输数。该方法如果应用于

7、城市绿地的墒情监测，会存在很多缺据，不受地形环境的约束；相比传统测墒方法，无线传感器节点点。首先是离散时间点上的数据可靠性不高；其次城市绿地的在低功耗运行方面更加出色；无通信成本，由于ZigBee网络属数量众多且位置分散，移动测墒的方法会增加人力成本的支于个域网，因此内网之间传输数据不需要向电信商缴纳通信出。相比来说，固定墒情站监测的方法克服了前者的数据离散费；组网方便，该无线网络可以自组网，不需要人工干预路由配性和人力成本的缺点。后者采用建立固定监测站点的方法，对置。该研究所实现的基于WSN的墒情监测节点在前人已有周围有限区域内的土壤墒情进行监测，且具有一定的

8、克服恶劣的基础上，对于=