基于nRF24L01新型无线温度传感系统设计

迟俊鹏 刘玉喜 靳忠轩 任泉

摘 要：采用nRF24L01作为无线收发模块实现无线数据传输，使用DS18B20温度传感器采集环境温度，并用ATMEL公司的AT89C52作为主控芯片，协调系统的数据采集、处理、显示及无线传输等过程。温度采集节点能够利用温度传感器稳定地采集周围环境的温度，并通过无线模块将数据传送到接收节点，显示到LCD上。该设计具有性能稳定、成本低、低功耗等特点，能够广泛应用于各类对温度要求較为特殊的环境下温度数据的检测。

关键词：nRF24L01；DS18B20；无线通信；温度传感

一、引言

采用無线数据传输技术设计的温度采集系统[1]，能有效的解决传统有线技术带来的各种问题，其具有不用布线、故障排查简单、实时性高、可灵活布置、可实现多点采集，非常适用于各种现代工农业温度监控系统[2]。基于无线通信的数据采集系统可以灵活地为终端用户提供实时而准确的信息[3]，无论是在系统性能，还是在系统成本上，相对于传统技术，无线数据采集系统都具有很强的吸引力[4]，它将在各个领域的数据采集系统中发挥积极的作用[5]。

二、系统方案设计（System design）

系统硬件设计主要由采集发送和接收显示、告警三部分组成，采用DS18B20作为温度采集元件，配合低功耗单片机的使用就可以很好地弥补传统上的不足。采用nRF24L01模块对采集到的温度数据进行无线传输，打破了传统操作中距离受限的问题，使测温操作更易实现。系统设计了四个温度采集节点、一个数据接收节点。四个温度采集节点可以实现系统对监控区域内的温度进行全方位的监测，保证监测数据的准确性和全面性。其中四个温度采集节点的电路是一样的，都是使用AT89S52作为核心处理器，控制其他各个功能器件有序工作。接收节点电路相对于发射节点，多了一个LCD液晶显示模块，没有温度采集模块。

三、系统硬件及软件设计

设计一套基于nRF24L01的无线数据采集系统，能够通过系统的多个温度采集节点，采集周围的环境温度数据，并将数据通过无线射频电路发送到接收端，在接收端显示出各节点的温度值。同时，系统要求能过对温度数据进行分析和判断，如出现异常，则发出警报。主要包括：

（1）温度采集模块，温度传感器的功能是实现环境温度的采集。采用DS18B20数字型温度传感器作为系统的温度采集器件，可以很好地满足系统的设计需求。

（2）无线收发模块，射频收发芯片要求能够稳定地用于系统传输温度数据，实现系统无线通信。系统采用的nRF24L01型无线射频收发芯片工作于2.4—2.5GHz频段的射频芯片，其具有6个可选通信通道，非常契合系统的设计需求。

（3）LCD显示模块，系统要求能够在接收端将接收到的温度数据实时显示出来，以便用户观察。12864型LCD显示器能够显示多种图形和文字，且尺寸小，驱动相对简单，使用灵活性好，能够满足系统的设计需求。

（4）主控制模块，基于对处理器的处理能力和开发成本的考虑，系统决定采用AT89S52型单片作为系统的核心处理器。AT89S52是一种低功耗、高性能CMOS8位微控制器，具有8k在系统可编程Flash存储器，能很好地满足系统的处理需求。

（5）报警模块，系统的报警系统对器件的要求比较简单，它只需在温度异常时，起到提醒用户的效果。系统采用了一种低成本、易控制的报警器——蜂鸣器，作为系统的报警器件，同时配置一个LED灯起辅助作用，达到听觉和视觉的双重报警效果。系统的程序开发语言为C-51，开发工具为Keil软件。系统的程序设计包括数据采集节点和数据接收节点的程序设计，主要涉及到温度采集模块、无线射频模块、LCD显示模块、串口数据传输模块的编程。

数据采集发送部分上电后首先配置nRF24L01的相关寄存器.使其工作在发射状态，然后复位DSl8B20，向DSl8B20发送温度转换命令，读取已转换的温度值，然后由nRF24L01发送。nRF24L01在数据接收显示中为接收状态。当nRF24L01模块配置为接收模式后，当接收到数据中断时，从接收FIFO读取数据。然后将其存储到接收缓冲区rX_bur中。12864液晶显示屏分为左右半屏显示，每个半屏有8页64列，分别由使能端CS1、CS2来选通。由于左右半屏在同一位置像素点共用一个地址，因此，要单独显示左、右半屏时，只能选通其中一个使能端。

四、系统调试（System debugging）

系统的调试主要有硬件调试和软件调试两部分。由于系统的硬件电路板是自制的，从PCB画图到腐蚀、焊接，整个过程都是手工完成的，这就难免使电路板存在一些误差和故障，所以，硬件调试的主要内容就是在制作好电路板之后，检测电路板的电气连接是否正确，上电后各关键测试点的电压是否正常等。在确保了硬件电路没有问题之后，才可以进较难判断哪一种算法预测更准确。某一种算法对于一种监控数据而言在一段时间内可能较适用，但随着时间的推移、监控数据行为的改变，另一种算法可能更适用。所以正确的做法是不要提前选择某种算法，而是用预测模型可采用的各种算法同时预测监控数据，再用错误率方程来评价各种算法的动态适应性。最后选择在时间t时适应性最好的算法来预测t+k时的行为。

五、结论（Conclusion）

该云计算平台监控系统预测模型，依据监控历史数据，预测系统将来会发生的异常行为，进而提前采取防范措施，能解决监控系统实时处理数据滞后的问题，以保证系统的正常运行，对基于云计算平台的监控服务项目有很高的参考价值。

参考文献（References）

[1] 陈康，郑纬民.云计算：系统实例与研究现状[J].软件学报，2009，20（5）：13-15.

[2] 董波，沈青，肖德宝.云计算集群服务器系统监控方法的研究[J].计算机工程与科学，2012（10）：68-72.

[3] 刘莉，屈志坚.基于GridGain云计算平台的监控管理信息分解聚合研究[J].计算机测量与控制，2012（12）：3235-3238.