基于LoRa 的水产养殖水质监控系统设计

杨英，任选

（1.广东交通职业技术学院，广东 广州 510080；2.广州索朗智能科技有限公司，广东 广州 510000）

我国是水产养殖大国，但养殖中大部分投喂、增氧、水温调节等相应操作仍然是依靠人工观察养殖环境而进行，生产方式较为粗放，生产水平还比较落后。近年来以无线传感、云计算、大数据等物联网技术为标志的新一代信息技术发展迅猛，利用物联网技术进行水产养殖已引起关注，有必要加强物联网技术在水产养殖行业中的应用研究。

水产养殖的水质信息主要有温度（T）、溶解氧（DO）、酸碱度（pH）、电导率（TDS）等。水质信息的实时监测对投喂、增氧、调节水温等至关重要。近年已有许多用于渔业水质检测的研究，如邹志勇等[1]、吴泽鑫等[2]提出了基于ZigBee 技术的嵌入式监控系统。这类无线传感技术属于近距离传输，应用受限。现在，水质监测越来越多青睐于使用LoRa、NB_IoT无线传感技术[3,4]，而基于这类技术的用于水产养殖却非常少[5]。因此，本文通过研究LoRa 无线传输技术在水质监测方面的应用，提出了基于LoRa 的水产养殖成套设计方案，包括利用云技术进行水质信息存储、控制信息转发等技术来实现智能化、信息化水产养殖。

1 系统设计

本系统采用两级微型计算机控制系统（SCC）结构，由监控终端系统与云平台组成，云平台使用广州某公司提供专为智慧农业开发的云平台。该平台完成了对网关数据接收、处理以及集中管理，前提是来自网关数据按照平台要求的协议预先处理数据。本设计中先将来自监控终端的数据进行预处理再传入网关设备，由网关设备负责与云平台通信。

1.1 系统的结构图及功能

本系统的结构框图如图1。其远程监控终端系统以STM8L05F3 低功耗单片机为底层，由相应的T传感器、DO 传感器、pH 传感器、TDS 传感器、模拟量输入输出通道、执行机构所组成。传输层采用RS485 通信协议接入LoRa 网关，LoRa 网关数据通过GPRS 接入广州市某公司云平台，一方面云平台数据可通过手机移动接口显示出实时水质信息，手机移动端同时发送控制命令给云平台控制监控终端；另一方面，养殖设备上可与云平台通信，来自云平台的控制数据可以开关控制增氧机器、投饲料和增温设备等。其中以SMT8L051F3 为核心的监控终端系统的工作过程如下：

酸碱度（pH）、溶解氧（DO）、温度（T）、电导率（TDS）等数据采集模块完成对水产养殖环境中pH、溶解氧、温度、电导率等采集，各自将数据通过转换模块转换成电量,这类电量往往比较小不易读取，通过设计调理电路把电信号放大、滤波转换成单片机可以读取的数字量，单片机再与RS485 通信，将数据打包好传输出去。单片机也可读取RS485 数据包中控制信息进行调节。系统整体结构图如下：

1.2 硬件设计

本文以DO 传感器、主控芯片为例介绍硬件设计。

1.2.1 基于Clark 电极检测DO 的方法与电路设计

（1）覆膜极谱式DO 传感器的工作原理[6]

本系统选用覆膜原电池式DO 传感器。该传感器属于Clark 电极型，价格适中，稳定度好，可以满足水产养殖环境溶解氧在线测量的要求。该传感器由阴阳两电极和电解液组成原电池，测量时不需外加电压，电极反应自发进行。一个电极材料为Au，一个电极材料为Pb，电解液为NaOH 溶液，则电极反应为:

阴极：O2+2H2O+4e-→40H-

阳极：2Pb+4OH-→2Pb（OH）2+4e

电池总反应：OH-+2Pb+2H20 →2Pb（OH）2

扩散电流的大小可表示为：i=K'·CS

式中，K'在某一温度下是一个常值，CS 为溶解氧浓度，电流与水中溶解氧浓度成正比，DO 传感器为线性元件。只要测量该温度下的电流值，就可测得此时水中溶解氧浓度。

朱亚明在文献[6]中提出的公式：

根据上文提到的原理，设计了溶解氧的极化电压电路、极化稳压电路以及溶解氧温度补偿电路。

（2）溶解氧极化电压电路设计

极谱型电极需要外加0.6～0.8V 的极化电压，需要一个分压模块。R11、R12 为分压电阻。U4 为电压跟随器，增强极化电压的驱动能力。R10、C18 构成个RC 滤波电路（图2）。

（3）溶解氧极化稳压电路设计

LT1763 是一种稳压电源芯片（LDO）可把4～20V 供电电压转换为3.3V 电压，再经过小磁珠FB1 隔离转换为信号调理模块的正输入电压AVCC。AVCC 经过ICL7660 转换为-3.3V，再经过L1,C12,C16 组成的LC 滤波电路提高电源的稳定性，输出-AVCC 供模拟器件使用（图3）。

（4）溶解氧温度补偿电路设计

使用cj431 组成精密电流限制器，供给NTC 电阻，使其产生精确的电压，依电压值计算出当前的温度，然后由处理器对电极输出信号进行温度补偿。电路图见图4。其他传感器硬件部分设计与DO传感器设计类似。

1.2.2 主控芯片电路

主控芯片采用stm8l 系列。意法半导体的8 位微控制器平台基于高性能8 位内核和先进外设集，该平台采用意法半导体专有的130nm 嵌入式非易失性存储器技术制造而成（图5）。STM8L 基于8 位STM8 内核采用了专有超低漏电流工艺，利用最低功耗模式实现了超低功耗（0.30uA）。它具有多个串行通信口和IIC 接口足以满足本系统的使用。主控芯片连接电路图见图5。

1.3 通信与网关设计

1.3.1 RS485 通信

本设计采用RS485 通信，将来自主控芯片的数据传给通信层。RS485 总线是一种常见的串行总线标准，采用平衡发送与差分接收的方式，具有抑制共模干扰的能力。A 线上加一个3.3K 的上拉偏置电阻；在B 线上加一个3.3K 的下拉偏置电阻。匹配电阻是120Ω 的R20，可以有效增加系统的传输稳定性。

RS-485 标准定义信号阈值的上下限为±200mV。即当A-B＞200mV 时，总线状态应表示为“1”；当A-B＜-200mV 时，总线状态应表示为“0”。但当A-B 在±200mV 之间时，则总线状态为不确定，在A、B 线上面设上、下拉电阻，可尽量避免这种不确定状态，增强抗电磁干扰的能力。总线上会存在浪涌冲击、电源线与485 线短路、雷击等潜在危害，所以在A、B 各自对地端接6.8V 的TVS 管。RS485通信电路电路图如图6。

1.3.2 LoRa 网关选择

本设计中通过购买LoRa 网关设备完成组网功能。购买的网关设备相当于一个无线路由设备，可以完成LoRa 节点自组网功能，同时具有3G/4G+LoRa 双无线、强大的网络转换能力、工业级高速4G模块、支持WIFI 覆盖和APN/VPDN 专网、适应各类无人值守工业应用环境、带宽资源分配可控、设备远程配置、升级与维护功能。

1.4 上位机软件设计

上位机软件主要用来显示水质实时信息、根据水质信息自动发送控制养殖的机电设备的信息。本设计中LoRa 网关对接云平台，云平台完成了数据服务器功能，当上位机完成主动连接后定时向上位机发送传感器数据，也可接收上位机发送来的各类控制命令。云平台接收到控制命令主动完成对养殖的机电设备如增氧机、投饵机、增热机的开关控制，上位机软件会将突发事故的处理命令发送给云平台。发送控制命令的机制是：采集数据实时发送到远程数据库服务器（云平台），手机可预先设置好数值，数据上传后进行比对分析，继电器通过数据比较做出相应控制。软件也可以手动控制完成主动增氧、投饵、增温等功能。上位机软件流程图见图7。

2 结果与分析

水中传感器利用自主设计的变化电路放大信号，借助ADC 电路把转换后的数字量信号发送给主控芯片处理。传感器最终反馈的数据是电压信号，数据会存在一定误差，需要通过实验和数据分析，校验实验采集数据的准确性。在确保传感器采集数据可靠性的前提下，通过拟合电压和传感器的关系，得到传感器-电压转换公式，同时验证公式的准确性。软件设计结果验证系统整体工作情况以及系统功能。

2.1 溶解氧数据采集和分析

实验记录两类数据：电脑串口实时采集到电压值的数据作为“实验数据”，标准溶解氧测量仪测得的含量数据作为“实际数据”，各个“实验数据”相对应。以1000mL 自来水作为测试对象，通过往测试对象中加入定量的“零氧试剂”，间隔1min 记录串口返回的电压值和标准溶解氧测量仪测量到的数据。采样30 对数据进行学习，如表1 所示。

表1 电压值与溶解氧关系数据Tab.1 Relationship data between voltage and dissolved oxygen

用MATLAB 对实验数据做了“残差分析”，分析其数据样本的可靠性（图8），发现大部分实验数据可靠，误差在可接受的范围内。同时，大部分样本点都落在了回归线上，只有少数样本偏离回归线。

2.2 溶解氧传感器函数关系式拟合

实验表明，用MATLAB 函数关系式拟合溶解氧的实验数据和实测数据组得到溶解氧-电压函数关系式为：f（x）=0.017196x+1.7963x^2+0.5501。

同时，为了验证拟合函数的可靠性，对数据作“散点图”分析（图9）。

散点图分析表明，大部分点可以落在回归线，公式拟合效果较为理想，说明溶解氧-电压的函数可相对准确测量水中溶解氧含量。实验结果表明，本系统传感器数据的精度可精确到小数点后2 位。

2.3 pH 传感器数据采集与分析

与溶解氧实验类似，pH 数据样本采集以及分析所示，样本数据基本可信（图10）。

2.4 pH 传感器函数关系式拟合

用MATLAB 函数关系式拟合pH 传感器实验数据和实测数据组得到溶解氧-电压函数关系式为：f（x）=28.917x+1.6504x2+94.503。

散点图的分析表明，大部分点可以落在回归线，公式拟合效果较为理想（图11）。其他传感器与以上两种传感器实验方式类似，结果均满足性能要求，均可精确到小数点后2 位。

2.5 软件设计结果

在Android studio 平台开发手机软件App，使用了SQLite 作为本地数据库进行密码以及用户数据的保存。手机App 在Android 环境系统中运行，功能包括水质信息的实时显示、手动控制养殖设备工作以及设定超限值自动控制养殖设备工作等功能，系统每一分钟刷新显示数据，运行结果如图12 所示。在工作状态下，移动端软件运行正常，证明整个系统设计合理，能满足水产养殖实际工作需要。

3 讨论

基于物联网技术的信息化水产养殖系统节省人力成本、降低养殖户的劳动量，对及时预防和处理事故都是传统水产养殖方式所不能比拟的，是未来水产养殖的发展方向。系统的总体设计方案与无线传输技术极大地影响着这类系统的性能与成本。目前，水产养殖的无线传输技术一般在ZigBee、NB_IoT 和LoRa 技术中展开研究。ZigBee 特点是：近距离（一般通信距离10～20m），低功耗，低成本，无线组网需要借助其他网关[7]；NB_IoT 技术的特点是：通信距离远（一般通信距离15km），在网络部署上可与蜂窝基站复用，成本上较高[8]；LoRa 比前两者更适合水产养殖[7]：LoRa 传输距离1～20KM，低功耗，电池可供模块使用10 年，自组网，成本低[9]，一般模块几元钱。本文正是基于对LoRa 技术的研究设计了系统。该系统采用LoRa 技术传输水质传感信息，通过LoRa 网关接入某智慧农业的云平台。实验证明，此设计合理、可行、有效，并保证了低功耗、远距离、低成本、数据实时性、稳定性、精确性等性能。其数据实时性设定为一分钟数据刷新一次，传输距离一般情况可达10 km，数据精度在1%内。考虑到大面积养殖环境，基于ZigBee 技术的系统组网能力稍显不足，而NB_IoT 成本高、对电信运营商依赖，水产养殖行业更适合采用基于LoRa 技术的物联网系统。本设计表明，拥有无线自组网能力的LoRa 技术可接入多个节点到网关设备，不需要依赖电信运营商，是先进的、灵活的无线传输技术。

近年来，物联网的水产养殖研究的解决方案有些相似[1,2,10]，都是从水中传感器采集数据经由网关设备传入服务器；有些使用自己开发的服务器[1,2]，有些使用公有云[10]。自己开发服务器成本比较高，而公有云提供的是公共接口，开发与维护的难度大。与这些物联网解决方案不同的是，本研究针对智能农业的云而不是公有云来设计硬件与软件系统。而本系统所使用的云服务器已经集成了数据包的解析、数据缓存、转发等功能，具备控制养殖设备的功能，手机端软件通过接口调用即能实现所有功能，如手机App 实验结果展示的那样，功能全面，开发简单，极大降低了开发难度和开发成本。

目前对于LoRa 技术的研究主要集中在性能评估方面，针对水产养殖监测的低成本专用LoRa 低功耗传感网络研究得很少[5]。本系统的设计突破了现有技术，改进了设计理念，同时结合了云计算、4G、移动端APP 开发等技术，实现了水产养殖的智能化、集约化，适合大面积水产养殖需要。