本发明涉及淡水鱼养殖环境监控技术领域，具体涉及基于无线传感器网络的淡水鱼养殖场监控系统。
背景技术：
在淡水鱼养殖的过程中，淡水鱼的排泄物以及剩余的饲料会在养殖池内不断累积造成养殖池水体富营养化，严重影响淡水鱼的健康以及降低淡水鱼的产量。现有常规的水质监测手段无法实现迅速、准确、实时的水质监测，从而影响淡水鱼养殖的科学管理工作。
技术实现要素：
针对上述问题，本发明提供基于无线传感器网络的淡水鱼养殖场监控系统。
本发明的目的采用以下技术方案来实现：
提供了基于无线传感器网络的淡水鱼养殖场监控系统，包括监控中心、无线传感器网络监测装置和用户终端；所述的无线传感器网络监测装置、用户终端与监控中心通信连接；所述的无线传感器网络监测装置包括汇聚节点和传感器节点，汇聚节点和传感器节点皆配置有水温传感器、溶解氧传感器、增氧机、节点处理模块和无线传输模块；所述水温传感器和溶解氧传感器与节点处理模块连接；所述节点处理模块与无线传输模块连接，通过所述无线传输模块传输水质监测数据；所述节点处理模块与增氧机连接，控制所述增氧机开启或关闭；所述汇聚节点还包括大气压传感器、酸碱值传感器和通信模块，所述大气压传感器、酸碱值传感器与节点处理模块连接，所述通信模块与无线传输模块连接；所述的监控中心用于对汇聚节点传送的水质监测数据进行存储、显示，并在水质异常时向用户终端发送报警信号。
优选地，所述节点处理模块包括信号调理模块、模数转换器、处理器和驱动模块，信号调理模块用于对采集的水质监测数据进行放大和整形，所述模数转换器与信号调理模块连接，对水质监测数据进行模数转换，所述处理器与模数转换器连接，对其输出的数字信号进行处理，根据处理结果输出控制信号，所述驱动模块与处理器连接，根据其输出的控制信号驱动增氧机，所述处理器与无线传输模块连接。
优选地，所述的监控中心包括存储单元、显示单元、数据处理单元和异常报警单元，存储单元、显示单元、异常报警单元皆与数据处理单元通信连接。
优选地，多个传感器节点优化部署在淡水鱼养殖场监控区域内，通过自组织方式构成无线传感器网络；汇聚节点部署于淡水鱼养殖场监控区域外，通过通信网络与监控中心通信。
优选地，在无线传感器网络启动时刻，汇聚节点对传感器节点进行簇划分，确定作为簇头的传感器节点，而剩余的传感器节点作为簇成员节点；簇成员节点用于采集水质监测数据并将水质监测数据发送至所属簇的簇头；簇头用于收集簇成员节点发送的水质监测数据，还用于将收集的水质监测数据通过簇间多跳路由通信的方式转发至汇聚节点。
本发明的有益效果为：能够实时监测到水质监测数据，实现淡水鱼养殖的科学养殖与管理，从而优化养殖工艺，提高淡水鱼的成活率，增加养殖效益。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1本发明一个实施例的基于无线传感器网络的淡水鱼养殖场监控系统的结构框图；
图2是本发明一个实施例的监控中心的连接框图。
附图标记：
监控中心1、无线传感器网络监测装置2、用户终端3、存储单元10、显示单元20、数据处理单元30、异常报警单元40。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1，本实施例提供的基于无线传感器网络的淡水鱼养殖场监控系统，包括监控中心1、无线传感器网络监测装置2、用户终端3；所述的无线传感器网络监测装置2、用户终端3与监控中心1通信连接。
无线传感器网络监测装置2包括汇聚节点和传感器节点。其中，多个传感器节点优化部署在淡水鱼养殖场监控区域内，通过自组织方式构成无线传感器网络；汇聚节点部署于淡水鱼养殖场监控区域外，通过通信网络与监控中心1通信。
在一个实施例中，汇聚节点和传感器节点皆配置有水温传感器、溶解氧传感器、增氧机、节点处理模块和无线传输模块；所述水温传感器和溶解氧传感器与节点处理模块连接；所述节点处理模块与无线传输模块连接，通过所述无线传输模块传输水质监测数据；所述节点处理模块与增氧机连接，控制所述增氧机开启或关闭。
所述汇聚节点还包括大气压传感器、酸碱值传感器和通信模块，所述大气压传感器、酸碱值传感器与节点处理模块连接，所述通信模块与无线传输模块连接。
可选地，所述节点处理模块包括信号调理模块、模数转换器、处理器和驱动模块，信号调理模块用于对采集的水质监测数据进行放大和整形，所述模数转换器与信号调理模块连接，对水质监测数据进行模数转换，所述处理器与模数转换器连接，对其输出的数字信号进行处理，根据处理结果输出控制信号，所述驱动模块与处理器连接，根据其输出的控制信号驱动增氧机，所述处理器与无线传输模块连接。
所述的监控中心1用于对汇聚节点传送的水质监测数据进行存储、显示，并在水质异常时向用户终端3发送报警信号。在一个实施例中，如图2所示，所述的监控中心1包括存储单元10、显示单元20、数据处理单元30和异常报警单元40，存储单元10、显示单元20、异常报警单元40皆与数据处理单元30通信连接。
本发明上述实施例能够实时监测到水质监测数据，实现淡水鱼养殖的科学养殖与管理，从而优化养殖工艺，提高淡水鱼的成活率，增加养殖效益。
在一个实施例中，所述多个传感器节点优化部署在淡水鱼养殖场监控区域内，具体为：将淡水鱼养殖场监控区域平均虚拟划分为多个大小相等的监测子区域，并标记序号，按照序号顺序，依次对各个监测子区域采用改进的萤火虫优化算法进行传感器节点的优化部署。
本实施例按照分区域优化部署的方式对传感器节点进行优化部署，极大地提高了对传感器节点进行优化部署的效率。
其中，所述采用改进的萤火虫优化算法进行传感器节点的优化部署，具体包括：
(1)进行参数初始化，设置最大迭代次数wmax和萤火虫数目m，m为偶数；
(2)部署萤火虫群体，每只萤火虫代表一种传感器节点部署方案，萤火虫所在的位置表征各传感器节点的位置，定义萤火虫i在第w次迭代时的位置为xi(w)＝{yt(w)|t＝1,2,…,ni}，其中yt(w)为萤火虫i中第t个传感器节点的位置，ni为萤火虫i代表的传感器节点部署方案中的传感器节点数量；
(3)确定每只萤火虫对应的处于工作状态的传感器节点集合，计算每只萤火虫的适应度，并记录全局最优解xg(w)，设定适应度的计算公式为：
式中，ei[xi(w)]为萤火虫i在当前位置xi(w)的适应度，zi为萤火虫i中所有处于工作状态的传感器节点形成的监控面积，z表示淡水鱼养殖场监控区域的面积，ωi表示萤火虫i对应的处于工作状态的传感器节点集合，
(4)将所有萤火虫随机划分为两个规模相同的族群，对每个族群中的萤火虫按照适应度由大到小的顺序进行排列，并根据排列顺序将族群中的萤火虫划分为m个规模相同的种群，每个种群具有m只萤火虫，从而总共分为2m个规模相同的种群；
(5)在各个种群中，对适应度最差的萤火虫位置进行更新，完成各个种群的局部搜索；
(6)当所有种群完成局部搜索后，返回(4)，直至完成设定的局部搜索次数vmax后，更新全局最优解xg(w)；
(7)循环(3)、(4)、(5)、(6)wmax次，全局最优解xg(w)对应的传感器节点部署方案即为最优传感器节点部署方案，采用所述最优传感器节点部署方案进行传感器节点部署。
现有技术中，对于萤火虫优化算法而言，每只萤火虫和其他萤火虫进行荧光素交换是在邻域空间中进行的，因此萤火虫算法不会出现局部极值的现象，如果有只萤火虫自身具有非常多的荧光素，其影响的范围只能是其所在的邻域，使得群体最优信息无法在整个群体内进行交流，导致算法收敛速度降低。
基于该问题，本实施例改进了萤火虫优化算法，通过对萤火虫种群进行族群划分和种群划分，使得群体最优信息能够在整个群体内进行交流，提高了算法的收敛度和精度，从而能够更好地实现最佳的网络覆盖，有效降低水质监测数据采集和传输的能耗；在另一方面，本实施例从冗余和节点分布均匀度的角度构造出新的适应度函数，能够在保证网络覆盖效果的前提下，尽量减少传感器节点的数量，节省淡水鱼养殖场监控系统的成本。
在一个实施例中，所述对适应度最差的萤火虫位置进行更新，具体包括：
(1)进行萤火虫荧光素更新：
cp(α+1)＝5ep[xp(w)]+(1-u)cp(α)
式中，cp(α+1)表示在更新后的适应度最差的萤火虫p的荧光素浓度，cp(α)为在更新前的萤火虫9的荧光素浓度，α为更新次数，u表示萤火浓度衰减系数，u∈(0,1)，δ为荧光素更新率，ep[xp(w)]为萤火虫p在在更新前的适应度；
(2)寻找萤火虫的邻居集合，并按照下列公式计算移动概率，并从中选择一个移动概率最大的邻居萤火虫，并向其移动：
式中，hpd表示适应度最差的萤火虫p在第α次更新时向其邻居萤火虫d方向移动的概率，
(3)确定萤火虫移动的步长，根据该步长按照下列公式进行萤火虫的位置更新：
式中，xp(α+1)表示适应度最差的萤火虫p在更新后的位置，xp(α)表示萤火虫9在更新前的位置，θp表示萤火虫9移动的步长，xδ(α)表示移动概率最大的邻居萤火虫的当前位置，||xδ(α)-xp(α)||为xδ(α)与xp(α)之间的标准欧几里得距离；
(4)计算当前的动态决策域：
式中，lp(α)为萤火虫c在第α次更新时的动态决策域，lp(α-1)为萤火虫p在第α-1次更新时的动态决策域，l0为感知域半径，β为动态决策域的更新率，为一个常数；kt为萤火虫数量阈值，
(5)根据在更新后的位置来计算萤火虫的适应度，若计算出的适应度差于原适应度，按照下列公式对萤火虫中的各传感器节点的位置进行更新：
式中，yr(α+1)为萤火虫p中第r个传感器节点在更新后的位置，yr(α)为萤火虫p中第r个传感器节点在更新前的位置，
对于萤火虫优化算法而言，萤火虫位置对于算法收敛速度、优化精度有着很大的影响，在未改进的萤火虫优化算法中，移动之前的适应度可以优于移动后的适应度，萤火虫算法在全局中无法收敛。本实施例改进了现有的萤火虫优化算法，在萤火虫更新后的适应度不如在更新前的适应度时，对萤火虫中的各传感器节点的位置进行更新，提高了萤火虫的多样性，从而改善了算法的收敛性能。
在一个实施例中，萤火虫移动的步长的计算公式设定为：
式中，θp表示萤火虫p移动的步长，θmax为设定的最大步长，θmiw为设定的最小步长，αmax为设定的最大更新次数，α为目前的更新次数，lp(w)为萤火虫9的当前动态决策域，dpδ为萤火虫p与其移动概率最大的邻居萤火虫δ之间的距离。
在萤火虫优化算法中，每个萤火虫通过不断移动来寻找最优值，因此萤火虫的移动过程非常重要。现有技术的萤火虫算法中萤火虫的移动步长是个固定值，如萤火虫的步长设置太小，会造成收敛速度过慢，如果步长设置过大，在收敛后期跳过最优解。
本实施例中，萤火虫移动的步长随着更新次数和萤火虫的动态决策域的更新进行自适应更新，能够有效提高萤火虫优化算法的收敛速度和精度，提高萤火虫优化算法全局寻优的能力，从而提高传感器节点优化部署的效率和精度，为更有效地完成水质监测数据的采集和传输奠定良好的基础。
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。