本发明涉及水处理技术领域，具体涉及水产品养殖水质监测系统。
背景技术：
在水产养殖的过程中，水产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，严重影响水产的健康以及降低水产的产量。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，从而影响水产品养殖的科学管理工作。
技术实现要素：
针对上述问题，本发明提供水产品养殖水质监测系统。
本发明的目的采用以下技术方案来实现：
提供了水产品养殖水质监测系统，包括监测终端、传感监测装置和智能终端；所述的传感监测装置、智能终端与监测终端通信连接；所述的传感监测装置用于对水产品养殖场的水质进行监测，采集水产品养殖场的水质监测数据并发送至监测终端；所述的监测终端用于对水质监测数据进行分析处理，并在水质异常时向智能终端发送报警信号。
优选地，所述监测终端包括依次连接的存储模块、处理模块、异常报警模块，还包括显示模块，显示模块与存储模块、处理模块连接。
本发明的有益效果为：能够实时监测到水质监测数据，实现水产养殖的科学养殖与管理，从而优化养殖工艺，提高水产品的成活率，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水产品养殖水质监测系统的结构框图；
图2是本发明一个实施例的监测终端的连接框图。
附图标记：
监测终端1、传感监测装置2、智能终端3、存储模块10、处理模块20、异常报警模块30、显示模块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，本实施例提供的水产品养殖水质监测系统，包括监测终端1、传感监测装置2和智能终端3；所述的传感监测装置2、智能终端3与监测终端1通信连接；所述的传感监测装置2用于对水产品养殖场的水质进行监测，采集水产品养殖场的水质监测数据并发送至监测终端1；所述的监测终端1用于对水质监测数据进行分析处理，并在水质异常时向智能终端3发送报警信号。
其中，智能终端3可以通过实时访问监测终端1查询水产品养殖场的水质监测数据和异常状况。
优选地，所述的监测终端1在水质监测数据超过设定的指标范围时判定水质为异常。所述的水质监测数据包括温度、ph值和溶解氧。
在一个实施例中，如图2所示，所述监测终端1包括依次连接的存储模块10、处理模块20、异常报警模块30，还包括显示模块40，显示模块40与存储模块10、处理模块20连接。其中，存储模块10用于数据存储，处理模块20主要用于对水质监测数据进行处理、异常判断，输出异常判断结果，异常报警模块30用于在水质监测数据异常时向智能终端3发送报警信号，显示模块40主要用于显示水质监测数据曲线、异常判断结果。
本发明上述实施例能够实时监测到水质监测数据，实现水产养殖的科学养殖与管理，从而优化养殖工艺，提高水产品的成活率，增加养殖效益。
优选地，所述的传感监测装置2包括传感器节点、数据处理节点、通信节点和汇聚节点，传感器节点用于对水产品养殖场的水质监测数据进行采集，并将采集的水质监测数据发送至其通信范围内的一个数据处理节点；数据处理节点对水质监测数据进行压缩处理后将压缩后的水质监测数据发送给其通信范围内的一个通信节点，通信节点用于收集多个数据处理节点的水质监测数据，并将收集的水质监测数据沿最优路由路径发送至汇聚节点，进而由汇聚节点汇聚水质监测数据并传送至监测终端1。
其中，多个传感器节点、数据处理节点、通信节点皆随机部署于设定的水质监测区域内。
上述的传感器节点、数据处理节点、通信节点和汇聚节点共同构成用于对水产品养殖场的水质进行监测和数据采集的无线传感器网络。本实施例基于无线传感器网络技术设计传感监测装置2，避免了大量布线，能够实时有效地获取到水产品养殖场的水质信息。
在一个实施例中，传感器节点将采集的水质监测数据发送至其通信范围内的一个数据处理节点，具体包括：
(1)初始时，传感器节点与其通信范围内的各个数据处理节点进行信息交互，从而获取其通信范围内的各数据处理节点的信息；
(2)根据获取的信息计算其通信范围内各数据处理节点的优选值：
式中，pij表示位于传感器节点i通信范围内数据处理节点j的优选值，hij为该数据处理节点j到传感器节点i的跳数，eij0为该数据处理节点j的初始能量，costij为设定量的水质监测数据从传感器节点i发送到该数据处理节点j的能量开销，
(3)按照优选值由大到小的顺序对各数据处理节点进行排序，生成邻居数据处理节点列表；
(4)确定邻居数据处理节点列表中排序最前的数据处理节点是否满足能量要求，若满足，则将该数据处理节点作为目的节点，若不满足，则按照排序选择下一个数据处理节点，直至选出一个满足能量要求的数据处理节点作为目的节点，其中满足能量要求为当前剩余能量大于预设的最小能量值；
(5)将采集的水质监测数据持续发送至目的节点，直至目的节点不满足能量要求，返回(4)。
相关技术中，传感器节点通常是将当前剩余能量最大的数据处理节点作为水质监测数据发送的目的节点，然而这种方式容易导致当前剩余能量最大的数据处理节点极度消耗而快速失效，影响无线传感器网络的稳定性。
本实施例从能量开销和跳数两个角度出发制定了优选值的计算公式，由该计算公式可知，跳数小且能量开销小的数据处理节点具有更大的优选值，传感器节点根据优选值生成邻居数据处理节点列表，因此，数据处理节点在邻居数据处理节点列表中的排序反映了传感器节点将水质监测数据发送至该数据处理节点的能量开销的大小。
本实施例中传感器节点按照能量要求优先选择排序较前的数据处理节点作为目的节点，能够在尽可能减少水质监测数据传输的能量开销的前提下避免数据处理节点因极度消耗而快速失效，从而提高了无线传感器网络的稳定性。
在一个实施例中，数据处理节点将压缩后的水质监测数据发送给其通信范围内的一个通信节点，具体包括：
(1)初始化时，数据处理节点与其通信范围内的各个通信节点进行信息交互，从而获取其通信范围内的各通信节点的信息；
(2)根据获得的信息计算各通信节点的权值：
式中，qab表示通信节点的权值，d(a,b)为数据处理节点a与其通信范围内的通信节点b之间的距离，ra为数据处理节点a的通信距离，costab为设定量的水质监测数据从数据处理节点a到通信节点b的能量开销，eab0为该通信节点b的当前剩余能量，β1、β2为预设的权重系数；
(3)根据权值由大到小的顺序对各通信节点进行排序，生成邻居通信节点列表；
(4)在将水质监测数据进行压缩后，确定邻居通信节点列表中排序最前的通信节点是否满足能量要求，若满足，则将该通信节点作为目的节点，若不满足，则按照排序选择下一个通信节点，直至选出一个满足能量要求的通信节点作为目的节点，其中满足能量要求为当前剩余能量大于预设的最小能量值；
(5)将压缩后的水质监测数据持续发送至目的节点，直至目的节点不满足能量要求，返回(4)。
现有技术中一般选择剩余能量最大的通信节点来转发数据，这种方式使得剩余能量最大的通信节点承担过多的数据转发任务，容易导致该通信节点失效。
相对于现有技术，本实施例设定了数据处理节点到通信节点的路由协议，其中从节点间距和能量开销两个角度出发设定了权值的计算公式，由该计算公式，距离数据处理节点距离越小、能量开销越小的通信节点具有更大的权值。本实施例按照能量要求优先选择排序较前的通信节点作为目的节点，能够避免因持续选择当前剩余能量最大的通信节点来承担水质监测数据转发任务而导致该通信节点快速消耗能量，同时能够确保水质监测数据转发的能量开销较小化，节省了水质监测数据传输的通信成本，保障了水质监测数据传输的可靠性。
在一个实施例中，由汇聚节点确定通信节点的最优路由路径，具体为：
(1)汇聚节点接收通信节点φ发送的路由路径探测请求，获取通信节点φ到汇聚节点的多条路由路径及相关信息，其中相关信息包括路由路径经过的通信节点信息和链路状态信息；
(2)根据获得的多条路由路径及相关信息，用改进的粒子群算法对路由路径进行优化，最终得到最优路由路径；
(3)根据得到的最优路由路径生成反馈信息，并将反馈信息沿该最优路由路径发送给通信节点φ，并更新通信节点φ的路由表，其中反馈信息包括最优路由路径的信息，从而通信节点φ根据反馈信息中的最优路由路径发送水质监测数据。
其中，所述的改进的粒子群算法包括：
(1)将一条路由路径看成一个维数为n的粒子，其中n为该路由路径经过的通信节点总个数，用获取到的多条路由路径作为初始粒子群；
(2)按照下列适应度函数计算每个粒子的适应值，根据粒子适应值更新个体极值和全局极值：
式中，lμ表示初始粒子群中第μ条路由路径，q(lμ)表示路由路径lμ的适应值，e(lμ)为路由路径lμ中能量最小的通信节点的当前剩余能量，b(lμ)为路由路径lμ的带宽，由路径lμ中的最小带宽决定，cost(lμ)表示路由路径lμ的链路开销，emin为为满足网络服务质量要求所设的节点最小能量值，costmax为为满足网络服务质量要求所设的路径最大链路开销值，bmin为为满足网络服务质量要求所设的最小带宽值，γ1、γ2、γ2为预设的权重系数，分别表示能量、链路开销、带宽影响的权重；
(3)设置全局极值对应的路由路径为全局最优路径，找到当前路由路径与全局最优路径相交的通信节点，用集合j表示，若j为空，则进行κ次节点替换操作，每次的节点替换操作具体为：在当前路由路径中随机选取两个互为邻居的通信节点，设为ψ1、ψ2，在ψ1、ψ2的共同邻居中找到一个属于全局最优路径的通信节点，设为ψ，若ψ与ψ1距离最近，则将ψ替换ψ1，若ψ与ψ2距离最近，则将ψ替换ψ2，若没有找到属于全局最优路径的通信节点，则不进行替换操作；
(4)当j不为空时，进行路径段替换操作，具体为：j中的通信节点将当前路由路径与全局最优路径分成了若干个路径段，将当前路由路径与全局最优路径进行对比，当当前路由路径中存在一个路径段与全局最优路径对应的路径段不同时，用全局最优路径中的路径段代替当前路由路径的对应的路径段；
(5)更新个体极值和全局极值，直至迭代更新次数大于设定的更新次数阈值。
现有技术中的粒子群算法具有易于描述、便于实现、参数少、群体规模小、收敛需要评估函数的次数少、收敛速度快等优点。然而，现有技术中的粒子群算法不能直接用来确定最优路由路径，一是因为本实施例中的每个粒子具有不同的维数，不适用粒子群算法中粒子维数相同的条件，二是因为现有的粒子群算法对粒子速度和位置的更新是根据运动方程中的加减法运算实现的，本实施例中由通信节点集组成的路由路径无法实现加减法的运算。
基于现有技术中的粒子群算法存在的问题，本实施例在现有的粒子群算法的基础上，改进了加减法的运算规则，相应地定义了节点替换操作和路径段替换操作规则，从而得到改进的粒子群算法，本实施例利用改进的粒子群算法，能够较好地解决本实施例寻找最优路由路径的问题。
另外，本实施例基于能量、链路开销和带宽三个因素制定了适应度函数的计算公式，使得确定的最优路由路径能够最优化地保障网络服务质量的要求，提高路由的稳定性，保障水质监测稳定运行。
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。