基于STM32的多传感器水环境监测系统【附代码】

✅博主简介：本人擅长数据处理、建模仿真、程序设计、论文写作与指导，项目与课题经验交流。项目合作可私信或扫描文章底部二维码。

---

系统旨在构建一个高效、可靠的水环境监测系统，通过多种传感器对水质进行实时监测，确保水质的安全和可持续使用。选取了五种主要传感器，包括温度传感器、pH传感器、TDS（溶解性固体总量）传感器、浊度传感器和电导率传感器。结合这些传感器的工作原理和应用特点，系统能够全面、精准地监测水质。

该监测系统采用STM32微处理器作为核心控制单元，负责协调各传感器的工作，收集数据并进行初步处理。STM32的高性能和低功耗特性使其非常适合用于嵌入式系统设计。所有传感器通过I2C或UART接口连接至STM32，实现数据采集和传输。

系统采用WiFi无线通信技术构建无线传感器网络，通过无线局域网将数据传输到汇聚节点。汇聚节点的设计使得来自各个传感器的数据能够集中处理，为后续的数据分析和存储提供便利。汇聚节点接收到的数据将通过4G通信技术上传至云服务器，用户可以通过互联网实时监测水环境状况。

此外，系统还开发了基于C#语言的PC端应用管理软件，用于显示监测数据、存储历史记录并生成相关报告。该软件界面友好，功能直观，便于用户操作。

2. 多传感器数据采集及融合

在多传感器系统中，由于不同传感器在数据采集过程中的不确定性，数据融合技术显得尤为重要。本文提出了基于BP神经网络的数据融合方法，针对相同类型传感器的数据进行处理和优化。

首先，将采集节点中相同类型的传感器数据进行分类。通过构建BP神经网络，输入层接收采集到的数据，输出层输出融合结果。网络的权值通过反向传播算法进行修正和优化，使其逐渐收敛。通过多次迭代，最终得到每个传感器的融合值以及融合误差。

在融合过程中，通过与标准值进行比较，验证了该方法的有效性。实验结果表明，BP神经网络在处理同类传感器数据时，能够有效提高数据的准确性，减少因单一传感器采集误差引起的影响。

这一方法不仅具有较高的准确性，也确保了传感器数据的可行性和可靠性，为后续的水环境监测提供了数据支持。

3. 不同类型传感器数据融合方法

针对多传感器系统中不同类型传感器的数据融合问题，本文提出了一种基于马氏距离修改证据理论组合规则的算法。该方法旨在提高传感器数据的整体可靠性，并优化水环境监测系统的决策过程。

首先，系统将两个不同类型传感器采集的数据进行融合，得出BPA（基本概率分配）。BPA表示对于每个传感器采集值的可信度，用于描述不确定性和信任度。在获取每个传感器的BPA后，依照修改后的证据理论组合规则进行进一步的融合计算，得出四类传感器的综合BPA。

在融合过程中，马氏距离用于衡量数据点之间的相似性。通过计算不同传感器数据的马氏距离，系统能够更准确地识别数据的可信度。根据组合结果，生成最终的水环境状态评估，从而优化决策支持。

通过与经典D-S证据理论融合得出的BPA进行对比，验证了该算法的优越性。实验结果表明，基于马氏距离修改的证据理论算法显著提高了传感器采集数据的准确性和可靠性，增强了水环境监测系统的可行性和鲁棒性。

4. 系统硬件设计

硬件部分是水环境监测系统的基础，包含多个关键组件。系统中使用的主要传感器包括：

• 温度传感器：用于监测水温变化，确保作物在适宜的温度环境中生长。
• pH传感器：监测水的酸碱度，以确保水质适合作物的生长需求。
• TDS传感器：测量水中溶解固体的浓度，了解水质的矿物质含量。
• 浊度传感器：检测水的清澈程度，评估水体的污染状况。
• 电导率传感器：测量水的电导率，提供水中离子浓度的参考信息。

在选择传感器时，考虑了其测量范围、灵敏度和稳定性，确保其适应多种水环境条件。同时，所有传感器通过STM32的GPIO、ADC等接口进行连接。

为保证系统的稳定供电，设计了基于锂电池的供电模块，能够支持长时间的监测作业。锂电池具有高能量密度和长循环寿命，适合在户外环境中使用。

5. 数据处理与通信

系统采用STM32微处理器进行数据处理。STM32的强大计算能力能够满足多传感器数据的实时采集和处理需求。通过编写嵌入式程序，系统能够周期性地读取传感器数据，并进行必要的预处理。

数据通信部分，系统通过WiFi模块实现局域网内数据的传输。在数据上传到汇聚节点后，通过4G模块将数据实时发送到云服务器。使用TCP/IP协议，确保数据传输的稳定性和可靠性。

云端服务器接收到数据后，利用数据库进行存储，并提供数据分析和可视化服务。用户可以通过PC端应用程序查看实时监测数据、历史数据记录以及数据分析结果。

6. 软件设计与开发

为实现水环境监测系统的有效管理，本文开发了基于C#语言的PC端应用程序。该应用程序具备多种功能，包括数据实时监测、历史记录查询、数据分析和报警功能。

在软件界面设计中，采用了直观的图形化界面，用户可以通过图表和仪表盘快速查看水环境状态。程序中实现了数据的可视化展示功能，用户能够直观地了解水质变化趋势。应用程序还具有报警功能，当监测数据超出设定范围时，系统会及时发出警报，提醒用户进行相应处理。

软件架构采用了MVC（Model-View-Controller）设计模式，确保了程序的可维护性和可扩展性。通过模块化设计，未来可以方便地增加新功能或修改现有功能，以适应不断变化的需求。

#include "stm32f4xx_hal.h"
#include "wifi.h"
#include "sensor.h"
#include "database.h"

#define SENSOR_READ_INTERVAL 10000 // 10秒读取一次

// 初始化传感器和WiFi模块
void Init_System(void) {
    HAL_Init(); // 初始化HAL库
    Sensor_Init(); // 初始化传感器
    WiFi_Init(); // 初始化WiFi模块
}

// 读取传感器数据
void Read_Sensors(float* temperature, float* ph, float* tds, float* turbidity, float* conductivity) {
    *temperature = Sensor_Read_Temperature();
    *ph = Sensor_Read_PH();
    *tds = Sensor_Read_TDS();
    *turbidity = Sensor_Read_Turbidity();
    *conductivity = Sensor_Read_Conductivity();
}

// 上传数据到云端
void Upload_Data(float temperature, float ph, float tds, float turbidity, float conductivity) {
    char buffer[256];
    sprintf(buffer, "{\"temperature\":%.2f,\"ph\":%.2f,\"tds\":%.2f,\"turbidity\":%.2f,\"conductivity\":%.2f}", 
            temperature, ph, tds, turbidity, conductivity);
    
    WiFi_Send_Data(buffer); // 通过WiFi发送数据
}

int main(void) {
    Init_System(); // 系统初始化
    
    while (1) {
        float temperature, ph, tds, turbidity, conductivity;
        Read_Sensors(&temperature, &ph, &tds, &turbidity, &conductivity); // 读取传感器数据
        Upload_Data(temperature, ph, tds, turbidity, conductivity); // 上传数据
        HAL_Delay(SENSOR_READ_INTERVAL); // 延时10秒
    }
}