基于压缩感知技术的冷链监控系统研究
黄辉++邰于++李哲
摘 要： 基于无线传感器网络监控的冷链运输系统可实现产品实时跟踪和质量管理。传统监测系统需要运输车辆将其传感器数据实时传输到控管中心，可能导致数据链路和通信系统超载，反而减少数据采集和传输效率。本研究旨在为冷链运输设计一套无线传感器网络监控系统，使用压缩感知技术有效降低数据采样率以减少系统压力。测试结果表明，该系统能够准确、高效地恢复传感器采集的数据，实时反馈货物在冷链各个环节的温度变化情况，为货物的运输提供有效监管和安全保证。
关键词： 无线传感器网络； 冷链； 压缩感知技术； 质量管理； 变温监控
中图分类号： TN915?34 文献标识码： A 文章编号： 1004?373X（2017）11?0001?05
Research on cold chain monitoring system based on compressed sensing technology
HUANG Hui1， TAI Yu2， LI Zhe2
（1. College of Technology， Hubei Engineering University， Xiaogan 432000， China；
2. School of Automation， Northwestern Polytechnical University， Xian 710072， China）
Abstract： The cold chain transportation system monitored with wireless sensor network can realize the products real?time tracking and quality control. The traditional monitoring system needs the transport vehicle to transmit its sensor data to the control center in real time， which may cause the overload of data link and communication system， and decrease the data acquisition and transmission efficiency. The purpose of this study is aimed to design a wireless sensor network monitoring system for cold chain transportation. The compressed sensing technology is used to lower the data sampling rate effectively to reduce the system pressure. The test results show this system can recover the data collected by sensor accurately and efficiently， feed back the temperature variation situation of goods in each link of the cold chain in real time， which provides the effective administration and security assurance for goods transport.
Keywords： wireless sensor network； cold chain； compressed sensing technology； quality control； varying temperature monitoring
0 引 言
鮮肉及其加工产品在民生中占有重要地位，国家出台了多项法律法规严格管理，但由于实际生产运输过程中环节众多，仍可能出现管理漏洞，从而对民众健康造成威胁[1]。鲜肉制品，特别是生鲜肉很容易变质，随着温度的增加，微生物代谢、氧化反应、酶活性等都会发生变化从而加速变质[2]，存储要在冷库、运输要靠专用冷藏车，长期存储需要在的低温冷库中[3]。在实际管理中，量测产品的“时间?温度”条件就成为质量保证的关键因素[3?4]，传统量测中多采用人工量测或使用如RFID设备进行离线监测，其主要问题是量测准确性和实时性不足，大量人工会带来成本问题，因此，需要自动化、高效的监测与信息处理系统才能有效提升冷链物流系统的管理质量。
无线传感器网络（WSN）是一种低成本、高精确度的实时量测系统，被很多行业采用，如食品冷链物流[5?6]、环境监测[7?8]等。在冷链运输如车辆中部署WSN则具有挑战性，主要原因在于大量传感器节点实时数据传输会导致数据链路和通信系统超载，减少传输效率并导致功耗增加[9]。压缩感知利用信号的稀疏特性，在远小于Nyquist采样率条件下，随机采样获取信号的离散样本，然后通过非线性重建算法重建信号[10]。使用压缩感知能够有效减少WSN中采样频率，符合无线传感器网络有限资源约束条件。从而使得监控系统在实时性和准确性之间取得平衡。
本文构建基于WSN的鲜肉冷链监控系统（Meat Cold Chain Monitoring System，MCC?MS）有助于实现高透明度和可追溯性的冷链物流系统，内建质量?温度预测模型能够有效监管鲜肉在运输途中的安全。通过实现稀疏采样和数据重构，能够有效减少WSN系统的运行功耗和成本，为系统向其他领域冷链物流提供研究基础。
3 系统设计与实现
3.1 硬件设计与实现
系统硬件主要包括传感器节点和汇聚节点两部分。其中传感器节点由低功耗控制器MSP430F14X、温度传感器（温度传感器选用DS18B20数字型温度传感器[17]，量测范围为-55～125 ℃，精度为）、无线收发单元和电池供电单元构成。汇聚节点由于需要存储来自各传感器节点的数据，因此选用功能更强的微处理器STM32F1XX，额外搭载FLASH存储器（需要计算是否满足需求），配备GPRS模块，供电部分采用电池供电（后备电源）与汽车供电（点烟器或其他接口），确保在各种情况下系统的可靠性，系统结构简图如图4所示。
图4 WSN传感器节点和汇聚节点硬件结构框图
3.2 MCC?MS管理系统设计与实现
MCC?MS管理系统采用经典的MVC三层架构设计，如图5所示。
图5 MCC?MS系统架构简图
图5中最核心也是最复杂的属于业务逻辑层（BLL），由系统管理组件和数据处理组件两个主要部分构成。其中数据处理组件是系统的核心，包括实时数据监控、数据重建和产品质量预测模块三个主要部分。系统在VS2015平台上搭配MS SQL Server2008数据库进行开发，与一般系统不同，中间层增加了WCF接口对业务服务进行封装，系统因此可以方便地通过XML兼容各种设备和访问方式，目前系统支持B/S和C/S访问，未来可根据需要开发移动客户端程序，实现随时监管。
4 系统测试与结果分析
4.1 实验环境
由于实际运输距离较远，实验采用本地模拟实验进行，恒温测试时测试车辆停放在仓库中，环境温度为变温时停放于开放无遮挡的停车场，环境温度为并使用大功率电扇模拟车辆运动中的相对气流运动。选用的冷链运输车箱体尺寸[18]为4.0 m×1.9 m×1.8 m，内部部署了27个传感器节点，分别编为三个组和汇聚节点安装在驾驶室，其部署示意图如图6所示。
图6 冷藏车WSN传感器节点和汇聚节点部署示意图
传感器节点的温度采样间隔为1 s，每向聚合节点发送一次数据。标准报文长度为7 B（压缩格式仅5 B），包括传感器ID（1 B）、温度数据（4 B）和电池电压（2 B）。聚合节点按照1 s采样周期分别从27个传感器节点获取稀疏采样数据，然后按照的周期通过GPRS模块将数据发送回控制中心。为了准确评估感知压缩的质量和效率，每个汇聚节点还需要保留原始的温度数据。
运输前需要对产品进行预冷却降低到基准恒温条件，在装车、运输和卸车过程中温度会发生变化，称为变温条件。
在试验中，。重建温度数据的绝对误差、相对误差和数据压缩率如表1所示。
表1 重建数据在变温和恒温条件下误差对比
[条件 NMSE /% MAE / MRE / /% 变温 7.63 0.61 5.03 87.23 恒温 0.81 0.17 0.73 87.23 ]
从表1中可知，两种条件下数据压缩率相同，但在变温条件下误差大幅度增加，其主要原因是变温条件下温度连续频繁波动引起的（也就是说难以使用一般模型如线性模型进行预测，从而导致误差增加），从而使得稀疏采样的效果变差，即便如此，数据重构的结果仍然满足冷链运输的实际需要。
4.2 温度分布分析
通过传感器实时采集的温度数据，可以在监控中心重建车厢内温度分布情况，在恒温环境下箱内温度剖面视图如图7所示。
图7中，货箱门口附近的温度为，而靠近里面的温度为，主要原因是制冷设备出风口一般位于车厢里面，而车门远离出风口且存在密闭不严的可能性，所以导致整个箱体内的温度空间差异化分布。
图7 恒温环境下空载的箱体内部温度切片视图
5 总 结
本文提出并设计了一种基于无线传感器网络和压缩感知技术的冷链物流监控系统（MCC?MS），使用压缩感知方法使得传感器只需要采集并传输较少的数据样本就可获得较高的精度，提高了冷链物流系统中无线传感器网络的实时性和监测效率，能够更有效地控制物品安全和冷链物流质量。
通过物流车辆内部分布的传感器可构建实时反应箱体内部温度变化和空间温度差异，从而了解各部分货物的存储情况，相比传统的整箱质量管理，可进行精准管理，对那些处于温度波动比较频繁的产品进行二次抽检，确保更高质量。
虽然目前已经构建了一套冷链监控系统，但未来需要进一步在MCC?MS的基础上进行增强，例如将更多类型的传感器如加入到监控系统中，此外，还可以根据不同种类的运输物品如生鲜、蔬菜、医药分别建立管控模型，加强系统的适用性和价值。
参考文献
[1] 刘华，周明，李姝.生猪运输监督管理存在的法律漏洞及建议[J].河南畜牧兽医（综合版），2008（12）：37?38.
[2] PISACANE V， CALLEGARI M L， PUGLISI E， et al. Microbial analyses of traditional Italian salami reveal microorganisms transfer from the natural casing to the meat matrix [J]. International journal of food microbiology， 2015， 207： 57?65.
[3] 田寒友，邹昊，刘飞，等.运输时间和温度对生猪应激和猪肉品质的影响[J].农业工程学报，2015（16）：284?288.
[4] 陆昌华，何振峰，甘泉，等.猪肉生产过程中质量损耗分析与预冷过程优化[J].江苏农业学报，2015（2）：468?470.
[5] QI Lin， XU Mark， FU Zetian， et al. C2SLDS： a WSN?based perishable food shelf?life prediction and LSFO strategy decision support system in cold chain logistics [J]. Food control， 2014， 38（1）： 19?29.
[6] 齐林，韩玉冰，张小栓，等.基于WSN的水产品冷链物流实时监测系统[J].农业机械学报，2012（8）：134?140.
[7] 唐海燕，余成波，张一萌.基于WSN的矿井环境监测系统[J].重庆理工大学学报（自然科学版），2011（5）：105?109.
[8] 万传飞，杜尚丰，赵亮，等.基于WSN的水产养殖环境监测系统[J].农机化研究，2010（2）：170?173.
[9] RAZA U， BOGLIOLO A， FRESCHI V， et al. A two?prong approach to energy?efficient WSNs： wake?up receivers plus dedicated， model?based sensing [J]. Ad Hoc networks， 2016， 45： 1?12.
[10] LI Yuanmin， WEI Deyun. Signal reconstruction of compressed sensing based on recurrent neural networks [J]. Optik： international journal for light and electron optics， 2016， 127（10）： 4473?4477.
[11] 张天凡.基于CortexM3架构的智能存储管理系统[D].武汉：武汉大学，2012.
[12] XU Wenbo， LI Zhilin， TIAN Yun， et al. Perturbation analysis of simultaneous orthogonal matching pursuit [J]. Signal processing， 2015， 116（C）： 91?100.
[13] 邹毅峰，林朝朋.鲜猪肉在不同物流模式下的新鲜度变化研究[J].广东农业科学，2011（7）：113?114.
[14] WU Min， SHI Yimin. Bayes estimation and expected termination time for the competing risks model from Gompertz distribution under progressively hybrid censoring with binomial removals [J]. Journal of computational and applied mathematics， 2016， 300（C）： 420?431.
[15] DANTIGNY Philippe， MOLIN Paul. Influence of the modelling approach on the estimation of the minimum temperature for growth in Belehradek?type models [J]. Food microbiology， 2000， 17（6）： 597?604.
[16] CANTALEJO M J， ZOUAGHI F， P?REZ?ARNEDO I. Combined effects of ozone and freeze?drying on the shelf?life of broiler chicken meat [J]. LWT： food science and technology， 2016， 68： 400?407.
[17] Dallas Semiconductor. DS18B20 datasheet [EB/OL]. [2012?03?14]. http：//www.alldatasheet.com/datasheet?pdf/pdf/58557/DALLAS/DS18B20.html.
[18] 赵冉.国内部分冷藏车产品介绍[J].商用汽车，2013（14）：46?49.
摘 要： 基于无线传感器网络监控的冷链运输系统可实现产品实时跟踪和质量管理。传统监测系统需要运输车辆将其传感器数据实时传输到控管中心，可能导致数据链路和通信系统超载，反而减少数据采集和传输效率。本研究旨在为冷链运输设计一套无线传感器网络监控系统，使用压缩感知技术有效降低数据采样率以减少系统压力。测试结果表明，该系统能够准确、高效地恢复传感器采集的数据，实时反馈货物在冷链各个环节的温度变化情况，为货物的运输提供有效监管和安全保证。
关键词： 无线传感器网络； 冷链； 压缩感知技术； 质量管理； 变温监控
中图分类号： TN915?34 文献标识码： A 文章编号： 1004?373X（2017）11?0001?05
Research on cold chain monitoring system based on compressed sensing technology
HUANG Hui1， TAI Yu2， LI Zhe2
（1. College of Technology， Hubei Engineering University， Xiaogan 432000， China；
2. School of Automation， Northwestern Polytechnical University， Xian 710072， China）
Abstract： The cold chain transportation system monitored with wireless sensor network can realize the products real?time tracking and quality control. The traditional monitoring system needs the transport vehicle to transmit its sensor data to the control center in real time， which may cause the overload of data link and communication system， and decrease the data acquisition and transmission efficiency. The purpose of this study is aimed to design a wireless sensor network monitoring system for cold chain transportation. The compressed sensing technology is used to lower the data sampling rate effectively to reduce the system pressure. The test results show this system can recover the data collected by sensor accurately and efficiently， feed back the temperature variation situation of goods in each link of the cold chain in real time， which provides the effective administration and security assurance for goods transport.
Keywords： wireless sensor network； cold chain； compressed sensing technology； quality control； varying temperature monitoring
0 引 言
鮮肉及其加工产品在民生中占有重要地位，国家出台了多项法律法规严格管理，但由于实际生产运输过程中环节众多，仍可能出现管理漏洞，从而对民众健康造成威胁[1]。鲜肉制品，特别是生鲜肉很容易变质，随着温度的增加，微生物代谢、氧化反应、酶活性等都会发生变化从而加速变质[2]，存储要在冷库、运输要靠专用冷藏车，长期存储需要在的低温冷库中[3]。在实际管理中，量测产品的“时间?温度”条件就成为质量保证的关键因素[3?4]，传统量测中多采用人工量测或使用如RFID设备进行离线监测，其主要问题是量测准确性和实时性不足，大量人工会带来成本问题，因此，需要自动化、高效的监测与信息处理系统才能有效提升冷链物流系统的管理质量。
无线传感器网络（WSN）是一种低成本、高精确度的实时量测系统，被很多行业采用，如食品冷链物流[5?6]、环境监测[7?8]等。在冷链运输如车辆中部署WSN则具有挑战性，主要原因在于大量传感器节点实时数据传输会导致数据链路和通信系统超载，减少传输效率并导致功耗增加[9]。压缩感知利用信号的稀疏特性，在远小于Nyquist采样率条件下，随机采样获取信号的离散样本，然后通过非线性重建算法重建信号[10]。使用压缩感知能够有效减少WSN中采样频率，符合无线传感器网络有限资源约束条件。从而使得监控系统在实时性和准确性之间取得平衡。
本文构建基于WSN的鲜肉冷链监控系统（Meat Cold Chain Monitoring System，MCC?MS）有助于实现高透明度和可追溯性的冷链物流系统，内建质量?温度预测模型能够有效监管鲜肉在运输途中的安全。通过实现稀疏采样和数据重构，能够有效减少WSN系统的运行功耗和成本，为系统向其他领域冷链物流提供研究基础。
3 系统设计与实现
3.1 硬件设计与实现
系统硬件主要包括传感器节点和汇聚节点两部分。其中传感器节点由低功耗控制器MSP430F14X、温度传感器（温度传感器选用DS18B20数字型温度传感器[17]，量测范围为-55～125 ℃，精度为）、无线收发单元和电池供电单元构成。汇聚节点由于需要存储来自各传感器节点的数据，因此选用功能更强的微处理器STM32F1XX，额外搭载FLASH存储器（需要计算是否满足需求），配备GPRS模块，供电部分采用电池供电（后备电源）与汽车供电（点烟器或其他接口），确保在各种情况下系统的可靠性，系统结构简图如图4所示。
图4 WSN传感器节点和汇聚节点硬件结构框图
3.2 MCC?MS管理系统设计与实现
MCC?MS管理系统采用经典的MVC三层架构设计，如图5所示。
图5 MCC?MS系统架构简图
图5中最核心也是最复杂的属于业务逻辑层（BLL），由系统管理组件和数据处理组件两个主要部分构成。其中数据处理组件是系统的核心，包括实时数据监控、数据重建和产品质量预测模块三个主要部分。系统在VS2015平台上搭配MS SQL Server2008数据库进行开发，与一般系统不同，中间层增加了WCF接口对业务服务进行封装，系统因此可以方便地通过XML兼容各种设备和访问方式，目前系统支持B/S和C/S访问，未来可根据需要开发移动客户端程序，实现随时监管。
4 系统测试与结果分析
4.1 实验环境
由于实际运输距离较远，实验采用本地模拟实验进行，恒温测试时测试车辆停放在仓库中，环境温度为变温时停放于开放无遮挡的停车场，环境温度为并使用大功率电扇模拟车辆运动中的相对气流运动。选用的冷链运输车箱体尺寸[18]为4.0 m×1.9 m×1.8 m，内部部署了27个传感器节点，分别编为三个组和汇聚节点安装在驾驶室，其部署示意图如图6所示。
图6 冷藏车WSN传感器节点和汇聚节点部署示意图
传感器节点的温度采样间隔为1 s，每向聚合节点发送一次数据。标准报文长度为7 B（压缩格式仅5 B），包括传感器ID（1 B）、温度数据（4 B）和电池电压（2 B）。聚合节点按照1 s采样周期分别从27个传感器节点获取稀疏采样数据，然后按照的周期通过GPRS模块将数据发送回控制中心。为了准确评估感知压缩的质量和效率，每个汇聚节点还需要保留原始的温度数据。
运输前需要对产品进行预冷却降低到基准恒温条件，在装车、运输和卸车过程中温度会发生变化，称为变温条件。
在试验中，。重建温度数据的绝对误差、相对误差和数据压缩率如表1所示。
表1 重建数据在变温和恒温条件下误差对比
[条件 NMSE /% MAE / MRE / /% 变温 7.63 0.61 5.03 87.23 恒温 0.81 0.17 0.73 87.23 ]
从表1中可知，两种条件下数据压缩率相同，但在变温条件下误差大幅度增加，其主要原因是变温条件下温度连续频繁波动引起的（也就是说难以使用一般模型如线性模型进行预测，从而导致误差增加），从而使得稀疏采样的效果变差，即便如此，数据重构的结果仍然满足冷链运输的实际需要。
4.2 温度分布分析
通过传感器实时采集的温度数据，可以在监控中心重建车厢内温度分布情况，在恒温环境下箱内温度剖面视图如图7所示。
图7中，货箱门口附近的温度为，而靠近里面的温度为，主要原因是制冷设备出风口一般位于车厢里面，而车门远离出风口且存在密闭不严的可能性，所以导致整个箱体内的温度空间差异化分布。
图7 恒温环境下空载的箱体内部温度切片视图
5 总 结
本文提出并设计了一种基于无线传感器网络和压缩感知技术的冷链物流监控系统（MCC?MS），使用压缩感知方法使得传感器只需要采集并传输较少的数据样本就可获得较高的精度，提高了冷链物流系统中无线传感器网络的实时性和监测效率，能够更有效地控制物品安全和冷链物流质量。
通过物流车辆内部分布的传感器可构建实时反应箱体内部温度变化和空间温度差异，从而了解各部分货物的存储情况，相比传统的整箱质量管理，可进行精准管理，对那些处于温度波动比较频繁的产品进行二次抽检，确保更高质量。
虽然目前已经构建了一套冷链监控系统，但未来需要进一步在MCC?MS的基础上进行增强，例如将更多类型的传感器如加入到监控系统中，此外，还可以根据不同种类的运输物品如生鲜、蔬菜、医药分别建立管控模型，加强系统的适用性和价值。
参考文献
[1] 刘华，周明，李姝.生猪运输监督管理存在的法律漏洞及建议[J].河南畜牧兽医（综合版），2008（12）：37?38.
[2] PISACANE V， CALLEGARI M L， PUGLISI E， et al. Microbial analyses of traditional Italian salami reveal microorganisms transfer from the natural casing to the meat matrix [J]. International journal of food microbiology， 2015， 207： 57?65.
[3] 田寒友，邹昊，刘飞，等.运输时间和温度对生猪应激和猪肉品质的影响[J].农业工程学报，2015（16）：284?288.
[4] 陆昌华，何振峰，甘泉，等.猪肉生产过程中质量损耗分析与预冷过程优化[J].江苏农业学报，2015（2）：468?470.
[5] QI Lin， XU Mark， FU Zetian， et al. C2SLDS： a WSN?based perishable food shelf?life prediction and LSFO strategy decision support system in cold chain logistics [J]. Food control， 2014， 38（1）： 19?29.
[6] 齐林，韩玉冰，张小栓，等.基于WSN的水产品冷链物流实时监测系统[J].农业机械学报，2012（8）：134?140.
[7] 唐海燕，余成波，张一萌.基于WSN的矿井环境监测系统[J].重庆理工大学学报（自然科学版），2011（5）：105?109.
[8] 万传飞，杜尚丰，赵亮，等.基于WSN的水产养殖环境监测系统[J].农机化研究，2010（2）：170?173.
[9] RAZA U， BOGLIOLO A， FRESCHI V， et al. A two?prong approach to energy?efficient WSNs： wake?up receivers plus dedicated， model?based sensing [J]. Ad Hoc networks， 2016， 45： 1?12.
[10] LI Yuanmin， WEI Deyun. Signal reconstruction of compressed sensing based on recurrent neural networks [J]. Optik： international journal for light and electron optics， 2016， 127（10）： 4473?4477.
[11] 张天凡.基于CortexM3架构的智能存储管理系统[D].武汉：武汉大学，2012.
[12] XU Wenbo， LI Zhilin， TIAN Yun， et al. Perturbation analysis of simultaneous orthogonal matching pursuit [J]. Signal processing， 2015， 116（C）： 91?100.
[13] 邹毅峰，林朝朋.鲜猪肉在不同物流模式下的新鲜度变化研究[J].广东农业科学，2011（7）：113?114.
[14] WU Min， SHI Yimin. Bayes estimation and expected termination time for the competing risks model from Gompertz distribution under progressively hybrid censoring with binomial removals [J]. Journal of computational and applied mathematics， 2016， 300（C）： 420?431.
[15] DANTIGNY Philippe， MOLIN Paul. Influence of the modelling approach on the estimation of the minimum temperature for growth in Belehradek?type models [J]. Food microbiology， 2000， 17（6）： 597?604.
[16] CANTALEJO M J， ZOUAGHI F， P?REZ?ARNEDO I. Combined effects of ozone and freeze?drying on the shelf?life of broiler chicken meat [J]. LWT： food science and technology， 2016， 68： 400?407.
[17] Dallas Semiconductor. DS18B20 datasheet [EB/OL]. [2012?03?14]. http：//www.alldatasheet.com/datasheet?pdf/pdf/58557/DALLAS/DS18B20.html.
[18] 赵冉.国内部分冷藏车产品介绍[J].商用汽车，2013（14）：46?49.
