（机械电子工程专业论文）近海生态环境多参数监测与分析研究.pdf

浙汀工业大学硕士学位论文 近海生态环境多参数监测与分析研究 摘要 近海的生态环境监测和数据分析是我国海洋事j i k 发展的技术支撑，对海洋经济产业 的发展和预防海洋生态环境的污染有着极其重要的作用。针对海洋生态环境参数综合、 长期、实时监测的需求，本文设计了一套近海牛态环境多参数集成监测装置，并提出了 采用时间序列分析方法进行数据分析和预测，并将预测结果进行实验验证。主要研究内 容如下： 1 分析生态环境传感器集成过程中遇到的问题，进而提出一种串u 扩展方法，实现 融合多个生态环境传感器的日标；研究近海生态环境集成装置定时采集的特点，提出一 套电源管理策略，使得装置能更长周期且无故障地上作。 2 研究集成的生态环境传感器采集过程中的特点，采用一种软件延时等待的方法， 使生态环境传感器在监测过程中相对“隔离”：同时探讨了一种新型的窗口滑动滤波方 法对非数字量生态环境参数进行数字滤波。 3 讨论了海洋环境中时间序列的特点，分析了季节模型的结构，对季节模型平稳化 后的参数估计进行了研究，采用最小二乘估计法对线性模型的参数进行估计，采用矩估 计法对非线性模型的参数进行估计。 4 对采集到的参数采用季节模型进行拟合，通过数据分析，预测此参数的发展趋势， 通过实验验证预测的正确性，探讨如何提高预测精度。 本文通过传感器集成技术及运用时间序列方法分析和预测海洋生态环境参数的研究 与验证工作，为实现海洋环境事业的发展打下了扎实的基础。 关键词：生态聊：境监测，串口扩展，电源管理策略，时间序列，季节模型 a b s t r a c t o f f s h o r ee c o l o g i c a le n v i r o n m e n t m u i j i p a r a m e t e rm o n i t o r i n ga n da n a l y s i s r e s e a r c h a b s t r a c t o 凰h o r ee c o l o g i c a le n v i r o 】m e n tm o n i t o d n ga l l dd a t aa n a l y s i si st h et e c h n i c a ls u p p o no f c h i n a sm 撕n ep r o 伊a m s ，w h i c hi sv i t a l t ot h ed e v e l o p m e n to fo c e a l le c o n o m yi i l d u s 仃ya n d p r e v e n t i n gm 撕n ee c o l o 百c a le n v i i o i l i i l e n tp o l l u t i o n f o rt h ed e m a n do fm o n i t o r i n gm 撕n e e c o l o g i c a l e n v i r o n m e n t p a r a m e t e rl o n g t e n n ， r e a l - t i m ea n d c o m p r e h e n s i v e l y t i l i s d i s s e r t a t i o nh a sd e s c 曲e dd e s i g l l i n gas e to fo f f s h o r ee c o l o g i c a le n v i r o n m e n tm u l t i - p a r a m e t e r i n t e 莎a t e dm o n i t o r i n gd e v i c e ，p r o p o s i n gd a t aa n a l y s i sa n df o r e c a s tu s i n gt i m es e r i e sa n a l y s i s m e t h o da i l dv a l i d a t i n gt h ef o r e c a s tr e s u l tu s i n ge x p e r i m e n t t h em a i nr e s e a r c hw o f k sa r ea u s f o l l o w s ： 1 p u t t i n gf 0 刑a r dp o r te x t e n s i o nm e t h o dt os o l v et h ep r o b l e me n c o u n t e r e di nt h e e c 0 1 0 西c a le n v i r o n m e n ts e n s o ri n t e g r a t e ds ot h a tr e a l i z et h et a r g e to fm u l t i p l e e c o l o g i c a l e n v i r o 砌e n ts e n s o rm s i o n ；w i t ht h ec h a r a c t e r i s t i c so ft h eo f r s h o r ee c o l o g i c a le n v i r o r m l e m i i l t e 伊a t i o nd e v i c et i m i n ga c q u i s i t i o n ，p u t t i n gf o 刑a r d l ep o w e rm a n a g e m e ms t r a t e g ym a h n g 也ed e v i c ew o r kl o n g e rp e 订o d i ca n du n i n t e m j p t e d 2 u s i n gt h em o t h o do fs o 脚a r ed e l a yw a i t i n gt om a k et h ee c o l o g i c a le n v i r o n m e n t s e n s o r sr e l a t i v e “i s o l a t i o n i nc o u r s eo fm o n i t o n n g ；u s i n gan e ww i n d o ws l i d i n gm e t h o df o r d i g i t a l 矗1 t e rt ot h ea n a l o gq u a n t i t i e so fe c o l o g i c a le n v i r o n m e n tp a r a m e t e r s 3 t h i sp 叩e rh a sd e s c r i b e dt i m es e r i e sc h a r a c t e r i s t i c si nm em a r i n ee c o l o g i c a l e n v i r o r n e n t ，t h es t m c t u r eo ft h em o d e la n dp a r 锄e t e re s t i m a t i o no ft h es e a s o nm o d e la r e r s m o o t hc h a n g e ，u s i n gt h el e a s ts q u a r e se s t i m a t em e t h o dt ot h ep a r 锄e t e r so ft h el i n e a rm o d e l ， u s i i l gm em o m e me s t i m a t et ot l l ep a r 锄e t e r so ft h en o n l i n e a rm o d e l 4 s e a s o nm o d e li sf i t t e df o rt h ep a r a m e t e r sc 0 1 l e c t e d t h ed e v e l o p m e n tt r e n do ft h e p a r a m e t e ri sp r e d i c t e dt i l r o u g h t h ed a t a a n a l y s i s t h ev a l i d i t y o ft h e p r e d i c t i o n i s d e m o n s 订；娃e di n 廿l ee x p e r i m e n t h o wt oi m p r o v et h ef o r e c a s t i n ga c c u r a c yi sd i s c u s s e d t h et e c l l i l o l o g ) ，o ft h es e n s o ri n t e g r a t i o na i l dt h ew o r ko fr e s e a r c ha l l dv a l i d a t i o ni n p r e d i c t i n gt h em a r i n ee c o l o 西c a le n v i r o i l i i l e mp a 姗e t e r su s i l l gt h et i m es e r i e sa n a l y s i s1 a ya s o l i df o u n d a t i o ni nr e a l i z i n gt h ed e v e l o p m e n to ft h em 撕n ee n v i r o n m e n tc a r e e r 1 1 浙i1 ：工业大学硕士学位论文 k e yw o r d s ：e c o l o 舀c a l e n v i r o n m e n t m o n i t o r i n g ， s e r i a l p o r te x p a n s i o n ，p o w e r m a n a g e m e ms 仃a t e g y ，t i m es e r i e s ，s e a s o nm o d e l i i l 浙江工业大学硕士学位论文 第1 章绪论 1 1 课题研究的目的和意义 本课题来源于国家科技支撑项目计划支柱项目“近海底和水体剖面生态与环境监测 平台及监测技术”( 项目编号：2 0 0 8 b a c 4 2 8 0 1 ) 。首先理论上分析了海洋生态环境中参 数的时间序列特点和季节模型的参数估计，再设计一套近海生态环境多参数集成监测装 置对各种生态环境数据进行采集，并通过软件采用时间序列分析方法对采集的数据进行 分析，采用合适的季节模型进行拟合，找出数据的内在规律，并预测数据的发展趋势。 海洋是生物生存的一个重要环境，是地球上生态系统的重要组成部分。作为海洋生 态环境系统的一个可靠支撑点，海洋生态环境对海洋资源的研究和开发起着举足轻重的 作用【。中国作为一个发展中的沿海大国，海域广阔，海洋生物种类繁多，目前已确定 的达2 0 2 7 8 多种，已经开发利用的渔场面积达8 1 8 多万平方海里。我国有浅海、滩涂总 面积约1 3 3 3 万公顷，其中能进行人工养殖的水域有2 6 0 万公顷，已经开始利用的有9 3 8 万公顷。中国海域有3 0 多个沉积的盆地，面积有大约有7 0 万平方公里【2 。随着海洋经 济建设的逐渐发展，沿海各个地区的城市化范围不断扩大，由于相应的海洋生态环境监 测水平和数据分析水平不够完善，相应的海洋管理制度跟不上，海洋受到的污染越来越 大，富营养化程度也越来越高，海洋的生态环境灾害已经成为了一种重要的海洋灾害。 海洋生态环境受到污染，赤潮发生的频率也不断加大，生物的多样性受到了严重破坏【引。 海洋生态环境监测和数据分析的基本目的是及时、准确和全面地了解海洋生态环境 的状况及人类生产和活动会对海洋生态环境造成的影响以及影响的结果、程度及趋势。 它在海洋生态环境的预防和保护工作中起着基础性的地位和重要的作用，这主要体现在 以下几个方面： ( 1 ) 检验海洋生态环境好坏的标准，为各个海洋环境监督部门制定海洋环境保护政 策提供理论和现实依据： ( 2 ) 海洋环境监督部门治理和监管海洋环境的基本策略，为海洋环境保护的执行提 供技术支持； ( 3 ) 海洋经济建设的基本保障，为海洋产业的开发利用提供技术服务： 第l 章绪论 ( 4 ) 沿海地区人们的生活基础，为人们海上各种活动的安全提供可靠的信息服务； ( 5 ) 预防和减少赤潮等海洋自然环境灾害，以及防治海洋中人造污染事故，为减灾 防灾提供各种服务1 4 j 。 所以说如果没有对海洋生态环境进行有效的监测和数据分析，就不可能有科学完善 的海洋环境管理系统【5 】。因此，随着科技的进步，运用现代化的海洋生态环境监测手段 和数据分析技术，对海洋生态环境进行监管，保护海洋生态环境，监测赤潮等是非常必 要的。 先进的海洋生态环境监测技术是集合了现代控制技术、现代检测技术、无线通讯技 术等等的现代高科技技术而形成的跨学科技术f 6 】。它能十分有效地加快海洋事业的现代 化进程，提高海洋经济建设的发展，改进对海洋资源的开采能力。目前，世界各个国家 都陆续建立了全面的海洋监测网络，其中不但遥测、遥感、卫星等高科技手段在海洋环 境监测中起到了重要的作用，而且现代计算机处理技术、数据通讯技术以及高可靠性、 高抗压性新材料的研制在海洋生态环境监测装置上得到越来越多的应用。近年来，随着 无线通信和全球定位技术的不断完善和发展，海洋生态环境监测装置的研究趋向也渐渐 地将通信技术和定位技术集成到海洋生态环境监测系统中判7 】。随着海洋事业的不断发 展和海洋生态环境污染的不断加剧，我国十分需要运用现代化的海洋环境监测手段来解 决这两个问题。 海洋生态环境监测和数据分析是分不开的。运用海洋学的理论从海洋学的角度对数 据进行分析的研究也很多，比如多元回归分析法、人工神经网络法、动力学模型法等等， 也都取得了一定的效果。不过海洋环境变化十分复杂，分析数据时要考虑到影响该数据 的每个方面，所以分析时也存在各种各样的难度。而时间序列作为一种从时间角度出发 的数据分析方法，不需要考虑该数据的成因和影响该数据的机理等等因素，在海洋生态 环境参数的分析方法上存在着广泛的前景【8 】。同时，近几年来，时间序列分析方法引起 了国内外广大科学研究者的浓厚兴趣，其分析方法在海洋环境和气象水文领域也得到了 越来越多的应用。由于海洋环境的气候性特点，季节模型在海洋生态环境监测的应用显 得尤为普遍【9 1 。而且在实际的海洋问题中，由于具体数据的不同，因而季节模型的形式 也是多种多样的。由于时间序列分析计算复杂，计算量大，所以在很长的一段时间里， 时间序列分析的发展并不是很迅速。但近年来，随着计算机的不断发展，计算机在时间 序列分析上的应用也越来越多，特别是随着各种时间序列分析软件的不断开发，大量复 杂的计算过程都可以交给软件编程来实现，所以可以利用时间序列分析海洋生态环境集 2 浙江工业大学硕士学位论文 成监测系统中的数据，探索数据的内在结构，预测其发展规律1 0 1 。 1 2 国内外研究现状 1 2 1国内海洋生态环境监测研究现状 经过近1 0 年的发展，我国的海洋生态环境监测的发展已从先前的单一水质监测提 高到现在的水质、沉积物和生物体内污染物含量等多种参数的监测，监测的内容也从单 一的趋势性监测发展到今天的预测性监测、功能区监测、污染情况监测等多种监测的融 合【1 1 】。但是真正能够全面反映环境好坏的是海洋生态环境监测，在这方面的监测我们国 家还是处于比较落后的地位。 山东省科学院海洋仪器仪表研究所发明的种海洋水位实时监测系统，它由海底水 位信号采集装置、海面水位信号转接装置和实验室控制装置三部分组成。该装置能很好 地实时监测某一位置的水位实时数据【1 2 1 。 北京航空航天大学设计的基于p c i 0 4 工控机g p s 铱星通信的海洋生态环境监测系 统，以p c i 0 4 工控机为控制核心。此装置对监测设备进行的通信与控制采用串口时分通 信方式，通过g p s 接收机来进行对时，以此来进行同步数据采集【l 引。该装置较好地解 决了串口集成和定时采集的问题。 中国科学院海洋研究所提出的一种新型海洋环境监测系统的静力分析和姿态计算， 结合了m a n a b 编程给出了在一定流速范围内海洋生态环境监测装置的受力，倾角情 况，为系统长时间在水下工作提供了理论依据【1 4 1 。 国家海洋环境监测中心研制开发的功能使用的计算机软件系统，对海洋环境监测数 据进行远程报表，该软件具有标准化、效率高、出错几率小等优点，在海洋生态环境监 测方面具有不错的实用价值【”】。 广东海洋大学开发的基于智能无线传感器网络的海洋生态环境监测系统，实时处理 各类海洋气象与灾害的数值预报预测，并对各类海水指标检测控制，将功能相同或不同 的传感器构成智能化传感器网络，较好地提高了海洋生态环境监测的能力【1 6 】。 1 2 2 国内时间序列分析方法研究现状 近年来国内已有很多的研究者发现时间序列在各个领域中的广泛应用，在生态环境 和气候方面的应用也越来越多。有的在已有时间序列分析方法的基础上进行了创新，研 3 第l 章绪论 究出了新的预测方法，对时间序列的研究也取得了众多的成果。在各种模型的研究上， 根据实际情况，也提出了多种常见的模型。 从1 9 9 0 年开始，中国地质科学院盐湖中心在西藏扎布耶湖建立了一个长期科学观 测站，通过w i n t e r s 线性和季节性指数平滑法、a r m 执乘积季节模型两种时间序列分析 方法对水位动态变化进行建模，取得了不错的结果。表明时间序列分析方法是预测趋势 性、季节性波动的水位变化的一个不错的途径【1 7 】。 天津市环境监测中心对于桥水库的三岔口、库中心和坝下三个观测点分别采用溶解 氧传感器采集1 9 9 9 年到2 0 0 6 年每年4 到1 1 月的溶解氧监测数据，采用了季节a r m a 模型进行建模、预测，并提出了运用季节a r i m a 模型进行溶解氧预测是完全由数据本 身决定的。因此，如果在实际应用中，可以根据数据的不断修正，来进一步提高预测的 精度【1 8 】。 中南大学胡志刚等人的提出一种基于时间序列的风速预测模型，对模型中的参数进 行确定。结果表明对风速进行提前一个小时预测时，误差较小，可以为大气污染物浓度 确定提供有效数据1 9 1 。 中国地质大学的孔春芳等人通过分形与混沌理论，对1 9 7 8 2 0 0 4 年的湖北省洪涝灾 害成灾面积时间序列进行了分析，得出了对该时间序列进行预测预报的时间尺度，为建 立洪涝灾害成灾面积时间序列预报模型提供基础信息f 2 0 1 。 1 2 3 国外海洋生态环境监测研究现状 目前，国外越来越多地应用水质自动监测系统w q m s ( w a t e rq u a l 埘m o i l i t o r i n g s y s t e m ) ，它是以监测各种水质污染情况及某些指定的目的为基础，在一个水域放置多 个具有实时监测功能的仪器的监测站，以一个中心监测站为核心，与若干个子监测站进 行通讯，实时或者自动对该区域水质情况进行监测，形成一个完整的可控的监测系纠2 1 1 。 美国作为经济发达、技术先进的超级大国，在全球定位技术和无线通信技术的集成 方面的研究成果都处于领导者地位，研究出了一些基于无线通信和定位技术的水质实时 监测系统【2 2 1 。在监测过程中，定位系统可以实时监测到每一个监测子站的具体位置，并 将每一台检测子站发送的水质数据通过c d m a 网络传送到数据监测中心，并通过处理 之后在网站上实时显示出来，工作人员可以把所接收的定位信号以及各种水质数据进行 汇总，通过g i s 系统实时显示出来。该水质在线监测系统集成了通信技术、定位技术和 网络技术，体现了水质检测的新方向，有一些值得借鉴的地方【2 3 1 。 4 浙江工业大学硕士学位论文 世界上在研制水质检测产品制造处于领先地位的英国百灵达公司在2 0 0 7 年推出了 一款先进的c h l o r s s e n s e 余氯检测仪，此检测仪提供了一种快捷、方便而又准确的检测 方法，可以在日常饮用水、游泳池水和其他水质中检测出氯的含量级别。它是可以单独 工作的一体化检测装置，内部自带的传感器可以检测3 0 多次，因此可以使检测步骤更 加方便。其内存能够储存多达5 0 0 组数据的检测结果，可以通过u s b 接口下载到电脑 上，以方便用户保存和查看数据。该检测仪在余氯这一水质参数的检测的准确度相当高， 该装置也可以作为一个智能传感器通过u s b 接口集成到其他系统当中去1 2 4 】。 1 2 4 国外时间序列分析方法研究现状 1 9 3 1 年m a c a u i e y 提出了季节调整的比率滑动平均法( r a t i ot om o v e i n ga v e r a g e m e t h o d ) 。1 9 5 4 年，美国商务部国势普查局( b u r e a uo f c e i l s u s ，d 印a r 虹1 1 e n to f c o 衄e r c e ) 在研究比率滑动平均法的基础上，开发了关于季节调整的最初的电子计算机程序，开始 大规模地对时间序列进行季节调整【2 5 1 。此后，季节调整方法不断改进，每次改进都以x 再加上序号表示。1 9 6 0 年发表了x 3 方法；1 9 6 l 国势普查局又发表了x 1 0 方法；1 9 6 5 年1 0 月发表了x 1 l 方法1 2 6 1 。x 1 1 方法经历几次演变，已成为一种比较精细、典型的 季节调整方法，但x 1 1 过程的使用是以经验为基础的。移动平均项数的选择、异常值 判别标准的选择等都是靠使用者的经验，而且x - 1 l 过程多次使用移动平均方法会造成 端值丢失。由于x 1 1 过程存在着许多不足之处，1 9 8 3 年加拿大的d a g u m 将a r m a 模 型引入x 1 l 过程，提出了x 1 1 a r m a 模型。x 1 1 a r m a 模型修正x 1 1 程序，可以 达到稳定季节调整的结果【2 7 1 。但是，其模型基本上仍然属于滑动平均法，而且在模型的 拟合过程中使用了差分法，这可能会改变原序列的基本周期，所以，x 1 1 中存在的问题 也不能很好地解决。目前在国际上，只有加拿大和韩国使用x 1 1 a r 蹦a 模型【2 8 】。 d u r d u0 m e rf a r u k 在水资源的管理上采用神经网络法和a r 蹦a 模型结合的方法， 对包括水温、溶解氧、硼等生态环境参数进行分析。通过这种混合模型，能拟合非线性 性质复杂的时间序列，从而产生更准确的预测1 2 9 1 。 t h e o d o r o s 和ia z a r o s 等人在预测鲲鱼的数量上采用a r d 订a 模型，运用三种建模方 法进行预测。结果显示，d s s 模型比另两种模型有更显著的预测预报效率。并得出模糊 预测间隔方法可以作为一种比较可靠的短期预报渔业的工具【3 0 】。 e r a s m o 和w i l 衔d o 等人在预测风速的过程中考虑到使用a r a 模型进行时间序列 预测不能辨别非线性误差，开发了剐龇模型和人工神经网络模型混合模型，对预测 5 第1 章绪论 结果采用平均误差、均方误差和平均绝对误差进行比较，结果表明混合模型所预测的风 速获得较高的求解精度【3 l 】。 通过对以上文献的查阅和研究，参考了国内外诸多在近海生态环境多参数研究的基 础上，对近海生态环境多参数监测与数据分析作了如下两点主要总结： ( 1 ) 多传感器的集成 一 近海的生态环境要完成多参数监测，单个传感器或者单个仪器无法直接完成，需要 多个传感器或者仪器的合理集成，需解决传感器或者仪器的集成问题，使整个系统协调、 可靠地工作。 ( 2 ) 时间序列分析方法的应用 时间序列方法里的模型在不少领域里都有广泛的应用，在海洋环境中有其独特的地 方。把时间序列方法分析应用到近海生态环境多参数分析时，应根据实际数据采用合适 的模型拟合，运用拟合的模型进行合适的分析f 3 2 】。 1 3 本课题主要研究内容 本论文以工程实际应用为背景，针对对海洋生态环境参数进行长期、实时监测和对 参数进行分析预测对海洋事业的发展和人们海上活动的安全都能提供重要的信息，所以 本文从硬件和软件上设计了一套近海生态环境多参数集成监测装置，把采集到的数据通 过时间序列分析方法进行分析和拟合，通过拟合后的模型对采集的数据进行预测。其中 生态环境集成监测装置部分设计了一种多串口扩展方法集成了各个生态环境参数传感 器，对采集到的数据加以整理，最后通过无线通讯发送到地面监测中心。另一方面本文 分析了在海洋环境中时间序列的特点。对时间序列里的季节模型的结构进行了理论研 究，讨论了在不同情况下分别采用最小二乘估计法和矩估计法对模型的参数进行估计， 对采集到的数据采用e e w s 软件进行分析、模型拟合，并根据实际情况拟合出具体的 季节模型，根据模型对数据进行相应的预测。 本文的具体内容安排如下： 第一章介绍了课题研究背景、研究工作的理论和实践意义。主要概述了海洋生态环 境监测和数据分析的必要性和重要意义，国内外海洋生态环境监测的发展状况和时间序 列分析方法的发展状况以及其在海洋生态环境中的应用。结合了工程实际应用的需求， 提出研究课题。 6 浙江工业大学硕士学位论文 第二章分析海洋生态环境中时间序列的特点，拟定采用季节模型对海洋生态环境参 数进行数据分析。理论上研究了季节模型的结构特征，对模型的参数通过最小二乘法和 矩估计法进行估计。 第三章从硬件上设计了一套近海海面生态环境多参数集成监测装置。针对海洋这个 特殊的环境，从装置的节能和可靠性出发，提出一套电源管理方法来使系统更长时间正 常地工作，从装置的抗干扰性和稳定性的角度出发，设计了一套智能传感器集成方法。 第四章介绍了海面生态环境集成监测装置的软件设计，除了各个传感器数据的采集 和发送的程序编写之外，设计了超时处理程序防止传感器出现故障引起死循环，采用了 新型的窗口滑动滤波思路来解决非数字量传感器数据采集过程中的滤波问题。 第五章对采集到的数据运用e e w s 软件进行数据分析，根据数据的特点采用合适 的季节模型进行拟合，并通过拟合后的模型对后期的数据进行预测。采用软件分析验证 拟合模型的准确性，采用试验验证预测数据的准确性。 第六章总结了论文里面做的工作和取得的成绩，并提出了论文中可以进一步完善的 地方，为下一步研究提供了方向。 7 第2 章海洋生态环境参数的时间序列分析方法 第2 章海洋生态环境参数的时间序列分析方法 2 1 引言 时间序列分析方法的主要分析思路是采集的数据序列仅仅从时间角度考虑，而不用 考虑产生这一数据序列的机理、效果、影响及趋势等等【3 3 】。跟其他分析方法比起来，减 少了分析复杂度，所以本文采用时间序列分析方法对海洋生态环境中采集到的数据进行 分析，找出数据的内在规律，并预测数据的未来发展趋势。在生产生活的许多领域，存 在着很多按照时间顺序发生的具有概率特征的各种随机现象，按照时间顺序把变化的数 据记录下来就构成了一个随机序列。对这一序列进行分析、研究，提取有价值的信息， 找出其内在规律，预测其发展趋势，这就是时间序列分析【3 4 】。 2 2 海洋环境中时间序列的特点 在海洋环境中，由于海洋气候包括水温、降雨量等因素的影响，因为这些因素本身 呈周期性变化，使得生态环境参数的时间序列值往往呈周期性变化【3 5 1 ，这些时间序列 值是不平稳的。此时，这些参数的时间序列值在各周期的同一时刻基本上是同一水平上 变化，而相邻的时间序列值却不具有可比性。 传统的时间序列模型要求时间序列具有平稳的线性趋势，但因为海洋生态环境参数 有着明显的季节性和周期性，如果不考虑这些因素的影响，做出的数据分析和预测往往 会不准确。 季节模型是针对有季节性变动特征的时间序列提出的模型拟合方法。它综合考虑了 序列的趋势变化、周期变化和随机干扰，并对模型的参数进行了量化表达【3 6 1 。如果影 响某海洋环境参数时间序列值的因素未知时，相对于确定性数据分析方法，季节模型显 得更加适用。所以本文主要采用季节模型对海洋环境参数进行数据分析。 2 3 季节模型的结构 式( 2 1 ) 是季节模型的一般结构。 8 浙江工业大学硕士学位论文 l ( 1 一伊，b 一伊2 8 2 一砟b p ) ( 1 一b ) d ( 1 一召5 ) d x ，= ( 1 一幺b 一岛b 2 一色曰9 ) 毋 0 ，巳圳( 2 - 1 ) j e ( 毛) = o ，畋t ) = ，占( 占，丘) = o ，0 f ) 【以，毛= o ，( 协 g 时( 七 为数据检测值的个数) ，模型的自相关系数满足自回归部分的差分方程： 风一仍以一l 一仍级一2 一纬成一f = 0 ，( 七 g ) ( 2 - 8 ) 用a 代替上式中的屏，七取g + 1 ，g + 2 ，g + p ，就可以组成p 个方程，求解方程组 得到自回归系数的矩估计亥，敦，纯，即 缈1 仍 ： 绎p f 岛岛一， 一i 夕9 + 1 p g i l p g + p l户口+ p 2 令r 兰一一仍x h 一绵墨一p ，则协方差函数为 p g 一口+ l p g 一| 口+ 2 p q 以( ) ：e ( r z + 。) ：圭仍纺儿铲， 其中= 一1 ，再以蟊，庐：，砟代替仍，矽：，p p ，尹。代替y 。，便有 ， 九( 】l = ) = 巍仍允廿， 由于序列满足a r m a p ，g ) 模型，所以 z 兰占，一日占，一l 一一巳占，一p 即z 近似于m a ( g ) 序列。对于m a ( g ) 模型，其协方差函数满足： 船；薹z 嚣i 。鬟知川乩2 ，埘i 允( r ) = ( 一幺+ 幺+ 。幺+ + 以吃一。) 彰 。 将九( r ) 代入上式进行求解，其解为剐孙似p ，g ) 模型参数b ，幺，吃和白噪声序列 矗，忙o ，1 ，2 ， 中方差z 的矩估计。 2 5 本章小结 本章对海洋环境中的时间序列特点进行了分析，建立了面向海洋生态环境的季节模 型，推导了模型的参数估计公式，为后面的具体案例实施提供了理论基础。 浙江工业大学硕士学位论文 第3 章海面生态环境集成监测装置硬件设计 3 1引言 在对海面生态环境的数据运用时间序列方法进行数据分析之前，首先要设计一套近 海海面生态环境集成监测装置，来完成对数据的采集。为了使海洋监测有良好的实时监 测能力、现场监测能力和监测周期，在海面生态环境集成监测装置硬件的具体设计过程 中，应注意以下几个设计原则： ( 1 ) 合理的电源管理电路，保证仪器长时间稳定运行 海面生态环境集成监测装置要求长期每日2 4 小时实时在线监测，而给系统供电的 蓄电池电量有限，所以应设计一套电源管理模块，使系统能达到充分节能的效果。另外， 由于集成的传感器或仪器的数目较多，在电源模块的设计上应注意各个传感器之间应相 互独立，互不干扰，提高传感器工作的稳定性和可靠性。 ( 2 ) 传感器的合理集成，保证实时监测 因为在海面生态环境的监测中，需要集成多个检测生态环境参数的传感器，故应采 用合理的方法集成。其中在传感器的选择上如果都选择模拟量传感器进行集成，那么每 一路传感器前端都需要设计放大、滤波、a d 转换电路，而这会极大地增大电路设计的 复杂度，也难以保证前端采集数据的高精度和高可靠性。另外，各个传感器实时传输各 种环境参数的数据，一个c p u 很难同时处理这么多检测、滤波、标定等运算。因此， 检测生态环境参数的传感器优先选用智能传感器来代替传统的模拟量传感器，把c p u 分散化来解决这一问剧4 2 1 。智能传感器指的是传感器与微处理器赋予智能的结合，兼有 信息检测与信息处理功能的传感器。智能传感器的功能主要有： 1 ) 具有自校零、自标定、自校正功能； 2 1 具有自动补偿功能； 3 ) 能够自动采集数据，并对数据进行预处理； 4 ) 能够自动进行检验、自选量程、自寻故障； 5 ) 具有数据存储、记忆与信息处理功能； 6 ) 具有双向通讯、标准化数字输出或者符号输出功能。 第3 章海面生态环境集成监测装置硬件设计 ( 3 ) 合理的模拟量传感器前端检测电路设计 当某一生态环境参数需要采用模拟量传感器进行检测时，其集成方法与智能传感器 不同。应选择合适的方法合理地设计传感器前端检测电路，合理地进行集成，以保证系 统协调地工作。 ( 4 ) 海面生态环境集成监测装置工作可靠性监测 因为电源和处理器在工作的过程中会发热，而且整个生态环境监测装置的电路板也 处于海洋环境中，可能会遇到系统故障问题，为了保证生态环境集成监测系统的可靠性， 应在装置工作状态时对装置的运行状况进行监测。 3 2 海面生态环境集成监测装置总体结构设计 本文设计的海面生态环境集成监测装置的设计以大型浮标为载体。浮标是一种高自 动化、较为先进的海洋生态环境参数监测设备，可应用于进行长期、连续、定点、自动 监测某一现场的海洋生态环境参数【4 3 1 。设计的电路板和集成的传感器都安装在浮标上， 其中电路板放置在浮标的密封防水仓内，各种传感器根据采集的生态环境参数的不同要 求安装在不同的位置。本文设计的海面生态环境集成监测装置主要用于监测表层海水的 各种水质参数、海面上的气候环境参数、浮标的工作状态、g p s 等参数以及把采集到的 数据先通过处理器进行打包，再通过铱星模块实时发送到地面监测中心供工作人员进行 研究与分析。 海面生态环境集成监测装置的硬件电路设计主要分为以下几个模块的设计：处理器 单元模块设计、智能传感器数字量采集模块设计、模拟量采集模块设计、开关量采集模 块设计、工作状态监测模块设计、通讯模块设计、电源管理模块设计等。海面生态环境 集成监测装置需要采集的生态环境参数较多，需集成多个传感器，应设计一套传感器集 成方法进行传感器集成，集成的同时应注意系统工作的协调性及可靠性。海面生态环境 集成监测装置的总体结构图如图3 1 所示： 1 4 浙江工业大学硕士学位论文 图3 1 海面生态与环境集成监测装置总体结构图 3 3 处理器单元模块硬件设计 微处理器单元是系统的核心处理单元，负责对生态环境的数据进行采集、处理和发 送，其性能好坏直接影响到整个系统的稳定性和可靠性，所以选择微控制器时要从低功 耗、高稳定性等多方面考虑。本系统选用p h i l i p s 公司a r m 7 系列的l p c 2 1 3 8 芯片。较 小的封装、极低的功耗、丰富的外设和高稳定性等优点使l p c 2 1 3 8 可理想地用于海洋 生态环境监测装置这种需要较小结构的系统中。 选用的l p c 2 1 3 8 处理器的适用性介绍如下： ( 1 ) 小型的l q f p 6 4 封装，1 6 3 2 位删7 t d m i s 微控制器，不浪费电路板的尺寸； 1 5 第3 章海面生态环境集成监测装置硬件设计 ( 2 ) 片内自带有3 2 k b 静态洲，5 1 2 k bf l a s h 程序存储器，操作频率可高达 6 0 m h z ，可以在数据处理时开辟缓存区对生态环境参数进行暂存； ( 3 ) 2 个8 路1 0 位a d 转换器，每个通道的转换时间可以设置，可以短至2 4 4 “s ， 可以对精度要求不高的模拟量进行采集，减少了硬件电路设计； ( 4 ) 内部实时时钟具有独立的电源和时钟源接口，自带的实时时钟可以对生态环境 监测系统的工作时间进行计时； ( 5 ) 带有多个串行接口，包括2 个u a r t 、2 个1 2 c 接口、s p i 和具有缓冲作用和数 据长度可设置的s s p ，这些外设在传感器的集成上都提供了很大的方便； ( 6 ) 2 个低功耗模式：空闲和掉电模式。可通过禁止不需要的外设功能和降低外部时 钟来降低功耗】，这样使生态环境监测系统进一步地达到节能的效果。 处理器模块的电路图包括时钟电路、复位电路和仿真调试电路，如图3 2 所示。 图3 - 2 处理器模块图 l p c 2 1 3 8 处理器可选择使用外部晶振，可通过内部p l l 电路倍频调整系统时钟， 使系统运行速度更快，c p u 最大操作时钟可达6 0 m h z 。若不使用片内p l l 功能及i s p 下载功能，则外部晶振频率范围为1 3 0 m h z ，外部时钟频率范围为1 5 0 m h z ；若使用 浙江工业大学硕士学位论文 片内p l l 功能或l s p 下载功能，则外部晶振频率的范围为l 肛2 5 m h z ，外部晶振频率范 围为1 0 2 5 m h z 【4 5 】。本文选用频率为1 1 0 5 9 2 m h z 的外部晶振，因为系统的多处地方都 用到了数据通讯，而1 1 0 5 9 2 m h z 能使串口波特率更精确。 复位对一个系统来说很关键，因为各个系统从上电进入到正常工作的状态，或者出 现死机，都需要可靠的复位【4 引。而在海洋这个复杂的工作环境中，可靠的复位显得更加 的重要。本系统的复位装置选用c a t 8 0 9 复位监控芯片。c a t 8 0 9 可对芯片进行精密监 控，在工作电压过低时能自动产生复位，防止其掉电出错，很适合在海洋这种复杂的环 境中使用。根据后缀不同，复位芯片c a t 8 0 9 分为不同规格。对于c a t 8 0 9 t ，其指定 阀值电压为3 0 8 v 。c a t 8 0 9 t 的管脚说明如表3 1 所示： 表3 1c a t 8 0 9 t 管脚说明表 现代电子系统越来越重视电路的可测试性，因此调试接口的设计也非常讲究。本电 路采用a 州公司提出的标准2 0 个引脚的j t a g 仿真调试接口，在l p c 2 1 3 8 的i 玎c k 引脚接一个1 0 k q 的下拉电阻到地，使系统在上电复位后l p c 2 1 3 8 内部j t a g 接口使能， 这样就可以进行j t a g 仿真调试。其中，t d o 为j t a g 接口的测试数据输出：仍i 为j t a g 接口的测试数据输入；t c k 为盯a g 仿真调试接口的测试时钟输入引脚；t m s 为j t a g 接口的测试方式引脚；l 迕s e t 为j t a g 接口的测试复位输入引脚【4 7 1 。 3 4 智能传感器数字量采集模块硬件设计 海面生态环境多参数监测系统所用的传感器以智能传感器为主。在设计传感器集成 方法的同时，应采用一定的措施使传感器合理、可靠地集成。数字量采集模块需要集成 的智能传感器主要是水质仪x r 6 2 0 、倾角传感器x w 二t s l l 3 0 、风速风向仪w 协d s o l l i c u s w 2 和硝酸盐仪。其中水质仪x r 6 2 0 内部集成了多个传感器，可检测海水中多个参 数，包括电导率( 可计算出盐度) 、水温、压力、p h 、溶解氧、浊度等水质参数，所有 的参数的数据通过一个串口发送。表3 2 列出了所选用的智能传感器的主要性能参数。 第3 章海面生态环境集成监测装簧硬件设计 表3 2 智能传感器性能参数 同一种传感器可以通过设置选择不同的串口通讯方式，可以选择r s 2 3 2 、r s 4 8 5 等等。为了在硬件设计上简单可靠地进行传感器的集成，在用各自智能传感器自带的上 位机软件配置输出方式时，数据通讯方式都选择标准的r s 2 3 2 。 因为l p c 2 1 3 8 只有两个独立的异步串行口u p 肿0 和u p 唧l ，如果直接集成这些 传感器，会存在c p u 串行口不够用的问题，所以需要扩展外部串行口来解决传感器的 集成问题。本文采用的串口扩展方法是采用u a r t 转s p 讦c 的方法，利用k x p 公司的 s c l 6 i s 7 5 2 芯片来解决这一问题。s c l 6 i s 7 5 2 是1 2 c 总线s p i 总线接口，双通道高性能 的u 6 衄提供高达5 m b i t s 的数据率。表3 3 列出其主要管脚功能。 表3 3s c l 6 i s 7 5 2 主要管脚说明表 管脚号名称功能描述 s p i 芯片选择或1 2 c 总线地址选择a o 。s p l 配置由1 2 c s p l 管脚选 - oc s 脚 慧磊磊釜蓄憨眷瞢蔷嚣甏粼黼袈簇 改变器件的地址。 9 向s p 1 2 傩h 接曩徽姜黧。锻婴鬻臌如。 l ls i a l s p i 数据输入管脚或1 2 c 总线器件地址a l 。 1 2s o s p i 数据输出管脚。 1 3s c l s c l l ( i z c 总线或s p i 输入时钟。 4砧(a 通道a 接收器输入。 2 4i u ( b 通道b 接收器输入。 3 t x a 通道a 发送器输出。 2 3t 通道b 发送器输出。 由于后面设计的模拟量传感器是采用s p i 方式集成的，为了使硬件设计更加简单， 智能传感器的集成方法也采用s p i 方式集成。采用的方法是将第9 个管脚接地，选择 s c l 6 i s 7 5 2 为4 线制的s p i 总线工作模式。s p i 总线是一个同步、全双工串行接口，在 同一总线上可以有多个主机或从机，可以通过片选使能的方法集成多个带s p l 接口的元 器件。因为l p c 2 1 3 8 内部集成了两个硬件s p i 接口，方便进行硬件设计，也使处理器跟 浙江工业大学硕士学位论文 s c l 6 l s 7 5 2 进行数据传输时极大地减少了c p u 的工作量。一个s c l 6 i s 7 5 2 带有两路独 立的异步串行口，通过两片s c l 6 i s 7 5 2 芯片进行集成的硬件电路设计。 另外，因为在海洋这种复杂的环境中，系统在海洋上进行测试的过程中常常受到海 浪的冲击等外界环境的破坏，有可能导致某一路传感器的损坏。如果直接采用s c l 6 i s 7 2 2 芯片进行传感器集成而不采用其他措施的话，要是某一路传感器损坏，就会在信号和电 源两方面对装置造成干扰，有可能造成整个装置的瘫痪。为了保证系统的稳定性，防止 智能传感器之间的信