基于嵌入式LoRa集成网关的温室测控系统的设计与实现

现代电子技术
Modern Electronics Technique
Feb.2022Vol.45No.4
2022年2月15日第45卷第4期
0引言
作物生长模型能根据气象、土壤条件以及作物栽培管理措施，定量描述作物生长、发育、籽粒形成及产量。

通常，模型的建立需要作物生长环境参数与生理机制参数，根据这些参数信息，才能使作物生长更具有方向性[1]。

虽然温室的产生可以解决作物生长环境的问题，但要进行作物生长模型的研究，需要较高的生长环境数
DOI ：10.16652/j.issn.1004⁃373x.2022.04.012
引用格式：张晨光，黄兆波，范世达，等.基于嵌入式LoRa 集成网关的温室测控系统的设计与实现[J].现代电子技术，2022，45（4）：61⁃67.
基于嵌入式LoRa 集成网关的温室测控系统的
设计与实现
张晨光，黄兆波，范世达，刘轶男
（云南农业大学机电工程学院，云南昆明
650201）
摘
要：为有效探究作物的品质与其生长环境的关系，并对温室内的作物生长环境进行精准监测与管理，文中设计了
一种基于物联网、嵌入式技术、LoRa 技术、可视化技术的温室环境测控系统。

该系统采用LoRa 低功耗物联网技术配合Raspberry Pi 微处理器、RAK2245网关、RAK5205节点、PLC 等，来实现对温室作物生长环境的测控。

使用Python 与C#编写系统与管理平台程序，采用多传感器融合算法对环境数据进行处理，实现对环境信息监测的可视化。

针对温室的工作环境，综合考虑了文中系统的成本、可靠性、扩展性等。

结果表明，文中设计系统的节点线程数维持在1500以下，通信距离在600m 以内时，节点请求失败率为3.41%，数据的传输误差为8.3%。

说明文中系统可以准确并稳定地获取温室内环境的数据，并在平台端或手机APP 上对温室设备进行精准操控，为研究作物生长模型提供了方便。

关键词：温室测控；嵌入式技术；LoRa 技术；数据处理；模块设计；软件设计；系统测试中图分类号：TN406⁃34；TP29
文献标识码：A
文章编号：1004⁃373X （2022）04⁃0061⁃07
Design and implementation of greenhouse monitoring and control system based on
embedded LoRa integrated gateway
ZHANG Chenguang ，HUANG Zhaobo ，FAN Shida ，LIU Yinan
（College of Mechanical and Electrical Engineering ，Yunnan Agricultural University ，Kunming 650201，China ）
Abstract ：A greenhouse environment monitoring and control system based on Internet of Things （IoT ），embedded technology ，LoRa technology and visualization technology is designed to effectively explore the relationship between crop quality and its growth environment ，and accurately monitor and manage the crop growth environment in the greenhouse.In this system ，LoRa low ⁃power IoT technology is used in conjunction with Raspberry Pi microprocessors ，RAK gateways ，RAK nodes ，PLC and so on to achieve the monitoring and control of the greenhouse crop growth environment ；the Python and C#is used to compile programs for the system and management platform ；the multi⁃sensor fusion algorithm is used to process the environment data ，so as to realize the visualization of environmental information monitoring.In allusion to the working environment of greenhouse ，the cost ，reliability and expansibility of the system are considered comprehensively.The results show that when the
number of node threads is kept below 1500and the communication distance is within 600m ，the node request failure rate is 3.41%and the data transmission error is 8.3%.It shows that the system can accurately and stably obtain the environment data in the greenhouse ，and accurately control the greenhouse equipments by the platform or mobile APP ，which provides convenience
for the study of crop growth model.Keywords ：greenhouse monitoring and control ；embedded technology ；LoRa technology ；data processing ；module design ；
software design ；system testing
收稿日期：2021⁃06⁃18
修回日期：2021⁃08⁃03
基金项目：云南省重大科技专项计划（2018ZC001）；云南省教育厅科学研究基金项目（2019Y0112）
61
现代电子技术2022年第45卷
据，稳定的数据传输过程，对温度、湿度、水肥等环境条件进行精准控制以及可视化的监测平台，这些条件在一般的温室下很难得到实现[2]。

物联网、嵌入式技术、可视化技术的飞速发展以及智能温室的出现，加快了对作物生长模型的研究步伐。

远距离无线电（Long Range Radio，LoRa）是Semtech 公司创建的低功耗局域网无线标准。

该技术利用433MHz/470MHz/868MHz/915MHz频段实现了超低功耗、超远距离传输，近年来在多个应用领域得到了蓬勃发展，尤其适合农业物联网的应用场景[3]。

它的最大特点是在同样的功耗条件下比其他无线方式传播的距离更远，实现了低功耗和远距离的统一，且在同样的功耗下比传统的无线射频通信距离扩大3~5倍[4]。

基于此本文设计了一种嵌入式LoRa集成网关的温室测控系统。

该系统可以实时监控温室作物生长环境信息，且实现了网关与服务器一体化及远距离测控，具有较高的并发性、扩展性、安全性。

此外，该系统成本较低，已在新天力农机制造公司的温室大棚实验基地运行2年时间，期间未出现异常情况，因此可满足中小型农户的应用需求，并为日后作物生长模型的研究奠定了基础。

1系统总体构架
本系统的设计来源是为了解决作物生态模型所需的模型参数需求，以及对作物生长所需环境进行精细化管理控制。

本系统的整体结构包括了四个部分：控制模块、网关模块、节点模块、PLC执行模块，如图1所示。

在控制模块中，主控制器采用Raspberry Pi4B（树莓派），其CSI （Camera Serial Interface）接口连接Raspberry Pi Camera 摄像头，将拍摄的图像、视频存储到主控制器的内存中，再通过HDMI接口由IPS触摸屏显示。

在网关模块中，采用RAK2245Pi HAT，它可以作为一个完整的LoRa网关射频前端嵌入到Raspberry Pi中，并且将节点模块采集到的温室环境信息上传到云端进行查看。

在节点模块中采用RAK5205LoRa Tracker，系统工作时，将各传感器采集的数据通过无线传输的方式上传到网关模块中[5]。

PLC执行模块中，由用户通过手机APP对HMI（人机交互界面）进行远程操控，HMI通过RS232连接PLC来控制喷灌装置、侧帘、顶帘、内遮阳、风机等，对温室的环境进行调整，最终可以实现对温室环境的实时测控[6]。

2硬件系统设计
2.1控制模块设计
主控制器采用Raspberry Pi4B，开发主板基于ARM，内存硬盘采用SD/MicroSD卡，并提供如USB、HDMI等多种接口与各种设备相连。

其系统Raspbian 基于Linux，目前也可以在Windows10上运行。

支持Python作为主要的编程语言，还同时支持Java、BBC BASIC、C#和Python等编程语言。

内核SoC（System on Chip，系统级芯片）采用BCM2711，64位1.5GHz，四核CPU，GPU采用Broadcom Video Core VI@500MHz。

数据传输接口支持蓝牙5.0，USB2.0与3.0，Micro HDMI，千兆以太网口，IEEE802.11ac无线，2.4GHz/5GHz双频WiFi。

其模块实物如图2
所示。

图1温室LoRa测控系统结构框图Raspberry Pi4B作为温室环境测控系统的主控制器，负责将作物的影像资料、传感器采集的数据进行数据处理与显示，必须具备一定的数据运算能力。

其Cortex A72具有15指令流水线深度，并且提供无序执行功能，性能满足测控系统的要求[7]。

2.2网关模块设计
考虑到温室环境下组网的不便性及需求的灵活性，网关模块选择RAK2245Pi HAT。

该开发板能够以超高速来提供低速率的LoRa无线线路，并基于Semtech SX1301的集中器板来管理许多远程分散端点的数据包，集成的2个Semtech SX125X用于射频前端I/Q收发器。

RAK2245Pi HAT具备将串口数据转化为IP数据以及无线通信的能力，触摸屏可以通过ModBus⁃RTU协议实现通信，进而实现远程操控。

RAK2245Pi HAT具有组网快速灵活、建设周期短、低成本、网络覆盖的范围广阔、安全性保密性好与简化编程过程的优势，因此选择其作为本系统的网关。

SX1301数字基带芯片包含10个可编程接收路径，这些路径具有不同程度的可编程性，并允许不同的用例。

RAK2245具有出色的发射器与接收器RF性能，考虑到在监测系统中RF平均输出功率和电流功耗的稳定性，对功率配置使用优化配制。

OFFSET是ADC的电压偏置设置，改变OFFSET值可以改变CCD视觉检测系统
62
第4期
增益，使得CCD 的输出信号范围与ADC 的量化范围相匹配，从而获得最好的动态范围，RSSI⁃Offset 校准值设置为-169.0。

表1为RAK2245的最大绝对额定值系统（IEC 134），在“最大绝对额定值”表中列出的压力超过一个或多个限定值时，
可能会对模块造成永久性损坏。

图2Pi 4B 模块实物图
表1最大绝对额定值
参数电源电压（VDD ）
工作温度RF 输入功率
描述输入直流电压温度范围
—
最小值-0.3V -40℃—
典型值5.0V ——
最大值5.5V 85℃-15dBm
2.3
节点模块设计
节点模块采用RAK5025LoRa Tracker 。

它以
SX1276LoRaWAN 调制解调器为核心，采用低功耗单片机STM32L1，支持低功耗模式，可以低至14.5μA 。

其供
电接口采用2⁃pin 太阳能充电板插入接口（5V ），妥善地解决了温室布线问题[8]。

工作温度为-35~60℃，可以很好地适应温室环境。

RAK5025为一个功能封装的传感器，其为应用程序开发提供各种接口，并支持IAR/Keil/Linux/Mbed 多种开发环境，给将来应用于不同场景提供了便利性。

本文通过SMA 接口与Ublox Max 7Q GPS 模块连接，获得温室实时的地理位置。

3⁃axis MEMS 传感器通过测量目标给定方向的力来
测出其加速度。

将其固定在温室喷灌设备的喷头上，3轴传感器可以测量出喷灌装置移动时力的方向，进而确定其目前状态的移动方向。

在进行喷灌操作时，可以根据传感器提供的移动方向与角度信息，调整喷头的位置，实现对温室作物的精准喷灌。

其模块电路如图3a ）所示。

环境传感器采用BME680环境传感器、土壤电导率传感器、土壤EC 值传感器等。

其中BME680环境传感器凭借内部补偿算法以及对其气体、压力、温度和湿度传感器的精确出厂校准，提供卓越的环境测量性能。

此款气体传感器可以在十亿分之一（ppb ）范围内检测挥发性有机化合物（VOC ）及其他气体，如一氧化碳和氢气。

BME680的压力测量精度为±12Pa ，亦即可提供±1m 的精确高度信息，非常适合温室内作物生长环境信息的跟
踪。

此外，BME680还能测量相对湿度和环境温度，偏置温度系数仅为1.5Pa/K ，响应时间为同类产品最佳。

其模块电路如图3b ）所示。

2.4
PLC 控制设计
PLC 远程控制部分由PLC 、HMI 和DTU 等组成。

被张晨光，等：基于嵌入式LoRa 集成网关的温室测控系统的设计与实现63
现代电子技术
2022年第45卷
控机构包括喷灌装置、侧帘、顶帘、内遮阳、风机等。

根据控制要求和可行性等需求，选取三菱FX3N⁃128MR⁃001型号可编程逻辑控制器。

PLC 通过DTU 设备实现对被控机构的远程控制。

下位机（PLC ）通过RS 232接口与HMI 触摸屏通信，将下位机中存储的数据保存在HMI 触摸屏中，HMI 通过RS485与DTU 通信，将数据传送到云端；同时，RAK2245Pi HAT 也可以将采集到的
数据（影像、环境参数）上传至物联网云端。

手机APP 可以通过互联网对云端上的数据进行操作，再由云端将数据传输经DTU 发送给HMI ，然后对下位机进行操作。

其原理图如图4
所示。

图33⁃axis MEMS 与BEM680
传感模块电路图
图4PLC 远程控制原理图
在触摸屏与DTU 通信时，需要使用ModBus⁃RTU 协议来实现。

所谓ModBus⁃RTU 协议是一个广泛运用于工业上的串行通信协议，它由Modicon 公司（施耐德电气）所开发的。

ModBus 协议有许多种，诸如RTU 、
ASCII 、TCP 等，而ModBus⁃RTU 是其中最常用、较简单的一种。

在ModBus⁃RTU 下的信息传输是异步方式的，并且以字节为单位，在传输过程中采用了主从方式，类似
于一问一答的方式[9]。

3
系统软件设计
3.1
系统软件方案设计
为了便于各模块的功能实现、系统连接、软件交互[10]等，设计系统软件方案，整个系统软件设计流程如图5所示。

SSH （安全外壳协议）服务是开启远程登录的前提，利用该协议可以有效防止远程管理过程中信息泄露的问题。

网关频段的选择为CN470，并使其在客户端模式中接入无线网络[11]。

在配置LoRa 节点模块时，系统读取脚本文件RAK wireless Update RAK5205.json ，对信道的参数、传感器功能定义、数据类型等进行配置，然后写入官方RAK5205.beta3.hex 固件，对射频板硬件监测。

若监测数据正常，则开启上下行处理线程：thread_up 与thread_down 。

thread_up 可以监测来自各个信道的数据包，进行CRC 校验，并定时向服务器更新日
志。

thread_down 可以监测来自服务器的数据，并同时调用射频板将这些数据向各个节点发送[12]。

PLC 在进行控制时，需要选定ModBus⁃RTU 通信协议，选择PLC 的通信端口为232，编译软件为GX works2。

建立变量和PLC 寄存器关联，这与组态、触摸屏是一样的，将所有需要监控的寄存器地址都要建立一个变量关联[13]。

变量绑定PLC 寄存器后，可以调用这些变量来开发协议网关的一些附属功能，比如短信报警、历史数据、一些数据的计算处理。

进入配置好的协议网关设置程序，下载到网关内部，网关就会按照配置程序
封闭运行，自动和网关对应的云端建立网络通信并互发数据。

且网关和服务器的数据通信都是通过压缩和加密的，能有效保证通信的可靠和安全。

硬件网关相当于一个黑盒子，实现了PLC 协议和网络协议的转换。

连接到服务器后，服务器再转换为其他标准协议，PLC 数据传到网络后，最终是用来远程监控的。

用传统组态做一个数据中心，组态通过OPC 协议，通过协议网关设备序列号和服务器建立通信连接，获取相应数据通信，至此用传统组态的功能实现数据管理和远程控制。

3.2
多传感器融合算法
在温室中，由于传感器节点的数量、分布位置与监
测范围受到限制，使得各传感器节点在各个位置采集的环境参数分配不均匀，传感器节点与目标的位置关系会影响最终数据的精度，对作物生长模型环境参数影响较大。

为了有效融合多个传感器的观测数据，实现对温室
64
第4期
环境中各个环境参数的精确跟踪，本文中采用多传感器自适应融合算法[14]
来处理最终测量的数据。

图5系统软件设计流程图
将N 个传感器节点分布在温室不同的空间下，每个传感器节点真实测量值为X i （i =0，1，2，⋯，N -1），方差为σi （i =0，
1，2，⋯，N -1），所有的测量值之间相互独立，且为X 的无偏估计。

此次测量采用自适应加权算法，为每一个传感器节点分配权值为ωi （i =0，1，2，⋯，N -1），根据传感器节点测量的数据X i 来自适应计算获取信息融合中的最优参数ωi 。

计算该最优参数的前提条件是令σ2
总体平均方差的值最小，这样使得融合得到的结果X =
∑i =0
N -1
ωi
·X i
最优。

该过程可以等价于非线性规划：
ìíîïïïïmin σ2=E éëùû
()
X -X 2
∑i =0
N -1ωi =1（1）
对目标函数有：σ2
=E éë
ùû
()
X -X 2
=
∑i =0
N -1ω
2i ×σ2i
（2）
当计算得出的总均方差σ2最小时，求对应的ωi ，由多元函数求极值理论可以得到式（1）最优的加权因子：
ωj =1
σj ·∑i =0N -1
1
σ2
i
,j =0,1,2,…,N -1（3）根据式（3），得到每个传感器方差σi （i =0，
1，2，⋯，N -1），便可以获得X 的最优估计X ：
X
ˉ=∑i =0
N -1
ωi
·X i
()
k （4）
当对融合精度进行评价时，通常使用计算均方误差的方式，最优加权因子对应的均方加权误差为：
σ-2min =1
k ∑i =0N -1
1σ2i （5）
3.3
节点调参及串口调试
在本次温室环境监测系统中，BME680传感器程序
需要定义其温度、湿度、气体、等环境参数，并按照传感器融合算法将其导入标准功能的配置中，其中所用到的编程语言为Python 与C#。

在设备开发页面中，按需调整设备数据解析。

RAK 节点上报的数据是二进制格式，而云平台数据格式为JSON 格式，LoRa 类设备不适合直接传输JSON 格式数据，因此需要编写数据解析脚本，可以将设备的原始数据转化为JSON 数据。

上行数据解析的脚本主函数为RawToProtocol ，其带有fPort 、bytes 两个入参：fPort 为设备上报的LoRaWAN 协议数据的FPort 字段；bytes 为设备上报的LoRaWAN 协议数据的FRMPayload 字段。

脚本主函数的出参为产品数据模
版协议格式的对象。

为了使节点以OTTA 方式入网并观察节点的运行状况，需要对节点进行串口调试。

三元组参数设置：
at+get_config=dev_eui at+get_config=app_eui at+get_config=app_key
异频参数配置：
at+set_config=ch_mask ：0，ff00
at+set_config=ch_mask ：1，0at+set_config=ch_mask ：2，0at+set_config=ch_mask ：3，0at+set_config=ch_mask ：4，f000at+set_config=ch_mask ：5，000f
参数设置完成后，设备会自动以OTAA 方式入网。

4
测试与分析
4.1
节点稳定性测试
试验在云南省玉溪市江川区新天力现代农业装备制造公司的温室实验基地进行实地测试。

整个温室大
张晨光，等：基于嵌入式LoRa 集成网关的温室测控系统的设计与实现
65
现代电子技术2022年第45卷
棚的面积为1400m2，共分为1，2，3，4号地。

每块大棚都按垄面宽1.2m，垄面高0.25~0.3m，各垄之间沟渠宽0.25m整地。

为探究节点的有效通信距离，在距离地面以上1.2m处，空间围绕中心分别以200m为间隔布置4个BME680环境传感节点；地面以下0.2m处分别布置4个土壤EC和4个土壤电导率传感节点。

终端节点可以实现光照、温湿度、CO2浓度、土壤电导率度等环境参数的采集。

RAK2245网关模块安装在中心处负责接收、处理和发送来自终端节点的环境数据到服务器。

由于在温室中节点传输数据的稳定性与节点的分布和所在的应用场景有关，因而在不同线程数和不同通信距离下，对传感器节点进行稳定性传输测试。

采用自动化测试工具Apathe JMeter与抓包工具Simplicity studio对系统进行稳定性测试。

JMeter可以用于对服务器、网络或对象模拟巨大的负载，在不同压力类别下测试它们的强度和分析整体性能。

为了使测试结果不受网络波动的影响，网关与JMeter测试主机均在同一交换机下的局域网内进行。

以不同请求量下服务器平均响应时间、吞吐量、请求响应数据速率、请求失败率的关系来反映节点的请求反应性能。

Simplicity studio可以根据节点的通信距离测试节点传输性能，节点通信频段采用2.4GHz。

将节点设置在每5min采集一次数据并上传，测试发送数据300次，以信号接收率来代表传感节点通信距离的稳定性。

网关RF的平均发射功率为15dBm，接收灵敏度为-136dBm，传播带宽为250kHz。

测试结果如表2所示。

节点
1号BME 2号BME 3号BME 4号BME 1号土壤电导2号土壤电导3号土壤电导4号土壤电导1号土壤EC 2号土壤EC 3号土壤EC 4号土壤EC 通信距离/m
200
400
600
800
200
400
600
800
200
400
600
800
线程数
3000
2500
2000
1500
3000
2500
2000
1500
3000
2500
2000
1500
发送次数
300
300
300
300
300
300
300
300
300
300
300
300
接收次数
300
300
300
300
300
294
282
263
300
291
275
251
平均延迟
9423
9374
9156
8578
9723
9522
9312
9011
9846
9741
9445
9103
吞吐量/s
296.4
245.3
200.3
162.1
121.3
107.6
91.7
79.1
118.9
98.9
81.4
72.2
接收速率
/（KB/s）
36.1
35.3
31.4
27.6
17.6
14.2
11.8
9.7
16.8
12.1
10.7
9.3
失败率/%
12.21
6.24
0.76
0.07
35.12
21.48
12.57
1.14
42.35
28.69
18.67
3.41
丢包率/%
2
6
12.3
3
8.3
16.3
表2传感节点稳定性能测试表
测试结果表明：随着通信距离的增加，各传感节点
的丢包率也随之上升；随着测试主机连接线程增多，服
务器负荷增大，使各个节点平均响应时间、请求失败率、
吞吐量、请求响应数据速率升高。

BME680传感节点在
测试距离内的稳定性优于土壤电导传感节点与土壤EC
传感节点。

产生这样的原因一是BME680传感节点采
用了超低功耗微处理器ARM Cortex⁃M3STM32L1，数
据处理能力强，RF接收灵敏度高；二是在土壤介质中的
传感节点数据传输效率会受到一定的影响。

总体来说，
当线程数维持在1500以下时，各节点请求失败率在3.41%以内，各传感节点具有不错的请求响应及传输速率；各节点通信距离在600m以内时，数据的传输误差
在8.3%以内，基本保证了数据不丢失。

4.2系统运行效果
平台对外开放API、SDK以及OPC Server数据接口，便于第三方平台通过接口获取平台数据。

平台共分为4个功能模块：设备监控模块、数据监控模块、视频监控模块与报警监控模块。

设备监控模块的主要功能是通过可视化的窗口可以监测到温室内环境参数，并对温室机构进行远程控制。

数据监控模块中包含实时数据与历史数据表图，用户可以用此来进行对比分析，进一步探究作物品质的好坏与作物生理机制、环境参数的关系。

在视频监控模块中，除了可以监测到温室内作物生长的实时画面，用户还可以在视频监控模块中对拍摄的画面进行图像分析，用来识别作物的生长周期、病虫害类型等，为智能温室的研究提供了可行性。

报警监控模块中，对不同阶段作物生长所需环境参数进行设定，当实时值低于或高于这个设定值，系统会触发报警并自动启动相应的机构来使实时值维持在设定值中。

云平台界面如图6所示。

66
第4
期
图6云平台界面图
图7为手机端软件运行效果。

用户通过手机端软件能查看各个节点的运行状态以及实时数据绘制出的曲线。

点击曲线可以查看该时刻的详细数据。

手机端
也同样支持控制与数据回放功能。

图7RAK 节点实时数据和历史数据界面
5结论
本文为探究作物生长模型所需的环境参数，设计了一种基于嵌入式LoRa 集成网关的温室测控系统，并阐
述了设计方法和具体的流程，最后通过实际测试进行了验证。

测试结果证明，该系统节点线程数维持在1500以下，通信距离600m 以内时，节点请求失败率为3.41%，数据的传输误差为8.3%，系统可以准确并稳定地获取温室内环境的数据，并在平台端或手机APP 上对温室设备进行精准操控。

该系统实现了对网关设备、互联网终端、执行机构之间的兼容，以及底层设备和用户之间的数据交换。

在此基础上可以探究作物的生长模型，使作物的生长方向更具有目的性，从而在未来实现精准农业的目标。

注：本文通讯作者为黄兆波。

参
考
文
献
[1]朱艳，汤亮，刘蕾蕾，等.作物生长模型（CropGrow ）研究进展
[J].中国农业科学，2020，53（16）：3235⁃3256.
[2]张光跃，金诚谦.基于云平台设施种植监测系统设计[J].中国
农机化学报，2019，40（6）：140⁃144.[3]李艳.智能温室环境信息监测系统设计[D].阿拉尔：塔里木大学，2019.
[4]温承鹏.一种基于LoRa 无线传输的嵌入式设备状态监测[J].
单片机与嵌入式系统应用，2018，18（12）：53⁃57.
[5]李达，杨祯，刘辉席，等.嵌入式Linux 的LoRaWAN 集成网关
系统设计[J].单片机与嵌入式系统应用，2019，19（7）：10⁃14.[6]朱先远，孙握瑜.基于LoRa 网络的乡村环境监控可视化平台设计与实现[J].重庆科技学院学报（自然科学版），2019，21
（6）：91⁃95.
[7]王羽徵，刘丹，于秋玉，等.基于ESP8285的温室环境监测系统
设计[J].信息技术与网络安全，2019，38（12）：5⁃9.[8]陈雪娇，潘思儒，缪文南，等.基于树莓派的智能台灯设计[J].电子测量技术，2020，43（12）：128⁃132.
[9]邱曙光，庞成鑫，贾佳.基于LoRa 技术的河道水质在线监测节
点设计[J].电子器件，2020，43（3）：691⁃697.
[10]戴杨，张晴晖，李俊萩，等.基于LoRa 的水泵智能控制系统设
计与实现[J].实验技术与管理，2020，37（6）：71⁃76.[11]房海峰，檀蓉，韩院彬，等.探索性数据分析在LoRa 通信SNR
性能的研究[J].现代电子技术，2020，43（4）：58⁃61.[12]晏然.基于LoRa 的无线自组网MAC 层关键技术研究[J].中国高新科技，2019（22）：7⁃10.
[13]朱明，曹越.基于LoRa 技术的设施农业温室大棚智能控制系
统的设计与实现[J].南方农业，2019，13（27）：175⁃177.[14]尚振宏，王娜，刘辉.自适应融合多层卷积特征的目标跟踪算
法[J].传感器与微系统，2020，39（6）：135⁃138.
作者简介：张晨光（1994—），男，山东德州人，硕士研究生，研究方向为电气自动化与物联网应用。

黄兆波（1970—），男，云南昆明人，硕士，副教授，硕士生导师，研究方向为农业电气化与自动化、水肥一体化。

范世达（1997—），男，河北石家庄人，硕士研究生，研究方向为农业电气化与自动化。

刘轶男（1997—），男，黑龙江大庆人，硕士研究生，研究方向为农业生物环境与工程。

张晨光，等：基于嵌入式LoRa 集成网关的温室测控系统的设计与实现67。