基于STM32的空气质量监测系统研究与设计

刘伏龙 盛义发 闵杰 孔祥兴

摘要：本文以空气质量监测终端为研究对象，结合嵌入式技术和远程通信技术，设计了一种基于STM32的空气质量监系统，以GPRS作为远程通信手段，采集顺德区大良客运站、北滘广东工业设计城、陈村顺联广场、乐从大润发四个监测点的传感器数据上传至服务器，针对四个监测点数据的非线性问题，提出基于BP神经网络预测模型，实现了对AQI的监测和信息发布，取得了良好的预测效果。

关键词：空气质量监测；STM32；GPRS；BP神经网络

1 绪论

人们可以通过手机、internet、报纸、电视等的方式获取到发布的信息。[1]至2017年底，地级及以上的城市都实现了空气质量的监测和信息发布。但是还有很多地级以下的小城市、乡村地区以及一些大城市的郊区都还不能进行空气质量的实时监测和信息发布，在这些地区建立大型监测点会造成财政负担过重，所以急需建立小型的、可以在各种环境发布信息的监测系统。

2 系统的总体方案

基于STM32的空气质量监测终端的硬件平台主要是由一块显示端和四块数据采集端构成，显示端由STM32开发板和GPRS模块构成，每一块数据采集端都是由STM32开发板、PM2.5和PM10传感器和GPRS模块构成其具体步骤如下：

（1）数据采集端通过GPRS模块与服务器连接，并以Cjson格式与服务器通信。

（2）开启传感器传输，传感器数据以串口的方式传至数据采集端，数据采集端再通过GPRS模块以Cjson格式将数据上传至服务器。

（3）以采集到的2个月的数据并且以BP神经网络方式训练出预测模型。

（4）将训练好的模型植入显示端，显示端根据采集到的新数据拟合当前的AQI并使用LCD显示。

3 数据采集传感器

PMS3003传感器模块是一种能够同时采集PM2.5和PM10浓度的传感器，能够检测单位体积内悬浮颗粒物的质量和个数VCC和GND由数据采集端提供，PMS3003传感器模块4管脚（RXD）与下位机主板USART3_TX连接，5管脚（TXD）与下位机主板USART3_RX连接。3管脚（SET）是设置引脚与PB12相连。

4 通信模块

本论文所选取的A6GPRS模块，为了实现上网功能和收发功能，处理器与A6GPRS的连接方式是通过串口相连。A6GPRS模块还具有以下特点：指令简单，使用标准的AT指令和AIThinker扩展指令；下载速率可达85.6Kbps，上传速率可达42.8Kbps；嵌有TCP/IP协议，还支持8路网络连接，可以将数据同时对多个服务器进行转发。[2]处理器使用自带的串口对GPRS模块发送数据和AT指令。

5 软件设计

本系统的软件平台由三部分组成，分别是软件的应用层程序、软件的抽象层程序以及软件的底层驱动程序。软件的应用层是由GPRS的无线通讯、传感器模块与数据采集端处理器之间的串口通信、液晶显示组成；软件的抽象层主要是FreeRTOS操作系统[3]；软件的底层主要是处理器的底层驱动。系统分为数据采集端和显示端，两者之间的区别主要体现在应用层，抽象层和底层程序作为两者之间的基础程序是一样的。在数据采集端，应用层是GPRS无线通讯、传感器与处理器之间的串口通信；在显示端，应用层是GPRS无线通讯、TFTLCD的应用程序。

6 搭建基于神经网络的空气质量监测模型

BP神经网络[4]模型是由D.Rumelhart和Hinton在1985年提出用于前向多层的反向传播学习算法。为什么称之为学习算法，因为它可以不断的对各神经元之间的连接权值进行修改，进而使输出不断的逼近期望值。决定权值的修改是实际输出和期望值之间的差值一层层的反向传播，所以称之为反向学习算法。

本文搭建的模型是AQI预测模型，AQI预测模型的目标是预测AQI的级别，AQI的输入特征是四个监测点的PM10和PM2.5，因为AQI有5个级别故输出为5个级别。[5]运用python语言进行程序编写，搭建了多层BP神经网络模型，因为层数、神经元的个数和学习率等并没有可靠的原则提供使用，故本文通过多次实验选取相对好的网络层数、神经元个数和学习率等。

从总损失曲线可以看出训练的开始下降速度相当快，当到达10000次迭代的时候，虽然总损失函数还是在一个小范围波动，但是已经趋于平缓，此时便是在最优点附近。AQI预测模型的总损失函数如图2所示，在训练集上的准确率为97.3%，在测试集上的准确率为83.6%。

7 结语

本文结合GPRS远程通信手段，BP神经网络算法，以STM32作为处理器设计了一种空气质量监测系统。实现了对AQI的监测和信息发布，取得了良好的预测效果。该空气质量监测系统以多个监测点的数据作为输入，预测整个地区的空气质量，显示端可以分布在任何能使用GPRS通信的地方，具备实时、方便、可靠、容易部署等优点。

参考文献：

[1]刘敏娜，史肖敏，王天均.基于Android的空气质量查询系统的设计与实现[J].数字技术与应用，2016（4）：182.

[2]王元.基于ARM+GPRS的報警系统设计和应用[J].科技风，2017（6）：1315.

[3]刘滨，王琦，刘丽丽.嵌入式操作系统FreeRTOS的原理与实现[J].单片机与嵌入式系统应用，2005（7）：811.

[4]Rumelhart D E，Hinton G E，Williams R J.Learning internal representations by error propagation[R].California Univ San Diego La Jolla Inst for Cognitive Science，1985.

[5]伍燕南，王跃.提高空气质量指数准确性的建议[J].环境科学与管理， 2012， 37（8）：125128.

作者简介：刘伏龙（1991），男，汉族，广东梅州人，在读研究生，研究方向：智能控制。

*通讯作者：盛义发，男，汉族，湖南衡阳人，教授，博士，电子与通信工程。