AWS物联网连接的数据记录器在冰川环境中的性能比较:Campbell CR1000X与ESP32开源

论文标题

  • 中文:AWS物联网连接的数据记录器在冰川环境中的性能比较:Campbell CR1000X与ESP32开源

  • 英文:Performance comparison of AWS IoT connected dataloggers in glacier environments: Campbell CR1000X vs. ESP32 Open source

作者信息

Robert A. Alvarado-Lugo, Jean P. Lujan-Leon, Susan Coaguila, Percy W. Lovon-Ramos, Luis Torres Obando, Jessenia Cardenas Campana,均来自秘鲁Huaraz的Instituto Nacional de Investigación en Glaciares y Ecosistemas de Montaña。

论文出处

2024 IEEE XXXI International Conference on Electronics, Electrical Engineering and Computing (INTERCON)

摘要

本文研究了在冰川环境中用于天气监测的商业和开源数据记录器的开发与实施。通过对比Campbell CR1000X和基于ESP32的开源数据记录器,展示了在高山地区部署物联网网络的实用性。商业数据记录器根据制造商指南配置,与AWS IoT Core建立安全的MQTT通信;开源数据记录器则需在Arduino IDE中开发自定义脚本,克服网络重连和数据完整性挑战。实验表明,两种数据记录器的数据传输效率都很高(商业:99.68%,开源:99.69%),开源数据记录器经代码调整后,成为高海拔监测的可行开源解决方案。两者均兼容AWS IoT Core,实现数据实时可视化、存储及对极端天气事件的快速响应。

1. 引言

在全球气候变化的背景下,监测冰川等高山地区水文气象条件对理解气候变化影响至关重要。秘鲁近年来冰川面积减少了约56%,凸显了通过研究进行谨慎干预的重要性。物联网(IoT)技术作为收集和存储气象数据的有力工具,能够减少现场操作员定期收集数据的频率,优化天气预报的准确性。然而,由于地形崎岖和缺乏投资,高山地区的电信基础设施有限。秘鲁的Palcacocha湖(Huaraz,Ancash)拥有无线电链路基础设施,可通过Wi-Fi或以太网访问互联网,是进行此类研究的理想场所。本文提出在高山地区实施基于AWS IoT Core网络的气候监测物联网网络,通过TCP和MQTT协议传输气象数据,并比较商业数据记录器(Campbell CR1000X)和基于ESP32的开源数据记录器的性能。

2. 方法论

2.1 硬件和软件回顾

介绍了用于部署通信系统的软件、数据记录器及其主要特点,以及无线电链路基础设施和物联网网络基础设施。软件包括CR1000X数据记录器的LoggerNet v4.8、DevConfig v2.29、CRBasic和开源数据记录器的Arduino IDE、Visual Studio Code 1.89.1。CR1000X是Campbell Scientific生产的旗舰数据记录器,广泛应用于环境监测等领域;开源数据记录器基于ESP32微控制器,支持多种低成本传感器。无线电链路基础设施使用无线电波在不同点之间传输数据,覆盖约21公里,连接Huaraz市和Palcacocha湖。MQTT是一种轻量级通信协议,适用于带宽有限或不稳定的网络,AWS IoT Core是使连接设备能够安全轻松地与云应用程序和其他设备交互的SaaS。

2.2 设计

描述了Campbell CR1000X商业数据记录器(CD)和基于ESP32的开源数据记录器(OSD)的物联网网络设计。目标是通过AWS IoT Core和MQTT协议,高效可靠地将冰川环境中的天气数据传输到云端。CD通过以太网连接,OSD通过WiFi连接,两者都配置为使用MQTT协议发送数据。CD使用制造商文档中的设置,OSD则使用Arduino PubSubClient v2.8、MQTT v2.5.2和WiFi v1.2.7库。MQTT采用发布/订阅模型,支持三种服务质量(QoS)级别,本研究中使用QoS 1,确保消息至少传输一次。两个数据记录器捕获相同的参数,包括压力、温度、湿度、辐射、降雨、风向和风速。连接到AWS IoT Core代理服务器时,两个数据记录器都安装了三个安全文件,确保数据记录器与AWS IoT Core之间的安全可靠连接。

2.3 CD配置

按照制造商推荐的规格,通过USB 2.0电缆将数据记录器与计算机连接,进行MQTT通信配置。使用DevConfig v2.29和LoggerNet v4.8两个主要程序进行配置,DevConfig用于设置CD的操作配置,LoggerNet用于配置气象传感器。通过CD调试控制台进行功能测试,验证本地以太网通信和互联网连接,并使用AWS IoT Core测试客户端验证数据的正确接收。

2.4 OSD配置

OSD使用ESP32-WROOM-32E微控制器,通过USB与PC连接进行配置。在Arduino IDE中开发脚本,使用WiFi v1.2.7库进行网络连接,PubSubClient v2.7.0库处理MQTT消息,ArduinoJson v7.0.3库处理JSON。脚本结合WiFi、MQTT和ESPping库,解决数据传输到互联网的三个主要问题:接入点(AP)断电、互联网服务提供商(ISP)故障以及AP和ISP服务恢复后无法自动重连到MQTT代理的问题。脚本在setup()函数中初始化传感器并建立无线通信,main loop()中不断监测WiFi连接,断开时尝试重连。如果重连失败,系统将继续读取和保存数据到MicroSD卡,同时处理重连和后台发送数据。

3. 实验

3.1 实施

两个数据记录器分别安装在两个自动气象站中,每个气象站都有自己的太阳能供电系统。商业数据记录器(CR1000X)使用18 Ah电池,通过RJ45连接器连接到以太网交换机;开源数据记录器通过25 Ah电池供电,通过2.4 GHz WiFi连接到Ubiquiti Nano Station M2接入点。

3.2 实时性能

安装后,两个数据记录器连接到AWS分析实时性能。评估了编程调度的正确性、网络基础设施故障时的连接稳定性、高效重连和传输数据的完整性。

  • 商业数据记录器(CR1000X):在初始测试中表现近乎完美,一天内应完成1440条日志,实际完成1439条,仅在5月22日16:19出现一次传输错误,原因是ISP连接失败。

  • 开源数据记录器:第一版ESP32脚本由于连接重建立的随机模式,导致与代理的通信在一天中的不同时段长时间中断。5月22日仅完成197条数据,性能不佳,原因是PubSubClient库在与IoT Core代理重连过程中的限制。

3.3 优化

第二版ESP32脚本实现了MQTT v2.5.2、WiFiClientSecure v2.0.0和ESPping v1.0.4库。测试显示,更新后的脚本在ISP服务中断后成功重连,连接稳定性显著提高。然而,有时MQTT库无法自动重连,导致无限重连尝试。为此,集成ESPping v1.0.4进行ping跟踪,以验证互联网连接。一旦ESPping返回积极响应,执行"break"命令退出MQTT重连循环,优化连接管理。第二版脚本在一天内达到1439条日志,与商业数据记录器的效率相匹配,证明了实施的优化在连接管理和错误处理方面的有效性。

4. 结果与讨论

经过开源数据记录器(OSD)的编程代码调整,实现了与商业数据记录器(CD)相当的数据传输效率。在24天的分析中,两种系统都表现出高度的数据传输效率。尽管在6月5日和19日进行了维护任务,导致传输系统关闭了一段时间,但平均每天的数据传输效率CD为99.68%,OSD为99.69%。CD在21天内实现了100%或99.9%的数据发送,而OSD在16天内做到了这一点。CD错过了110次传输,OSD错过了104次,总共预期的34560次传输中。这表明OSD在连接到SaaS代理(如AWS IoT Core)时与CD一样有效。此外,两个系统在实时数据显示和数据下载兼容性方面表现良好。这些优化不仅提高了OSD连接的稳定性,还确保了数据完整性和准确性保持在商业系统的水平。此外,还检查了两个数据记录器连接的每个自动气象站的光伏系统是否正确设计。没有记录到任何设备的电力损失问题,从而实现了连续运行。OSD在发送天气数据时消耗约80 mA,略高于CD的70 mA。这种差异归因于OSD需要更多功率来维持WiFi无线链路,而CD通过以太网保持恒定连接。本文的结果清楚地表明,两种数据记录器都能在偏远且要求苛刻的环境中(如高山地区)保持高数据传输效率。OSD代码的优化是实现这一性能水平的关键因素。最初间歇性重连到WiFi网络的问题可能会危及数据完整性,通过特定调整编程代码得到解决。这一优化使OSD在数据传输效率方面几乎与CD完全持平。这一结果突显了开源数据记录器在匹配更昂贵的商业解决方案性能方面的潜力,为水文气象监测提供了一个可行且具有成本效益的替代方案。此外,两个数据记录器与AWS IoT Core平台的兼容性证明了这些系统的灵活性和可扩展性。实时传输和数据存储实现了持续且准确的监测,这对于管理冰川地区极端天气事件相关的风险至关重要。与AWS IoT Core的集成不仅便于数据收集,还便于数据分析和可视化,从而提高了对关键事件的响应能力。

5. 结论与未来工作

本文验证了商业(CD)和开源(OSD)数据记录器在具有冰川影响的高山地区使用AWS IoT Core传输天气数据的效率和可靠性。CR1000X商业数据记录器表现出适当且高效的性能。另一方面,尽管开源数据记录器在文献中显示出潜力,但在这些特定应用中存在一定程度的不确定性,这促使其与商业设备进行比较。结果显示,两个数据记录器发送预编程数据的效率均超过99.6%。尽管OSD需要代码调整、整合新库和额外设置,但其性能达到了与CD相当的水平。这一结果表明,OSD作为高海拔监测的开源解决方案具有很大的可行性。与AWS IoT Core的兼容性不仅便于实时可视化和存储,还扩展了处理极端天气事件的能力,这是这些地区的一个关键方面。这些发现突显了开源数据记录器作为商业解决方案的有力且具有成本效益的替代品,不会降低收集数据的质量和可靠性,为未来在偏远地区进行天气监测的技术发展提供了坚实的基础。考虑到点对点通信系统可能存在的限制,未来的工作可以提出基于LPWAN技术或IoTSatellite等替代方案的冗余通信系统的实施,特别是在连接性受限的山区。这将使数据传输即使在恶劣条件下也能持续进行。此外,重要的是将当前系统与其他物联网服务(如Eclipse Mosquito、Pub/Sub GCP、IoT Azure、ThingSpeak和Arduino Cloud等)的性能进行比较。这些比较将评估数据传输效率和监测可靠性是否与AWS IoT Core保持一致,为选择天气监测平台提供更多选项和灵活性。

相关推荐
Zarek枫煜4 小时前
[特殊字符] C3语言:传承C之高效,突破C之局限
c语言·开发语言·c++·单片机·嵌入式硬件·物联网·算法
雪兽软件7 小时前
业务流程管理 (BPM) 在物联网 (IoT) 中的作用
物联网·bpm·业务流程管理
迷藏4947 小时前
**雾计算中的边缘智能:基于Python的轻量级任务调度系统设计与实现**在物联网(IoT)飞速发展的今天,传统云
java·开发语言·python·物联网
这张生成的图像能检测吗7 小时前
(论文速读)基于混合学习的边缘计算物联网系统操作视觉质量检测
人工智能·深度学习·物联网·智能制造·异常检测
TDengine (老段)8 小时前
TDengine IDMP 工业数据建模 —— 元素与数据查询
大数据·数据库·人工智能·物联网·时序数据库·tdengine·涛思数据
zhaoshuzhaoshu9 小时前
LE Audio(低功耗音频)协议架构术语全详细解析
物联网·蓝牙·无线
电子科技圈10 小时前
芯科科技驱动和重塑智能门锁行业格局多协议、安全性、AI技术与开发工具共同赋能
大数据·人工智能·嵌入式硬件·mcu·物联网·智能家居·iot
RFID舜识物联网12 小时前
耐高温RFID标签提升汽车喷涂线效率,精准度再升级
大数据·人工智能·嵌入式硬件·物联网·汽车
我先去打把游戏先13 小时前
Git 一个本地仓库同时推送到两个远程仓库(私人 GitHub + 公司 Git)保姆级教程
git·vscode·单片机·嵌入式硬件·物联网·学习·github
悠哉悠哉愿意13 小时前
【物联网学习笔记】OLED
笔记·单片机·嵌入式硬件·物联网·学习