无线传感器网络已在农业、工业、安监及环境领域得到了广泛应用[1-3]。地下无线传感器网络可多层次、多维度地精细观测得到地下土壤环境中的各项参数，并可避免土壤表层农业耕作、车辆行驶、采矿作业等带来的不便[4-5]。但是与常规无线传感器网络相比，地下无线传感器网络的信道条件较差，且尚未形成领域内普遍认可的商用传输协议标准[6-8]，这制约了其大规模的工程应用与商业推广。

近年来低功耗广域网的LoRa无线传输技术有望为地下无线传感器网络的传输组网提供新的技术手段[9-10]。Silva等[11]研究表明，扩频技术可以较大程度增强无线电磁信号在土壤中的传输效果。LoRa在调制中采用的啁啾扩频技术(Chirp spread spectrum，CSS)可有效降低无线信号在地下土壤环境中传输的多普勒效应[12]。LoRa无线传输的灵敏度高达–140 dBm，在相同功率下的传输距离远大于ZigBee、蓝牙和Wifi传输模式，同样也优于基于传统调制方式采用433、868 MHz频段的传输协议。1个LoRa广域网(Wide area network，WAN)可以容纳数百万个节点，LoRa低功耗、低成本、单跳组网、易配置、高可靠性等特点也适用于地下无线传感器数据传输领域。

定义1[1-2] 设表示一个实数集R上的直觉梯形模糊数，其参数a

土壤类型、土壤密度、土壤含水量及植物根系等都会对地下无线信号的传输造成影响，土壤含水量会随降水、灌溉等因素的变化而发生改变，是影响地下无线传感器网络工作效能的主要因素。此外土壤中的给排水管道、堤坝、地基、挡土墙及随机分布的碎石等也会恶化无线信号的传输质量。这些影响无线传输的因素在不同的应用场合具有较大的随机差异，往往难以仅借助理论模型来推定实际的传输效能，所以在地下无线传感器网络的实际工程使用中，通常会借助测试设备测量节点间的传输效能，并作为系统设计、安装及维护的依据[13-15]。本文提出了一种基于智能手机的地下LoRa无线传感器网络传输测试系统，以期满足本领域低成本、高灵活性、高可靠性的节点通信效能测试需求，为未来基于LoRa的地下无线传感器网络的推广提供相应的技术支持。

1 LoRa无线信号在土壤中的传输

根据无线信号传输的Friis公式，并根据多径传输理论将LoRa传输路径离散化，可以得到：

 

能耗有效是无线传感器网络设计的核心宗旨。当较强程度的降雨或灌溉发生后，土壤中的水分增加，会在地表形成对无线信号有较大衰减与屏蔽效果的地面积水与径流，UAU信道中空气传输部分在降雨过程中的雨衰也不可避免。此时进行无线传输不仅效率低下，而且会由于无法完成操作等原因而较大程度地空耗能量。在基于LoRa等单跳星型拓扑的无线网络结构中，通常会采用中心节点轮询或终端节点发送后确认的方式来进行数据传输。当上位机在数个轮询周期无法接收数据，或终端节点在数次数据发送后无法收到确认信息时，会暂停传输过程、关闭无线收发模块、暂存监测数据，待信道传输条件恢复之后再开启进入下一次的轮询或终端节点发送，由此可减少无效数据的传输并节约能耗。即在实际工程使用中，地下无线传感器网络通常会避免在降雨过程中进行数据传输。为了适应这一情况，LoRa低功耗广域网课题组对LoRa无线传输的测试中选择在雨后无表面积水，降水已经完全沁入土壤后的时段进行多次测量。

由于智能手机承担了系统主要的检测及追踪功能，地下测试节点可具有高度精简的硬件结构。系统中的地下测试节点由微控制器、BLE模块、NFC标签、隔离型电源模块、铅酸电池、LoRa通信模块、衰减器及433 MHz天线组成(图2)。

 

为防止节点浸水，节点在工作中被分别密封于内径10 cm、长度约75 cm的管状PVC防水容器中。铅酸电池布设于防水容器底部，天线与节点主板位于容器顶部，天线可在距离顶部[0, –45] cm区间上灵活调整。使用者可以通过防水容器顶部可旋下的封盖对节点进行日常维护、升级等操作。

首先，经济发展和生态环境保护只是“经济—社会—环境”大系统中的一部分，考察“经济—环境”的关系，必须着眼于整个大系统。在“经济—社会—环境”大系统中，经济发展、社会变化与生态环境各子系统之间的关系是相互联系、相互影响的。影响生态环境的因素众多，经济发展并非唯一因素，“经济—社会—环境”大系统中的其他子系统，都将以外生变量的形式对“经济—环境”子系统的运行产生影响。因此，应从“经济—社会—环境”大系统来考察“经济—环境”子系统的运行规律。

LoRa技术在组网时采用星型网络拓扑结构，所以在测试其传输效能时可基于点对点的传输效能。现有主流商所用的LoRa通信模块基本基于Semtech公司的专利设计，而该设计的细节尚未完全公开。另外从工程实用的角度出发，地下无线传感器网络最为核心的功能是数据的可靠传输。所以在测试中选择数据包传输成功率(Packet success rate，PSR)作为传输效果的衡量依据。PSR定义为：

党中央历来高度重视党和国家机构建设和改革。新中国成立后，在我们党领导下，我国确立了社会主义基本制度，逐步建立起具有我国特点的党和国家机构职能体系，为我们党治国理政、推进社会主义建设发挥了重要作用。尤其是改革开放以来，我们党积极推进党和国家机构改革，各方面机构职能不断优化、逐步规范，实现了从计划经济条件下的机构职能体系向社会主义市场经济条件下的机构职能体系的重大转变，推动了改革开放和社会主义现代化建设。回望改革开放40年来，为适应党和国家工作中心转移、社会主义市场经济发展和各方面工作不断深入的需要，党和国家机构改革与时俱进，不断深化，构成40年改革开放伟大实践的重要内容。

 

视域整合度表示剔除拓扑学意义上的影响因素之后，从全系统任意位置能够看到某一元素所需转折的数值，整合度数值越高，颜色越深，越容易吸引空间中人的注视.其衡量了所研究空间吸引到达交通的潜力，显示出此空间对于其他空间在视线方面聚集或离散的程度.具体来说，在视域分析中，整合度越高(分析图颜色越深)表示在整体空间中的任意位置经过较少的转折点就可以看到此区域，从而区域内的视线聚集性越高；而颜色越浅，区域内的视线聚集性越低.

式中，Ns与Nt分别为通过LoRa节点间通信成功接收到的数据包数与发送的数据包数。

如果LoRa无线传感器网络的所有节点都布设于地下，其传输路径可分为地下–地下(Underground-underground，UU)路径与地下–地上–地下(Underground-aboveground-underground，UAU)路径2类。UU路径与UAU路径上的路径损耗主要受界面处与在土壤介质中传输损耗的影响。随着节点埋深、降雨及灌溉引起的土壤电导率变化等，UU路径与UAU路径上的传输能量分配及损耗特性也会发生改变。随着节点埋深增加，UAU路径上的能量占比会减少，而UU路径上的能量占比会增加。降水引起的土壤水分增加及形成的地表积水与径流等会大幅度地增大土壤中及土壤表层界面上的损耗。在大多数情况下，由于UAU路径部分处于空气中，其路径损耗要显著低于UU路径。

2 系统结构设计与功能

2.1 系统结构

  

图 1 系统结构图Fig. 1 Configuration of measurement system

基于智能手机的地下LoRa无线传感器网络传输测试系统结构如图1所示。系统由安装了测试用App的智能手机和与之配套的地下测试节点组成。当使用智能手机靠近布置于地表的NFC标签后，测试用App启动，并建立与地下测试节点之间的蓝牙低能耗(Bluetooth low energy consumption，BLE)连接。之后用户通过手机设定测试参数并开始测试。发送端与接收端的测试参数传递、控制信号发送等皆由双方智能手机通过4G网络完成，如所在区域无4G网络，亦可依靠3G、GPRS、EDGE等移动数据网络工作。发送端智能手机产生一组伪随机码序列( Pseudo-random binary sequence，PRBS)并通过蓝牙发送到地下测试节点形成带顺序标签的LoRa负载(Payload)，同时将该伪随机码序列信息发送到接收端手机。接收端地下测试节点将成功接收的LoRa数据包负载通过蓝牙上传到接收端智能手机中，并跟踪传输过程中的各项主要参数。完成所有数据包发送后，发送端手机经短暂延时后发出测试截止信号。接收端手机收到该信号后从接收端地下测试节点中提取测试参数并比较LoRa负载中的伪随机序列，最终得到对应该测试过程的PSR取值等供用户参考。在测试过程中用户可以自由设定发送端与接收端的关系，从而进行双向测试。该系统使用十分方便。地下测试节点可以灵活地长期或短期布设在土壤中。智能手机的引入较大程度地降低了系统成本、简化了系统架构，用户通过智能手机即可直观有效地控制测试过程。智能手机的4G网络功能还可为测试过程中发送端与接收端之间数据的传送和触发信号、同步信号等测试控制信号提供稳定可靠的交互手段。

2.2 地下测试节点设计

(2)次生地质灾害严重，道路、电力、通讯全面受阻，救援生命线修复艰难。云南地震带与河谷叠合，地震区多为高山峡谷区，地震常造成巨型次生地质灾害，道路打通极为困难。余震、降雨又会诱发新的地质灾害，造成交通再次阻断，伤员转运困难，滞留在重灾区转运不出去。生活物资因地震被毁，而救援物资又难以进入灾区，造成交通大堵塞，大量救灾物资停留在重灾区10 km左右，而灾区物资又十分缺乏，且救援的核心之一医护人员难以第一时间到达灾区。

微控制器负责节点的管理调度工作，设计中采用外覆不锈钢铠装、具有nanoWatt XLP功能的PIC16F1947低功耗微控制器。BLE模块用于连接节点与智能手机，在设计中采用的RN4020蓝牙模块发送功率可达7 dBm，接收灵敏度为–92.5 dBm，可以有效保障节点在地表以下数米范围内与智能手机间的可靠通信。NFC标签、隔离型电源模块与铅酸电池分别选用NXP NTAG216、广州致远ZY–WRDS–2W及赛特12V12AH铅酸电池。系统中LoRa模块采用基于SX1278的AS62–T20型LoRa通信模块。通过设置该模块内部寄存器并匹配调整外部衰减器与天线组合，可以获得[0, 20]dBm区间上的任意LoRa发射功率。

庭审中，面对赵某的索赔要求，马某声称自己并不是狗的主人，故不应承担赔偿责任，但其未能提供声称所送之人的相关资料。那么谁来赔偿赵某被咬伤的损失呢？

  

图 2 测试节点与App的功能结构Fig. 2 Functional structure of test node and App

式中，L0, n、Lc, n与La, n分别为第n条路径上的自由传播损耗及在界面处与在介质中的传输损耗，单位为dB。

2.3 Android智能手机App设计

传输测试系统使用由华北科技学院、东华大学及北京航空航天大学组成的LoRa低功耗广域网课题组自行研发的App，该测试App基于Android 4.4.2开发。App中的测试功能模块具有生成测试数据、记录测试参数、时间同步信标、触发测试等测试所需的功能(图2)。NFC标签功能用于触发程序启动并读取标签中的节点ID、蓝牙配对标识等信息。BLE连接模块用于建立并维护智能手机与节点之间的蓝牙通信。4G网络通信模块通过Socket方式与远端进行数据与控制命令的交互。数据存储模块将每次测得的数据输出到智能手机SD卡中的测试结果文件。App中的定位模块在测试中借助手机中百度地图或高德地图接口获得节点的位置信息。用户通过用户界面实现对测试过程的控制与测试结果的查看。

3 测试结果与分析

系统完成后先后在东华大学松江校区及松江农田保护区进行了测试，前者属于典型的城市园林区域，后者则是华东地区较为常见的农田种植环境。在上述2个测试区域中，土壤类型为壤土。在东华大学松江校区中，草坪根系主要分布于0～10 cm深度的区域内，树木根系主要分布于0～1.3 m深度的区域内。在松江校区的测试区域内，在深度为0.5～3.0 m的区间内还纵横分布有铸铁市政排水管道与通信管路，此外还存在路基、挡土墙及碎石等障碍物。在松江农田保护区中，实测作物根系主要分布于深度范围为20～55 cm的区域。在测试中节点都布设于地下土壤环境中，埋设深度相同，通过金属反射面约束天线主瓣方向，使收发天线方向一致。LoRa无线传输模块的发射功率设为20 dBm，天线增益3 dBi，节点间距300 m。

在大多数工程应用环境中，当地下无线传感器网络节点布置在土壤中后，节点间的土壤类型、土壤密度、碎石、路基等障碍物及土壤内部环境通常不会发生较大变化。其在LoRa无线数据传输时仅引入1个偏静态固定参量，对地下无线传感器网络造成的影响较小。而降雨及灌溉等引起的土壤含水量改变及地表积水等是造成通信过程中无线信道传输特性发生变化的最主要因素，造成了传输效能在较大范围内的动态起伏，因此需要进行有针对性的测量，这也是本系统设计的核心测量目标。以往在该方向的研究中，对传输路径上土壤含水量的标定仅仅采用路径上的1个或数个参考值点[11, 16]。但是在实际应用场合中由于传输路径的复杂性、土壤渗透过程、植物根系及地表地下设施情况等因素的变化，各传输路径上土壤含水量分布取值存在一定的差异[17]。而同时刻完整准确地测量所有传输路径上的土壤含水量的连续分布曲线有较大难度。所以在类似的测试中可考虑采用降雨量作为无线传输测试的参考。测试中降雨量可由雨量计或气象服务数据得到，获取方式简单便捷；灌溉水量可以通过有效灌溉面积的计算折合成降雨量值，统一参考依据。尤其是在地下无线传输系统设计、安装与维护中，有可供查阅的以往气象数据用以参考，这将会带来较大的工程便利。

式中，Pt, n、Gt, n、Gr, n及 Lp, n分别为第 n 条路径上的发射功率、发射端增益、接收端增益及路径损耗，公式中t及r分别代表发射(transmit)与接收(receive)，发射功率的单位为dBm，增益及损耗的单位为dB；Pr为接收功率。路径损耗可表示为：

在测试中，智能手机与地下测试节点的蓝牙连接稳定可靠，未出现数据丢失的现象。智能手机之间的数据通信流畅，节点布设于土壤中后工作稳定可靠，且未出现因进水等意外造成的节点失效情况。测试系统操作简单，无需相关背景知识。

节点在东华大学松江校区约0.5和1.5 m埋深(防水容器垂直安放时底部距离地面的距离，天线前端距离地面约0.1和0.7 m)处获得的测试结果如图3所示。

  

图 3 东华大学松江校区的数据包传输成功率 (PSR)Fig. 3 Data packet transmission success rate in Songjiang campus of Donghua University

由图3可以看出，在无降水或降水较少时，LoRa啁啾扩频信号体现出了优异的传输效能，在节点埋深为0.5 m时，300 m传输距离上其8字节长度用户数据负载的PSR接近100%。这一结果远优于802.15.4、ZigBee等常用无线传感器网络协议，传输效果也比大多数载波在433 MHz频段、相同发射功率的商用通信模块好。降雨引起的土壤水分增加造成的电导率改变及土壤表面积水等可对LoRa啁啾扩频信号在土壤中的传输特性产生一定程度的影响。由图3不难看出，随着降雨量的增加，LoRa的传输效能有所降低。此外较长的LoRa数据包在传输中出错的概率及应用层执行前向纠错码(Forward error correction，FEC)造成的前后数据包的顺序冲突要高于短包，其传输效能随降水量增加而降低的程度也高于短包。通过比较图3中埋深为0.5与1.5 m的测量结果也可以看出，当节点布设深度较深时，较多的能量分布于损耗较大的UU路径中，传输效能有所降低。而节点埋深变浅，能增加分布在传输损耗较小的UAU路径中的能量，从而提高传输效能。此外测试中还发现，LoRa具有极高的接收灵敏度，即使UU路径中的能量损耗殆尽，但是只要有部分UAU路径能量能够通过反射、折射等到达接收端，就可实现数据传输。如果将节点容器顶部覆土或存在其他遮挡，将大大降低UAU路径能量，10 cm厚度的覆土都会令传输距离下降1个数量级以上。实际工程应用中应尽可能依靠UAU信道进行传输，所以应尽可能合理安置设备或采用在地表增设反射器等方法，利于UAU路径能量分布。此外LoRa的单跳传输模式也有利于使用定向天线等适用于UAU能量分布的方式。此外UAU路径上的能量不仅与LoRa信号透过土壤进入空气的能量有关，也与地表植被等对LoRa信号的反射与折射有关。这也是在部分无植被环境中LoRa地下无线传感器节点间信号的传输效果劣于有植被环境的重要原因之一。测试中还发现，较为连续的植物冠层也在很大程度上有助于LoRa无线传输中UAU路径的形成。

  

图 4 松江农田保护区的数据包传输成功率Fig. 4 Data packet transmission success rate in Songjiang basic farmland reserve

地下无线传感器网络在不同应用环境中的传输效果存在一定差异。在松江农田保护区中获得的测试结果如图4所示。由图4可以看出，由于该处土壤中没有给排水管路、路基等障碍物，在无雨或小雨时，LoRa无线传输的效果要略好于在东华大学松江校区的传输效果。但是农田中不具有与城市园林类似的良好排水设施，在有较大降雨的情况下，土壤中的水分比城市园林高，尤其是深埋节点的含水量明显高于同一深度的城市园林。从图4可以看出，在有较大降雨出现，土壤饱含水分时，松江农田保护区中深埋节点的通信效能降低十分严重，几乎无法进行有效通信。另外需要指出的是，为了验证系统功能及各项因素对LoRa无线传输的影响，在上述测试中天线增益为3 dBi。如果将其替换为增益为17 dBi的天线，在上述2个测试场地大雨天气后仍可取得浅埋节点间PSR＞50%的传输效果。

在讲解第五章生态系统时，可以补充自清洁鱼缸的图片和视频。自清洁鱼缸是一个微型的生态系统，由透明的玻璃球体组成。装有LED灯，白天呈现白光，夜晚呈现蓝光。内有细菌、藻类、小虾、小鱼和经过滤的海水等，只需要补充水，自清洁鱼缸可以维持正常的生态循环。学生被这个奇妙的“微型世界”吸引，体会到生态系统需要恰当的生产者、消费者和分解者的数量配比才能维持生态平衡，认识到维持生态平衡对生物圈的重要性。

4 讨论与结论

由本研究测试结果可以看出，LoRa无线传输可为地下传感器网络提供有效的组网手段，但在不同的工程应用环境中其传输效果存在差异。不同的埋深、数据包长度等都会对其传输效果造成影响，尤其是降水等会改变土壤水分含量的过程，对其传输性能有关键性的影响。较大的埋深可避免机耕等活动对节点的损坏，隐蔽性更高；较长的数据包有助于在一次发送操作中承载更多的信息量；但是浅埋和短数据包则有助于提高传输效能。试验中采用的AS62–T20型LoRa模块加入了FEC纠错机制，但是在传输较长数据包时，如果数据间隔过小，就会出现数据包顺序冲突，引起数据包丢失；而如果关闭FEC，仅依赖LoRa底层原生的纠错机制，虽然一定程度上可以降低上述冲突，但是会付出纠错能力降低的代价，加大轮询周期或延长节点数据发送周期则是降低长包顺序冲突的有效手段。所以LoRa地下无线传感器网络的工程设计者与使用者应尽可能从实际测量出发，并通过积累的数据对系统进行有针对性地具体工程应用的折中优化。针对土壤含水量上升过程对LoRa传输的影响，可以实施相应的策略加以应对[18-19]，如在中心数据节点安装雨量监测装置并采用轮询方式，感知降水过程参数并结合以往对LoRa传输的监测结果设定轮询与否及等待周期；此时节点也对应设定为多次无轮询命令则进入休眠状态，或者节点有土壤水分监测传感器的情况下，其感知到周围水分超过阈值后即缓存数据、关闭无线收发模块，待周围土壤含水量降低后再发送数据的模式设定；缓存阈值亦可通过以往对LoRa传输的实际测量结果设定。LoRa简洁的单跳组网传输结构易于针对土壤含水量变化的策略实现，这也是其相对于多跳网络传输结构在地下无线传感器网络领域的应用优势之一。

LoRa无线传输技术是未来物联网中低功耗广域网方向上的主干支撑技术之一，并将会为地下无线传感器运用领域提供新的信息传输手段。为从实际工程需求出发，研究LoRa无线传输技术在地下无线传感器网络组网应用中的具体传输效能，本文提出了一种基于智能手机的低成本地下LoRa无线传感器网络测试系统，该系统仅由地下测试节点及与其匹配的智能手机组成，结构简单、操作方便，农民日常生活间隙借助智能手机就可进行测试。系统采用具有较强通信信号及良好用户界面的智能手机作为核心，成本非常低廉。该系统有望改善现有地下无线传感器网络LoRa无线传输测试手段缺乏的情况。系统完成后在东华大学松江校区及松江农田保护区中进行了实际场景测试，浅埋节点在无降水条件下可在约300 m的传输距离上取得近100%的PSR。即使埋深增加，由于LoRa-CSS方式较好的土壤穿透性及相应UAU信道的存在，在无降水条件下PSR仍可达90%以上。降水会对LoRa-CSS的无线传输效果造成影响。但是在测试中发现，在测试场地中出现小雨及中雨之后，节点间PSR仍可维持在50%以上。测试结果还表明，较浅的埋深及较短的FEC数据包也在一定程度上有助于提高节点间的通信效能。测试结果表明，LoRa在地下土壤环境中具有较好的传输性能，可作为地下无线传感器网络的可靠传输手段。LoRa无线传输的效能受埋深、数据包长度及降水等过程影响，在不同的应用环境下影响因素还会有较大不同，所以在基于LoRa无线传输的地下无线传感器网络的设计、布设及维护中，需参照实际测试结果加以匹配应对。本研究提出的测试系统具有结构简单、成本低廉、运行可靠及易于操作的优点，有望为未来基于LoRa的地下无线传感器网络的推广应用提供相应的技术支持。

参考文献：

[1]YU X, WU P, HAN W, et al. A survey on wireless sensor network infrastructure for agriculture[J]. Comput Stand Inter, 2013, 35(1): 59-64.

[2]许培培, 万雪芬, 杨义, 等. 用于观光农业的混合型无线传感器网络节点设计[J]. 华南农业大学学报, 2017,38(2): 118-124.

[3]VIJAYALAKSHMI S R, MURUGANAND S. Different soft computing algorithms used in fire sensor node of wireless sensor network integrated with IoT[J]. Int J Embedded Syst, 2017, 9(4): 310-320.

[4]ZHANG Z, WU P, HAN W, et al. An advanced wireless sensor networks for soil property monitoring[J]. J Inf Comput Sci, 2012, 9(14): 4141-4147.

[5]TIUSANEN M J. Soil scouts: Description and performance of single hop wireless underground sensor nodes[J].Ad Hoc Netw, 2013, 11(5): 1610-1618.

[6]AKYILDIZ I F, STUNTEBECK E P. Wireless underground sensor networks: Research challenges[J]. Ad Hoc Netw, 2006, 4(6): 669-686.

[7]LI L, DONG N, CHEN J. EM wave propagation in nonuniform soil[J]. Inf Technol J, 2013, 12(19): 5011-5016.

[8]郁晓庆, 韩文霆, 吴普特, 等. 土壤不同频率无线地下传感器网络信号传播特性试验[J]. 农业机械学报, 2015,46(4): 252-260.

[9]ALOŸS A, YI J, THOMAS C, et al. A study of LoRa:Long range & low power networks for the Internet of things[J]. Sensors, 2016, 16(9): 1466.

[10]SCHMIDT N. LoRa: A radio approach towards IoT geo localization[J]. Microwave J, 2016, 11: 28-32.

[11]SILVA A R, VURAN M C. Communication with aboveground devices in wireless underground sensor networks:An empirical study[C]// IEEE International Conference on Communications. Cape Town, South Africa: IEEE.2010: 1-6.

[12]PETAJAJARVI J, MiKHAYLOV K, PETTISSALO M,et al. Performance of a low-power wide-area network based on LoRa technology: Doppler robustness, scalability, and coverage[J]. Int J Distrib Sens Netw, 2017, 13(3):1-16.

[13]TJELTA T, BACON D. Predicting combined rain and wet snow attenuation on terrestrial links[J]. IEEE Trans Antennas Propag, 2010, 58(5): 1677-1682.

[14]NDZI D L, HARUN A, RAMLI F M, et al. Wireless sensor network coverage measurement and planning in mixed crop farming[J]. Comput Electron Agric, 2014,105: 83-94.

[15]SILVA B, FISHER R M, KUMAR A, et al. Experimental link quality characterization of wireless sensor networks for underground monitoring[J]. IEEE Trans Ind Inf, 2015, 11(5): 1099-1110.

[16]ZEMMOUR H, BAUDOIN G, DIET A. Soil effects on the underground to aboveground communication link in ultra wideband wireless underground sensor networks [J].IEEE Antennas Wirel Propag Lett, 2016, 16: 218-222.doi: 10.1109/LAWP.2016.2570298

[17]SUSHA L S U, SINGH D N, BAGHINI M S. A critical review of soil moisture measurement[J]. Measurement,2014, 54(8): 92-105.

[18]SHI G, NAN G, KOU J, et al. Comprehensive review of sleep/wake scheduling in wireless sensor networks[C]//High performance networking, computing, and communication systems. 2011 Second International Conference.Berlin, Heidelberg: Springer, 2011, 16: 492-499.

[19]SIDDIQUI S, GHANI S. Towards dynamic polling: Survey and analysis of channel polling mechanisms for wireless sensor networks[C]//Intelligent Systems Engineering(ICISE), 2016 International Conference on. Islamabad,Pakistan: IEEE, 2016: 356-363.