江南大学 江苏无锡 214122
摘要：随着物联网技术的发展和普及，水产养殖数据储备正在迅速膨胀，这对于水产养殖行业是机遇也是挑战。现有的水产养殖信息化平台都提供了较完备的数据展示、检索服务，但是数据间相互独立忽略了数据间的关系和价值，未达到价值最大化。为了更好地发挥水产养殖数据资源的价值，并解决水产养殖信息化程度低、数据处理效率低、养殖影响因素关联关系获取难的问题。水产养殖应充分将大数据、人工智能、无线网及传感技术与现有生物生长模型，水产生物养殖理论方法相融合，从而形成信息化、无线化、专家化、智能化的全程精细、智慧养殖管理服务平台。
低速率的要求。在水产养殖智能化的基础和模型搭建的前提下，水产养殖大数据信息平台的将更加多元化，成型的智慧水产养殖系统可构建安全、智能的信息化共享体系，促进水产养殖产业的持续发展；在水质评价和水产养殖要素分析上面，在未来将会有更好的
数学模型和深度学习挖掘方法，随着大数据技术在水产养殖生产、管理及追溯上的深度应用和水产养殖在人工智能方向上探索的深入，水产养殖业在以后将会更加智能、科学、个性。
关键词：大数据技术 ZigBee水质检测 系统设计
我国是一个水产养殖历史悠久且发展迅速的养殖大国，据统计2015年全国水产品总量达6699.65万吨，而水产养殖产量占到73.7%、养殖面积达到846万公顷。但是随着水产养殖的大规模发展，各种问题也应运而生，池塘养殖对土地资源占有越来越大，养殖面积的增加、水资源的消耗增多，水产养殖发展方式的粗放和设备的落后也在一定程度上限制水产养殖业的发展进程。种种现象表明，在资源和环境的双重制约下，我国水产养殖产业累积了一定的生产生态矛盾，增加产量、充分利用物质资源已经不能满足长远的渔业现代化建设，所以渔业由传统向现代化转化是必然的发展趋势，应当更加重质量、重生态保护可持续、重科技，充分利用现有海量养殖数据去挖掘最优、最适宜、最可持续发展的智慧水产养殖之道应当今后水产养殖业发展的重中之重。
“智慧渔业”将渔业与现流行的电子科技相融合，结合物联网、图像处理、3S、自动控制、专家系统等技术对水产养殖过程进行养殖环境调节、指标检测分析、水质预报，会使渔业生产、管理等环节“智慧”化。现阶段，我国的“互联网+”发展战略正与我国水产养殖业进行深度的融合，这对于推进现水产养殖业转变和实现生产方式变革具有推波助澜的作用[1]。
“全球水产养殖论坛”提出水产养殖管理决策将从经验决策转为科学决策。要基于大数据技术的智慧水产养殖系统研究逐渐形成以数字为核心的预测、决策为养殖管理的重要方式。同时，水产养殖应充分将大数据、人工智能、无线网及传感技术与现有生物生长模型，水产生物养殖理论方法相融合，从而形成信息化、无线化、专家化、智能化的全程精细、智慧养殖管理服务平台。
水产养殖信息化是水产养殖大数据分析应用的基础，良好的信息化建设是促进传统水产养殖业转型的关键环节。当前，信息技术的深度应用已经成为世界信息强国发展国家经济的重要内容[2]。外国发达国家从50年代就开始了水产养殖资源、环境、市场方面的信息化建设，主要代表是美、澳、日等国建立的相关环境、生物资源、灾害、文献专利等数据库[3],如最有名的是由世界渔业研究中心建立涵盖超1.75万种鱼类信息的FisHBase,其数据项涉及鱼类分布、食性、生物学特征、生命周期、交配行为等，是世界最大的鱼种数据库:联合国粮食及农业组织渔业及水产养殖板块( FAO Fisheries & Aquaculture )中提供的FiSAT、ARTFISH、FishStatJ等软件则将相关渔业政策，术语解释，渔业要闻，渔业相关地理分布图资源、市场、人力及水生物分布等内容信息化，意在为世界环境保护、资源管理提供一些支持[4]。
我国的水产信息化发展主要从硬件和软件两个方向入手。着力打造基于物联网、互联网、3S技术、传感器技术的水产养殖数据采集硬件体系,再通过软件平台对获取的养殖环境、地理等信息进行数据分析、数据发布。在信息网站和数据库方面，中国科学院、中国水产研究院、科技部等建立了系列渔业资源相关(渔业资源数据库、渔业与水产科学数据分中心等)网络信息资源形式的数据库，对水产养殖、疾病防治、资源整合、环境保护具有一定的应用价值[5]。如，我国国家农业科学数据共享中心渔业科学数据分中心平台，是个专门的数据分享平台，主要提供数渔业生物基础特征数据字典、产量、水质、实验等数据资源共享服务；在国家863计划支持下，我国自主研发了MapGIS、SurperMap等软件，提高了空间信息技术国际品牌竞争力。但是经调研，国内关于渔业信息化建设还存在以下四个问题:
(1)水产养殖数据储备量低。拥有海量水产养殖数据是大数据分析的前提，而数据分析结果的准确度往往也受到数据量的影响，用于学习、训练的数据越多通常结果越准确。我国虽然是世界第一大水产生产国，但由于地区水产养殖业发展不平衡、松散的养殖模式，较为落后的现代化技术普及，数据获取能力不足且无数据共享，实际的水产养殖数据储备远远低于其它的发达国家，中部和西部地区数据储备更低，与此同时这之中的可用数据量更是少之又少[4]。
(2)数据量化度低。物联网技术是“量化”的重要途径，通过采集水生物养殖的影响要素数据进行加工、传输和利用[5]。而目前水产养殖数据监测和物联网技术在水产养殖上普及率不高，多应用于科研机构和大型企业，且数据采集因虚报、误报等主观原因，会使得获得数据的质量难以保障，总体数据量小，量化度低。
(3)数据融合难。数据融合即优化组合来自不同时空多传感、多平台的数据[6]。该技术可应用在水产养殖数据整合上，建立统的水产养殖数据融合模型对于水产养殖大数据发展不可或缺。我国来自传感设备、移动终端等的数据由于无统一的数据规范，数据类型结构由结构化、非结构等组成，这使数据的存储、分析过程很困难，目前还没很好的数据融合模型或方法解决异构数据问题。
(4)水产养殖数据时效性问题。随着时间变化数据所蕴含的知识会有一定程度的降低，所以数据时效性会影响大数据分析结果[7]。目前由于数据库设计未达到要求且数据采集点分散无法统一的管理，异构数据无法及时上传和实时处理。，
通过调研对比，我国水产养殖信息化起步较晚，经验、共享性不足，数据累计少，成熟的数据获取技术和管理模式还未能普及，数据分散且无统一信息化规范。在内容上，各类水产养殖信息化平台都提供了较完备的数据展示、检索服务，但是数据间相互独立，忽略了数据间的关系和价值，数据对于指导水产养殖生产未达到价值最大化。
通过了解水产养殖调控系统发展现状与未来的前景进行，对有关理论知识与技术进行研究，将探测各水质参数传感器与ZigBee无线网络相结合，设计了水产养殖调控系统。本文由以下几个章节组成：
第1章，说明本文的研究意义、国内外的发展现状、主要内容以及整体结构。
第2章，系统整体架构设计。根据项目所要研究的问题，进行了需求分析然后设计了整个系统的架构。
第3章，按模块对系统进行划分，选择了合适的温度传感器、溶解氧传感器、pH 值传感器及浑浊度传感器，并设计了它们的信号调理电路。
第4章，研究软件开发语言，完成养殖调控系统相关界面设计。设计数据采集、数据传输程序流程。
1.可记录、储存现场监测到的温度、PH值、溶解氧、氨氮含量、水位等数据，并永久保存，帮助用户查询和分析：季节、时间、天气、温度、人为操作、水质调控等因素对水质变化的影响，提升养殖技术。
2.可通过手机、电脑网络查询养殖现场的所有需要监测的，需要控制的参数和各种设备工作状况。
3.提升系统为养殖户洒肥泼药、打氧、新水注入等操作提供科学的依据，并做出必要的警告（停电报警、电机缺相，漏电及过载等）和对相关的养鱼设备进行控制。为养殖行业的促进产量增加提供强有力的保障。
4.水产品质量追溯系统:对水产规模养殖场及投入品来源进行数字化监管；对水产规模养殖场进行质量安全检测；通过产品溯源功能对水产品可以进行质量安全溯源查询；提供各类报表对检测数据进行直观的展示。
系统组成主要分为三部分：测控部分、网络传输部分和系统平台部分。
测控部分：
监测鱼塘的PH值、水温、溶氧量等鱼、虾、蟹生长相关的环境数据以及视频图像数据；
投饵机、增氧机自动化控制。
传输部分：
主要用于鱼塘数据与网关之间传输数据及网关和云端服务器端之间传输数据。
系统平台：
系统运行于远端云系统，用户通过远程系统可以在有网络接入的任何地方对养殖示范园区的鱼塘的数据进行监测。
ZigBee是一种高可靠的无线数传网络，类似于CDMA和GSM网络。ZigBee数传模块类似于移动网络基站。通讯距离从标准的75m到几百米、几公里，并且支持无限扩展。[8]
(1) 低功耗: 由于ZigBee的传输速率低,发射功率仅为1mW,而且采用了休眠模式，功耗低,因此ZigBee设备非常省电。据估算，ZigBee设备仅靠两节5号电池就可以维持长达6个月到2年左右的使用时间,这是其它无线设备望尘莫及的。
(2) 成本低： ZigBee模块的初始成本在6美元左右，估计很快就能降到1.5—2.5美元,并且ZigBee协议是免专利费的。低成本对于ZigBee也是一个关键的因素。
(3) 时延短: 通信时延和从
休眠状态激活的时延都非常短，典型的搜索设备时延30ms,休眠激活的时延是15ms, 活动设备信道接入的时延为15ms。因此ZigBee技术适用于对时延要求苛刻的无线控制(如工业控制场合等)应用。
(4) 网络容量大：星型结构的Zigbee网络最多可以容纳254个从设备和一个主设备，一个区域内可以同时存在最多100个ZigBee网络, 而且网络组成灵活。
(5) 可靠: 采取了碰撞避免策略，同时为需要固定带宽的通信业务预留了专用时隙,避开了发送数据的竞争和冲突。MAC层采用了完全确认的数据传输模式， 每个发送的数据包都必须等待接收方的确认信息。如果传输过程中出现问题可以进行重发。
(6) 安全： ZigBee提供了基于循环冗余校验(CRC)的数据包完整性检查功能,支持鉴权和认证，采用了AES-128的加密算法,各个应用可以灵活确定其安全属性。
ZigBee标准定义了一种堆栈一协议,这种协议能够确保无线设备在低成本、,
低功耗和低速率网络中的互相通信的连通性及可靠性。ZigBe、协议栈由一组子
层构成,一与传统的分层结构相似,每层为其上层提供特定的服务:数据实体提供
数据传输服务,、管理实体提供全部其他服务。服务实体通过服务接入点(SAP)
为其上层提供服务接口,并且每个SAP提供了一系列的基本服务指令来实现相
应的功能。zigBee协议栈模型图如图2一1所示,ZigBee协议栈以标准的051七
层模型为基础,在相关的范围来定义一些相应层来完成特定的任务。
IEEE802.15.4一2003标准定义了下面的两个层,即物理层(PHY层)和媒介控制层(MAC层)。ZigBee联盟在此基础上建立了网络层(NWK层)以及应用层(APL层)
的框架(framework)[9,10,11,12,13]。
图2-1 ZigBee协议模型图
ZigBee规范定义了3种类型的设备:协调器、路由器及终端设备。一个网络只允许有一个协调器,协调器可以启动和配置网络,负责网络中正常工作以及保持本网络其他设备的通信,相当于现在有线局域网的服务器。路由器能够将消息转发到其他设备,一个网络可以有多个路由器。终端设备执行相关功能,如本课题中连接传感器采集数据,并可以与协调器或路由器进行通信。zigBee技术具有强大的组网能力,可以形成星状、串(树)状或网状网络。为降低成本,系统中大部分节点为子节点,它可以与协调器或路由器通信,但是子节点之间不能通信,也就是不具备数据转发功能,称为半功能设备(即D),而另外还有一些节点,负责与所控制的子节点的通信、汇集数据和发布控制,或起到通信路由的作用,称之为全功能设备(FFD)。[9,10,11,12,13]
NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接，也被叫作低功耗广域网(LPWAN)。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。据说NB-IoT设备电池寿命可以提高至少10年，同时还能提供非常全面的室内蜂窝数据连接覆盖。
NB-IoT具备四大特点：
（1）广覆盖，将提供改进的室内覆盖，在同样的频段下，NB-IoT比现有的网络增益20dB，相当于提升了100倍覆盖区域的能力；
（2）具备支撑连接的能力，NB-IoT一个扇区能够支持10万个连接，支持低延时敏感度、超低的设备成本、低设备功耗和优化的网络架构；
（3）更低功耗，NB-IoT终端模块的待机时间可长达10年；
（4）更低的模块成本，企业预期的单个接连模块不超过5美元。
智能水产养殖系统的目的是能够实时远程获取养殖水域的水质情况，包括各种参数，能够实时监测的同时，要能够做到远程调控设备，达到不同养殖所能打到的效果，以及能够做到对各种突发情况做出及时应对，系统设计需求如下：
（1）水质参数监测及反馈：利用无线传输实时获取水域中的包括温度、PH值、溶解氧、氨氮含量、水位等数据，并永久保存。
（2）远程定时调控：利于PC端远程控制增氧机的开关以及投饲机的按时按量投喂。
（3）自动预警及自控：PC端设置规定的正常水域参数范围，不在正常值内，能够自动预警，远程调控各项装置使其恢复正常水平。
（4）历史数据查询：数据以折线图的形式按一定时间段保存及刷新。
该系统运用物联网ZigBee技术、大数据技术、人工智能技术，通过布置传感设备，全面感知鱼塘的水质状况，并将NB-IoT网络感知层采集的数据传输到后台，对采集的信息进行处理。系统设计专用的WEB服务系统，采用NB-IoT网络，创建各种智能客户端应用，对养殖环境进行远程监测和控制。
针对设计需要，绘出了一副总体系统关联图，如图所示，该设计总图包括：硬件设备设备管理，数据中台，养殖信息化系统，数据门户，场景化数据应用。
来自硬件设备的水质参数及相关数据被采集后，数据中台进行数据治理，数据开放，数据开发及应用等数据处理操作；利用数据门户，可以查看及操控养殖信息化系统包含的各种需要达到以及要求的系统，其中包括最基本的视频监控系统，告警系统，设备控制系统等。点击系统后，进入更加详细化的场景化数据应用，从而达到远程监测及调控等最终目的。
终端节点和路由节点分布在各监测点区域内，对水质的各项数据进行采集 并将收集到的数据发送的无线传感器节点。如图3-1所示。
图3-1 终端节点和路由节点结构图
数据采集模块是通过各个传感器去采集各水质数据；ZigBee无线通信模块内嵌入的处理器和数据存储模块数据的处理、临时存储和转发。
汇聚节点结构如图3-2所示。[14]
图3-2 汇聚节点结构图
汇聚节点供电方式为锂电池，若电池电量不足时，会有报警行为。在接收到路由节点的数据后，ZigBee通过连接口将其发送到微处理器模块。实时时钟模块提供实时时钟，数据存储模块对数据进行存储。当出现其它问题时，系统将会出现警报声音。
数据采集模块是将各个种类传感器检测单元采集到的各水质数据经由各传感器信号调理电路去处理。数据采集模结构如图3—3所示。
图3-3 数据采集模块结构图
ZigBee模块的性能与系统的可靠性有很大相关性，主要进行网络的组建。考虑通信距离以及花费的成本， CC2530芯片微控制器具有性能高、功耗低的优点，抗干扰能力强并且输出功率高。 CC2530电路如图3-4所示，其主要功能完成数据的处理、转发等。CC2530芯片里面拥有大量的集成电路，所以少量外围电路便可为其实现接收和发送数据操作。晶振电路给芯片提供稳定时钟信号。其中电容c36、c37与32MHz的 XTALl振荡器构成了32MHz的晶振电路；电容c38、c39与32．768MHz的 XTAL2振荡器构成了32．768KHz的晶振电路[15]。精密的偏置电流是由电阻R46提供，电容C35主要是稳定CC2530中1．8V的稳压器的运行。
图3-4 CC2530电路
对系统软件开发过程中的成本、周期及其可读性进行综合比较。微软公司把多种Windows中API函数都封装在C++中，提供一套基础的类库，即MFC。MFC为应用的程序提供了一个框架，包括各种基类及其派生类、各种句柄及控件的封装类、 各组件封装类等。因Windows中的操作系统是面向消息的，故Windows里有 很多的编程工作涉及到了消息的相关处理。 消息映射的作用是安排某个函数为某个类来处理其不同的消息。由于MFC拥有一个标准化的应用程序框架，因此当我们想要实现某些功能的时 候，就可以利用该框架去进行相关的操作。比如，如果想要通过一个按钮去把文件打开时，我们只需在与其对应的响应函数编写相应的功能代码就可以了， 其它的处理不需要我们，MFC在其内部已经对其做过了相关的处理[16]。在软件中，对于概率神经网络的应用是利用各种类去完成的，在其类中对训练及其测试的过程中，所有能够用到的数据与方式封装成了训练函数和测试函数。 通信方式采用socket进行数据通信，下位机作为客户端上位机作为服务器端。服务器端一直监听客户端，连接成功后，上位机可以接收下位机上传来的数据，并将其在上位机软件的界面进行显示，同时存放到数据库中。
远程监控中心有登录界面和远程采集监控界面。用户进入系统的第首先是 登录界面，必须验证其用户与密码，错误则无法进入系统。软件设计采用的是模块化思想，由串口调试、列表显示相关信息、设置相关信息、实时采集数据、预测可能状态和历史查询信息这些模块组成，各模块能相互独立完成各自功能，但同时模块与模块之间有相关的内在的联系，这样利于系统的调试与维护，并且模块之间的结构非常清晰，这样极其方便软件的开发。软件开发设计流程如图4-1所示。
图4-1 软件设计研发流程
通过数据采集的相关程序，并把读取出来的数据送给路由节点，成功上传后改传感器状态变为休眠。到下次采集的时间时，将传感器唤醒并重复以上操作。 路由节点和终端节点类似，可以会接收终端节点的水质数据，会将成功接收到的数据以及它自己所采集的数据一起上传至汇聚节点。数据采集流程如4—3所示。
图4-2 数据采集流程
Z.Stack的协议栈己经建好了其基本的框架。Z—Stack对操作系统中的抽象 层进行了设计，它在对任务进行处理的时候，采用的机制是消息与事件轮询， 故可以简单的将其看成操作系统。在Z—Stack完成初始化之后，会进入OS，若没发生事件，则进入休眠状态；如果一个事件被发送，系统中的中断处理事件出现，然后在其结束后再次变成休眠状态。 系统会根据各个任务的优先级从队列名为tasksEvents[]的里面把它们一个 个提取并执行。如果某个任务能够在设定的时间内完成，就把该任务清除；但如果没完成，则把其重新装入队列之中，并把其标志位进行存储，等到下一次进行循环的时候，再对该任务执行[17]。操作系统的工作流程如图4-3所示。
图4-3 操作系统工作流程
终端节点如果接收了其上一级的节点下发的某消息，会先对其进行判断， 是否是数据采集，接着按照帧头、帧尾及其长度来判断是不是合法。合法则将进行是帧类型提取。终端数据传输流程如图4—4所示。
图4-4 终端数据传输流程
终端节点在对串口的数据进行处理时，首先CC2530接到相关传感器的采集的数据后，先去查找帧头、帧尾，找到一帧数据后，判断是否合法的，合法则对其进行协议转换、数据封装，将采集到的数据发送到其上一级的节点中。路由节点具有和终端节点相同功能，并且还可以对数据转发。节点数据转发流程如图4-5所示。
图4-5 节点数据转发流程
汇聚节点在获得上传的数据后，将会调用串口事件。首先查找一帧数据并判 断其是不是合法，接着进行对帧类型进行提取、协议的转换，然后判断其数据转发的模式，再按照相关需要来选择是广播模式或点对点模式。 在收到来自GPRS下发的数据后，汇聚节点会先对其判断是节点入网或数据采集，接着按照帧头、帧尾及其长度去判断其是不是合法的。合法则对数据进行处理，提取并加入帧类型，然后通过串口发送至GPRS模块或 TCP／IP网关之中，最后通过socket送到服务器中。汇聚节点数据传输流程如图4—6所示。[14]
图4-6 汇聚节点数据传输流程
水产养殖信息化已成渔业现代化、智能化的重要前提，大数据时代下的水产 养殖产业正在转型，海洋生物信息挖掘、宏观养殖、遗传研究、水产养殖大数据 将是未来养殖精准化和智能化的重点研究方向。近些年，我国在水产养殖行业的发展势头非常快。但是随着国土资源的日趋匮乏，要在我国继续扩大养殖规模，必须提高养殖密度。而对于水产养殖这样一个特殊的行业，提高养殖密度的关键在于对水产养殖环境进行科学监测。
本文根据实际情况需要，考虑养殖需求与经济成本，并结合相关技术要求提出 了系统总体设计方案，实现水体温度、pH 值、浑浊度和水中溶氧量浓度等环境参数的监测。数据采集模块是通过各水质参数传感器实现对水质的各种参数的采集；数据处理模块采用STM32微控制器对各水质的各项数据进行处理和存储；数据通信模块则是ZigBee通信，实现终端节点、路由节点和汇聚节点之间的数据通信。
在水产养殖智能化的基础和模型搭建的前提下，水产养殖大数据信息平台的将更加多元化，成型的智慧水产养殖系统可构建安全、智能的信息化共享体系，促进水产养殖产业的持续发展；在水质评价和水产养殖要素分析上面，在未来将会有更好的数学模型和深度学习挖掘方法，随着大数据技术在水产养殖生产、管理及追溯上的深度应用和水产养殖在人工智能方向上探索的深入，水产养殖业在以后将会更加智能、科学、个性化，在未来水产养殖过程将不再是简单枯燥的生产活动，而是改善生活水平和质量的一项优质服务。
[1] 肖乐，李明爽，李振龙. 我国“互联网+水产养殖”发展现状与路径研究[J] 渔业现代化,2016. 43(3).
[2] 曾首英，闫雪，静莹. 我国渔业信息化发展现状与对策思考[J]. 渔业信息与战略，2013,28(1):20-26.
[3] 周询. 大数据技术与中国渔业[J]. 中国水产，2015(8)31-33.
[4] 王东雨，郑纪业，王迪,等.我国水产大数据及应用技术研究初探[J]. 山东农业科学，2016,48(10):152-156.
[5] 巩沐歌. 国内外渔业信息化发展现状对比分析[J]渔业信息与战略，2011,26(12):20-24.
[6] 郭承坤，刘延忠，陈英义，等. 发展农业大数据的主要问题及主要任务[J]. 安徽农业科学，2014(27):9642-9645.
[7] 高翔，王勇. 数据融合技术综述[J]. 用计算机测量与控制，2002.10(11):706-709
[8] 仇荣华. 基于ZigBee和ARM平台的水产养殖水质在线监测系统[D].山东大学，2010.
[9] A Zigbee TM-subset/IEEE802.15.4TM Multi-platform Protocol Stack
[10] 李文仲,段朝玉等.ZigBee无线网络技术入门与实战「M].北京航空航天大学
出版社,2007.
[11] 张琪.ZigBee的几项应用.中国电子商情(即ID技术与应用)2008,(03):85-88
[12] 瞿雷,刘盛德,胡咸斌,ZigBee技术及应用[M].北京航空航天大学出版社,2007.
[13] ZigBee Allianee.ZigBee SpecificationVersion 1.1[S],2005.
[14] 王丹丹. 基于ZigBee的水产养殖水质在线监测系统设计[D]. 哈尔滨理工大学,2018.
[15] 赵敏华，李莉，呼娜．基于无线传感器网络的水质监测系统设计[J]．计算机工 程，2014，40(2)：92—96．
[16] 向娜．基于神经网络和人工蜂群算法的水质评价和预测评价[D]．广州：华南理工大学，2012．
[17] 陈浩成，袁永明，马晓飞，刘彦娜．基于物联网的水产养殖水质监控集成技术 [J]．现代农业科技，2013(18)：324-326．
作者简介：
刘增伟，生于1997年4月，男，汉族，河南商丘人，江南大学本科在读，计算机科学与技术方向
雷艺龙，生于1998年12月，男，汉族，江西南昌人，江南大学本科在读，计算机科学与技术方向
李双秀，生于1999年11月，女，汉族，云南曲靖人，江南大学本科在读，计算机科学与技术方向
冉超，生于1996年1月，男，土家族，重庆酉阳人，江南大学本科在读，计算机科学与技术方向
张琪，生于1999年12月，男，汉族，江苏盐城人，江南大学本科在读，自动化方向
【基金项目】本文系江南大学2019年度大学生实践创新训练计划项目，项目编号： 201910295041Z
客服QQ：30444492琼网文【2021】1550-113号
增值电信业务经营许可证：琼B2-20210322
出版物经营许可证：新出发龙华出字第(2021)009号
广播电视节目制作经营许可证：(琼)字第00779号
版权所有 ©2002-2024 期刊网 琼ICP备2021005105号
