基于多传感器数据融合的温室环境控制的研究

温室具有空间大且温度场分布受多种参数影响大等特点.基于这些特点,提出了一种基于多传感器数据检测与数据融合技术的温室环境控制的方法.在多传感器采集数据基础上, 利用最小距离聚类法确定各传感器融合的次序,提高数据融合结果的客观性.这种方法可以提高温室环境监测的精确度,使温室环境的温度、湿度、光照等主要参数达到理想的条件.     

温室温度多传感器数据融合

针对目前温室面积不断增大、温室内传感器种类和数量不断增多等情况,以及为解决温室温度检测的测量误差大等问题,提出了温度检测疏失误差剔除方法和多传感器数据融合方法.实验结果表明,通过有限次温度测量和数据融合得到的测量结果比算术平均值结果更接近真实值,大大提高了测量的可靠性.     

基于ZigBee的温室房间温度传感器数据融合技术

介绍了ZigBee的技术特征,构建了一种基于ZigBee技术的低成本和低功耗温室温度无线传感器网络,并采用网内数据融合和神经网络的数据融合方法,提高了网络的整体效率,减少了数据传输量,降低了能耗,消除了单一传感器节点限制引起的误差,从而获得了更为精准的温值,提高了控制精度.     

基于GSM无线传输的温室环境数据采集系统

论述了对温室环境数据进行远程监测的一种方法.温室环境数据采集系统将传感器采集到的环境数据通过GSM模块进行无线传输,实现对温室环境的远程监测.SWP系列多路巡检显示控制仪处理传感器采集的环境数据,并通过RS232串口实时传输给计算机.GSM模块将环境数据通过GSM无线网络传输给远程的数据中心.采用无线数据传输实现通讯具有方便和安全的特点,克服了恶劣环境下架线不便的困难.     

温室环境监测无线传感器网络节点设计

为了解决传统温室环境监测的复杂性和局限性,实时准确地对温室环境因子进行采集,提出了一种无线传感器网络节点的设计方法.节点以超低功耗的MsP430单片机为核心,采用了具有多种工作模式的射频芯片NRF2401和数字化温度传感器DS1820为外围模块,实现对温室环境因子的探测和采集.测试表明,节点能够准确地采集和处理数据,为温室环境监测的无线传感器网络协议研究提供了良好的平台.     

数据融合技术在环境监测中的应用

介绍了数据融合技术、自适应加权算法和D-S证据理论算法的原理,采用自适应加权算法和证据理论算法相结合的方法,提出了一种适用于环境监测的多传感器体系结构和二级融合模型,通过对饲养场室内多种传感器采集的数据信息进行融合,分析环境的变化,克服了对每个传感器采集的信息分别处理时的不确定性和不稳定性。试验结果表明,该方法提高了环境监测的准确度。     

基于两级预测的温室WSN系统数据传输方法

为了减少温室WSN系统传感器节点数据传输次数,提出基于两级预测的温室WSN系统数据传输方法。首先,引入莱特准则进行序列异常值检测,研究并提出了便于节点实时计算的序列方差滑动递推计算方法。其次,分别在传感器节点和服务器建立一阶分段线性回归方程并结合自适应加权算法形成两级预测模型,设定传感器节点仅在预测误差超过设定阈值时上传实际采集值,其他时刻服务器自动触发线性回归模型预测填充该部分数据。同时,结合温室环境自动控制的特点,研究了一种基于抛物线的可变误差阈值确定方法。试验表明:分段一阶线性回归模型能够在规定误差阈值内逼近系统原始数据曲线,利用两级预测算法无线传感器节点数据发送次数可减少93%(误差阈值为0.9)。     

基于时空数据融合理论的冷链温度监控系统

针对易腐农产品冷链物流过程中温度传感器所采集的大量数据,提出时间-空间数据融合理论,并将之应用于易腐农产品冷链物流温度监控系统中,使采集数据能准确地反映冷藏车厢运行状况。首先,对单传感器采用分批估计方法,按照时间先后对观测值进行数据融合,得到每个传感器的局部温度估计值;然后,对单个传感器局部估计值采用自适应调节各传感器权重的方法,对位于空间不同位置的传感器进行数据融合,从而得到冷链车厢监测温度的最终融合值,以期获得比有限个传感器的算术平均值更准确和更可靠的测量结果,以提高信息收集的效率,实现网络节能。数据分析表明,处理后的数据更接近测量真实值。     

脱粒滚筒圆柱度数据采集系统设计——基于VB串口通信

针对稻麦收获机脱粒滚筒圆柱度检测效率低、误差大的现状,提出了一种基于VB串口通信的脱粒滚筒圆柱度数据采集系统设计方法,首先通过程序实现激光位移传感器与上位机的通信,激光传感器再对脱粒滚筒外圆柱面进行数据采集,最后对采集的数据进行处理。实验表明:该系统能在5min以内完成数据的采集、存储和分析,采集到的数据与真实值的误差在±0.9mm范围内,采集系统界面简洁、操作方便,应用范围十分广泛。     

面向叶类蔬菜病害识别的温室监控视频采集系统

为满足温室叶类蔬菜病害准确识别的视频数据需求,结合温室叶类蔬菜病害发生的特点,采用物联网技术,基于传感器感知的环境信息与摄像机监控视频信息,构建了一种面向叶类蔬菜病害识别的温室监控视频采集系统。该系统将案例检索与模糊推理方法相结合,设计温室监控视频获取方法,将传感器实时采集的数据与知识库中的病害产生环境条件相匹配,以匹配结果作为视频采集的依据,实现了监控视频的智能采集;并利用模糊推理方法,弥补案例检索结果不够全面的问题,确保了数据的准确获取。同时,该系统还提供了实时数据显示、实时视频监控等功能。系统应用结果表明,该系统能够满足温室叶类蔬菜病害识别的视频数据需求。     

基于WDNN的温室多特征数据融合方法研究

目前物联网监测产品在温室生产中大量应用产生海量数据,但现有用于温室数据融合算法对高维特征及混合特征(数据同时包含稀疏特征和连续特征)处理精度较低且泛化能力较弱,鲜有利用深度学习模型对温室数据进行顶层融合并提供准确的决策信息。本文提出了一种基于宽-深神经网络(Wide-deep neural network,WDNN)的两级温室环境数据融合算法。首先利用温室内多点多特征数据训练WDNN深度学习模型,输出形式为多点单特征,再将该输出数据按照少数服从多数原则进行融合,得到温室环境状态的整体评估结果。试验结果表明,该融合方法对预测集中混合特征的决策准确率达到98. 90%,融合特征类型的增加,可用于监测参数更多、环境更复杂的温室,将WDNN模型用于温室混合数据融合是可行有效的,在保证决策精度的同时丰富了可融合特征类别,进一步提升温室融合系统的智能化程度,对温室智能调控提供有效技术支撑。     

基于D-S证据理论的智能温室环境控制决策融合方法

在无线传感器网络下的智能温室环境控制系统中,农作物的生长通常受多种环境因子共同作用。根据温室环境控制系统的实际需求建立基于Dempster-Shafer(D-S)证据理论的决策框架,并提出了一种数据预处理和决策融合方法。首先,使用箱线图检测量测数据中的异常值,考虑到现有直接剔除异常数据处理方法的弊端,提出了一种异常数据自适应修正方法;然后,利用加权平均距离聚类处理更新后的数据;最后,根据所提出的基于加权相似度的基本概率分配方法结合D-S证据理论进行融合,为温室环境控制做出正确决策。实验结果表明,箱线图检测异常数据更为准确,其检测率比狄克逊准则高近19.2%,对于不确定性融合结果,本文提出的基于加权相似度的基本概率分配方法相比现有方法降低了1~2个数量级,不仅可以提高温室环境参数融合精度,加快收敛速度,同时还能有效地降低决策风险。     

作物生长和环境信息多传感检测系统设计

研发了适用于温室高架栽培作物的轨道式移动检测方法,设计了移动检测平台,可搭载作物生长和环境信息多传感检测装置,可实现对高架作物的茎、果、叶长势和冠气温差等生长信息,以及环境温湿度、光照强度等气象环境因子的检测。为了适应温室路面环境,提高行走的稳定性,移动检测平台采用轨道式机构设计,可利用温室加热管道为轨道。移动检测平台采用高举升降机构,结合5个自由度机械臂系统,能准确地将检测设备置于目标高度和预定位姿,实现对不同株型不同生长期温室高架栽培作物长势和环境信息的检测。     

基于数据融合技术的牧草打捆机控制系统设计

针对现有的牧草打捆机普遍存在的生产效率较低、工作可靠性一般及核心零部件缺乏创新等问题,设计研发了基于多传感器数据融合技术的牧草打捆机控制系统.系统以西门子PLC为核心控制器,安装有重量传感器、转速传感器、压力传感器,通过A/D转换模块将传感器采集的信号转换为modbus通讯协议的RS-485数据形式,由无线GPRS数传...     

一种低成本温室温度记录方法

温度是现代化温室生产中最重要的环境参数之一,温度数值的高低被人们密切关注。为此,将DS1302的计时功能与其数据存储功能相结合,实现了温室温度的自动记录。在存储温度数据时,笔者根据温室温度数据的特点对数据存储格式进行了压缩编码,充分利用了DS1302的内部RAM,使其可以存储较多的温度信息。本研究为温室用户提供了一种自动记录温度数据的低成本方法。     

温室作业机具室内定位方法研究

针对农机具在温室大棚内的定位、作业轨迹跟踪及作业面积核算需求,提出一种基于多源数据融合理论的温室机具室内定位优化算法。首先根据惯性导航测量技术预估被测目标定位初值,再利用无线RSSI测距技术使用加权质心算法获得定位测量结果,利用卡尔曼滤波算法进行定位信息最优化计算,以消除基于单一测量技术存在数据漂移、测试信号受遮挡、电磁干扰造成的误差,获得准确的定位信息,进而实现作业轨迹的实时跟踪以及作业面积的有效核算。在Matlab仿真分析中,首先建立定位算法评价指标以便于定位效果评估,通过仿真计算得出:基于多源数据融合的优化定位算法的定位精度及稳定性均优于单一无线RSSI室内定位算法。温室大棚田间试验的实际测试结果表明,室内定位精度不大于0.125 m,定位误差小于0.4%,能够较好地满足温室内作业机具的定位及作业轨迹实时获取与监测的需求。     

数据融合技术在温室环境监控系统中的应用

多传感器数据融合技术是一门新兴前沿技术。针对目前温室环境监控的需求,提出了一种基于D-S证据理论和农业专家系统相结合的数据融合方法。实验结果表明,这种方法提高了温室环境参数测控的决策准确性,可显著改善温室环境的控制效果。     

基于多传感器融合的拖拉机自动导航技术

GPS是农业自动导航车辆获取导航信息的一种主要方式,其任务是获取拖拉机的绝对位置信息,而多传感器融合可以在GPS提供的绝对位置信号丢失时为拖拉机提供位置、姿态和航向信息,进行准确的定位。为此,介绍了GPS以及多传感器融合在拖拉机自动导航中的应用现状,指出GPS及多传感器在自动导航方面的优势和存在的问题,分析了GPS和多传感器融合的导航方式在未来精细农业领域的巨大作用。