基于信任度的多传感器数据融合在农业物联网的应用

农业物联网在农业温室大棚应用非常广泛,传感器采集温室大棚的各项参数是非常重要的环节。温室大棚中的传感器由于硬件和位于大棚中的地理位置等原因导致传感器数据不精准。针对这一问题本文提出了一种基于信任度的多传感器数据融合方法。通过定义指数信任度函数的方法,利用指数函数的特征对传感器监测的传感数据间的信任程度进行量化处理,利用信任度矩阵计算每个传感器采集温度数据的信任程度,并根据信任程度在数据融合时合理的分配权重,推导出数据融合公式,实现多传感器数据融合的目标。分析温室大棚温度数据融合结果可知,经过数据融合后的温度数据更加的精准,贴近实际情况和更好的参考价值,从而能够更好地指导农业生产,提高产量。     

基于DS证据理论的精馏塔故障诊断方法

研究了一种基于多传感器信息融合算法对精馏塔出现的故障进行诊断的方法。首先利用小波分析对精馏塔传感器信号进行有效的滤波预处理,预处理后的数据送入BP神经网络进行初级融合,然后将初级融合后的数据当作DS证据理论的证据对精馏塔故障进行诊断,由最终概率赋值结果可知最大可信度,则可以判断故障的发生。仿真结果显示该算法比单信息故障诊断能取得更准确、更可靠的诊断结果。     

基于时间序列和神经网络的温室传感器节点故障诊断

温室无线传感器网络中故障节点会产生并传输错误数据,不仅消耗节点的能量和带宽,而且导致错误决策。针对此问题研究一种准确判断节点故障状态的方法。采用时序分析和遗传BP神经网络,建立基于时间序列和神经网络的传感器节点故障诊断系统,通过对传感器样本数据进行时序分析,提取模型参数作为特征向量,并以此对遗传BP神经网络进行网络训练,实现传感器节点故障的诊断。试验结果表明：该方法能够有效地识别传感器节点故障类型,15组测试样本的输出矢量与同类故障基准矢量的欧式距离和为0.007,识别正确率为100%。     

基于多数据融合的山林防火系统

针对陕北山林火灾探测系统中的缺陷,本文提出了运用多传感器数据融合技术开展山林火情探测,并进行了仿真结果验证,以实现对火情的提前预警。采用温湿度传感器、CO浓度传感器、烟雾传感器和土地墒情传感器采集山林的环境数据,对同一时间采集的数据进行方差计算处理,再使用BP神经网络和模糊处理的方式对预处理后的方差值进行数据融合,最终得到该时某点山林的着火概率,运用无线传输设备及时通知管理人员采取措施。陕北山林实地模拟测试表明,该系统可以有效监测到山林的数据情况,能准确监测火情的大小并对着火点进行林间定位,为陕北山区森林提供了一种可执行的监测方案。     

基于多传感器数据融合的温室温湿度控制系统设计

介绍了1种基于多传感器数据融合的温室温湿度控制系统的设计,包括系统组成、多传感器数据融合算法的设计以及具体实现。本系统利用改进的拉依达准则剔除异常值,再通过自适应加权平均算法对温湿度分别进行数据融合,根据融合后的温湿度数据确定控制策略,调整温室环境参数,提高了系统的精确度和可靠性。     

日光温室无线传感器多数据融合技术研究

无线传感器网络中采集的监测数据存在着较大的冗余和误差,影响数据的可靠性,然而由于温室环境具有空间大且温场分布受多种参数影响大等特点,在采集监测和控制中对数据的准确性要求比较高。为实现北方日光温室实时数据融合,提高实时数据精度,以沈阳农业大学北山试验基地一栋日光温室的实时采集数据为例,提出一种数据融合方法,通过无线传感器实时采集温室数据,利用格拉布斯判定准则进行数据预处理,并应用自适应加权平均算法对数据进行融合试验。试验结果表明:格拉布斯判定准则能够有效的剔除粗大误差,与原始采集数据相对比剔除误差后数据精度提高8%;与应用传统平均数据融合算法处理数据结果对比自适应加权平均数据融合能够明显的提高数据精度,融合后数据精度被提高6%。针对北方日光温室环境,采用无线传感器多数据融合方法,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,经融合处理后结果能够提高温室环境监测的精确度,可全面准确的描述温室实时环境,为温室环境控制提供更加精准的基础数据,控制后使温室环境的温度、湿度、光照强度等主要参数达到相对理想的条件。     

基于物联网的温室大棚智能监测系统设计

针对传统温室大棚参数监测存在繁琐的布线问题,设计了基于新型物联网技术的温室大棚智能监测系统。该系统以CC2530无线传输模块结合温湿度传感器、光照传感器和CO2浓度传感器构成无线采集节点,对温室环境参数进行检测;检测数据通过由ZigBee模块构成的路由节点选取最优路径实现数据的无线传输;采用STM32作为核心处理器设计嵌入式网关,并利用GPRS技术将现场检测到的数据实时传送给监测中心,实现对温室环境的实时监测和报警。结果表明,该系统运行稳定、测量准确、网络覆盖性好、布点灵活、低功耗并且使用方便。     

番茄温室生产的物联网比较试验研究

以温室的番茄生产为研究对象,进行了有无传感器接入的产量比较试验和2种传感器的应用试验,展现了物联网在农业生产上的应用效果,为农业物联网的推广提供强有力的数据支撑。同时,也提出了农业物联网在蔬菜大棚应用中存在的问题,为农业物联网在蔬菜大棚中的实践应用提供参考。     

环境监测中多传感器数据融合研究

[目的]针对环境监测中单一传感器测量数据精度低、可靠程度低的问题,本文提出在无线传感网络监测系统中,通过改进自适应加权融合算法并利用模糊神经网络算法实现多传感器数据融合,来提高环境监测的准确性。[方法]基于多传感器同一时段采集的数据,先采用欧式距离及相关函数改进的自适应加权算法进行同质传感器数据融合,再设计模糊神经网络分类器把异质传感器的数据转化为环境质量等级信息。[结果]仿真实验显示出本文提出的同质传感器数据融合算法融合精度较高于其他几种算法、模糊神经网络算法通过对350组训练样本的学习后能够对96%的验证样本的环境等级进行正确分类且预测曲线基本可以拟合实际输出。[结论]本文的同质传感器数据融合算法提高了数据融合精度,异质传感器数据融合算法能够对整体环境质量得出较可靠的评价。     

机器学习算法与3σ定律在智慧温室数据预处理中的应用

为了有效解决在极端环境下智慧温室内部分传感器不工作导致产生缺失值及数据准确性的问题.以智慧温室传感器采集的数据为研究对象,利用多种机器学习算法进行数据插补,同时利用3σ定律和数据融合对插补后的数据集进行预处理,提高了数据集的完整性与准确性.为技术人员进一步分析、处理数据,实现智慧温室精确控制提供了更加准确可靠的数据源.     

基于人工神经网络算法对水稻需水量的预测

水稻需水量预测是节水灌溉规划的基础,由于BP神经网络在解决多参数非线性问题表现出极强的自适应能力,从而可以科学准确预测需水量。本研究从多个影响因子分析出发,得到了BP神经网络模型,并结合实际数据进行了检验。试验结果表明,该模型能够较好地反映气象因子与水稻需水量之间的关系,预测精度高。     

温室控制系统多传感器数据融合方法的设计

为了减少温室控制系统中的数据处理量,提出了一种温室控制系统多传感器数据融合方法。采用狄克逊准则对采集节点多点测温将采集到的每组数据进行较大误差剔除,然后基于算数平均值法对余下数据融合处理后发送到协调器节点,最后采用自适应加权融合算法对协调器节点数据进行最终融合处理。结果表明,该方法相比其他算法更能反映温室真实环境状况,融合效果更好,使控制系统更稳定。     

基于STM32F103的温室花卉自动喷灌控制系统设计

针对温室大棚传统的灌溉存在水资源浪费、利用率低等问题,设计了一套自动喷灌控制系统。该系统以STM32F103单片机为核心,利用空气湿度传感器和土壤湿度传感器进行温室环境参数的实时采集,采集的数据送入单片机中,利用软件滤波算法和加权控制算法对数据进行处理,将处理后的数据与设置的限值进行比较,根据比较结果控制电磁阀实现喷灌工作。系统还具有参数设定、超限报警、数据存储和实时显示等功能。     

设施农业温室大棚智能控制技术的现状与展望

设施农业的发展是农业现代化的重要标志,也是现代化农业发展的重要建设任务。温室大棚智能控制作为设施农业种植与生产过程中的关键环节,是提高生产效率、保障农作物品质的重要措施,近年来,已成为国内外热门研究课题。温室环境是一种非线性、强耦合性、多干扰性、时滞性的动态环境系统,温室内环境因子与环境因子、植物生长情况与环境因子之间都存在复杂的能量关系。因此,如何高效经济地实现温室内多因子间的复合控制是温室环境控制过程要解决的关键问题。我国的智能温室大棚技术较国外发展晚,在控制方法、控制技术和控制成本等方面都与国外先进技术存在较大差距。为了促进我国设施农业温室大棚智能控制技术的快速发展,推动设施农业领域的技术进步,总结了国内外温室大棚智能控制技术的发展过程,重点对模糊控制、神经网络控制和专家系统控制等温室控制算法进行了分析和比较,展望了设施农业温室大棚智能控制技术的发展方向。     

温室大棚计算机测控系统的研制

本文介绍了一种基于计算机测控技术及传感器技术的温室大棚测控系统，该系统可完成温室内的温度、湿度、土壤含水率、光照及CO2等参量的采集，并可根据上述参数实现温度调节、光度调节、节水灌溉及二氧化碳等参数的自动调节，实现了温室大棚自动控制功能，为温室大棚的工厂化育秧、工厂化种植打下了坚实的基础。     

基于无线传感器网络的温室大棚环境监测系统设计

针对目前温室大棚环境监测系统存在布线困难、灵活性低和成本高等问题,构建了基于无线传感器网络(WSN)的温室大棚环境监测系统,并重点对传感节点和网关节点进行了设计。该系统的传感器节点负责对环境参数进行采集,并通过无线传感器网络将数据发送到网关节点,网关节点再向远程监测平台传输数据。节点硬件的微处理器模块采用MSP430F149单片机进行数据处理和控制;无线通信模块由nRF905射频芯片及其外围电路组成,负责对数据进行传输和接收;传感器模块采用AM2301传感器进行数据测量;电源模块以LT1129-3.3、LT1129-5和Max660组成的电路提供3.3和±5.0 V电源。节点的无线路由协议和时间同步算法均采用C语言开发,实现节点数据采集与处理、规则转发和远程传输等功能。远程监测软件采用NET.ASP、HTML和C#开发,为用户提供形象直观的Web模式远程数据管理平台。该系统在青海省西宁市温室大棚进行了组网测试,结果表明系统运行稳定可靠,网络平均丢包率为2.4%,有效解决了温室环境监测系统中存在的问题,满足温室大棚栽培环境监测的应用要求。     

远程无线高精度温室大棚环境监控系统设计

温室大棚种植技术对现代化的农业生产具有重大的意义,是一种全新的农作物种植技术。为实现对温室大棚的多通道、高精度控制,设计了1种基于ARM处理器、多级组网模式的远程无线高精度温室大棚环境监控系统。该系统以数字传感器采集温室大棚环境数据,通过ZigBee无线通信技术以及全球移动通信系统(GSM)技术实现与远程电脑(PC)终端以及无线手持监控终端的远程通信控制。试验表明,该系统具有环境参数控制精度高、响应时间快、无线通信距离远以及操作方便等优点,为实现农业的集团化种植及精准控制提供了借鉴。     

智能温室大棚客户端与服务器端系统设计

目前,农业信息化、现代化迅猛发展,将农业与迅速发展的科学技术融合在一起,为农民实现增产、创收目的是一些农业专家们共同的研究目标。国家在这方面的投入不断的增长,在农业生产中,信息化下的各种技术已经开始投入使用。近些年,温室大棚在我国开始不断的推广起来,尤其是智能化温室大棚已经进入到了人民的视野当中。针对温室大棚的智能监控要求,提出了一种基于Android操作系统的智能手机远程监控的设计理念。详细描述了手机客户端与服务器端所实现功能的具体流程。经过实际的温室大棚环境测试,验证了该系统运行稳定,数据反映及时,且具有监控便利,可扩展性强的特点。     

基于ZigBee的农业大棚监控系统的设计

本文设计了一种基于ZigBee技术的智能农业大棚实时监控系统。基于micro2440核心芯片组建M2M网关,并完成传感器模块和无线通信模块的构建,准确获取温度、湿度、光照等传感器数据,通过节点将采集数据传送到M2M网关处理,与服务器实时的交换数据,成功实现了大棚信息的采集。服务器根据各节点数据以B/S架构搭建网页平台,实时观测大棚变化。实验表明,本设计的智能农业大棚监控系统传输数据快,控制准确,有很好的实用价值。     

设施农业中温湿度监测系统的设计与应用

为了实现温室大棚温湿度采集和实时信息查询,开发完成了基于温湿度传感器的设施农业环境监测系统。本系统集成GSM/GPRS模块、无线传感器节点、嵌入式控制器和web服务器等模块;采用Zig Bee的无线传送数据方案,避免了传感器布设的受限问题;嵌入式控制器通过GPRS模块接入Internet网,实现数据上传至web服务器。Web服务器提供实时数据在线查询、历史数据的统计分析等,并可以通过手机短信快速获取参数的实时信息。