共查询到17条相似文献,搜索用时 62 毫秒
1.
基于无线传感器网络的无人机农田信息监测系统 总被引:2,自引:7,他引:2
移动无线传感器网络技术为农田信息监测提供了高效可行的技术手段。该研究根据南方农田地块相对分散、丘陵山地多,农情信息获取环境恶劣、采集数据时间周期长、网络分割成块的特点,利用UAV(unmanned aerial vehicle)具有的高效、灵活的特性,结合低功耗无线传感器网络,提出一种满足南方农田信息获取采样和数据业务需求的三层架构的无线传感器网络体系结构TUFSN(three-tire unmanned aerial vehicle farmland sensor network),其由数据采集层、中继传输层和移动汇聚层组成,该体系结构具有系统结构合理、可扩展性好、系统整体能耗低等特点。通过仿真可得中继节点RN(relay node)的缓存大小范围为3~13kB,系统试验中携带移动节点的UAV以1m/s的速度、15 m的高度在农田上空飞过,飞行过程中与地面中继节点通信并采集农田信息,UAV与地面中继节点的平均通信时长为26 s,仿真和试验表明,基于UAV的三层架构农田信息采集无线传感器网络很好地满足了南方地区农田信息数据采集和监控的生命周期长、传输数据可靠、覆盖面积广的要求。 相似文献
2.
3.
农田信息采集无线传感器网络节点设计 总被引:26,自引:12,他引:14
农田信息的及时准确获取是精准农业实施的基础。该文分析了几种典型无线传感器网络技术应用实例,基于当前无线传感器网络在农田信息采集中的应用现状,提出了设计体积小、工作持续时间长的农田信息采集无线传感器网络节点的必要性。基于ATmega128L单片机和CC1000射频芯片设计了无线传感器网络节点通信电路,并给出了土壤温湿度、电导率传感器、空气温湿度传感器及光照度传感器的选型和指标参数。设计了节点软件系统,描述了一种基于优先级的静态任务调度机制的实现方法,将S-MAC中的SYNC帧和RTS/CTS帧融合并加入了睡眠周期动态调度机制,并实现了全网的长周期睡眠。最后对节点进行了验证试验,给出了节点吞吐能力曲线和系统电压变化曲线,并进行了分析。试验表明,在论文给出的低功耗机制控制下,节点每秒具有6个数据包处理能力;在20个节点容量的全覆盖网络中,10 min采样周期下,节点可有效持续工作150 d以上,可以满足精准农业信息采集需求。 相似文献
4.
5.
农田无线传感器网络数据处理服务器的设计与实现 总被引:1,自引:0,他引:1
对无线传感器网络采集到的田间信息进行有效的接收、处理是基于无线传感器网络的农田环境监测系统的重要组成部分,该文针对农田无线传感器网络数据采集的特点,对系统的数据处理服务器的构建进行了研究,设计并实现了一个基于非阻塞式Sockets套接口的数据通信服务器。该服务器综合利用静态线程池与I/O复用技术,采用循环队列作为数据缓冲区,较好地解决了农田无线传感器网络对TCP多连接长时间通信,大量田间实时监测数据并发接收、处理性能要求高的问题;采用面向对象设计方法,抽象出类的层次结构,提高了程序代码的复用性。 相似文献
6.
农田土壤含水率监测的无线传感器网络系统设计 总被引:8,自引:11,他引:8
为解决传统土壤含水率监测中所存在的监测区域面积小、采样率低等问题,设计和开发了基于无线传感器网络技术的土壤含水率监测系统,包括10个传感器节点,1个簇首和1个基站节点,可按任意时间间隔全自动地采集、处理、传输和存储地表以下4个不同土层土壤含水率变化状况;各类节点采用TinyOS操作系统,节点间通信遵循ZigBee协议;含水率测量采用EC-5传感器;太阳能供电模块的供电能力满足传感器节点及簇首的能耗需求;进行了数据包传输率试验,10个传感器节点中有7个的数据包正确传输率高于90%,1个节点的数据包正确传输率为89.2%,2个节点的传输率低于70%。造成2个节点数据包传输率较低的主要原因是太阳能供电电路制作,通过更换电路板解决了该问题。试验结果表明,系统能够实现稳定的数据传输,适合农田土壤含水率的实时监测。 相似文献
7.
8.
9.
农田无线传感器网络部具有署面积大、汇聚节点位置不固定的特点,为了解决移动汇聚节点高效、低能耗地收集网络数据的问题,提出了一种基于层次型拓扑结构的移动终端数据收集方案—DCSMT_H。方案综合考虑节点位置及当前剩余能量选举簇头并形成层次型拓扑结构,根据移动终端当前位置灵活构建簇间数据汇聚路由。仿真实验结果表明,DCSMT_H方案的网络能耗低,该方案与LEACH相比能有效延长网络生存期约15%,能够较高效地应用于移动终端收集大规模农田生产信息。该研究为提高无线传感器网络在精准农业中的应用水平做出了有益探索。 相似文献
10.
11.
无线传感网获取的农田数据管理系统集成与实例分析 总被引:9,自引:5,他引:4
无线传感网络日益成为大范围农田信息采集的重要手段,如何科学管理无线传感网自动获取的大量农田数据成为重要的研究问题。该研究利用Oracle10g工具构建了农田观测数据库,并基于Microsoft Visual Studio.net、ESRI ArcGIS Engine9.3和ERDAS9.2软件集成开发了农田观测数据管理系统,实现了与无线传感器网络数据自动获取平台之间的无缝对接及数据高效管理。该数据管理系统包括数据自动入库、数据编辑管理、数据浏览统计分析、空间化数据产品生产应用等4个功能模块。数据自动入库模块主要完成无线传感网获取的农田原始数据到数据库初级产品的管理,包括自动接收控制、数据校正与纠错、观测器异常报警等基本功能;数据库编辑管理模块负责已入库数据的元数据生成与维护,真实数据检索、显示与分析等任务;空间化数据产品生产应用模块主要实现观测数据的空间扩展、时空耦合模拟,以及农情监测业务应用等需求,包括空间插值和时间维模拟等。该系统在河南省鹤壁市进行了实测应用,已经稳定运行1年,结果表明:系统能实现农田参数的自动入库、相关处理、分析和管理,具有良好的稳定性、安全性、完善的功能性和便捷的人机接口等特点。 相似文献
12.
基于无线传感器网络的农田信息采集节点设计与试验(简报) 总被引:12,自引:6,他引:12
研究基于ZigBee协议的无线传感器网络技术,结合嵌入式处理器开发了无线传感器网络节点和汇聚节点。网络节点规则分布在被监测区域,负责采集土壤水分信息,并自组成网,将信息发送给汇聚节点,实现对信息的动态显示和大容量存储;节点天线分别在0.5、1.0、1.5和2.0 m 4个高度下,对小麦苗期、拔节期和抽穗期3个典型的生长时期进行试验,得出无线电信号在小麦不同生长时期,最佳天线高度下的有效传输距离,为无线传感器网络在农业中的应用提供技术支持。 相似文献
13.
基于无线传感网络的规模化水产养殖智能监控系统 总被引:4,自引:8,他引:4
为了解决规模化水产养殖中有线监控系统带来的不利影响,并能实现对环境因子的准确测量与控制,该文介绍了一种基于无线传感网的智能监控系统在规模化水产养殖中的应用。系统利用对协议栈进行小幅的修改,完成了人工设置每个养殖池为一个簇,并通过适当修改路由协议,将自动选择簇头的工作变为人工设置固定簇头,大幅减少节点本身的计算工作,从而实现节能目的。控制器利用模糊控制与神经网络相结合的算法对数据进行处理分析,实现闭环控制。结果表明,系统内数据通信通畅,温度误差在±0.5℃范围内,溶氧量误差在±0.3 mg/L范围内,pH值误差在±0.3范围内。各养殖关键环境因子均满足控制精度,达到了设计要求,能够满足规模水产养殖智能化的需要。 相似文献
14.
由于无线传感网络节点的能量有限,如何有效地利用有限资源以及实现数据的有效传输,成为研究热点问题.针对农田区域广以及种植作物杂等环境特征,为延长农田无线传感器网络的生命周期,提高传感网的数据包投递率,构建了适用于农田信息采集的无线传感器网络架构,提出了一种混合式的分簇路由算法HCRA(hybrid clustering routing algorithm),研究了簇的形成、簇头竞选以及簇间路由过程,并对HCRA算法与低功耗自适应集簇分层型算法LEACH(low-energy adaptive clustering hierarchy),以及使用固定簇半径的混合节能分簇算法HEED(hybrid energy-efficient distributed clustering)进行了仿真试验.结果表明:在1 000次迭代周期下,采用HCRA算法的网络生存时间要比LEACH算法长约28%,比HEED算法长约12%;采用HCRA算法的数据包投递率要比LEACH算法高约34个百分点,比HEED算法高约16个百分点.该研究可为农田环境信息采集自动化监测系统提供参考. 相似文献
15.
在无线传感器网络(WSN)中,网关是连接无线传感器网络与外部网络的桥梁。该文根据农业应用需求,针对现有WSN网关功能单一、适用面狭窄等问题,设计开发了一个基于嵌入式Linux系统和ARM的多功能数据终端。该数据终端包括硬件层和软件层,硬件层主要包括控制核心、GPRS模块和无线传感器模块等,软件层则主要包括窗口模块、拔号模块、数据远程发送模块和数据采集模块。系统不仅具有数据转发的功能,而且可进行实时显示、本地存储和历史数据查询。系统使用MINIGUI为平台构建了一个窗口操作程序,用户可通过窗口进行系统控制, 相似文献
16.
基于无线传感器网络与GIS的蓝藻水华爆发动态监测与模拟 总被引:2,自引:1,他引:2
准确获取水体中物质含量与分布区域是开展蓝藻水华爆发预防、预测、预警工作的基础。针对内陆湖泊蓝藻水华爆发突发性、随机性、区域性等特点,研究了一种基于无线传感器网络(wireless sensors networks,WSNs)及地理信息系统(Geographic Information System,GIS)相结合的蓝藻水华爆发动态监测与模拟方法。利用水质传感器组成多源异构水环境感知单元,获取湖泊水质数据;将改进的灰色理论(A Grey Model,AGM)及BP人工神经网络(BP Artificial Neural Network,BPANN)相结合,从而预测24 h内蓝藻水华的浓度与趋势;结合GIS强大的空间分析能力,实现蓝藻水华变化的空间描述。滇池现场试验结果表明,该方法具有一定的普适性,能够为湖泊环境保护与治理提供理论依据及数据支持。 相似文献