WSN土壤湿度采集节点电压补偿方法研究

针对适用于WSN土壤湿度采集节点的EC-5传感器对电源电压敏感的问题，从传感器工作原理入手分析电源电压引起检测误差的来源，且发现当传感器各项参数确定后，这种误差随着被测土壤湿度增大而增大。采用CC2430芯片作为WSN信息传输节点，建立具有多节点的上下位机WSN土壤湿度采集系统，以节点电压u和被测土壤实际湿度θ为对象，运用神经网络对采集节点中非线性土壤湿度传感器系统进行逆向建模，在上位机上实现由电源电压引起EC-5传感器检测误差的补偿，实验结果表明，该方法能有效地减少节点电池电压变化对WSN土壤湿度采集精度的影响。     

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LabVIEW开发环境下的农田智能精准灌溉系统设计

设计采用功耗低、响应快的数字土壤湿度传感器SM2801B进行湿度信号的采集,由STC12C5A为核心的节点进行土壤湿度数据筛选处理,通过TTL转485模块将数据上传至以STM3为核心的主控制器,记录主控开关状态并将数据上传至上位机。上位机结合虚拟仪器技术的设计思想,利用LabVIEW开发环境,开发了包括串口匹配、数据处理、校验、显示、报警、存储及历史数据查询等模块在内的农田土壤湿度采集系统,实现虚拟仪器开发环境下土壤湿度的实时检测的农田智能灌溉系统。     

太阳能无线微灌控制系统的应用设计及测试

在桃园应用了基于无线传感器网络的微灌控制系统,通过选取合适功率的太阳能充电板给传感器及路由节点中的锂电池充电,延长节点寿命,实现节点连续稳定工作、采集数据以及传递指令控制水泵和电磁阀的工作状态。节点在不充电情况下,以每天唤醒48次,每次工作20 s的节奏,可以连续工作约70 d,连接太阳能电池板后,可保证充电电量大于耗电电量,有效延长了节点寿命。桃园的园区应用测试表明,转发数据包最多的传感器及路由节点耗电量最大,不充电时单日电压降幅为0.35%,连接太阳能充电板后,电池电压在额定电压附近维持小幅波动。随机改变灌区内被测土壤的湿度,系统可以按照设定的土壤湿度上、下限,自主控制水泵和电磁阀的工作状态,实现按需灌溉。     

基于UWB定位的智能温室三维温湿度检测系统研究

为解决现有无线检测系统无法精准有效反映温室内立体空间的环境变化情况，以及传感器节点定位误差大、硬件成本高等问题，设计了一种基于UWB(Ultra wide band)定位的智能温室三维温湿度检测系统。系统通过一款自主设计的集成UWB定位模块的STM32F系统板对各传感器节点进行定位，并搭载AHT25型高精度传感器对环境数据进行采集。UWB主基站使用4G网络通信模块将各传感器数据及位置信息发送到上位机，并在Web端根据HTML5技术实现温室三维温湿度场可视化，完成温室三维温湿度远程检测。系统定位测试试验证明，各传感器节点精度主要集中在10～30 cm范围内，部分节点测量位置误差大于50 cm,各节点最大丢包率为2.5%,平均丢包率为1.9%,满足温室测量基本需求，对检测温室热工缺陷区域以及研究植物生长适宜环境有重要意义。     

支持向量机的激光检测系统误差补偿及系统开发应用

分析了激光三角法测距的位移以及包括入射倾角在内的被测表面特性等误差影响因素;用高精度激光干涉仪和正弦规对激光位移传感器进行校对试验,并用支持向量机学习方法建立了误差补偿模型;基于激光位移传感器方法和机器学习误差预测模型,使用PyQt设计并实现了激光检测误差补偿系统。应用表明,激光检测误差补偿系统可以有效地减少激光位移传感器的测量误差。     

EC-5土壤水分传感器温度影响机理及补偿方法研究

针对EC-5传感器温度实验中出现的两种截然不同现象，根据温度对土壤介电常数和电导率影响的机理分析，建立土壤水分传感器测试结果随温度变化的理论模型。通过对模型的仿真分析发现，EC-5传感器测得的土壤水分含量随温度变化的趋势与土壤电导率密切相关。利用最小二乘支持向量机对传感器的温度实验数据建立补偿函数并提出相应补偿算法，有效地抵消了温度变化造成的传感器测试误差。     

联合收获机测产系统数据采集与处理的误差分析

介绍了联合收获机产量数据自动采集系统，总结了美国CASE IH公司2366联合收获机测产系统的田间使用和试验经验，对测产系统中谷物流量传感器、谷物含水率传感器、车速传感器和割幅设置中可能引起的误差进行了分析。     

基于智能灌溉系统WSN节点自供电系统设计

为提高智能灌溉系统大面积推广和系统节点能量利用效率,采用MPPT算法结合太阳能、超级电容、聚合物锂电池设计出基于STM32智能灌溉WSN节点自供电系统。利用Matlab软件,搭建光伏电池模型分析光伏特性,完成系统供电设计与模块选型,并设计能量管理电路,结合Qt平台开发监控软件。结合软件对系统进行测试分析,软件平台读取光伏电池及锂电池电压、电流实时数据,同时计算MPPT效率。经实验验证,系统整体运行良好, WSN节点采用太阳能光伏电池供能结合聚合物合锂电池、超级电容储能工作寿命较长,MPPT效率在86%附近小幅度波动,WSN节点自供电系统设计有效解决了传统节点单个电源引起能量不足缺陷,为智能灌溉系统普及与推广提供试验支撑。为WSN节点自供电提供新思路与设计方案,有效提升智能灌溉系统可靠性与实用性,在一定程度上提高农业灌溉效率和智能化水平。     

基于时空双序列分析的温室WSN故障诊断

根据温室无线传感器网络(WSN)所采集数据在时间和空间上具有很强的相关性,从温室无线传感器网络基本结构出发,在分析WSN原始数据的基础上,通过对时空序列样本信息的预处理,分别建立了时间和空间故障诊断数学模型,据此分析传感节点的工作状态,给出了温室WSN故障诊断的综合算法.研究结果表明,该故障诊断方法能够及时、有效地发现温室WSN的异常并诊断出故障节点,提高了WSN工作的可靠性.     

基于时空双序列分析的温室WSN故障诊

根据温室无线传感器网络（WSN）所采集数据在时间和空间上具有很强的相关性，从温室无线传感器网络基本结构出发，在分析WSN原始数据的基础上，通过对时空序列样本信息的预处理，分别建立了时间和空间故障诊断数学模型，据此分析传感节点的工作状态，给出了温室WSN故障诊断的综合算法。研究结果表明，该故障诊断方法能够及时、有效地发现温室WSN的异常并诊断出故障节点，提高了WSN工作的可靠性。     

基于STM32的土壤湿度监控装置设计与试验

中国水资源严重缺乏,而农业用水又占了总用水量的大部分,根据土壤湿度信息来控制农业灌溉对农业节水具有重要意义。本文基于STM32F103CRT6单片机设计了土壤湿度采集及控制装置,利用TDR-3型土壤湿度传感器的相关物理特性和STM32RCT6单片机的控制功能实现土壤湿度的检测及自动灌溉。该装置包括单片机微控制器模块、土壤湿度传感器模块、液晶显示模块、按键模块、串口模块、水肥机继电器模块和电源模块,可实现自动测量土壤湿度并在液晶上显示,并通过键盘设定适宜作物生长的土壤湿度范围:当土壤湿度小于下限值时,启动水肥机增加土壤湿度;当土壤湿度大于上限值时,水肥机停止工作,实现了对农作物的自动节水灌溉。     

基于改进自适应加权融合算法的土壤湿度监测研究

传统方式进行土壤湿度采集的过程中往往会遇到环境复杂、信号弱、信号干扰较大等问题。为提高土壤湿度采集的精准度,提出一种基于数据级融合思路的改进多传感器自适应加权算法。通过建立改进的自适应加权融合算法模型,经过一系列推算,得到系统的总均方误差表达式,然后通过获得的值选择每个传感器的最优方差值,通过计算获得每个传感器的方差的最优估计值。经过实地测试,通过使用5个相同的传感器对土壤湿度进行采集,各传感器回传信息有较为明显的差别,使用自适应加权融合算法得到融合结果的总体方差较大,对自适应加权融合算法进行改进后,得到的总体方差减小了400%左右。     

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。     

基于WSN的低功耗湿地土壤监测系统设计

针对扎龙自然保护区的土壤环境监测需求,采用CC2530PA模块设计终端节点,基于Z-Stack协议栈搭建自组织传感网络,传感器选取土壤湿度传感器、温度传感器以及雨滴传感器,组建低功耗湿地土壤监测系统。系统结合低功耗路由协议和实际环境监测需求提出采集发送端低功耗节点设计的改进算法,有效地减少节点的功耗、传输延迟和丢包率,从而延长整个网络生存时间。     

精准农业WSN定位节点设计——基于数字频率合成器

针对当前精准农业无线传感器网络(WSN)定位节点抗干扰能力差、功耗大以及精度低等缺点,设计了一种基于数字频率合成器的精准农业WSN定位节点。该节点采用数字频率合成器来替代传统WSN定位节点中的模拟式频率合成器。经测试发现,所设计WSN定位节点不仅能够将功耗降低约200mW、相位噪声减少约43dB/Hz,而且定位误差减小至1.59cm。所研究的WSN定位节点特别适用于农田甚至大田条件下对抗干扰能力、功耗以及定位精度要求较高的精准农业领域。     

基于改进K-means的农田湿度评估研究

在现代化农业生产中,常采用全自动化设备检测土壤湿度,然后对农田进行灌溉,但现有系统难以精确判断整个农田的湿度信息,当土壤湿度传感器出现设备故障后,会产生控制误差,导致整个系统崩溃.因此,结合土壤湿度传感器,Lora、NB-iot无线网络传输和微控制器处理等先进技术,设计了基于改进K-means的农田湿度评估系统.该系统不仅实现了在线评估农田方圆1 km内的湿度信息的功能,并且能够快速定位故障土壤湿度传感器,发出报警信息,并抛弃故障数据.最后,对湿度评估系统进行了大量的田间实验.结果表明,能快速定位故障传感器,测量的农田湿度信息相对误差都在5％以内,验证了此湿度评估系统的可行性.     

分布式无线土壤湿度监测系统的设计

设计了一种分布式无线土壤湿度监测系统,由多个从机和一个主机组成。从机负责测量点土壤湿度数据的采集,装置分布安装在一片待测土壤的多个测量点中,主机负责土壤湿度数据的收集和显示。主机和从机之间是无线双向通信。系统包括土壤湿度信息采集、无线模块、按键控制以及显示模块等部分。系统可以对一片土壤的湿度进行同时监测,其结构简单、使用方便,具有小型化、可视性好等特点,同时采用无线方式,无需馈线连接,主机和从机可以随时移动,可扩展性好。     

基于ZigBee技术的棉田滴灌监测与控制系统

设计开发了基于ZigBee无线传感网络技术的棉田滴灌监测与控制系统。该系统通过无线传感网络实时采集土壤环境信息,使用自适应加权融合算法对各节点土壤湿度数据进行融合,根据融合数据发送电磁阀控制命令,完成实时监测自动灌溉;结合棉花不同生育期对需肥量和施肥浓度的要求,根据灌溉水量设置注肥比例,系统通过无线传感网络实时采集液态肥流量,实时监控施肥量,并根据施肥量发送施肥电磁阀控制命令,完成水肥一体化灌溉。工作过程中,系统可以将传感器采集的数据通过ZigBee无线网络协调器传输给上位机并实时显示和存储。通过试验验证,该系统可以按照设计要求实现灌溉和施肥的自动控制与检测。     

鹰嘴桃园土壤湿度检测的无线传感器网络节点设计

为了采集鹰嘴桃园的土壤湿度,设计并在鹰嘴桃园环境中部署基于CC2430无线收发模块的传感器节点。以能量异构的路由协议为基础,仿真并验证了协议中高级节点比例变化时,网络稳定性的变化,解决了网络稳定周期短、节点能耗不均衡等问题。在鹰嘴桃园中分别进行网络规模、节点部署类型等因素对网络性能影响的试验,鹰嘴桃园试验以土壤湿度为监测对象,通过无线传感器网络传输数据。试验表明,在5、10、15和20个节点的网络规模下,网络的延迟和阻塞随着网络规模的增加而增大,拓扑结构的稳定时间也随之延长,在数据传输时间间隔分别为10、20、30和40s时,丢包率也随传输间隔的增加而降低,同等条件下,菱形部署的丢包率低于随机部署的丢包率。