兰花大棚内无线传感器网络433MHz信道传播特性试验

不同的应用环境对无线传感器网络的性能有一定的影响。该文针对兰花大棚环境中无线传感器网络节点部署的要求及其应用环境的特性,以433 MHz为载波频率,研究了无线射频信号的传播特性和无线信号与影响因素之间的关系,影响因素包括发射功率、数据包长度、距离、发射端位置等参数,获得了接收信号强度、丢包率等数据,并进行了统计分析。试验结果表明,该无线传感器网络信号的衰减符合对数模型,其决定系数R2最大为0.9246,最小为0.8753;发射功率为0和-5 dBm时,信号较强、通信成功率较高;发射功率处在0和-20 dBm时接收信号强度波动较大;在数据传输速率为1.2 kbps、和调制扩频为高斯频移键控方式等参数确定的情况下数据包的长度对丢包率的影响很小。在上述试验研究的基础上,建立了发射功率和接收信号强度之间的关系模型,模型参数与发射功率之间、传播环境因子n与发射功率之间成二次多项式关系,相关系数分别达到0.9967和0.8686;验证试验结果表明：该模型可以较好地预测不同发射功率不同通信距离的接收信号强度,为兰花大棚无线传感器网络的组建提供支持。此外,设计了接收信号强度三维曲面图和等高曲线图,可直观反映兰花大棚环境下无线信号的传播特性,为今后无线节点布置与组网提供依据。     

太阳能低功耗滴灌控制装置的设计与实现

针对山地果园的自动滴灌需求,研制太阳能供电的滴灌控制装置,该装置由STM8S105S6微控制器、实时时钟模块、脉冲式电磁阀及驱动模块、传感器接口、太阳能充电子系统组成,并提供LCD可定制用户界面。测试太阳能电池、锂电池、磷酸铁锂电池的输出特性与供电电压2.8～4.3V下静态功耗,试验表明,太阳能电池最大输出功率为169mW,系统供电电压在3V以上正常工作。平均静态电流最低为70μA。以容量为800mA·h的3.7V锂电池供电,系统在无太阳能补给下的待机时间达150d。太阳能电池每天以42.25mW的输出功率对系统充电30min可维持系统不间断运行。控制装置功耗低,太阳能充电,防雷击防水,适合于野外果园的滴灌系统自动控制。     

一种适合大豆MicroRNA鉴定的RT-PCR方法

MicroRNAs(miRNAs)是一类调控真核基因转录后表达的非编码小分子RNA.绝大多数miRNAs由计算机预测得到,其存在与否及时空分布还不清楚.因此建立高效、敏感和特异的检测方法,是探明miRNAs在多种组织中时空调控的基础和前提.研究以Lau等和Shi等的方法为基础设计方案,采用通用反转录引物,以大豆幼叶、老叶、根、茎组织为研究材料,对预测的、且Sanger Institute公布的miR156a进行扩增以检测扩增效率和准确性.经比较,该方法具有反转录引物通用、成本低,操作简单,可快速、敏感、高通量地同时比较一种组织中多个miRNAs,也可比较多个组织中miRNA;且该方法比Northem Blot和Microarray需要的RNA量少得多.     

小型无人机振动特性对超声波传感器的影响

【目的】安全避障是目前无人机(Unmanned aerial vehicle,UAV)领域迫切需要解决的一个难题,利用超声波传感器是无人机避障的重要手段之一,针对无人机飞行过程中机械振动的特性以及对超声波测距传感器的影响进行了研究,以提高超声波测距传感器的精准度,改善无人机作业稳定性。【方法】通过采集无人机不同油门开度的振动数据,进行多信号分析,得到无人机振动强度的空间和频域分布,并根据振动强度的空间分布,测定无人机振动对于超声波测距传感器的误差影响。【结果】随着离无人机中心距离的增加,无人机机臂上振动强度的空间分布存在减弱和加强交替出现的现象,离无人机中心最远处出现最大振动强度;振动幅度随着频率的增加而降低;无人机在载桨运行过程中对于机载超声波测距传感器水平测距影响最大,最大误差达到0.69 m,垂直方向的误差最大为0.20 m。【结论】随着离无人机中心距离和油门的增大,振动强度增大;调整传感器的振动频率可以减少无人机振动对传感器的影响。本研究结果为超声波传感器在农业无人机安全避障方面的应用提供了参考。     

基于图像识别的无人机精准喷雾控制系统的研究

【目的】针对传统的植保无人机喷雾作业时化肥农药浪费大,利用率低,造成环境污染的问题,研制一种基于图像识别的无人机精准喷雾控制系统。【方法】利用中值滤波算法对田间航拍图像进行去噪,采用分层K_means硬聚类算法实现对农田航拍图像的分割,提取非作物区域的颜色、纹理特征空间的22个特征参数,设计支持向量机分类器进行分类识别。根据优选的17个特征参数,利用以径向基函数作为核函数的支持向量机对非作物区域图像进行识别,并根据识别结果控制喷头,实现精准喷雾。【结果】测试样本的识别率可达为76.56%,在无干扰风场情况下,当P_阀为10%时,减施率可达32.7%。【结论】本系统为农业航空精准喷雾控制技术的应用提供了参考方向和决策支持。     

基于DCP和OCE的无人机航拍图像混合去雾算法

针对无人机在雨雾天气下的农田航拍图像退化问题,考虑无人机自身特性,提出了一种基于DCP和OCE的无人机航拍图像混合去雾算法。首先判断原始图像天空区域的存在,利用Canny边缘检测算法对带天空区域的原始图像进行分割并做高斯羽化处理,再采用膨胀和腐蚀等形态学操作进行二值化区域填充,去除非天空区域中对应亮度低的区域,提取天空区域和非天空区域。非天空区域图像采用基于导向滤波的暗通道先验算法去雾。天空区域图像采用基于代价函数的优化对比度算法去雾。本试验分别从主观视觉性和无参考量化评测两方面对100幅航拍图像去雾结果作出评价,试验结果表明,所提算法在对带雾图像去雾后,出现Halo现象的概率相较于DCP算法降低了95%,其综合评测均值指数提高了26%,去雾效果明显,色彩还原度高,没有明显的过渡区域和偏色现象,处理速度可达33帧/s,平均速度相较于DCP算法提高了32%,能满足实时性要求。     

温度对克氏原螯虾胚胎和幼体发育的影响

为确定克氏原螯虾(Procambarus clarkii)胚胎和幼体发育的最佳温度,设置19、22、25、28℃4个温度,观察各温度条件下克氏原螯虾胚胎和幼体发育过程,记录不同温度下胚胎和幼体阶段的成活率、发育速率、生物学零度和有效积温。结果显示:温度对克氏原螯虾胚胎孵化率、孵化时间及幼体发育速率和成活率均有显著影响,在试验温度(19～28℃)范围内,胚胎发育进程随温度升高而加快,19℃和28℃条件下胚胎孵化时间分别为(622.67±6.02) h和(349.67±4.63) h;胚胎孵化率随温度升高呈现"先升后降"的趋势,在22℃时孵化率最高,为91.03%±2.97%,28℃时孵化率最低,仅为40.53%±4.97%;幼体发育时间随温度升高而缩短,19℃和28℃条件下幼体阶段发育所需时间分别为(304.00±10.73) h和(194.00±9.03) h;幼体成活率随温度升高呈现"先升后降"的趋势,水温22℃时,成活率最高(94.37%±1.60%),水温28℃时,成活率最低(82.67%±1.51%)。采用Sanderson-Pearis公式,计算得出克氏原螯虾胚胎和幼体发育的生物学零度分别为7.32、3.29℃。根据所建立的胚胎和幼体发育的温度依赖性发育模型推算出,克氏原螯虾胚胎和幼体发育的最适温度分别为22.06和22.78℃。综合各项指标,建议克氏原螯虾人工繁育过程中胚胎和幼体发育的温度范围设置为22～25℃。     

与EST-SSR连锁的抗性候选基因潜在功能分析

利用课题组已开发的80个具有良好多态性的EST-SSR标记对已构建的遗传连锁图进行加密.结果表明,共有16个EST-SSR标记在父母本间具有良好的多态性,多态性标记频率为20%；后代群体基因型数据经x2测验符合1:1分离比例；经连锁分析,16个差异EST-SSR标记被整合到已构建的具有19个连锁群的分子遗传连锁图谱中,...     

山地橘园无线环境监测系统优化设计及提高监测有效性

针对山地橘园生长环境时空变异大,气候复杂多变的情况,对山地橘园无线监测系统进行了优化设计及试验,以实现橘园生长环境信息的有效监测。设计了适合山地橘园环境工作的信息帧结构,引入了双向指令控制机制,节点拓扑发现,路由监测以及节点信息多样化采集优化机制,以增强山地环境下橘园信息采集的鲁棒性和可控性。对橘园无线信道衰减情况进行了测试,引入阻挡和雨衰因子建立无线信道衰减模型,并用于指导橘园无线监测网络部署试验。无线信道衰减分析与网络部署试验结果表明,在复杂气候条件下,系统天线部署高度在1.5 m,单跳通信距离在30 m内,可较好地完成山地橘园环境信息采集和传输任务。744 h的连续监测运行试验数据表明,优化设计后的无线监测系统信息传输成功率得到了提高,30 m距离内的传输成功率在99.12%以上,监测系统工作稳定,运行良好,适于野外条件下山地橘园生长环境无人远程实时监测工作。     

基于高光谱图像的龙眼叶片叶绿素含量分布模型

针对传统高光谱单点法检测叶绿素含量效率低、精度不足等问题,提出一种基于高光谱图像和卷积神经网络(CNN)多特征融合的深度学习龙眼叶片叶绿素含量分布预测模型。首先进行Savitzky-Golay光谱去噪,然后通过奇异值分解(SVD)和独立成分分析(ICA)提取特征光谱,再对特征光谱图像提取灰度共生矩阵(GLCM)和CNN纹理特征,最后建立粒子群优化(PSO)支持向量回归(SVR)、深度神经网络(DNNs)分布模型。结果表明,基于特征光谱建模的PSO-SVR预测效果最佳,全期的校正集和验证集模型决定系数R2为0.822 0和0.815 2。对比多种主流模型,基于特征光谱、GLCM纹理、CNN纹理特征的ICA-DNNs模型预测精度最高,校正集和验证集R2分别为0.835 8和0.821 0。试验结果表明,高光谱图像可快速无损地对龙眼叶片叶绿素含量分布进行检测,可为龙眼树实时营养监测和病害早期防治提供理论依据。