抗鹅α-干扰素单链抗体基因扩增与表达

为制备抗鹅α-干扰素的单链抗体,以抗鹅α-干扰素的杂交瘤细胞株总RNA为模板,RT-PCR法扩增鹅α-干扰素的抗体轻、重链基因,再采用SOE-PCR法,以编码柔性多肽(Gly4Ser)3为接头,组装出完整的鹅α-干扰素的单链抗体可变区片段(Sc Fv)基因,并将Sc Fv基因克隆到p GEMT-Easy载体中进行测序分析,将测序正确的Sc Fv基因片段克隆入p ET-30a载体中进行诱导表达。结果显示,成功组装了Sc Fv基因,其全长为726 bp,为VH-Linker-VL结构,其中VH长357 bp、VL长324 bp,成功表达了Sc Fv蛋白,大小为27 ku。     

解读英国动物福利法完善我国动物福利立法

英国动物福利法以关注物质利益和精神利益为原则。立法者特有的立法理念及非政府民间保护组织的积极推动影响着立法原则。英国的立法经验对于我国动物保护法、动物福利法的制定有着相当积极的借鉴意义。     

基于信道测试的橘园WSN网络部署试验

为解决无线传感器网络(WSN)规划与快速部署问题,基于无线信道传播特性,研究橘园WSN射频信号衰减模型,指导WSN部署并进行了组网试验.选433 MHz与2.4 GHz载波频率,基于连续无线电波在通信码率、天线增益、调制扩频方式、数据包长度和通信距离等多因素作用下分析WSN射频信号在橘园的衰减,建立2频率射频信号接收强度与环境传播因子及通信距离间的模型,拟合R2最小值与最大值分别为0.957031与0.971218,0.9546与0.9863.通信码率低于1.2 kb/s且远距离通信时,433 MHz CC1110具有优势;发射功率与天线增益相同时,433 MHz平均信号强度高于2.4 GHz;通信码率相同时,CC2530丢包率低于CC1110.针对橘园选ZigBee设计星型WSN进行组网试验,结果表明,尽可能短数据包与较低通信码率的通信协议较好;WSN各节点平均通信成功率高于84％.     

小型无人机机载农药变量喷洒系统设计

基于脉宽调制（Pulse Width Modulation,PWM）技术设计小型无人机机载农药变量喷洒系统,主要由药 箱、喷头、液泵及喷洒控制器组成,通过调整PWM 喷洒控制信号的占空比,改变液泵的工作时长,从而实现变量喷 洒。基于常量喷洒流量指标和机载喷洒系统的覆盖范围,确定PWM 频率为1 Hz,并建立了该频率下占空比与喷洒流 量之间的3 次多项式关系模型,模型决定系数达到0.9944。以关系模型为指导,分别测试了0.3、0.4、0.5 L/min 流量控 制指标下的变量喷洒试验效果,喷洒值和目标值之间误差分别为8.66%、4.50%和1.60%,达到变量喷洒控制的目的。     

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。     

大豆EST-SSR多态性与EST源序列的关系分析

对200个大豆EST-SSR标记及其能够产生多态性的大豆EST-SSR标记的EST来源进行统计分析,结果表明:来自大豆3′EST的EST-SSR标记产生多态的可能性高于来自大豆5′EST的EST-SSR标记,来自大豆Single序列和来自大豆Contig序列的3′EST产生多态性EST-SSR的比率均高于5′EST和其他来源EST;来自大豆Contig序列的EST-SSR产生多态性的比例明显高于来源于Sin-gle序列的EST-SSR。利用来源于大豆Contig序列3′EST的EST-SSR标记ses71、ses74和ses176验证了这个结论。     

基于数字图像的水位识别系统及其方法

为了有效监控水情,给水利和农业生产灌溉提供及时有效的指导信息,设计了一种基于数字图像的水位识别系统.该系统将红色的球形浮标置于垂直于水面的固定杆上,水位变化引起球形浮标上下变化,所拍摄图像上浮标的相对位置也出现变化,从而可通过图像处理获得水位信息.针对所设计的水位识别系统,提出基于红色色域和球形特征的自适应球形浮标目标提取算法和球心坐标计算和校正算法,用以求得浮标球心的准确坐标位置,并通过球心坐标和水位之间的换算公式,最终计算得到当前水位高度数据.现场试验结果表明,在采用6.0×106pixel摄像头,拍摄高度为71 cm,摄像头和固定杆距离为282 cm的条件下,该系统最大测量误差为0.216 91 cm,低于国标(GB/T 50138—2010)所规定的1 cm误差.该系统无需专用昂贵的水位计或复杂的传感器技术,成本较低;以浮标为检索目标,使此法不受水温、水质、含沙量等外界干扰因素的影响,适用性更强;系统组成简单,安装方便,易于使用.     

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。     

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。