基于农业物联网的改进型双门限频谱检测算法研究

农业物联网的出现,对信息化与农业现代化融合具有积极推动的作用。在农业物联网中信息传输是一个至关重要的环节,到目前为止,普通的3G和4G通信网络已经不能提供农业物联网中进行信息传递所需要的频谱资源,而认知无线电网络恰恰可以满足农业物联网的需求。它显著的特点就是可以发现未被授权用户利用的频谱,来供给未授权用户使用,提高了频谱资源的利用率。在认知无线电中,最重要的步骤就是进行频谱检测,笔者就是在双门限频谱检测算法的基础上提出一种新型算法。该算法适当地选取条件好的认知用户进行数据融合,并不是采纳所有认知用户的本地检测信息。仿真结果表明:本文提出的算法可有效提高认知无线电系统中频谱感知的性能,降低虚警概率,以更好地为农业物联网提供可用的频谱资源。     

基于图像处理的植物图像数据库存取技术

以植物叶片为例,以Delphi7为前台开发工具,图像信息数据库采用SQL Server 2000作为服务器,实现了网像处理过程中BMP与JPEG格式的转换;同时,通过ADO流式存取技术,实现了数据库对JPEG图像数据操作的支持.     

农村低压电网触电生物电流频谱特性分析

针对农村低压电网发生触电故障时触电生物电流及其成分分量的复杂性和多样性,采用快速傅里叶变换对触电生物实验获取的电源电压、剩余电流以及触电生物电流进行频谱分析,明确了剩余电流与触电生物电流频谱特性及各成分分量变换过程。仿真实验表明:在触电故障发生时剩余电流与触电生物电流相关系数为0.999,其中触电生物电流中直流分量的最大畸变率最大可达0.044 5,2~5次谐波的最大畸变率分别为0.013 4,0.035 4,0.006 9,0.014 2,能够为提取生物触电故障过程中剩余电流的变化规律提供依据。     

植物叶片智能分析系统的设计

为避免农作物病害智能诊断过程中人为主观因素的影响,客观准确的表达叶片信息,利用数字图像处理技术和农业植保专家知识相结合,设计了适合于大田作物的植物叶片图像处理与分析系统。该系统主要包括植物叶片几何失真校正模块,几何特征计算模块、颜色识别模块以及病害区域识别模块;以校正后非线性失真现象的叶片图像为基础,实现了叶片几何特征值和颜色值的计算,并提取其病斑区域图像。试验结果表明,该方法满足病害智能诊断要求,具有良好的适应性和实用性。     

谷粒损失监视仪的研究

通过收获机械谷粒损失过程的研究，以单片机为主体对收获机械谷粒损失信号进行监测，给出了系统的总体设计方案，硬软件结构。实验结果表明，该谷粒损失监视仪可人为地使谷粒亩损失率降低到１％以下。     

黑土农田大豆产量形成过程的模拟验证

以中国科学院海伦农业生态站长期定位水肥耦合试验数据为依据,模拟大豆产量形成过程。首先建立大豆品种遗传属性数据库和相应的模型参数,利用DSSAT模型系列中的CropGro-Soybean模型,对大豆品种遗传属性、作物产量和生长过程中土壤水分进行了模拟验证。模拟结果表明,CropGro-Soybean模型能够准确地模拟大豆生育期,相对误差在-2％～3％之间,均方根误差RMSE为2．3。对不同年际不同田间处理的大豆产量模拟结果分析的相对误差在-7％～9％之间,均方根误差RMSE为75．9,模型性能指数EF为0．8。模型对不同层次土壤水分变化的模拟效果也较好。     

遥测技术在农业工程中的应用

从农业生产的角度出发，探讨了遥测技术应用了农业工程的可行性及其应用前景给出了系统的设计方案。理论分析表明，遥测技术应用于农业机械化，在解决播种与收获的监控上以及监视机械的运行状态等方面都具有较大的优越性。     

基于图像处理的任意封闭区域的剪裁技术

以图像处理为立意背景,以delphi7作为开发工具,实现了对图像中任意形状边界的封闭区域的剪裁,做到了图像中目标区域与背景区域的成功分离,为图像处理的进一步研究打下了良好的基础。     

谷粒损失监视仪的研究

通过收获机械谷粒损失过程的研究，以单片机为主体对收获机械谷粒损失信号进行监视，给出了系统的总体设计方案，硬软件结构，实验结果表明，该谷粒损失监视仪可人为地使谷亩损失率降低到１％以下。     

基于魏格纳分布的跳频信号分析方法的对比研究

时频分析是分析非平稳信号的一种重要数学分析工具,魏格纳分布是时频信号分析的非线形变换。针对跳频信号的特点,本文提出了一种采用平滑伪魏格纳(SPWVD)时频分析来分析跳频信号的方法,该方法可以在不需要知道信号任何先验参数的情况下,估计出跳频信号的跳频频率、跳变时刻等参数。