无线传感器网络终端节点设计与实现

分析了无线传感器网络的发展情况,提出了一种适用于无线传感器网络的基于IEEE802.15.4协议的JN5139终端节点设计,对影响大田作物生长造成影响的诸多因素,如土壤温湿度、空气温湿度、光照强度、二氧化碳浓度、有害气体（二氧化硫）浓度等环境因子提取实时数据,并对这些数据进行存储、分析处理,以及转发。借助GPRS网络实现对数据的上传,并传入到Internet,通过TCP-IP传送到相关用户,及时了解所需信息,指导耕作方向。根据实际需求分析、设计、实现等方面叙述了开发过程,并通过实验测试数据,图片等形象手段体现作者的思路。     

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)

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。     

茶园信息采集无线传感器网络节点设计

针对茶园中所存在的无线通信障碍问题,该文设计了一款适合茶园信息采集的无线传感器网络节点。节点以ATmega128为核心,nRF905射频芯片及其外围电路作为无线通信模块,SHT11空气温湿度传感器和TDR-3土壤含水量传感器及其外围电路作为传感器模块,并以该节点为硬件平台编写了通信协议、应用程序和后台管理软件。分析、测试了节点的功耗和通信距离,在空旷地带,节点的有效通信距离达到150 m,与Micaz节点对比室内外通信距离分别提高了200%和150%。在广东省英德茶园基地进行了组网试验测试,结果表明：网络平均丢包率为0.84%,传感器感知精度达到98.2%,能够满足茶园信息采集的应用要求。     

农田无线传感器网络的节点部署仿真与实现

应用无线传感器网络进行农田信息采集时,针对农田面积大、传感器节点众多的特点,如何有效地部署节点成为研究的热点之一。利用NS2软件从丢包率、平均延时、剩余能量和接收信号强度等网络性能角度对随机部署、正六边形部署及正四边形部署方式进行了仿真比较,最终确定正六边形部署方案,并在农田中进行实地试验。结果表明系统能够实现无缝覆盖,稳定可靠的采集农田信息,为无线传感器网络在农田环境中的进一步应用提供了参考。     

稻田水分监测无线传感器网络优化设计与试验

传感器网络技术为大范围稻田水分信息采集提供了一种新技术手段。利用测量稻田水分含量和水层深度测量的无线传感器WFDMS,探讨了构建稻田水分传感器网络PMSN的关键技术：设计了大面积、大范围应用体系结构模型;提出了一种满足稻田水分采样频率和数据业务需求的低功耗传输控制协议LPTP-PMSN;开发了水分信息监测信息管理系统,实现了完整运行的稻田水分传感器网络整套系统。试验表明,PMSN网络在稻田中的可靠通信距离达60 m,在 3.6 V/2 100 mAh电池供电下,4 h周期采样试验中,在传输协议LPTP-PMSN控制下,传感器、簇首、基站、短信网关、计算机间能够协同工作,整个稻田水分传感器网络可以较可靠运行,节点生命期超过190 d。该研究可为农用信息监控无线传输网络的其他应用提供参考。     

基于780 MHz频段的温室无线传感器网络的设计及试验

针对以往农用无线传感器网络(wireless sensor network,WSN)能耗与成本较高、传输性能不理想等问题,该文选用无线射频芯片AT86RF212、单片机C8051F920等,设计了一种工作在780 MHz中国专用频段且与IEEE802.15.4c标准兼容的无线传感器网络。该文简述了无线传感器网络节点结构,重点介绍了780 MHz无线传感器网络的硬件设计,并选择北方典型的日光温室作为试验研究环境,通过改变无线收发距离,对780、433和2 400 MHz频段的无线传感器网络节点的接收信号强度值(RSSI,received signal strength index)和平均丢包率(PLR,packet loss rate)进行了测试与分析。试验结果表明,3种不同频段的无线收发模块的接收信号强度值RSSI都随着收发距离的增大而减小。在温室内测试,收发距离小于20 m时,3种无线模块的RSSI值相近;收发距离为40~90 m时,7803 MHz模块比433 MHz模块的RSSI值略大,2.4 GHz的RSSI值最小。在温室内收发距离小于90 m的范围内,780 MHz模块和433 MHz模块的丢包率均为0,2.4 GHz模块的最高丢包率不超过5%。在温室间测试,收发距离为50~90 m时,780 MHz模块和433 MHz模块的RSSI值相近;收发距离大于90 m时,780 MHz模块比433 MHz模块的RSSI值大;2.4 GHz模块在温室间收发距离为50~140 m时的RSSI值均小于433、780 MHz。2.4 GHz模块在收发距离大于70 m时出现丢包现象,收发距离大于135 m时丢包率达到100%;温室间收发距离为140 m时,433 MHz模块的最大丢包率为11%,780 MHz的最大丢包率不超过6%。因此,在温室环境监测的应用中,780 MHz频段的无线传感器网络的传输性能表现最佳,且与433 MHz都明显优于2.4 GHz。     

基于移动无线传感器网络的植株图像监测系统设计与测试

针对静态无线传感器网络(static wireless sensor network,SWSN)在图像监测中功耗分布不均、传输不可靠等问题,设计了基于移动无线传感器网络(mobile wireless sensor network,MWSN)的农田植株图像监测系统。选用JN5139模块搭配摄像头采集和编码图像,利用无人机(unmanned aerial vehicle,UAV)搭载协调器收集信息。通过仿真和测试可得,节点在MWSN中的最小功耗为10μW,工作功耗为133 m W,在SWSN中为133 m W,路由节点功耗为普通节点的2倍;在10~35 m范围内,MWSN的信号强度为-68~-86 dbm,SWSN为-83~-85 dbm;在10~80 m范围内,MWSN的误码率范围是0~9.2%,SWSN是0~38.6%。试验时UAV在15 m高空悬停接收地面设备发出的图像数据,测得获取一张图片平均需135 s,图片分包平均为22次,解码后的图像可以较好的反映植株生长状态。上述结果表明,工作时间相同,MWSN中节点的功耗差异性小,呈均匀分布;在一定距离范围内,MWSN的传输能力和抗干扰能力整体上优于SWSN,能保证数据传输的可靠性,因此,基于移动无线传感器网络技术的图像监控系统能够满足大范围农田中植株图像的监测需求。     

农业环境信息无线传感器网络监测技术研究进展

无线传感器网络是实现农业环境变量信息多方位、网络化远程监测的主要技术手段。无线地上传感器网络应用研究集中在作物不同生长期内节点布设距离和高度以及作物高度等对无线电信号传输损失的影响,从而合理选择节点布设参数。无线地下传感器网络应用研究集中在气象环境、土壤类型、土壤含水率、土壤结构与成分、节点埋藏深度、节点距离、频率与功率范围、网络拓扑结构、路由算法、组网方式等对电磁波多路径传输的路径损失、误码率、最大传输距离、含水量测试误差等方面的影响。研究指出,300～500 MHz的频率更适合土壤无线地下传感器网络,其最大传输距离为5 m,传输距离将是系统大面积推广应用的主要限制因素。今后重点应研究433 MHz电磁波在不同土壤和空气多层介质中的传输特性、信道模型及路径损失,优化节点和网络技术参数,确定不同农业应用环境条件下传感器网络节点合理位置和最优的网络拓扑结构方案。     

能量自给的果园信息采集无线传感器网络节点设计

针对果园中所存在的无线通信障碍与电池更换困难问题,该文设计了一款适合果园信息采集的无线传感器网络(wirelesssensor network,WSN)节点。节点以MSP430F149为核心,nRF905射频芯片及其外围电路作为无线通信模块,CN3058和HT6292智能充电芯片及其外围电路作为太阳能充电模块,电机驱动芯片ULN2003及水平、垂直电机作为太阳追踪模块,DHT22空气温湿度传感器和TDR-3土壤含水量传感器及其外围电路作为传感器模块,并以该硬件平台编写了通信协议、应用程序和时间同步算法。分析、测试了节点的功耗、通信距离以及太阳能充电时间,在空旷地带有效通信距离达到202m;主电路电池由3V充电至3.6V所需时间为580min,传感器电路电池由5.6V充电至7.2V所需时间为283min;在无太阳能充电且节点系统工作周期为30min情况下,主电路生命周期理论值为497d,传感器电路生命周期理论值为147d。组网试验结果表明:网络丢包率小于1.5%,能够满足果园信息采集以及能量自给的应用要求。     

基于发射功率自适应的稻田无线传感器网络节点设计

针对水稻生长过程环境因素变化较大以及传感器节点的能量大部分被无线射频阶段所消耗,设计了发射功率自适应的无线传感器节点,建立了长时间、稳定、高可靠性的稻田无线传感器网络。试验测试了水稻的株高、叶面积与生长天数的关系以及对无线信道的影响,结果表明水稻株高和叶面积的增加会降低无线信号强度和通信成功率;通过增大发射功率可以提高通信质量克服由于水稻生长因数对无线信道的影响。在软件设计方面,传感器节点采用睡眠、苏醒工作机制来降低功耗。同时为了延长工作时间、提高通信质量,提出了根据水稻生长周期、通信距离、接收信号强度、平均丢包率等因素自动调整节点发射功率的能量自适应功耗调整机制。田间试验结果表明,水稻田节点发射功率越大,有效通信距离越远,且水稻的密度和高度等对通信有重要的影响;节点发射功率在5 dBm以下时,发射功率的改变对节点工作电流影响较小,节点工作电流均小于40 mA;采用该机制对发射功率进行调整,增大节点发射功率可使通信成功率有大幅的提升;降低节点发射功率仍然保持良好的通信效果。水稻分蘖和抽穗2个生长时期的田间试验结果表明,采用发射功率自适应策略,提高了通信质量,平均丢包率在5%以下,通信成功率大于97%,达到了预期设计目的。     

基于3G和Wi-Fi的高分辨率视觉传感器传输控制方案

智能视觉传感器技术因其低成本和图像高效采集优势成为当今无线视觉传感器网络（wireless vision sensor network,WVSN）的研究热点。该文在之前基于ARM平台S3C6410设计的低成本高分辨率农业视觉传感器（agricultural high resolution vision sensor,HRAVS）设计基础上,进行了网络和远程控制扩展,设计了一种基于WCDMA和Wi-Fi的高分辨率视觉传感器远程传输控制方案（vision sensor remote transmission control schema for the HRAVS,VSRTC）。使新型HRAVS节点可以利用有线、Wi-Fi、3G和4G等支持WVSN和农业物联网的应用。该文详细设计了VSRTC的应用体系结构、传输控制协议、应用软件。利用扩展的网络化视觉感知传感器,在华南农业农业大学试验农场部署了10个图像采集节点构成的WVSN,并开展了25d的运行测试,测试了新型节点的稳定性、图像采集与编码的性能,采集图像的平均耗时,以及在不同分辨率下的视频帧速率等。结果表明,该节点能够有效地支持命令响应式、周期响应式、视频流3种采集模式;在重传方案支持下所有节点指令丢失率在1%以内;在非联网状态下节点本地工作模式下,节点在1.3、2.0和3.2 Mpixel下采集图像的最短节点平均耗时分别约为6.2、8.2和11.1 s,最大视频帧速率分别为58.7、34.6、16.4帧/s;在全网络环境中,节点在1.3、2.0和3.2 Mpixel下采集图像的最短节点平均耗时分别约为17.6、26.9和49.6 s,最大视频帧速率分别为20.2、16.1、9.3帧/s。该方案对实时性要求不太高的农业领域来说,基本能满足其高分辨率图像和视频传输的需要。     

红外传感器与机器视觉融合的果树害虫识别及计数方法

为了解决果园环境中单一的害虫监测技术存在的缺陷,该研究将红外传感器和机器视觉识别技术进行融合,从两个角度对目标害虫进行识别计数。选取梨小食心虫、苹小卷叶蛾、桃蛀螟、干扰物进行试验,通过实验室人工随机散落试验样本,获得其红外传感器以及机器视觉图像的识别结果,构造融合计数计算公式,通过计算得到害虫计数结果。结果显示:梨小食心虫、苹小卷叶蛾、桃蛀螟、干扰物的红外分类阈值分别为2.25、9.06、17.88、28.38,其红外识别范围分别为(0,5]、(5,13]、(13,23]、(23,32];梨小食心虫、苹小卷叶蛾、桃蛀螟、干扰物的红外识别准确率分别为92%、78%、80%、88%,图像识别准确率分别为92%、88%、92%、90%,融合计数精度分别为98%、92%、94%、96%。可见,将红外传感器和图像识别技术相融合能够提高果树性诱害虫的识别准确率,为果园害虫的合理防治提供参考。     

无线传感器网络在农业中的应用

无线传感器网络集传感器技术、微机电系统（MEMS）技术、无线通信技术、嵌入式计算技术和分布式信息处理技术于一体,是多学科高度交叉的、知识高度集中的热点研究领域,因其广阔的应用前景而备受关注。该文综述了无线传感器网络的节点构成、体系结构、研究热点,以及在农业中的应用研究现状,针对性地提出在温室、节水灌溉、畜牧等农业领域应用无线传感器网络的方案与思路,为无线传感器网络在农业中的应用拓宽思路,争取早日将无线传感器网络投入到农业应用领域。     

无线传感器网络在农业中的应用

无线传感器网络集传感器技术、微机电系统(MEMS)技术、无线通信技术、嵌入式计算技术和分布式信息处理技术于一体,是多学科高度交叉的、知识高度集中的热点研究领域,因其广阔的应用前景而备受关注.该文综述了无线传感器网络的节点构成、体系结构、研究热点,以及在农业中的应用研究现状,针对性地提出在温室、节水灌溉、畜牧等农业领域应用无线传感器网络的方案与思路,为无线传感器网络在农业中的应用拓宽思路,争取早日将无线传感器网络投入到农业应用领域.     

基于探索性分析的的荔枝果及结果母枝颜色特征分析与识别

从复杂背景中识别成熟荔枝串中的荔枝果及结果母枝,获取结果母枝上的采摘点是机器人视觉定位与识别的难点,荔枝果、结果母枝与叶子各部位图像颜色特征分析与识别成为研究重点。首先针对荔枝果与结果母枝的特点、光照与环境的特殊性及不确定性,提出了探索性分析与荔枝图像识别的融合方法,对荔枝果与结果母枝进行了图像分类与统计的探索性分析,并给出了荔枝图像数据的探索性分析流程图;其次,根据荔枝不同部位颜色均值分布的特点,设计了荔枝果、结果母枝及叶子在6种色彩模型下的颜色均值分布箱线图,通过图形启示的数据分析与探索,给出了基于YCbCr色彩空间的Cr单通道图的荔枝各部位分类识别的视觉模型,分析表明Cr分量值在0.5～0.54能去除叶子和侧枝等复杂背景,实现荔枝串中的荔枝果与结果母枝的分割。最后,以60组不同光照条件的180幅自然环境下采集的荔枝图像为试验测试对象,用颜色特征的视觉模型结合阈值分割方法有效地识别了成熟荔枝串与荔枝果,荔枝串与荔枝果的平均识别率分别为91.67%和95.00%。用探索性分析与图像运算相结合的方法成功地提取了结果母枝(识别率为86.67%),并用计算出的采摘点进行视觉定位的仿真。试验和仿真结果表明视觉模型及其方法能对荔枝不同部位进行有效识别。     

精细育种田间局部定位系统的研制

为实现田间精细化育种,提出田间精细育种的概念并研发一种适合田间精细化育种中具有GPS定位功能的田间局部定位系统。该系统主要由全方位视觉传感器、人工标识、PC和PC软件构成;人工标识采用1个主标识和3个从标识。主要通过阈值提取人工标识的特征像素,根据2个相邻像素的欧几里得几何距离进行像素分块和求出像素分块的重心作为标识在图像中的位置求出方位角度,依据圆周角定理和几何关系推导出定位公式来计算传感器相对标识的几何位置。在室外为30?m×30?m的水平草坪上进行试验,试验结果显示估算点和选取点间距离的均方根误差约15?cm。该定位系统对于精细育种田间位置取点、精准施肥、喷药以及制作产量图是可行的。     

面向田园监测的低成本多光谱图像远程采集节点设计

利用多光谱图像采集设备获取农作物敏感波段的多光谱图像并对其进行分析,已经成为当前农作物生长状态评估的重要手段。但现有的光谱图像采集设备存在价格昂贵、体积较大、分辨率低、需人工搬运设备至田间作业等不足。为此,该文设计一种低成本、高分辨率的多光谱图像远程采集节点,并部署在田园对农作物光谱图像进行实时采集,并远程传输到服务器端,从而实现对农作物状态的持续监测。节点可同时采集RGB彩色图像和3种不同波段光谱图像,图像分辨率可达500万像素,且滤片可更换,因而其可应用于不同作物的图像获取。节点的硬件平台由嵌入式处理器芯片S3C6410、CMOS图像传感器OV5640和自行设计的机械式滤光片转换装置构成。为了实现图像的远程传输,节点集成了3G无线通信模块。采用嵌入式Linux搭建了节点的软件平台,并在此基础上设计了节点的软件系统,实现了滤光片转换的驱动控制、图像采集、图像压缩和3G无线传输等功能。为了验证节点的性能,将节点部署在田园进行了一系列试验测试。测试结果表明,节点能够自动采集RGB彩色和3种波段光谱图像,并通过3G网络无线传输到服务器端。采集和传输大小为133 k B的4幅图像所需总时间约为45.27 s,丢包率为0.54%。试验表明该文所设计的节点能够实时采集和远程传输多光谱图像,可满足田园现场环境多光谱图像获取的需求。