基于相似度的温室无线传感器网络定位算法

针对温室移动节点定位简单、易实现要求,提出了一种基于相似度的温室无线传感器网络定位方法。该方法主要包括虚拟网格划分、测量距离修正、节点定位3个阶段。首先,汇聚节点根据信标节点的分布信息,将温室区域等分划分虚拟网格,并返回除区域边界外的网格顶点的坐标;然后,汇聚节点通过比较信标节点间测量距离与真实距离的偏差,获得各信标节点的误差系数,用以修正传感器节点与各信标节点间的测量距离,并按序组成距离向量;最后,量化该距离向量与所有除区域边界外的网格顶点到各信标节点的距离向量之间的相似程度,选取相似度最高的网格顶点的质心为传感器节点的估计位置。仿真试验表明,该方法充分考虑测距误差、虚拟网格、信标节点数量对定位误差的影响,具有较高的稳定性和定位精度,能够满足网络定位成本受限的温室定位需求;将该方法与支持向量机定位算法进行比较,2种算法的定位误差均值分别为2.5407、2.9195 m,定位算法平均运行时间分别为0.2326、2.3719 s,表明该方法具有更低定位误差和计算复杂度。     

基于超高频RFID双天线双标签对照的果园单轨运输机定位

针对果园单轨运输机在轨位置精准感知的应用需求,该文基于超高频射频识别技术(radio frequency identification,RFID)接收信号强度数据进行了运输机定位试验研究。该研究通过分析RFID通信特征,设计了RFID双天线双标签对照的运输机定位方法,构建了能量传输定位模型和路径损耗定位模型;通过阅读器单天线试验,得到当前RFID设备的安装参数,确定了阅读器天线与轨道标签之间的最优垂直距离为20 cm,双标签之间的最优水平在轨距离为45 cm;通过双天线试验及数据分析,得到适用于试验环境的最优定位模型系数。试验结果表明,该研究提出的定位模型能够有效降低噪声干扰,减少定位误差。RFID设备在最优定位参数条件下,使用路径损耗定位模型得到的最小定位误差均值为1.0070 cm。该研究验证了基于超高频RFID对果园单轨运输机定位的可行性,提升了运输机运行安全性和可靠性。     

温室无线传感器网络节点发射功率自适应控制算法

为了提高无线数据传输的可靠性,基于无线传感器网络(wireless sensor network,WSN)的温室环境数据采集系统,采用试验的方法研究温室中不同环境下WSN节点之间通信的可靠性。在通信距离为5~40 m,存在作物、温室设施等遮挡影响,相对湿度为35%~80%的情况下,对丢包率和接收信号强度指示(received signal strength indication,RSSI)的关系进行研究,通过RSSI对节点间通信可靠性进行评价。在此基础上,提出WSN节点发射功率自适应控制算法。该算法以RSSI作为通信质量的评价因子,通过增大节点的发射功率来提高通信可靠性。测试结果表明,该算法能够根据当前通信状况,自适应地设置节点的发射功率,以尽可能小的发射功率将丢包率维持在1%左右。该算法对WSN在温室中的应用具有实用价值。     

基于UWB与物联网的移动式温室环境监测系统设计与实现

为低成本实现对温室不同区域环境的全面感知，该研究设计了移动式温室环境监测系统，其采用超宽带（Ultra Wide Band，UWB）网状拓扑结构进行分布式组网，节点设备以一主多从的形式对移动工作台实时定位。利用优化后的双向双边测距算法计算各基站与标签之间的距离，通过距离的归一化残差分布判断是否存在非视距（Non Line of Sight, NLOS）误差，利用改进后的增量卡尔曼滤波算法消除NLOS误差，通过Chan算法解算标签准确位置。移动工作台以Arduino控制器为核心，搭载温度、湿度、二氧化碳和光照度传感器，实现对温室环境的实时监测和对移动工作台的远程控制。测试结果表明，系统静态定位最大横向偏差为7.92 cm，最大纵向偏差为7.98 cm，横向和纵向偏差的平均值均<5 cm；移动工作台以0.4 m/s的平均速度行驶，动态定位最大横向偏差为8.7 cm，平均横向偏差为4.7 cm；采集参数上传平均丢包率为2.78%；温度、湿度、光照度和二氧化碳浓度监测相对误差分别低于0.63%、0.34%、0.70%和0.67%，满足温室环境信息移动监测要求。该研究对温室环境调控和温室内作业机具精准定位技术的发展具有一定的理论意义和参考价值。     

改进DV-Hop定位算法在动物监测中的应用

为了避免无线传感器网络中由于节点在测距精度、时间同步、硬件与功耗等方面代价较高造成整个网络死亡,同时提高定位精度,该文基于饲养场的实际环境,对无线传感器网络中典型的DV-Hop定位算法进行简化和优化改进,通过仿真和实际节点试验对定位误差等性能指标进行评价。研究结果表明：改进算法比原始三边测量算法的定位误差平均减少3.17%,能够监测到实际环境中“行走动物”节点的运动轨迹,且定位平均误差为0.33 m。改进算法不仅不需要GPS等硬件辅助,而且减少了计算开销,节省能耗,提高了定位精度,可以有效应用于实际环境。     

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。     

双激光雷达温室运输机器人导航系统研制

为解决机器人在温室环境下的自主导航问题,该研究研制了基于双激光雷达的温室运输机器人导航系统,实现温室环境下的地图构建、路径规划和定位导航。融合激光雷达与编码器信息,使用cartographer算法及时定位与地图构建。根据地图与检测点信息,采用Dijkstra算法规划全局路径,使用动态窗口算法规划局部路径,完成自主导航。试验表明,车载系统分别以0.2、0.5和0.8 m/s速度运行时,实际导航路径与目标路径的横向平均偏差小于13 cm,标准差小于5 cm;导航目标点处横向偏差、纵向偏差的平均值不超过9 cm,均方根误差不超过11.2 cm,标准差小于5 cm,航向偏差的平均值小于10°,均方根误差小于12°,标准差小于6°,满足机器人温室运输作业的导航精度需求。     

基于LIO-SAM建图和激光视觉融合定位的温室自主行走系统

为解决传统导航方案在温室内无法应对光照变化大、作物行间距窄、接收GPS信号差等问题,该研究提出了基于即时定位与地图构建技术的激光视觉融合式自主导航算法。该系统利用三维激光雷达VLP-16(Velodyne LiDAR,VLP-16)和惯性测量单元获取温室环境信息,采用基于紧耦合的雷达惯导定位建图（tightly-coupled lidar inertial odometry via smoothing and mapping,LIO-SAM）算法构建导航地图,基于轮式里程计和视觉里程计采用扩展卡尔曼滤波器算法实现局部定位,融合激光点云配准算法和自适应蒙特卡洛定位算法实现全局定位。同时,在自主行走系统应用A*算法规划全局路径和动态窗口算法规划局部路径,从而实现自主导航。试验结果表明,LIO-SAM算法构建的温室导航地图最大相对误差、最大绝对误差和均方根误差分别为9.9%、0.081和0.063 m,在温室内改进后的定位算法横向偏差小于0.020 m,纵向偏差小于0.090 m;当自主行走系统以0.15、0.30和0.50 m/s的速度运行时,横向偏差、纵向偏差和航向偏角的平均值分别小于0...     

多路径下桃园射频信号传输特性

为解决无线传感器网络在桃园中的快速部署问题,该文研究了2.4 GHz无线射频信号在桃园中的传播特性。依据角度选取4条传输路径,在3种(0.5、1.5、2.5 m)典型的天线高度,同时测量丢包率和路径损耗情况,分析表明两者具有明显的相关性,天线高度和通信距离是路径损耗的主要影响因素。在天线高度为0.5和1.5 m时,可靠传输距离为6个行距(27 m);在天线高度为2.5 m时,可靠传输距离大于14个行距(63 m),因此冠层顶部为布设天线的最佳位置。对路径损耗数据进行回归分析,发现其在每种天线高度,每条传输路径下对数模型最适合作为路径损耗模型,模型的R2最大为0.945,最小为0.732。为研究节点部署于桃园任意位置时的路径损耗情况,便于节点快速灵活地部署,在3种天线高度下对路径损耗数据进行对数回归分析,R2最大为0.976,最小为0.939。最后对2组模型进行了验证,表明模型可以预测射频信号在桃园中的路径损耗情况,该文研究结果为无线传感器网络在桃园中的部署提供了参考。     

秒尺度温室番茄作物-环境互作模型构建与验证

为了解决现有温室模型时间尺度不统一的问题,该研究建立了一个时间尺度统一的温室番茄作物-环境互作模型,描述作物与环境之间的相互作用,提高模型的精准性。首先,将番茄作物生长模型拆分成SUPPLY、PARTITION、GROWTH3个子模块,针对3个模块在由天数量级时间尺度到秒数量级时间尺度变换时存在的问题,通过模型替换、结构改造、参数辨识等方法对时间尺度进行了转换,并利用EFAST敏感性分析算法将模型中的不确定参数分为敏感参数和不敏感参数两类。然后,在秒时间尺度番茄作物生长模型的基础上,考虑番茄作物对温室环境的实时反馈,结合小气候模型形成包含未知参数的"通用"的互作模型结构。最后,利用贝叶斯优化方法及番茄生产温室的实际数据,分别对互作模型中生长模型和小气候模型的未知参数进行参数辨识,确定互作模型全部结构与参数,得到可用的互作模型。利用该研究得到的秒时间尺度生长模型对2015—2018年上海崇明A8温室番茄产量进行模拟,其与真实产量值间的均方根误差在7.34～18.85 g/m~2之间,平均相对误差在5.8%～18%之间,均小于TOMGRO模型与Integrated模型,可以更好地预测产量变化。含作物反馈的小气候环境模型经参数辨识后,模拟番茄作物3个不同生长时期(幼苗期、开花坐果期、结果期)的环境因子(温室内温度、湿度、CO_2浓度)变化的平均相对误差均在3%～6%之间,且相较于未考虑作物反馈的一般小气候模型有更好的模拟效果。互作模型的建立将作物与温室小气候环境统一成一个模型,可以为温室环境控制提供模型基础。     

基于粒子群优化聚类的温室无线传感器网络节能方法

温室传感器网络中,不同区域节点间高相似度数据的传输会浪费通信带宽和增加能量消耗,因此研究相应的节点数据压缩方法对减少数据冗余和提高节点续航能力具有重要意义。该文针对温室无线传感器网络中节点感知数据的特点,同时考虑节点续航能力有限的因素,提出一种温室无线传感器网络方案,系统按轮运行,每轮中利用粒子群(Particle Swarm Optimization)的K-均值聚类算法将节点按监测数据相似性划分到相同的区域,每个数据相同区只允许聚类有效性指标值最高的节点向汇聚节点传输数据,其余节点暂时休眠。试验结果表明,16个节点在10轮试验中归入休眠集合的总次数达到131次,DCAPI平均值为0.1814,每轮降低能耗72.93%以上,该系统能够极大地减少每轮中的工作节点,压缩发送的数据量,降低能耗。     

温室动态星型无线传感器网络通信方法研究

针对温室测控系统信息传输技术存在的一些问题,根据温室结构特征提出一种动态星型无线传感器网络的框架,从低成本低功耗角度出发,移动的汇聚节点采用定时跳频方法与子节点形成子网,以尽量缩短点对点之间的通信距离。利用帧扩展的方法实现了以低功耗芯片nRF2401A构成复杂的通信网络,并给出了传感器节点、控制节点和汇聚节点的通信算法。在汇聚节点不同的工作状态下,对网络子节点进行能耗分析,结果表明,动态星型无线传感器网络的通信方法具有很好的节能效果,对温室中数据的传输是有效的。     

温室环境参数无线传感器网络监测系统构建与CC2530传输特性分析

针对传统温室环境监测系统布线繁杂、成本较高、监测灵活性差及以往无线传感器网络（wireless sensor network, WSN）能耗较高等问题,设计了一种基于WSN的温室环境参数监测系统。利用CC2530无线传感网络芯片和外围接口搭建了系统硬件,使用Z-Stack协议栈编制了系统底层软件,基于VB软件平台开发了的温室环境监测系统上位机软件,并验证分析了CC2530芯片的传输特性。结果表明,节点在距地表1.5 m时的有效传输距离为60 m,单个节点使用2节5号电池能够持续进行温室环境参数数据采集工作45 d,能较为准确的对温室环境温湿度及作物土壤体积含水率进行监测,系统具有较高的实用性与可靠性。     

基于无线传感器网络的设施农业车辆定位系统设计与试验

为解决目前设施农业机械定位系统稳定性差、定位精度低和成本高等问题,该文设计了一套基于Nano PAN5375模块的无线传感器网络(wireless sensor network,WSN)定位系统。该定位系统的3个信标节点负责和定位节点的无线测距,安装有定位节点的车辆构成的移动节点负责无线测距和定位坐标的计算。WSN节点采用的是基于Nano PAN5375的WD5032N模块。Nano PAN5375模块通过串行外设接口和微处理器进行通信,实现无线通信和无线测距的功能。设计了WD5032N模块的供电底板电路,满足其微处理器和Nano PAN5375模块的供电要求,以及通过串口和液晶显示屏模块通信实时显示定位坐标X和Y。节点软件以Keil MDK为开发环境,采用单片机C语言开发,实现节点数据采集与处理、无线传输和串口通信等功能。在定位节点上,采用基于线性调频扩频技术的对称双向双边测距算法来计算定位节点到各个信标节点之间的距离,并使用三边质心定位算法计算出未知节点的坐标位置信息,最后使用卡尔曼滤波算法对目标状态的观测值进行迭代,解决因为测量噪声对于定位精度造成的影响。在WD5032N上分别采用3DB天线和5DB天线进行室内和室外测距和定位试验,结果表明,基于Nano PAN5375的WSN定位系统稳定性好,定位精度高,在3个信标节点组成的合适的等边三角形3条边线范围内定位精度能达到1 m左右,而在接近三角形边线外侧的位置定位精度是1~2 m左右,可以满足一般设施农业车辆的定位精度要求。该文为农业机械精确定位的深入研究提供了参考。     

农业生态环境监测中无线传感节点信号有效传输距离的确定

农业生态环境的物理形态和结构复杂多样,对WSN（wireless sensor networks）的无线信号传输造成不同衰减影响。为确保无线传感器网络在农业环境中经济、合理、高效部署,有必要明确典型农业环境中无线传感节点间的有效传输距离。该文基于Shadowing信号衰减模型,利用当前通用的CC2530和CC2591无线通信模块,分别选定4种不同农业环境（湖泊、草地、农田、树林）开展单跳组网试验,通过设定不同距离测试传感器节点的接收信号强度指标（received signal strength indication,RSSI）,分析不同环境中RSSI与传输距离间的变化特征。试验结果表明,所有测试环境获得的RSSI值与有效距离遵从Shadowing模型,其拟合度在0.9232～0.9846之间。通过对实测数据建立拟合模型,以接收节点的灵敏度为临界值,计算出湖泊、草地、农田、树林4种环境的理论传输距离分别为663.3,419.3,208.0和79.5 m,而实测有效传输距离与理论值之间的相对误差在22%～34%之间。从误差分布看,复杂环境的实测值更接近理论值,而特殊结构的复杂环境似对实际信号传输有增强作用。该文的研究方法和模型估算获得的信号衰减系数可为实际环境监测组网提供有益参考。     

农田土壤含水率监测的无线传感器网络系统设计

为解决传统土壤含水率监测中所存在的监测区域面积小、采样率低等问题,设计和开发了基于无线传感器网络技术的土壤含水率监测系统,包括10个传感器节点,1个簇首和1个基站节点,可按任意时间间隔全自动地采集、处理、传输和存储地表以下4个不同土层土壤含水率变化状况;各类节点采用TinyOS操作系统,节点间通信遵循ZigBee协议;含水率测量采用EC-5传感器;太阳能供电模块的供电能力满足传感器节点及簇首的能耗需求;进行了数据包传输率试验,10个传感器节点中有7个的数据包正确传输率高于90%,1个节点的数据包正确传输率为89.2%,2个节点的传输率低于70%。造成2个节点数据包传输率较低的主要原因是太阳能供电电路制作,通过更换电路板解决了该问题。试验结果表明,系统能够实现稳定的数据传输,适合农田土壤含水率的实时监测。     

基于农田无线传感网络的分簇路由算法

由于无线传感网络节点的能量有限,如何有效地利用有限资源以及实现数据的有效传输,成为研究热点问题.针对农田区域广以及种植作物杂等环境特征,为延长农田无线传感器网络的生命周期,提高传感网的数据包投递率,构建了适用于农田信息采集的无线传感器网络架构,提出了一种混合式的分簇路由算法HCRA(hybrid clustering routing algorithm),研究了簇的形成、簇头竞选以及簇间路由过程,并对HCRA算法与低功耗自适应集簇分层型算法LEACH(low-energy adaptive clustering hierarchy),以及使用固定簇半径的混合节能分簇算法HEED(hybrid energy-efficient distributed clustering)进行了仿真试验.结果表明:在1 000次迭代周期下,采用HCRA算法的网络生存时间要比LEACH算法长约28％,比HEED算法长约12％;采用HCRA算法的数据包投递率要比LEACH算法高约34个百分点,比HEED算法高约16个百分点.该研究可为农田环境信息采集自动化监测系统提供参考.     

柿园无线传感器网络信号传输损耗研究

为探究柿园无线传感器网络信号传输特性,该文研究了在2.4 GHz无线信道下柿树处于萌芽期、幼叶期和花期3种时期时无线网络信号传输的衰减情况。试验中分别在柿子树萌芽期、幼叶期和花期3个生长时期下选择一列长势均匀的柿树,通过调节子节点和汇聚节点装置的高度和距离测量柿子树从距离地面3个高度冠层底部(0.8 m)、冠层最密部(1.8 m)和冠层顶部(2.8 m)处各8个距离点的链路质量指示值(link quality indicator,LQI),并对试验数据进行分析。结果表明LQI值随着距离的变化呈正弦曲线式衰减趋势。萌芽期时子节点和汇聚节点的高度均位于冠层顶部时,节点间距38 m时是最佳位置;幼叶期时子节点和汇聚节点的高度均位于冠层顶部,节点间距32 m时是最佳位置;花期时子节点和汇聚节点的高度均位于冠层顶部时,节点间距26 m时是最佳位置。通过对3次数据进行曲线拟合分析分别建立了在2.4 GHz信道下信号衰减模型,其中3种生长时期下均是三次多项式模型决定系数R2最大,为最适模型。果园中无线传感器网络信号传输损耗的研究为在果园中无线传感器网络节点部署提供了技术基础。     

基于改进肖维涅算法的温室环境数据采集

农业温室采集温湿度数据时,有线网络传输数据存在布线复杂、节点移动困难等缺点,采用Zigbee无线传感器网络传输提取的数据信息可以有效解决上述问题。受电磁干扰、传输信道拥塞等不利因素影响,采用Zigbee无线传感器网络监测的数据会出现不准确的情况,所以剔除误差数据成为关键。该文在温室数据采集系统的计算机软件里加入了针对误差数据剔除的改进肖维涅算法。改进肖维涅算法将误差数据剔除掉,把准确的数据存入数据库,方便系统分析温室环境现状。该文对改进肖维涅算法系统的误差数据处理时间进行了分析,与传统肖维涅算法相比,从主机发布采集命令到显示1组数据的处理结果,改进算法节省了5 s的时间。现场试验结果表明,改进肖维涅算法对采集到的数据进行处理后,数据分布更集中,得到的温室环境数据更加准确快速。