温室物联网多传感器数据融合算法设计与应用

基于CC2530嵌入式系统与温湿度、光照度、CO_2等传感器构建的温室物联网系统,设计实现了卡尔曼滤波、欧几里德距离公式及多元聚类统计技术相结合的多传感数据融合算法,对温室冬茬黄瓜挂果期的温度、湿度、光照度3个参数进行了数据融合试验。试验结果表明,该算法能较好地实现数据融合,减小因各类误差引起的数据不确定性及误差,温度、湿度、光照度的相对误差明显小于算术平均值算法,优化了系统对各类环境参数的决策调控依据,有助于提高温室生产的经济效益。     

基于S3C2440和多传感器数据融合的烟叶仓库温湿度监测系统设计

[目的]提高烟叶仓库温湿度的监测、控制能力。[方法]在烟叶仓库内远离通风口区域均匀布置6个传感器,以SHT11为测量元件检测不同区域温湿度,并采用自适应加权融合算法对检测值进行数据融合。[结果]基于S3C2440和多传感器数据融合的烟叶仓库温湿度监测系统减少了系统硬件设计的复杂度,提高了测量结果的准确性,并可以根据检测结果对仓库内温湿度加以控制。[结论]基于S3C2440和多传感器数据融合的烟叶仓库温湿度监测系统可以有效监测和控制烟叶仓库的温湿度,创造烟叶自然发酵的适宜环境,提高烟叶发酵质量。     

基于WSN和PLC的远程温室监控系统设计

针对传统温室环境监控存在的地域、距离限制以及监控系统布线冗杂、数据时延性等问题,设计基于无线传感器网络(WSN)和可编程控制器(PLC)的温室监控系统。首先以CC2530芯片为核心,搭建了基于ZigBee的星型拓扑无线传感器网络。然后设计WSN与PLC的通信协议,实现环境检测数据的实时动态传输。最后,提出PLC现场控制的温湿度模糊控制策略,以应对温室控制的强非线性。该系统传感网络组网灵活,温室数据实时远程发布,为物联网和PLC现场控制系统融合提供了一种有效途径。     

基于时空关联性的温室环境多传感器数据融合

为满足温室环境测控系统中传感器数据需具有鲁棒性的要求,提出一种基于时空关联性的温室环境多传感器数据融合算法。利用时间预测算法对环境数据的时间相关性进行预测,利用同质和异质传感器的特点对环境参数进行空间相似性预测。利用改进型支持度函数算法对基于时空关联性的预测值进行数据融合,并对数据融合的效果进行验证。结果表明,时间相关性、空间相似性预测算法的预测效果较好,且以时空预测值为输入变量时,改进型支持度函数的数据融合算法能够有效地将环境数据预处理的时空关联性预测值赋予动态的加权值,并且其数据融合结果优于平均值算法、传统支持度函数算法,数据融合产生的最优估计值更能真实地反映温室环境的变化,具有可靠性和准确性。     

温室控制系统多传感器数据融合方法的设计

为了减少温室控制系统中的数据处理量,提出了一种温室控制系统多传感器数据融合方法。采用狄克逊准则对采集节点多点测温将采集到的每组数据进行较大误差剔除,然后基于算数平均值法对余下数据融合处理后发送到协调器节点,最后采用自适应加权融合算法对协调器节点数据进行最终融合处理。结果表明,该方法相比其他算法更能反映温室真实环境状况,融合效果更好,使控制系统更稳定。     

基于物联网的温室干旱预警系统设计

本文给出了基于物联网的温室干旱预警系统结构图,从数据采集、信息传输和功能分析三个模块进行了设计。根据土壤温湿度、植物冠层温湿度和作物叶片含水量三个指标,选择LC-TWS土壤温湿度传感器、WTH-215空气温湿度传感器和X8W850-H2植物叶面水分传感器采集数据,将数据传输到CC2530芯片;通过Zigbee组网和GPRS模块将数据发送到上位机数据库;建立系统管理平台,进行数据显示与处理,实现温室干旱预警。     

基于多数据融合+BP神经网络的农业温室大棚环境监控系统的研究

研究了一种基于多数据融合+BP神经网络的农业温室大棚监控系统。在大棚内部设置多点传感器，避免单个传感器测量不准确的问题，通过加权平均算法进行数据融合，再结合BP神经网络对参数的变化趋势进行判断，最终得到决策后的控制策略。本研究实现了更为精准的大棚环境参数预测，多数据融合后的参数更准确，再进行神经网络的训练，获得各参数变化的趋势，为农业温室大棚提供良好的植株生长环境。     

温室蔬菜溯源数据采集系统的设计与实现

为了实现温室蔬菜溯源数据的高效采集与实时传输,解决传统温室蔬菜溯源数据采集系统的繁琐布线问题,设计了基于物联网技术的温室蔬菜溯源数据采集系统。该系统的传感器终端以CC2530射频单片机为控制核心,并结合空气温湿度传感器、土壤温度传感器、土壤湿度传感器、大气压强传感器、光照强度传感器、水滴流速传感器;协调器网关采用CC2530作为控制核心,并利用GPRS技术将现场检测到的数据实时传送给上位机或移动设备,实现对温室蔬菜生长环境数据的实时采集及远程传输,这不仅可以使消费者及时了解蔬菜的生长状况,还可以为研究人员提供准确的研究数据。     

基于物联网的温室大棚智能监测系统设计

针对传统温室大棚参数监测存在繁琐的布线问题,设计了基于新型物联网技术的温室大棚智能监测系统。该系统以CC2530无线传输模块结合温湿度传感器、光照传感器和CO2浓度传感器构成无线采集节点,对温室环境参数进行检测;检测数据通过由ZigBee模块构成的路由节点选取最优路径实现数据的无线传输;采用STM32作为核心处理器设计嵌入式网关,并利用GPRS技术将现场检测到的数据实时传送给监测中心,实现对温室环境的实时监测和报警。结果表明,该系统运行稳定、测量准确、网络覆盖性好、布点灵活、低功耗并且使用方便。     

基于ARM水胁迫声发射的精准灌溉智能温室系统的设计

设计了一种基于ARM平台IPC2300系列的智能温室控制系统.在传统智能温室系统上加入了植物水胁迫声发射信号的获取以及处理,以实现温室的精准灌溉.该系统以ARM7嵌入式处理器为核心,将各类数字传感器收集的数据通过现代控制理论及模糊控制算法进行处理,采用自动控制、远程监控和图形化等多种方式来调整温室执行机构,以达到控制温室温湿度、CO2浓度、光照强度以及土壤含水率等参数,在搭建的温室模型中取得稳定、可靠的运行效果.该研究设计的ARM系统相比于传统温室控制系统,具有维护成本低、功耗低、方便实用等特点;相比于同类设计,该系统开发了数字传感器、图形化界面、模糊控制方法、网络摄像头监控,实现了现代温室控制所具有的智能化、网络化和可视化.     

基于单片机的温室温湿度两级优化控制硬件系统的构建

针对温室环境中因温湿度耦合关系的存在导致执行机构过量执行和增加能源消耗的问题,本文采用两级优化控制的方式,结合补偿模糊解耦算法,开发了适用于温室小气候温湿度环境因子调控的硬件系统,分析确定了包含单片机与温度湿度传感器等重要器件的选择和包括时钟复位电路、A/D转换电路、串口通讯电路、显示和键盘扩展电路等关键电路的设计.该系统能可靠运行,解决了单级监控因温湿度存在较强耦合关系而导致结果精度降低及其能耗大的缺陷,可实现温室中温湿度的优化控制.     

基于STC15W204S的温室智能变送器的设计

针对温湿度传感器信息采集时驱动程序多集成在仪表端的现状,设计了1种基于微型处理器在温湿度传感器端进行驱动化处理并输出帧格式数据的温湿度传感模块。此设计采用温湿度传感器SHT10,LCD1602液晶屏,并通过串口通信将温湿度数据及时送到计算机显示,同时将显示的数据与设定值进行对比,若温湿度超过设定的范围,则启动蜂鸣器及LED灯报警。通过设计原理图,焊接电路,硬件调试,证明了该系统的可行性。     

基于多传感器数据融合的早期林火识别

针对我国林火监测现状,为加强近地面监测中的早期林火发现,提出采用多传感器数据融合算法对早期林火进行识别的方法。通过设计林火仿真试验,采集CO₂浓度、CO浓度、烟雾浓度与空气温湿度等多传感器数据,并通过初步分析从中选取关键贡献率传感器数据。然后分别采用BP神经网络算法、神经模糊系统算法与支持向量机算法对数据进行识别与分析, 并在每个算法中均设置三输入与九输入2种不同输入向量数以进行比较。最后通过定义的识别性能评价参数对识别效果进行比较,得出支持向量机算法在一定范围内能较好地实现对早期林火的识别。     

多传感器环境下的温室蓝莓智能控制系统研究

针对蓝莓生长的温度、湿度、光照强度及培养液pH等环境要素,介绍了一种基于AT89C51单片机的集温湿度传感器、光照强度传感器及液体pH传感器等多传感器的温室蓝莓智能控制系统。该系统具备多传感器数据采集、模拟/数字信号转换、数据处理、数据存储、ZigBee无线通信、LCD显示、在允许误差范围内自动调节控制温室蓝莓生长环境要素等功能,可为温室蓝莓提供适宜的生长环境,有利于节省人力、物力和成本,并能提高蓝莓的产量。     

环境监测中多传感器数据融合研究

[目的]针对环境监测中单一传感器测量数据精度低、可靠程度低的问题,本文提出在无线传感网络监测系统中,通过改进自适应加权融合算法并利用模糊神经网络算法实现多传感器数据融合,来提高环境监测的准确性。[方法]基于多传感器同一时段采集的数据,先采用欧式距离及相关函数改进的自适应加权算法进行同质传感器数据融合,再设计模糊神经网络分类器把异质传感器的数据转化为环境质量等级信息。[结果]仿真实验显示出本文提出的同质传感器数据融合算法融合精度较高于其他几种算法、模糊神经网络算法通过对350组训练样本的学习后能够对96%的验证样本的环境等级进行正确分类且预测曲线基本可以拟合实际输出。[结论]本文的同质传感器数据融合算法提高了数据融合精度,异质传感器数据融合算法能够对整体环境质量得出较可靠的评价。     

基于小波降噪和自适应加权法的温室数据融合

针对温室环境信息多节点数据采集中存在误差大、冲突多和冗余等问题,提出一种基于小波降噪和自适应加权的多传感器数据融合算法.通过小波降噪对采集的数据进行处理,使其具有良好的光滑度和稳定性;利用自适应加权算法对多传感器数据进行融合,得到测量数据的最优估计值.实例验证结果表明,采用所提算法可以有效降低原始数据中存在的噪声和冗余,得到方差较小的数据融合值,可以提高测量数据的准确性和降低数据的传输量;具备良好的稳健性,能够实现对温室环境信息的可靠性和一致性描述.     

基于CC2430的温室无线传感器节点设计与应用

针对温室环境监控的特点,以CC2430芯片为核心设计一种传感器节点。传感器节点上有温湿度、光照度等传感器,并留有外接接口可以扩展各种传感器。各节点工作在频分多址(FDMA)通信模式下无线传输数据,组成一个小型的无线传感器网络(WSN)。温室大棚内的各采集节点将采集的数据通过各自的传输信道传输到网关节点上,最终计算机通过串口接收到网关节点的数据,并通过软件保存数据。试验结表明：设计的无线传感器节点在FDMA通信系统模式运行下,能够稳定、高效、低能耗地监测温室大棚。     

基于计算机C++语言的温室雨水自动化灌溉系统设计

针对温室雨水利用系统无法实现自动灌溉的问题,设计温室雨水利用装置,并根据雨水利用装置的工作原理,结合自动化控制技术,引入土壤温湿度传感器监测土壤湿度,基于人机界面的组态平台,设计自动灌溉控制系统。同时,利用计算机C++语言设计作物数据查询系统,根据温室作物土壤含水量变化范围,决定是否需要灌溉,并通过组态平台实时监控自动灌溉系统的状态,科学地种植温室作物。通过对温室雨水综合利用系统进行灌溉试验,分析作物的试验数据,验证了自动灌溉控制系统的可靠性和实用性。     

日光温室无线传感器多数据融合技术研究

无线传感器网络中采集的监测数据存在着较大的冗余和误差,影响数据的可靠性,然而由于温室环境具有空间大且温场分布受多种参数影响大等特点,在采集监测和控制中对数据的准确性要求比较高。为实现北方日光温室实时数据融合,提高实时数据精度,以沈阳农业大学北山试验基地一栋日光温室的实时采集数据为例,提出一种数据融合方法,通过无线传感器实时采集温室数据,利用格拉布斯判定准则进行数据预处理,并应用自适应加权平均算法对数据进行融合试验。试验结果表明:格拉布斯判定准则能够有效的剔除粗大误差,与原始采集数据相对比剔除误差后数据精度提高8%;与应用传统平均数据融合算法处理数据结果对比自适应加权平均数据融合能够明显的提高数据精度,融合后数据精度被提高6%。针对北方日光温室环境,采用无线传感器多数据融合方法,克服了对每个传感器采集的信息分别处理时的不确定性和不稳定性,经融合处理后结果能够提高温室环境监测的精确度,可全面准确的描述温室实时环境,为温室环境控制提供更加精准的基础数据,控制后使温室环境的温度、湿度、光照强度等主要参数达到相对理想的条件。     

农业温室大棚温湿度控制系统的设计

现代农业温室大棚使用基于智能控制的温湿度控制系统,用以增加农作物的产量和提高农作物的质量。针对农业温室大棚生产中难以实时保持恒温恒湿问题,提出以STC89C52单片机为控制核心,使用精准数字DHT11温湿度传感器采集温湿度数据,并在LCD1602液晶屏上显示,通过按键电路设置温湿度报警阈值,控制电路驱动继电器满足大棚恒温恒湿,软件系统利用汇编语言和C语言实现系统的主程序和子程序流程图。通过对软硬件系统的设计及调试,研制了具有运行稳定,功耗成本低,自动检测报警,操作简单的农业大棚温湿度控制器。