多链型农田监测无线传感器网络无分层通信协议

为了减少信道冲突、降低网络能耗和数据时延,提出一种适用于农田监测多链型网络结构的无分层协议RBP。汇聚节点通过发送命令帧对全网进行时间同步、调度,传感器节点根据接收到的不同的命令帧完成同步、数据发送、路由等任务。仿真实验表明,该协议能有效地降低网络能耗、避免链路冲突、减小数据时延,提高网络的可靠性。     

基于ZigBee的无线传感器网络研究

ZigBee无线传感器网络是当前国际上备受关注的、由多学科高度交叉的新兴前沿研究热点,其包含了传感器技术、无线通讯技术和嵌入式技术等,具有信息采集、传输和处理的能力,ZigBee无线传感器网络的发展和广泛应用,将对人们的社会生活产生极大的影响,对产业变革产生巨大的推动作用。     

基于改进K-means算法的WSN簇头节点数据融合

无线传感器网络数据融合能够减少节点能耗、延长网络生命周期,近年来受到了广泛关注。已有的应用于农业监测的空间数据融合算法多采用取平均值等方法将一定区域内监测到的数据融合成一个值。而农田环境监测具有监测范围广、监测点多、监测数据量大的特点,监测数据间除了冗余性还具有差异性,因此数据融合应该在消除冗余的同时保留数据的差异。针对农业监测的这一特点,提出在簇头节点应用聚类算法进行空间数据融合,通过聚类减少数据发送量,降低能耗;同时将差异较大的参量聚类到不同类别中以保留数据间的差异。此外,还提出了一种应用于WSN簇头节点的自适应改进K-means聚类算法,仿真结果表明,所提算法融合后的数据上传量比没有融合减少41.19%,消除了数据冗余;算法融合前后最大误差低于取平均值法误差的36%,保留了数据差异性。在没有明确误差要求时, 该算法能够在尽量减少数据上传量的同时保持相对误差低于10%,避免了因聚类个数不当引起的巨大误差。而在有具体误差要求时,该算法融合前后的绝对误差严格低于要求误差。     

基于无线传感器网络的无人机农田信息监测系统

现代技术的发展使得农田管理朝着现代化管理方向发展,尤其是在农田信息监测方面,以无线传感器网络为基础的无人机为农田信息监测提供了现代化的管理方法。本文分析的是基于无线传感器网络的无人机农田信息监测系统,全文在分析中从无线传感器网络系统组成、无线传感器网络应用原理以及实际应用以及结果分析等方面进行分析。     

基于无线传感器网络的农田环境因子监测系统研究

无线传感器网络的发展为农田环境因子监测系统提供了新的设计模式。为此,以冬枣栽培环境因子为对象设计了监测系统,系统数据采集部分利用无线传感器模块和相关的传感器搭建了系统硬件平台,基于Zigbee2007/PRO协议栈设计了所需要的应用程序,使数据采集部分具有树型网络拓扑结构,具有自组织及自修复网络的能力。通过比较发现,目前相关设计的功能较简单,一般只包括实时显示、历史数据查询和保存功能。因此,基于LabVIEW开发平台设计了监测部分,添加了报表生成和报表发送、报表定时发送、采集周期设置等功能,使监测系统的功能得到进一步完善,更具人性化。经过整体调试,使系统具有良好的操纵性、较高的可靠性和实用价值。     

基于农田监测的无线传感器网络节点定位研究

进行大范围农田监测时,为了实现监测的有效性,需要及时确定农田环境参数异常的区域。为此,针对无线传感器网络节点定位技术应具有高精确度且节省能耗的要求,给出了一种基于跳数分类加权的DV-Hop定位算法。首先,对网络中不同的跳数进行分类;然后,在不同的跳数集合中采用加权策略,得到不同跳数对应的各自不同的平均跳离,进而减小平均跳距对定位精度的影响。为了验证算法的有效性,采用MatLab软件对改进后算法的节点定位精度进行了仿真实验。结果表明,提出的定位算法有效降低了节点定位误差。     

基于无线传感器网络的农田气象监测系统

针对区域农田气象灾害具有时效性、可预报性和可防御性等特点,提出了一种基于无线传感器网络的农田气象灾害监测硬件系统的实现方案。重点设计了基于ATmega128L为处理器的传感器节点电路,讨论了系统的节能问题。基于无线传感器网络的农田气象监测系统能够监测区域农田温湿度等相关气象参数的变化,为有关部门采取相应措施提供决策依据。     

面向大田信息采集的无线传感器网络节点设计

针对大田应用中传感器多样、低功耗、低成本、通信可靠等要求,设计了一款无线传感器网络节点。节点以MSP430F1611单片机为核心,Si4432作为无线通信模块,采用太阳能板和可充电式锂电池互补供电的方式提供电源。同时,选用了扰动观察法作为太阳能最大功率跟踪算法(MPPT算法),采用了周期性采样策略,并对相邻节点数据进行组合的数据融合方法。本文测试并分析了节点的功耗、通信距离与丢包率之间的关系及太阳能充电时间等。结果表明,该设计具有通用性强、功耗低、充电快、通信可靠等特点,能够满足农业大田信息采集的应用要求。     

基于移动sink的农田无线传感器网络数据采集方法

针对在农田生境监测场景中,无线传感器网络在数据采集时存在数据量小和功耗大的问题,使用移动sink进行数据采集可以改善无线传感器网络的性能。移动sink在无线传感器网络中沿着预定义的路径移动并从附近的传感器节点采集数据,然而由于移动sink的速度过快或过慢导致数据采集量小或传输延迟高。通过优化传感器的数据传输调度和移动sink的速度来确定移动sink的最佳数据采集调度。仿真结果表明,该算法可以提高数据采集量和网络吞吐率。      

基于无线图像传感器网络的农田远程监测系统

为了实时获取农田图像和视频信息,提出了基于无线图像传感器网络的农田远程监测系统。针对当前图像传感器节点存在的不足,基于CMOS图像传感器和S3C6410嵌入式处理器设计了低成本、高分辨率的无线图像传感器节点,并研究了基于驱动层和应用层协作的分辨率实时调整算法,使得节点具备10种不同的分辨率,最高分辨率可达500万像素,而且分辨率可根据用户需求实时调整,以满足用户对不同图像精度的需求。采用Wi Fi技术构建无线图像传感器网络,并通过4G网络远程传输图像和视频到服务器。在服务器端开发了基于Web的可视化农田信息管理软件,实现对采集的数据进行有效存储、管理和应用,并为用户提供网络服务。部署了该系统并进行了长时间的运行测试试验,试验结果表明:系统可稳定地运行,能够根据远程指令采集并传输不同分辨率的图像,采集并传输1幅126 KB左右的图像平均耗时为5.36 s,网络平均丢包率为1.67%,客户端开启视频监控平均时延为3.48 s,视频播放流畅。     

基于无线传感器网络的稻田信息实时监测系统

针对农田环境信息采集过程中监测周期长、环境干扰大等特点,设计了一种基于混合天线无线传感器网络稻田环境信息实时监测系统,采用分簇路由协议进行组网,为不同类型的节点配置不同类型的天线,并使用转台控制汇聚节点定向天线的方向,以扩大网络的覆盖范围和提高系统的稳定性。基于该系统进行长时间稻田组网试验,对网络丢包率和稻田环境参数采集准确性进行测试,试验结果表明,系统运行稳定、测量准确,网络数据平均丢包率为0.44%,稻田空气温度、空气相对湿度和土壤含水率的平均相对误差分别为0.26%、0.64%和0.33%。     

基于无线传感器网络的水质监测系统研究

针对国内外水质环境研究中水质样品异地监测分析存在的巨大缺陷,研究了水质自动监测系统。文章介绍了基于无线通讯传感器网络的简易水质自动监测系统,实现水质数据自动采集和实时上传,可以实现对钱塘江源头水质（衢州水质）进行更好的监测及保护。     

基于无线传感器网络的土壤信息采集系统

针对土壤信息采集的需要,提出了把无线传感器应用于土壤信息采集的思路,研究设计了一套基于无线传感器网络的土壤信息采集系统。节点设计采用低功耗MSP430单片机和CC2430 ZigBee无线射频芯片完成,可采集土壤温度、湿度和土壤含水率。系统网关设计基于ARM7系列S3C4480X、GPRS模块SIM100,搭建了农田中...     

基于ZigBee无线传感器网络的灌溉控制系统设计

在采用一款ZigPyce解决方案的射频芯片CC2430和ZigBee协议栈的基础上,设计了一个简单的无线传感器网络灌溉控制系统,给出了相应设计方案和软件中的实现细节.该系统实现了对土壤含水率的实时检测,并依据土壤含水率灌溉阈值进行自动控制灌溉,以达到节水灌溉的目的.初步测试证明,该系统运行稳定可靠,能够准确获取网络节点...     

基于无线传感器网络(WSN)的禽舍环境监测系统

针对禽舍环境监测水平低及监测方式落后等问题,提出了基于无线传感器网络的禽舍环境监测系统的设计,利用ZigBee技术将分布在禽舍的传感器节点组成无线传感器网络,及时监测禽舍内的环境因素。设计采用了Jennic公司生产的第二代开发平台JN5139为核心模块,利用温湿度传感器SHT11采集禽舍内的温湿度数据,将采集到的数据通过ZigBee网络发送到LabVIEW编辑的监测平台。模拟测试结果表明:该系统符合低成本、低功耗的要求,组网简单,能够有效准确地监测禽舍内的环境温湿度数据。     

基于WSN的动物监测平台的应用研究

传感器网络是计算机科学技术的一个新的研究领域,具有十分广阔的应用前景,引起了学术界和农工业界的高度重视。为此,针对目前饲养场对动物的行为特征和健康状况无法实时获取的情况,提出在畜牧业中利用无线传感网络传送动物的信息,解决了饲养动物生理特征信息实时传输的问题。同时,根据饲养场的实际情况,结合无线传感网络的特点,设计了一个切实可行的无线传感器网络动物检测系统,系统解决了网络部署、节点设计、节点定位、路由和可视化平台的设计等问题。     

基于无线传感器网络的节水灌溉远程监控系统

为了节约农田灌溉用水,提高水资源的使用效率,提出了一种基于无线传感器网络与GPRS网络相结的农田自动节水灌溉远程监控系统,该系统由中央监控计算机、灌溉监测控制器、无线传感器网络、GPRS模块和阀门控制器组成。系统以单片机为控制核心,由无线传感器节点、无线路由节点和无线网关实时监测土壤含水率变化,根据土壤含水率和农田用水规律实施精确灌溉。系统实现了节水灌溉的自动化控制,改善了农业灌溉水资源的高效利用和灌溉系统自动化水平。实验结果表明,整个系统的伸缩性较好,当土壤含水率太高或某种因素导致某些传感器节点损坏,系统中的其他部分仍能持续正常工作,具有自组织重新恢复的功能。监控中心能够实时地显示出各节点的土壤含水率参数和阀门的启停状况,实现节水灌溉的远程监控。     

农田土壤无线地下传感器网络节点设计与通信试验

为了揭示电磁波信号在农田土壤中的传输特性、科学部署传感器节点,以关中地区农田土壤为研究对象,采用模块化设计思想,将传感器、无线数传、处理器和能量供应等模块集于一体,设计了无线地下传感器网络(Wireless underground sensor networks,WUSN)节点和汇聚节点.采用单因素试验方法,分析了土壤...     

无线传感器网络技术研究

集传感器技术、嵌入式计算技术、分布式信息处理技术及无线通信技术于一体的无线传感器网络,因其广阔的应用前景而受到学术界和工业界的高度重视。为此,以综述的形式介绍了无线传感器网络的体系结构和面向于应用的网络协议,并对其研究方向和热点问题的进展进行了阐述。     

基于WDNN的温室多特征数据融合方法研究

目前物联网监测产品在温室生产中大量应用产生海量数据,但现有用于温室数据融合算法对高维特征及混合特征(数据同时包含稀疏特征和连续特征)处理精度较低且泛化能力较弱,鲜有利用深度学习模型对温室数据进行顶层融合并提供准确的决策信息。本文提出了一种基于宽-深神经网络(Wide-deep neural network,WDNN)的两级温室环境数据融合算法。首先利用温室内多点多特征数据训练WDNN深度学习模型,输出形式为多点单特征,再将该输出数据按照少数服从多数原则进行融合,得到温室环境状态的整体评估结果。试验结果表明,该融合方法对预测集中混合特征的决策准确率达到98. 90%,融合特征类型的增加,可用于监测参数更多、环境更复杂的温室,将WDNN模型用于温室混合数据融合是可行有效的,在保证决策精度的同时丰富了可融合特征类别,进一步提升温室融合系统的智能化程度,对温室智能调控提供有效技术支撑。