数据融合技术在温室温度检测中的应用

根据温室环境中空间大,温度场分布受到各种参数影响大等特点,提出了采用数据融合方法来处理温室中采集到的传感器数据,采用分布图法剔除疏失误差,采用基于均值的分批估计的融合方法对采集的数据进行处理,提高了温度采集的精度,同时有效地消除了由于传感器失效引起的误差。     

数据融合算法在畜禽舍环境监测系统中的应用

针对畜禽舍饲养环境多变量耦合的特点,提出了一种多测点传感器监测方案,以适应其复杂的饲养环境。该方案采用最优加权算法对同类传感器数据进行融合,并通过改进的 D-S （ Dempster-Shafer ）证据理论算法将不同传感器的多个参数整合,并根据整合结果对舍内环境状况做出准确判断。该方案克服了传统监测手段的单一性,避免了分别处理各环境因子信息数据的不确定性,增强了畜禽舍环境监控系统的鲁棒性。实验表明,将该算法应用于畜禽舍环境监测系统后,监测结果的可靠性与准确度均有明显提高。     

数据融合技术在环境监测中的应用

介绍了数据融合技术、自适应加权算法和D-S证据理论算法的原理,采用自适应加权算法和证据理论算法相结合的方法,提出了一种适用于环境监测的多传感器体系结构和二级融合模型,通过对饲养场室内多种传感器采集的数据信息进行融合,分析环境的变化,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。试验结果表明,该方法提高了环境监测的准确度。     

温室温度多传感器数据融合

针对目前温室面积不断增大、温室内传感器种类和数量不断增多等情况,以及为解决温室温度检测的测量误差大等问题,提出了温度检测疏失误差剔除方法和多传感器数据融合方法.实验结果表明,通过有限次温度测量和数据融合得到的测量结果比算术平均值结果更接近真实值,大大提高了测量的可靠性.     

基于ZigBee的温室房间温度传感器数据融合技术

介绍了ZigBee的技术特征,构建了一种基于ZigBee技术的低成本和低功耗温室温度无线传感器网络,并采用网内数据融合和神经网络的数据融合方法,提高了网络的整体效率,减少了数据传输量,降低了能耗,消除了单一传感器节点限制引起的误差,从而获得了更为精准的温值,提高了控制精度.     

基于D-S证据理论的智能温室环境控制决策融合方法

在无线传感器网络下的智能温室环境控制系统中,农作物的生长通常受多种环境因子共同作用。根据温室环境控制系统的实际需求建立基于Dempster-Shafer(D-S)证据理论的决策框架,并提出了一种数据预处理和决策融合方法。首先,使用箱线图检测量测数据中的异常值,考虑到现有直接剔除异常数据处理方法的弊端,提出了一种异常数据自适应修正方法;然后,利用加权平均距离聚类处理更新后的数据;最后,根据所提出的基于加权相似度的基本概率分配方法结合D-S证据理论进行融合,为温室环境控制做出正确决策。实验结果表明,箱线图检测异常数据更为准确,其检测率比狄克逊准则高近19.2%,对于不确定性融合结果,本文提出的基于加权相似度的基本概率分配方法相比现有方法降低了1~2个数量级,不仅可以提高温室环境参数融合精度,加快收敛速度,同时还能有效地降低决策风险。     

基于多传感器数据融合的温室环境控制的研究

温室具有空间大且温度场分布受多种参数影响大等特点.基于这些特点,提出了一种基于多传感器数据检测与数据融合技术的温室环境控制的方法.在多传感器采集数据基础上, 利用最小距离聚类法确定各传感器融合的次序,提高数据融合结果的客观性.这种方法可以提高温室环境监测的精确度,使温室环境的温度、湿度、光照等主要参数达到理想的条件.     

ZigBee技术在温室监控系统中的应用

分析了目前温室环境监控系统存在的问题和ZigBee的技术特征,介绍了基于ZigBee技术的温室监控系统的结构,阐述了网络节点的硬件设计,并讨论了应用中存在的问题.温室监控系统实现了对温室环境参数的监控,提高了可靠性、抗干扰性与灵活性.     

基于WSN的农业温室环境监控系统

设计了一种基于无线传感器网络的智能化温室环境监控系统,实现了对温室内多个采集节点的温度、湿度以及光照强度的远程监控,并且通过上位机的温室环境监控软件实现了数据的显示与处理。此外,为了更合理地调控温室环境,系统建立了各种环境预测模型,对未来一段时间内温室的环境数据值进行了预测,以避免异常的发生,极大地减小农作物的经济损失。该系统结构设计合理,有良好的可维护性和可扩展性,能够满足温室环境监控的应用需求。     

数据融合在测控技术中的应用

数据融合是一种被提出已久的技术形式,但由于硬件设备无法契合,导致其长期未得到时间。随着信息技术的发展,数据融合的效率和程度有了显著的提升。数据融合技术由于较为良性的价值体现,得到了相对广泛的应用。文章主要研究内容为测控技术,以各类传感器的数据交换,获得数据参数从而进行调节,而采用数据融合技术,在于多层面数据的整合,并为测控中心系统提供准确的数据反馈。因此,将其有效结合到测控技术中,将合理提升测控领域的发展。     

南疆地区智能温室控制系统研究—基于多传感器融合机理

针对南疆以塑料大棚为主的设施农业,智能温室的研究显得十分必要。为此,针对南疆设施农业的现状,基于多传感器数据融合技术,将模糊推理算法与专家系统结合起来,建立了适用于南疆自然气候条件下的智能温室自动化控制模型。通过采集和融合南疆地区实时温室控制参数,该系统可以取得精确的监控结果。结果表明:该方法提高了温室环境参数测控的决策准确性,有效解决了设施农业的控制精度,为增大农作物产能提供进一步解决措施,对缓解南疆蔬菜等农产品紧缺等实际问题具有十分重要的实际意义。     

互联网温室环境自动控制系统

以温室环境自动控制系统构成和发展历程为切入点,利用SWOT对我国互联网自控温室发展的优势与劣势、机遇与挑战进行了简要分析,并根据分析结果提出了部分互联网理念条件下的温室环境自动控制系统发展趋势。     

基于多传感器数据融合的蔬菜大棚控制系统设计

介绍了一种基于多传感器数据融合的蔬菜大棚控制系统的设计,包括系统组成、多传感器数据融合算法的设计以及具体实现。该系统利用滑动平均窗进行初始数据平滑滤波,然后利用一种改进的拉依达准则去除异常值,再通过加权平均算法对同类传感器的多个参数进行数据融合,最后采用向量机模型进行异构传感器数据融合,利用融合后的数据控制执行机构执行相关操作。     

基于无线传感器网络与嵌入式技术的温室环境监控系统设计

针对当前温室控制系统存在的扩展性差、智能化程度不高等问题,设计一种结合无线传感器网络与嵌入式技术的温室环境信息监控系统,介绍基于无线传感器网络的系统总体设计方案和基于S3C2410的控制器硬件设计方案。所设计的系统成本低、性能可靠,具有较强的实用性。     

基于LabVIEW的温室环境监控系统的开发

为了解决传统以硬件为主的温室环境监控系统的操作复杂、交互性差等问题,利用LabVIEW开发了基于虚拟仪器的监控系统。该系统实现了温室内温度、湿度的实时采集、显示和存储;同时,还提供了超限报警、历史数据查询等功能。测试表明,系统能够准确地采集和显示温室的温度、湿度,具有操作简单、交互性好和性价比高等优点。     

基于时空数据融合理论的冷链温度监控系统

针对易腐农产品冷链物流过程中温度传感器所采集的大量数据,提出时间-空间数据融合理论,并将之应用于易腐农产品冷链物流温度监控系统中,使采集数据能准确地反映冷藏车厢运行状况。首先,对单传感器采用分批估计方法,按照时间先后对观测值进行数据融合,得到每个传感器的局部温度估计值;然后,对单个传感器局部估计值采用自适应调节各传感器权重的方法,对位于空间不同位置的传感器进行数据融合,从而得到冷链车厢监测温度的最终融合值,以期获得比有限个传感器的算术平均值更准确和更可靠的测量结果,以提高信息收集的效率,实现网络节能。数据分析表明,处理后的数据更接近测量真实值。