温室环境控制无线传感器网络的服务质量管理

针对基于无线传感器网络构建的温室环境控制系统,为了减少无线网络固有的时变传输延时、丢包、网络拥塞等现象对控制性能的影响,该文从提高网络服务质量（quality of service,QoS）的角度出发,提出一种基于Takagi-Sugeno模糊控制器的QoS管理策略。该QoS管理策略以截止期错失率作为QoS性能评价指标,针对传感器节点和执行器节点之间的数据传输,通过动态调整传感器节点的采样周期,使截止期错失率维持在设定水平,从而提高网络QoS。初步试验表明了该QoS管理策略的合理性、有效性和实用性。该QoS管理策略可以广泛应用于温室、农田、苗圃等区域。该研究为提高无线传感器网络在设施农业中的应用水平做出了有益探索。     

基于无线传感器网络的茶园信息采集系统设计

设计了一款应用于茶园信息采集的无线传感器网络节点。使用ATmega128L单片机和nRF905射频芯片作为无线传感器网络节点通信电路。基于此节点硬件平台编写了软件系统,并进行30天的组网实验。实验结果表明,节点能耗小、丢包率低,适合低功耗及长时间使用要求的农业应用场合。     

基于ZigBee网络的温室环境远程监控系统设计与应用

针对温室环境数据信息监控特点,本文进行了基于ZigBee协议的传感器节点技术的开发,并在此基础上组成现场监控无线传感器网络,通过网络汇聚节点与无线移动网络（GPRS/CDMA）和INTERNET的无缝连接,实现数据远程传输至指定数据库服务器。无线传感器网络组建采用星型拓扑结构,通过软件设置在需求时唤醒ZigBee网络节点,使监控设备具有组网灵活、拆移便捷等优点。通过在实际生产过程中应用表明,该系统工作性能稳定,在数据采集和传输等方面均达到了设计要求,尤其是有效简化了现场设备安装与拆移等过程,使之更适合各类农业现场数据监控的需要。     

基于无线传感器网络的温室栽培营养液电导率监测系统

温室营养液无土栽培,具有节约种植成本、生产效率高等优点.监测营养液的电导率、pH值等特性参数,是实现营养液无土栽培信息化与自动化的基础.为了实现温室无土栽培营养液的实时监测,开发了基于无线传感器网络(wireless sensor network, WSN)的营养液电导率实时监测系统.系统以JN5139为中央控制器同时控制营养液电导率信息采集单元和无线通讯单元,实现了营养液电导率信息的实时采集与处理、LCD显示和键盘输入等人机交互操作以及基于WSN的营养液电导率实时测量自组织网络,同时系统集成了GPRS模块,实现了营养液电导率与温度信息的远程传输与监控等功能.系统采用星型网络拓扑结构,并进行定时休眠、传感器掉电控制来节省能源消耗.针对系统的实用性和可靠性进行了系统标定、温度补偿以及温室试验,分析比较了电导率测量线性与非线性模型.试验结果表明分段线性模型建模效果较好,分段拟合R2均在0.97以上.系统的测量范围为0.5~2.9 mS/cm,测量结果能够精确到0.01 mS/cm,总体测量相对误差为2.10%,较好地满足了温室营养液电导率实时监测的要求,为无土栽培的科学管理提供技术手段.     

基于无线传感器网络的农田自动节水灌溉系统

提出了一种基于无线传感器网络的农田自动节水灌溉的构建方案,详细介绍了传感器节点和灌溉控制器的设计。无线传感器网络实时采集、传输传感器数据,灌溉控制器控制灌溉管网,分区域实时灌溉并调节土壤湿度,实现精细农业所要求的时空差异性和水资源高效利用。     

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。     

基于无线传感器网络的奶牛行为特征监测系统设计

奶牛等大型动物的疾病和发情状况目前主要依赖饲养员目测判断,大规模集约化养殖仍采用人工观测方法,这不仅带来繁重的人力负担,也容易误判。为了能自动准确地识别奶牛是否发情或生病,该文提出在奶牛颈部安装无线传感器节点,通过各种传感器获取奶牛的体温、呼吸频率和运动加速度等参数,采用K-均值聚类算法对提取的各种参数进行行为特征多级分类识别,以此建立的动物行为监测系统能准确区分奶牛静止、慢走、爬跨等行为特征,从而可以长时间监测奶牛的健康状态。而且,这种监测系统易于推广到对其他动物的监测,对促进养殖业和畜牧业的发展也具有指导意义。     

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。     

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。     

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。     

基于无线传感器网络的精细农业智能节水灌溉系统(英）

在精细农业相关应用和理论研究基础上,自行设计用于监测农田水分含量和水层高度的无线传感器,构建农田水分无线传感器网络体系结构,设计基于水分无线传感器网络的智能节水灌溉控制系统,通过实时农田水分数据和农作物水分需求专家数据形成灌溉决策,由灌溉控制系统实施定量灌溉。实际应用表明,该系统体现出可行性和高效性,有利于精细农业的发展和水资源的可持续利用。     

基于无线传感网络与模糊控制的精细灌溉系统设计

为准确判断作物需水量并确立合适的灌溉控制策略,实现作物的自动、定位、实时与适量灌溉,设计了基于ZigBee无线传感网络与模糊控制方法的精细灌溉系统。该系统通过ZigBee无线传感器网络采集土壤水势与微气象信息（包括环境温度、湿度、太阳辐射与风速等）,并传输灌溉控制指令;结合FAO56 Penman-Monteith公式计算农田蒸散量,并将农田蒸散量和土壤水势作为模糊控制器的输入量,建立了多因素控制规则库,实现了作物灌溉需水量的模糊控制。试验结果表明该系统经济实用、通信可靠、控制准确性高,特别适用于中小型灌溉区域的精细灌溉。     

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。     

基于无线传感器网络的水产养殖池塘溶解氧智能监控系统

为了便于对规模化水产养殖池塘溶解氧的监控,该文研制了一种基于无线传感网的水产养殖池塘溶解氧智能监控系统,实现对池塘溶解氧的分布测量、智能控制和集中管理。针对常规模糊PID控制器自适应能力低,提出了一种可变论域模糊PID控制器,根据溶解氧误差和误差变化的大小动态调整模糊控制单元的输入输出变量论域,能较好地解决了模糊控制规则数量与溶解氧控制精度之间的矛盾,实现了PID控制器参数的自整定。根据池塘溶解氧变化的非线性、大时滞和大惯性等特点,设计基于变论域模糊PID控制器与增氧机转速PID调节器构成的池塘溶解氧串级控制系统,溶解氧控制器的输出为增氧机转速调节器的输入,增氧机转速调节器输出改变增氧机转速使溶解氧浓度快速跟踪目标值。根据溶解氧测量数值序列的变化趋势,基于灰色理论和权重构建组合灰色溶解氧预测模型,以预测值作为变论域模糊PID控制器的反馈值,实现对溶解氧的预测控制,起到超前调节的目的。在试验池塘和对照池塘分别采用变论域模糊PID控制器和模糊PID控制器对池塘溶解氧进行调控,对照池塘溶解氧的响应时间比试验池塘延长15 min左右,超调量扩大2.96倍,对照池塘溶解氧的标准差、均方差、最大误差和最小误差指标比试验池塘扩大3~4倍。试验结果表明可变论域模糊PID控制器能够改善池塘溶解氧控制系统的动态性能,提高控制系统的稳态精度,有效地抑制影响池塘溶解氧稳定的诸多不确定因素的干扰,满足水产养殖对池塘溶解氧的要求,为解决非线性和大时滞复杂对象的控制问题提供一个新的控制思路。     

基于780MHz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。     

基于无线传感网络的规模化水产养殖智能监控系统

为了解决规模化水产养殖中有线监控系统带来的不利影响,并能实现对环境因子的准确测量与控制,该文介绍了一种基于无线传感网的智能监控系统在规模化水产养殖中的应用。系统利用对协议栈进行小幅的修改,完成了人工设置每个养殖池为一个簇,并通过适当修改路由协议,将自动选择簇头的工作变为人工设置固定簇头,大幅减少节点本身的计算工作,从而实现节能目的。控制器利用模糊控制与神经网络相结合的算法对数据进行处理分析,实现闭环控制。结果表明,系统内数据通信通畅,温度误差在±0.5℃范围内,溶氧量误差在±0.3 mg/L范围内,pH值误差在±0.3范围内。各养殖关键环境因子均满足控制精度,达到了设计要求,能够满足规模水产养殖智能化的需要。     

基于遗传BP算法的温室无线传感器网络定位方法

针对温室移动节点定位的需求,提出了一种基于遗传BP算法的温室无线传感器网络定位方法。该方法主要包括路径损耗指数确定、定位模型训练、未知节点定位3个阶段。首先,锚节点间相互通信,通过高斯校正模型增强定位信息的准确性后,利用最小均方误差估计法确定路径损耗参数;然后,应用遗传BP算法建立未知节点坐标和未知节点至锚节点的距离向量之间的映射关系模型;最后将未知节点接收各锚节点的RSSI值转换为距离向量,输入定位模型中,估算未知节点的位置。试验表明,该方法充分考虑环境对信号传输模型的影响,定位误差≤2m的比例达24%,定位误差≤3.5m的比例达86%,相对定位误差低于4.8%,具有较高的稳定性和定位精度,能够满足实际温室环境的定位需求。     

基于无线传感器网络的无人机农田信息监测系统

移动无线传感器网络技术为农田信息监测提供了高效可行的技术手段。该研究根据南方农田地块相对分散、丘陵山地多,农情信息获取环境恶劣、采集数据时间周期长、网络分割成块的特点,利用UAV(unmanned aerial vehicle)具有的高效、灵活的特性,结合低功耗无线传感器网络,提出一种满足南方农田信息获取采样和数据业务需求的三层架构的无线传感器网络体系结构TUFSN(three-tire unmanned aerial vehicle farmland sensor network),其由数据采集层、中继传输层和移动汇聚层组成,该体系结构具有系统结构合理、可扩展性好、系统整体能耗低等特点。通过仿真可得中继节点RN（relay node）的缓存大小范围为3～13kB,系统试验中携带移动节点的UAV以1m/s的速度、15 m的高度在农田上空飞过,飞行过程中与地面中继节点通信并采集农田信息,UAV与地面中继节点的平均通信时长为26 s,仿真和试验表明,基于UAV的三层架构农田信息采集无线传感器网络很好地满足了南方地区农田信息数据采集和监控的生命周期长、传输数据可靠、覆盖面积广的要求。