基于中国知网和Web of Science 的无人机文献计量分析

【目的】通过文献计量学的方法，对无人机发展近况进行研究。【方法】在中国知网 和Web of Science 两大数据库平台上对无人机相关文献进行检索，基于CiteSpace 文献分析软 件，对两大平台的无人机相关文献发表量、国家分布、被引量、发表机构、研究方向、研 究热点和无人机机型进行文献计量学分析。【结果】两大平台发文量变化趋势相似，在Web of Science 我国和美国的发文量占比最大，但平均被引用量西班牙、澳大利亚、法国、德国、 英国和美国6 个国家高于平均值，我国最低；在CNKI 中国航空院校的发文量最大，Web of Science 上前十发文机构我国和美国占据九席；在CNKI 以航空航天科学与工程的发文量最高 （44%），在Web of Science 工程学的文章数量占比最大（55%）；遥感、测绘、无人机在农业 上的应用和四旋翼无人机在两大平台上均是目前的研究热点，且国内对固定翼无人机和无人 直升机的研究较少。【结论】各国对无人机的研究日益增加，主要以我国和美国为主。我国 应紧跟国际研究热点，继续加大无人机研究深度，特别是固定翼无人机和无人直升机，巩固 我国无人机行业在国际上的地位。     

基于无人机遥感的花生氮营养反演研究

氮素是影响花生生长发育的重要因素之一,目前传统凯氏定氮法测定步骤繁琐且需要时间较长,而无人 机遥感具有实时、灵活、低成本的特点,因此,为实现对花生氮含量的快速、无损、准确监测,本研究利用大疆精灵4 号无人机搭载的可见光相机,获取不同生育期的可见光影像,运用神经网络算法,建立叶片数字图像彩色信息和叶 片氮含量的关系模型。结果表明,利用数字图像指标作为网络输入向量时,所构建模型的平均绝对偏差为1.5左 右,且以r、g、b(r=R/(R+G+B), g=G/(R+G+B), b=B/(R+G+B))和a, b, c (a=R+G, b=R+B, c=G+B)两种组合参数拟合效果最 好,平均绝对偏差为0.2左右,和真实值相差较小。通过检验发现,两种方法都能准确地预测出花生叶片氮含量,所 构建模型能快速、无损地测定花生植株的肥料状况。     

薯类农产品视觉图像的去噪方法

针对目前图像处理中的阈值去噪方法存在的问题,探讨了小波阈值法中小波分解层数和小波系数处理算法,在视觉图像阈值去噪中采用了小波分解层数的自适应算法,并针对小波系数处理中硬阈值和软阈值函数存在的问题,提出了一种新的阈值函数用于图像去噪.结果显示:去噪后图像的峰值信噪比PSNR、均方差MSE在最优分解层数下相对传统阈值函数能达到全局最优,同时视觉上的清晰度更好.     

现代化生猪养殖环境测控技术现状与发展趋势

针对现代生猪规模化养殖带来的养殖场舍内环境污染对猪生长不利的问题,阐明了猪舍内温湿度、有害气体(CO、CO2、H2S、NH3)、粉尘和气流速度等环境因子对生猪健康生长的影响,及各环境因子间的相互影响、相互作用的关系;综述了国内外猪舍环境测控技术的现状,并分析了生猪养殖舍内环境测控技术的发展趋势,为我国生猪养殖业规模化、工程化、工厂化和自动化发展提供参考,推进生猪健康福利养殖。     

多旋翼无人机不同作业参数对花生冠层雾滴沉积分布特性的影响

为探究无人机航空喷施时花生冠层雾滴沉积分布规律,设计无人机不同喷雾作业参数对花生冠层的雾滴沉积分布影响的试验。该试验以DJ T20型多旋翼电动无人机进行作业,以清水代替农药喷施采集雾滴沉积数据,以图像处理软件Depositscan来分析采集来的水敏纸数据。结果表明：各组试验的雾滴沉积分布趋势均相似,在靶区内雾滴沉积大致呈正态分布,受环境风场的影响,大量雾滴在中心航线左侧沉积,受无人机起飞时速度和高度的影响,各区域内第一条采样带R1的雾滴沉积效果较好;从雾滴沉积量、沉积密度均匀性分析可知,当飞行速度为2.5 m/s、喷雾流量为1.6 L/min,飞行高度为3.5 m时,喷雾效果最佳,为最佳作业组合;飞行高度、飞行速度对靶区内雾滴沉积量、雾滴沉积均匀性影响均显著。该研究对提高无人机喷施效率具有十分重要的指导意义。     

无人机电控速度模糊PI双闭环控制仿真研究

【目的】针对农用无人机作业时,对速度的稳定恒速需求,研究无人机无刷直流电机的速度控制模糊PI闭环算法。【方法】分析无人机电控系统的结构原理,根据电控系统驱动无刷直流电机的速度控制要求,在Matlab/Simulink环境下,构建电控驱动无刷直流电机系统的仿真模型,采用速度电流双闭环控制策略,其中,速度环使用模糊PI控制器,电流环使用电流滞环控制。设置系统参数,进行仿真分析,搭建ARM电路仿真板,验证算法的有效性。【结果】采用模糊PI后,该系统加快了速度响应,减少了系统超调量,提高了系统的抗干扰能力,提高了系统的动态特性和鲁棒性。【结论】本研究提出的模糊PI控制策略是有效的,可为无人机实际电机控制系统设计和调试提供理论参考。