基于激光反射的土壤表面粗糙度测量装置设计与试验

为了实时获取土壤表面粗糙度数据,设计了一种基于激光三角测距原理的土壤表面粗糙度专用测量装置.采用激光扫描测距仪测量微位移,其精度高、响应速度快,测距分辨力高达0.1 mm,显著提高了土壤表面粗糙度的测量精度;借助于光电编码盘和螺杆组合实现高精度扫描定位;PDA作为上位机,农田环境下具有方便携带,大容量存储数据和智能化实时处理功能等优点.     

农田信息采集单多跳共存LEACH算法

针对农田环境信息量丰富的特点,提出一种基于LEACH算法的改进型无线传感器网络路由算法--LEACH-SMC.在LEACH-SMC算法的稳态阶段,簇头节点到基站间通信采用临界距离来判断和选择多跳或单跳方式,在多跳方式中采用基于最小能量消耗的路由方式.应用Matlab对LEACH-SMC算法和LEACH算法进行仿真对比分析,结果表明, LEACH-SMC算法能提高网络有效覆盖面积并延长整个网络的寿命.     

ZigBee技术在农林业中的应用研究

设计一个基于ZigBee技术的农林业生产环境监测系统。系统采用太阳能电池供电,利用ZigBee技术将传感器采集到的与农林业生产环境相关的数据通过无线网络传输给上位机。该系统的应用可为农林业环境质量评价、农林业环境质量变化趋势预测提供实时、准确的数据。     

航空施药中雾滴沉积传感器系统设计与实验

基于变介电常数电容器原理设计雾滴沉积传感器及检测系统,由此实现对航空施药中雾滴地面沉积量的快速获取。通过实验,分析建立了传感器对电导率487μS/cm、25 mS/cm雾滴的沉积量测量线性回归方程,决定系数R2分别为0.9923和0.9544。利用M-18B型飞机和AU-5000型喷雾机,对系统进行了应用测试,结果表明:与水敏纸图像分析方法对比,2种方法获得的雾滴地面沉积量分布曲线拟合度可达0.914 6,样点单位面积沉积量的相对测量误差分布在10%~50%之间。     

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%。     

基于内边缘场电容效应的树干/枝水分传感器研究

茎秆水分与茎流速率是解析植物茎秆内水分传输的2个重要参数。设计了一种基于内边缘场电容效应的树干/枝水分传感器。采用有机溶液试剂法与枝条冻融法分别对传感器做了性能测试试验,证实了传感器在相对介电常数16.8~81变化范围内具有很好的线性关系(R2=0.977 2),并从冻融-干湿等价性能看,传感器反应灵敏度满足测量要求。利用枝条脱水法得到了传感器参考标定曲线,决定系数为0.992 2。温室环境下的盆栽苹果树试验证实了该传感器既可无损观测树干细胞昼夜间的充放水过程,还可感测亏水树干内膨压崩溃与恢复过程。     

土壤成分与特性参数光谱快速检测方法及传感技术

近红外光谱技术在分析土壤成分含量以及理化特性参数方面获得了良好的预测精度.人工神经网络、遗传算法、小波变换和支持向量机等现代数据处理算法的应用,最大限度消除了光谱外界干扰、提取了光谱有效信息,使得土壤特性参数预测分析模型更准确、稳定.在进行土壤参数原位实时光谱检测时,如何消除土壤含水率、土壤粒度等的影响,还需要技术突破.开发便携式或车载式农田土壤光谱实时分析仪,是促进精细农业实践的重要措施,已开发的车载式土壤在线光谱仪可以实现多个土壤参数的分析,并达到了相当高的精度.进一步开发多功能土壤在线检测系统,利用土壤介电特性或机械特性与光谱特性测量结果相互补偿与校正以消除误差并提高测量精度,是未来的发展方向之一.光声光谱、激光诱导击穿光谱和太赫兹光谱技术等现代光谱分析方法在土壤成分与特性参数分析方面表现出很强的能力,开展基础研究,揭示这些光谱技术在不同土壤类型、不同土壤成分条件下的吸收特征参数,是未来的研究方向.     

基于时空信息比较的温室环境传感器故障识别

为了提高温室环境测控系统中传感器数据的准确性,针对温室环境参数变化的时间相关性和空间相似性特点,提出了一种基于主成分分析(Principal component analysis,PCA)的故障检测与基于时空信息比较的温室环境监测系统的传感器故障识别方法。首先利用基于PCA的传感器故障检测方法,通过监控统计量T2和SPE的变化实现传感器系统故障检测;再针对检测出故障的传感器节点,对该时刻传感器节点采用基于时空特性的节点信息比较实现不同传感器的故障识别。分别对比基于时间尺度、空间尺度、时空尺度的节点信息比较方法对传感器故障识别的影响进行了分析与试验验证,验证结果表明:基于PCA的传感器故障检测方法能够有效地实现对传感器系统故障的初步检测,提出的基于时空信息比较的传感器故障识别方法,融合考虑时间尺度和空间尺度的节点信息,能够有效地实现传感器具体故障定位;所建立的传感器故障识别方法检测正确率CDR为98.37%、平均虚警率FAR为1.72%,较传统的传感器故障识别方法检测正确率CDR提高了22.067个百分点,而平均虚警率FAR则降低了15.762个百分点,能够有效地保证故障诊断效率、提高故障诊断精度、降低虚警率,具有可靠性和准确性。     

基于核自适应滤波的无线传感网络定位算法研究

针对动态室内环境的变化及时变的接收信号强度(Received signal strength,RSS)对定位精度的影响,提出了一类基于核自适应滤波算法的农业无线传感器网络室内定位方法。核自适应滤波算法具体包括量化核最小均方(Quantized kernel least mean square,QKLMS)算法及固定预算(Fixed-budget,FB)核递推最小二乘(Kernel recursive least-squares,KRLS)算法。QKLMS算法基于一种简单在线矢量量化方法替代稀疏化,抑制核自适应滤波中径向基函数结构的增长。FB-KRLS算法是一种固定内存预算的在线学习方法,与以往的"滑窗"技术不同,每次时间更新时并不"修剪"最旧的数据,而是旨在"修剪"最无用的数据,从而抑制核矩阵的不断增长。通过构建RSS指纹信息与物理位置之间的非线性映射关系,核自适应滤波算法实现WSN的室内定位,将所提出的算法应用于仿真与物理环境下的不同实例中,在同等条件下,还与其他核学习算法、极限学习机(Extreme learning machine,ELM)等定位算法进行比较。仿真实验中2种算法在3种情形下的平均定位误差分别为0.746、0.443 m,物理实验中2种算法在2种情形下的平均定位误差分别为0.547、0.282 m。实验结果表明,所提出的核自适应滤波算法均能提高定位精度,其在线学习能力使得所提出的定位算法能自适应环境动态的变化。     

设施花卉环境参数低功耗传输及模糊控制研究

为了降低现有设施环境监测系统中传感节点的能耗,延长无线传感网络的生存周期,提出了节点动态组包主动传输和多种环境变量加权控制传输2种低功耗机制,减少了大量重复冗余数据的传输,并实现了基于Zigbee的设施花卉环境监测及其低功耗传输系统.提出设施花卉环境下的多变量模糊控制方法,解决了环境变量之间耦合问题,促使温室快速达到花卉适宜环境并保持平衡,实现了对设施花卉环境的综合控制.节点以CC2430芯片为核心,并根据影响花卉生长的环境参数,同时装载SHT10型温湿度、BH1750FVI型光照以及COZIR-ambient型二氧化碳传感器,因此节点可同时采集传输多种环境参数,降低了硬件成本.在南京农业大学园艺试验基地进行组网测试,结果表明,系统比传统周期传输节点(周期1 min)减少能耗85.97％,测量精度在98.5％以上,网络平均丢包率为0.84％,满足了对设施花卉环境的有效监测及低功耗传输的要求.