基于NB-IoT的农产品原产地可信溯源系统设计与实现

随着人们对农产品企业品牌认知程度的提高,鉴别农产品产地的防伪系统对于维护消费者权益和提高企业竞争力具有重要意义。为保障食品安全,维护农产品生产者利益和消费者权益,设计了一种农产品原产地可信溯源系统,系统主要由溯源电子秤、云检测程序和检测网站三部分组成。溯源电子秤采集商品信息及定位信息,并打印商品标签以供消费者查询,随后将数据通过NB-IoT网络上传至云检测程序;云检测程序通过比对上传的数据与数据库中的数据来判断商品产地真伪;消费者通过扫描标签上的二维码登录检测网站获取检测结果。为加强数据传输的安全性,使用改进RSA加密算法对溯源电子秤上传的数据进行加密,在保证安全性的前提下,减少了计算量及硬件加密时间。各项测试结果表明:系统各部分工作正常且检测成功率大于99%,在信号强度大于-100 dBm时,通信成功率99%, GPS平均定位误差5.25 m,满足实际应用需求。     

基于窄带物联网的养殖塘水质监测系统研制

为了促进水产养殖信息化的发展,更加准确、便捷地对水产养殖塘进行监测,该文研发了一种基于窄带物联网(narrow band Internet of Things,NB-IoT)技术的养殖塘水质监测系统,实现了对多传感器节点信息(温度、pH值、溶解氧等环境参数)的远程采集和数据存储功能,以及对养殖塘的智能控制和集中管理。系统利用STM32L151C8单片机和传感器终端实时采集温度、pH值、溶解氧等水质信息,通过NB-IoT技术实现数据汇总和远距离传输至IoT电信云平台,Keil工具实现NB无线通信模组数据格式的设计以及数据的发送,Java用于开发访问云平台、控制底层设备和本地数据处理的后台监测应用,其既能够发送HTTP请求对云平台数据进行监测,也可以向底层控制模块下发命令,控制增氧机等设备的启动和关闭。试验结果表明:该系统可实时获取温度、pH值、溶解氧等水质参数信息,温度控制精度保持在?0.12℃,平均相对误差为0.15%,溶解氧控制精度保持在?0.55mg/L以内,平均相对误差为2.48%,pH值控制精度保持在?0.09,平均相对误差为0.21%。系统整体运行稳定,数据传输实时、准确,能够满足实际生产需要,为进一步水质调节和水产养殖生产管理提供了有力的数据和技术支持。     

基于NB-IoT技术的土壤重金属检测仪设计与验证

为解决土壤重金属检测准确度较低、实时性差以及数据分散的问题,该研究设计了一种基于窄带物联网(Narrow Band Internet of Things,NB-IoT)技术的土壤重金属检测仪。自主研发高准确度能量色散X射线荧光光谱仪,将测量得到的数据通过NB-Io T实时上传到数据集成云平台。设计试验探究了该设备的最佳测试时间、预热时间。结果显示:在预热30 min后以180 s的测试时间测量样品,仪器具有最佳重复性。设计试验验证该设备的准确度,使用该设备、奥林巴斯Vanta Element-S、实验室化学方法针对同一批四川土壤进行了多次采样比较研究,结果显示:Cd、Hg、As、Pb、Zn、Cu测量值都具有较高准确度,测量As、Cr、Hg、Pb元素时比Vanta Element-S更接近真实值。测量国家标准土样,对比样品标准值,7种元素中Cr、Cu、Pb、Zn的平均相对误差非常小,分别为4.6%、7.5%、3.8%、14.2%。其余3种元素As、Cd、Hg相对误差分别为55.5%,55.7%,37.2%。该设备能够准确、稳定、实时的检测出土壤较高含量的重金属元素含量值并且将数据汇总到云平台,具有较为优异的实时性及数据集成能力,在大规模土壤检测分析场合具有一定的推广价值。     

基于NB-IoT的户外端子箱温湿度监测系统

为了解决变电站现场户外端子箱内部工况获取不及时、不便捷的缺点,设计了一套基于无线数据通信的温湿度监测系统.系统主要由安装于端子箱内的温湿度监测模块和远程后台2部分所组成,温湿度监测模块通过相关的传感器获取端子箱内的温湿度、凝露以及门禁的相关数据,通过网络将数据发送至远程监测后台.远程后台将获取的数据进行存储、显示以及提...     

基于NB-IoT的温室温度智能调控系统设计与实现

【目的】以NB-IoT低速率窄带宽物联网技术为核心,研制一套以5G低功耗海量连接场景前期技术为基础的智能温室环境自动调控系统。【方法】应用MSP430F149超低功耗芯片采集环境信息,依托NB-IoT蜂窝物联网平台,云端智能调控系统,结合多传感器融合与模糊PID–分级控制技术,根据用户需求调节温室环境。【结果】该系统在温室大棚内实地应用的结果表明:温室环境信息采集相对误差不超1%,平均控制精度在3.57%(±1.0℃),无传输距离限制,实现作物生长温度的自动调节。【结论】该系统稳定可靠,为作物的生长提供良好环境,对作物的研究提供有力的技术支撑。     

基于深度强化学习的耕作层土壤水分、温度预测

【目的】利用土壤近表面空气温湿度与土壤内部参数的关联关系对耕作层土壤水分、温度进行精准预测,为实现精细化农业种植管理提供服务。【方法】针对土壤耕作层水分、温度预测在训练集获取与模型验证等方面的实际需求,设计了基于嵌入式系统及窄带物联网(Narrow band internet of things,NB-IoT)无线通信技术的物联网数据采集系统。在此基础上基于深度Q学习(Deep Q network,DQN)算法探索了一种模型组合策略,以长短期记忆(Long short-term memory,LSTM)、门限循环单元(Gated recurrent unit,GRU)与双向长短期记忆网络(Bidirectional long short-term memory,Bi-LSTM)为基础模型进行加权组合,获得了DQN-L-G-B组合预测模型。【结果】数据采集系统实现了对等间隔时间序列环境数据的长时间稳定可靠采集,可以为基于深度学习的土壤水分、温度时间序列预测工作提供准确的训练集与验证集数据。相对于LSTM、Bi-LSTM、GRU、L-G-B等模型,DQN-L-G-B组合模型在2种土壤类型(...     

基于Arduino和NB-IoT的棉田环境监测系统设计

针对传统的棉田环境监测监测系统网络中传输距离短、功耗高、网络结构复杂、信号在传输过程中易受干扰等缺点,以Arduino开发板和NB-IoT无线传输技术为核心技术,设计了一种基于高度集成化、广覆盖、低功耗的棉田环境监测监测系统.系统以ATmega 328 P嵌入式芯片为主控制器,感知层通过终端节点采集温湿度及氮磷钾、电导...     

基于模糊PID控制的NB-IoT果蔬农业物联网系统设计与试验

针对传统果蔬农业大棚环境数据感知不强、现场维护工作量大、无线覆盖区域受限、生产管理效率低、成本高的问题,提出一套基于模糊PID控制的NB-IoT果蔬农业物联网系统设计。以STM32L475VET6超低功耗芯片为主控芯片,通过NB-IoT和ZigBee双协议融合组网技术和环形缓冲队列算法组建广域无线网络,设计现场监测终端与远程云监控平台,将局域终端节点采集的环境因子信息接入云服务器进行统计与分析。系统根据采集到的数据自动调控反馈控制设备,达到低功耗模式下的广域覆盖监测并智能反馈调控果蔬大棚环境因子的目的,实现感知层、网络层到平台层和应用层一套完整的果蔬大棚物联网系统设计。将模糊PID控制算法应用于温棚环境调节的仿真测试表明,系统平均丢包率为0.088%,空气温湿度、土壤温湿度、二氧化碳浓度等环境因子参数平均相对误差保持在0.5%以内,NB-IoT休眠功耗小于9μA,能实现智能反馈控制并保证系统多节点部署、多参数检测、低功耗工作、广覆盖通信的条件,使系统具有更高的复杂环境适应性和稳定性。     

果园灌溉物联网实时监控系统的研制与试验

目的 简化果园网络部署,延伸信号覆盖范围,提供精细、实时的灌溉监控,并提高其对传统设备的兼容性。方法 通过窄带物联网(NB-IoT)和LoRa混合组网实现远程数据传输、延伸基站信号覆盖范围。采用终端电学参数检测电路及标定功率,结合异常检测算法,精准监测设备运行状态,并将异常状态即时上传,降低数据上传频率。同时在保证处理能力的前提下降低处理器主频,从而延长待机时长。结果 果园现场监测系统实现了150 ms内上报异常状态,并将上报次数限制为每年2万次。校正检测功率后,功率的线性回归预测决定系数(R²)为0.999 8。通过宏生成JSON数据,生成时长为cJSON方法的10%,进一步降低MCU计算需求。在满足计算和控制需求的前提下,2 MHz的微处理器主频和200 mA·H锂电池可以满足果园灌溉监控系统计算和持续工作的最低要求,采用低功耗微处理器可以进一步延长工作时间。结论 监控系统延伸了NB-IoT网络的覆盖范围,可实现精准、低成本和实时的远程监控。