物聯(lián)網(wǎng)的智能農(nóng)業(yè)監(jiān)測系統(tǒng)畢業(yè)論文

1、 No：_ 畢 業(yè) 設(shè) 計 報 告課題: 基于物聯(lián)網(wǎng)的智能農(nóng)業(yè)監(jiān)測系統(tǒng)的設(shè)計與實現(xiàn) 院系: 軟 件 學(xué) 院 班級: 軟 件 1109 班 學(xué)號: 2011180434 學(xué)生: 陳 俊 指導(dǎo)教師: 鄒 賽 裝訂交卷日期:2014/4/7畢業(yè)設(shè)計成績評定表指導(dǎo)教師評語:（包含學(xué)生在畢業(yè)設(shè)計期間的表現(xiàn)）成績（平時成績）: 指導(dǎo)教師簽名：年 月 日評閱教師評語：（畢業(yè)設(shè)計與設(shè)計報告的質(zhì)量與水平）成績（評閱成績）: 評閱教師簽名：年 月 日答辯情況記錄:（不安排答辯的學(xué)生此表不填）答辯成績:答辯委員會主任(答辯教師小組長)簽名:年 月 日總評成績:畢業(yè)設(shè)計任務(wù)書一、設(shè)計課題：基于物聯(lián)網(wǎng)的智能農(nóng)業(yè)監(jiān)測系統(tǒng)

2、的設(shè)計與實現(xiàn)二、設(shè)計目的： 智能農(nóng)業(yè)，是通信、計算機和農(nóng)學(xué)等若干學(xué)科和領(lǐng)域共同發(fā)展并相互結(jié)合所形成的產(chǎn)物，它將信息采集、傳輸、處理和控制集成在一起，使人們更容易獲得農(nóng)作物生長各個階段的各類信息，也讓人們更容易掌控這些信息，通過人工智能與農(nóng)業(yè)生產(chǎn)的結(jié)合真正實現(xiàn)人與自然的交互。隨著通信、計算機、傳感網(wǎng)等技術(shù)的迅猛發(fā)展，將物聯(lián)網(wǎng)應(yīng)用到農(nóng)業(yè)監(jiān)測系統(tǒng)中已經(jīng)是目前的發(fā)展趨勢，它將采集到的溫度、濕度、光照強度、土壤水分、土壤溫度、植物生長狀況等農(nóng)業(yè)信息進行加工、傳輸和利用，為農(nóng)業(yè)生產(chǎn)在各個時期的精準管理和預(yù)測預(yù)警提供信息支持，追求以最少的資源消耗獲得最大的優(yōu)質(zhì)產(chǎn)出，使農(nóng)業(yè)增長由主要依賴自然條件和自然資源向主

3、要依賴信息資源轉(zhuǎn)變，使不可控的產(chǎn)業(yè)得以有效控制。 本文設(shè)計了基于物聯(lián)網(wǎng)的智能農(nóng)業(yè)監(jiān)測系統(tǒng)，目的是實現(xiàn)目標監(jiān)測區(qū)域內(nèi)，無線傳感器網(wǎng)絡(luò)節(jié)點的自動組網(wǎng)、影響農(nóng)作物生長的環(huán)境參數(shù)的實時采集以及上位機監(jiān)測軟件的數(shù)據(jù)分析和遠程監(jiān)測，同時為了降低傳感器節(jié)點的能耗、提高采集數(shù)據(jù)的準確度，提出了KDF算法用于數(shù)據(jù)處理。三、設(shè)計要求 1建立一個實用、可靠、可長期監(jiān)測的農(nóng)業(yè)環(huán)境監(jiān)測系統(tǒng);2該系統(tǒng)能夠準確實時的獲取農(nóng)作物生長的環(huán)境信息并對這些信息進行遠程監(jiān)測。四、畢業(yè)設(shè)計報告要求：1 系統(tǒng)可以正常穩(wěn)定的工作；2 無線傳感器節(jié)點可以正常構(gòu)建無線Mesh網(wǎng)絡(luò)，可以進行數(shù)據(jù)可靠傳輸；3 系統(tǒng)通過Tomcat服務(wù)器在線發(fā)布，

4、用戶可以在任何一臺與Internet相連的PC機上登錄本系統(tǒng)進行數(shù)據(jù)查詢和系統(tǒng)管理，實現(xiàn)遠程監(jiān)測的功能；4 系統(tǒng)采用的節(jié)能機制達到了很好的節(jié)能效果，且采集數(shù)據(jù)的精度符合要求。五、設(shè)計進度計劃：11月15日11月25日 查閱物聯(lián)網(wǎng)相關(guān)資料2月 1日 2月25日 系統(tǒng)架構(gòu)設(shè)計3月 1日 3月25月 撰寫畢業(yè)設(shè)計報告4月初 畢業(yè)設(shè)計答辯（如有變動，另行通知）六、畢業(yè)答辨需提交的材料：畢業(yè)設(shè)計報告 學(xué)生： 陳 俊 指導(dǎo)教師簽名： 年 月 日摘要 物聯(lián)網(wǎng)作為信息產(chǎn)業(yè)的第三次浪潮，在農(nóng)業(yè)中的應(yīng)用將會解決一系列科學(xué)技術(shù)問題，例如分布在廣域空間的信息獲取，高效可靠的信息傳輸以及面向不同應(yīng)用的智能決策等，將是實

5、現(xiàn)傳統(tǒng)農(nóng)業(yè)向現(xiàn)代農(nóng)業(yè)轉(zhuǎn)變的助推器和加速器。農(nóng)業(yè)生產(chǎn)過程中，溫度、濕度、光照強度、C02濃度、水分以及其他養(yǎng)分等多種自然因素共同影響農(nóng)作物的生長，傳統(tǒng)農(nóng)業(yè)的管理方式遠遠沒有達到精細化管理的標準，只能算是粗放式管理，在這種管理方式下，通過人的感知能力管理上述環(huán)境參數(shù)，無法達到準確性要求，要實現(xiàn)現(xiàn)代農(nóng)業(yè)的智能化管理，建立一個實用、可靠、可長期監(jiān)測的農(nóng)業(yè)環(huán)境監(jiān)測系統(tǒng)是非常必要的。因此，本文設(shè)計了基于物聯(lián)網(wǎng)的智能農(nóng)業(yè)監(jiān)測系統(tǒng)，該系統(tǒng)能夠準確實時的獲取農(nóng)作物生長的環(huán)境信息并對這些信息進行遠程監(jiān)測。 論文首先詳細闡述物聯(lián)網(wǎng)和農(nóng)業(yè)物聯(lián)網(wǎng)的內(nèi)涵和體系結(jié)構(gòu)、農(nóng)業(yè)物聯(lián)網(wǎng)的關(guān)鍵技術(shù)和未來發(fā)展。介紹了數(shù)據(jù)融合的相關(guān)概念

6、，并提出了KDF算法用于系統(tǒng)對感知數(shù)據(jù)的處理。KDF算法是基于卡爾曼濾波的數(shù)據(jù)融合算法，能夠達到減少冗余信息、降低能量消耗以及消除干擾使獲得的感知數(shù)據(jù)更加準確的目的。其次，論文給出了系統(tǒng)的總體設(shè)計，并根據(jù)設(shè)計要求，以MSP430F5438微處理器、射頻模塊CC2520、射頻放大前端CC2591以及SHT 10溫濕度傳感器等環(huán)境感知傳感器為核心，構(gòu)建了傳感器硬件節(jié)點。傳感器節(jié)點的軟件以Z-Stack協(xié)棧為基礎(chǔ)，成功的實現(xiàn)了無線Mesh網(wǎng)絡(luò)的組建和數(shù)據(jù)的可靠傳輸。最后，論文介紹了上位機監(jiān)測軟件，上位機監(jiān)測軟件基于B/S架構(gòu)，使用JSP語言在MyEclipse環(huán)境下開發(fā)，具有良好的人機交互前臺界面;

7、后臺采用MySQL數(shù)據(jù)庫，完成環(huán)境參數(shù)數(shù)據(jù)和其他有用信息的存儲;將整個系統(tǒng)通過Tomcat服務(wù)器在線發(fā)布，系統(tǒng)便可以接入到Internet中，形成“底層(傳感器)-Internet網(wǎng)絡(luò)一遠程監(jiān)控”的結(jié)構(gòu)，使連入互聯(lián)網(wǎng)的計算機均可以訪問。對系統(tǒng)從功能實現(xiàn)角度來開展的實驗結(jié)果顯示，該系統(tǒng)可以正常穩(wěn)定的工作，無線傳感器節(jié)點可以正常構(gòu)建無線Mesh網(wǎng)絡(luò)，可以進行數(shù)據(jù)可靠傳輸，系統(tǒng)通過Tomcat服務(wù)器在線發(fā)布，用戶可以在任何一臺與Internet相連的PC機上登錄本系統(tǒng)進行數(shù)據(jù)查詢和系統(tǒng)管理，實現(xiàn)遠程監(jiān)測的功能，并且本系統(tǒng)采用的節(jié)能機制達到了很好的節(jié)能效果，且采集數(shù)據(jù)的精度符合要求。關(guān)鍵詞:農(nóng)業(yè)物聯(lián)網(wǎng)

8、;無線傳感器網(wǎng)絡(luò);數(shù)據(jù)融合;B/S架構(gòu)目 錄摘要6第一章 緒論11.1課題背景11.2研究的目的與意義21.2.1研究目的21.2. 2現(xiàn)實意義31. 3主要研究內(nèi)容與論文結(jié)構(gòu)4第二章 物聯(lián)網(wǎng)與農(nóng)業(yè)62. 1物聯(lián)網(wǎng)62.1.1物聯(lián)網(wǎng)內(nèi)涵62. 1. 2物聯(lián)網(wǎng)體系結(jié)構(gòu)72. 2農(nóng)業(yè)物聯(lián)網(wǎng)82. 2.1農(nóng)業(yè)物聯(lián)網(wǎng)內(nèi)涵82. 2. 2農(nóng)業(yè)物聯(lián)網(wǎng)體系結(jié)構(gòu)92. 3農(nóng)業(yè)物聯(lián)網(wǎng)的關(guān)鍵技術(shù)102. 4農(nóng)業(yè)物聯(lián)網(wǎng)的未來發(fā)展11第三章 系統(tǒng)的數(shù)據(jù)融合處理133. 1數(shù)據(jù)融合的原理及意義133. 1.1數(shù)據(jù)融合的原理133. 1 .2數(shù)據(jù)融合的意義143. 2數(shù)據(jù)融合的分類153. 3數(shù)據(jù)融合的基本方法173.4

9、系統(tǒng)的數(shù)據(jù)融合處理203. 4. 1 KDF算法的提出203. 4. 2卡爾曼濾波算法203. 4. 3 KDF算法21第四章 傳感器節(jié)點的設(shè)計與實現(xiàn)254. 1系統(tǒng)總體設(shè)計254. 2傳感器節(jié)點的硬件設(shè)計264. 2. 1硬件設(shè)計方案264.2.2處理器模塊284. 2. 3外部傳感器模塊304.2.4無線通信模塊314. 3傳感器節(jié)點的軟件設(shè)計344. 3. 1節(jié)點軟件開發(fā)環(huán)境344.3.2 Z-Stack協(xié)議棧研究354. 3. 3網(wǎng)絡(luò)組建354.3.4數(shù)據(jù)傳輸37第五章 智能監(jiān)測處理中心的設(shè)計與實現(xiàn)425. 1智能監(jiān)測處理中心開發(fā)平臺概述425. 2智能監(jiān)測處理中心總體設(shè)計435. 3

10、智能監(jiān)測處理中心前臺界面設(shè)計455. 3. 1登錄界面455. 3. 2主界面465. 3. 3數(shù)據(jù)管理界面475. 4串口通信的實現(xiàn)505. 4. 1串口通信基礎(chǔ)505. 4. 2 Java串口通信515.4.3串口通信的實現(xiàn)525. 5客戶端與數(shù)據(jù)庫的交互545. 5. 1數(shù)據(jù)庫簡介545. 5. 2數(shù)據(jù)庫表54第六章 系統(tǒng)測試與結(jié)果分析576. 1無線傳感器網(wǎng)絡(luò)運行效果測試576. 2系統(tǒng)遠程監(jiān)測功能測試586. 3節(jié)點節(jié)能效果測試606. 4采集結(jié)果精度測試61第七章 總結(jié)與展望637. 1總結(jié)637. 2展望64參考文獻65致謝67第一章 緒論1.1課題背景 農(nóng)業(yè)歷來被認為是穩(wěn)民心、

11、安天下的產(chǎn)業(yè)，我國人口占世界總?cè)丝诘?2%，耕地面積卻不足世界耕地面積的7%，一直創(chuàng)造著以不足世界7%的耕地養(yǎng)活世界近22%人口的奇跡。隨著經(jīng)濟的高速發(fā)展，資源短缺、環(huán)境惡化與人口劇增的矛盾越來越突出，我國傳統(tǒng)農(nóng)業(yè)在走過了近30年的以資源換產(chǎn)量、以高投入換糧食增產(chǎn)的道路后不得不面對因基礎(chǔ)薄弱、科技含量不足、生產(chǎn)技術(shù)落后而導(dǎo)致的農(nóng)業(yè)產(chǎn)量增長緩慢、生產(chǎn)效益低下、農(nóng)業(yè)不能得到很好的發(fā)展等諸多問題。我國要發(fā)展現(xiàn)代化信息化農(nóng)業(yè)，同樣有諸多問題魚需解決，例如資源緊缺的問題，僅水資源緊缺就會嚴重影響我國農(nóng)作物產(chǎn)量，還有生態(tài)環(huán)境惡化的問題，生態(tài)環(huán)境退化會帶來非常嚴重的土壤退化，不利于我國農(nóng)業(yè)長期發(fā)展，還有我國

12、農(nóng)產(chǎn)品安全問題將直接影響國民的正常生活。為了保障我國農(nóng)產(chǎn)品的產(chǎn)量供給，同時保證我國農(nóng)產(chǎn)品食物安全和農(nóng)業(yè)生態(tài)環(huán)境安全，提高農(nóng)業(yè)生產(chǎn)經(jīng)營精細化管理水平，實現(xiàn)農(nóng)村經(jīng)濟可持續(xù)發(fā)展，我們必須根據(jù)農(nóng)業(yè)發(fā)展的實際需求，掌握農(nóng)業(yè)領(lǐng)域的關(guān)鍵技術(shù)，加快發(fā)展現(xiàn)代化、信息化、智能化農(nóng)業(yè)，達到提高我國農(nóng)產(chǎn)品質(zhì)量和生產(chǎn)效率、降低生產(chǎn)成本、合理利用農(nóng)業(yè)資源、改善生態(tài)環(huán)境的目的，從而推動農(nóng)村經(jīng)濟迅速發(fā)展并推動中國經(jīng)濟高速增長。 作為信息產(chǎn)業(yè)的第三次浪潮，物聯(lián)網(wǎng)技術(shù)可以在土壤和水資源的可持續(xù)利用、生態(tài)環(huán)境監(jiān)測、農(nóng)業(yè)生產(chǎn)過程精細化管理、農(nóng)產(chǎn)品與食品安全可追溯系統(tǒng)和大型農(nóng)業(yè)機械作業(yè)服務(wù)調(diào)度、遠程工況監(jiān)測與故障診斷等多個農(nóng)業(yè)領(lǐng)域發(fā)展

13、。物聯(lián)網(wǎng)技術(shù)通過信息感知技術(shù)可以獲取更多的信息，包括作物信息、農(nóng)業(yè)環(huán)境信息、農(nóng)機作業(yè)信息等，為智能農(nóng)業(yè)提供更加豐富的實時信息，通過全面互聯(lián)共享可以獲得更多的網(wǎng)絡(luò)服務(wù)，提高智能農(nóng)業(yè)科學(xué)決策水平和作業(yè)實施水平。物聯(lián)網(wǎng)技術(shù)必將為改造傳統(tǒng)農(nóng)業(yè)，改變農(nóng)業(yè)增產(chǎn)方式，發(fā)展信息化、智能化、可持續(xù)發(fā)展的現(xiàn)代農(nóng)業(yè)發(fā)揮重要作用，引領(lǐng)我國現(xiàn)代農(nóng)業(yè)的未來發(fā)展。我國國家中長期科學(xué)2和技術(shù)發(fā)展規(guī)劃綱要中，明確將“傳感器網(wǎng)絡(luò)及智能信息處理”作為“重點領(lǐng)域及其優(yōu)先主題”，“農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)”己經(jīng)納入“十二五”863 計劃發(fā)展綱要，作為物聯(lián)網(wǎng)重要分支之一的農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)必將在我國具有廣闊的應(yīng)用前景。1.2研究的目的與意義1.2.1

14、研究目的 在農(nóng)業(yè)生產(chǎn)過程中，溫度、濕度、光照強度、COz濃度、水分、以及其他養(yǎng)分等多種自然因素共同影響農(nóng)作物生長。傳統(tǒng)農(nóng)業(yè)的管理方式遠遠沒有達到精細化管理的標準，只能算是粗放式管理，在這種管理方式下，通過人的感知能力來管理上述環(huán)境參數(shù)，是無法達到準確性要求的。而智能農(nóng)業(yè)，是通信、計算機和農(nóng)學(xué)等若干學(xué)科和領(lǐng)域共同發(fā)展并相互結(jié)合所形成的產(chǎn)物，它將信息采集、傳輸、處理和控制集成在一起，使人們更容易獲得農(nóng)作物生長各個階段的各類信息，也讓人們更容易掌控這些信息，通過人工智能與農(nóng)業(yè)生產(chǎn)的結(jié)合真正實現(xiàn)人與自然的交互。智能農(nóng)業(yè)的核心問題可以概括為以下四部分，即農(nóng)業(yè)信息的獲取、對所獲取信息的管理、經(jīng)信息分析做出

15、的決策、由決策而決定的具體實施方針，在這四部分中，對農(nóng)業(yè)信息的獲取是智能農(nóng)業(yè)的起點，也是非常關(guān)鍵的一點，做不到準確實時的獲取農(nóng)業(yè)信息，就無法建造真正的智能農(nóng)業(yè)。而實現(xiàn)智能農(nóng)業(yè)，建立一個實用、可靠、可長期監(jiān)測的農(nóng)業(yè)環(huán)境監(jiān)測系統(tǒng)是非常必要的. 隨著通信、計算機、傳感網(wǎng)等技術(shù)的迅猛發(fā)展，將物聯(lián)網(wǎng)應(yīng)用到農(nóng)業(yè)監(jiān)測系統(tǒng)中已經(jīng)是目前的發(fā)展趨勢，它將采集到的溫度、濕度、光照強度、土壤水分、土壤溫度、植物生長狀況等農(nóng)業(yè)信息進行加工、傳輸和利用，為農(nóng)業(yè)生產(chǎn)在各個時期的精準管理和預(yù)測預(yù)警提供信息支持，追求以最少的資源消耗獲得最大的優(yōu)質(zhì)產(chǎn)出，使農(nóng)業(yè)增長由主要依賴自然條件和自然資源向主要依賴信息資源轉(zhuǎn)變，使不可控的產(chǎn)業(yè)

16、得以有效控制。 本文采用無線傳感器網(wǎng)絡(luò)技術(shù)，將物聯(lián)網(wǎng)與農(nóng)業(yè)信息、的采集相結(jié)合，設(shè)計了基于物聯(lián)網(wǎng)的智能農(nóng)業(yè)監(jiān)測系統(tǒng)，目的是實現(xiàn)目標監(jiān)測區(qū)域內(nèi)，無線傳感器網(wǎng)絡(luò)節(jié)點的自動組網(wǎng)、影響農(nóng)作物生長的環(huán)境參數(shù)的實時采集以及上位機監(jiān)測軟件的數(shù)據(jù)分析和遠程監(jiān)測，同時為了降低傳感器節(jié)點的能耗、提高采集數(shù)據(jù)的準確度，提出了KDF算法用于數(shù)據(jù)處理。1.2. 2現(xiàn)實意義 與傳統(tǒng)的農(nóng)業(yè)監(jiān)測技術(shù)和系統(tǒng)相比，本文設(shè)計的基于物聯(lián)網(wǎng)的智能農(nóng)業(yè)監(jiān)測系統(tǒng)有以下優(yōu)點: (1)無線傳感器節(jié)點能夠自動組網(wǎng)。當(dāng)網(wǎng)絡(luò)中的某個節(jié)點因電池耗盡或者節(jié)點出現(xiàn)故障等原因停止工作時，傳感器網(wǎng)絡(luò)中的節(jié)點個數(shù)會動態(tài)的增加或者減少，整個傳感器網(wǎng)絡(luò)的拓撲結(jié)構(gòu)會隨

17、之發(fā)生相應(yīng)的變化。本文設(shè)計的無線傳感器節(jié)點，能夠在無任何人工幫助的情況下，通過控制網(wǎng)絡(luò)拓撲機制和遵守網(wǎng)絡(luò)形成協(xié)議來自動形成具有轉(zhuǎn)發(fā)大量監(jiān)測數(shù)據(jù)功能的多跳自組織網(wǎng)絡(luò)，并且能夠保證網(wǎng)絡(luò)形成后一直工作，具有很高的魯棒性和可靠性。 (2)無線傳感器節(jié)點能夠?qū)崿F(xiàn)低功耗并且獲得高準確度的數(shù)據(jù)。由于傳感器節(jié)點尺寸小，只能采取電池供電，而電池能量有限，傳感器節(jié)點均分布在田間，數(shù)量龐大且分布廣泛，經(jīng)常更換電池會帶來非常繁瑣且繁重的工作量。如何減少節(jié)點的功耗，延長節(jié)點壽命，對于整個系統(tǒng)網(wǎng)絡(luò)的穩(wěn)定、高效運行是至關(guān)重要的，同時，由于采集和傳輸過程中周圍環(huán)境的干擾，數(shù)據(jù)的準確性有待提高。本文采用基于卡爾曼濾波的數(shù)據(jù)融合

18、方法解決這兩個問題。在無線傳感器網(wǎng)絡(luò)中，處理器進行數(shù)據(jù)計算所消耗的能量，遠遠小于數(shù)據(jù)在通信過程中消耗的能量，本文的數(shù)據(jù)融合，是在節(jié)點采集數(shù)據(jù)之后到發(fā)送數(shù)據(jù)之前進行的數(shù)據(jù)冗余處理，有效減少了無線傳輸過程中的數(shù)據(jù)傳輸量，達到節(jié)能的目的，并且卡爾曼濾波可以有效消除感知數(shù)據(jù)的干擾及不確定性，從而獲得更加準確可靠的環(huán)境參數(shù)數(shù)據(jù)。 (3)系統(tǒng)實現(xiàn)資源共享。將Web協(xié)議移植到系統(tǒng)中，將系統(tǒng)通過Tomcat服務(wù)器在線發(fā)布，系統(tǒng)便可以接入到Internet中，實現(xiàn)“底層(傳感器)-Internet網(wǎng)絡(luò)一遠程監(jiān)控”的結(jié)構(gòu)，能夠?qū)⒄麄€系統(tǒng)的信息發(fā)布到互聯(lián)網(wǎng)上，既可以隨時隨地對影響農(nóng)作物的環(huán)境參數(shù)進行監(jiān)測，又實現(xiàn)了農(nóng)

19、業(yè)信息資源的共享，為今后物聯(lián)網(wǎng)在農(nóng)業(yè)環(huán)境監(jiān)測領(lǐng)域中的進一步研究與探索奠定了重要的技術(shù)基礎(chǔ)。 (4)網(wǎng)絡(luò)部署方便。傳感器節(jié)點在監(jiān)測區(qū)域要大量部署，為了對目標系統(tǒng)本身特性不構(gòu)成影響并且方便部署，傳感器節(jié)點體積要盡可能小。本系統(tǒng)中的節(jié)點采用微型化設(shè)計，部署一次就可以長期穩(wěn)定工作，不容易受到人為因素的影響。 (5)系統(tǒng)實現(xiàn)低成本。系統(tǒng)中傳感器節(jié)點數(shù)量龐大且功能簡單，單個節(jié)點的造價能夠極大的影響整個系統(tǒng)的成本。所以，在保證節(jié)點性能的前提下應(yīng)該盡可能降低單個節(jié)點的成本，本系統(tǒng)的傳感器節(jié)點在保證電路正常、穩(wěn)定工作的前提下，采用盡可能少的使用電子元器件的方式設(shè)計，有效降低整個系統(tǒng)的成本。 (6)系統(tǒng)實現(xiàn)高精度

20、采集。無線傳感器節(jié)點具有一定的存儲和計算能力。盡管無線傳感器節(jié)點網(wǎng)絡(luò)分布密度大且數(shù)據(jù)采集量大，每個節(jié)點均能將監(jiān)測區(qū)域采集到的大量環(huán)境信息高精度地傳至上位機存儲分析。1. 3主要研究內(nèi)容與論文結(jié)構(gòu) 物聯(lián)網(wǎng)的應(yīng)用非常廣泛，遍及國民經(jīng)濟和人類生活的方方面面，可以說，信息時代，物聯(lián)網(wǎng)無處不在，所以，對物聯(lián)網(wǎng)的研究也涉及多個方面，本文主要研究物聯(lián)網(wǎng)在農(nóng)業(yè)環(huán)境監(jiān)測中的應(yīng)用，設(shè)計了基于物聯(lián)網(wǎng)的智能農(nóng)業(yè)監(jiān)測系統(tǒng)，實現(xiàn)目標監(jiān)測區(qū)域內(nèi)，無線傳感器網(wǎng)絡(luò)節(jié)點的自動組網(wǎng)、影響農(nóng)作物生長的環(huán)境參數(shù)的實時采集以及上位機的數(shù)據(jù)分析和遠程監(jiān)測，并從傳感器節(jié)點數(shù)據(jù)精度和節(jié)能角度出發(fā)，對數(shù)據(jù)進行數(shù)據(jù)融合處理。本文分為7章，文章結(jié)構(gòu)

21、安排和具體內(nèi)容如下: 第1章緒論 給出本文的研究背景，并詳細的描述了課題的研究目的及意義，歸納了全文的主要內(nèi)容和結(jié)構(gòu)安排。 第2章物聯(lián)網(wǎng)與農(nóng)業(yè) 從內(nèi)涵和體系結(jié)構(gòu)等方面對物聯(lián)網(wǎng)進行介紹，并重點介紹農(nóng)業(yè)物聯(lián)網(wǎng)，對農(nóng)業(yè)物聯(lián)網(wǎng)的內(nèi)涵、體系結(jié)構(gòu)、關(guān)鍵技術(shù)以及未來發(fā)展做了詳細闡述。 第3章系統(tǒng)的數(shù)據(jù)融合處理 詳細闡述了數(shù)據(jù)融合的原理及意義，介紹了從融合級別角度出發(fā)所形成的數(shù)據(jù)融合分類方法，并介紹了數(shù)據(jù)融合中常用的基本方法，最后提出KDF算法，作為本系統(tǒng)數(shù)據(jù)處理的方法。 第4章傳感器節(jié)點的設(shè)計與實現(xiàn) 本章介紹了系統(tǒng)的總體設(shè)計和傳感器節(jié)點的硬件設(shè)計，對MSP430F5438, CC2520,CC2591以及各

22、類傳感器的具體性能和各項參數(shù)進行詳細的介紹，并給出部分電路圖。同時介紹了傳感器節(jié)點的軟件設(shè)計，詳細的闡述了傳感器節(jié)點的軟件開發(fā)環(huán)境以及組建無線Mesh網(wǎng)絡(luò)和數(shù)據(jù)可靠傳輸?shù)倪^程。 第5章智能監(jiān)測處理中心的設(shè)計與實現(xiàn) 介紹了智能監(jiān)測處理中心的開發(fā)平臺以及智能監(jiān)測處理中心的總體設(shè)計，并對前臺界面的設(shè)計、串口通信的實現(xiàn)方法以及客戶端與數(shù)據(jù)庫如何進行交互進行了詳細闡述。 第6章系統(tǒng)測試與結(jié)果分析 從測試設(shè)備、測試地址以及測試方法等方面對系統(tǒng)進行的無線傳感器網(wǎng)絡(luò)運行效果測試、系統(tǒng)遠程監(jiān)測功能測試、節(jié)點節(jié)能效果測試和采集結(jié)果精度測試做了詳細描述，并對測試結(jié)果進行了分析。 第7章總結(jié)與展望 對本文的研究內(nèi)容進

23、行總結(jié)，并指出本系統(tǒng)可以改進的方面以及下一步可以進行的工作。第二章 物聯(lián)網(wǎng)與農(nóng)業(yè)2. 1物聯(lián)網(wǎng)2.1.1物聯(lián)網(wǎng)內(nèi)涵 物聯(lián)網(wǎng)(The Internet of Things, IOT)，既“物物相連的互聯(lián)網(wǎng)”。目前，關(guān)于物聯(lián)網(wǎng)比較準確的定義是:物聯(lián)網(wǎng)是通過各種感知設(shè)備和系統(tǒng)、條碼與二維碼、全球定位系統(tǒng)，按照約定的通信協(xié)議，將物與物、人與物、人與人連接起來，通過各種接入網(wǎng)、互聯(lián)網(wǎng)等網(wǎng)絡(luò)進行信息交換，以實現(xiàn)智能化識別、定位、跟蹤、監(jiān)控和管理的一種信息網(wǎng)絡(luò)，在這種網(wǎng)絡(luò)中，每一個物件都可以尋址，每一個物件都可以控制，每一個物件都可以通信。 物聯(lián)網(wǎng)與傳統(tǒng)的互聯(lián)網(wǎng)是有著本質(zhì)區(qū)別的，二者的區(qū)別在于:首先，物聯(lián)網(wǎng)

24、是對具有全面感知能力的物體和人的互聯(lián)集合，物聯(lián)網(wǎng)全面感知的目的是隨時隨地對物體進行信息采集和獲取，采用的技術(shù)手段主要有RFID技術(shù)、二維碼技術(shù)、GPS技術(shù)、傳感器技術(shù)、無線傳感器網(wǎng)絡(luò)等。物聯(lián)網(wǎng)作為各種感知技術(shù)的綜合應(yīng)用，其應(yīng)用過程需要多種類型的傳感器，這些能夠捕獲不同信息且具有不同信息格式的傳感器都作為不同的信息源，按一定規(guī)律采集所需要的信息，并且傳感器上傳的數(shù)據(jù)具有實時性;其次，物聯(lián)網(wǎng)對數(shù)據(jù)具有可靠傳送能力，物聯(lián)網(wǎng)上的傳感器數(shù)量極其龐大，形成了海量的采集信息，這就要求物聯(lián)網(wǎng)必須適應(yīng)各種異構(gòu)網(wǎng)絡(luò)和協(xié)議以確保傳輸過程中數(shù)據(jù)的正確性和及時性，物聯(lián)網(wǎng)是一種建立在互聯(lián)網(wǎng)上的網(wǎng)絡(luò)，作為互聯(lián)網(wǎng)的延伸，物聯(lián)

25、網(wǎng)能夠遵循約定的通信協(xié)議，通過相應(yīng)的軟硬件實現(xiàn)規(guī)定的通信規(guī)則，將各種有線和無線網(wǎng)絡(luò)與互聯(lián)網(wǎng)融合，準確實時地將采集到的物體信息傳遞出去;最后，物聯(lián)網(wǎng)能夠?qū)崿F(xiàn)智能處理，智能處理可以說是物聯(lián)網(wǎng)最為核心和關(guān)鍵的部分，也是物聯(lián)網(wǎng)能夠得到廣泛應(yīng)用的基礎(chǔ)，它能夠綜合應(yīng)用當(dāng)前各個學(xué)科比較前沿的技術(shù)，對已經(jīng)經(jīng)過感知層全面感知和傳輸層可靠無誤傳輸?shù)臄?shù)據(jù)進行全面的分析和處理，為人們當(dāng)前從事的各種活動作出指導(dǎo)，這種指導(dǎo)具有前瞻性，且通常是智能化的81，并且在物聯(lián)網(wǎng)中，不僅僅提供了傳感器與互聯(lián)網(wǎng)等各種網(wǎng)絡(luò)的連接，物聯(lián)網(wǎng)自身也可以進行智能處理，具有對物體實施智能控制的能力。物聯(lián)網(wǎng)將傳感器技術(shù)和智能處理技術(shù)相融合，結(jié)合云計

26、算、模式識別等各種智能技術(shù)，擴充其應(yīng)用領(lǐng)域。2. 1. 2物聯(lián)網(wǎng)體系結(jié)構(gòu)根據(jù)物聯(lián)網(wǎng)的基本特征，物聯(lián)網(wǎng)的體系結(jié)構(gòu)被分為如圖2.1所示的三個層次 物聯(lián)網(wǎng)的感知層是物聯(lián)網(wǎng)發(fā)展和應(yīng)用的基礎(chǔ)，這一層的功能是使用傳感器進行物理世界信息的采集。這一層最常用到的技術(shù)有射頻識別技術(shù)、傳感技術(shù)、遠程操作技術(shù)以及ZigBee技術(shù)等。物體木身不具備通信能力，感知層明傳感器和RIND技術(shù)對各種物體進行標識，通過短距離無線通信技術(shù)等通信子層的通信模塊與網(wǎng)關(guān)交互信息。感知層設(shè)備具有多種延伸網(wǎng)，包括傳感網(wǎng)、無線個域網(wǎng)(WPAN)、家庭網(wǎng)、工業(yè)總線等，也可以先組成延伸網(wǎng)再與網(wǎng)關(guān)交互。 物聯(lián)網(wǎng)的網(wǎng)絡(luò)層建立在現(xiàn)有的移動通信網(wǎng)和互聯(lián)

27、網(wǎng)基礎(chǔ)上 , 網(wǎng)絡(luò)層的主要作用之一是利用可以連入互聯(lián)網(wǎng)的各種類型的網(wǎng)絡(luò)，將數(shù)據(jù)和控制指令進行安全可靠、準確有效的傳輸，同時實現(xiàn)數(shù)據(jù)傳輸過程中的通信算法。對感知層上傳的數(shù)據(jù)進行存儲分析也是物聯(lián)網(wǎng)網(wǎng)絡(luò)層的重要主成部分，是應(yīng)用層眾多應(yīng)用的基礎(chǔ)。 物聯(lián)網(wǎng)的應(yīng)用層實現(xiàn)了研究和開發(fā)物聯(lián)網(wǎng)的目的和意義，這一層在前兩層的基礎(chǔ)上，結(jié)合相應(yīng)的軟、硬件開發(fā)和智能控制技術(shù)，為人們呈現(xiàn)出一個無限互聯(lián)、滿意服務(wù)、隨心控制的全新世界。該層包括為物聯(lián)網(wǎng)應(yīng)用提供通用支撐服務(wù)和調(diào)用接口的應(yīng)用支撐子層以及各種具體的物聯(lián)網(wǎng)應(yīng)用，物聯(lián)網(wǎng)的具體應(yīng)用可以分為監(jiān)控類型的應(yīng)用，比如物聯(lián)網(wǎng)在智能環(huán)保和智能司法方面的應(yīng)用;控制類型的應(yīng)用，比如物聯(lián)

28、網(wǎng)在智能交通和智能家居方面的應(yīng)用;查詢類型的應(yīng)用，比如物聯(lián)網(wǎng)在智能城市和智能交通方面的應(yīng)用;掃描類型的應(yīng)用，比如物聯(lián)網(wǎng)在手機錢包和高速公路不停車收費方面的應(yīng)用?？傊锫?lián)網(wǎng)可以應(yīng)用到與人們生活息息相關(guān)的各個領(lǐng)域。對物聯(lián)網(wǎng)的研究仍在繼續(xù)，物聯(lián)網(wǎng)的應(yīng)用領(lǐng)域也正在不斷拓寬，隨著各項支持物聯(lián)網(wǎng)的技術(shù)的發(fā)展，物聯(lián)網(wǎng)一定能夠帶給人類更便捷、更貼心的應(yīng)用。2. 2農(nóng)業(yè)物聯(lián)網(wǎng)2. 2.1農(nóng)業(yè)物聯(lián)網(wǎng)內(nèi)涵 當(dāng)前，我國正處在從傳統(tǒng)農(nóng)業(yè)向現(xiàn)代農(nóng)業(yè)迅速推進的過程當(dāng)中，現(xiàn)代農(nóng)業(yè)的發(fā)展從生產(chǎn)、經(jīng)營、管理到服務(wù)，各個環(huán)節(jié)都迫切呼喚信息技術(shù)的支持。物聯(lián)網(wǎng)浪潮的到來，為現(xiàn)代農(nóng)業(yè)的發(fā)展創(chuàng)造了前所未有的機遇，改造傳統(tǒng)農(nóng)業(yè)并發(fā)展現(xiàn)代農(nóng)

29、業(yè)，迫切需要使用物聯(lián)網(wǎng)技術(shù)大田種植、設(shè)施園藝、畜禽養(yǎng)殖、水產(chǎn)養(yǎng)殖、農(nóng)產(chǎn)品物流等農(nóng)業(yè)行業(yè)領(lǐng)域的各種農(nóng)業(yè)要素實施數(shù)字化設(shè)計、智能化控制、精準化運行和科學(xué)化管理，從而實現(xiàn)對各種農(nóng)業(yè)要素的“全面感知、可靠傳輸和智能處理”，進而達到高產(chǎn)、高效、優(yōu)質(zhì)、生態(tài)、安全的目標。 物聯(lián)網(wǎng)技術(shù)在經(jīng)過十幾年的在農(nóng)業(yè)領(lǐng)域的實際應(yīng)用和不斷發(fā)展，已經(jīng)與農(nóng)業(yè)領(lǐng)域緊密結(jié)合，形成了農(nóng)業(yè)物聯(lián)網(wǎng)。研究農(nóng)業(yè)的著名學(xué)者、中國農(nóng)業(yè)大學(xué)李道亮教授在經(jīng)過十幾年對信息化技術(shù)在農(nóng)業(yè)領(lǐng)域應(yīng)用的探索和研究以后，給出如下結(jié)論:“農(nóng)業(yè)物聯(lián)網(wǎng)就是物聯(lián)網(wǎng)技術(shù)在農(nóng)業(yè)生產(chǎn)、經(jīng)營、管理和服務(wù)中的具體應(yīng)用，即運用各類傳感器、RFID等感知設(shè)備，廣泛地采集大田種植、設(shè)施

30、園藝、畜禽水產(chǎn)養(yǎng)殖和農(nóng)產(chǎn)品物流等農(nóng)業(yè)相關(guān)信息;通過建立數(shù)據(jù)傳輸和格式轉(zhuǎn)換方法，充分利用無線傳感器網(wǎng)絡(luò)、電信網(wǎng)和互聯(lián)網(wǎng)等多種現(xiàn)代信息傳輸通道，實現(xiàn)農(nóng)業(yè)信息的可靠傳輸;最后將獲取的海量農(nóng)業(yè)信J息進行融合處理，并通過智能化操作終端實現(xiàn)農(nóng)業(yè)的自動化生產(chǎn)、最優(yōu)化控制、智能化管理、系統(tǒng)化物流、電子化交易，進而實現(xiàn)農(nóng)業(yè)生產(chǎn)集約、高產(chǎn)、優(yōu)質(zhì)、高效、生態(tài)和安全的目標。從該定義可以看出，農(nóng)業(yè)物聯(lián)網(wǎng)可以通過感知技術(shù)獲取更多的數(shù)據(jù)信息，包括作物信息、農(nóng)田環(huán)境信息、農(nóng)機作業(yè)信砂息，通過傳輸技術(shù)為我們的農(nóng)業(yè)提供更加豐富的實時信息，通過全面互聯(lián)共享獲得更多的網(wǎng)絡(luò)服務(wù)，通過智能決策提高農(nóng)業(yè)科學(xué)決策水平和作業(yè)實施水平。2. 2

31、. 2農(nóng)業(yè)物聯(lián)網(wǎng)體系結(jié)構(gòu) 農(nóng)業(yè)物聯(lián)網(wǎng)屬于交叉學(xué)科，是物聯(lián)網(wǎng)技術(shù)在農(nóng)業(yè)領(lǐng)域廣泛應(yīng)用的產(chǎn)物，農(nóng)業(yè)物聯(lián)網(wǎng)體系劃分可以參照物聯(lián)網(wǎng)體系劃分的標準。農(nóng)業(yè)領(lǐng)域的信息要經(jīng)過產(chǎn)生、傳輸、處理和應(yīng)用四個過程，農(nóng)業(yè)物聯(lián)網(wǎng)相應(yīng)的被分成如圖2.2所示的四層模型。 感知層利用傳感器、RFID, GPS, RS和條碼技術(shù)等各種感知技術(shù)，借助各種設(shè)備和手段，對自然界中存在并且對農(nóng)業(yè)生產(chǎn)有意義的各類數(shù)據(jù)信息進行獲取，實現(xiàn)“物”的識別。傳輸層具有完成大范圍內(nèi)信息傳輸與廣泛互聯(lián)功能，能夠?qū)F(xiàn)有的廣域網(wǎng)技術(shù)與感知層的傳感網(wǎng)技術(shù)相融合，把感知到的農(nóng)業(yè)信息無障礙、快速、安全、可靠的傳送到需要信息的地方，使物品在全球范圍能實現(xiàn)遠距離大范圍

32、通信。處理層通過云計算、數(shù)據(jù)挖掘、模式識別、預(yù)測預(yù)警等信息處理技術(shù)，實現(xiàn)最終的信息技術(shù)與行業(yè)的深度融合，完成物品的信息匯總、共享、預(yù)測和分析決策等功能。應(yīng)用層是農(nóng)業(yè)物聯(lián)網(wǎng)體系結(jié)構(gòu)的最高層，是面向終端用戶的，可以根據(jù)用戶的不同需求搭建不同的操作平臺，農(nóng)業(yè)物聯(lián)網(wǎng)的應(yīng)用主要實現(xiàn)了大田種植、設(shè)施園藝、畜禽養(yǎng)殖、水產(chǎn)養(yǎng)殖、農(nóng)產(chǎn)品交付過程中管理者的直接參與，通過農(nóng)業(yè)物聯(lián)網(wǎng)，管理者可以更快的獲取各類信息，對于突發(fā)情況，管理者可以做出更及時的反應(yīng)，通過遠程控制，管理者可以實現(xiàn)對整個農(nóng)業(yè)生產(chǎn)線更精細的管理，管理者可以從物聯(lián)網(wǎng)多個應(yīng)用角度出發(fā)對農(nóng)業(yè)進行管理，達到農(nóng)業(yè)生產(chǎn)高產(chǎn)、優(yōu)質(zhì)、高效、生態(tài)和安全的目標。2. 3

33、農(nóng)業(yè)物聯(lián)網(wǎng)的關(guān)鍵技術(shù) 農(nóng)業(yè)物聯(lián)網(wǎng)是物聯(lián)網(wǎng)在農(nóng)業(yè)領(lǐng)域?qū)嶋H應(yīng)用和不斷發(fā)展的產(chǎn)物，因此，農(nóng)業(yè)物聯(lián)網(wǎng)的關(guān)鍵技術(shù)也是從物聯(lián)網(wǎng)的關(guān)鍵技術(shù)發(fā)展而來的，農(nóng)業(yè)物聯(lián)網(wǎng)的關(guān)鍵技術(shù)主要分為以下幾個方面: 農(nóng)業(yè)信息感知技術(shù)，是指利用農(nóng)業(yè)傳感器、RFID, GPS, RS、條碼等技術(shù)在任何時間、任何地點對農(nóng)業(yè)領(lǐng)域的物體進行信息采集和獲取。農(nóng)業(yè)信息感知技術(shù)主要包括以下幾種:第一種，農(nóng)業(yè)傳感器感知技術(shù)，在農(nóng)田種植過程中，溫度、濕度、光照強度、C02濃度、水分以及其他養(yǎng)分等多種自然因素共同影響農(nóng)作物的生長，同樣，動物的生長和繁殖過程也離不開周圍環(huán)境因素的影響，這些都屬于農(nóng)業(yè)要素信息，及時獲得這些農(nóng)業(yè)要素信息是非常重要的，農(nóng)業(yè)傳

34、感器可以用于采集各種農(nóng)業(yè)要素信息;第二種，條碼技術(shù)，該技術(shù)是集條碼理論、光電技術(shù)、計算機技術(shù)、通信技術(shù)、條碼印制技術(shù)為一體的自動識別技術(shù)，在農(nóng)產(chǎn)品追溯中有廣泛的應(yīng)用;第三種，RFID技術(shù)，利用射頻信號通過空間藕合實現(xiàn)無接觸信息傳遞并通過所傳遞的信息達到自動識別的目的;第四種，GPS技術(shù)，即全球定位系統(tǒng)，是指利用衛(wèi)星，在全球范圍內(nèi)進行實時定位和導(dǎo)航的技術(shù)，全球定位系統(tǒng)技術(shù)在農(nóng)業(yè)上對農(nóng)業(yè)機械田間作業(yè)和管理起到導(dǎo)航作用;第五種，RS技術(shù)，即遙感技術(shù)，通過遙感器獲得地球上各類物體的電磁波信息，并以此為依據(jù)進行遠程控測和識別，RS技術(shù)在農(nóng)業(yè)上主要用于作物長勢、水分、養(yǎng)分和產(chǎn)量的監(jiān)測。 農(nóng)業(yè)信息傳輸技術(shù)，

35、是指將涉農(nóng)物體通過感知設(shè)備接入到傳輸網(wǎng)絡(luò)中，借助有線或無線通信網(wǎng)絡(luò)，隨時隨地進行高可靠度的信息交互和共享。農(nóng)業(yè)信息傳輸技術(shù)主要包括以下幾種:第一種，無線傳感器網(wǎng)絡(luò)，通常被設(shè)計成魯棒性強、穩(wěn)定性好、低功耗低成本并且操作與維護簡單的多跳自組織網(wǎng)絡(luò)，負責(zé)感知、采集和處理網(wǎng)絡(luò)覆蓋區(qū)域內(nèi)被感知對象的信息，無線傳感網(wǎng)絡(luò)主要應(yīng)用在大田灌溉、農(nóng)業(yè)資源監(jiān)測、水產(chǎn)養(yǎng)殖、農(nóng)產(chǎn)品溯源等方面:第二種，移動通信技術(shù)，隨著農(nóng)業(yè)信息化水平的提高，移動通信技術(shù)逐漸成為農(nóng)業(yè)信息遠距離傳輸?shù)年P(guān)鍵技術(shù)，移動通信技術(shù)的開發(fā)與應(yīng)用極大的推進了我國農(nóng)業(yè)向現(xiàn)代農(nóng)業(yè)發(fā)展的進程。 農(nóng)業(yè)信息處理技術(shù)，是以農(nóng)業(yè)信息知識為基礎(chǔ)，采用各種智能計算方法和

36、手段，使得物體具備一定的智能性，能夠主動或被動地實現(xiàn)與用戶的溝通。農(nóng)業(yè)信息處理技術(shù)主要包括以下幾種:第一種，農(nóng)業(yè)預(yù)測預(yù)警技術(shù)，農(nóng)業(yè)預(yù)測能夠以土壤、環(huán)境、氣象資料、作物或動物生長、農(nóng)業(yè)生產(chǎn)條件、化肥農(nóng)藥、飼料、航拍或衛(wèi)星影像等時機農(nóng)業(yè)資料為依據(jù)，經(jīng)濟理論為基礎(chǔ)，數(shù)學(xué)模型為手段，對研究對象未來發(fā)展的可能性進行推測和估計。農(nóng)業(yè)預(yù)警是指對農(nóng)業(yè)的未來狀態(tài)進行測度，預(yù)報不正確狀態(tài)的時空范圍和危害程度以及提出防范措施;第二種，農(nóng)業(yè)智能控制技術(shù)，是指農(nóng)業(yè)領(lǐng)域中在給定約束條件的情況下，將人工智能、控制論、系統(tǒng)論、運籌學(xué)和信息論等多種學(xué)科綜合與集成，對被控制系統(tǒng)實現(xiàn)控制;第三種，農(nóng)業(yè)智能決策技術(shù)，是智能決策支持系

37、統(tǒng)在農(nóng)業(yè)領(lǐng)域的具體應(yīng)用，結(jié)合了人工智能、商務(wù)智能、決策支持系統(tǒng)、農(nóng)業(yè)知識管理系統(tǒng)、農(nóng)業(yè)專家系統(tǒng)等內(nèi)容:第四種，農(nóng)業(yè)診斷推理技術(shù)，當(dāng)農(nóng)業(yè)客體，如人棚里的植物、花園里的花卉、畜牧業(yè)中的動物，發(fā)生病蟲滅害時，客體本身會表現(xiàn)出一定的特征，農(nóng)業(yè)診斷是指農(nóng)業(yè)專家根據(jù)這些客體所表現(xiàn)出的特征，根據(jù)理論和過往經(jīng)驗對其進行識別判斷，找出相應(yīng)的方法進行預(yù)防或者改變。農(nóng)業(yè)診斷推理指運用數(shù)字化表示和函數(shù)化描述的知識表示方法，構(gòu)建基于“癥狀一疾病一病因”的因果網(wǎng)絡(luò)診斷推理模型;第五種，農(nóng)業(yè)視覺處理技術(shù)，是指利用圖像處理技術(shù)對采集的農(nóng)業(yè)場景圖像進行處理而實現(xiàn)對農(nóng)業(yè)場景中的目標進行識別和理解的過程，基本視覺信息包括亮度、形狀

38、、顏色、紋理等。2. 4農(nóng)業(yè)物聯(lián)網(wǎng)的未來發(fā)展 作為農(nóng)業(yè)信息化發(fā)展高級階段的農(nóng)業(yè)物聯(lián)網(wǎng)正展現(xiàn)出其蓬勃的生命力，隨著物聯(lián)網(wǎng)關(guān)鍵技術(shù)和應(yīng)用模式的不斷成熟，農(nóng)業(yè)物聯(lián)網(wǎng)從起步階段逐漸步入快速推進階段. 隨著世界各國對物聯(lián)網(wǎng)關(guān)鍵技術(shù)、標準和應(yīng)用研究的不斷推進、相互吸收借鑒以及大批有實力的企業(yè)進入農(nóng)業(yè)物聯(lián)網(wǎng)領(lǐng)域，對農(nóng)業(yè)物聯(lián)網(wǎng)關(guān)鍵技術(shù)的研發(fā)重視程度在不斷提高，農(nóng)業(yè)物聯(lián)網(wǎng)的核心技術(shù)和關(guān)鍵技術(shù)將會得到突破性進展，農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)的應(yīng)用規(guī)模將不斷擴大。隨著農(nóng)業(yè)物聯(lián)網(wǎng)企業(yè)和標準的不斷完善，農(nóng)業(yè)物聯(lián)網(wǎng)將朝著協(xié)同化方向發(fā)展，形成不同農(nóng)業(yè)產(chǎn)業(yè)物體間、不同企業(yè)間乃至不同地區(qū)不同國家間的農(nóng)業(yè)物聯(lián)網(wǎng)信息的互聯(lián)互通操作，應(yīng)用模式從閉

39、環(huán)走向開環(huán)，最終形成可服務(wù)于不同應(yīng)用領(lǐng)域的農(nóng)業(yè)物聯(lián)網(wǎng)應(yīng)用體系。隨著云計算與云服務(wù)技術(shù)的發(fā)展，農(nóng)業(yè)物聯(lián)網(wǎng)感知信息將在真實世界和虛擬世界之間智能化流動，相關(guān)農(nóng)業(yè)感知信息服務(wù)將會隨時接入、隨時獲得，未來農(nóng)業(yè)物聯(lián)網(wǎng)將如圖2.3所示。總體來講，農(nóng)業(yè)物聯(lián)網(wǎng)將朝著更透徹的感知、更全面的互聯(lián)互通、更深入的智慧服務(wù)和更優(yōu)化的集成趨勢發(fā)展。第三章 系統(tǒng)的數(shù)據(jù)融合處理3. 1數(shù)據(jù)融合的原理及意義3. 1.1數(shù)據(jù)融合的原理 1973年，美國國防部資助開發(fā)了吉納信號理解系統(tǒng)，該系統(tǒng)是數(shù)據(jù)融合最早的雛形，標志著數(shù)據(jù)融合技術(shù)最早在軍事領(lǐng)域出現(xiàn)，此后，隨著計算機技術(shù)和通信技術(shù)緊密地互相結(jié)合并快速發(fā)展，數(shù)據(jù)融合技術(shù)被廣泛應(yīng)用于

40、軍事、民用和科研領(lǐng)域的數(shù)據(jù)處理，并且在數(shù)據(jù)處理的實際應(yīng)用中，數(shù)據(jù)融合技術(shù)得到了極大的發(fā)展。 數(shù)據(jù)融合技術(shù)是應(yīng)用在數(shù)據(jù)處理方面的多學(xué)科交叉的新技術(shù)，其研究的內(nèi)容具有多樣性的特點，對從信息源獲得的可用信息可以進行多種綜合處理，并且數(shù)據(jù)融合技術(shù)的分析和決策方法涉及多個知識領(lǐng)域，所以到目前為止，數(shù)據(jù)融合并沒有一個統(tǒng)一的定義，根據(jù)資料，數(shù)據(jù)融合技術(shù)可以較為貼切的歸納為:數(shù)據(jù)融合技術(shù)是一種信息處理技術(shù)，對按時序獲得的觀測信息，使用計算機在特定準則下加以自動分析、綜合，以完成所需的決策和評估任務(wù)。數(shù)據(jù)融合處理的數(shù)據(jù)可以來自多個不同的信息源，對數(shù)據(jù)的處理方法可以來自不同科研領(lǐng)域的不同技術(shù)，數(shù)據(jù)融合的原理可以概

41、括如下:首先，采集觀測目標數(shù)據(jù)，即應(yīng)用傳感器等感知技術(shù)獲得最原始的信息或數(shù)據(jù)，采集到的觀測數(shù)據(jù)形式有多種，通常是時間函數(shù)數(shù)據(jù)、輸出矢量、成像數(shù)據(jù)和屬性說明等;其次，提取特征矢量，即對用感知技術(shù)采集到的觀測數(shù)據(jù)進行特征提取，得到感知數(shù)據(jù)的特征矢量;再次，模式識別處理，這一處理過程是針一對所獲得的特征矢量進行，該過程采用諸如匯聚算法等統(tǒng)計模式識別算法對所獲得的特征矢量進行處理，得到各個傳感器關(guān)于目標的目標屬性判決;然后關(guān)聯(lián)，關(guān)聯(lián)過程是針對傳感器獲得的數(shù)據(jù)而進行的，針對不同的目標，傳感器節(jié)點會獲得不同的數(shù)據(jù)，將所有傳感器采集獲得的數(shù)據(jù)按照統(tǒng)一目標分組，這一過程即為關(guān)聯(lián);最后，數(shù)據(jù)合成，該過程的合成不

42、是簡單的數(shù)據(jù)組合，而是將數(shù)據(jù)進行綜合加工處理的數(shù)據(jù)融合，經(jīng)融合后得到關(guān)于目標的一致性解釋與描述。3. 1 .2數(shù)據(jù)融合的意義 本系統(tǒng)的數(shù)據(jù)采集網(wǎng)絡(luò)采用基于ZigBee技術(shù)的無線傳感器網(wǎng)絡(luò)，數(shù)據(jù)融合對于無線傳感器網(wǎng)絡(luò)的意義可以表述如下: (1)減少冗余信息，降低能量消耗 為了增強采集數(shù)據(jù)的準確性并確保整個無線傳感器網(wǎng)絡(luò)的穩(wěn)定性和魯棒性，無線傳感器節(jié)點需要大量且廣泛的分布于采集區(qū)域內(nèi)，相鄰無線傳感器節(jié)點的采集區(qū)域可能重疊，從而導(dǎo)致相鄰傳感器節(jié)點發(fā)送的信息存在冗余性。曾有學(xué)者計算顯示，傳感器節(jié)點使用無線方式傳輸比特到100米遠所消耗的能量可供執(zhí)行3000條指令16，在這種情況下，匯聚節(jié)點并未獲得更多

43、的信息，反而使網(wǎng)絡(luò)消耗了更多的能量，因此，在保證精度的情況下，對傳感器節(jié)點采集到的感知數(shù)據(jù)信息進行融合處理，能夠大大降低無線通信過程中的數(shù)據(jù)傳輸，而處理器進行數(shù)據(jù)計算所消耗的能量，遠遠小于數(shù)據(jù)在通信過程中消耗的能量，所以在傳感器節(jié)點采集到數(shù)據(jù)之后到發(fā)送數(shù)據(jù)之前進行數(shù)據(jù)冗余處理，可以有效的減少無線傳輸過程中的數(shù)據(jù)傳輸量，達到去除冗余信息、降低能量消耗的目的。 (2)提高采集信息的準確性 無線傳感器節(jié)點負責(zé)采集影響農(nóng)作物生長的環(huán)境參數(shù)信息，由于傳感器節(jié)點存在因成本和體積而導(dǎo)致的精度問題，加之進行數(shù)據(jù)采集時周圍環(huán)境因素的影響以及使用無線通信進行數(shù)據(jù)傳遞時容易受到干擾和破壞，單一傳感器節(jié)點獲得的數(shù)據(jù)信

44、息往往存在不可靠性。使用數(shù)據(jù)融合技術(shù)，對采集同一信息的多個傳感器所采集到的數(shù)據(jù)進行數(shù)據(jù)融合處理，就可以有效提高所采集信息的精度和準確性。 (3)提高數(shù)據(jù)收集效率 對傳感器節(jié)點采集到的數(shù)據(jù)進行數(shù)據(jù)融合處理，減少了需要傳輸?shù)臄?shù)據(jù)量，從某種程度上降低了數(shù)據(jù)鏈路過程中的鏈路難度，減少了數(shù)據(jù)在無線通信過程中的沖突碰撞，減輕了網(wǎng)絡(luò)的傳輸擁塞，降低了數(shù)據(jù)的傳輸延遲，有效提高了數(shù)據(jù)收集效率。3. 2數(shù)據(jù)融合的分類 傳感器網(wǎng)絡(luò)中的數(shù)據(jù)融合技術(shù)可以有不同的分類方式，根據(jù)對傳感器數(shù)據(jù)的融合級別，數(shù)據(jù)融合技術(shù)可以被分為以下三類: (1)像素級融合 像素級融合是最初級的融合，在像素級融合中，每一個傳感器觀測物體，然后組

45、合來自各傳感器的原始數(shù)據(jù)并進行特征識別，該過程通常是從原始數(shù)據(jù)中提取一個特征矢量，根據(jù)此特征矢量做出一致性解釋與描述。在像素級融合中，原始數(shù)據(jù)必須是匹配的，傳感器測量的是同一物理現(xiàn)象，如果傳感器不是同類的，則無法進行像素級融合，只能進行特征級融合或決策級融合。像素級融合的主要優(yōu)點在于，它能夠提供其他融合層次不能提供的細微信息且不存在信息損失，具有較高的融合性能。像素級融合通常要求精確的傳感器配準和很高的傳輸帶寬。像素級融合的過程如圖3.1所示 (2)特征級融合 特征級融合屬于中級融合，在特征級融合中，每個傳感器觀測目標之后對各傳感器的觀測進行特征提取，產(chǎn)生特征矢量，最后融合這些特征矢量，并做出

46、基于聯(lián)合特征矢量的屬性說明。特征級融合是像索級融合與更高級決策級融合的折中形式，特征級融合一般采用分布式或集中式的融合體系，特征級觸合可以對數(shù)據(jù)進行綜合融合。特征級融合的優(yōu)點在于需要的通信帶寬小，但結(jié)果的精確性也在相應(yīng)減小。由于特征級融合兼具了像索級融合與決策級觸合的優(yōu)缺點，具有較大靈活性，在許多情況下很實用。特征級融合的過程如圖3.2所示。(3)決策級融合決策級融合位于三層數(shù)據(jù)融合的最高層。在該層融合中，每個傳感器觀測目標，并提取感知數(shù)據(jù)的特征，形成特征矢量；然后使用模式識別處理等方法對得到的特征矢量進行處理，獲得各傳感器關(guān)于目標的說明;再按統(tǒng)一目標將各傳感器關(guān)于目標的說明數(shù)據(jù)進行分級，即關(guān)

47、聯(lián);最后采用融合算法合成已統(tǒng)一目標的各傳感器數(shù)據(jù)，得到該目標的一致性解釋與描述。決策級融合是面向應(yīng)用的融合。決策級融合的主要優(yōu)點是容錯性強、通信量小、抗干擾能力強。它的缺點是信息損失大、精確性差。決策級融合的過程如圖3.3所示。上述的數(shù)據(jù)融合方法各有特點，在具體應(yīng)用的過程中應(yīng)該根據(jù)具體數(shù)據(jù)融合的目的和條件選擇合適的融合方法。 在物聯(lián)網(wǎng)的實際應(yīng)用中，三個級別的數(shù)據(jù)融合技術(shù)可以綜合使用。有的應(yīng)用中數(shù)據(jù)形式比較簡單，不需要進行像素級融合，就使用靈活的特征級融合手段，而有的應(yīng)用要處理大量原始數(shù)據(jù)，則選用像素級融合。一個給定的系統(tǒng)，可能涉及多個級別的數(shù)據(jù)融合技術(shù)。3. 3數(shù)據(jù)融合的基本方法 在無線傳感器

48、網(wǎng)絡(luò)系統(tǒng)的設(shè)計和實現(xiàn)過程中，并沒有一種通用的數(shù)據(jù)融合方法，對于傳感器網(wǎng)絡(luò)的數(shù)據(jù)融合，總是根據(jù)具體的實際應(yīng)用背景，來選擇相應(yīng)的融合算法。傳感器網(wǎng)絡(luò)數(shù)據(jù)融合的方法有很多，如圖3.4所示，本文主要介紹幾種常用的數(shù)據(jù)融合方法。 (1)加權(quán)平均法 在所有的數(shù)據(jù)融合方法中，加權(quán)平均法是最簡單最直觀的方法，該方法將多個傳感器上傳的冗余信息進行加權(quán)平均計算，計算的結(jié)果作為最后的融合值，常用于處理數(shù)據(jù)源的數(shù)據(jù)具有較大差異的情況。加權(quán)平均融合算法的優(yōu)點是信息丟失少，所以需要對原始數(shù)據(jù)進行融合的情況下常采用加權(quán)平均法，但是加權(quán)平均因為需要建立數(shù)據(jù)模型或統(tǒng)計特征，所以加權(quán)平均法的使用范圍有限。 (2)貝葉斯估計 貝葉

49、斯估計算法是最早應(yīng)用于不確定數(shù)據(jù)融合的一種推理方法，也是靜態(tài)數(shù)據(jù)融合中的一種常用方法，它的基本思想是在假設(shè)先驗概率的條件后，利用貝葉斯公式計算出后驗概率，然后根據(jù)后驗概率做出決策。在無線傳感器網(wǎng)絡(luò)中，傳感器節(jié)點作為不同的信息源，其信息被表示成不同的概率密度函數(shù)，以特定原則對這些概率密度函數(shù)進行組合，用假定條件進行數(shù)據(jù)融合處理，實現(xiàn)用條件概率來測量系統(tǒng)不確定性的目的。若多個傳感器監(jiān)測目標一致，則可以直接對傳感器所獲得的感知信息進行融合，若多個傳感器根據(jù)不同的目標對統(tǒng)一物體進行描述，只能以間接方式采用貝葉斯估計進行數(shù)據(jù)融合。貝葉斯估計算法的特點是由數(shù)學(xué)公理推導(dǎo)，易于理解且計算量小，常用來處理一些不

50、確定問題。貝葉斯估計的缺點是在實際中很難知道先驗概率，當(dāng)假定的先驗概率與實際情況不相符時，獲得的推理結(jié)果性能比較差，因此，貝葉斯估計算法的適用范圍比較小。 (3)卡爾曼濾波 據(jù)資料記載，斯坦利.施密特(Stanley Schmidt)首次實現(xiàn)了卡爾曼濾波器，并將其應(yīng)用于解決阿波羅計劃的軌道預(yù)測，關(guān)于這種濾波器的論文由Kalman等發(fā)表?？柭鼮V波是一種遞歸的估計，它不需要任何有關(guān)的歷史數(shù)據(jù)信息，它的估計過程只與上一個相關(guān)狀態(tài)的估計值和當(dāng)前狀態(tài)的實際值有關(guān)，是線性濾波最常用的處理方法。在無線傳感器網(wǎng)絡(luò)中，卡爾曼濾波器常常被用于動態(tài)環(huán)境下對感知數(shù)據(jù)的融合計算，通過遞推確定融合信息統(tǒng)計意義下的最優(yōu)估

51、計。遞推特性使得卡爾曼濾波非常適合應(yīng)用在無海量信息存儲性能的系統(tǒng)中，在需要估計系統(tǒng)當(dāng)前狀態(tài)又需要預(yù)報系統(tǒng)的未來狀態(tài)的情況下，也常常采用卡爾曼濾波對傳感器數(shù)據(jù)進行融合?？柭鼮V波數(shù)據(jù)融合算法信息丟失較少，所以適合對原始數(shù)據(jù)進行融合，缺點是需要建立數(shù)學(xué)模型或統(tǒng)計特征，適用范圍有限。本系統(tǒng)對無線傳感器感知數(shù)據(jù)的處理方法采用了基于卡爾曼濾波原理的數(shù)據(jù)融合方法，關(guān)于卡爾曼濾波的內(nèi)容將在下一節(jié)內(nèi)容中詳細闡述。 (4)神經(jīng)網(wǎng)絡(luò)法 神經(jīng)網(wǎng)絡(luò)法也是由多個科研領(lǐng)域高度綜合、聯(lián)合應(yīng)用、共同發(fā)展而形成的交叉學(xué)科，將神經(jīng)網(wǎng)絡(luò)法應(yīng)用于無線傳感器網(wǎng)絡(luò)節(jié)點的感知數(shù)據(jù)融合，模擬了人腦可以對大量信息進行識別存儲、可以對不同信息進

52、行綜合分析、可以對各種復(fù)雜信息進行有層次系統(tǒng)性的自學(xué)習(xí)的功能，神經(jīng)網(wǎng)絡(luò)可以對傳感器節(jié)點的感知數(shù)據(jù)以某種算法為依據(jù)進行學(xué)習(xí)，根據(jù)學(xué)習(xí)的結(jié)果對傳感器的感知數(shù)據(jù)進行處理并輸出信息，通過分配權(quán)值來完成數(shù)據(jù)融合操作以及對知識的獲取。神經(jīng)網(wǎng)絡(luò)算法的優(yōu)點是對先驗知識要求不高或者根本沒有要求，因此神經(jīng)網(wǎng)絡(luò)法有較強的自適應(yīng)能力，缺點是神經(jīng)網(wǎng)絡(luò)算法的運算量大，規(guī)則難建立。 此外，常用的數(shù)據(jù)融合方法還包括Dempster-Shafer證據(jù)推理法、模糊邏輯法、統(tǒng)計決策理論和小波分析等。3.4系統(tǒng)的數(shù)據(jù)融合處理3. 4. 1 KDF算法的提出 本文設(shè)計的智能農(nóng)業(yè)監(jiān)測系統(tǒng)既可以應(yīng)用于溫室或農(nóng)業(yè)大棚等封閉環(huán)境，也可以應(yīng)用在

53、農(nóng)業(yè)大田等露天環(huán)境，無論應(yīng)用于哪種情況，本系統(tǒng)無線傳感器節(jié)點監(jiān)測的都是一個相對穩(wěn)定的環(huán)境，在該種環(huán)境下，存在在某一段時間內(nèi)，被監(jiān)測的目標數(shù)據(jù)無明顯變化的情況，即無線傳感器節(jié)點感知到的數(shù)據(jù)具有時間的相關(guān)性，使得單個傳感器節(jié)點監(jiān)測獲得的數(shù)據(jù)存在冗余。由于傳感器節(jié)點在數(shù)據(jù)傳輸?shù)倪^程中消耗的能量最多，大量冗余信息的存在，會使傳感器網(wǎng)絡(luò)白白耗費掉大量能量，同時，由于傳感器節(jié)點本身的限制及進行數(shù)據(jù)采集時周圍環(huán)境的影響，使傳感器節(jié)點獲得的原始數(shù)據(jù)在精度方面與實際需要具有一定的差距。本文采用的數(shù)據(jù)融合思想是在傳感器節(jié)點處進行像素級的融合處理，該處理是在傳感器節(jié)點獲得感知數(shù)據(jù)后立即進行的數(shù)據(jù)融合計算，此時的感知

54、數(shù)據(jù)還沒有進行任何算法的處理，這種融合的好處是:利用可用信息之間的相關(guān)性對原始數(shù)據(jù)進行綜合與分析并且對一定測量次數(shù)內(nèi)獲得的有限的測量數(shù)據(jù)進行融合處理，可以有效的消除無線傳感器測量中的干擾及不確定性，從而獲得更加準確、更加可靠的測量數(shù)據(jù)，達到減少數(shù)據(jù)傳輸、節(jié)省能量的目的?；诖怂悸?，本文提出了基于卡爾曼濾波的數(shù)據(jù)融合算法(KDF)用于系統(tǒng)的數(shù)據(jù)融合處理。KDF算法是在傳感器節(jié)點采集數(shù)據(jù)之后到將數(shù)據(jù)傳輸至上位機之前加入一個數(shù)據(jù)處理過程，在該過程中，傳感器節(jié)點采集到的數(shù)據(jù)首先要與之前系統(tǒng)設(shè)定的閩值進行對比測算，若采集到的數(shù)據(jù)超出閩值設(shè)置范圍，進行報警提示，若采集到的數(shù)據(jù)在所設(shè)定閩值范圍內(nèi)，則將傳感器

55、節(jié)點采集到的數(shù)據(jù)通過卡爾曼濾波器進行濾波處理，去除環(huán)境噪聲和干擾的影響，最后將去除噪聲后的數(shù)據(jù)再通過數(shù)據(jù)融合模型進行處理。KUP在有效去除噪聲、得到更準確數(shù)據(jù)的同時，可以減少數(shù)據(jù)傳輸量，節(jié)省能耗。3. 4. 2卡爾曼濾波算法 前文己經(jīng)對卡爾曼濾波做了簡要的介紹，在無線傳感器網(wǎng)絡(luò)中，因為傳感器節(jié)點獲得的數(shù)據(jù)可以看成是離散的數(shù)據(jù)，將卡爾曼濾波用于感知數(shù)據(jù)的濾波可以提供統(tǒng)計意義下的最優(yōu)估計，并且卡爾曼濾波的過程只需要很小的存儲空間，這使得卡爾曼濾波非常適合應(yīng)用在無線傳感器網(wǎng)絡(luò)中，所以本系統(tǒng)的數(shù)據(jù)采用卡爾曼濾波來處理?？柭鼮V波器是一個離散控制過程的系統(tǒng)，該系統(tǒng)可用一個線性隨機微分方程來描述: X (

56、k)=AX(k一1)+BU(k)+W(k) (3.1) 再加上系統(tǒng)的測量值: Z(k)=HX(k)+V(k) (3.2)公式(3.1)和(3.2)中，X(k)是k時刻的系統(tǒng)狀態(tài)，U(k)是k時刻對系統(tǒng)的控制量。A和B是系統(tǒng)參數(shù)。Z(k)是k時刻的測量值，H是測量系統(tǒng)的參數(shù)，對于多測量系統(tǒng)，A, B,H為矩陣。W(k)和V(k)分別表示過程噪聲和測量噪聲，被假設(shè)成高斯白噪聲，方差Q、R不隨系統(tǒng)狀態(tài)變化而變化。 假定現(xiàn)在的系統(tǒng)狀態(tài)是k，公式(3.3)至(3.7)是卡爾曼濾波過程的5個主要運算過程。 X(k I k一1) = AX(k一Ilk一1)+BU(k) (3.3)其中，X(k-1 I k-1)是k-1時刻的最優(yōu)值，X(k I k -1)是根據(jù)X(k-11 k-1)得到的估計值，U(k)為現(xiàn)在狀態(tài)的控制量，如果沒有控制量