基于物聯(lián)網(wǎng)的智能農(nóng)業(yè)監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)畢業(yè)論文

No：________畢業(yè)設(shè)計(jì)報(bào)告課題:基于物聯(lián)網(wǎng)的智能農(nóng)業(yè)監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

畢業(yè)設(shè)計(jì)任務(wù)書(shū)一、設(shè)計(jì)課題：基于物聯(lián)網(wǎng)的智能農(nóng)業(yè)監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)二、設(shè)計(jì)目的：智能農(nóng)業(yè)，是通信、計(jì)算機(jī)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(zhǎng)各個(gè)階段的各類(lèi)信息，也讓人們更容易掌控這些信息，通過(guò)人工智能與農(nóng)業(yè)生產(chǎn)的結(jié)合真正實(shí)現(xiàn)人與自然的交互。隨著通信、計(jì)算機(jī)、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(cè)系統(tǒng)中已經(jīng)是目前的發(fā)展趨勢(shì)，它將采集到的溫度、濕度、光照強(qiáng)度、土壤水分、土壤溫度、植物生長(zhǎng)狀況等農(nóng)業(yè)信息進(jìn)行加工、傳輸和利用，為農(nóng)業(yè)生產(chǎn)在各個(gè)時(shí)期的精準(zhǔn)管理和預(yù)測(cè)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(zhǎng)由主要依賴(lài)自然條件和自然資源向主要依賴(lài)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(jì)了基于物聯(lián)網(wǎng)的智能農(nóng)業(yè)監(jiān)測(cè)系統(tǒng)，目的是實(shí)現(xiàn)目標(biāo)監(jiān)測(cè)區(qū)域內(nèi)，無(wú)線(xiàn)傳感器網(wǎng)絡(luò)節(jié)點(diǎn)的自動(dòng)組網(wǎng)、影響農(nóng)作物生長(zhǎng)的環(huán)境參數(shù)的實(shí)時(shí)采集以及上位機(jī)監(jiān)測(cè)軟件的數(shù)據(jù)分析和遠(yuǎn)程監(jiān)測(cè)，同時(shí)為了降低傳感器節(jié)點(diǎn)的能耗、提高采集數(shù)據(jù)的準(zhǔn)確度，提出了KDF算法用于數(shù)據(jù)處理。三、設(shè)計(jì)要求1建立一個(gè)實(shí)用、可靠、可長(zhǎng)期監(jiān)測(cè)的農(nóng)業(yè)環(huán)境監(jiān)測(cè)系統(tǒng);2該系統(tǒng)能夠準(zhǔn)確實(shí)時(shí)的獲取農(nóng)作物生長(zhǎng)的環(huán)境信息并對(duì)這些信息進(jìn)行遠(yuǎn)程監(jiān)測(cè)。四、畢業(yè)設(shè)計(jì)報(bào)告要求：1系統(tǒng)可以正常穩(wěn)定的工作；2無(wú)線(xiàn)傳感器節(jié)點(diǎn)可以正常構(gòu)建無(wú)線(xiàn)Mesh網(wǎng)絡(luò)，可以進(jìn)行數(shù)據(jù)可靠傳輸；3系統(tǒng)通過(guò)Tomcat服務(wù)器在線(xiàn)發(fā)布，用戶(hù)可以在任何一臺(tái)與Internet相連的PC機(jī)上登錄本系統(tǒng)進(jìn)行數(shù)據(jù)查詢(xún)和系統(tǒng)管理，實(shí)現(xiàn)遠(yuǎn)程監(jiān)測(cè)的功能；4系統(tǒng)采用的節(jié)能機(jī)制達(dá)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(jì)進(jìn)度計(jì)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(jì)3月1日——3月25月

撰寫(xiě)畢業(yè)設(shè)計(jì)報(bào)告4月初

畢業(yè)設(shè)計(jì)答辯（如有變動(dòng)，另行通知）六、畢業(yè)答辨需提交的材料：畢業(yè)設(shè)計(jì)報(bào)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(huì)解決一系列科學(xué)技術(shù)問(wèn)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(shí)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(guò)程中，溫度、濕度、光照強(qiáng)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(zhǎng)，傳統(tǒng)農(nóng)業(yè)的管理方式遠(yuǎn)遠(yuǎn)沒(méi)有達(dá)到精細(xì)化管理的標(biāo)準(zhǔn)，只能算是粗放式管理，在這種管理方式下，通過(guò)人的感知能力管理上述環(huán)境參數(shù)，無(wú)法達(dá)到準(zhǔn)確性要求，要實(shí)現(xiàn)現(xiàn)代農(nóng)業(yè)的智能化管理，建立一個(gè)實(shí)用、可靠、可長(zhǎng)期監(jiān)測(cè)的農(nóng)業(yè)環(huán)境監(jiān)測(cè)系統(tǒng)是非常必要的。因此，本文設(shè)計(jì)了基于物聯(lián)網(wǎng)的智能農(nóng)業(yè)監(jiān)測(cè)系統(tǒng)，該系統(tǒng)能夠準(zhǔn)確實(shí)時(shí)的獲取農(nóng)作物生長(zhǎng)的環(huán)境信息并對(duì)這些信息進(jìn)行遠(yuǎn)程監(jiān)測(cè)。論文首先詳細(xì)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(lái)發(fā)展。介紹了數(shù)據(jù)融合的相關(guān)概念，并提出了KDF算法用于系統(tǒng)對(duì)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(dá)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(zhǔn)確的目的。其次，論文給出了系統(tǒng)的總體設(shè)計(jì)，并根據(jù)設(shè)計(jì)要求，以MSP430F5438微處理器、射頻模塊CC2520、射頻放大前端CC2591以及SHT10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(diǎn)。傳感器節(jié)點(diǎn)的軟件以Z-Stack協(xié)棧為基礎(chǔ)，成功的實(shí)現(xiàn)了無(wú)線(xiàn)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(jī)監(jiān)測(cè)軟件，上位機(jī)監(jiān)測(cè)軟件基于B/S架構(gòu)，使用JSP語(yǔ)言在MyEclipse環(huán)境下開(kāi)發(fā)，具有良好的人機(jī)交互前臺(tái)界面;后臺(tái)采用MySQL數(shù)據(jù)庫(kù)，完成環(huán)境參數(shù)數(shù)據(jù)和其他有用信息的存儲(chǔ);將整個(gè)系統(tǒng)通過(guò)Tomcat服務(wù)器在線(xiàn)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(yuǎn)程監(jiān)控”的結(jié)構(gòu)，使連入互聯(lián)網(wǎng)的計(jì)算機(jī)均可以訪(fǎng)問(wèn)。對(duì)系統(tǒng)從功能實(shí)現(xiàn)角度來(lái)開(kāi)展的實(shí)驗(yàn)結(jié)果顯示，該系統(tǒng)可以正常穩(wěn)定的工作，無(wú)線(xiàn)傳感器節(jié)點(diǎn)可以正常構(gòu)建無(wú)線(xiàn)Mesh網(wǎng)絡(luò)，可以進(jìn)行數(shù)據(jù)可靠傳輸，系統(tǒng)通過(guò)Tomcat服務(wù)器在線(xiàn)發(fā)布，用戶(hù)可以在任何一臺(tái)與Internet相連的PC機(jī)上登錄本系統(tǒng)進(jìn)行數(shù)據(jù)查詢(xún)和系統(tǒng)管理，實(shí)現(xiàn)遠(yuǎn)程監(jiān)測(cè)的功能，并且本系統(tǒng)采用的節(jié)能機(jī)制達(dá)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);無(wú)線(xiàn)傳感器網(wǎng)絡(luò);數(shù)據(jù)融合;B/S架構(gòu)

目錄摘要 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(diǎn)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(jì)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(guó)具有廣闊的應(yīng)用前景。1.2研究的目的與意義1.2.1研究目的在農(nóng)業(yè)生產(chǎn)過(guò)程中，溫度、濕度、光照強(qiáng)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(zhǎng)。傳統(tǒng)農(nóng)業(yè)的管理方式遠(yuǎn)遠(yuǎn)沒(méi)有達(dá)到精細(xì)化管理的標(biāo)準(zhǔn)，只能算是粗放式管理，在這種管理方式下，通過(guò)人的感知能力來(lái)管理上述環(huán)境參數(shù)，是無(wú)法達(dá)到準(zhǔn)確性要求的。而智能農(nóng)業(yè)，是通信、計(jì)算機(jī)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(zhǎng)各個(gè)階段的各類(lèi)信息，也讓人們更容易掌控這些信息，通過(guò)人工智能與農(nóng)業(yè)生產(chǎn)的結(jié)合真正實(shí)現(xiàn)人與自然的交互。智能農(nóng)業(yè)的核心問(wèn)題可以概括為以下四部分，即農(nóng)業(yè)信息的獲取、對(duì)所獲取信息的管理、經(jīng)信息分析做出的決策、由決策而決定的具體實(shí)施方針，在這四部分中，對(duì)農(nóng)業(yè)信息的獲取是智能農(nóng)業(yè)的起點(diǎn)，也是非常關(guān)鍵的一點(diǎn)，做不到準(zhǔn)確實(shí)時(shí)的獲取農(nóng)業(yè)信息，就無(wú)法建造真正的智能農(nóng)業(yè)。而實(shí)現(xiàn)智能農(nóng)業(yè)，建立一個(gè)實(shí)用、可靠、可長(zhǎng)期監(jiān)測(cè)的農(nóng)業(yè)環(huán)境監(jiān)測(cè)系統(tǒng)是非常必要的.隨著通信、計(jì)算機(jī)、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(cè)系統(tǒng)中已經(jīng)是目前的發(fā)展趨勢(shì)，它將采集到的溫度、濕度、光照強(qiáng)度、土壤水分、土壤溫度、植物生長(zhǎng)狀況等農(nóng)業(yè)信息進(jìn)行加工、傳輸和利用，為農(nóng)業(yè)生產(chǎn)在各個(gè)時(shí)期的精準(zhǔn)管理和預(yù)測(cè)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(zhǎng)由主要依賴(lài)自然條件和自然資源向主要依賴(lài)信息資源轉(zhuǎn)變，使不可控的產(chǎn)業(yè)得以有效控制。本文采用無(wú)線(xiàn)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(jì)了基于物聯(lián)網(wǎng)的智能農(nóng)業(yè)監(jiān)測(cè)系統(tǒng)，目的是實(shí)現(xiàn)目標(biāo)監(jiān)測(cè)區(qū)域內(nèi)，無(wú)線(xiàn)傳感器網(wǎng)絡(luò)節(jié)點(diǎn)的自動(dòng)組網(wǎng)、影響農(nóng)作物生長(zhǎng)的環(huán)境參數(shù)的實(shí)時(shí)采集以及上位機(jī)監(jiān)測(cè)軟件的數(shù)據(jù)分析和遠(yuǎn)程監(jiān)測(cè)，同時(shí)為了降低傳感器節(jié)點(diǎn)的能耗、提高采集數(shù)據(jù)的準(zhǔn)確度，提出了KDF算法用于數(shù)據(jù)處理。1.2.2現(xiàn)實(shí)意義與傳統(tǒng)的農(nóng)業(yè)監(jiān)測(cè)技術(shù)和系統(tǒng)相比，本文設(shè)計(jì)的基于物聯(lián)網(wǎng)的智能農(nóng)業(yè)監(jiān)測(cè)系統(tǒng)有以下優(yōu)點(diǎn):(1)無(wú)線(xiàn)傳感器節(jié)點(diǎn)能夠自動(dòng)組網(wǎng)。當(dāng)網(wǎng)絡(luò)中的某個(gè)節(jié)點(diǎn)因電池耗盡或者節(jié)點(diǎn)出現(xiàn)故障等原因停止工作時(shí)，傳感器網(wǎng)絡(luò)中的節(jié)點(diǎn)個(gè)數(shù)會(huì)動(dòng)態(tài)的增加或者減少，整個(gè)傳感器網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)會(huì)隨之發(fā)生相應(yīng)的變化。本文設(shè)計(jì)的無(wú)線(xiàn)傳感器節(jié)點(diǎn)，能夠在無(wú)任何人工幫助的情況下，通過(guò)控制網(wǎng)絡(luò)拓?fù)錂C(jī)制和遵守網(wǎng)絡(luò)形成協(xié)議來(lái)自動(dòng)形成具有轉(zhuǎn)發(fā)大量監(jiān)測(cè)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(wú)線(xiàn)傳感器節(jié)點(diǎn)能夠?qū)崿F(xiàn)低功耗并且獲得高準(zhǔn)確度的數(shù)據(jù)。由于傳感器節(jié)點(diǎn)尺寸小，只能采取電池供電，而電池能量有限，傳感器節(jié)點(diǎn)均分布在田間，數(shù)量龐大且分布廣泛，經(jīng)常更換電池會(huì)帶來(lái)非常繁瑣且繁重的工作量。如何減少節(jié)點(diǎn)的功耗，延長(zhǎng)節(jié)點(diǎn)壽命，對(duì)于整個(gè)系統(tǒng)網(wǎng)絡(luò)的穩(wěn)定、高效運(yùn)行是至關(guān)重要的，同時(shí)，由于采集和傳輸過(guò)程中周?chē)h(huán)境的干擾，數(shù)據(jù)的準(zhǔn)確性有待提高。本文采用基于卡爾曼濾波的數(shù)據(jù)融合方法解決這兩個(gè)問(wèn)題。在無(wú)線(xiàn)傳感器網(wǎng)絡(luò)中，處理器進(jìn)行數(shù)據(jù)計(jì)算所消耗的能量，遠(yuǎn)遠(yuǎn)小于數(shù)據(jù)在通信過(guò)程中消耗的能量，本文的數(shù)據(jù)融合，是在節(jié)點(diǎn)采集數(shù)據(jù)之后到發(fā)送數(shù)據(jù)之前進(jìn)行的數(shù)據(jù)冗余處理，有效減少了無(wú)線(xiàn)傳輸過(guò)程中的數(shù)據(jù)傳輸量，達(dá)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(zhǔn)確可靠的環(huán)境參數(shù)數(shù)據(jù)。(3)系統(tǒng)實(shí)現(xiàn)資源共享。將Web協(xié)議移植到系統(tǒng)中，將系統(tǒng)通過(guò)Tomcat服務(wù)器在線(xiàn)發(fā)布，系統(tǒng)便可以接入到Internet中，實(shí)現(xiàn)“底層(傳感器)-Internet網(wǎng)絡(luò)一遠(yuǎn)程監(jiān)控”的結(jié)構(gòu)，能夠?qū)⒄麄€(gè)系統(tǒng)的信息發(fā)布到互聯(lián)網(wǎng)上，既可以隨時(shí)隨地對(duì)影響農(nóng)作物的環(huán)境參數(shù)進(jìn)行監(jiān)測(cè)，又實(shí)現(xiàn)了農(nóng)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(cè)領(lǐng)域中的進(jìn)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(diǎn)在監(jiān)測(cè)區(qū)域要大量部署，為了對(duì)目標(biāo)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(diǎn)體積要盡可能小。本系統(tǒng)中的節(jié)點(diǎn)采用微型化設(shè)計(jì)，部署一次就可以長(zhǎng)期穩(wěn)定工作，不容易受到人為因素的影響。(5)系統(tǒng)實(shí)現(xiàn)低成本。系統(tǒng)中傳感器節(jié)點(diǎn)數(shù)量龐大且功能簡(jiǎn)單，單個(gè)節(jié)點(diǎn)的造價(jià)能夠極大的影響整個(gè)系統(tǒng)的成本。所以，在保證節(jié)點(diǎn)性能的前提下應(yīng)該盡可能降低單個(gè)節(jié)點(diǎn)的成本，本系統(tǒng)的傳感器節(jié)點(diǎn)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(jì)，有效降低整個(gè)系統(tǒng)的成本。(6)系統(tǒng)實(shí)現(xiàn)高精度采集。無(wú)線(xiàn)傳感器節(jié)點(diǎn)具有一定的存儲(chǔ)和計(jì)算能力。盡管無(wú)線(xiàn)傳感器節(jié)點(diǎn)網(wǎng)絡(luò)分布密度大且數(shù)據(jù)采集量大，每個(gè)節(jié)點(diǎn)均能將監(jiān)測(cè)區(qū)域采集到的大量環(huán)境信息高精度地傳至上位機(jī)存儲(chǔ)分析。1.3主要研究?jī)?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(guó)民經(jīng)濟(jì)和人類(lèi)生活的方方面面，可以說(shuō)，信息時(shí)代，物聯(lián)網(wǎng)無(wú)處不在，所以，對(duì)物聯(lián)網(wǎng)的研究也涉及多個(gè)方面，本文主要研究物聯(lián)網(wǎng)在農(nóng)業(yè)環(huán)境監(jiān)測(cè)中的應(yīng)用，設(shè)計(jì)了基于物聯(lián)網(wǎng)的智能農(nóng)業(yè)監(jiān)測(cè)系統(tǒng)，實(shí)現(xiàn)目標(biāo)監(jiān)測(cè)區(qū)域內(nèi)，無(wú)線(xiàn)傳感器網(wǎng)絡(luò)節(jié)點(diǎn)的自動(dòng)組網(wǎng)、影響農(nóng)作物生長(zhǎng)的環(huán)境參數(shù)的實(shí)時(shí)采集以及上位機(jī)的數(shù)據(jù)分析和遠(yuǎn)程監(jiān)測(cè)，并從傳感器節(jié)點(diǎn)數(shù)據(jù)精度和節(jié)能角度出發(fā)，對(duì)數(shù)據(jù)進(jìn)行數(shù)據(jù)融合處理。本文分為7章，文章結(jié)構(gòu)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(xì)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(duì)物聯(lián)網(wǎng)進(jìn)行介紹，并重點(diǎn)介紹農(nóng)業(yè)物聯(lián)網(wǎng)，對(duì)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(lái)發(fā)展做了詳細(xì)闡述。第3章系統(tǒng)的數(shù)據(jù)融合處理詳細(xì)闡述了數(shù)據(jù)融合的原理及意義，介紹了從融合級(jí)別角度出發(fā)所形成的數(shù)據(jù)融合分類(lèi)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(diǎn)的設(shè)計(jì)與實(shí)現(xiàn)本章介紹了系統(tǒng)的總體設(shè)計(jì)和傳感器節(jié)點(diǎn)的硬件設(shè)計(jì)，對(duì)MSP430F5438,CC2520,CC2591以及各類(lèi)傳感器的具體性能和各項(xiàng)參數(shù)進(jìn)行詳細(xì)的介紹，并給出部分電路圖。同時(shí)介紹了傳感器節(jié)點(diǎn)的軟件設(shè)計(jì)，詳細(xì)的闡述了傳感器節(jié)點(diǎn)的軟件開(kāi)發(fā)環(huán)境以及組建無(wú)線(xiàn)Mesh網(wǎng)絡(luò)和數(shù)據(jù)可靠傳輸?shù)倪^(guò)程。第5章智能監(jiān)測(cè)處理中心的設(shè)計(jì)與實(shí)現(xiàn)介紹了智能監(jiān)測(cè)處理中心的開(kāi)發(fā)平臺(tái)以及智能監(jiān)測(cè)處理中心的總體設(shè)計(jì)，并對(duì)前臺(tái)界面的設(shè)計(jì)、串口通信的實(shí)現(xiàn)方法以及客戶(hù)端與數(shù)據(jù)庫(kù)如何進(jìn)行交互進(jìn)行了詳細(xì)闡述。第6章系統(tǒng)測(cè)試與結(jié)果分析從測(cè)試設(shè)備、測(cè)試地址以及測(cè)試方法等方面對(duì)系統(tǒng)進(jìn)行的無(wú)線(xiàn)傳感器網(wǎng)絡(luò)運(yùn)行效果測(cè)試、系統(tǒng)遠(yuǎn)程監(jiān)測(cè)功能測(cè)試、節(jié)點(diǎn)節(jié)能效果測(cè)試和采集結(jié)果精度測(cè)試做了詳細(xì)描述，并對(duì)測(cè)試結(jié)果進(jìn)行了分析。第7章總結(jié)與展望對(duì)本文的研究?jī)?nèi)容進(jìn)行總結(jié)，并指出本系統(tǒng)可以改進(jìn)的方面以及下一步可以進(jìn)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)(TheInternetofThings,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(zhǔn)確的定義是:物聯(lián)網(wǎng)是通過(guò)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(lái)，通過(guò)各種接入網(wǎng)、互聯(lián)網(wǎng)等網(wǎng)絡(luò)進(jìn)行信息交換，以實(shí)現(xiàn)智能化識(shí)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(gè)物件都可以尋址，每一個(gè)物件都可以控制，每一個(gè)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)是對(duì)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(shí)隨地對(duì)物體進(jìn)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(wú)線(xiàn)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(guò)程需要多種類(lèi)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(shí)時(shí)性;其次，物聯(lián)網(wǎng)對(duì)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(guò)程中數(shù)據(jù)的正確性和及時(shí)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)網(wǎng)能夠遵循約定的通信協(xié)議，通過(guò)相應(yīng)的軟硬件實(shí)現(xiàn)規(guī)定的通信規(guī)則，將各種有線(xiàn)和無(wú)線(xiàn)網(wǎng)絡(luò)與互聯(lián)網(wǎng)融合，準(zhǔn)確實(shí)時(shí)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(shuō)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(gè)學(xué)科比較前沿的技術(shù)，對(duì)已經(jīng)經(jīng)過(guò)感知層全面感知和傳輸層可靠無(wú)誤傳輸?shù)臄?shù)據(jù)進(jìn)行全面的分析和處理，為人們當(dāng)前從事的各種活動(dòng)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(jìn)行智能處理，具有對(duì)物體實(shí)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(jì)算、模式識(shí)別等各種智能技術(shù)，擴(kuò)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(gè)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(jìn)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(shí)別技術(shù)、傳感技術(shù)、遠(yuǎn)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(duì)各種物體進(jìn)行標(biāo)識(shí)，通過(guò)短距離無(wú)線(xiàn)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(wú)線(xiàn)個(gè)域網(wǎng)(WPAN)、家庭網(wǎng)、工業(yè)總線(xiàn)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(dòng)通信網(wǎng)和互聯(lián)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(lèi)型的網(wǎng)絡(luò)，將數(shù)據(jù)和控制指令進(jìn)行安全可靠、準(zhǔn)確有效的傳輸，同時(shí)實(shí)現(xiàn)數(shù)據(jù)傳輸過(guò)程中的通信算法。對(duì)感知層上傳的數(shù)據(jù)進(jìn)行存儲(chǔ)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(shí)現(xiàn)了研究和開(kāi)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(kāi)發(fā)和智能控制技術(shù)，為人們呈現(xiàn)出一個(gè)無(wú)限互聯(lián)、滿(mǎn)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(lèi)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(lèi)型的應(yīng)用，比如物聯(lián)網(wǎng)在智能交通和智能家居方面的應(yīng)用;查詢(xún)類(lèi)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(lèi)型的應(yīng)用，比如物聯(lián)網(wǎng)在手機(jī)錢(qián)包和高速公路不停車(chē)收費(fèi)方面的應(yīng)用。總之，物聯(lián)網(wǎng)可以應(yīng)用到與人們生活息息相關(guān)的各個(gè)領(lǐng)域。對(duì)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(xiàng)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(lèi)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(guó)正處在從傳統(tǒng)農(nóng)業(yè)向現(xiàn)代農(nóng)業(yè)迅速推進(jìn)的過(guò)程當(dāng)中，現(xiàn)代農(nóng)業(yè)的發(fā)展從生產(chǎn)、經(jīng)營(yíng)、管理到服務(wù)，各個(gè)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(lái)，為現(xiàn)代農(nóng)業(yè)的發(fā)展創(chuàng)造了前所未有的機(jī)遇，改造傳統(tǒng)農(nóng)業(yè)并發(fā)展現(xiàn)代農(nóng)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(shí)施數(shù)字化設(shè)計(jì)、智能化控制、精準(zhǔn)化運(yùn)行和科學(xué)化管理，從而實(shí)現(xiàn)對(duì)各種農(nóng)業(yè)要素的“全面感知、可靠傳輸和智能處理”，進(jìn)而達(dá)到高產(chǎn)、高效、優(yōu)質(zhì)、生態(tài)、安全的目標(biāo)。物聯(lián)網(wǎng)技術(shù)在經(jīng)過(guò)十幾年的在農(nóng)業(yè)領(lǐng)域的實(shí)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(guó)農(nóng)業(yè)大學(xué)李道亮教授在經(jīng)過(guò)十幾年對(duì)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(yíng)、管理和服務(wù)中的具體應(yīng)用，即運(yùn)用各類(lèi)傳感器、RFID等感知設(shè)備，廣泛地采集大田種植、設(shè)施園藝、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(guò)建立數(shù)據(jù)傳輸和格式轉(zhuǎn)換方法，充分利用無(wú)線(xiàn)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(shí)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(jìn)行融合處理，并通過(guò)智能化操作終端實(shí)現(xiàn)農(nóng)業(yè)的自動(dòng)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(jìn)而實(shí)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(biāo)。從該定義可以看出，農(nóng)業(yè)物聯(lián)網(wǎng)可以通過(guò)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(jī)作業(yè)信砂息，通過(guò)傳輸技術(shù)為我們的農(nóng)業(yè)提供更加豐富的實(shí)時(shí)信息，通過(guò)全面互聯(lián)共享獲得更多的網(wǎng)絡(luò)服務(wù)，通過(guò)智能決策提高農(nóng)業(yè)科學(xué)決策水平和作業(yè)實(shí)施水平。2.2.2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(biāo)準(zhǔn)。農(nóng)業(yè)領(lǐng)域的信息要經(jīng)過(guò)產(chǎn)生、傳輸、處理和應(yīng)用四個(gè)過(guò)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(duì)自然界中存在并且對(duì)農(nóng)業(yè)生產(chǎn)有意義的各類(lèi)數(shù)據(jù)信息進(jìn)行獲取，實(shí)現(xiàn)“物”的識(shí)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(wú)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(shí)現(xiàn)遠(yuǎn)距離大范圍通信。處理層通過(guò)云計(jì)算、數(shù)據(jù)挖掘、模式識(shí)別、預(yù)測(cè)預(yù)警等信息處理技術(shù)，實(shí)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(cè)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(hù)的，可以根據(jù)用戶(hù)的不同需求搭建不同的操作平臺(tái)，農(nóng)業(yè)物聯(lián)網(wǎng)的應(yīng)用主要實(shí)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(guò)程中管理者的直接參與，通過(guò)農(nóng)業(yè)物聯(lián)網(wǎng)，管理者可以更快的獲取各類(lèi)信息，對(duì)于突發(fā)情況，管理者可以做出更及時(shí)的反應(yīng)，通過(guò)遠(yuǎn)程控制，管理者可以實(shí)現(xiàn)對(duì)整個(gè)農(nóng)業(yè)生產(chǎn)線(xiàn)更精細(xì)的管理，管理者可以從物聯(lián)網(wǎng)多個(gè)應(yīng)用角度出發(fā)對(duì)農(nóng)業(yè)進(jìn)行管理，達(dá)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(biāo)。2.3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(lái)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(gè)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(shí)間、任何地點(diǎn)對(duì)農(nóng)業(yè)領(lǐng)域的物體進(jìn)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(guò)程中，溫度、濕度、光照強(qiáng)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(zhǎng)，同樣，動(dòng)物的生長(zhǎng)和繁殖過(guò)程也離不開(kāi)周?chē)h(huán)境因素的影響，這些都屬于農(nóng)業(yè)要素信息，及時(shí)獲得這些農(nóng)業(yè)要素信息是非常重要的，農(nóng)業(yè)傳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(jì)算機(jī)技術(shù)、通信技術(shù)、條碼印制技術(shù)為一體的自動(dòng)識(shí)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(hào)通過(guò)空間藕合實(shí)現(xiàn)無(wú)接觸信息傳遞并通過(guò)所傳遞的信息達(dá)到自動(dòng)識(shí)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(jìn)行實(shí)時(shí)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(duì)農(nóng)業(yè)機(jī)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(guò)遙感器獲得地球上各類(lèi)物體的電磁波信息，并以此為依據(jù)進(jìn)行遠(yuǎn)程控測(cè)和識(shí)別，RS技術(shù)在農(nóng)業(yè)上主要用于作物長(zhǎng)勢(shì)、水分、養(yǎng)分和產(chǎn)量的監(jiān)測(cè)。農(nóng)業(yè)信息傳輸技術(shù)，是指將涉農(nóng)物體通過(guò)感知設(shè)備接入到傳輸網(wǎng)絡(luò)中，借助有線(xiàn)或無(wú)線(xiàn)通信網(wǎng)絡(luò)，隨時(shí)隨地進(jìn)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(wú)線(xiàn)傳感器網(wǎng)絡(luò)，通常被設(shè)計(jì)成魯棒性強(qiáng)、穩(wěn)定性好、低功耗低成本并且操作與維護(hù)簡(jiǎn)單的多跳自組織網(wǎng)絡(luò)，負(fù)責(zé)感知、采集和處理網(wǎng)絡(luò)覆蓋區(qū)域內(nèi)被感知對(duì)象的信息，無(wú)線(xiàn)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(cè)、水產(chǎn)養(yǎng)殖、農(nóng)產(chǎn)品溯源等方面:第二種，移動(dòng)通信技術(shù)，隨著農(nóng)業(yè)信息化水平的提高，移動(dòng)通信技術(shù)逐漸成為農(nóng)業(yè)信息遠(yuǎn)距離傳輸?shù)年P(guān)鍵技術(shù)，移動(dòng)通信技術(shù)的開(kāi)發(fā)與應(yīng)用極大的推進(jìn)了我國(guó)農(nóng)業(yè)向現(xiàn)代農(nóng)業(yè)發(fā)展的進(jìn)程。農(nóng)業(yè)信息處理技術(shù)，是以農(nóng)業(yè)信息知識(shí)為基礎(chǔ)，采用各種智能計(jì)算方法和手段，使得物體具備一定的智能性，能夠主動(dòng)或被動(dòng)地實(shí)現(xiàn)與用戶(hù)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(cè)預(yù)警技術(shù)，農(nóng)業(yè)預(yù)測(cè)能夠以土壤、環(huán)境、氣象資料、作物或動(dòng)物生長(zhǎng)、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(shí)機(jī)農(nóng)業(yè)資料為依據(jù)，經(jīng)濟(jì)理論為基礎(chǔ)，數(shù)學(xué)模型為手段，對(duì)研究對(duì)象未來(lái)發(fā)展的可能性進(jìn)行推測(cè)和估計(jì)。農(nóng)業(yè)預(yù)警是指對(duì)農(nóng)業(yè)的未來(lái)狀態(tài)進(jìn)行測(cè)度，預(yù)報(bào)不正確狀態(tài)的時(shí)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(yùn)籌學(xué)和信息論等多種學(xué)科綜合與集成，對(duì)被控制系統(tǒng)實(shí)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(shí)管理系統(tǒng)、農(nóng)業(yè)專(zhuān)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(dòng)物，發(fā)生病蟲(chóng)滅害時(shí)，客體本身會(huì)表現(xiàn)出一定的特征，農(nóng)業(yè)診斷是指農(nóng)業(yè)專(zhuān)家根據(jù)這些客體所表現(xiàn)出的特征，根據(jù)理論和過(guò)往經(jīng)驗(yàn)對(duì)其進(jìn)行識(shí)別判斷，找出相應(yīng)的方法進(jìn)行預(yù)防或者改變。農(nóng)業(yè)診斷推理指運(yùn)用數(shù)字化表示和函數(shù)化描述的知識(shí)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(jué)處理技術(shù)，是指利用圖像處理技術(shù)對(duì)采集的農(nóng)業(yè)場(chǎng)景圖像進(jìn)行處理而實(shí)現(xiàn)對(duì)農(nóng)業(yè)場(chǎng)景中的目標(biāo)進(jìn)行識(shí)別和理解的過(guò)程，基本視覺(jué)信息包括亮度、形狀、顏色、紋理等。2.4農(nóng)業(yè)物聯(lián)網(wǎng)的未來(lái)發(fā)展作為農(nóng)業(yè)信息化發(fā)展高級(jí)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(jìn)階段.隨著世界各國(guó)對(duì)物聯(lián)網(wǎng)關(guān)鍵技術(shù)、標(biāo)準(zhǔn)和應(yīng)用研究的不斷推進(jìn)、相互吸收借鑒以及大批有實(shí)力的企業(yè)進(jìn)入農(nóng)業(yè)物聯(lián)網(wǎng)領(lǐng)域，對(duì)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(huì)得到突破性進(jìn)展，農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)的應(yīng)用規(guī)模將不斷擴(kuò)大。隨著農(nóng)業(yè)物聯(lián)網(wǎng)企業(yè)和標(biāo)準(zhǔn)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(guó)家間的農(nóng)業(yè)物聯(lián)網(wǎng)信息的互聯(lián)互通操作，應(yīng)用模式從閉環(huán)走向開(kāi)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(jì)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(shí)世界和虛擬世界之間智能化流動(dòng)，相關(guān)農(nóng)業(yè)感知信息服務(wù)將會(huì)隨時(shí)接入、隨時(shí)獲得，未來(lái)農(nóng)業(yè)物聯(lián)網(wǎng)將如圖2.3所示?？傮w來(lái)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(shì)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(guó)國(guó)防部資助開(kāi)發(fā)了吉納信號(hào)理解系統(tǒng)，該系統(tǒng)是數(shù)據(jù)融合最早的雛形，標(biāo)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(jì)算機(jī)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(shí)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(diǎn)，對(duì)從信息源獲得的可用信息可以進(jìn)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(gè)知識(shí)領(lǐng)域，所以到目前為止，數(shù)據(jù)融合并沒(méi)有一個(gè)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(duì)按時(shí)序獲得的觀(guān)測(cè)信息，使用計(jì)算機(jī)在特定準(zhǔn)則下加以自動(dòng)分析、綜合，以完成所需的決策和評(píng)估任務(wù)。數(shù)據(jù)融合處理的數(shù)據(jù)可以來(lái)自多個(gè)不同的信息源，對(duì)數(shù)據(jù)的處理方法可以來(lái)自不同科研領(lǐng)域的不同技術(shù)，數(shù)據(jù)融合的原理可以概括如下:首先，采集觀(guān)測(cè)目標(biāo)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(guān)測(cè)數(shù)據(jù)形式有多種，通常是時(shí)間函數(shù)數(shù)據(jù)、輸出矢量、成像數(shù)據(jù)和屬性說(shuō)明等;其次，提取特征矢量，即對(duì)用感知技術(shù)采集到的觀(guān)測(cè)數(shù)據(jù)進(jìn)行特征提取，得到感知數(shù)據(jù)的特征矢量;再次，模式識(shí)別處理，這一處理過(guò)程是針一對(duì)所獲得的特征矢量進(jìn)行，該過(guò)程采用諸如匯聚算法等統(tǒng)計(jì)模式識(shí)別算法對(duì)所獲得的特征矢量進(jìn)行處理，得到各個(gè)傳感器關(guān)于目標(biāo)的目標(biāo)屬性判決;然后關(guān)聯(lián)，關(guān)聯(lián)過(guò)程是針對(duì)傳感器獲得的數(shù)據(jù)而進(jìn)行的，針對(duì)不同的目標(biāo)，傳感器節(jié)點(diǎn)會(huì)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(biāo)分組，這一過(guò)程即為關(guān)聯(lián);最后，數(shù)據(jù)合成，該過(guò)程的合成不是簡(jiǎn)單的數(shù)據(jù)組合，而是將數(shù)據(jù)進(jìn)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(biāo)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(wú)線(xiàn)傳感器網(wǎng)絡(luò)，數(shù)據(jù)融合對(duì)于無(wú)線(xiàn)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(qiáng)采集數(shù)據(jù)的準(zhǔn)確性并確保整個(gè)無(wú)線(xiàn)傳感器網(wǎng)絡(luò)的穩(wěn)定性和魯棒性，無(wú)線(xiàn)傳感器節(jié)點(diǎn)需要大量且廣泛的分布于采集區(qū)域內(nèi)，相鄰無(wú)線(xiàn)傳感器節(jié)點(diǎn)的采集區(qū)域可能重疊，從而導(dǎo)致相鄰傳感器節(jié)點(diǎn)發(fā)送的信息存在冗余性。曾有學(xué)者計(jì)算顯示，傳感器節(jié)點(diǎn)使用無(wú)線(xiàn)方式傳輸比特到100米遠(yuǎn)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(diǎn)并未獲得更多的信息，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(duì)傳感器節(jié)點(diǎn)采集到的感知數(shù)據(jù)信息進(jìn)行融合處理，能夠大大降低無(wú)線(xiàn)通信過(guò)程中的數(shù)據(jù)傳輸，而處理器進(jìn)行數(shù)據(jù)計(jì)算所消耗的能量，遠(yuǎn)遠(yuǎn)小于數(shù)據(jù)在通信過(guò)程中消耗的能量，所以在傳感器節(jié)點(diǎn)采集到數(shù)據(jù)之后到發(fā)送數(shù)據(jù)之前進(jìn)行數(shù)據(jù)冗余處理，可以有效的減少無(wú)線(xiàn)傳輸過(guò)程中的數(shù)據(jù)傳輸量，達(dá)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(zhǔn)確性無(wú)線(xiàn)傳感器節(jié)點(diǎn)負(fù)責(zé)采集影響農(nóng)作物生長(zhǎng)的環(huán)境參數(shù)信息，由于傳感器節(jié)點(diǎn)存在因成本和體積而導(dǎo)致的精度問(wèn)題，加之進(jìn)行數(shù)據(jù)采集時(shí)周?chē)h(huán)境因素的影響以及使用無(wú)線(xiàn)通信進(jìn)行數(shù)據(jù)傳遞時(shí)容易受到干擾和破壞，單一傳感器節(jié)點(diǎn)獲得的數(shù)據(jù)信息往往存在不可靠性。使用數(shù)據(jù)融合技術(shù)，對(duì)采集同一信息的多個(gè)傳感器所采集到的數(shù)據(jù)進(jìn)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(zhǔn)確性。(3)提高數(shù)據(jù)收集效率對(duì)傳感器節(jié)點(diǎn)采集到的數(shù)據(jù)進(jìn)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(guò)程中的鏈路難度，減少了數(shù)據(jù)在無(wú)線(xiàn)通信過(guò)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(lèi)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(lèi)方式，根據(jù)對(duì)傳感器數(shù)據(jù)的融合級(jí)別，數(shù)據(jù)融合技術(shù)可以被分為以下三類(lèi):(1)像素級(jí)融合像素級(jí)融合是最初級(jí)的融合，在像素級(jí)融合中，每一個(gè)傳感器觀(guān)測(cè)物體，然后組合來(lái)自各傳感器的原始數(shù)據(jù)并進(jìn)行特征識(shí)別，該過(guò)程通常是從原始數(shù)據(jù)中提取一個(gè)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(jí)融合中，原始數(shù)據(jù)必須是匹配的，傳感器測(cè)量的是同一物理現(xiàn)象，如果傳感器不是同類(lèi)的，則無(wú)法進(jìn)行像素級(jí)融合，只能進(jìn)行特征級(jí)融合或決策級(jí)融合。像素級(jí)融合的主要優(yōu)點(diǎn)在于，它能夠提供其他融合層次不能提供的細(xì)微信息且不存在信息損失，具有較高的融合性能。像素級(jí)融合通常要求精確的傳感器配準(zhǔn)和很高的傳輸帶寬。像素級(jí)融合的過(guò)程如圖3.1所示(2)特征級(jí)融合特征級(jí)融合屬于中級(jí)融合，在特征級(jí)融合中，每個(gè)傳感器觀(guān)測(cè)目標(biāo)之后對(duì)各傳感器的觀(guān)測(cè)進(jìn)行特征提取，產(chǎn)生特征矢量，最后融合這些特征矢量，并做出基于聯(lián)合特征矢量的屬性說(shuō)明。特征級(jí)融合是像索級(jí)融合與更高級(jí)決策級(jí)融合的折中形式，特征級(jí)融合一般采用分布式或集中式的融合體系，特征級(jí)觸合可以對(duì)數(shù)據(jù)進(jìn)行綜合融合。特征級(jí)融合的優(yōu)點(diǎn)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(jí)融合兼具了像索級(jí)融合與決策級(jí)觸合的優(yōu)缺點(diǎn)，具有較大靈活性，在許多情況下很實(shí)用。特征級(jí)融合的過(guò)程如圖3.2所示。(3)決策級(jí)融合決策級(jí)融合位于三層數(shù)據(jù)融合的最高層。在該層融合中，每個(gè)傳感器觀(guān)測(cè)目標(biāo)，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(shí)別處理等方法對(duì)得到的特征矢量進(jìn)行處理，獲得各傳感器關(guān)于目標(biāo)的說(shuō)明;再按統(tǒng)一目標(biāo)將各傳感器關(guān)于目標(biāo)的說(shuō)明數(shù)據(jù)進(jìn)行分級(jí)，即關(guān)聯(lián);最后采用融合算法合成已統(tǒng)一目標(biāo)的各傳感器數(shù)據(jù)，得到該目標(biāo)的一致性解釋與描述。決策級(jí)融合是面向應(yīng)用的融合。決策級(jí)融合的主要優(yōu)點(diǎn)是容錯(cuò)性強(qiáng)、通信量小、抗干擾能力強(qiáng)。它的缺點(diǎn)是信息損失大、精確性差。決策級(jí)融合的過(guò)程如圖3.3所示。上述的數(shù)據(jù)融合方法各有特點(diǎn)，在具體應(yīng)用的過(guò)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(shí)際應(yīng)用中，三個(gè)級(jí)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(jiǎn)單，不需要進(jìn)行像素級(jí)融合，就使用靈活的特征級(jí)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(jí)融合。一個(gè)給定的系統(tǒng)，可能涉及多個(gè)級(jí)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(wú)線(xiàn)傳感器網(wǎng)絡(luò)系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)過(guò)程中，并沒(méi)有一種通用的數(shù)據(jù)融合方法，對(duì)于傳感器網(wǎng)絡(luò)的數(shù)據(jù)融合，總是根據(jù)具體的實(shí)際應(yīng)用背景，來(lái)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(jiǎn)單最直觀(guān)的方法，該方法將多個(gè)傳感器上傳的冗余信息進(jìn)行加權(quán)平均計(jì)算，計(jì)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(diǎn)是信息丟失少，所以需要對(duì)原始數(shù)據(jù)進(jìn)行融合的情況下常采用加權(quán)平均法，但是加權(quán)平均因?yàn)樾枰?shù)據(jù)模型或統(tǒng)計(jì)特征，所以加權(quán)平均法的使用范圍有限。(2)貝葉斯估計(jì)貝葉斯估計(jì)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(yàn)概率的條件后，利用貝葉斯公式計(jì)算出后驗(yàn)概率，然后根據(jù)后驗(yàn)概率做出決策。在無(wú)線(xiàn)傳感器網(wǎng)絡(luò)中，傳感器節(jié)點(diǎn)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(duì)這些概率密度函數(shù)進(jìn)行組合，用假定條件進(jìn)行數(shù)據(jù)融合處理，實(shí)現(xiàn)用條件概率來(lái)測(cè)量系統(tǒng)不確定性的目的。若多個(gè)傳感器監(jiān)測(cè)目標(biāo)一致，則可以直接對(duì)傳感器所獲得的感知信息進(jìn)行融合，若多個(gè)傳感器根據(jù)不同的目標(biāo)對(duì)統(tǒng)一物體進(jìn)行描述，只能以間接方式采用貝葉斯估計(jì)進(jìn)行數(shù)據(jù)融合。貝葉斯估計(jì)算法的特點(diǎn)是由數(shù)學(xué)公理推導(dǎo)，易于理解且計(jì)算量小，常用來(lái)處理一些不確定問(wèn)題。貝葉斯估計(jì)的缺點(diǎn)是在實(shí)際中很難知道先驗(yàn)概率，當(dāng)假定的先驗(yàn)概率與實(shí)際情況不相符時(shí)，獲得的推理結(jié)果性能比較差，因此，貝葉斯估計(jì)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(StanleySchmidt)首次實(shí)現(xiàn)了卡爾曼濾波器，并將其應(yīng)用于解決阿波羅計(jì)劃的軌道預(yù)測(cè)，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(jì)，它不需要任何有關(guān)的歷史數(shù)據(jù)信息，它的估計(jì)過(guò)程只與上一個(gè)相關(guān)狀態(tài)的估計(jì)值和當(dāng)前狀態(tài)的實(shí)際值有關(guān)，是線(xiàn)性濾波最常用的處理方法。在無(wú)線(xiàn)傳感器網(wǎng)絡(luò)中，卡爾曼濾波器常常被用于動(dòng)態(tài)環(huán)境下對(duì)感知數(shù)據(jù)的融合計(jì)算，通過(guò)遞推確定融合信息統(tǒng)計(jì)意義下的最優(yōu)估計(jì)。遞推特性使得卡爾曼濾波非常適合應(yīng)用在無(wú)海量信息存儲(chǔ)性能的系統(tǒng)中，在需要估計(jì)系統(tǒng)當(dāng)前狀態(tài)又需要預(yù)報(bào)系統(tǒng)的未來(lái)狀態(tài)的情況下，也常常采用卡爾曼濾波對(duì)傳感器數(shù)據(jù)進(jìn)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(duì)原始數(shù)據(jù)進(jìn)行融合，缺點(diǎn)是需要建立數(shù)學(xué)模型或統(tǒng)計(jì)特征，適用范圍有限。本系統(tǒng)對(duì)無(wú)線(xiàn)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(xì)闡述。(4)神經(jīng)網(wǎng)絡(luò)法神經(jīng)網(wǎng)絡(luò)法也是由多個(gè)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(wú)線(xiàn)傳感器網(wǎng)絡(luò)節(jié)點(diǎn)的感知數(shù)據(jù)融合，模擬了人腦可以對(duì)大量信息進(jìn)行識(shí)別存儲(chǔ)、可以對(duì)不同信息進(jìn)行綜合分析、可以對(duì)各種復(fù)雜信息進(jìn)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(duì)傳感器節(jié)點(diǎn)的感知數(shù)據(jù)以某種算法為依據(jù)進(jìn)行學(xué)習(xí)，根據(jù)學(xué)習(xí)的結(jié)果對(duì)傳感器的感知數(shù)據(jù)進(jìn)行處理并輸出信息，通過(guò)分配權(quán)值來(lái)完成數(shù)據(jù)融合操作以及對(duì)知識(shí)的獲取。神經(jīng)網(wǎng)絡(luò)算法的優(yōu)點(diǎn)是對(duì)先驗(yàn)知識(shí)要求不高或者根本沒(méi)有要求，因此神經(jīng)網(wǎng)絡(luò)法有較強(qiáng)的自適應(yīng)能力，缺點(diǎn)是神經(jīng)網(wǎng)絡(luò)算法的運(yùn)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(jì)決策理論和小波分析等。3.4系統(tǒng)的數(shù)據(jù)融合處理3.4.1KDF算法的提出本文設(shè)計(jì)的智能農(nóng)業(yè)監(jiān)測(cè)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)用在農(nóng)業(yè)大田等露天環(huán)境，無(wú)論應(yīng)用于哪種情況，本系統(tǒng)無(wú)線(xiàn)傳感器節(jié)點(diǎn)監(jiān)測(cè)的都是一個(gè)相對(duì)穩(wěn)定的環(huán)境，在該種環(huán)境下，存在在某一段時(shí)間內(nèi)，被監(jiān)測(cè)的目標(biāo)數(shù)據(jù)無(wú)明顯變化的情況，即無(wú)線(xiàn)傳感器節(jié)點(diǎn)感知到的數(shù)據(jù)具有時(shí)間的相關(guān)性，使得單個(gè)傳感器節(jié)點(diǎn)監(jiān)測(cè)獲得的數(shù)據(jù)存在冗余。由于傳感器節(jié)點(diǎn)在數(shù)據(jù)傳輸?shù)倪^(guò)程中消耗的能量最多，大量冗余信息的存在，會(huì)使傳感器網(wǎng)絡(luò)白白耗費(fèi)掉大量能量，同時(shí)，由于傳感器節(jié)點(diǎn)本身的限制及進(jìn)行數(shù)據(jù)采集時(shí)周?chē)h(huán)境的影響，使傳感器節(jié)點(diǎn)獲得的原始數(shù)據(jù)在精度方面與實(shí)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(diǎn)處進(jìn)行像素級(jí)的融合處理，該處理是在傳感器節(jié)點(diǎn)獲得感知數(shù)據(jù)后立即進(jìn)行的數(shù)據(jù)融合計(jì)算，此時(shí)的感知數(shù)據(jù)還沒(méi)有進(jìn)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(duì)原始數(shù)據(jù)進(jìn)行綜合與分析并且對(duì)一定測(cè)量次數(shù)內(nèi)獲得的有限的測(cè)量數(shù)據(jù)進(jìn)行融合處理，可以有效的消除無(wú)線(xiàn)傳感器測(cè)量中的干擾及不確定性，從而獲得更加準(zhǔn)確、更加可靠的測(cè)量數(shù)據(jù)，達(dá)到減少數(shù)據(jù)傳輸、節(jié)省能量的目的?；诖怂悸罚疚奶岢隽嘶诳柭鼮V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(diǎn)采集數(shù)據(jù)之后到將數(shù)據(jù)傳輸至上位機(jī)之前加入一個(gè)數(shù)據(jù)處理過(guò)程，在該過(guò)程中，傳感器節(jié)點(diǎn)采集到的數(shù)據(jù)首先要與之前系統(tǒng)設(shè)定的閩值進(jìn)行對(duì)比測(cè)算，若采集到的數(shù)據(jù)超出閩值設(shè)置范圍，進(jìn)行報(bào)警提示，若采集到的數(shù)據(jù)在所設(shè)定閩值范圍內(nèi)，則將傳感器節(jié)點(diǎn)采集到的數(shù)據(jù)通過(guò)卡爾曼濾波器進(jìn)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(guò)數(shù)據(jù)融合模型進(jìn)行處理。KUP在有效去除噪聲、得到更準(zhǔn)確數(shù)據(jù)的同時(shí)，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(duì)卡爾曼濾波做了簡(jiǎn)要的介紹，在無(wú)線(xiàn)傳感器網(wǎng)絡(luò)中，因?yàn)閭鞲衅鞴?jié)點(diǎn)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(jì)意義下的最優(yōu)估計(jì)，并且卡爾曼濾波的過(guò)程只需要很小的存儲(chǔ)空間，這使得卡爾曼濾波非常適合應(yīng)用在無(wú)線(xiàn)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(lái)處理。卡爾曼濾波器是一個(gè)離散控制過(guò)程的系統(tǒng)，該系統(tǒng)可用一個(gè)線(xiàn)性隨機(jī)微分方程來(lái)描述:X(k)=AX(k一1)+BU(k)+W(k)(3.1)再加上系統(tǒng)的測(cè)量值:Z(k)=HX(k)+V(k)(3.2)公式((3.1)和((3.2)中，X(k)是k時(shí)刻的系統(tǒng)狀態(tài)，U(k)是k時(shí)刻對(duì)系統(tǒng)的控制量。A和B是系統(tǒng)參數(shù)。Z(k)是k時(shí)刻的測(cè)量值，H是測(cè)量系統(tǒng)的參數(shù)，對(duì)于多測(cè)量系統(tǒng)，A,B,H為矩陣。W(k)和V(k)分別表示過(guò)程噪聲和測(cè)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(guò)程的5個(gè)主要運(yùn)算過(guò)程。X(kIk一1)=AX(k一Ilk一1)+BU(k)(3.3)其中，X(k-1Ik-1)是k-1時(shí)刻的最優(yōu)值，X(kIk-1)是根據(jù)X(k-11k-1)得到的估計(jì)值，U(k)為現(xiàn)在狀態(tài)的控制量，如果沒(méi)有控制量，它可以為0.P(kIk一1)二AP(k-1Ik-1)A’十Q(3.4)其中，P為X的協(xié)方差，P(kIk-1)是X(kIk-1)對(duì)應(yīng)的協(xié)方差，P(k-1Ik-1)是X(k一Ilk一1)對(duì)應(yīng)的協(xié)方差，A’表示A的轉(zhuǎn)置矩陣，Q是系統(tǒng)過(guò)程的協(xié)方差。X(kIk)=X(kIk一1)+Kg(k)(Z(k)一HX(kIk一1))(3.5)Kg(k)=P(kIk一1)H'/(HP(kIk一1)H'+R)(3.6)式((3.5)中心為卡爾曼增益，結(jié)合公式((3.3),(3.4)得到的估計(jì)值，再根據(jù)測(cè)量值Z(k)修正k時(shí)刻的估計(jì)值，得到k時(shí)刻的最優(yōu)化估計(jì)值X(klk)oP(kIk)=(I一心(k)H)P(kIk-1)(3.7)其中I為單位陣，對(duì)于單模型單測(cè)量，I=1。由公式7計(jì)算出k時(shí)刻X(kIk)的協(xié)方差P，卡爾曼濾波器就可以自回歸的運(yùn)算下去3.4.3KDF算法每一個(gè)無(wú)線(xiàn)傳感器節(jié)點(diǎn)采集到的數(shù)據(jù)都可以形成一個(gè)行矩陣，該行矩陣的列表示傳感器節(jié)點(diǎn)經(jīng)過(guò)相同的時(shí)間間隔在不同時(shí)刻獲得的感知數(shù)據(jù)，n個(gè)無(wú)線(xiàn)傳感器節(jié)點(diǎn)可以獲得n行感知數(shù)據(jù)。無(wú)線(xiàn)傳感器節(jié)點(diǎn)在一定時(shí)間內(nèi)獲得的感知數(shù)據(jù)具有時(shí)間相關(guān)性，將相似部分的感知數(shù)據(jù)進(jìn)行融合，可以消除數(shù)據(jù)信息的冗余。假設(shè)無(wú)線(xiàn)傳感器網(wǎng)絡(luò):(1)由n個(gè)無(wú)線(xiàn)傳感器節(jié)點(diǎn)采集同一監(jiān)測(cè)目標(biāo)的數(shù)據(jù)。(2)每個(gè)傳感器節(jié)點(diǎn)以固定的時(shí)間間隔進(jìn)行數(shù)據(jù)采集，不同時(shí)刻獲得的采集數(shù)據(jù)記為x,，其中i=1,2,3….(3)某個(gè)傳感器在一段時(shí)間內(nèi)獲得的感知數(shù)據(jù)可以記為X-{x],x2,x3,...Ix,}a顯然在相對(duì)穩(wěn)定的環(huán)境中，相鄰間隔采集到的數(shù)據(jù)變化很小，即相鄰的數(shù)據(jù)具有相似性，我們對(duì)數(shù)據(jù)處理如下:設(shè)定四個(gè)參數(shù)AX、J，、口2和:，其中Ox是一個(gè)絕對(duì)值，我們稱(chēng)之為誤差閩值，表示數(shù)據(jù)間的最大距離，取值為所有感知數(shù)據(jù)的最大誤差;二。和是系統(tǒng)設(shè)置的閩值，分別表示監(jiān)測(cè)目標(biāo)數(shù)據(jù)的上限和下限，當(dāng)獲得的感知數(shù)據(jù)超出這個(gè)范圍時(shí)，要進(jìn)行報(bào)警提示::是給定的采集次數(shù)，無(wú)線(xiàn)傳感器節(jié)點(diǎn)以固定的時(shí)間間隔進(jìn)行數(shù)據(jù)采集，設(shè)定合適的采集次數(shù):，可以避免傳感器發(fā)送數(shù)據(jù)的時(shí)間間隔過(guò)長(zhǎng)以及由于數(shù)據(jù)增多而造成的計(jì)算量增大，所以:又可以叫做超時(shí)閩值。采用KDF算法對(duì)數(shù)據(jù)進(jìn)行融合處理包括閡值限定計(jì)算、卡爾曼濾波、加權(quán)平均融合三部分，下面對(duì)KDF算法進(jìn)行詳細(xì)的闡述。(1)IA值限定計(jì)算在農(nóng)作物生長(zhǎng)過(guò)程中，影響植物生長(zhǎng)的溫度、濕度和光照強(qiáng)度等因素都有其特定的參數(shù)范圍，在該范圍內(nèi)，植物可以正常生長(zhǎng)，超出該范圍，會(huì)影響植物正常生長(zhǎng)甚至帶來(lái)病蟲(chóng)災(zāi)害限制植物生長(zhǎng)。當(dāng)植物生長(zhǎng)周?chē)h(huán)境變化或者無(wú)線(xiàn)傳感器節(jié)點(diǎn)出現(xiàn)問(wèn)題時(shí)，都會(huì)使采集的目標(biāo)數(shù)據(jù)不在設(shè)定的閉值范圍內(nèi)，必須要及時(shí)提示用戶(hù)以便用戶(hù)做出相應(yīng)處理。閡值限定計(jì)算能夠?qū)⒃O(shè)定該值范圍以外的數(shù)據(jù)直接篩選出來(lái)及時(shí)傳至上位機(jī)給用戶(hù)報(bào)警提示，并且篩選出的數(shù)據(jù)不經(jīng)過(guò)卡爾曼濾波和加權(quán)平均融合的處理，減少了不必要的計(jì)算量。同時(shí)閡值限定計(jì)算通過(guò)使用誤差閡值ax和超時(shí)閡值:，有效的限制了傳感器發(fā)送數(shù)據(jù)的時(shí)間間隔和傳感器節(jié)點(diǎn)對(duì)數(shù)據(jù)處理時(shí)的計(jì)算量。該部分的處理過(guò)程如下:設(shè)x，為無(wú)線(xiàn)傳感器節(jié)點(diǎn)獲得的第一個(gè)感知數(shù)據(jù)。每獲得一個(gè)新的感知數(shù)據(jù)x，都要與系統(tǒng)設(shè)置的閡值。，和。:進(jìn)行比較，若感知數(shù)據(jù)x，超出閡值設(shè)置范圍，則對(duì)該數(shù)據(jù)不進(jìn)行任何后續(xù)處理，直接傳至上位機(jī)進(jìn)行報(bào)警提示，若感知數(shù)據(jù)x，在閉值設(shè)置范圍內(nèi)，則進(jìn)行步驟③。③將x，分別與之前i-1次獲得的感知數(shù)據(jù)xi1x2}X31...IX,-，進(jìn)行差值比較，獲得X,-xk，其中k=1,2,3,""",i-1o(a)若其中任意兩個(gè)數(shù)據(jù)的差值均不超過(guò)誤差閡值A(chǔ)x，即卜，-xk卜AXIk=1,2,3,,1-1，將x，送入卡爾曼濾波器進(jìn)行濾波處理，當(dāng)采集次數(shù)超過(guò)超時(shí)閡值:時(shí)，加權(quán)平均融合計(jì)算前i一1個(gè)數(shù)據(jù)的均值，此時(shí)i一1二:。(b)當(dāng)其中任意兩個(gè)數(shù)據(jù)的差值超過(guò)誤差閡值“時(shí)，即}x;-xk}>dx,k=1,2,3-i-1，將x，送入卡爾曼濾波器進(jìn)行濾波處理，加權(quán)平均融合計(jì)算前i-1個(gè)數(shù)據(jù)的均值，此時(shí)i一1<z。④將第i次采集獲得的感知數(shù)據(jù)x，作為下一次感知的第一個(gè)數(shù)據(jù)x;o⑤重復(fù)①、②、③、④的步驟。(2)卡爾曼濾波在KDF算法中引入卡爾曼濾波的目的是盡可能減少傳感器節(jié)點(diǎn)本身的限制和進(jìn)行數(shù)據(jù)采集和傳輸時(shí)周?chē)h(huán)境干擾對(duì)數(shù)據(jù)精度的影響，由于卡爾曼濾波在濾波的時(shí)候不需要任何歷史數(shù)據(jù)信息，只由前一次的估計(jì)結(jié)果和當(dāng)前時(shí)刻的測(cè)量值即可獲得這一次的最優(yōu)估計(jì)，所以它并不需要很大的存儲(chǔ)空間，因此在存儲(chǔ)空間有限的無(wú)線(xiàn)傳感器網(wǎng)絡(luò)中特別適合應(yīng)用卡爾曼濾波。使用卡爾曼濾波對(duì)數(shù)據(jù)的處理過(guò)程如下:使用卡爾曼濾波對(duì)通過(guò)閡值限定計(jì)算的數(shù)據(jù)進(jìn)行處理的時(shí)候，首先要設(shè)定過(guò)程噪聲Q和協(xié)方差Ro。②用設(shè)定的Q和R來(lái)構(gòu)造卡爾曼濾波器的遞歸公式。當(dāng)前所獲的數(shù)據(jù)與前一刻獲得的數(shù)據(jù)相同，所以A=1，沒(méi)有控制量，U(k)-0，得到:X(kIk一1)二X(k一Ilk一1)(3.8)公式(3.4)變成:P(kIk一1)=P(k一lJk一1)+Q(3.9)因?yàn)闇y(cè)量的是一維數(shù)據(jù)且測(cè)量量直接與測(cè)量目標(biāo)對(duì)應(yīng)，所以H=1，公式(3.5),(3.6),(3.7)變成如下形式:X(kIk)=X(kIk一1)+Kg(k)(Z(k)一X(kIk一1))(3.10)基于物聯(lián)網(wǎng)的智能農(nóng)業(yè)監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)Kg(k)=P(k{k一1)/(P(k}k一1)+R)P(k}k)=(I一Kg(k))P(k}k一1)(3.11)(3.12)為了使卡爾曼濾波器工作，還需要給定兩個(gè)初值，X(010)和P(010)，需要注意的是，P不要開(kāi)始就設(shè)為。，否則卡爾曼濾波器會(huì)認(rèn)為給定的X(010)是最優(yōu)的，從而導(dǎo)致算法不能收斂。③將已經(jīng)通過(guò)閩值限定計(jì)算的數(shù)據(jù)通過(guò)卡爾曼濾波得到去除噪聲的實(shí)際數(shù)據(jù)，記為z，i=1,2,3。。。。。(3)加權(quán)平均融合加權(quán)平均融合將經(jīng)過(guò)卡爾曼濾波器去除噪聲的數(shù)據(jù)使用加權(quán)平均算法進(jìn)行數(shù)據(jù)融合。加權(quán)平均法的計(jì)算公式如下:y一藝(z,*哄)/藝w,(i一1,2,...,n)(3.13)其中:，為各傳感器節(jié)點(diǎn)在不同時(shí)刻的觀(guān)測(cè)值通過(guò)閡值限定計(jì)算和卡爾曼濾波的數(shù)據(jù)值，w為對(duì)應(yīng)的權(quán)數(shù)，.。為加權(quán)平均數(shù)，作為傳感器節(jié)點(diǎn)數(shù)據(jù)的最終值。當(dāng)所有的z,都不相同時(shí)，加權(quán)平均算法即成為算數(shù)平均算法。將加權(quán)平均所得的融合值作為傳感器節(jié)點(diǎn)數(shù)據(jù)的最終值傳至上位機(jī)，上位機(jī)就可以為用戶(hù)提供相應(yīng)的服務(wù)。KDF算法利用閡值限定計(jì)算，能夠?qū)⒃O(shè)定閉值范圍以外的數(shù)據(jù)直接篩選出來(lái)，不經(jīng)過(guò)卡爾曼濾波和加權(quán)平均融合的處理，避免了不必要的計(jì)算，通過(guò)使用誤差閡值Ox和超時(shí)閡值:，有效的限制了傳感器節(jié)點(diǎn)發(fā)送數(shù)據(jù)的時(shí)間間隔和傳感器節(jié)點(diǎn)對(duì)數(shù)據(jù)處理時(shí)的計(jì)算量。將經(jīng)過(guò)閡值限定計(jì)算的數(shù)據(jù)通過(guò)卡爾曼濾波，可以降低數(shù)據(jù)采集和傳輸過(guò)程中周?chē)h(huán)境以及節(jié)點(diǎn)硬件本身限制對(duì)數(shù)據(jù)準(zhǔn)確度的影響，從而得到更可信的數(shù)據(jù)。利用加權(quán)平均去除傳感器冗余信息的特性有效減少數(shù)據(jù)傳輸，使昂貴的通信轉(zhuǎn)化為便宜的本地計(jì)算，從而降低傳感器的能量消耗達(dá)到延長(zhǎng)傳感器節(jié)點(diǎn)生命周期的目的。第四章傳感器節(jié)點(diǎn)的設(shè)計(jì)與實(shí)現(xiàn)4.1系統(tǒng)總體設(shè)計(jì)基于物聯(lián)網(wǎng)的智能農(nóng)業(yè)監(jiān)測(cè)系統(tǒng)由無(wú)線(xiàn)傳感器數(shù)據(jù)采集網(wǎng)絡(luò)和智能監(jiān)測(cè)處理中心組成，其體系結(jié)構(gòu)如圖4.1所示。無(wú)線(xiàn)傳感器數(shù)據(jù)采集網(wǎng)絡(luò)的功能是實(shí)現(xiàn)網(wǎng)絡(luò)的組建和感知數(shù)據(jù)的采集，由傳感器節(jié)點(diǎn)在硬件的基礎(chǔ)上基于ZigBee無(wú)線(xiàn)通信協(xié)議組建Mesh網(wǎng)絡(luò)。傳感器節(jié)點(diǎn)又分為終端節(jié)點(diǎn)、路由器節(jié)點(diǎn)和協(xié)調(diào)器節(jié)點(diǎn)。終端節(jié)點(diǎn)實(shí)時(shí)采集溫度、濕度、光照強(qiáng)度、二氧化碳濃度等環(huán)境參數(shù)，經(jīng)由路由節(jié)點(diǎn)，數(shù)據(jù)以多跳中繼的方式傳達(dá)至協(xié)調(diào)器節(jié)點(diǎn)，協(xié)調(diào)器節(jié)點(diǎn)再通過(guò)RS-232串口，將數(shù)據(jù)傳至上位機(jī)管理系統(tǒng)。智能監(jiān)測(cè)處理中心由數(shù)據(jù)庫(kù)服務(wù)器和中央計(jì)算機(jī)兩部分組成，實(shí)現(xiàn)了最后的應(yīng)用。首先智能監(jiān)測(cè)處理中心負(fù)責(zé)本系統(tǒng)的用戶(hù)的管理，實(shí)現(xiàn)了對(duì)本系統(tǒng)用戶(hù)的添加、刪除和查詢(xún)操作。其次，負(fù)責(zé)對(duì)接收到的數(shù)據(jù)進(jìn)行存儲(chǔ)、顯示、將數(shù)據(jù)繪制成動(dòng)態(tài)曲線(xiàn)進(jìn)行分析，并對(duì)環(huán)境參數(shù)進(jìn)行闌值設(shè)置，當(dāng)采集到的數(shù)據(jù)不在設(shè)置范圍內(nèi)的時(shí)候進(jìn)行報(bào)警提示，從而實(shí)現(xiàn)對(duì)農(nóng)作物生長(zhǎng)環(huán)境的實(shí)時(shí)監(jiān)測(cè)。最后負(fù)責(zé)數(shù)據(jù)信J自、的發(fā)布，將Web協(xié)議移植到其中，系統(tǒng)便可以接入到Internet中，實(shí)現(xiàn)“底層(傳感器)-Internet網(wǎng)絡(luò)一遠(yuǎn)程監(jiān)控”的結(jié)構(gòu)，能夠?qū)⒄麄€(gè)系統(tǒng)的信息發(fā)布到互聯(lián)網(wǎng)上，實(shí)現(xiàn)整個(gè)互聯(lián)網(wǎng)的訪(fǎng)問(wèn)。4.2傳感器節(jié)點(diǎn)的硬件設(shè)計(jì)4.2.1硬件設(shè)計(jì)方案本文設(shè)計(jì)的基于物聯(lián)網(wǎng)的智能農(nóng)業(yè)監(jiān)測(cè)系統(tǒng)，目標(biāo)是準(zhǔn)確實(shí)時(shí)的獲取農(nóng)作物生長(zhǎng)的環(huán)境信息，通過(guò)分析得到環(huán)境變化對(duì)農(nóng)作物生長(zhǎng)狀況影響的規(guī)律，為科學(xué)研究提供全面的參考，實(shí)現(xiàn)農(nóng)業(yè)的精準(zhǔn)操作，滿(mǎn)足現(xiàn)代農(nóng)業(yè)信息化、智能化的需求。數(shù)據(jù)采集作為本系統(tǒng)工作的第一步，采集到的數(shù)據(jù)準(zhǔn)確可靠，是整個(gè)系統(tǒng)正常工作的關(guān)鍵。傳感器節(jié)點(diǎn)大量分布在田間，節(jié)點(diǎn)間有一定的距離，采集到的數(shù)據(jù)以無(wú)線(xiàn)傳輸?shù)姆绞絺鬟f，如何保證傳感器節(jié)點(diǎn)數(shù)據(jù)以最低的丟包率進(jìn)行傳輸是需要考慮的重要問(wèn)題，同時(shí)對(duì)于數(shù)量龐大且分布廣泛的傳感器節(jié)點(diǎn)，如何延長(zhǎng)傳感器電池的使用時(shí)間也是亞需解決的問(wèn)題。綜合以上種種，本系統(tǒng)的無(wú)線(xiàn)傳感器數(shù)據(jù)采集網(wǎng)絡(luò)中的傳感器節(jié)點(diǎn)的硬件設(shè)計(jì)，主要依據(jù)以下幾個(gè)方面即:(1)低功耗傳感器節(jié)點(diǎn)以電池供電，能量有限，電池耗盡以后，節(jié)點(diǎn)停止工作，整個(gè)傳感器網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)要相應(yīng)的變化。因此，如何減少節(jié)點(diǎn)的功耗，延長(zhǎng)節(jié)點(diǎn)的壽命，對(duì)于整個(gè)網(wǎng)絡(luò)系統(tǒng)的穩(wěn)定、高效運(yùn)行是至關(guān)重要的。(2)優(yōu)良射頻性由于無(wú)線(xiàn)信號(hào)在空氣中的傳播與通信距離呈指數(shù)關(guān)系衰減，節(jié)點(diǎn)通信距離能夠直接影響到無(wú)線(xiàn)通信模塊的發(fā)射功率的消耗，進(jìn)而引出功耗的問(wèn)題。因此，節(jié)點(diǎn)間通信距離也是限制無(wú)線(xiàn)傳感器網(wǎng)絡(luò)應(yīng)用的重要原因。提高節(jié)點(diǎn)的射頻性能可以改善網(wǎng)絡(luò)工作能力，在同等功耗的條件下通信距離增大，具有更強(qiáng)的實(shí)用性。(3)微型化傳感器節(jié)點(diǎn)在監(jiān)測(cè)區(qū)域要大量部署，為了對(duì)目標(biāo)系統(tǒng)本身的特性不構(gòu)成影響并且方便部署，傳感器節(jié)點(diǎn)的體積要盡可能的小。(4)低成本系統(tǒng)中傳感器節(jié)點(diǎn)的數(shù)量龐大且功能簡(jiǎn)單，單個(gè)節(jié)點(diǎn)的造價(jià)能夠極大的影響整個(gè)系統(tǒng)的成本。所以，在保證節(jié)點(diǎn)性能的前提下應(yīng)該盡可能的降低單個(gè)節(jié)點(diǎn)的成本能夠有效的降低整個(gè)系統(tǒng)的成本。(5)可擴(kuò)展性能夠根據(jù)不同的需要增加不同的功能器件。基于以上五點(diǎn)要求，本系統(tǒng)中的傳感器節(jié)點(diǎn)硬件設(shè)計(jì)成如圖4.2所示的結(jié)構(gòu)。CPU部分是傳感器節(jié)點(diǎn)的處理器模塊，也可以稱(chēng)作是數(shù)據(jù)控制處理模塊，是傳感器節(jié)點(diǎn)的核心模塊，對(duì)節(jié)點(diǎn)數(shù)據(jù)處理的算法、節(jié)點(diǎn)的通信算法以及節(jié)點(diǎn)的多任務(wù)處理都是在這部分實(shí)現(xiàn)的。外部傳感器模塊包括各種傳感器芯片，實(shí)現(xiàn)了對(duì)農(nóng)作物生長(zhǎng)環(huán)境參數(shù)的感知。JTAG接口輔助完成對(duì)芯片的測(cè)試和板控程序的下載。按鍵模塊和LED模塊協(xié)同工作，實(shí)現(xiàn)對(duì)節(jié)點(diǎn)的操作控制以及工作狀態(tài)顯示的功能。無(wú)線(xiàn)通信模塊負(fù)責(zé)完成各種控制指令的交互和感知數(shù)據(jù)的傳輸。MAX3232串行通信，直接通過(guò)串口線(xiàn)連接計(jì)算機(jī)，完成數(shù)據(jù)由傳感器節(jié)點(diǎn)向上位機(jī)的傳遞。電源供應(yīng)模塊負(fù)責(zé)為整個(gè)節(jié)點(diǎn)提供能量。本系統(tǒng)中的終端節(jié)點(diǎn)和路由器節(jié)點(diǎn)包括外部傳感器模塊、處理器模塊、按鍵模塊、LED模塊、JTAG接口、供電模塊和無(wú)線(xiàn)通信模塊，協(xié)調(diào)器節(jié)點(diǎn)在此基礎(chǔ)上添加了MAX3232串行通信功能。4.2.2處理器模塊作為無(wú)線(xiàn)傳感器節(jié)點(diǎn)最重要的模塊，處理器模塊實(shí)現(xiàn)了傳感器節(jié)點(diǎn)數(shù)據(jù)采集過(guò)程中的任務(wù)調(diào)度、采集到數(shù)據(jù)之后對(duì)感知數(shù)據(jù)的數(shù)據(jù)融合計(jì)算、無(wú)線(xiàn)通信傳遞數(shù)據(jù)過(guò)程中的路由協(xié)議和傳感器節(jié)點(diǎn)其他功能的拓展，處理器的選擇，是整個(gè)傳感器節(jié)點(diǎn)硬件設(shè)計(jì)的關(guān)鍵。從成本低、外形小、集成度高、功耗低、運(yùn)行速度快等方面綜合考慮，本系統(tǒng)選擇TI公司的以低功耗著稱(chēng)的MSP430F5438作為處理器芯片，處理器模塊電路圖如圖4.3所示。MSP430F5438單片機(jī)具有如下特點(diǎn):(1)超低功耗MSP430F5438單片機(jī)，工作電壓為1.8至3.6V，能夠?qū)Ψ逯蹈哌_(dá)25MHz的產(chǎn)品實(shí)現(xiàn)最低功耗，工作與待機(jī)功耗分別為160uA/MHz每兆赫微安)與0.5uA,0.5uA的RAM操持模式，0.8uA的實(shí)時(shí)時(shí)鐘模式，6種不同的省電模式，適合應(yīng)用于電池供電的長(zhǎng)時(shí)間工作場(chǎng)合:超低功耗的架構(gòu)。高靈活的時(shí)一鐘系統(tǒng)，可以顯著的延長(zhǎng)電池使用壽命。（2）強(qiáng)大的處理能力MSP430F5438單片機(jī)是具有16位RISC'的CPU，擁有高達(dá)120KB的程序存儲(chǔ)器、16KBRAM存儲(chǔ)容量、:通道直按存儲(chǔ)器存取(DMA).具有豐富的尋址指令，27條內(nèi)核指令，能以極少的代碼量實(shí)現(xiàn)多種新型應(yīng)用。(3)系統(tǒng)工作穩(wěn)定MSP430F5438單片機(jī)在1MHz的時(shí)鐘下運(yùn)行，含有16個(gè)中斷源，使用靈活，只需Gus就可以用中斷請(qǐng)求將CPU喚醒，保證代碼的實(shí)時(shí)性?？撮T(mén)狗可以產(chǎn)生復(fù)位信號(hào)保證程序的正常運(yùn)行，同時(shí)CPU中含有16個(gè)寄存器和常數(shù)發(fā)生器，有效的保證了處理器的代碼效率。數(shù)字控制的振蕩器(DCO)可將器件從低功耗模式迅速喚醒，在少于Gus的時(shí)內(nèi)激活(4)豐富的片內(nèi)外設(shè)MSP430F5438單片機(jī)含有諸如數(shù)控振蕩器(DCO)、晶體振蕩器、看門(mén)狗定時(shí)器、乘法器、A/D轉(zhuǎn)換器、串行通信接口等豐富的片內(nèi)組件以及諸如射頻(R),USB、加密和LCD接口等集成外設(shè)。除集成各種智能外，各種高性能模擬與數(shù)字外設(shè)可以大幅度減少CPU的工作量。4.2.3外部傳感器模塊無(wú)線(xiàn)傳感器數(shù)據(jù)采集網(wǎng)絡(luò)中的傳感器節(jié)點(diǎn)要對(duì)影響農(nóng)作物生長(zhǎng)的環(huán)境信息進(jìn)行采集，采集的信息包括農(nóng)作物生長(zhǎng)環(huán)境中的溫度、濕度、光照強(qiáng)度、二氧化碳濃度。從量程、精度、供電電壓以及功耗等方面綜合考慮，在外部傳感器模塊中，我們選擇SHT10溫濕度傳感器進(jìn)行環(huán)境溫度和濕度的采集，選擇TSL2560光照強(qiáng)度傳感器進(jìn)行環(huán)境光照強(qiáng)度的采集，選擇GSSCZO-SK紅外二氧化碳(C02)傳感器進(jìn)行環(huán)境中二氧化碳濃度的采集。下面對(duì)每一種傳感器進(jìn)行分別介紹。(1)SHT10溫濕度傳感器SHT10是瑞士Sensirion公司推出的一款數(shù)字溫濕度傳感器芯片，具有高度集成、超低功耗、高精度、尺寸小、測(cè)量范圍寬、抗干擾能力強(qiáng)等特點(diǎn)。SHT10芯片內(nèi)部集成了14位A/D轉(zhuǎn)換器，且采用數(shù)字信號(hào)輸出，具有極高的可靠性與長(zhǎng)期穩(wěn)定性。其溫度和濕度傳感器的參數(shù)特性如表4.1和表4.2所示。(2)TSL2560光照強(qiáng)度傳感器TSL2560是TAGS公司推出的支持串行總線(xiàn)接口SMBus的光照強(qiáng)度傳感器，是一種光一數(shù)字轉(zhuǎn)換器，內(nèi)含光電探測(cè)器和A/D轉(zhuǎn)換器，能將光強(qiáng)轉(zhuǎn)換成數(shù)字信號(hào)輸出，具有高速、低功耗、寬量程、可編程靈活配置的特點(diǎn)。TSL2560的輸入工作電壓為2.5V至5.5V之間，可以測(cè)量范圍在OLux至38000Lux之間的光照強(qiáng)度，能夠自動(dòng)抑制50Hz/60Hz的光照波動(dòng)，具有1.25mmX1.75mm超小封裝，在低功耗模式下，功耗僅為0.75mW。TSL2560的結(jié)構(gòu)如圖4.4所示。(3)GSSCZO-SK紅外二氧化碳(C02)傳感器GSSCZO-SK是一種采用了NDIR紅外技術(shù)的固態(tài)光電傳感器，在進(jìn)行二氧化碳濃度采集的同時(shí)還可以進(jìn)行溫度補(bǔ)償，非常適用于溫度和二氧化碳同時(shí)測(cè)量的環(huán)境。GSSCZO-SK具有體積小、使用時(shí)間長(zhǎng)、強(qiáng)穩(wěn)定勝等特點(diǎn)。GSSCZO-SK紅外二氧化碳(C02)傳感器的參數(shù)特性如表4.3所示。4.2.4無(wú)線(xiàn)通信模塊對(duì)于系統(tǒng)來(lái)說(shuō)，能否將數(shù)據(jù)準(zhǔn)確傳輸關(guān)系到整個(gè)系統(tǒng)的性能，而無(wú)線(xiàn)傳感器網(wǎng)絡(luò)的通信質(zhì)量與無(wú)線(xiàn)通信模塊的性能息息相關(guān)，我們選擇射頻芯片CC2520和射頻放大前端CC2591作為無(wú)線(xiàn)通信模塊的主要組成部分。CC2520是被業(yè)內(nèi)廣泛應(yīng)用的射頻收發(fā)器，也是TI公司旗下非常著名的產(chǎn)品，可以提供最先進(jìn)的工業(yè)級(jí)應(yīng)用，CC2520可以在一400C至+1250C溫度范圍內(nèi)正常工作，具有非常優(yōu)秀的接受靈敏度和共存性能，有極好的連接性能和非常優(yōu)越的鏈路估計(jì)，工作電源電壓范圍為1.8V至3.8V，可低電壓工作，CC2520的特性如表4.4所示。CC2591是TI公司推出的2.4GHz射頻前端，能夠通過(guò)提高輸出功率的功率放大器和增強(qiáng)接收靈敏度的LNA(低噪聲放大器)來(lái)增加鏈路預(yù)算，從而顯著增加無(wú)線(xiàn)系統(tǒng)的覆蓋范圍。CC2591含有PA(功率放大器)、LNA、開(kāi)關(guān)、射頻匹配和不平衡變壓器，可以與TI所有的射頻收發(fā)器和片上系統(tǒng)解決方案相結(jié)合。CC2591具有可連接到TI射頻器件的無(wú)縫接口、高達(dá)22dBm的輸出功率、斷電時(shí)僅100nA等特性，能夠通過(guò)HGM引腳數(shù)字控制LAN增益，所以CC2591廣泛應(yīng)用于無(wú)線(xiàn)傳感器網(wǎng)絡(luò)、無(wú)線(xiàn)消費(fèi)類(lèi)電子系統(tǒng)以及IEEE802.15.4和ZigBee⑧系統(tǒng)中，CC2591模塊框圖如圖4.5所示。MSP430F5438微處理器與射頻芯片CC2520是以主從控制模式工作的，二者的接口電路如圖4.6所示。MSP430F5438微處理器作為主機(jī)，射頻芯片CC2520作為從機(jī)，主機(jī)通過(guò)SPI編程來(lái)控制從機(jī)。從機(jī)的SFD,FIFO,FIFOP和CCA4個(gè)引腳表示數(shù)據(jù)的收發(fā)狀態(tài)，主機(jī)通過(guò)CSn片選引腳控制數(shù)據(jù)收發(fā)的同步性，采取識(shí)別從機(jī)FIFO等管腳狀態(tài)的方式完成數(shù)據(jù)的收發(fā)操作，從機(jī)中含有各種功能的寄存器，主機(jī)對(duì)這些寄存器的操作可以完成從機(jī)工作狀態(tài)的設(shè)置。4.3傳感器節(jié)點(diǎn)的軟件設(shè)計(jì)4.3.1節(jié)點(diǎn)軟件開(kāi)發(fā)環(huán)境本系統(tǒng)傳感器節(jié)點(diǎn)軟件開(kāi)發(fā)環(huán)境選擇了瑞典IARSystem公司推出的IAREmbeddedWorkbench(IAREW)，IAREW的C/C++交叉編譯器和調(diào)試器是當(dāng)今包容性最強(qiáng)、代碼繼承能力最大且效率非常高的代碼開(kāi)發(fā)框架，它的功能非常強(qiáng)大，在Windows環(huán)境下，不僅可以支持C/C++代碼的開(kāi)發(fā)，同時(shí)可以實(shí)現(xiàn)各種應(yīng)用項(xiàng)目的管理。IAREW對(duì)不同的微處理器提供一樣的直觀(guān)用戶(hù)界面，目前己支持35種以上的8位、16位和32位ARM的微處理器機(jī)構(gòu)IAREW430編譯環(huán)境如圖4.7所示。4.3.2Z-Stack協(xié)議棧研究ZigBee20071PR0協(xié)議棧是TI公司基于ZigBee2007協(xié)議規(guī)范開(kāi)發(fā)的協(xié)議棧，支持TI的MSP430等低功耗微處理器及新一代ZigBee芯片CC2520，該協(xié)議棧以半開(kāi)源的形式開(kāi)放，以庫(kù)形式出現(xiàn)的網(wǎng)絡(luò)層可以提供全功能的API函數(shù)集，用戶(hù)可以根據(jù)自己的需要修改底層驅(qū)動(dòng)，方便于程序員的開(kāi)發(fā)。Z-Stack協(xié)議棧由多個(gè)文件夾中的內(nèi)容組成，每個(gè)文件夾中內(nèi)容的功能不同且各個(gè)文件夾屬于不同的層次，Z-Stack協(xié)議棧軟件目錄及其功能分布如圖4.8所示。4.3.3網(wǎng)絡(luò)組建本系統(tǒng)所實(shí)現(xiàn)網(wǎng)絡(luò)是基于ZigBee協(xié)議的無(wú)線(xiàn)Mesh網(wǎng)絡(luò)(ZigBee-WMNs)，該網(wǎng)絡(luò)中有3種類(lèi)型的設(shè)備，ZigBee協(xié)調(diào)器、ZigBee路由器和ZigBee終端設(shè)備。ZigBee協(xié)調(diào)器是啟動(dòng)和配置網(wǎng)絡(luò)的設(shè)備，同時(shí)協(xié)調(diào)器可以與網(wǎng)絡(luò)以外的設(shè)備進(jìn)行通信，起到網(wǎng)關(guān)的作用，一個(gè)ZigBee網(wǎng)絡(luò)只允許有一個(gè)協(xié)調(diào)器;ZigBee路由器是負(fù)責(zé)路徑發(fā)現(xiàn)和路由維護(hù)的設(shè)備，可以采集數(shù)據(jù)，同時(shí)完成路由的工作，網(wǎng)狀網(wǎng)絡(luò)和樹(shù)形網(wǎng)絡(luò)可以有多個(gè)路由器，星型網(wǎng)絡(luò)不支持路由器;ZigBee終端設(shè)備負(fù)責(zé)數(shù)據(jù)的采集和簡(jiǎn)單的控制，本系統(tǒng)中的終端節(jié)點(diǎn)只能完成數(shù)據(jù)采集和返回?cái)?shù)據(jù)的工作，一個(gè)網(wǎng)絡(luò)中可以有多個(gè)終端設(shè)備。網(wǎng)絡(luò)組建流程如圖4.9所示。網(wǎng)絡(luò)組建過(guò)程如下:（1）協(xié)調(diào)器組建網(wǎng)絡(luò)節(jié)點(diǎn)首先要打開(kāi)電源供電，供電后完成系統(tǒng)的初始化才可以建立網(wǎng)絡(luò)。協(xié)調(diào)器建立網(wǎng)絡(luò)必須滿(mǎn)足如下條件:節(jié)點(diǎn)具有ZigBee協(xié)調(diào)器功能且沒(méi)有加入到其他網(wǎng)絡(luò)中。所以協(xié)調(diào)器建立網(wǎng)絡(luò)要檢測(cè)節(jié)點(diǎn)是否滿(mǎn)足上述條件，不滿(mǎn)足條件的節(jié)點(diǎn)發(fā)起的建網(wǎng)進(jìn)程會(huì)被網(wǎng)絡(luò)層管理實(shí)體終止，建網(wǎng)失敗。滿(mǎn)足條件的節(jié)點(diǎn)會(huì)執(zhí)行信道掃描，信道掃描包括能量掃描和主動(dòng)掃描兩個(gè)過(guò)程，用戶(hù)首先對(duì)指定的物理層所有默認(rèn)的信道進(jìn)行能量掃描，獲得每一個(gè)信道的能量值，按照能量值由小到大的順序?qū)⑦@些信道排列，能量值超出允許范圍的信道被棄用，接著對(duì)允許范圍內(nèi)的信道執(zhí)行主動(dòng)掃描，找到可以組建新網(wǎng)絡(luò)的信道，該信道通常是當(dāng)前時(shí)刻存在網(wǎng)絡(luò)數(shù)目最少的信道。掃描過(guò)程中如果找不到可以組建網(wǎng)絡(luò)的信道，要通知上層網(wǎng)絡(luò)建立失敗，繼續(xù)掃描;如果掃描到合適的信道，協(xié)調(diào)器需要配置網(wǎng)絡(luò)參數(shù)。網(wǎng)絡(luò)管理實(shí)體會(huì)為新的網(wǎng)絡(luò)選擇一個(gè)小于等于Ox3fff且不等于Oxffff的PAN描述符(PANID)，PANID在所選信道內(nèi)是唯一的，如果沒(méi)有符合條件的PANID，網(wǎng)絡(luò)建立失敗;選定PANID后，網(wǎng)絡(luò)管理實(shí)體會(huì)為協(xié)調(diào)器選擇16位的網(wǎng)絡(luò)地址。配置好網(wǎng)絡(luò)參數(shù)后，協(xié)調(diào)器啟動(dòng)并運(yùn)行網(wǎng)絡(luò)，運(yùn)行網(wǎng)絡(luò)的同時(shí)等待其他沒(méi)務(wù)加入網(wǎng)絡(luò)。(2)路山器和終端設(shè)各加入網(wǎng)絡(luò)路由器和終端節(jié)點(diǎn)上電并完成系統(tǒng)初始化后，同樣要執(zhí)行信道掃描，通過(guò)信道掃描發(fā)現(xiàn)信道中存在的網(wǎng)絡(luò)，并接收包含YANID在內(nèi)的信標(biāo)幀，信標(biāo)幀信息包括信標(biāo)設(shè)備的地址、是否允許連接以及信標(biāo)凈載荷，如果信標(biāo)凈載荷域里的協(xié)議與自己的協(xié)議ID相同，設(shè)備會(huì)將匹配的信標(biāo)幀的相關(guān)信息保存。信道掃描完成后，根據(jù)掃描到的網(wǎng)絡(luò)的描述符，設(shè)備會(huì)選擇一個(gè)網(wǎng)絡(luò)加入設(shè)備會(huì)向協(xié)調(diào)器發(fā)送入網(wǎng)請(qǐng)求，得到協(xié)調(diào)器的允許后，路山器和終端設(shè)備加入網(wǎng)絡(luò)。4.3.4數(shù)據(jù)傳輸數(shù)據(jù)能夠高效的傳輸是網(wǎng)絡(luò)程廠(chǎng)獷開(kāi)發(fā)的緞終}1的木系統(tǒng)中，數(shù)據(jù)從被采集到址終被傳至土位機(jī)，數(shù)據(jù)的傳輸經(jīng)歷了如下四個(gè)過(guò)程:終端節(jié)點(diǎn)發(fā)送數(shù)據(jù)終端節(jié)點(diǎn)采集到數(shù)據(jù)并將數(shù)據(jù)進(jìn)行數(shù)據(jù)融合以后，就要發(fā)送數(shù)據(jù)，發(fā)送數(shù)據(jù)時(shí)，首要按照協(xié)議中規(guī)定的幀形式構(gòu)建幀數(shù)據(jù)，幀數(shù)據(jù)包括幀頭和幀內(nèi)容，其中幀頭包括幀類(lèi)型、源地址、目的地址、PAN,CLUSTERID等信息，幀內(nèi)容包括環(huán)境參數(shù)數(shù)據(jù)和電池電壓值等。然后對(duì)信道進(jìn)行偵聽(tīng)，檢測(cè)到信道空閑便立即啟動(dòng)SPI總線(xiàn)驅(qū)動(dòng)進(jìn)行數(shù)據(jù)的發(fā)送。終端節(jié)點(diǎn)發(fā)送數(shù)據(jù)的流程如圖4.10所示。(2)路由節(jié)點(diǎn)轉(zhuǎn)發(fā)數(shù)據(jù)當(dāng)路由節(jié)點(diǎn)接收到一個(gè)數(shù)據(jù)包以后，該數(shù)據(jù)包首先要經(jīng)過(guò)MAC層和NWK層的解析以確定該包的目的地址，解析出的目標(biāo)地址決定路由節(jié)點(diǎn)的下一步操作，如果解析出的目的地址與該路由節(jié)點(diǎn)的節(jié)點(diǎn)地址相同，路由節(jié)點(diǎn)會(huì)將數(shù)據(jù)包打開(kāi)進(jìn)行數(shù)據(jù)處理;如果數(shù)據(jù)包的目的地址不是本節(jié)點(diǎn)，路由節(jié)點(diǎn)此時(shí)的功能即為轉(zhuǎn)發(fā)數(shù)據(jù)，路由節(jié)點(diǎn)要分析出下一跳節(jié)點(diǎn)地址，將數(shù)據(jù)發(fā)給下一跳節(jié)點(diǎn)。路由節(jié)點(diǎn)轉(zhuǎn)發(fā)數(shù)據(jù)流程如圖4.11所示。(3)協(xié)調(diào)器節(jié)點(diǎn)接收數(shù)據(jù)ZigBee協(xié)調(diào)器節(jié)點(diǎn)或者路由器節(jié)點(diǎn)的網(wǎng)絡(luò)層必須保證無(wú)論什么時(shí)候接收機(jī)總是處于接收狀態(tài)。協(xié)調(diào)器節(jié)點(diǎn)接收到數(shù)據(jù)以后，SFD被觸發(fā)，管腳由低電平變成高電平，進(jìn)而觸發(fā)瑯Q中斷，中斷服務(wù)程序會(huì)調(diào)用相關(guān)的函數(shù)進(jìn)行接收數(shù)據(jù)的處理，經(jīng)過(guò)處理后，數(shù)據(jù)會(huì)被交由ZigBee協(xié)議棧的MAC層進(jìn)行進(jìn)一步處理。協(xié)調(diào)器節(jié)點(diǎn)接收數(shù)據(jù)的流程如圖4.12所示。(4)協(xié)調(diào)器節(jié)點(diǎn)將數(shù)據(jù)上傳至上位機(jī)協(xié)調(diào)器節(jié)點(diǎn)通過(guò)UART與上位機(jī)進(jìn)行數(shù)據(jù)和控制指令的交互。交互程序開(kāi)始以后，協(xié)調(diào)器首先要對(duì)UART進(jìn)行相應(yīng)的初始化:使能UART，規(guī)定起始位、停止位、奇偶校驗(yàn)位和流控制方式，同時(shí)打開(kāi)UART的收發(fā)中斷設(shè)置數(shù)據(jù)長(zhǎng)度和數(shù)據(jù)通信波特率。初始化完成以后，當(dāng)有數(shù)據(jù)收發(fā)任務(wù)時(shí)，協(xié)調(diào)器節(jié)點(diǎn)就可以執(zhí)行相應(yīng)的中斷服務(wù)程序，向上位機(jī)發(fā)送數(shù)據(jù)或接收上位機(jī)發(fā)出的控制指令。協(xié)調(diào)器節(jié)點(diǎn)通過(guò)DART與上位機(jī)進(jìn)行數(shù)據(jù)和控制指令的交互流程如圖4.13所示。

第五章智能監(jiān)測(cè)處理中心的設(shè)計(jì)與實(shí)現(xiàn)5.1智能監(jiān)測(cè)處理中心開(kāi)發(fā)平臺(tái)概述智能監(jiān)測(cè)處理中心基于B/S(Browser/Server)架構(gòu)Ian，使用HTML,java,JSP等語(yǔ)言設(shè)計(jì)開(kāi)發(fā)。HTML(超義本標(biāo)記語(yǔ)占)是B/s架構(gòu)卜網(wǎng)絡(luò)web語(yǔ)言的基礎(chǔ)，通過(guò)嵌入代碼或標(biāo)記來(lái)表明義本格式，可以實(shí)現(xiàn)創(chuàng)建顯示W(wǎng)eb頁(yè)和創(chuàng)建表單web等基礎(chǔ)操作，并可以輕松實(shí)現(xiàn)與Javascript的互操作。lava是Sun公司開(kāi)發(fā)出的程序沒(méi)計(jì)語(yǔ)言和開(kāi)發(fā)平臺(tái)的總稱(chēng)，在javaSE,JavaME和javaEE三個(gè)版木中，本系統(tǒng)選用以B/S作為主要開(kāi)發(fā)模式的JavaEE，它可以提供多種組建和服務(wù)。JSP是一種動(dòng)態(tài)技術(shù)標(biāo)準(zhǔn),JSP頁(yè)面由HTML代碼和嵌入其中的Java代碼所組成，實(shí)現(xiàn)了Html語(yǔ)法中的Java的擴(kuò)張，可以實(shí)現(xiàn)數(shù)據(jù)庫(kù)操作、網(wǎng)頁(yè)的重新定向和發(fā)送E-mail等功能，具備建立動(dòng)態(tài)網(wǎng)站所需要的全部功能。智能監(jiān)測(cè)處理中心，是在MyFclipse環(huán)境下進(jìn)行編寫(xiě)的。MyLclipse是Eclipse的插件集合，主要用來(lái)開(kāi)發(fā)Java和JavaEE。它的功能十分強(qiáng)大，可‘以完成用代碼程序開(kāi)發(fā)項(xiàng)目過(guò)程中的各種功能，支持Javascript,JSP,SQL等多種Java開(kāi)發(fā)功能，MyEclipse開(kāi)發(fā)環(huán)境如圖5.1所示。5.2智能監(jiān)測(cè)處理中心總體設(shè)計(jì)智能監(jiān)測(cè)處理中心是系統(tǒng)的核心部分，其架構(gòu)如圖5.2所示。在該部分中，用戶(hù)可以登錄進(jìn)入本系統(tǒng)進(jìn)行節(jié)點(diǎn)環(huán)境參數(shù)查看、設(shè)備運(yùn)行狀況查詢(xún)以及各種綜合管理，整個(gè)系統(tǒng)通過(guò)Tomcat服務(wù)器在線(xiàn)發(fā)布，用戶(hù)可以在任何一臺(tái)與Internet相連的PC機(jī)上登錄本系統(tǒng)進(jìn)行數(shù)據(jù)查詢(xún)和系統(tǒng)管理。智能監(jiān)測(cè)處理中心中設(shè)計(jì)了多個(gè)為用戶(hù)服務(wù)的模塊，具體介紹如下:(1)用戶(hù)管理為了便于多個(gè)用戶(hù)進(jìn)行系統(tǒng)查詢(xún)，在Web客戶(hù)端添加用戶(hù)管理模塊，可以增加刪除用戶(hù)，并對(duì)原有用戶(hù)的密碼進(jìn)行修改。(2)閥值管理對(duì)環(huán)境參數(shù)進(jìn)行閡值的設(shè)置與查詢(xún)。不同的季節(jié)，農(nóng)作物的生長(zhǎng)有不同的最佳環(huán)境參數(shù)，當(dāng)監(jiān)測(cè)結(jié)果超過(guò)設(shè)置的最佳閡值范圍，會(huì)有相應(yīng)的報(bào)警提示，農(nóng)戶(hù)需要進(jìn)行相應(yīng)處理。(3)節(jié)點(diǎn)管理對(duì)節(jié)點(diǎn)的基本功能進(jìn)行說(shuō)明，并記錄節(jié)點(diǎn)的位置、節(jié)點(diǎn)電池更換時(shí)間、節(jié)點(diǎn)使用總時(shí)間等基本信息。(4)數(shù)據(jù)管理數(shù)據(jù)管理主要包括數(shù)據(jù)接收、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)處理三部分。協(xié)調(diào)器節(jié)點(diǎn)接收到數(shù)據(jù)串口，當(dāng)串口有數(shù)據(jù)時(shí)，將數(shù)據(jù)傳至數(shù)據(jù)庫(kù)進(jìn)行存儲(chǔ)。同時(shí)，為了使用戶(hù)更直觀(guān)的了解農(nóng)田環(huán)境參數(shù)變化對(duì)農(nóng)作物生長(zhǎng)的影響，為科學(xué)種植提供依據(jù)，智能監(jiān)測(cè)處理中心對(duì)傳感器上傳的感知數(shù)據(jù)進(jìn)行了不同功能的曲線(xiàn)繪制，用戶(hù)不僅可以對(duì)不同位置、不同時(shí)刻的傳感器節(jié)點(diǎn)監(jiān)測(cè)到的環(huán)境參數(shù)進(jìn)行查詢(xún)，還可以通過(guò)與闌值曲線(xiàn)的對(duì)比了解農(nóng)作物周?chē)沫h(huán)境情況。當(dāng)用戶(hù)遞交查詢(xún)數(shù)據(jù)的命令后，程序根據(jù)用戶(hù)遞交的查詢(xún)命令，通過(guò)JSP對(duì)MYSQL數(shù)據(jù)庫(kù)進(jìn)行操作后再將信息解析給客戶(hù)端，獲得環(huán)境參數(shù)的數(shù)據(jù)同時(shí)也可以使用Jfreechart組件繪制實(shí)時(shí)的動(dòng)態(tài)曲線(xiàn)圖，該曲線(xiàn)對(duì)某個(gè)傳感器節(jié)點(diǎn)或者多個(gè)傳感器節(jié)點(diǎn)的環(huán)境參數(shù)采集值進(jìn)行描點(diǎn)劃線(xiàn)顯示。5.3智能監(jiān)測(cè)處理中心前臺(tái)界面設(shè)計(jì)系統(tǒng)的前臺(tái)界面是用戶(hù)與系統(tǒng)傳遞和交換信息的媒介，是在B/S(Browser/Server)模式下用戶(hù)與系統(tǒng)交互的重要部分，通過(guò)界面設(shè)計(jì)，不僅能讓用戶(hù)明白功能操作，迅速的完成信息輸入、控制操縱和查詢(xún)等操作，同時(shí)可以將作品本身的信息更加順暢的傳遞給用戶(hù)，提高工作效率。本系統(tǒng)的前臺(tái)界面采用動(dòng)態(tài)Web設(shè)計(jì)，動(dòng)態(tài)Web最大的特點(diǎn)是交互性，即服務(wù)器會(huì)自動(dòng)根據(jù)用戶(hù)的不同請(qǐng)求顯示不同的結(jié)果。根據(jù)功能實(shí)現(xiàn)的不同，本系統(tǒng)的主要界面為登錄界面、主界面和數(shù)據(jù)管理界面。5.3.1登錄界面在所有界面設(shè)計(jì)中，登錄界面最先完成，該界面是用戶(hù)進(jìn)入到智能監(jiān)測(cè)處理中心后最先看到的界面，在該界面中，用戶(hù)可以根據(jù)已經(jīng)注冊(cè)的賬號(hào)和密碼進(jìn)行登錄操作。如果用戶(hù)要完成登錄操作，一定要有一個(gè)表單頁(yè)，此頁(yè)面可以輸入用戶(hù)的登錄ID和密碼，然后將這些信息提交到一個(gè)驗(yàn)證的JSP頁(yè)面上進(jìn)行數(shù)據(jù)庫(kù)的操作驗(yàn)證，如果可以查詢(xún)到用戶(hù)名和密碼，那么就表示該用戶(hù)是合法用戶(hù)，則可以跳轉(zhuǎn)到登錄成功頁(yè)，顯示