基于数据融合算法的土壤环境监测系统设计

     基于数据融合算法的土壤环境监测系统 设计 领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计                   郭蓉++杨平先++王晶摘要：利用ZigBee技术和GPRS技术相结合的方式，构建农田环境监控系统的总体结构，系统利用ZigBee无线传感器网络采集土壤环境数据。为解决多传感器监测数据融合精度低的问 题 快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题 ，提出了一种改进型的分批估计自适应加权融合算法，首先对单个传感节点一段时间内所采集的数据根据容许函数的阈值剔除误差较大的数据，然后对该传感器的数据进行分批估计得出该节点某一段时间内的最优估计值，得到该区域所有传感节点最优估计值后，依据权值最优分配原则对每组传感器数据进行组内自适应加权融合，从而计算得到该时刻土壤的环境精确值。试验验证了系统采集到的数据准确可靠，改进算法数据融合易于实现，融合值相对误差值更低，稳健性更好。关键词：土壤环境；数据融合；分批估计；自适应加权TP274文献标志码：A：1002-1302（2016）06-0419-04收稿日期：2015-05-27基金项目：人工智能四川省重点实验室项目（编号：2011RYY02）。作者简介：郭蓉（1980—），女，重庆人，硕士研究生，讲师，研究方向为数字信号处理、数字图像处理。E-mail：[email protected]。我国是一个地理条件复杂、地域广阔、人口众多的发展中农业大国，农业经济比较落后，生态基础比较脆弱，承受灾害能力较弱，农业生产常遭受灾害的侵扰，特别是水资源匮乏。加上传统灌溉方式对水资源的利用率低，干旱已对农业生产造成了很大影响，对此，学者们作了大量研究。文献[1]设计了一套基于ZigBee和WCDMA技术的农田土壤远程监测系统，可对大区域农田土壤温度、湿度、pH值和电导率远程实时监测和多终端可视化显示；文献[2]设计了一种远程土壤墒情自动监测系统，系统使用温、湿度传感器采集土壤墒情信息，通过GPRS网络将数据上传至计算机监控中心；文献[3]通过引入菲涅尔反射区域，结合仿真和实测土壤湿度数据、CPS观测值开展对比研究，提出一种利用SNR观测值进行GPS土壤湿度监测的方法；文献[4]设计了一种基于ZigBee无线传感器网络的土壤墒情监测系统，实现了信息采集节点的自动部署和数据的自主传输。然而，目前大部分农田信息采集系统重点都在于信息采集设备的开发和数据的传输，而对数据的处理关注较少，特别是针对土壤环境预警系统的设计和研究涉及较少[5-6]。因此，为了及时预测土壤干旱程度，加强农田土壤旱情的监测和预报，本研究结合ZigBee和GPRS技术设计土壤环境预警监控系统，为解决多传感器监测数据融合精度低的问题，提出了一种改进型的分批估计自适应加权融合算法。1土壤环境监测系统结构土壤环境监测系统由硬件和软件两部分组成，硬件部分由底层无线数据采集模块、数据传输模块、上位监控模块等组成，系统软件的设计须要根据所采用的硬件器件决定。底层无线数据采集模块是土壤环境监控系统的基础，主要由ZigBee节点搭载温湿度传感器和光照度传感器完成土壤数据的采集监测以及底层各节点设备间的数据通信；数据传输模块包括ZigBee无线数据传输和GPRS远程数据传输两部分。传感器采集到数据后经ZigBee终端节点发送给ZigBee协调器节点，再通过S3C6410处理后经GPSR模块将信息传给上位监控模块[7]。上位监控模块对接收到的数据进行处理。通过上位监控程序可随时了解区域内农田土壤的相关信息，土壤环境监测系统结构见图1。在底层无线数据采集模块中，各节点设备通过ZigBee的自组网功能形成树簇型无线传感网络。这些节点设备根据功能不同分为终端节点、树簇节点和协调节点。终端节点是带有相应传感器的终端设备，主要负责采集土壤环境信息，为系统决策提供数据参考；树簇节点不仅有终端节点的数据采集功能，还有汇总转发的路由功能；协调节点是整个无线传感网络的核心，起着承上启下的作用，对上实现底层数据的转发，对下负责管理和维护整个无线网络。2土壤环境监测系统硬件实现2.1主控平台主控平台的硬件分两部分，即S3C6410处理器、256MDDRSDRAM内存和1GBNandFlash存储器、时钟和复位电路等重要部件构成核心板，S3C6410采用ARM1176JZF-S的核，包含16kB的指令数据Cache和16kB的指令数据TCM，具有低成本、低功耗、高性能特点，并集成了丰富的接口；DDRSDRAM用于为操作系统和应用程序的运行提供存储空间。NandFlash存储器具有容量较大、改写速度快等优点，适用于大量数据的存储，其一部分空间用于保存启动代码和操作系统。在土壤干旱监测系统中，主要设计底层无线采集模块的硬件，目前GPRS数据传输模块已成品化，本研究的系统直接采用市场成品，上位监控模块只需要1台计算机作为监控平台即可。所以系统硬件的设计主要包括ZigBee终端节点、ZigBee树簇节点和ZigBee协调节点，而树簇节点只是比终端节点多一路由功能，底层硬件无差别，为简化工序，底层硬件只设计ZigBee终端节点和ZigBee协调节点。2.2温湿度传感节点硬件设计ZigBee无线通信模块采用基于IEEE802.15.4和ZigBee协议通信的CC2430芯片，它能以非常低的成本建立完善的无线传感器网络，CC2430以强大的集成开发环境作为支持，内部线路的交互式调试以遵从IDE的IAR工业 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 为支持，得到嵌入式机构很高的认可，它结合Chipcon公司全球先进的ZigBee协议栈、工具包和参考设计，展示领先的ZigBee解决 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 。系统通过温温度传感节点对土壤的温湿度信息进行采集，模块选用SHT11数字温湿度传感芯片，该芯片内部集成温度传感器、湿度传感器、A/D转换器以及相应的通信接口。SHT11数字温湿度传感芯片具有温湿度检测精度高、抗复杂环境能力强、响应时间快等特点，芯片采用I2C总线接口方式与外部芯片通信。CC2430芯片有21个可编程I/O引脚，系统设计时将P0.0和P0.1分别与SHT11的SCK线和DATA线连接。SCK时钟线负责与CC2430芯片的MCU保持通信同步，DATA数据线负责传输采集到的数据。SHT11温湿度传感器芯片与CC2430芯片的连接电路如图2。2.3数据传输模块GPRS提供了一种高效、低成本的无线分组数据业务。由于建立新的连接几乎无需任何时间（即无需为每次数据的访问建立呼叫连接），因而随时都可与网络保持联系，特别适用于间断的、突发性的、频繁的、少量的数据传输。系统选用SIM900模块实现数据传输模块与上位监控模块之间的通信。SIM900A是紧凑型、高可靠性的无线模块，采用SMT封装的双频GSM/GPRS模块解决方案，采用功能强大的处理器ARM9216EJ-S内核，能满足低成本、紧凑尺寸的开发要求。SIM900模块通过串口UATR1与上位监控模块进行通信，通信速率设定为115200b/s。数据传输模块通过AT指令对SIM900进行控制，完成相应的功能。4.1数据采集准确性测试选取一号监控点2014年10月20—24日采集到的土壤温湿度值和光照度值来 分析 定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析 ，系统测量值与经精密仪器测量的实际值关系见表1。从表1中测量值与真实值的对比和误差可看出，土壤温度测量值与实际值误差范围为[-0.7，17]，土壤湿度测量值与实际值误差范围为[-0.3，0.4]，光照度测量值与实际值误差范围为[-5，4]，说明农田土壤环境监控系统采集到的数据准确可靠。4.2融合算法测试选取一个土壤监测区域（相对湿度基准真实值为20%），分别以20、60、100节点对分批估计融合算法与改进型算法进行数据对比。考虑到传感器可能存在的零点漂移，本研究系统使用互不相关的零均值白噪声模拟传感器的观测误差，信噪比为0.1～1.0dB（表2）。由表2可见，改进型分批估计自动适应融合计算法的融合结果相对于算术平均法和分批估计融合算法更接近数据真值，其绝对误差明显小于算术平均值，这是因为算术平均值中具有无法避免的零点漂移以及仿真传感器误差造成的。分批估计融合算法相对于算术平均算法数据稳定性好，但与本研究算法相比融合误差相对较大，这是由于在采集数据融合之前没有对初始数据进行预处理。综上，本研究改进的分批估计自动适应融合计算法在不同节点、不同信噪比的情况下都有较低的融合误差。5结论本研究基于物联网思想，采用ZigBee技术[9-10]和GPRS技术相结合的方式，构建农田土壤环境监控系统，利用温湿度传感器、光照传感器实时采集农田环境参数，使用GPRS通信技术进行农田数据信息的传输。为了提高多无线传感器数据融合低的缺点，本研究提出了一种改进型的分批估计自适应加权融合算法，试验验证得出本研究构建的农田土壤环境监控系统采集数据准确可靠，系统改进算法数据融合易于实现，融合值相对误差值更低，稳健性更好，系统具有广阔的应用前景。参考文献：[1]蔡文科，俞阿龙，李将，等.基于WSN的大区域农田土壤远程监测系统设计[J].农机化研究，2015（9）：77-81.[2]牛广文.基于GPRS通信的远程土壤墒情自动监测系统设计[J].自动化与仪器仪表，2015（2）：36-40.[3]敖敏思，朱建军，胡友健，等.利用SNR观测值进行GPS土壤湿度监测[J].武汉大学学报：信息科学版，2015，40（1）：117-120.[4]贾科进，王文贞，杜太行，等.基于ZigBee无线传感器网络的土壤墒情监测系统[J].节水灌溉，2014（3）：69-73.[5]姜立明，庄卫东.ZigBee/GPRS技术在精准农业中的应用研究[J].农机化研究，2014，35（4）：179-182.[6]王哲梁，李文钧.基于GPRS和嵌入式Linux的远程图像监控系统[J].物联网技术，2013，42（12）：65-67.[7]GholamiM，CaiN，BrennanRW.Anartificialneuralnetworkapproachtotheproblemofwirelesssensorsnetworklocalization[J].RoboticsandComputer-IntegratedManufacturing，2013，29（1）：112-115.[8]陈希孺.高等数理统计学[M].合肥：中国科学技术大学出版社，2009.[9]郭国法，许萌，张开生.基于ZigBee无线传感器网络的智能节水灌溉系统设计[J].江苏农业科学，2015，43（11）：513-518.[10]许伦辉，李鹏，周勇.基于ZigBee和GPRS的农业区域气象环境远程监测系统设计[J].江苏农业科学，2015，43（6）：380-383. -全文完-