【摘 要】
：
本文根据温室环境的应用需求，设计开发了基于无线传感器网络技术的温室环境监测系统.系统由数据采集网络，主控制器，远程监控中心三部分组成.数据采集网络由分布在温室中的传感器节点组成，采集温度、湿度、光照等环境变量；基于ARM9微处理器的主控制器主要实现数据汇总，并通过GSM短信息方式将数据发送到远端的监控中心；由远程监控中心实现数据的存储和分析.试验证明:在温室内传感器节点单跳距离在40-60米之间可
【机 构】
：
“现代精细农业系统集成研究”教育部重点实验室中国农业大学,北京,100083
论文部分内容阅读
本文根据温室环境的应用需求，设计开发了基于无线传感器网络技术的温室环境监测系统.系统由数据采集网络，主控制器，远程监控中心三部分组成.数据采集网络由分布在温室中的传感器节点组成，采集温度、湿度、光照等环境变量；基于ARM9微处理器的主控制器主要实现数据汇总，并通过GSM短信息方式将数据发送到远端的监控中心；由远程监控中心实现数据的存储和分析.试验证明:在温室内传感器节点单跳距离在40-60米之间可进行良好的通讯，系统稳定、可靠，能满足温室各种传感器信息的采集和发布.
其他文献
本文提出了一种新的自适应无色卡尔曼滤波(AUKF)方法.该方法以最小化新息方差阵的"真值"和估计值差的迹为指标函数，以MIT法则为自适应机制.通过自适应估计系统过程噪声方差阵，能够有效的补偿由于噪声先验知识不足和参数变化所引起的估计误差，提高UKF用于非线性系统状态、参数联合估计的性能.因而主动估计被进一步结合到反馈线性化中，使直升机航向动力学能够对内部不确定性有自适应性，也就是当时变、未知参数变
在分析LMS算法的稳定性问题时，经常应用独立性假设，然而在信号检测信道均衡等中抽头输入向量以及由相应地由LMS算法计算的梯度方向实际上是相关的.在本文，鉴于LMS算法渐进稳定的重要意义，给出了LMS算法渐进稳定的充要条件，并且没有应用独立性假设.首先将LMS算法表达式转化为标准的离散时间系统状态方程形式，从系统的稳定性理论出发给出了LMS算法稳定的充要条件；接着从权值误差向量方程出发得到LMS算法
厂级监控信息系统(SIS)是生产控制系统与管理信息系统之间的桥梁，同时提供高级应用项目所需的实时数据平台.面向流程工艺类企业中集散控制系统(DCS)的具体应用，提出了基于DCS的SIS系统，并从系统设计、关键技术等角度分析所提出的系统.实际应用表明该系统具有较高的安全性、可靠性和稳定性，并且具有实施周期短，实施效果明显等特点.
本文以小型模型直升机为研究对象，详细描述了旋翼飞行机器人自主飞行控制系统的软硬件以及控制器设计.此飞行机器人模型可作为先进控制方法验证的优秀平台，并以此提高其可靠性、可操作性以及自主行为能力.此安装有控制器及传感器组的旋翼飞行机器人已经在地面飞行控制站的遥控指令下成功进行了飞行实验，采集了相关的位置、姿态等数据，并给出了一种用于自主飞行的控制策略.
针对钢厂复杂的工业现场环境提出了一种基于无线通信的行车调度系统，系统由地面主控机和行车控制终端构成，主控机通过无线通信对行车进行操作控制.基于串行通信协议，设计了主从式与令牌环相结合的多层无线通信协议，分析了基于嵌入式实时操作系统WinCE的行车控制终端的软件设计，并给出了主控计算机和上层生产制造系统的数据库接口设计.该系统在实际应用中获得了良好的效果.
首先从车辆动态称重过程的力学模型分析入手，将动态称重系统等效为二阶系统，分析得出该系统为时变非线性系统，从而推导出了系统的动态数学模型.此外，考虑到其符合自回归滑动平均(ARMA)模型，采用Y-W法与逆函数法相结合的参数估计方法，精确估计出模型参数，实现了较高精度的动态称重.试验结果证明:所提出方法是可行的，误差均小于1.6％，达到了满意的估计效果。
文中介绍了一种基于径向基(RBF)神经网络的车辆目标识别算法.该方法提取平移、旋转、尺度放缩等变换下都不变的目标形状特征，其中包括8个离散余弦变换描述子，6个独立的不变矩，3个最能区别目标特征的区域描述子，把这些特征参数输入RBF神经网络进行分类识别.实验结果表明，这种RBF网络的特征融合识别方法性能稳定，比BP网络速度快，且较BP网络具有更高的识别精度。
本文提出一种适合中高速运行车辆的荷重实时检测系统.通过对我国交通状况、车辆轴载数据及称重系统的功能原理分析，对车辆荷重实时检测系统进行结构方案设计，研制检测系统的软件硬件平台，并结合实际进行实验研究.
本文针对在人机对话中语音识别的特点，寻求一种快速的语音识别方法.设计了方阵特征向量范数的语音识别方法(VN)，语音信号通过该方法处理后建立用矩阵特征向量表示语音信号语料库，VM处理把说话人的语音信号归一化、向量矩阵变换后用矩阵特征向量的特征值的范数来分析说话人语音与语料库语音的相似程度，根据结果判定矩阵特征向量的相似程度，从而实现语音识别.通过实验验证了该方法的正确性，由于n维语音信号的矩阵特征向
利用基于车辆匀加速运动假设的Kalman滤波器模型，来实现对运动目标的跟踪.算法具有模型简单实用，检测计算量小，对环境变化适应性强的特点，能够在真实的路面环境中比较准确的实现大范围、多目标的跟踪，具有很强的实用性。