论文部分内容阅读
我国是一个人口众多的国家,粮食安全关系到国计民生和国家发展。我国粮食储藏周期是三到五年,这个过程中要对粮食进行温度、水分、虫害、霉变等多重指标检测,以保障粮食安全。其中在粮食安全中一项重要指标就是粮食的含水量,当含水量过高时,会导致粮食发霉、变质等问题;相反,当含水量过低时粮食内部的有机物会受到破坏,从而使粮食品质降低。同时粮食水分还关系着粮食后续的食品加工,销售贩卖等环节中销售者和消费者的利益。因此,储粮中对粮食水分的检测是保障粮食安全的一个重点。然而传统粮食水分检测方法存在耗时长、效率低、破坏粮食本身、无法在线检测等问题;现代粮食水分检测方法存在精度不高、仪器价格昂贵等局限性。基于以上问题,本文提出利用商用WIFI设备检测粮食水分的方法。本文所完成的研究工作包括:首先,本文在对粮食水分检测技术背景和WIFI无线通信技术原理进行深入了解的基础上,将粮食水分和WIFI无线通信技术结合分析,提供了利用WIFI无线通信技术中信道状态信息(Channel State Information,CSI)进行粮食水分检测的可行性。可以通过WIFI信号在不同粮食水分传播过程中对CSI中的振幅和相位信息产生的影响进行粮食水分检测。其次,本文设计了基于支持向量机(Support Vector Machine,SVM)的粮食水分异常检测系统,通过商用WIFI设备对正常水分和异常水分的小麦样品进行CSI数据采集;然后对采集到的CSI数据进行预处理,包括异常值剔除、消除噪音、特征提取以及归一化;最后结合SVM算法模型实现了粮食水分异常检测系统。并在设置的视距与非视距场景下对系统的性能进行了实验验证,结果显示对于正常水分和异常水分小麦样品的系统检测平均准确率在90%以上。最后还对系统性能的影响进行了分析。然后,由于传统机器学习方法的局限性,本文设计了基于长短期记忆网络(Long Short-Term Memory,LSTM)的粮食水分精准检测系统。通过商用WIFI设备对8%~17%十种水分小麦样品进行CSI数据采集,并进行系统水分标签标定;然后对采集到的CSI数据进行预处理;最后设计双层LSTM网络和Softmax分类器进行离线训练和在线测试,实现了粮食水分精准检测系统。并在设置的视距与非视距场景下对系统的性能进行了实验验证,结果显示对于十种水分小麦样品的系统检测平均准确率在95%以上。最后改变系统参数和不同实验场景分析对系统性能的影响。本文主要的创新点在于首次使用商用WIFI设备以及相关技术搭建粮食水分检测的系统。系统有容易部署、检测速度快、成本低等优点。而且具有相当广阔的研究发展前景。