论文部分内容阅读
作物生长信息实时、大范围、连续获取是作物生产精确管理实施的关键技术。无线传感器网络(Wireless Sensor Network,WSN)因在信息获取方面具有大范围、连续性等优势,已逐渐成为信息监测的主要手段。近年来,随着“互联网+”及作物生长光谱监测技术研究的不断深入,加速了作物生长传感设备及传感网的创制。作物生长光谱传感设备多以太阳光为光源、以电子电路为主体,因此,太阳高度角和应用环境温度的变化将影响设备测量的准确性。无线传感网监测的准确性及网络的稳定性一直是WSN领域的研究热点与应用瓶颈。本文将WSN与作物生长信息监测相结合,以课题组研制的作物生长传感网为研究对象,重点开展了作物生长传感网补偿技术与部署方法研究,研究结果为作物生产管理提供精确、可靠、连续的信息源,突破了低成本农业传感网精确、稳定感知的瓶颈,对于推动我国农业物联网的发展奠定了理论基础,促进了我国精确农业的实施。作物生长感知节点补偿技术。通过对试验条件的控制将温度和太阳高度角的交互作用对感知节点输出的影响进行解耦,研究了适用于感知节点运行的低运算量、高精度的温度和太阳高度角独立补偿模型。试验表明,感知节点的输出电压随温度升高呈上升趋势,反射率则呈非线性下降:利用符号回归技术构建了感知节点输出电压的温度预测模型,实现了感知节点反射率的温度补偿;补偿后,反射率变异系数由1.5%~4.5%下降到0.04%~0.17%。随太阳高度角的增大,感知节点的反射率呈下降趋势,其日变化呈“U”字形,在地方时12:00达最小值,在11:00-13:00范围内反射率的变化很小,测量比较稳定。使用De Wit方法和Berlage方法估算了不同太阳高度角时直射光和散射光占天空光的比例,使用国际照明委员会(CIE)标准天空模型计算散射光在天空中的分布,结合传感器的光路结构,厘清光能在传感器内的传递规律,构建了具有普适性的传感器太阳高度角补偿模型。补偿后感知节点反射率日变化的变异系数由9%~13.8%下降到补偿后的0.2%,其日变化呈水平直线,较好地消除了太阳高度角的影响。作物生长传感网多参数补偿技术。为了确保信息监测准确性,结合作物生长传感网物理结构特征,研究了整个传感网的多参数高效补偿方法。基于网关汇聚的多感知节点信息,利用遗传算法优化BP神经网络构建传感网温度和太阳高度角补偿模型。以上行光传感器720 nm和810 nm通道的输出电压及温度和太阳高度角为BP神经网络的输入参数,利用前文构建的温度补偿模型获取感知节点下行光传感器的补偿后电压,基于灰度板的标准反射率获取上行光传感器720 nm和810 nm通道的期望电压,将其作为BP神经网络的输出参数,设计了变长度染色体编码技术和双交叉操作方法,基于遗传算法优化BP网络拓扑结构和权值、阈值等参数,构建了传感网温度和太阳高度角一性次补偿模型。试验结果表明,传感网补偿模型预测的反射率相对误差小于0.6%,且主要集中于0-0.4%之间,模型的补偿精度高。作物生长传感网全覆盖部署。全覆盖监测和低成本部署是WSN的一对矛盾。根据作物长势与土壤养分的相关性,依据农田土壤养分空间分布差异,利用模糊c均值聚类(fuzzyc-means algorithm,FCM)将农田划分成不同的区域,各个区域内田块养分接近一致,在其中部署1个传感器节点实现了该区域农田作物信息的全覆盖监测,该部署方法显著地降低了网络部署的节点数量。为确定模糊c均值聚类的最佳分类数,本文构建了归一化类内变异度(NICCV)判别函数,不同空间复杂度的多个数据集检验表明,NICCV可准确的判断FCM的最佳分类数。敏感性分析表明,NICCV对模糊加权指数不敏感,对分类数的敏感性较强。对江苏省如皋市一5hm2农田的传感器节点部署结果比较表明,本文方法的平均节点监测面积APN达6250m2,所需的节点数量仅为8个;当节点感知半径为15m时,正六边形、正方形和等边三角形3种规则网格所部署传感器网络APN仅处于250 m2到600 m2之间,需要的节点数量约为200-300个。研究结果突破了 WSN应用中高覆盖度与低成本部署的难题,对促进作物生长信息的高效监测,推动智慧农业的发展具有重要意义。作物生长传感网连通性部署研究。针对大尺度农田作物生长WSN多跳传输时存在的信息孤岛问题,根据前文研究的农田空间差异分布信息,利用遗传算法优化分区内节点的感知位置,实现了广域农田下信息稳定传输的WSN部署方法。经对江苏省南京市江宁90块农田的部署结果表明,网络节点的最少连通数为2,平均连通数为5.7,任意节点均有到达网关的通讯路径。方法可快速实现大尺度农田的多跳网络部署,并保证网络信息传输稳定,无通信孤岛,且网络的监测数据不受农田边界效应的干扰,可较好地满足农学对作物生长信息监测的需求。研究成果填补了作物生长信息传感网连通部署的空白。