我国是水产养殖大国,不论养殖规模还是养殖产量上都位居世界前列,但我国水产大都是粗放型养殖,容易造成水体污染、水产品品质低下等不利后果。为了提高养殖效率,需要改进以往粗放式的传统养殖方式,而物联网为当前水产养殖业的发展提供了契机。目前,大部分的水产养殖监控系统仅仅是简单的数据监测,并不能达到精准的智能控制,数据在传输过程中的实时性不强、易丢包,因此将模糊控制应用到水产养殖智能监控领域,开发一套基于物联网的智能监控系统十分必要。本文提出并设计了基于物联网的水产养殖智能监控系统,实现了水体的温度、pH和溶解氧这三个主要水质参数的实时采集,并以溶解氧为研究对象,利用数据处理、RBF模糊控制等技术对溶解氧浓度进行精确测量和预测,同时开发了水质监测远程监控系统,对水质进行实时监控。论文主要内容如下:(1)水产养殖水质检测终端数据采集系统设计。在水产养殖传感器方面,采用BPHT模块和溶解氧传感器模块,实现温度、pH和溶解氧这三个参数的数据采集;在数据传输方面,水质终端和通信模块之间采用了 RS485串口通信标准,降低了噪声干扰,提高了采集数据在传输过程中的完整与准确性,通信模块与上位机之间采用了自定义数据传输协议,防止数据丢包。(2)水产养殖水质数据预处理和RBF模糊控制系统设计。针对传感器在测量水质参数易存在数据缺失、无效和数据冗余等问题,采用小波变换算法对采集到的参数进行降噪处理;针对溶解氧传感器具有非线性、数据滞后、易受多因子影响的特点,采用基于RBF神经网络的模糊控制算法进行设计。实验表明该方法可以在不影响实际需求的情况下有效地减少样本数,提高数据精度。(3)水产养殖水质监控系统的设计与实现。设计了水产养殖水质远程监控系统,对水质监测终端数据进行监控。该监控系统包括基于Twisted非阻塞网络框架编写的上位机和基于MVC开发框架开发的智能监控中心;上位机采用WebService技术,将来自GPRS通讯模块采集到的水质环境参数传递给智能监控中心;智能监控中心前端采用Django和Ajax技术,实现Web页面无刷新实时显示水质环境参数,并且绘制数据曲线进行分析处理。与目前常用的水质检测设备和传统的实验仪器测量的数据对比显示,该系统具有较高的检测精度、运行效果良好。