论文部分内容阅读
土壤是农业生产的物质基础和生产保证,是人类珍贵的自然资源,土壤中的微生物能够降解生活和生产中的造成的垃圾并将其纳入天然循环轨迹并保持生态平衡。然而,近年来由于对土壤的操作不当,导致土壤侵蚀及土壤污染越来越严重,严重威胁了我国的生态环境质量。因此为了控制和治理土壤侵蚀及土壤环境污染问题,必须对土壤环境的质量进行实时监测。由于土壤的时空变异性,土壤信息具有丰富多维性,必须对土壤监测到的各种信息进行融合才能得到更准确的结果。目前,信息融合的关键技术还未实现理论性的突破,亦未形成具有自主知识产权的大面积土壤信息及时获取的无线网络应用系统。针对该问题,本文对土壤监测的异构无线传感网(Heterogeneous Wireless Sensor Network,HWSN)信息融合方法进行了研究,按照监测的目的不同,主要从土壤的动态监测与静态监测信息融合两个方面进行了研究。一、土壤的动态监测信息融合算法研究从关注的点不同,可以将土壤的动态监测融合问题分解为两个问题:单目标监测,即关注有无外来物入侵的问题;多目标监测问题,即关注外来物侵入的个数问题。该部分的主要研究内容如下:1、建立了土壤动态监测的HWSN模型,并对多目标监测模型信号在信道中的传递形式进行了合理的假设;2、在无线传感器网络异构的情况下,对目标监测信息融合算法进行了新的探究。首先从Likelihood Ratio(LR)融合规则着手,推导出了单目标在高信噪比(signal-to-noise ratio,SNR)情况下的Chair-Varshney融合规则,在低SNR情况下推导出了Maxmum Ratio Combiner(MRC)和Equal Gain Combiner(EGC)融合规则,并将它们推广到多目标监测融合中;3、在只知道信道统计(channel statistics,CS)信息条件下推导出了单目标的LR-CS(LR in CS)、MRC-CS(MRC in CS)融合算法,并将它们成功地推广到了多目标监测融合中,推导出了相应的多目标融合算法。二、土壤的静态监测信息融合算法研究本部分主要研究了Dempster-Shafer(D-S)证据理论在土壤静态监测信息融合中的应用。D-S证据理论应用在土壤静态监测信息融合中会出现一些问题,本部分针对这些问题对其进行了相应的研究与改进。主要研究内容如下:1、针对Dempster证据组合在土壤静态监测融合应用中可能会产生反直观现象的问题,提出利用相似性系数加权改进的DSSC(D-S on Similarity Coefficient)算法,通过对土壤的静态监测融合实例分析证明了改进算法的有效性,通过对比先前的改进算法验证了改进算法的优越性;2、针对土壤证据冲突的度量问题,提出了基于相似矩阵转变的-mBetP unSim度量单位。-mBetP unSim不仅避免了传统冲突度量单位K存在的缺陷,而且相对于BPAd和difBetP两种冲突度量,灵敏性更高、区分度更好,且计算量相对来说也较少;3、考虑到土壤的大样本量的现实,基于Fuzzy理论中的模糊数生成BPA(Basic Probability Assignment)。