粮食安全一直是国家军事战略安全和农民基本生活保障的重要支撑点,对维护社会秩序、市场合理化、国家安全起着非凡影响。当前我国粮情测控问题主要包括温湿度采集硬件成本高和粮仓环境变化不能精确测量和控制,从而造成粮食的损坏和浪费,并且严重影响粮食存储安全,损害国家利益。因此针对现有粮情测控问题,将无线传感器技术、低功耗和远距离无线电传输技术（Long Range,LoRa）和神经网络知识应用于粮情测控领域很有必要,所以本文研究主要工作如下:（1）针对恶劣天气传感器易烧毁和根层编号易紊乱的问题,设计了具有根层飞号自动恢复机制的信息采集子系统。该子系统进行Flash存储算法优化,设计了一种传感器根层飞号自动恢复方案,其数据处理的机制优化可以实现传感器损坏快速定位与故障解除;其测控处理的机制优化可以缩短单路测控的平均有效时间,提高实时测控效率;其读写分离和多级驱动放大的机制优化可以提高串行数据的传输距离,增加单路挂载传感器数目。为了降低设备在工作异常时烧毁测控电缆的风险,设计隔离保护模块,从而降低损坏率。（2）针对系统传输功耗高和容量低问题,设计了低功耗和低丢包率的信息传输子系统。该子系统主要是完成信息控制与管理子系统中的采集指令、控制指令和配置指令的交互,并对粮情测控LoRa终端节点和LoRa网关的低功耗软硬件方案进行设计。该子系统对LoRa传输机制理论原理中的TDMA实现原理和CDMA实现原理展开具体研究,并设计了一种新型LoRa网络CSMA/CA传输方案。通过测试可知,减少接收侦听模式次数,提高通信成功率,并尽量多保持睡眠状态,可降低功耗,延长使用时间;开启自适应速率,并对网关进行异频处理,可有效降低丢包率,增加系统容量。（3）针对当前粮仓温度预测误差大问题,设计了联合粮仓内外环境数据智能测控和用户反向控制的信息控制与管理子系统。对比分析平均误差,建立基于神经网络LSTM温度预测模型,当优化器为adamax、训练循环次数是150、损失函数是MAE时,平均误差最低,温度预测结果更准确,从而实现对粮仓内外环境数据的智能保存、解析、处理和预测,同时实现机器与用户之间的智能交互。综上所述,本文设计的基于LoRa和神经网络的粮情测控系统由各个子系统的硬件部分和软件部分构成,该系统具有远距离、系统容量大、低功耗、负载能力强、安全性高、故障快速定位、温度预测误差小、长期稳定运行等优点,对当前粮仓环境精准测控和国家粮食安全具有特殊意义。