發(fā)布時間：2021-06-15 17:51

　　農業(yè)是我國的基礎產(chǎn)業(yè),關系到國民經(jīng)濟發(fā)展與人民生活水平。近年來,黨和國家高度重視農村農業(yè)信息化建設,而設施農業(yè)能夠調整農業(yè)的產(chǎn)業(yè)結構,改變傳統(tǒng)種植方式,并改善由農藥、肥料的濫用引起的環(huán)境污染等問題,促進信息化、智能化農業(yè)發(fā)展。同時,我國農業(yè)用水量與化肥施用量巨大,資源浪費現(xiàn)象嚴重,雖然國家在水資源、農藥、肥料等方面的調控做出了一定努力,但資源環(huán)境壓力仍然很大。所以,現(xiàn)代化設施農業(yè)發(fā)展方向需提高設施農業(yè)智能化水平,對水肥資源進行合理管控,農業(yè)管理方式應由大水大肥的粗放型轉為精細調控的集約型。本文就是在這樣的背景下,基于數(shù)據(jù)融合技術、水肥一體化灌溉技術與互聯(lián)網(wǎng)技術,主要工作有以下幾方面:（一）研究溫室大棚多元傳感器數(shù)據(jù)處理方法,根據(jù)溫室大棚環(huán)境特性,提出基于t準則的自適應加權融合方法對溫室大棚采集環(huán)境數(shù)據(jù)進行處理,融合結果更加精確。在數(shù)據(jù)融合基礎上,對異構傳感器數(shù)據(jù)進行分析、綜合,提出一種便于對溫室大棚智能設備統(tǒng)一控制的設備控制方案,提高了控制效率。（二）針對溫室大棚智能水肥一體機的水肥混合過程,構建土壤電導率與土壤酸堿度濃度過程控制模型,根據(jù)模型分析可知水肥混合過程中存在非線性、時滯性、... 

【文章來源】：齊魯工業(yè)大學山東省

【文章頁數(shù)】：77 頁

【學位級別】：碩士

【部分圖文】：

數(shù)據(jù)層融合結構圖

第2章溫室大棚多元數(shù)據(jù)融合處理技術8感器性能，但不會將數(shù)據(jù)丟失從而能夠保留數(shù)據(jù)的完整性，并且數(shù)據(jù)之間的融合較為充分。其融合結構圖如圖2.1所示。圖2.1數(shù)據(jù)層融合結構圖（2）特征層融合。特征層融合是中等融合，是對采集的多元數(shù)據(jù)進行分析綜合，從而抽取其具有代表性特征，然后將這些特征融合成特征向量，從而采用模式識別方法將特征向量進行處理[30]，在融合向量的基礎上，對參數(shù)屬性進行描述說明。特征融合融合力中等，其融合較為靈活，要求較小，丟棄了部分數(shù)據(jù)，故其數(shù)據(jù)融合的準確性較低，特征級融合結構如圖2.2所示。圖2.2特征層融合結構圖

齊魯工業(yè)大學碩士學位論文9（3）決策層融合。決策層融合是高級融合[29]。決策層融合是對傳感器采集數(shù)據(jù)進行屬性說明，提取其共同特征向量并對其依據(jù)決策規(guī)則進行分級互聯(lián)，最終得到采集參數(shù)的準確合理的描述說明。決策層融合容錯性較強，能對數(shù)據(jù)進行快速處理，并對采集數(shù)據(jù)質量要求不高，但對特征向量的提取要求較高，故融合代價較高。由于其對采集數(shù)據(jù)進行了濃縮故其融合結果最不精確。決策層融合結構如2.3圖所示。圖2.3決策層融合結構圖對于多傳感器數(shù)據(jù)融合的選用，可根據(jù)不同的應用情況、對數(shù)據(jù)精確度的要求等進行組合或者單獨應用[31]，若采集數(shù)據(jù)較為繁雜并為同類型傳感器采集，則可選用數(shù)據(jù)層融合，如對數(shù)據(jù)較為靈活且要求較小，可采用特征層融合，如采集數(shù)據(jù)質量不高，則可采用決策層融合。本文主要針對溫室大棚中的多元數(shù)據(jù)進行數(shù)據(jù)融合。一般同一溫室大棚面積較大，需在同一大棚中的不同地理位置安放多個傳感器進行數(shù)據(jù)采集，由此對多個溫室大棚的采集數(shù)據(jù)量較大。且溫室大棚多在農村分布，地理環(huán)境復雜，對傳感器采集數(shù)據(jù)會產(chǎn)生影響，易出現(xiàn)數(shù)據(jù)采集不精準等問題。為了滿足溫室大棚對數(shù)據(jù)的精準要求，本文采用能夠保留數(shù)據(jù)完整性并且融合較為充分的數(shù)據(jù)層融合方式[32]。在溫室大棚的整個控制系統(tǒng)中，為掌握溫室大棚棚內環(huán)境情況及作物生長狀況，需通過傳感器采集溫室大棚環(huán)境及土壤數(shù)據(jù)，為提高數(shù)據(jù)融合結果的可信性，對采集數(shù)據(jù)進行異常值剔除處理，而后利用多傳感器信息融合技術對處理后數(shù)據(jù)進行數(shù)據(jù)融合，有助于選取最優(yōu)控制決策。最后在同傳感器融合結果的基礎上進行異構傳感器數(shù)據(jù)融合分析，給出完整的智能設備控制方案，提高溫室大棚智能化信息化水平。融合算法結構框圖如圖2.4所示。

【參考文獻】：
期刊論文
[1]農業(yè)水肥一體化智能灌溉控制系統(tǒng)開發(fā)與應用[J]. 曹靖,宋嬌紅,王冰.  中國農業(yè)信息. 2019(06)
[2]基于物聯(lián)網(wǎng)（IOT）的規(guī)劃預測算法在農業(yè)灌溉中的應用[J]. 龔瑞昆,田野,石馨誠.  節(jié)水灌溉. 2019(11)
[3]多傳感器數(shù)據(jù)融合技術在溫室控制系統(tǒng)中的應用研究[J]. 李菲.  科技視界. 2019(30)
[4]基于模糊PID控制的水肥一體化實驗系統(tǒng)設計[J]. 李曉曉,宋健,魏文慶.  實驗室研究與探索. 2019(09)
[5]農業(yè)物聯(lián)網(wǎng)與水肥一體化技術[J]. 柴林杰,劉寶,周杰.  科技與創(chuàng)新. 2019(17)
[6]云計算下農業(yè)大棚環(huán)境信息自動采集仿真[J]. 卜曉波,劉德磊,王浩儒,牛雅曼.  計算機仿真. 2019(07)
[7]基于無線傳輸技術的多傳感器信息融合和信息采集系統(tǒng)的研究與設計[J]. 盧彪,陳宇,邱慧麗.  蘭州文理學院學報(自然科學版). 2019(04)
[8]模糊控制理論綜述[J]. 李悟早,郭術義,任思杰.  河南科技. 2019(11)
[9]溫室物聯(lián)網(wǎng)多傳感器數(shù)據(jù)融合算法設計與應用[J]. 張平川,白林峰,張灑,孫紅杏,張遠生,曲培新,張利偉,許睿,趙明富.  江蘇農業(yè)科學. 2019(03)
[10]基于位置式PID算法的壓力控制設計及MATLAB仿真[J]. 楊龍.  電子技術與軟件工程. 2018(24)

博士論文
[1]基于多信息融合的溫室黃瓜肥水一體化灌溉系統(tǒng)研究[D]. 孫國祥.南京農業(yè)大學 2016
[2]設施農業(yè)精準水肥管理系統(tǒng)及其智能裝備技術的研究[D]. 牛寅.上海大學 2016

碩士論文
[1]基于物聯(lián)網(wǎng)的水肥一體化智能灌溉系統(tǒng)研究[D]. 呂途.華北水利水電大學 2019
[2]無線室溫采集系統(tǒng)的設計與實現(xiàn)[D]. 邢燕燕.山東大學 2016
[3]基于數(shù)據(jù)融合的無線傳感器網(wǎng)絡監(jiān)控系統(tǒng)的設計與實現(xiàn)[D]. 修志鑫.上海交通大學 2012



本文編號：3231505