物联网的智能农业监测系统毕业

No：________毕业设计报告课题:基于物联网的智能农业监测系统的设计与实现院系:软件学院班级:软件1109班学号:2023180434学生:陈俊指导教师:邹赛装订交卷日期:2023/4/7秤毕业援设计礼成绩蔽评定屑表垃指导删教师梳评语亲:淡（包极含学贩生在与毕业钥设计总期间番的表牵现）询成绩梢（平手时成浑绩）石:谋肌摸蚂裹院垃指徒导教嗽师签榴名：谱年充月商片日爸评阅侄教师没评语厘：挺（毕擦业设尝计与筝设计孕报告挂的质朽量与剃水平徐）巷成绩翼（评惜阅成崭绩）只:封驴这制弱悦职评兔阅教川师签效名：亿年讽月撕纲日见答辩趟情况电记录脉:胖（不咳安排硬答辩暑的学烧生此谋表不或填）舍答辩锯成绩周:纸答辩宴委员筒会主未任(命答辩馅教师阻小组尤长)塑签名萌:图年脖月爪仔日娱总评王成绩腔:观毕业嗓设计难任务单书摘要嘉物联年网作填为信香息产却业的苗第三猪次浪藏潮，损在农徒业中议的应僻用将梁会解匹决一豆系列墨科学援技术复问题柿，例是如分营布在忠广域宁空间零的信握息获岸取，拳高效始可靠咏的信保息传酱输以勺及面盼向不躲同应绣用的连智能鼠决策堵等，捐将是额实现哨传统洒农业棍向现天代农输业转阁变的殿助推宁器和集加速照器。非农业豆生产搭过程霸中，督温度栗、湿饰度、粘光照负强度遗、C改02苗浓度亮、水典分以粉及其磨他养钢分等海多种匠自然火因素滑共同托影响猛农作报物的削生长艳，传增统农修业的铅管理撞方式伤远远播没有绪达到蛾精细塘化管恨理的辫标准稻，只突能算等是粗良放式假管理喉，在阻这种尽管理石方式乐下，麻通过疤人的思感知尝能力扑管理勾上述耻环境密参数寿，无期法达祸到准镇确性性要求卷，要培实现歪现代镜农业汇的智俩能化浅管理秩，建白立一行个实柳用、墨可靠售、可汤长期逢监测栗的农抬业环剑境监辩测系练统是衡非常肯必要并的。术因此蜘，本佛文设拴计了后基于选物联撤网的野智能按农业酸监测位系统三，该稳系统纵能够西准确剩实时色的获律取农龙作物只生长睁的环昼境信店息并苹对这便些信渐息进呀行远竹程监哗测。趋乐概论文京首先援详细区阐述旦物联幸网和洒农业鹊物联庆网的体内涵惊和体供系结肚构、取农业挣物联撒网的晒关键壤技术涨和未结来发虽展。按介绍处了数筹据融鸟合的响相关翅概念严，并缴提出灵了K鸽DF晓算法诸用于探系统忧对感锤知数净据的犬处理巡。K耐DF储算法肺是基便于卡饱尔曼隶滤波洪的数帮据融坟合算呈法，括能够换达到款减少跟冗余驶信息椒、降舌低能系量消创耗以计及消汪除干悲扰使叔获得呆的感陷知数涝据更负加准滩确的晚目的昼。其掘次，胁论文争给出骑了系派统的覆总体身设计哨，并凭根据计设计竹要求提，以命MS莲P4苍30融F5货43搅8微盏处理变器、富射频载模块厦CC欢25遵20霸、射程频放烛大前处端C趋C2虾59接1以约及S哨HT舒1剧0温垦湿度贞传感浙器等露环境庆感知颤传感粥器为蝴核心体，构钉建了雅传感份器硬廉件节裁点。话传感涉器节配点的摧软件网以Z勉-S允ta斜ck慎协汗栈覆为基政础，桌成功坑的实之现了怕无线天Me旬sh断网络托的组渔建和量数据陕的可乒靠传妖输。镰最后目，论登文介箩绍了鉴上位州机监帽测软仪件，检上位辫机监秒测软包件基芹于B斯/S绞架构掌，使启用J熔SP业语言乒在M咬yE穗cl稳ip锅se州环境扬下开赞发，膝具有鞠良好战的人泊机交吐互前勒台界邪面;僚后台右采用摆My飞SQ富L数位据库吗，完锻成环桃境参吊数数艇据和晒其他因有用屿信息啦的存礼储;址将整红个系起统通隔过T挑om需ca网t服常务器慧在线圈发布挪，系飘统便已可以序接入夺到I环nt聋er侨ne赚t中岔，形溜成“胞底层此(传烤感器下)-鼻In缝te归rn狮et臣网络慌一承远程榨监控亏”的惭结构冠，使柱连入胁互联饺网的肆计算雨机均逮可以迷访问澡。球对系淘统从掌功能尝实现洗角度渐来开承展的危实验覆结果泉显示浆，该肾系统包可以佣正常寸稳定摩的工写作，告无线始传感轻器节音点可耍以正辱常构弦建无咏线M费es知h网现络，茅可以伟进行哲数据始可靠星传输理，系誉统通蝴过T押om眠ca雾t服庭务器犹在线醉发布机，用僻户可扯以在漏任何规一台爽与I织nt贴er顶ne瞎t相爬连的紫PC乳机上档登录晨本系加统进术行数炒据查伴询和救系统扬管理吉，实牵现远登程监穷测的宜功能稻，并帮且本茫系统姓采用扶的节锋能机何制达群到了氏很好启的节浓能效驶果，霉且采胶集数亡据的柿精度状符合片要求亩。细关键案词:侦农业裂物联耻网;搭无线苗传感矛器网肉络;似数据所融合蔬;B规/S睁架构目录仗摘要铺6题第一肾章香绪论秘1右1.晴1托课题恭背景剖1胶1.愈2也研究臭的目腥的与份意义伪2盟1.虾2.岁1牌研究惠目的谦2握1.茅2.膀2舅现实筛意义赛3城1.膨3酿主要流研究倡内容粗与论抬文结芝构屡4鸡第二伟章那物联扬网与见农业雅6惜2.累1却物联燥网士6造2.浮1.秘1路物联炮网内伏涵基6慧2.聪1转.旷2铜物联扔网体恰系结除构粗7嘉2.外2毅农业龟物联建网滑8滴2.素2拆.1瞎农业菜物联惭网内方涵字8艘2.耳2茶.紧2接农业叫物联格网体坟系结宵构腊9疏2.罩3抱农业盘物联滚网的陕关键亦技术爪10葬2.涛4剪农业瞒物联振网的舟未来帖发展麦11秧第三各章没系统爽的数蜡据融芝合处畏理潜13采3.妻1你数据你融合宽的原选理及沾意义笨13承3.若1没.1罚数据愿融合蝇的原努理补13辣3.蚁1啦.钉2援数据红融合孕的意讯义程14谜3.彻2欢数据势融合托的分做类驱15慧3.株3投数据港融合现的基江本方等法下17堵3.究4猛系统傍的数烤据融岛合处椒理己20亡3.雪4咸.窜1劈KD旨F辱算法出的提堂出虫20模3.会4仆.仔2孔卡尔声曼滤语波算瞒法欲20忙3.伞4美.夏3套KD尸F立算法屑21倦第四赞章牛传感己器节红点的宽设计巴与实凝现繁25欲4.薪1止系统框总体娘设计仪25闭4.鸽2辈传感育器节胳点的重硬件奥设计透26疤4.司2协.耻1倡硬件筒设计涛方案钱26肾4.剖2.骂2摸处理植器模土块打28键4.格2图.干3毒外部困传感盆器模滴块音30喜4.韵2.句4搂无线刻通信依模块盛31柱4.夜3周传感亿器节茧点的喊软件伴设计底34融4.里3刑.吧1莲节点氧软件起开发狡环境屡34磁4.敲3.打2旱Z充-S沃ta窃ck解协议菌栈研醒究残35肺4.村3伞.屈3板网络馆组建戏35穿4.厌3.码4安数据掀传输栗37降第五厌章晋智能狸监测万处理逮中心艰的设算计与单实现仓42相5.凳1抚智能笑监测赞处理填中心跟开发红平台执概述忍42烂5.酬2轰智能项监测同处理名中心皮总体私设计畏43峡5.惨3鸣智能至监测属处理因中心窝前台执界面森设计绕45迟5.友3妙.古1杰登录尾界面以45育5.凝3扔.租2浊主界味面颜46悄5.规3闲.惯3沈数据雅管理扑界面娱47订5.弃4关串口旁通信埋的实匀现搭50死5.乒4矮.欲1楼串口笑通信铜基础切50帽5.选4歌.直2鞭J盼av强a吐串口锐通信汤51合5.背4.铅3摄串口火通信叮的实舟现衔52嘉5.叉5属客户宾端与贷数据泛库的派交互券54膜5.亮5哀.钉1红数据耀库简惩介拥54终5.袍5谣.毒2钱数据品库表唤54蓄第六雕章嘴系统孕测试威与结寒果分甲析有57装6.尿1团无线黄传感骗器网射络运哗行效勇果测庙试巾57烧6.巡2退系统沟远程弊监测怨功能冤测试绘58康6.势3巨节点士节能供效果巷测试肉60熔6.塞4受采集艇结果宜精度丢测试市61中第七梯章锋总结糟与展靠望厕63茎7.摘1且总结韵63嚷7.闲2造展望忍64辉参考扰文献愿65乱致谢宋67龄第一棕章位绪论扬1.背1轮课题偶背景崖农业背历来送被认外为是震稳民所心、产安天谨下的句产业日，我俩国人猪口占床世界然总人西口的暗22赔%减，耕唱地面梨积却士不足把世界垫耕地披面积鸭的钳7%糕，一糟直创终造着畜以不脉足世扬界稳7%绞的耕驱地养票活世漏界近源22鹊%父人口吸的奇纹迹。饼随着雀经济屡的高穗速发帅展，启资源辛短缺肺、环已境恶此化与辱人口轮剧增深的矛习盾越行来越牵突出嚷，我税国传孤统农其业在赤走过敌了近竟30雨年的敏以资昌源换扛产量怖、以伶高投惩入换暖粮食层增产幻的道情路后县不得敌不面赏对因紧基础话薄弱河、科担技含烛量不利足、吨生产皆技术旁落后磁而导姐致的民农业好产量偷增长减缓慢奇、生技产效允益低隆下、环农业疼不能核得到顺很好辅的发鸭展等冈诸多狂问题股。我引国要覆发展被现代挖化信状息化袍农业做，同语样有喜诸多觉问题状鱼需和解决匀，例燃如资阿源紧鼓缺的艇问题亡，仅社水资仔源紧佣缺就明会严忆重影宝响我萝国农微作物树产量表，还僻有生冰态环幕境恶箩化的航问题词，生甚态环播境退搅化会听带来扫非常俩严重税的土攀壤退雀化，余不利畏于我甚国农红业长冬期发滨展，威还有蛾我国栏农产箱品安煤全问掏题将食直接演影响挠国民梯的正卷常生仿活。烂为了恢保障眨我国锈农产窑品的奥产量我供给叶，同巡时保责证我聋国农哄产品兵食物糠安全撑和农概业生蹲态环搞境安股全，宋提高躬农业粥生产侵经营烛精细被化管捧理水垫平，除实现炮农村朱经济仗可持鞋续发虑展，谋我们喉必须赛根据顽农业佣发展范的实愤际需复求，得掌握渗农业僻领域逆的关芒键技站术，矿加快辰发展见现代斥化、剃信息粉化、霸智能歌化农英业，蚂达到长提高甘我国另农产浸品质悼量和幅生产题效率疗、降芹低生鸭产成滤本、茄合理关利用溪农业四资源胀、改少善生完态环觉境的亦目的激，从著而推盗动农搭村经立济迅张速发英展并训推动乖中国冰经济阶高速浴增长夸。云作为哨信息柿产业道的第唯三次妇浪潮肢，物剂联网骨技术爷可以侍在土瓶壤和户水资电源的排可持帅续利捐用、矩生态级环境货监测肺、农翼业生伟产过详程精牲细化史管理柿、农池产品使与食隶品安体全可各追溯担系统枕和大喘型农霉业机恩械作闪业服巨务调顺度、位远程栋工况燥监测蛙与故国障诊贷断等钳多个凳农业沿领域未发展酷。物弟联网轧技术或通过俭信息馋感知架技术幻可以腐获取粒更多救的信烧息，塌包括胃作物慰信息脸、农尘业环请境信木息、们农机劣作业适信息欺等，应为智笛能农筹业提堡供更铜加丰咬富的承实时鲁信息乒，通滋过全芽面互源联共芳享可溜以获威得更土多的就网络反服务液，提轿高智锄能农葬业科磨学决雨策水锈平和狠作业慨实施嗽水平驶。物饥联网园技术宏必将焦为改饶造传篮统农喂业，鬼改变海农业晃增产短方式逆，发诱展信映息化翁、智孙能化灶、可响持续蚕发展未的现印代农耳业发柜挥重经要作驳用，忧引领私我国度现代朋农业削的未奉来发牢展。醉我国供《狼国家面中长居期科并学遣和技陈术发苹展规辣划纲忌要伞》嫌中，侮明确拦将“钟传感类器网帮络及疲智能浊信息监处理咸”作肤为“占重点砌领域际及其果优先报主题颜”，娃“农稿业物宽联网版技术但”己蜓经纳赠入“旗十二禾五”幅"8陶63忘"您计划龟发展姜纲要炼，作恨为物灾联网舅重要可分支蠢之一旅的农端业物上联网差技术哪必将坑在我菊国具便有广不阔的溜应用王前景任。该1.第2绘研究漫的目冬的与顷意义代1.嘴2.欧1回研究把目的咬在农嚼业生访产过汽程中在，温症度、虫湿度福、光稠照强固度、灯CO镰z精浓度担、水裹分、助以及颤其他世养分纤等多约种自戴然因准素共碍同影反响农南作物扶生长届。传钩统农况业的骨管理蛇方式丢远远翅没有牺达到卧精细州化管崖理的舟标准听，只盾能算剥是粗跃放式焦管理愉，在抓这种锄管理像方式迎下，厌通过痰人的略感知批能力械来管封理上死述环腔境参闯数，塞是无荡法达斧到准贞确性傅要求积的。雀而智阶能农单业，蛙是通鲁信、殊计算刊机和达农学匙等若闲干学煌科和旅领域考共同咸发展氏并相聪互结缝合所原形成艳的产附物，腥它将宇信息障采集贺、传周输、贯处理竭和控串制集隙成在输一起浊，使卷人们环更容普易获库得农傻作物行生长笨各个咽阶段割的各玻类信棉息，慈也让扛人们呜更容痛易掌捉控这隐些驶信息惯，通拘过人慕工智窃能与再农业挺生产糕的结另合真捕正实饼现人妙与自驼然的俘交互颗。智晃能农炊业的吗核心尝问题械可以投概括骂为以辅下四材部分盆，即必农业奏信息茅的获爷取、镰对所场获取塞信息粗的管物理、惭经信博息分削析做旗出的费决策惠、由养决策促而决刮定的碰具体播实施穗方针撤，在睬这四式部分功中，奴对农依业信减息的纽获取亚是智妄能农音业的最起点缘，也令是非榜常关毅键的蚂一点药，做珍不到研准确良实时命的获例取农片业信谁息，奖就无姜法建纤造真山正的轰智能宰农业护。而不实现易智能观农业虏，建改立一烛个实挥用、骆可靠钓、可日长期惧监测老的农鹅业环划境监茶测系卡统是糠非常浇必要粥的互.念随着朱通信泻、计乎算机汉、峰传感菜网地等技地术的方迅猛地发展拼，将容物联论网应源用到僻农业踪监测踢系统房中已姻经是摩目前富的发盲展趋笔势，衰它将讯采集返到的区温度汉、湿拆度、并光照晃强度扑、土迟壤水吴分、俱土壤竹温度起、植吼物生摄长状威况等淋农业彩信息发进行醋加工杰、传堵输和决利用堂，为肺农业丸生产唐在各每个时轻期的泛精准爹管理搁和预艳测预朗警提昌供信相息支朱持，雷追求缘以最杀少的业资源棚消耗卖获得版最大哨的优到质产懂出，桌使农娱业增开长由钉主要皆依赖杂自然衣条件层和自耍然资斜源向充主要融依赖旬信息虎资源验转变肆，使旅不可笑控的抖产业很得以恨有效登控制迷。掘本文跳采用误无线搂传感复器网胜络技奋术，晶将物娱联网惯与农遇业信驾息、览的采西集相伤结合顽，设财计了杰基于局物联适网的招智能产农业朝监测转系统茎，目驼的是孝实现品目标智监测众区域棉内，斩无线来传感构器网厦络节淹点的仪自动状组网把、影掉响农谷作物侮生长绩的环舌境参辨数的枯实时围采集驰以及宫上位大机监宴测软板件的凝数据阳分析臣和远畏程监倡测，疾同时丹为了偷降低军传感秧器节初点的奏能耗障、提散高采筹集数笼据的松准确常度，盐提出蔽了娱KD序F勒算法栋用于涨数据育处理瞧。牲1.眉2.脑2踪现实紫意义重与传瓦统的陡农业鹅监测碗技术浸和系框统相养比，云本文毁设计金的基期于物危联网莲的智侧能农狸业监托测系税统有蹈以下予优点迅:考塌区(1拿)蓬无线文传感惧器节窃点能菊够自咏动组敞网。桌当网想络中营的某阅个节移点因疫电池稍耗尽督或者钞节点胖出现学故障抬等原藏因停千止工嫌作时林，传渔感器棉网络碗中的负节点字个数替会动妥态的翅增加胀或者特减少要，整牺个传葛感器程网络取的拓桐扑结珠构会胁随之刻发生润相应肢的变追化。违本文狱设计响的无肉线传你感器务节点崭，能旱够在病无任四何人竖工帮尊助的络情况愚下，言通过算控制闭网络耀拓扑迹机制叶和遵吃守网赚络形比成协良议来无自动惜形成铃具有共转发载大量徒监测甩数据质功能向的多劲跳自悟组织早网络务，并供且能骑够保逼证网谈络形派成后派一直适工作誉，具喝有很骄高的漫鲁棒唯性和匠可靠广性。完抵县(2牲)阅无线梨传感斜器节筋点能响够实复现低监功耗秀并且础获得姜高准历确度艘的数削据。矩由于宝传感培器节窗点尺德寸小抵，只遣能采副取电还池供敲电，赴而电配池能阶量有棍限，良传感台器节印点均礼分布词在田厉间，志数量赢庞大虾且分寨布广工泛，拦经常玉更换提电池蛾会带舍来非猛常繁促琐且烫繁重牢的工浪作量娘。如触何减锅少节净点的俯功耗表，延移长节饿点寿讽命，诸对于集整个锋系统垒网络钓的稳页定、薄高效利运行首是至健关重绵要的同，同们时，耻由于烧采集帖和传骡输过那程中怖周围睬环境地的干写扰，沾数据上的准卖确性宽有待吧提高扔。本帜文采猾用基梦于卡霞尔曼夺滤波振的数疮据融浙合方掘法解巾决这篇两个宋问题财。在搬无线峰传感末器网词络中蠢，处枝理器当进行暗数据骑计算垫所消凡耗的辆能量揭，远绳远小羊于数战据在便通信珠过程其中消陕耗的却能量出，本在文的接数据以融合虫，是陕在节得点采差集数扫据之周后到约发送边数据竞之前鼠进行忧的数跨据冗鬼余处缝理，赢有效桑减少良了无映线传踪输过舍程中分的数弃据传瓣输量旱，达争到节等能的底目的杀，并浅且卡粮尔曼清滤波意可以寨有效遗消除嫌感知抱数据循的干兆扰及两不确炊定性狗，从情而获乌得更随加准承确可畜靠的纱环境箭参数顺数据曾。滚虫皱(3恩)蠢系统水实现斩资源攀共享蜘。将艘We撕b修协议轻移植挪到系素统中员，将式系统顾通过活To繁mc棵at忆服务搬器在诊线发抚布，凭系统置便可历以接奇入到匹In探te粗rn秃et嘴中，诱实现获“底述层良(征传感框器掠)-模In弄te蛇rn斗et夺网络着一曲远程浙监控点”的流结构扣，能祸够将啄整个卡系统革的信脚息发薪布到塑互联迫网上倘，既日可以璃随时再随地陶对影露响农恋作物巡的环顾境参抓数进袋行监搅测，笨又实沉现了检农业蓬信息律资源真的共含享，礼为寇今后保物幻联网告在农件业环咏境监粘测领腰域中产的进师一步跌研究认与探功索奠丛定了睛重要金的技欺术基崭础。幅协客(4姓)走网络螺部署浙方便禁。传煮感器出节点忙在监捉测区兰域要充大量凳部署地，为种了对件目标疮系统津本身排特性年不构唱成影朗响并钳且方货便部裤署，堵传感肯器节它点体得积要量尽可蛋能小盆。本鸟系统之中的付节点多采用棵微型月化设桶计，压部署则一次搏就可弹以长舞期稳凯定工余作，射不容扩易受般到人绍为因尸素的带影响立。争劳环(5呢)烦系统泰实现融低成划本。蛮系统栽中传摘感器灿节点州数量饥庞大秤且功盆能简宅单，筹单个以节点恭的造深价能夏够极柏大的选影响治整个裁系统遵的成令本。钉所以边，在随保证亏节点齿性能餐的前某提下层应该属尽可失能降非低单耽个节扛点的齐成本伤，本携系统尤的传钩感器茎节点造在保钳证电州路正沫常、歌稳定术工作德的前掩提下徒，采炮用尽伐可能革少的蠢使用光电子瓜元器拣件的繁方式屈设计谱，有搂效降疯低整崇个系抛统的菊成本顾。私(朵6)依系统远实现徐高精查度采鸟集。换无线漠传感悉器节翼点具摩有一升定的宝存储芳和计庄算能乌力。圾尽管炒无线扣传感发器节沃点网守络分禾布密正度大确且数转据采据集量构大，满每个耐节点迹均能觉将监细测区赶域采底集到浑的大东量环给境信部息高贸精度馒地传完至上延位机世存储积分析距。就1.宫3赞主要厘研究并内容凶与论织文结距构扰物联典网的柏应用土非常晨广泛币，遍济及国音民经勤济和渗人类勒生活林的方万方面叔面，颗可以蛛说，断信息馅时代败，物涛联网毫无处霜不在扬，所段以，溉对物尊联网他的研鼻究也义涉及梢多个弱方面赞，本剧文主罩要研工究物汉联网霜在农哀业环丢境监犹测中素的应哗用，伏设计帮了基贷于物矮联网雀的智泡能农醒业监霉测系邻统，基实现谜目标熔监测霉区域走内，厘无线拴传感疯器网勤络节青点的闪自动寸组网卫、影米响农池作物扮生长跃的环婶境参意数的密实时久采集询以及扛上位速机的接数据她分析速和远慢程监昌测，基并从泪传感车器节也点数崇据精摊度和伪节能遥角度速出发骑，对露数据粘进行前数据都融合饰处理舌。本合文分忠为扎7毒章，连文章忽结构傅安排寸和具燕体内糕容如神下酸:子第葡1彻章绪石论溉给出锹本文汽的研枪究背歇景，酒并详问细的州描述期了课届题的叠研究蔑目的惜及意危义，纷归纳干了全凶文的鉴主要规内容从和结漏构安损排。手第温2芒章物欠联网狗与农秒业渐从内余涵和涂体系挖结构竟等方白面对选物联鼻网进阴行介绕绍，色并重犹点介芹绍农序业物而联网候，对援农业掠物联毒网的基内涵沟、体而系结止构、跨关键蓄技术全以及移未来核发展肤做了害详细搅阐述塔。略第顶3烂章系仗统盲的数冠据融篇合处扰理痰详细蜂阐述查了数蜜据融零合的撑原理倘及意捉义，筐介绍仙了从掉融合汽级别解角度彩出发东所形周成的塔数据抖融合怖分类线方法躬，并丛介绍相了数咸据融批合中唇常用堪的基钱本方强法，暮最后搜提出您KD刚F钟算法监，作勿为本粗系统倒数据努处理拉的方铁法。阳第峰4满章传些感器锦节点脖的设格计与唉实现请本章懒介绍绿了系润统的码总体俊设计蓬和传毒感器混节点芽的硬直件设扑计，太对秋MS舱P4摘30材F5往43值8,舱C吵C2妈52黄0,售CC勺25开91福以及让各类付传感棍器的中具体政性能钟和各桃项参女数进斗行详主细的滴介绍总，并竖给出怎部分学电路丧图。掠同时属介绍刃了传妇感器耽节点才的软狂件设偏计，傍详细穗的阐删述了半传感域器节午点的赖软件顾开发睡环境餐以及肯组建摄无线兄Me截sh庆网络叫和数芬据可厉靠传翁输的州过程霉。乞第刘5陷章智数能监问测处熔理中椒心的神设计惠与实迹现钱介绍杆了智戒能监巴测处缎理中街心的猜开发猛平台补以及较智能术监测愉处理猫中心津的总啄体设踏计，具并对验前台券界面足的设酒计、升串口锐通信议的实该现方勇法以差及客驾户端汤与数晚据库帆如何摸进行碍交互行进行成了详爆细阐扩述。娃第换6聪章系访统测递试与攀结果肠分析诱从测目试设妇备、剂测试倡地址皱以及哄测试博方法废等方先面对舍系统法进行炭的无惊线传帐感器舍网络驶运行壶效果滤测试呢、系跃统远晨程监盛测功栋能测波试、姻节点棒节能不效果春测试鸭和采没集结会果精海度测俗试做狂了详烧细描洁述，煤并对器测试型结果图进行黎了分划析。滑第口7嫩章总仆结沫与展轮望观对本而文的惑研究困内容弓进行亲总结府，并帆指出牵本系郊统可恒以改大进的岗方面春以及搏下一式步可浓以进疼行的零工作毅。义第二竭章吸物联娃网与袍农业忠2.伟1候物联私网汪2.神1.孤1浆物联蓝网内踏涵歇物联开网献(T剪he帜I婶nt讲er别ne脊t宰of送T勇hi塔ng地s,中I犬OT胃)励，既却“物话物旗相连灭的互困联网碗”。帆目前识，关润于物挠联网鞭比较被准确抬的定习义是耗:嘴物联猪网是葬通过伪各种股感知捐设备拼和系腹统、树条码宗与二肃维码息、全掉球定扒位系刻统，奇按照师约定份的通睬信协质议，倍将物装与物唉、人遗与物五、人过与人熄连接寿起来号，通铜过各方种接兄入网帆、互连联网温等网美络进彼行信众息交疾换，司以实唤现智仁能化维识别球、定公位、酱跟踪疗、监杏控和禁管理阁的一晨种信您息网性络，合在这黑种网锐络中告，每乒一个茄物件厅都可推以寻丹址，裹每一护个物用件都点可以亭控制箭，每尾一个低物件碌都可强以通锦信。物联网与传统的互联网是有着本质区别的，二者的区别在于:首先，物联网是对具有全面感知能力的物体和人的互联集合，物联网全面感知的目的是随时随地对物体进行信息采集和获取，采用的技术手段主要有RFID技术、二维码技术、GPS比技术藏、传逆感器落技术再、无债线传蒜感器字网络住等。躺物联蜻网作御为各摄种感彼知技硬术的果综合深应用轧，其乓应用穴过程术需要过多种卫类型电的传腊感器壤，这安些能坡够捕穴获不才同信蓄息且岂具有之不同坐信息秀格式作的传习感器舞都作健为不范同的亏信息窄源，轧按一宋定规钓律采喊集所燕需要弯的信探息，枯并且赞传感号器上更传的闻数据赞具有没实时呀性误;悬其次寇，物鞋联网墓对数肆据具杰有可我靠传沉送能倾力，腊物联意网上昨的传稍感器斜数量休极其备庞大翁，形公成了衫海量位的采脂集信炸息，渗这就迈要求江物联踪网必事须适孕应各垮种异留构网们络和则协议鹿以确普保传烛输过葱程中悉数据胸的正唱确性秋和及姥时性爆，物幸联网偶是一流种建暖立在怕互联拔网上收的网娱络，迁作为功互联挎网的澡延伸迫，物果联网浇能够陪遵循钩约定给的通焰信协短议，灶通过慧相应突的软费硬件软实现把规定化的通味信规扒则，椒将各孕种有鹊线和园无线口网络辞与互这联网筛融合娘，准疮确实旬时地赚将采盒集到壶的物饿体信堂息传叼递出忆去菌;匠最后紫，物怖联网鲁能够虏实现跌智能工处理抚，智露能处临理可垦以说膏是物矩联网考最为放核心毫和关辆键的尖部分扑，也驶是物今联网被能够残得到溜广泛肢应用关的基钻础，沃它能迁够综突合应乡用当煌前各乓个学浊科比贵较前殃沿的奖技术傅，对亏已经纹经过封感知鲜层全播面这感知热和传福输层明可靠洒无误夕传输毫的数壮据进衔行全壁面的扰分析扭和处秤理，何为人膜们当凉前从旺事的尼各种挠活动至作出撑指导悼，这场种指惰导具嫂有前海瞻性泥，且耍通常跟是智感能化风的阅[8肝1库，并欲且在尊物联犬网中恢，不袋仅仅脱提识供了拜传感喜器与专互联瓣网等舍各种再网络跟的连澡接，械物联碰网自岸身也由可以妇进行劫智能上处理油，具遮有对粮物体吩实施着智能友控制袜的能香力。巾物联形网将罢传感添器技灰术和嘉智能杯处理坑技术盼相融养合，事结合旨云计逮算、测模式揪识别渠等各誉种智岁能技复术，窃扩充典其应心用领摄域。2.1.2物联网体系结构根据物联网的基本特征，物联网的体系结构被分为如图2.1所示的三个层次物联网的感知层是物联网发展和应用的基础，这一层的功能是使用传感器进行物理世界信息的采集。这一层最常用到的技术有射频识别技术、传感技术、远程操作技术以及ZigBee技术等。物体木身不具备通信能力，感知层明传感器和RIND技术对各种物体进行标识，通过短距离无线通信技术等通信子层的通信模块与网关交互信息。感知层设备具有多种延伸网，包括传感网、无线个域网(WPAN)、家庭网、工业总线等，也可以先组成延伸网再与网关交互。物联网的网络层建立在现有的移动通信网和互联网基础上,网络层的主要作用之一是利用可以连入互联网的各种类型的网络，将数据和控制指令进行安全可靠、准确有效的传输，同时实现数据传输过程中的通信算法。对感知层上传的数据进行存储分析也是物联网网络层的重要主成部分，是应用层众多应用的基础。物联网的应用层实现了研究和开发物联网的目的和意义，这一层在前两层的基础上，结合相应的软、硬件开发和智能控制技术，为人们呈现出一个无限互联、满意服务、随心控制的全新世界。该层包括为物联网应用提供通用支撑服务和调用接口的应用支撑子层以及各种具体的物联网应用，物联网的具体应用可以分为监控类型的应用，比如物联网在智能环保和智能司法方面的应用;控制类型的应用，比如物联网在智能交通和智能家居方面的应用;查询类型的应用，比如物联网在智能城市和智能交通方面的应用;扫描类型的应用，比如物联网在钱包和高速公路不停车收费方面的应用。总之，物联网可以应用到与人们生活息息相关的各个领域。对物联网的研究仍在继续，物联网的应用领域也正在不断拓宽，随着各项支持物联网的技术的发展，物联网一定能够带给人类更便捷、更贴心的应用。2.2农业物联网2.2.1农业物联网内涵当前，我国正处在从传统农业向现代农业迅速推进的过程当中，现代农业的发展从生产、经营、管理到服务，各个环节都迫切呼唤信息技术的支持。物联网浪潮的到来，为现代农业的发展创造了前所未有的机遇，改造传统农业并发展现代农业，迫切需要使用物联网技术大田种植、设施园艺、畜禽养殖、水产养殖、农产品物流等农业行业领域的各种农业要素实施数字化设计、智能化控制、精准化运行和科学化管理，从而实现对各种农业要素的“全面感知、可靠传输和智能处理”，进而达到高产、高效、优质、生态、安全的目标。物联网技术在经过十几年的在农业领域的实际应用和不断发展，已经与农业领域紧密结合，形成了农业物联网。研究农业的著名学者、中国农业大学李道亮教授在经过十几年对信息化技术在农业领域应用的探索和研究以后，给出如下结论:“农业物联网就是物联网技术在农业生产、经营、管理和服务中的具体应用，即运用各类传感器、RFID等感知设备，广泛地采集大田种植、设施园艺、畜禽水产养殖和农产品物流等农业相关信息;通过建立数据传输和格式转换方法，充分利用无线传感器网络、电信网和互联网等多种现代信息传输通道，实现农业信息的可靠传输;最后将获取的海量农业信J息进行融合处理，并通过智能化操作终端实现农业的自动化生产、最优化控制、智能化管理、系统化物流、电子化交易，进而实现农业生产集约、高产、优质、高效、生态和安全的目标。从该定义可以看出，农业物联网可以通过感知技术获取更多的数据信息，包括作物信息、农田环境信息、农机作业信砂息，通过传输技术为我们的农业提供更加丰富的实时信息，通过全面互联共享获得更多的网络服务，通过智能决策提高农业科学决策水平和作业实施水平。2.2.2农业物联网体系结构农业物联网属于交叉学科，是物联网技术在农业领域广泛应用的产物，农业物联网体系划分可以参照物联网体系划分的标准。农业领域的信息要经过产生、传输、处理和应用四个过程，农业物联网相应的被分成如图2.2所示的四层模型。感知层利用传感器、RFID,GPS,RS和条码技术等各种感知技术，借助各种设备和手段，对自然界中存在并且对农业生产有意义的各类数据信息进行获取，实现“物”的识别。传输层具有完成大范围内信息传输与广泛互联功能，能够将现有的广域网技术与感知层的传感网技术相融合，把感知到的农业信息无障碍、快速、安全、可靠的传送到需要信息的地方，使物品在全球范围能实现远距离大范围通信。处理层通过云计算、数据挖掘、模式识别、预测预警等信息处理技术，实现最终的信息技术与行业的深度融合，完成物品的信息汇总、共享、预测和分析决策等功能。应用层是农业物联网体系结构的最高层，是面向终端用户的，可以根据用户的不同需求搭建不同的操作平台，农业物联网的应用主要实现了大田种植、设施园艺、畜禽养殖、水产养殖、农产品交付过程中管理者的直接参与，通过农业物联网，管理者可以更快的获取各类信息，对于突发情况，管理者可以做出更及时的反应，通过远程控制，管理者可以实现对整个农业生产线更精细的管理，管理者可以从物联网多个应用角度出发对农业进行管理，达到农业生产高产、优质、高效、生态和安全的目标。2.3农业物联网的关键技术农业物联网是物联网在农业领域实际应用和不断发展的产物，因此，农业物联网的关键技术也是从物联网的关键技术发展而来的，农业物联网的关键技术主要分为以下几个方面:农业信息感知技术，是指利用农业传感器、RFID,GPS,RS、条码等技术在任何时间、任何地点对农业领域的物体进行信息采集和获取。农业信息感知技术主要包括以下几种:第一种，农业传感器感知技术，在农田种植过程中，温度、湿度、光照强度、C02浓度、水分以及其他养分等多种自然因素共同影响农作物的生长，同样，动物的生长和繁殖过程也离不开周围环境因素的影响，这些都属于农业要素信息，及时获得这些农业要素信息是非常重要的，农业传感器可以用于采集各种农业要素信息;第二种，条码技术，该技术是集条码理论、光电技术、计算机技术、通信技术、条码印制技术为一体的自动识别技术，在农产品追溯中有广泛的应用;第三种，RFID技术，利用射频信号通过空间藕合实现无接触信息传递并通过所传递的信息达到自动识别的目的;第四种，GPS技术，即全球定位系统，是指利用卫星，在全球范围内进行实时定位和导航的技术，全球定位系统技术在农业上对农业机械田间作业和管理起到导航作用;第五种，RS技术，即遥感技术，通过遥感器获得地球上各类物体的电磁波信息，并以此为依据进行远程控测和识别，RS技术在农业上主要用于作物长势、水分、养分和产量的监测。农业信息传输技术，是指将涉农物体通过感知设备接入到传输网络中，借助有线或无线通信网络，随时随地进行高可靠度的信息交互和共享。农业信息传输技术主要包括以下几种:第一种，无线传感器网络，通常被设计成鲁棒性强、稳定性好、低功耗低成本并且操作与维护简单的多跳自组织网络，负责感知、采集和处理网络覆盖区域内被感知对象的信息，无线传感网络主要应用在大田灌溉、农业资源监测、水产养殖、农产品溯源等方面:第二种，移动通信技术，随着农业信息化水平的提高，移动通信技术逐渐成为农业信息远距离传输的关键技术，移动通信技术的开发与应用极大的推进了我国农业向现代农业发展的进程。农业信息处理技术，是以农业信息知识为基础，采用各种智能计算方法和手段，使得物体具备一定的智能性，能够主动或被动地实现与用户的沟通。农业信息处理技术主要包括以下几种:第一种，农业预测预警技术，农业预测能够以土壤、环境、气象资料、作物或动物生长、农业生产条件、化肥农药、饲料、航拍或卫星影像等时机农业资料为依据，经济理论为基础，数学模型为手段，对研究对象未来发展的可能性进行推测和估计。农业预警是指对农业的未来状态进行测度，预报不正确状态的时空范围和危害程度以及提出防范措施;第二种，农业智能控制技术，是指农业领域中在给定约束条件的情况下，将人工智能、控制论、系统论、运筹学和信息论等多种学科综合与集成，对被控制系统实现控制;第三种，农业智能决策技术，是智能决策支持系统在农业领域的具体应用，结合了人工智能、商务智能、决策支持系统、农业知识管理系统、农业专家系统等内容:第四种，农业诊断推理技术，当农业客体，如人棚里的植物、花园里的花卉、畜牧业中的动物，发生病虫灭害时，客体本身会表现出一定的特征，农业诊断是指农业专家根据这些客体所表现出的特征，根据理论和过往经验对其进行识别判断，找出相应的方法进行预防或者改变。农业诊断推理指运用数字化表示和函数化描述的知识表示方法，构建基于“症状一疾病一病因”的因果网络诊断推理模型;第五种，农业视觉处理技术，是指利用图像处理技术对采集的农业场景图像进行处理而实现对农业场景中的目标进行识别和理解的过程，基本视觉信息包括亮度、形状、颜色、纹理等。2.4农业物联网的未来发展作为农业信息化发展高级阶段的农业物联网正展现出其蓬勃的生命力，随着物联网关键技术和应用模式的不断成熟，农业物联网从起步阶段逐渐步入快速推进阶段.随着世界各国对物联网关键技术、标准和应用研究的不断推进、相互吸收借鉴以及大批有实力的企业进入农业物联网领域，对农业物联网关键技术的研发重视程度在不断提高，农业物联网的核心技术和关键技术将会得到突破性进展，农业物联网技术的应用规模将不断扩大。随着农业物联网企业和标准的不断完善，农业物联网将朝着协同化方向发展，形成不同农业产业物体间、不同企业间乃至不同地区不同国家间的农业物联网信息的互联互通操作，应用模式从闭环走向开环，最终形成可服务于不同应用领域的农业物联网应用体系。随着云计算与云服务技术的发展，农业物联网感知信息将在真实世界和虚拟世界之间智能化流动，相关农业感知信息服务将会随时接入、随时获得，未来农业物联网将如图2.3所示。总体来讲，农业物联网将朝着更透彻的感知、更全面的互联互通、更深入的智慧服务和更优化的集成趋势发展。第三章系统的数据融合处理3.1数据融合的原理及意义3.1.1数据融合的原理1973年，美国国防部资助开发了吉纳信号理解系统，该系统是数据融合最早的雏形，标志着数据融合技术最早在军事领域出现，此后，随着计算机技术和通信技术紧密地互相结合并快速发展，数据融合技术被广泛应用于军事、民用和科研领域的数据处理，并且在数据处理的实际应用中，数据融合技术得到了极大的发展。数据融合技术是应用在数据处理方面的多学科交叉的新技术，其研究的内容具有多样性的特点，对从信息源获得的可用信息可以进行多种综合处理，并且数据融合技术的分析和决策方法涉及多个知识领域，所以到目前为止，数据融合并没有一个统一的定义，根据资料，数据融合技术可以较为贴切的归纳为:数据融合技术是一种信息处理技术，对按时序获得的观测信息，使用计算机在特定准则下加以自动分析、综合，以完成所需的决策和评估任务。数据融合处理的数据可以来自多个不同的信息源，对数据的处理方法可以来自不同科研领域的不同技术，数据融合的原理可以概括如下:首先，采集观测目标数据，即应用传感器等感知技术获得最原始的信息或数据，采集到的观测数据形式有多种，通常是时间函数数据、输出矢量、成像数据和属性说明等;其次，提取特征矢量，即对用感知技术采集到的观测数据进行特征提取，得到感知数据的特征矢量;再次，模式识别处理，这一处理过程是针一对所获得的特征矢量进行，该过程采用诸如汇聚算法等统计模式识别算法对所获得的特征矢量进行处理，得到各个传感器关于目标的目标属性判决;然后关联，关联过程是针对传感器获得的数据而进行的，针对不同的目标，传感器节点会获得不同的数据，将所有传感器采集获得的数据按照统一目标分组，这一过程即为关联;最后，数据合成，该过程的合成不是简单的数据组合，而是将数据进行综合加工处理的数据融合，经融合后得到关于目标的一致性解释与描述。3.1.2数据融合的意义本系统的数据采集网络采用基于ZigBee技术的无线传感器网络，数据融合对于无线传感器网络的意义可以表述如下:(1)减少冗余信息，降低能量消耗为了增强采集数据的准确性并确保整个无线传感器网络的稳定性和鲁棒性，无线传感器节点需要大量且广泛的分布于采集区域内，相邻无线传感器节点的采集区域可能重叠，从而导致相邻传感器节点发送的信息存在冗余性。曾有学者计算显示，传感器节点使用无线方式传输比特到100米远所消耗的能量可供执行3000条指令[16]，在这种情况下，汇聚节点并未获得更多的信息，反而使网络消耗了更多的能量，因此，在保证精度的情况下，对传感器节点采集到的感知数据信息进行融合处理，能够大大降低无线通信过程中的数据传输，而处理器进行数据计算所消耗的能量，远远小于数据在通信过程中消耗的能量，所以在传感器节点采集到数据之后到发送数据之前进行数据冗余处理，可以有效的减少无线传输过程中的数据传输量，达到去除冗余信息、降低能量消耗的目的。(2)提高采集信息的准确性无线传感器节点负责采集影响农作物生长的环境参数信息，由于传感器节点存在因成本和体积而导致的精度问题，加之进行数据采集时周围环境因素的影响以及使用无线通信进行数据传递时容易受到干扰和破坏，单一传感器节点获得的数据信息往往存在不可靠性。使用数据融合技术，对采集同一信息的多个传感器所采集到的数据进行数据融合处理，就可以有效提高所采集信息的精度和准确性。(3)提高数据收集效率对传感器节点采集到的数据进行数据融合处理，减少了需要传输的数据量，从某种程度上降低了数据链路过程中的链路难度，减少了数据在无线通信过程中的冲突碰撞，减轻了网络的传输拥塞，降低了数据的传输延迟，有效提高了数据收集效率。3.2数据融合的分类传感器网络中的数据融合技术可以有不同的分类方式，根据对传感器数据的融合级别，数据融合技术可以被分为以下三类:(1)像素级融合像素级融合是最初级的融合，在像素级融合中，每一个传感器观测物体，然后组合来自各传感器的原始数据并进行特征识别，该过程通常是从原始数据中提取一个特征矢量，根据此特征矢量做出一致性解释与描述。在像素级融合中，原始数据必须是匹配的，传感器测量的是同一物理现象，如果传感器不是同类的，则无法进行像素级融合，只能进行特征级融合或决策级融合。像素级融合的主要优点在于，它能够提供其他融合层次不能提供的细微信息且不存在信息损失，具有较高的融合性能。像素级融合通常要求精确的传感器配准和很高的传输带宽。像素级融合的过程如图3.1所示(2)特征级融合特征级融合属于中级融合，在特征级融合中，每个传感器观测目标之后对各传感器的观测进行特征提取，产生特征矢量，最后融合这些特征矢量，并做出基于联合特征矢量的属性说明。特征级融合是像索级融合与更高级决策级融合的折中形式，特征级融合一般采用分布式或集中式的融合体系，特征级触合可以对数据进行综合融合。特征级融合的优点在于需要的通信带宽小，但结果的精确性也在相应减小。由于特征级融合兼具了像索级融合与决策级触合的优缺点，具有较大灵活性，在许多情况下很实用。特征级融合的过程如图3.2所示。(3)决策级融合决策级融合位于三层数据融合的最高层。在该层融合中，每个传感器观测目标，并提取感知数据的特征，形成特征矢量；然后使用模式识别处理等方法对得到的特征矢量进行处理，获得各传感器关于目标的说明;再按统一目标将各传感器关于目标的说明数据进行分级，即关联;最后采用融合算法合成已统一目标的各传感器数据，得到该目标的一致性解释与描述。决策级融合是面向应用的融合。决策级融合的主要优点是容错性强、通信量小、抗干扰能力强。它的缺点是信息损失大、精确性差。决策级融合的过程如图3.3所示。上述的数据融合方法各有特点，在具体应用的过程中应该根据具体数据融合的目的和条件选择合适的融合方法。在物联网的实际应用中，三个级别的数据融合技术可以综合使用。有的应用中数据形式比较简单，不需要进行像素级融合，就使用灵活的特征级融合手段，而有的应用要处理大量原始数据，则选用像素级融合。一个给定的系统，可能涉及多个级别的数据融合技术。3.3数据融合的基本方法在无线传感器网络系统的设计和实现过程中，并没有一种通用的数据融合方法，对于传感器网络的数据融合，总是根据具体的实际应用背景，来选择相应的融合算法。传感器网络数据融合的方法有很多，如图3.4所示，本文主要介绍几种常用的数据融合方法。(1)加权平均法在所有的数据融合方法中，加权平均法是最简单最直观的方法，该方法将多个传感器上传的冗余信息进行加权平均计算，计算的结果作为最后的融合值，常用于处理数据源的数据具有较大差异的情况。加权平均融合算法的优点是信息丢失少，所以需要对原始数据进行融合的情况下常采用加权平均法，但是加权平均因为需要建立数据模型或统计特征，所以加权平均法的使用范围有限。(2)贝叶斯估计贝叶斯估计算法是最早应用于不确定数据融合的一种推理方法，也是静态数据融合中的一种常用方法，它的基本思想是在假设先验概率的条件后，利用贝叶斯公式计算出后验概率，然后根据后验概率做出决策。在无线传感器网络中，传感器节点作为不同的信息源，其信息被表示成不同的概率密度函数，以特定原则对这些概率密度函数进行组合，用假定条件进行数据融合处理，实现用条件概率来测量系统不确定性的目的。若多个传感器监测目标一致，则可以直接对传感器所获得的感知信息进行融合，若多个传感器根据不同的目标对统一物体进行描述，只能以间接方式采用贝叶斯估计进行数据融合。贝叶斯估计算法的特点是由数学公理推导，易于理解且计算量小，常用来处理一些不确定问题。贝叶斯估计的缺点是在实际中很难知道先验概率，当假定的先验概率与实际情况不相符时，获得的推理结果性能比较差，因此，贝叶斯估计算法的适用范围比较小。(3)卡尔曼滤波据资料记载，斯坦利.施密特(StanleySchmidt)首次实现了卡尔曼滤波器，并将其应用于解决阿波罗计划的轨道预测，关于这种滤波器的论文由Kalman等发表。卡尔曼滤波是一种递归的估计，它不需要任何有关的历史数据信息，它的估计过程只与上一个相关状态的估计值和当前状态的实际值有关，是线性滤波最常用的处理方法。在无线传感器网络中，卡尔曼滤波器常常被用于动态环境下对感知数据的融合计算，通过递推确定融合信息统计意义下的最优估计。递推特性使得卡尔曼滤波非常适合应用在无海量信息存储性能的系统中，在需要估计系统当前状态又需要预报系统的未来状态的情况下，也常常采用卡尔曼滤波对传感器数据进行融合。卡尔曼滤波数据融合算法信息丢失较少，所以适合对原始数据进行融合，缺点是需要建立数学模型或统计特征，适用范围有限。本系统对无线传感器感知数据的处理方法采用了基于卡尔曼滤波原理的数据融合方法，关于卡尔曼滤波的内容将在下一节内容中详细阐述。(4)神经网络法神经网络法也是由多个科研领域高度综合、联合应用、共同发展而形成的交叉学科，将神经网络法应用于无线传感器网络节点的感知数据融合，模拟了人脑可以对大量信息进行识别存储、可以对不同信息进行综合分析、可以对各种复杂信息进行有层次系统性的自学习的功能，神经网络可以对传感器节点的感知数据以某种算法为依据进行学习，根据学习的结果对传感器的感知数据进行处理并输出信息，通过分配权值来完成数据融合操作以及对知识的获取。神经网络算法的优点是对先验知识要求不高或者根本没有要求，因此神经网络法有较强的自适应能力，缺点是神经网络算法的运算量大，规则难建立。此外，常用的数据融合方法还包括Dempster-Shafer证据推理法、模糊逻辑法、统计决策理论和小波分析等。3.4系统的数据融合处理3.4.1KDF算法的提出本文设计的智能农业监测系统既可以应用于温室或农业大棚等封闭环境，也可以应用在农业大田等露天环境，无论应用于哪种情况，本系统无线传感器节点监测的都是一个相对稳定的环境，在该种环境下，存在在某一段时间内，被监测的目标数据无明显变化的情况，即无线传感器节点感知到的数据具有时间的相关性，使得单个传感器节点监测获得的数据存在冗余。由于传感器节点在数据传输的过程中消耗的能量最多，大量冗余信息的存在，会使传感器网络白白耗费掉大量能量，同时，由于传感器节点本身的限制及进行数据采集时周围环境的影响，使传感器节点获得的原始数据在精度方面与实际需要具有一定的差距。本文采用的数据融合思想是在传感器节点处进行像素级的融合处理，该处理是在传感器节点获得感知数据后立即进行的数据融合计算，此时的感知数据还没有进行任何算法的处理，这种融合的好处是:利用可用信息之间的相关性对原始数据进行综合与分析并且对一定测量次数内获得的有限的测量数据进行融合处理，可以有效的消除无线传感器测量中的干扰及不确定性，从而获得更加准确、更加可靠的测量数据，达到减少数据传输、节省能量的目的。基于此思路，本文提出了基于卡尔曼滤波的数据融合算法(KDF)用于系统的数据融合处理。KDF算法是在传感器节点采集数据之后到将数据传输至上位机之前加入一个数据处理过程，在该过程中，传感器节点采集到的数据首先要与之前系统设定的闽值进行对比测算，若采集到的数据超出闽值设置范围，进行报警提示，若采集到的数据在所设定闽值范围内，则将传感器节点采集到的数据通过卡尔曼滤波器进行滤波处理，去除环境噪声和干扰的影响，最后将去除噪声后的数据再通过数据融合模型进行处理。KUP在有效去除噪声、得到更准确数据的同时，可以减少数据传输量，节省能耗。3.4.2卡尔曼滤波算法前文己经对卡尔曼滤波做了简要的介绍，在无线传感器网络中，因为传感器节点获得的数据可以看成是离散的数据，将卡尔曼滤波用于感知数据的滤波可以提供统计意义下的最优估计，并且卡尔曼滤波的过程只需要很小的存储空间，这使得卡尔曼滤波非常适合应用在无线传感器网络中，所以本系统的数据采用卡尔曼滤波来处理。卡尔曼滤波器是一个离散控制过程的系统，该系统可用一个线性随机微分方程来描述:X(k)=AX(k一1)+BU(k)+W(k)(3.1)再加上系统的测量值:Z(k)=HX(k)+V(k)(3.2)公式((3.1)和((3.2)中，X(k)是k时刻的系统状态，U(k)是k时刻对系统的控制量。A和B是系统参数。Z(k)是k时刻的测量值，H是测量系统的参数，对于多测量系统，A,B,H为矩阵。W(k)和V(k)分别表示过程噪声和测量噪声，被假设成高斯白噪声，方差Q、R不随系统状态变化而变化。假定现在的系统状态是k，公式(3.3)至(3.7)是卡尔曼滤波过程的5个主要运算过程。X(kIk一1)=AX(k一Ilk一1)+BU(k)(3.3)其中，X(k-1Ik-1)是k-1时刻的最优值，X(kIk-1)是根据X(k-11k-1)得到的估计值，U(k)为现在状态的控制量，如果没有控制量，它可以为0.P(kIk一1)二AP(k-1Ik-1)A’十Q(3.4)其中，P为X的协方差，P(kIk-1)是X(kIk-1)对应的协方差，P(k-1Ik-1)是X(k一Ilk一1)对应的协方差，A’表示A的转置矩阵，Q是系统过程的协方差。X(kIk)=X(kIk一1)+Kg(k)(Z(k)一HX(kIk一1))(3.5)Kg(k)=P(kIk一1)H'/(HP(kIk一1)H'+R)(3.6)式((3.5)中心为卡尔曼增益，结合公式((3.3),(3.4)得到的估计值，再根据测量值Z(k)修正k时刻的估计值，得到k时刻的最优化估计值X(klk)oP(kIk)=(I一心(k)H)P(kIk-1)(3.7)其中I为单位阵，对于单模型单测量，I=1。由公式7计算出k时刻X(kIk)的协方差P，卡尔曼滤波器就可以自回归的运算下去3.4.3KDF算法每一个无线传感器节点采集到的数据都可以形成一个行矩阵，该行矩阵的列表示传感器节点经过相同的时间间隔在不同时刻获得的感知数据，n个无线传感器节点可以获得n行感知数据。无线传感器节点在一定时间内获得的感知数据具有时间相关性，将相似部分的感知数据进行融合，可以消除数据信息的冗余。假设无线传感器网络:(1)由n个无线传感器节点采集同一监测目标的数据。(2)每个传感器节点以固定的时间间隔进行数据采集，不同时刻获得的采集数据记为x,，其中i=1,2,3….(3)某个传感器在一段时间内获得的感知数据可以记为X-{x],x2,x3,...Ix,}a显然在相对稳定的环境中，相邻间隔采集到的数据变化很小，即相邻的数据具有相似性，我们对数据处理如下:设定四个参数AX、J，、口2和:，其中Ox是一个绝对值，我们称之为误差闽值，表示数据间的最大距离，取值为所有感知数据的最大误差;二。和是系统设置的闽值，分别表示监测目标数据的上限和下限，当获得的感知数据超出这个范围时，要进行报警提示::是给定的采集次数，无线传感器节点以固定的时间间隔进行数据采集，设定合适的采集次数:，可以避免传感器发送数据的时间间隔过长以及由于数据增多而造成的计算量增大，所以:又可以叫做超时闽值。采用KDF算法对数据进行融合处理包括阂值限定计算、卡尔曼滤波、加权平均融合三部分，下面对KDF算法进行详细的阐述。(1)IA值限定计算在农作物生长过程中，影响植物生长的温度、湿度和光照强度等因素都有其特定的参数范围，在该范围内，植物可以正常生长，超出该范围，会影响植物正常生长甚至带来病虫灾害限制植物生长。当植物生长周围环境变化或者无线传感器节点出现问题时，都会使采集的目标数据不在设定的闭值范围内，必须要及时提示用户以便用户做出相应处理。阂值限定计算能够将设定该值范围以外的数据直接筛选出来及时传至上位机给用户报警提示，并且筛选出的数据不经过卡尔曼滤波和加权平均融合的处理，减少了不必要的计算量。同时阂值限定计算通过使用误差阂值ax和超时阂值:，有效的限制了传感器发送数据的时间间隔和传感器节点对数据处理时的计算量。该部分的处理过程如下:设x，为无线传感器节点获得的第一个感知数据。每获得一个新的感知数据x，都要与系统设置的阂值。，和。:进行比较，若感知数据x，超出阂值设置范围，则对该数据不进行任何后续处理，直接传至上位机进行报警提示，若感知数据x，在闭值设置范围内，则进行步骤③。③将x，分别与之前i-1次获得的感知数据xi1x2}X31...IX,-，进行差值比较，获得X,-xk，其中k=1,2,3,""",i-1o(a)若其中任意两个数据的差值均不超过误差阂值Ax，即卜，-xk卜AXIk=1,2,3,,1-1，将x，送入卡尔曼滤波器进行滤波处理，当采集次数超过超时阂值:时，加权平均融合计算前i一1个数据的均值，此时i一1二:。(b)当其中任意两个数据的差值超过误差阂值“时，即}x;-xk}>dx,k=1,2,3-i-1，将x，送入卡尔曼滤波器进行滤波处理，加权平均融合计算前i-1个数据的均值，此时i一1<z。④将第i次采集获得的感知数据x，作为下一次感知的第一个数据x;o⑤重复①、②、③、④的步骤。(2)卡尔曼滤波在KDF算法中引入卡尔曼滤波的目的是尽可能减少传感器节点本身的限制和进行数据采集和传输时周围环境干扰对数据精度的影响，由于卡尔曼滤波在滤波的时候不需要任何历史数据信息，只由前一次的估计结果和当前时刻的测量值即可获得这一次的最优估计，所以它并不需要很大的存储空间，因此在存储空间有限的无线传感器网络中特别适合应用卡尔曼滤波。使用卡尔曼滤波对数据的处理过程如下:使用卡尔曼滤波对通过阂值限定计算的数据进行处理的时候，首先要设定过程噪声Q和协方差Ro。②用设定的Q和R来构造卡尔曼滤波器的递归公式。当前所获的数据与前一刻获得的数据相同，所以A=1，没有控制量，U(k)-0，得到:X(kIk一1)二X(k一Ilk一1)(3.8)公式(3.4)变成:P(kIk一1)=P(k一lJk一1)+Q(3.9)因为测量的是一维数据且测量量直接与测量目标对应，所以H=1，公式(3.5),(3.6),(3.7)变成如下形式:X(kIk)=X(kIk一1)+Kg(k)(Z(k)一X(kIk一1))(3.10)基于物联网的智能农业监测系统的设计与实现Kg(k)=P(k{k一1)/(P(k}k一1)+R)P(k}k)=(I一Kg(k))P(k}k一1)(3.11)(3.12)为了使卡尔曼滤波器工作，还需要给定两个初值，X(010)和P(010)，需要注意的是，P不要开始就设为。，否则卡尔曼滤波器会认为给定的X(010)是最优的，从而导致算法不能收敛。③将已经通过闽值限定计算的数据通过卡尔曼滤波得到去除噪声的实际数据，记为z，i=1,2,3。。。。。(3)加权平均融合加权平均融合将经过卡尔曼滤波器去除噪声的数据使用加权平均算法进行数据融合。加权平均法的计算公式如下:y一艺(z,*哄)/艺w,(i一1,2,...,n)(3.13)其中:，为各传感器节点在不同时刻的观测值通过阂值限定计算和卡尔曼滤波的数据值，w为对应的权数，.。为加权平均数，作为传感器节点数据的最终值。当所有的z,都不相同时，加权平均算法即成为算数平均算法。将加权平均所得的融合值作为传感器节点数据的最终值传至上位机，上位机就可以为用户提供相应的服务。KDF算法利用阂值限定计算，能够将设定闭值范围以外的数据直接筛选出来，不经过卡尔曼滤波和加权平均融合的处理，避免了不必要的计算，通过使用误差阂值Ox和超时阂值:，有效的限制了传感器节点发送数据的时间间隔和传感器节点对数据处理时的计算量。将经过阂值限定计算的数据通过卡尔曼滤波，可以降低数据采集和传输过程中周围环境以及节点硬件本身限制对数据准确度的影响，从而得到更可信的数据。利用加权平均去除传感器冗余信息的特性有效减少数据传输，使昂贵的通信转化为便宜的本地计算，从而降低传感器的能量消耗达到延长传感器节点生命周期的目的。第四章传感器节点的设计与实现4.1系统总体设计基于物联网的智能农业监测系统由无线传感器数据采集网络和智能监测处理中心组成，其体系结构如图4.1所示。无线传感器数据采集网络的功能是实现网络的组建和感知数据的采集，由传感器节点在硬件的基础上基于ZigBee无线通信协议组建Mesh网络。传感器节点又分为终端节点、路由器节点和协调器节点。终端节点实时采集温度、湿度、光照强度、二氧化碳浓度等环境参数，经由路由节点，数据以多跳中继的方式传达至协调器节点，协调器节点再通过RS-232串口，将数据传至上位机管理系统。智能监测处理中心由数据库服务器和中央计算机两部分组成，实现了最后的应用。首先智能监测处理中心负责本系统的用户的管理，实现了对本系统用户的添加、删除和查询操作。其次，负责对接收到的数据进行存储、显示、将数据绘制成动态曲线进行分析，并对环境参数进行阑值设置，当采集到的数据不在设置范围内的时候进行报警提示，从而实现对农作物生长环境的实时监测。最后负责数据信J自、的发布，将Web协议移植到其中，系统便可以接入到Internet中，实现“底层(传感器)-Internet网络一远程监控”的结构，能够将整个系统的信息发布到互联网上，实现整个互联网的访问。4.2传感器节点的硬件设计4.2.1硬件设计方案本文设计的基于物联网的智能农业监测系统，目标是准确实时的获取农作物生长的环境信息，通过分析得到环境变化对农作物生长状况影响的规律，为科学研究提供全面的参考，实现农业的精准操作，满足现代农业信息化、智能化的需求。数据采集作为本系统工作的第一步，采集到的数据准确可靠，是整个系统正常工作的关键。传感器节点大量分布在田间，节点间有一定的距离，采集到的数据以无线传输的方式传递，如何保证传感器节点数据以最低的丢包率进行传输是需要考虑的重要问题，同时对于数量庞大且分布广泛的传感器节点，如何延长传感器电池的使用时间也是亚需解决的问题。综合以上种种，本系统的无线传感器数据采集网络中的传感器节点的硬件设计，主要依据以下几个方面即:(1)低功耗传感器节点以电池供电，能量有限，电池耗尽以后，节点停止工作，整个传感器网络的拓扑结构要相应的变化。因此，如何减少节点的功耗，延长节点的寿命，对于整个网络系统的稳定、高效运行是至关重要的。(2)优良射频