排序方式: 共有126条查询结果,搜索用时 843 毫秒
81.
柿园无线传感器网络信号传输损耗研究 总被引:1,自引:1,他引:0
为探究柿园无线传感器网络信号传输特性,该文研究了在2.4 GHz无线信道下柿树处于萌芽期、幼叶期和花期3种时期时无线网络信号传输的衰减情况。试验中分别在柿子树萌芽期、幼叶期和花期3个生长时期下选择一列长势均匀的柿树,通过调节子节点和汇聚节点装置的高度和距离测量柿子树从距离地面3个高度冠层底部(0.8 m)、冠层最密部(1.8 m)和冠层顶部(2.8 m)处各8个距离点的链路质量指示值(link quality indicator,LQI),并对试验数据进行分析。结果表明LQI值随着距离的变化呈正弦曲线式衰减趋势。萌芽期时子节点和汇聚节点的高度均位于冠层顶部时,节点间距38 m时是最佳位置;幼叶期时子节点和汇聚节点的高度均位于冠层顶部,节点间距32 m时是最佳位置;花期时子节点和汇聚节点的高度均位于冠层顶部时,节点间距26 m时是最佳位置。通过对3次数据进行曲线拟合分析分别建立了在2.4 GHz信道下信号衰减模型,其中3种生长时期下均是三次多项式模型决定系数R2最大,为最适模型。果园中无线传感器网络信号传输损耗的研究为在果园中无线传感器网络节点部署提供了技术基础。 相似文献
82.
83.
84.
85.
86.
土壤温度和容重对频率反射土壤水分传感器测量精度的影响 总被引:4,自引:1,他引:3
为探究土壤温度和容重对FDR(频率反射)含水率测量结果的综合影响规律,以陕西杨凌地区的塿土为研究对象,以基于 FDR 技术的电流型 DSW-T2型土壤温湿度传感器为测量仪器,研究了土壤的含水率(3.82%~21.43%)、容重(0.91~1.30 g/cm3)和温度(2.5~50℃)对传感器输出信号的影响;建立了传感器的输出电流与土壤含水率、容重和温度的综合测量数学模型,实验分析了模型在预测含水率方面的可行性.结果表明,传感器的输出电流随土壤含水率、温度和容重的增大而增大,可用三元二次方程表示输出电流与土壤含水率、温度和容重之间的关系;在0.05的显著水平上,含水率、温度和容积密度均对模型有显著影响.基于模型的计算输出电流与实际输出电流的绝对误差范围是-1.167~1.216 mA,计算含水率与实际含水率的绝对误差范围是-2.638%~2.812%.本研究对于开发具有温度和容积密度补偿功能的新型FDR土壤含水率传感器的综合测量模型有指导作用. 相似文献
87.
基于Android手机的植物叶片面积快速无损测量系统 总被引:5,自引:0,他引:5
基于Android手机平台构建了一种植物叶片面积快速无损测量系统。获取包含被测植物叶片与已知面积的参照物图像,经图像灰度化、图像平滑、图像二值化、图像几何校正和连通区域标记等处理,根据参照物和被测植物叶片面积比得到植物叶片的面积。基于Android编程技术对系统的功能和界面进行了设计,对图像的几何失真问题提出了几何校正方法。以三叶草、木槿、腊梅、枫树、银杏、樱花等多种植物叶片为对象进行面积测量。试验结果表明,系统不受叶片形状的限制,面积测量的相对误差在-2.9%~2.7%,能够有效测量植物叶片面积。 相似文献
88.
西红柿温室内无线传感器网络2.4 GHz信道传播特性 总被引:3,自引:0,他引:3
针对西红柿温室环境中无线传感器网络节点部署的要求及其应用环境的特性,以2.4 GHz为载波频率,研究了无线射频信号传播特性和通信距离、天线高度、传输路径等影响因素间的关系。结果表明,无线传感器网络信号在西红柿温室中的衰减符合对数模型;当天线高度固定时,接收信号强度随通信距离的增加总体呈递减趋势,丢包率随通信距离的增加总体呈递增趋势;西红柿温室中天线最宜部署在日光温室中央一列的位置,且西红柿顶部略高于它的位置为放置天线高度的首选,其次为西红柿顶部距地面1.5 m以上的部分,越接近西红柿顶部越好;在上述试验研究的基础上,建立了天线高度、通信距离和接收信号强度之间的关系模型,模型参数A与天线高度、衰减系数n与天线高度之间均呈二次多项式关系。验证试验结果表明:该模型可以较好地预测不同天线高度不同通信距离的接收信号强度,为西红柿温室无线传感器网络的部署提供技术支持。 相似文献
89.
方形喷洒域变量施水精确灌溉喷头实现理论研究 总被引:7,自引:0,他引:7
在总结国内外变量施水精确灌溉喷头实现方法的基础上,对方形喷洒域变量施水精确灌溉喷头的实现条件进行了研究。通过理论分析,给出方形喷洒域变量施水精确灌溉喷头的射程、流量和转速应服从的变化规律和计算公式。指出这种喷头在组合喷洒时,为保证组合喷灌均匀性达到喷灌的技术要求,需要首先提高单喷头喷灌均匀系数。通过比较分析,得出了这种喷头的最优水量分布曲线应为类矩形的结论。研究结果为方形喷洒域变量施水精确灌溉喷头实现方法的研究提供了理论依据。 相似文献
90.
基于无人机可见光遥感的冬小麦株高估算 总被引:2,自引:0,他引:2
株高是作物生长过程中重要的生长指标。为探索快速准确获取作物株高的方法,利用无人机可见光图像采集系统,获取冬小麦拔节期至成熟期的高清数码图像,建立冬小麦拔节期、抽穗期、灌浆期及成熟期的作物数字表面模型(digital surface models,DSM)及作物高度模型(crop height model,CHM),并对模型进行验证。结果表明,冬小麦株高各生育时期CHM提取值与地面实测值极显著相关(P<0.01),误差为-0.10~0.09m,相对误差为17.64%~19.60%。株高预测值与实测值拟合性较高(R^2=0.82,RMSE=4.31cm)。这说明用无人机拍摄的高清数码影像可快速估算冬小麦的株高。 相似文献