基于水质监测技术的水产养殖安全保障系统及应用

为解决水产养殖中的风险问题,设计了基于水质监测技术的水产养殖安全保障系统。系统由水质监测与信息处理系统、电路控制系统、增氧和投饲设备组成,系统根据养殖水体的溶氧变化调控增氧、水层交换和投饲。常规淡水鱼池塘养殖情况下,安全增氧时间不低于6.2 h/W·d·kg,机械增氧下限为3 mg/L,上限为5 mg/L,上限运行时滞为0.5～1 h,水层交换时滞为1～2 h。应用表明,系统比传统增氧方式节约运行时间33.4%,平均降低饲料系数21.6%,系统具有节能、节饲和保障养殖安全的效果。     

基于窄带物联网的养殖塘水质监测系统研制

为了促进水产养殖信息化的发展,更加准确、便捷地对水产养殖塘进行监测,该文研发了一种基于窄带物联网(narrow band Internet of Things,NB-IoT)技术的养殖塘水质监测系统,实现了对多传感器节点信息(温度、pH值、溶解氧等环境参数)的远程采集和数据存储功能,以及对养殖塘的智能控制和集中管理。系统利用STM32L151C8单片机和传感器终端实时采集温度、pH值、溶解氧等水质信息,通过NB-IoT技术实现数据汇总和远距离传输至IoT电信云平台,Keil工具实现NB无线通信模组数据格式的设计以及数据的发送,Java用于开发访问云平台、控制底层设备和本地数据处理的后台监测应用,其既能够发送HTTP请求对云平台数据进行监测,也可以向底层控制模块下发命令,控制增氧机等设备的启动和关闭。试验结果表明:该系统可实时获取温度、pH值、溶解氧等水质参数信息,温度控制精度保持在?0.12℃,平均相对误差为0.15%,溶解氧控制精度保持在?0.55mg/L以内,平均相对误差为2.48%,pH值控制精度保持在?0.09,平均相对误差为0.21%。系统整体运行稳定,数据传输实时、准确,能够满足实际生产需要,为进一步水质调节和水产养殖生产管理提供了有力的数据和技术支持。     

基于无线传感器网络的水产养殖池塘溶解氧智能监控系统

为了便于对规模化水产养殖池塘溶解氧的监控,该文研制了一种基于无线传感网的水产养殖池塘溶解氧智能监控系统,实现对池塘溶解氧的分布测量、智能控制和集中管理。针对常规模糊PID控制器自适应能力低,提出了一种可变论域模糊PID控制器,根据溶解氧误差和误差变化的大小动态调整模糊控制单元的输入输出变量论域,能较好地解决了模糊控制规则数量与溶解氧控制精度之间的矛盾,实现了PID控制器参数的自整定。根据池塘溶解氧变化的非线性、大时滞和大惯性等特点,设计基于变论域模糊PID控制器与增氧机转速PID调节器构成的池塘溶解氧串级控制系统,溶解氧控制器的输出为增氧机转速调节器的输入,增氧机转速调节器输出改变增氧机转速使溶解氧浓度快速跟踪目标值。根据溶解氧测量数值序列的变化趋势,基于灰色理论和权重构建组合灰色溶解氧预测模型,以预测值作为变论域模糊PID控制器的反馈值,实现对溶解氧的预测控制,起到超前调节的目的。在试验池塘和对照池塘分别采用变论域模糊PID控制器和模糊PID控制器对池塘溶解氧进行调控,对照池塘溶解氧的响应时间比试验池塘延长15 min左右,超调量扩大2.96倍,对照池塘溶解氧的标准差、均方差、最大误差和最小误差指标比试验池塘扩大3~4倍。试验结果表明可变论域模糊PID控制器能够改善池塘溶解氧控制系统的动态性能,提高控制系统的稳态精度,有效地抑制影响池塘溶解氧稳定的诸多不确定因素的干扰,满足水产养殖对池塘溶解氧的要求,为解决非线性和大时滞复杂对象的控制问题提供一个新的控制思路。     

光谱技术在水产养殖水质监测中的应用进展及趋势

水产养殖的水质是关乎水产养殖经济效益和水产品品质的关键因素,与传统的水质检测方法相比,光谱技术具有无创性、快速性、可重复性、准确性等优点,已成为水质监测的重要发展方向。该文总结和整理现有国内外研究文献,对基于光谱技术的水质重要参数监测、数据预处理方法、特征波段提取、预测模型算法进行了系统的分析与讨论。综述结果表明,实时在线的水产养殖水质监测将成为重点研究方向;多源光谱融合、多参数的水产养殖水质监测将会成为新的发展方向;对于光谱数据的处理,将多种数据处理算法相结合,仍将占据主导;而非线性建模将成为水产养殖水质数据分析的主流方法非线性数据建模,将成为光谱技术应用于水产养殖水质监测的主流建模发方法。     

基于无线传感器网络的节能型水产养殖自动监控系统

水产养殖的规模化发展和人力成本的不断上升迫切需要建立水质参数的无人值守自动监控系统。该文提出了一种基于改进型低能耗分层分群协议（LEACH）的Zigbee无线传感网络的水质监测和基于西门子PLC的变频增氧控制系统。在LEACH-C通信协议中,由基站根据各节点剩余能量的估算值选定簇首,达到各节点供电电池剩余能量的均衡,同时从系统的实际控制精度出发,当节点测量到的溶解氧浓度值与上次发送值误差在0.02 mg/L范围内时,不向簇首发送数据,达到节约供电电池能量的目的,经试验发现采用优化后的LEACH-C协议,比采用常规的LEACH协议网络有效寿命延长33.33%。适合鲈鱼生长的水体溶解氧质量浓度大于4.5 mg/L,但随着浓度的上升增氧效率将逐步降低,因此设定应急增氧的区间为4.5～5.5 mg/L。控制系统根据无线传感网络测量的溶解氧质量浓度值,采用PI-PID控制水体溶解氧浓度。保证了水体溶解氧质量浓度始终适合鱼类生长。通过试验验证,与人工粗略控制相比,这种控制方法大幅降低了人力成本和节约了51%的电能。该文可为水产养殖自动控制研究提供参考。     

基于无线传感网络的规模化水产养殖智能监控系统

为了解决规模化水产养殖中有线监控系统带来的不利影响,并能实现对环境因子的准确测量与控制,该文介绍了一种基于无线传感网的智能监控系统在规模化水产养殖中的应用。系统利用对协议栈进行小幅的修改,完成了人工设置每个养殖池为一个簇,并通过适当修改路由协议,将自动选择簇头的工作变为人工设置固定簇头,大幅减少节点本身的计算工作,从而实现节能目的。控制器利用模糊控制与神经网络相结合的算法对数据进行处理分析,实现闭环控制。结果表明,系统内数据通信通畅,温度误差在±0.5℃范围内,溶氧量误差在±0.3 mg/L范围内,pH值误差在±0.3范围内。各养殖关键环境因子均满足控制精度,达到了设计要求,能够满足规模水产养殖智能化的需要。     

基于ZigBee的节能型水产养殖环境监测系统

该文基于ZigBee无线传感器网络技术,设计了一种节能型水产养殖环境监测系统,用于实时监测水的温度、pH值、溶解氧浓度和浊度等参数。系统采用CC2530为核心处理器设计无线传感器节点;运用开源的Z-stack协议栈开发了节点应用程序,提高了系统的稳定性和可靠性;使用9 V锂电池为无线传感器节点供电,实现了系统的无线化;采用C/S和B/S混合编程模式开发了简单直观的本地用户监测界面和远程监测网站,实现了系统的本地监测和远程监测;采用分时、分区供电的方式和数据融合技术延长了节点的生存时间。该文介绍了系统软硬件设计方法,并重点阐述了软件和硬件的节能策略。实验室测试表明,采用方案4（传感器不一直工作,数据全部发送）,节点数据采集周期为10 min,节点能正常工作94 d,实际系统上线时,节点数据采集周期为30 min,节点预计能正常工作280 d左右;运用节能策略后,节点寿命延长了1倍。在甘肃省某虹鳟鱼养殖基地进行了实地测试,路由节点剩余能量约占总能量的47%,终端节点剩余能量约占总能量的33%,路由节点能量消耗较快,距离汇聚节点最近的16号路由节点的寿命预估只有134 d。结果表明该系统具有功耗低、运行稳定、网络寿命长等优点,能实现水产养殖环境的实时监测,具有很好的市场前景和推广价值。     

基于无线传感器网络的无人机农田信息监测系统

移动无线传感器网络技术为农田信息监测提供了高效可行的技术手段。该研究根据南方农田地块相对分散、丘陵山地多,农情信息获取环境恶劣、采集数据时间周期长、网络分割成块的特点,利用UAV(unmanned aerial vehicle)具有的高效、灵活的特性,结合低功耗无线传感器网络,提出一种满足南方农田信息获取采样和数据业务需求的三层架构的无线传感器网络体系结构TUFSN(three-tire unmanned aerial vehicle farmland sensor network),其由数据采集层、中继传输层和移动汇聚层组成,该体系结构具有系统结构合理、可扩展性好、系统整体能耗低等特点。通过仿真可得中继节点RN（relay node）的缓存大小范围为3～13kB,系统试验中携带移动节点的UAV以1m/s的速度、15 m的高度在农田上空飞过,飞行过程中与地面中继节点通信并采集农田信息,UAV与地面中继节点的平均通信时长为26 s,仿真和试验表明,基于UAV的三层架构农田信息采集无线传感器网络很好地满足了南方地区农田信息数据采集和监控的生命周期长、传输数据可靠、覆盖面积广的要求。     

基于物联网Android平台的水产养殖远程监控系统

为了促进江苏省智能农业的发展,该文开发了一种基于物联网Android平台的水产养殖远程监控系统,实现了对多传感器节点的信息（pH值、温度、水位、溶解氧等环境参数）远程采集和数据存储功能,实现了对多控制节点的远程控制。系统不受时间地域限制,用户可以在任何具备网络覆盖的地方从手机上浏览并获取数据,将数据从数据库中导出到用户的SD卡上,以TXT格式存储,系统多手机用户客户端可以共享一台服务器,具有很高的性价比。系统采用CC2430作为底层管理芯片,控制部分采用模糊PID控制算法,系统通过在江苏省溧阳长荡湖实验基地系统的实际调试,各项指标均达到要求,温度测量精度达到0.5℃,pH值测量精度达到0.3,溶解氧的控制精度在±0.3 mg/L以内,水位波动控制在平均±1 cm左右,能够满足水产养殖的需要。     

基于移动无线传感器网络的植株图像监测系统设计与测试

针对静态无线传感器网络(static wireless sensor network,SWSN)在图像监测中功耗分布不均、传输不可靠等问题,设计了基于移动无线传感器网络(mobile wireless sensor network,MWSN)的农田植株图像监测系统。选用JN5139模块搭配摄像头采集和编码图像,利用无人机(unmanned aerial vehicle,UAV)搭载协调器收集信息。通过仿真和测试可得,节点在MWSN中的最小功耗为10μW,工作功耗为133 m W,在SWSN中为133 m W,路由节点功耗为普通节点的2倍;在10~35 m范围内,MWSN的信号强度为-68~-86 dbm,SWSN为-83~-85 dbm;在10~80 m范围内,MWSN的误码率范围是0~9.2%,SWSN是0~38.6%。试验时UAV在15 m高空悬停接收地面设备发出的图像数据,测得获取一张图片平均需135 s,图片分包平均为22次,解码后的图像可以较好的反映植株生长状态。上述结果表明,工作时间相同,MWSN中节点的功耗差异性小,呈均匀分布;在一定距离范围内,MWSN的传输能力和抗干扰能力整体上优于SWSN,能保证数据传输的可靠性,因此,基于移动无线传感器网络技术的图像监控系统能够满足大范围农田中植株图像的监测需求。     

基于无线传感器网络的作物水分状况监测系统研究与设计

为实现准确判断作物水分亏缺程度,为精量灌溉提供科学依据,论文采用无线传感器网络技术,设计了作物水分状况监测系统。该系统实现了信息采集节点的自动部署、数据自组织传输,可以使人们随时随地精确获取作物需水信息,包括引起作物水分亏缺的环境信息（温度、湿度、土壤温度、土壤湿度）以及水分亏缺时作物水分生理指标微变化信息等。它具有功耗低、成本低廉、鲁棒性好、扩展灵活等优点。初步试验表明了该系统的合理性与实用性。可以应用于温室、农田、苗圃等区域。该文为无线传感器网络在设施农业中的应用做出了探索性研究     

无线传感器网络作物水分状况监测系统的上位机软件开发

该文在Microsoft Visual C++ 6.0和National Instruments LabVIEW 8.6等环境下,开发了WSN-CWSM系统的上位机软件。该上位机软件由后台管理软件和数据管理软件2个模块组成。后台管理软件由数据库、数据处理引擎、图形用户界面和后台组件4个子模块组成;数据管理软件由参数设置、数据采集、数据处理、控制输出和数据管理5个子模块组成。WSN-CWSM系统上位机软件提供了与Internet的标准接口,集成了传感器节点的校正引擎和传感数据的数据融合机制,所有人机接口采用友好的图形化界面设计。试验结果表明：所开发的上位机软件具有良好的稳定性、完善的功能性和便捷的人机接口等优点,实现了对各种传感数据和系统数据的有效组织与管理。目前,上位机软件能够满足WSN-CWSM系统的应用需求。     

农田土壤含水率监测的无线传感器网络系统设计

为解决传统土壤含水率监测中所存在的监测区域面积小、采样率低等问题,设计和开发了基于无线传感器网络技术的土壤含水率监测系统,包括10个传感器节点,1个簇首和1个基站节点,可按任意时间间隔全自动地采集、处理、传输和存储地表以下4个不同土层土壤含水率变化状况;各类节点采用TinyOS操作系统,节点间通信遵循ZigBee协议;含水率测量采用EC-5传感器;太阳能供电模块的供电能力满足传感器节点及簇首的能耗需求;进行了数据包传输率试验,10个传感器节点中有7个的数据包正确传输率高于90%,1个节点的数据包正确传输率为89.2%,2个节点的传输率低于70%。造成2个节点数据包传输率较低的主要原因是太阳能供电电路制作,通过更换电路板解决了该问题。试验结果表明,系统能够实现稳定的数据传输,适合农田土壤含水率的实时监测。     

基于无线传感网络的耕种机具空间力监测系统开发与试验

针对实时监测耕种机具作业中所受空间力大小,该文提出了一种能够在现场和远程实时监测耕种机具受力情况并带有提示报警的监测系统。该系统采用基于Zigbee的WSN（wireless sensor network）完成数据的采集和近程传输,采用嵌入式处理器ARM11作为现场监测终端的中央处理单元CPU,并搭建WinCE6.0操作系统,完成数据交换、处理和监测报警等功能。通过安装在耕种机具上的测力传感器,实现对耕种机具受力情况的实时检测。经土槽试验测试,系统实现了耕种机具空间力的实时监测以及监测数据的存储,人机界面交互性良好,可为耕种机具的研究设计提供技术支持。     

基于无线传感器网络与GIS的蓝藻水华爆发动态监测与模拟

准确获取水体中物质含量与分布区域是开展蓝藻水华爆发预防、预测、预警工作的基础。针对内陆湖泊蓝藻水华爆发突发性、随机性、区域性等特点,研究了一种基于无线传感器网络（wireless sensors networks,WSNs）及地理信息系统（Geographic Information System,GIS）相结合的蓝藻水华爆发动态监测与模拟方法。利用水质传感器组成多源异构水环境感知单元,获取湖泊水质数据;将改进的灰色理论（A Grey Model,AGM）及BP人工神经网络（BP Artificial Neural Network,BPANN）相结合,从而预测24 h内蓝藻水华的浓度与趋势;结合GIS强大的空间分析能力,实现蓝藻水华变化的空间描述。滇池现场试验结果表明,该方法具有一定的普适性,能够为湖泊环境保护与治理提供理论依据及数据支持。     

基于ZigBee和PDA的农田信息无线传感器网络

为了实现农田信息的实时采集、处理与可视化,缩短数据采集和处理间的时差,开发了基于ZigBee和PDA的农田信息无线传感器网络。系统由集成ZigBee协调器的PDA和带传感器的路由节点组成。通过无线传感器网络,用户手持PDA可实时动态访问田间信息,并控制传感器的供电电源开关,以节省功耗。采集的田间信息包括土壤水分、土壤温度、土壤电导率、空气温湿度。其中土壤温度、空气温湿度传感器为数字式传感器,土壤水分、土壤电导率传感器为模拟传感器。节点通信距离试验表明,正常工作条件下,40 m距离的丢包率只有0.092,满