基于窄带物联网的中药材种植智能测控系统的设计与实现

发布时间：2023-03-02 19:08

　　随着新型冠状病毒肺炎的全球性的爆发,各个国家都在积极寻找治疗新型冠状肺炎的有效医疗方法,而中医和中药材在这次治疗疫情中发挥了重要作用,中药材在全世界再次得到了广泛的认可。本文主要针对当前销售市场上中药材药效和质量良莠不齐等问题,设计和实现了一套基于窄带物联网的中药材种植智能测控系统。本系统采用了窄带物联网技术,结合STM32单片机和传感器技术,本系统能够对影响中药材生长的环境因素实现实时监测和及时调整。对于所监测和控制的中药材,本系统运用层次分析法结合专家、药农指导明确该种中药材种植的环境适宜性等级,将监测到的中药材环境生长数据通过改进的k-means聚类算法去除噪声后再经过广义回归神经网络算法(General Regression Neural Network,简称GRNN神经网络算法)对该种中药材生长环境进行评价预测。根据中药材的生长环境评价判断该种中药材是否符合规范,实现中药材种植过程溯源。同时,根据环境预测,可以预警药农提前调整中药材的种植环境,让中药材始终处于合适的生长环境中,增加中药材的质量和产量。本系统可以应用于不同的中药材种植环境中,既可以安装在户外(荒山野岭)进行规模...

【文章页数】：69 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
    1.3 本文的主要研究内容
    1.4 论文结构安排
第二章 系统的总体设计
    2.1 系统需求分析
    2.2 系统总体方案设计
    2.3 本章小结
第三章 系统感知与传输的设计与实现
    3.1 系统感知层
        3.1.1 传感器模块
        3.1.2 土壤温度湿度盐分酸碱度测量
        3.1.3 空气温度湿度光照强度测量
    3.2 系统传输层
        3.2.1 窄带物联网模块
    3.3 网关模块
    3.4 系统软件设计
        3.4.1 嵌入式软件设计
        3.4.2 单片机模块设计
    3.5 服务器模块
    3.6 本章小结
第四章 系统智能决策层设计
    4.1 中药材智能决策方案分析
    4.2 层次分析法
        4.2.1 环境评价指标体系构建
        4.2.2 环境评价指标权值计算
        4.2.3 评价模型
    4.3 基于k-means算法的降噪处理
    4.4 基于GRNN神经网络算法的评价预测
    4.5 中药材种植土壤安全溯源
    4.6 本章小结
第五章 系统应用层设计
    5.1 基于Vue.js进行前端工程化设计
    5.2 基于Node.js的服务端设计
        5.2.1 基于Express框架服务端设计
    5.3 基于MongoDB数据库模型设计
    5.4 本章小结
第六章 系统测试
    6.1 系统功能测试
        6.1.1 系统硬件功能测试
        6.1.2 系统软件功能测试
        6.1.3 手机微信端测试
    6.2 数据可视化
    6.3 对系统环境改变测试采集数据的验证
    6.4 系统应用测试
    6.5 本章小结
第七章 总结与展望
    7.1 总结
    7.2 展望
参考文献
致谢
攻读硕士期间发表的论文



本文编号：3752466