农田灌溉系统监测数据校准和融合技术研究

发布时间：2022-12-17 16:02

　　针对当前农田灌溉缺乏科学技术指导现状,已经出现如大水灌溉等粗放型灌溉现象,水资源浪费问题越加突出。基于物联网的精准农田灌溉系统体系结构,文中提出一种多传感器两级信息校准和融合算法。第一级采用BP神经网络算法校准传感器数据,第二级采用多传感器自适应加权数据融合算法。通过传感器校准和数据融合性能试验对算法有效性进行验证。结果表明,BP神经网络算法提高了数据的准确性,数据融合算法提供良好的数据融合效果,融合后土壤水分的平均相对误差由0.713%降低到0.389%,光照强度的平均相对误差由0.423%降低到0.238%。该研究为我国精准农田灌溉系统的发展提供一定的参考和借鉴。 

【文章页数】：6 页

【文章目录】：
0 引言
1 系统结构
2 校准及融合算法
    2.1 标准算法
        1) 正向传播过程。
        2) 误差反向传播过程。误差函数如式(4)所示[12]。
    2.2 融合算法
        1) 算法概要。
        2) 传感器的最优方法求取。
3 试验分析
    3.1 传感器校准试验对比
        1) 土壤湿度传感器。
        2) 光照强度传感器。
    3.2 数据融合性能对比
4 结论


【参考文献】：
期刊论文
[1]基于物联网的设施农业温室远程监控系统研究[J]. 朱丹,陈学东,张学俭,李锋,张建华.  中国农机化学报. 2020(05)
[2]基于无线传感器网络的设施农业环境智能监测系统设计[J]. 赵继春,孙素芬,郭建鑫,钟瑶,乔珠峰,陈蕾.  中国农机化学报. 2020(04)
[3]时针式喷灌机的发展现状及应用[J]. 祁亚卓.  中国农机化学报. 2019(07)
[4]农业信息化与农业现代化融合发展研究[J]. 刘国斌,车宇彤.  情报科学. 2019(01)
[5]中国农业物联网及“互联网+农业”进展[J]. 郭亚,朱南阳,夏倩,燕浩明,徐誉,蒋永年.  世界农业. 2018(07)
[6]Hybrid artificial bee colony algorithm with variable neighborhood search and memory mechanism[J]. FAN Chengli,FU Qiang,LONG Guangzheng,XING Qinghua.  Journal of Systems Engineering and Electronics. 2018(02)
[7]基于物联网的农田智能灌溉系统[J]. 白秋产.  江苏农业科学. 2017(22)
[8]基于ZigBee的农田智能节水灌溉系统的设计[J]. 陈艳丽,谢芳.  中国农机化学报. 2017(02)
[9]基于物联网的安徽省农田灌溉实时监测及自动灌溉系统研究[J]. 王铭铭,徐浩.  节水灌溉. 2017(01)
[10]基于物联网的荔枝园信息获取与智能灌溉专家决策系统[J]. 余国雄,王卫星,谢家兴,陆华忠,林进彬,莫昊凡.  农业工程学报. 2016(20)



本文编号：3720227