CN107493335A - 一种用于精准农业的农作物监测系统 - Google Patents
一种用于精准农业的农作物监测系统 Download PDFInfo
- Publication number
- CN107493335A CN107493335A CN201710714518.5A CN201710714518A CN107493335A CN 107493335 A CN107493335 A CN 107493335A CN 201710714518 A CN201710714518 A CN 201710714518A CN 107493335 A CN107493335 A CN 107493335A
- Authority
- CN
- China
- Prior art keywords
- crops
- mrow
- node
- msub
- monitoring
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
- H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种用于精准农业的农作物监测系统,包括农作物传感监测模块、农作物监控管理平台和管理移动终端,所述农作物传感监测模块通过无线网络连接至农作物监控管理平台;所述农作物传感监测模块用于实时采集农作物的生育特征数据以及相应的农作物地理位置,并将采集的生育特征数据和农作物地理位置发送至农作物监控管理平台;所述农作物监控管理平台根据采集的生育特征数据和农作物地理位置,分析农作物的生长状况,并将分析结果传送至预设的管理移动终端。本发明实现了在线、实时、定位对农作物生长状况的较高精度微观化的监测,自动化程度高,省时省力。
Description
技术领域
本发明创造涉及农业监测技术领域,具体涉及一种用于精准农业的农作物监测系统。
背景技术
相关技术中,为及时掌握农业的生长发育情况,经常根据人工经验进行可靠性不高的外观诊断;或采用基于上壤和作物的实验室分析,普遍要求破坏土壤和植被样本,且测量费时费力,过程复杂。
发明内容
为解决上述问题,本发明提供一种用于精准农业的农作物监测系统。
本发明创造的目的通过以下技术方案实现:
一种用于精准农业的农作物监测系统,包括农作物传感监测模块、农作物监控管理平台和管理移动终端,所述农作物传感监测模块通过无线网络连接至农作物监控管理平台;所述农作物传感监测模块用于实时采集农作物的生育特征数据以及相应的农作物地理位置,并将采集的生育特征数据和农作物地理位置发送至农作物监控管理平台;所述农作物监控管理平台根据采集的生育特征数据和农作物地理位置,分析农作物的生长状况,并将分析结果传送至预设的管理移动终端。
其中,生育特征数据包括农作物生长的环境参数、农作物高度等。
优选地,所述农作物监控管理平台包括用于存储生育特征数据的数据存储模块以及用于根据生育特征数据分析农作物的生长状况的数据分析模块。
优选地,所述管理移动终端设置于手机上。
本发明创造的有益效果:实现了在线、实时、定位对农作物生长状况的较高精度微观化的监测,自动化程度高,省时省力。
附图说明
利用附图对发明创造作进一步说明,但附图中的实施例不构成对本发明创造的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1是本发明结构示意图;
图2是农作物监控管理平台的结构示意图。
附图标记:
农作物传感监测模块1、农作物监控管理平台2、管理移动终端3、数据存储模块10、数据分析模块20。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1、图2,本实施例的一种用于精准农业的农作物监测系统,包括农作物传感监测模块1、农作物监控管理平台2和管理移动终端3,所述农作物传感监测模块1通过无线网络连接至农作物监控管理平台2;所述农作物传感监测模块1用于实时采集农作物的生育特征数据以及相应的农作物地理位置,并将采集的生育特征数据和农作物地理位置发送至农作物监控管理平台2;所述农作物监控管理平台2根据采集的生育特征数据和农作物地理位置,分析农作物的生长状况,并将分析结果传送至预设的管理移动终端3。
其中,生育特征数据包括农作物生长的环境参数、农作物高度等。
优选地,所述农作物监控管理平台2包括用于存储生育特征数据的数据存储模块10以及用于根据生育特征数据分析农作物的生长状况的数据分析模块20。
优选地,所述管理移动终端3设置于手机上。
本发明上述实施例实现了在线、实时、定位对农作物生长状况的较高精度微观化的监测,自动化程度高,省时省力。
优选地,所述的农作物传感监测模块1包括多个分布于监测区域内的农作物监测节点和一个汇聚节点,每个农作物监测节点具有唯一的身份标识号,各农作物监测节点具有相同的初始能量以及数据处理和通信能力;初始化时,各农作物监测节点和汇聚节点通过广播初始化消息建立自身的邻居节点列表,并进行分簇,农作物监测节点将生育特征数据发送至所在簇内的簇头节点,进而由簇头节点对接收的生育特征数据进行融合并发送至汇聚节点。
优选地,簇头节点周期性地评估簇内农作物监测节点的信任度,设定休眠阈值,若农作物监测节点的信任度低于设定的信任度阈值的次数超过设定的休眠阈值,则簇头节点向该农作物监测节点发出休眠指令,使其进入休眠状态;
其中,簇头节点周期性地评估簇内农作物监测节点的信任度,具体包括:
(1)各农作物监测节点向簇头节点发送生育特征数据,设为{x1,x2,..,xk},簇头节点根据{x1,x2,..,xk}计算融合值X:
式中,xμ表示向簇头节点发送的第μ个生育特征数据,k为各农作物监测节点向簇头节点发送生育特征数据的总数;
(2)假设簇内各农作物监测节点发送的生育特征数据满足高斯分布,则簇内各农作物监测节点发送的生育特征数据满足一个数学期望为X,均方差为σ的高斯分布,按照下列公式评估农作物监测节点的信任度:
式中,Tα表示农作物监测节点α的信任度,xα表示农作物监测节点α向所在簇的簇头节点发送的生育特征数据,Xα表示农作物监测节点α向所在簇的簇头节点计算的融合值,σα表示农作物监测节点α所在簇内的生育特征数据对应的均方差,4(α)表示农作物监测节点α的邻居节点集合,xβ表示农作物监测节点α的邻居节点β向所在簇的簇头节点发送的生育特征数据,Xβ表示邻居节点β向所在簇的簇头节点计算的融合值,σβ表示邻居节点β所在簇内的生育特征数据对应的均方差,Sαβ表示α、β之间的数据相似度,
本实施例对信任度低的农作物监测节点进行休眠,能够避免信任度低的农作物监测节点影响生育特征数据的精度,提高生育特征数据收集的可靠度,其中设定了具体的农作物监测节点的信任度评估策略,该策略对农作物监测节点的信任度进行了量化,提出了精度较高的信任度评估公式,能够提高农作物监测节点的信任度评估效率,有利于降低信任度评估的能量消耗。
优选地,农作物监测节点将生育特征数据发送至所在簇内的簇头节点,具体包括:
(1)农作物监测节点确定与所在簇的簇头节点之间的跳数,当与所在簇的簇头节点为单跳距离时,直接将生育特征数据发送至簇头节点;
(2)农作物监测节点与所在簇的簇头节点为多跳距离时,其在簇内选择一个邻居节点作为下一跳中继转发节点进行生育特征数据传输,具体包括:
1)农作物监测节点确认位于簇内的所有邻居节点,并获取每个邻居节点的当前评估的信任度;
2)按照下列公式计算邻居节点成为下一跳中继转发节点的概率,并选择概率最大的邻居节点作为下一跳中继转发节点:
式中,Pj表示农作物监测节点i的第j个邻居节点成为下一跳中继转发节点的概率,Tj表示j的当前信任度,T;为设定的信任度阈值,f(·)为判断函数,若Tj-T;≥0,则f(Tj-T;)=1,若Tj-T;<0,则f(Tj-T;,=0,Ej为j的当前剩余能量,Ej0为j的初始能量,d(j,o)为j到所在簇的簇头节点之间的距离,d(i,o)为农作物监测节点i到所在簇的簇头节点之间的距离,λ为设定的权重系数。
本优选实施例设计了农作物监测节点发送生育特征数据至簇头节点的路由策略,并在农作物监测节点与所在簇的簇头节点为多跳距离时,根据概率选择下一跳用于转发生育特征数据的中继转发节点,该概率在综合考虑能量比和与簇头节点间的距离因素的基础上进一步考虑了农作物监测节点的信任度,使得选出的中继转发节点能够更加安全有效地承担生育特征数据转发的任务,提高了生育特征数据传输的可靠度,并尽可能地形成较短的农作物监测节点的生育特征数据传输路径,避免花费较多的生育特征数据传输成本。
优选地,当中继转发节点满足下列条件时,农作物监测节点在簇内重新选择一个邻居节点作为下一跳中继转发节点进行生育特征数据传输:
式中,Tγ为中继转发节点γ的当前信任度,若Tγ-T;≥0,则f(Tγ-T;)=1,若Tγ-T;<0,则f(Tγ-T;)=0,Eγ为中继转发节点γ的当前剩余能量,Eγ0为中继转发节点γ的初始能量,Nγ表示当前选择γ为下一跳中继转发节点的农作物监测节点数目。
本实施例基于信任度、承担生育特征数据转发任务量和能量因素设计了中继转发节点的更新策略,在中继转发节点不能够满足要求时进行更新,能够保障生育特征数据的转发,提高生育特征数据收集的可靠度,同时平衡充当中继转发节点的农作物监测节点的负载,均衡农作物监测节点的能量。
最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。
Claims (6)
1.一种用于精准农业的农作物监测系统,其特征是,包括农作物传感监测模块、农作物监控管理平台和管理移动终端,所述农作物传感监测模块通过无线网络连接至农作物监控管理平台;所述农作物传感监测模块用于实时采集农作物的生育特征数据以及相应的农作物地理位置,并将采集的生育特征数据和农作物地理位置发送至农作物监控管理平台;所述农作物监控管理平台根据采集的生育特征数据和农作物地理位置,分析农作物的生长状况,并将分析结果传送至预设的管理移动终端。
2.根据权利要求1所述的一种用于精准农业的农作物监测系统,其特征是,所述农作物监控管理平台包括用于存储生育特征数据的数据存储模块以及用于根据生育特征数据分析农作物的生长状况的数据分析模块。
3.根据权利要求2所述的一种用于精准农业的农作物监测系统,其特征是,所述管理移动终端设置于手机上。
4.根据权利要求1所述的一种用于精准农业的农作物监测系统,其特征是,所述的农作物传感监测模块包括多个分布于监测区域内的农作物监测节点和一个汇聚节点,每个农作物监测节点具有唯一的身份标识号,各农作物监测节点具有相同的初始能量以及数据处理和通信能力;初始化时,各农作物监测节点和汇聚节点通过广播初始化消息建立自身的邻居节点列表,并进行分簇,农作物监测节点将生育特征数据发送至所在簇内的簇头节点,进而由簇头节点对接收的生育特征数据进行融合并发送至汇聚节点。
5.根据权利要求4所述的一种用于精准农业的农作物监测系统,其特征是,簇头节点周期性地评估簇内农作物监测节点的信任度,设定休眠阈值,若农作物监测节点的信任度低于设定的信任度阈值的次数超过设定的休眠阈值,则簇头节点向该农作物监测节点发出休眠指令,使其进入休眠状态。
6.根据权利要求5所述的一种用于精准农业的农作物监测系统,其特征是,簇头节点周期性地评估簇内农作物监测节点的信任度,具体包括:
(1)各农作物监测节点向簇头节点发送生育特征数据,设为{x1,x2,..,xk},簇头节点根据{x1,x2,..,xk}计算融合值X:
<mrow>
<mi>X</mi>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</mfrac>
<mo>&lsqb;</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>&mu;</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>j</mi>
</munderover>
<msub>
<mi>x</mi>
<mi>&mu;</mi>
</msub>
<mo>-</mo>
<munder>
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
</mrow>
<mrow>
<mi>&mu;</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>..</mn>
<mo>,</mo>
<mi>k</mi>
</mrow>
</munder>
<msub>
<mi>x</mi>
<mi>&mu;</mi>
</msub>
<mo>-</mo>
<munder>
<mi>max</mi>
<mrow>
<mi>&mu;</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>..</mn>
<mo>,</mo>
<mi>k</mi>
</mrow>
</munder>
<msub>
<mi>x</mi>
<mi>&mu;</mi>
</msub>
<mo>&rsqb;</mo>
</mrow>
式中,xμ表示向簇头节点发送的第μ个生育特征数据,k为各农作物监测节点向簇头节点发送生育特征数据的总数;
(2)假设簇内各农作物监测节点发送的生育特征数据满足高斯分布,则簇内各农作物监测节点发送的生育特征数据满足一个数学期望为X,均方差为σ的高斯分布,按照下列公式评估农作物监测节点的信任度:
<mrow>
<msub>
<mi>T</mi>
<mi>&alpha;</mi>
</msub>
<mo>=</mo>
<mn>0.9</mn>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mfrac>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>&alpha;</mi>
</msub>
<mo>-</mo>
<msub>
<mi>X</mi>
<mi>&alpha;</mi>
</msub>
<mo>)</mo>
</mrow>
<mrow>
<msup>
<msub>
<mi>&sigma;</mi>
<mi>&alpha;</mi>
</msub>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
</mrow>
</msup>
<mo>+</mo>
<mn>0.1</mn>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>&beta;</mi>
<mo>&Element;</mo>
<mi>A</mi>
<mrow>
<mo>(</mo>
<mi>&alpha;</mi>
<mo>)</mo>
</mrow>
</mrow>
</munder>
<mo>&lsqb;</mo>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mfrac>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>&beta;</mi>
</msub>
<mo>-</mo>
<msub>
<mi>X</mi>
<mi>&beta;</mi>
</msub>
<mo>)</mo>
</mrow>
<mrow>
<msup>
<msub>
<mi>&sigma;</mi>
<mi>&beta;</mi>
</msub>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
</mrow>
</msup>
<mfrac>
<msub>
<mi>S</mi>
<mrow>
<mi>&alpha;</mi>
<mi>&beta;</mi>
</mrow>
</msub>
<mrow>
<msub>
<mo>&Sigma;</mo>
<mrow>
<mi>&beta;</mi>
<mo>&Element;</mo>
<mi>A</mi>
<mrow>
<mo>(</mo>
<mi>&alpha;</mi>
<mo>)</mo>
</mrow>
</mrow>
</msub>
<msub>
<mi>S</mi>
<mrow>
<mi>&alpha;</mi>
<mi>&beta;</mi>
</mrow>
</msub>
</mrow>
</mfrac>
<mo>&rsqb;</mo>
</mrow>
式中,Tα表示农作物监测节点α的信任度,xα表示农作物监测节点α向所在簇的簇头节点发送的生育特征数据,Xα表示农作物监测节点α向所在簇的簇头节点计算的融合值,σα表示农作物监测节点α所在簇内的生育特征数据对应的均方差,4(α)表示农作物监测节点α的邻居节点集合,xβ表示农作物监测节点α的邻居节点β向所在簇的簇头节点发送的生育特征数据,Xβ表示邻居节点β向所在簇的簇头节点计算的融合值,σβ表示邻居节点β所在簇内的生育特征数据对应的均方差,Sαβ表示α、β之间的数据相似度,
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710714518.5A CN107493335A (zh) | 2017-08-18 | 2017-08-18 | 一种用于精准农业的农作物监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710714518.5A CN107493335A (zh) | 2017-08-18 | 2017-08-18 | 一种用于精准农业的农作物监测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107493335A true CN107493335A (zh) | 2017-12-19 |
Family
ID=60645437
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710714518.5A Pending CN107493335A (zh) | 2017-08-18 | 2017-08-18 | 一种用于精准农业的农作物监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107493335A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107567004A (zh) * | 2017-09-13 | 2018-01-09 | 深圳市益鑫智能科技有限公司 | 一种农作物生长状况智能监测系统 |
CN108288353A (zh) * | 2017-12-25 | 2018-07-17 | 韦德永 | 一种基于无线传感器网络的山体滑坡监测预警系统 |
CN110720339A (zh) * | 2019-09-26 | 2020-01-24 | 浙江海洋大学 | 一种区域农田害虫监控方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101930662A (zh) * | 2009-10-10 | 2010-12-29 | 中国农业科学院农业资源与农业区划研究所 | 基于远程监控的农田信息实时监测系统及方法 |
US20100332149A1 (en) * | 1998-12-17 | 2010-12-30 | Hach Company | Method and system for remote monitoring of fluid quality and treatment |
CN201754092U (zh) * | 2010-08-10 | 2011-03-02 | 南京瀚之显电子科技有限公司 | 基于Zigbee网络的农业大棚温湿度监测系统 |
CN104702648A (zh) * | 2013-12-06 | 2015-06-10 | 大连灵动科技发展有限公司 | 无线传感网络农业监测系统 |
CN106447518A (zh) * | 2016-12-02 | 2017-02-22 | 上海巽晔计算机科技有限公司 | 一种生态农业监测系统 |
CN106547295A (zh) * | 2016-10-25 | 2017-03-29 | 安徽农业大学 | 一种农业大棚环境监控系统 |
CN106921729A (zh) * | 2017-01-16 | 2017-07-04 | 中州大学 | 一种农业墒情监测系统 |
-
2017
- 2017-08-18 CN CN201710714518.5A patent/CN107493335A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100332149A1 (en) * | 1998-12-17 | 2010-12-30 | Hach Company | Method and system for remote monitoring of fluid quality and treatment |
CN101930662A (zh) * | 2009-10-10 | 2010-12-29 | 中国农业科学院农业资源与农业区划研究所 | 基于远程监控的农田信息实时监测系统及方法 |
CN201754092U (zh) * | 2010-08-10 | 2011-03-02 | 南京瀚之显电子科技有限公司 | 基于Zigbee网络的农业大棚温湿度监测系统 |
CN104702648A (zh) * | 2013-12-06 | 2015-06-10 | 大连灵动科技发展有限公司 | 无线传感网络农业监测系统 |
CN106547295A (zh) * | 2016-10-25 | 2017-03-29 | 安徽农业大学 | 一种农业大棚环境监控系统 |
CN106447518A (zh) * | 2016-12-02 | 2017-02-22 | 上海巽晔计算机科技有限公司 | 一种生态农业监测系统 |
CN106921729A (zh) * | 2017-01-16 | 2017-07-04 | 中州大学 | 一种农业墒情监测系统 |
Non-Patent Citations (1)
Title |
---|
王娜: "无线传感网节点信任检测量化模型与方法研究", 《中国博士学位论文全文数据 信息科技辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107567004A (zh) * | 2017-09-13 | 2018-01-09 | 深圳市益鑫智能科技有限公司 | 一种农作物生长状况智能监测系统 |
CN107567004B (zh) * | 2017-09-13 | 2019-07-16 | 南通御福源药业有限公司 | 一种农作物生长状况智能监测系统 |
CN108288353A (zh) * | 2017-12-25 | 2018-07-17 | 韦德永 | 一种基于无线传感器网络的山体滑坡监测预警系统 |
CN110720339A (zh) * | 2019-09-26 | 2020-01-24 | 浙江海洋大学 | 一种区域农田害虫监控方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | An Asynchronous Clustering and Mobile Data Gathering Schema Based on Timer Mechanism in Wireless Sensor Networks. | |
Hoang et al. | Optimal data aggregation tree in wireless sensor networks based on intelligent water drops algorithm | |
Misra et al. | Ant-aggregation: ant colony algorithm for optimal data aggregation in wireless sensor networks | |
Keshtgary et al. | An efficient wireless sensor network for precision agriculture | |
CN107493335A (zh) | 一种用于精准农业的农作物监测系统 | |
Harizan et al. | Evolutionary algorithms for coverage and connectivity problems in wireless sensor networks: a study | |
CN102300281B (zh) | 一种基于无线传感网络的桥梁状态监测路由方法 | |
CN102413509A (zh) | 一种wsn中的时延受限能耗均衡数据采集树构建方法 | |
CN107257367A (zh) | 果园生态环境无线传感器网络监测系统 | |
Venkatasubramanian et al. | Maximization of network lifetime using energy efficient super clustering protocol based on ldha-tsro in manet | |
CN104284386A (zh) | 基于点介数的无线传感器网络簇头选择方法 | |
Abdulsattar et al. | Evaluating MANET technology in optimizing IoT-based multiple WBSN model in soccer players health study | |
Jabbar et al. | Spider monkey optimization routing protocol for wireless sensor networks. | |
Maheswararajah et al. | Management of orphaned-nodes in wireless sensor networks for smart irrigation systems | |
Pei et al. | UAV-assisted connectivity enhancement algorithms for multiple isolated sensor networks in agricultural Internet of Things | |
Pandiyaraju et al. | An optimal energy utilization model for precision agriculture in WSNs using multi-objective clustering and deep learning | |
CN108020644A (zh) | 水产品养殖水质监测系统 | |
CN107959729A (zh) | 基于无线传感器网络的农作物生长环境监测系统及方法 | |
CN107396421A (zh) | 一种高效的无线传感器网络路径优化系统 | |
Banik et al. | A strategic routing analysis for agro sensor communications in mobile ad hoc networks | |
Swapna et al. | Performance analysis of ant-lion optimization based routing algorithm for wireless sensor networks | |
Jose et al. | A novel scheme for energy enhancement in wireless sensor networks | |
JAHANBAKHSH et al. | Energy efficient routing in mobile ad hoc networks by using honey bee mating optimization | |
CN105246123A (zh) | 一种改进的carp路由协议 | |
CN107659474A (zh) | 一种智能家居控制系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171219 |
|
RJ01 | Rejection of invention patent application after publication |