CN108259597A - 一种高精度低成本的农田环境监测系统 - Google Patents
一种高精度低成本的农田环境监测系统 Download PDFInfo
- Publication number
- CN108259597A CN108259597A CN201810027658.XA CN201810027658A CN108259597A CN 108259597 A CN108259597 A CN 108259597A CN 201810027658 A CN201810027658 A CN 201810027658A CN 108259597 A CN108259597 A CN 108259597A
- Authority
- CN
- China
- Prior art keywords
- beaconing nodes
- farm environment
- node
- network
- monitoring system
- 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
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
- H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
- H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Abstract
一种高精度低成本的农田环境监测系统,包括土壤检测模块、无线通信模块和远程终端,所述土壤检测模块由传感器节点组成,用于对反应农田环境情况的参数指标进行采集,并通过无线传感器网络将采集得到的指标数据传送至无线通信模块,所述无线通信模块用于将接收到的指标数据传输至远程终端,所述远程终端对接收到的指标数据进行存储和显示,并在所述指标数据低于安全阈值时进行报警。本发明的有益效果为:提出一种基于无线传感器网络的农田环境监测系统,能够对农田环境参数指标进行远程和实时的监测,实现了提高农田监测的自动化程度以及数据采集精度。
Description
技术领域
本发明创造涉及农田监测领域,具体涉及一种高精度低成本的农田环境监测系统。
背景技术
农业是国民经济的基础,农业的可持续发展直接影响我国整个社会经济的发展,目前,信息化技术在推动农业的发展上越来越受到重视。无线传感器网络是实现农业信息化的重要手段,无线传感器网络技术集传感器技术、微机电系统技术、无线通信技术、嵌入式计算技术和分布式信息处理技术于一体,能够通过各类微型传感器节点间的协作、实时感知和采集被监测对象的信息,与传统的数据采集系统相比,无线传感器网络具有监测范围大、监测数据准确的优势。
本发明提供一种基于无线传感器网络的农田环境监测系统,针对传统无线传感器网络中节点跳短距离存在误差较高以及节点定位不准确的现象,采用改进的节点跳段距离计算方法以及节点定位算法,提高了节点定位精度,从而提高了传感器网络的采集精度,实现了农田环境的有效监测。
发明内容
针对上述问题,本发明旨在提供一种高精度低成本的农田环境监测系统。
本发明创造的目的通过以下技术方案实现:
一种高精度低成本的农田环境监测系统,包括土壤检测模块、无线通信模块和远程终端,所述土壤检测模块由传感器节点组成,用于对反应农田环境情况的参数指标进行采集,并通过无线传感器网络将采集得到的指标数据传送至通信模块,所述通信模块用于将接收到的指标数据传输至远程终端,所述远程终端包括数据存储单元、异常报警单元和界面显示单元,所述数据存储单元用于对接收到的指标数据进行存储,所述异常报警单元用于当反应农田环境的指标数据低于安全阈值时进行报警,所述界面显示单元用于显示传感器节点的位置信息和指标数据。
本发明创造的有益效果:本发明提供一种基于无线传感器网络的农田环境监测系统,采用传感器节点对农田环境参数指标进行采集,并通过无线传感器网络传输采集得到的参数数据,能够对农田环境参数指标进行远程和实时的监测,实现了提高农田监测的自动化程度以及数据采集精度。
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是本发明远程终端的结构示意图。
附图标记:
土壤检测模块1;数据采集单元11;网络设置单元12;无线通信模块2;远程终端3;数据存储单元31;异常报警单元32;界面显示单元33。
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和图2,本实施例的一种高精度低成本的农田环境监测系统,包括土壤检测模块1、无线通信模块2和远程终端3,所述土壤检测模块1由传感器节点组成,用于对反应农田环境情况的参数指标进行采集,并通过无线传感器网络将采集得到的指标数据传送至无线通信模块2,所述无线通信模块用于将接收到的指标数据传输至远程终端3,所述远程终端3包括数据存储单元31、异常报警单元32和界面显示单元33,所述数据存储单元31用于对接收到的指标数据进行存储,所述异常报警单元32用于当反应农田环境的指标数据低于安全阈值时进行报警,所述界面显示单元33用于显示传感器节点的位置信息和指标数据。
优选地,所述无线通信模块2采用GPRS网络实现与远程终端的数据传输。
优选地,所述反应农田环境情况的参数指标包括土壤含水量、土壤导电率以及土壤温度。
本优选实施例提供一种基于无线传感器网络的农田环境监测系统,采用传感器节点对农田环境参数指标进行采集,并通过无线传感器网络传输采集得到的参数数据,能够对农田环境参数进行远程和实时的监测,实现了提高农田监测的自动化程度以及数据采集精度。
优选地,所述土壤检测模块1包括数据采集单元11和网络设置单元12,所述数据采集单元11用于对农田参数指标进行采集,所述网络设置单元12用于对无线传感器网络中的传感器节点进行定位。
本优选实施例通过传感器节点实现了对反应农田环境的参数指标进行有效的采集,并对无线传感器网络中的节点定位算法进行改进,提高了传感器节点的定位精度。
优选地,所述网络设置单元12采用改进的节点跳段距离计算方法,具体为:
(1)计算每个信标节点的平均每跳距离HopSizem,则HopSizem的具体计算公式为:
式中,(xm,ym)代表信标节点m的位置坐标,(xn,yn)代表信标节点n的位置坐标,hn代表信标节点n与信标节点m之间的跳段数;
(2)根据上述计算所得的平均每跳距离计算未知节点i到其他信标节点j的跳段距离Lij,具体为:
Lij=HopSizeij×hij
式中,HopSizeij代表未知节点i与信标节点j之间的平均每跳距离,HopSizem代表整个网络的平均每跳距离,dsp代表信标节点s与信标节点p的之间的实际距离,hsp代表信标节点s与信标节点p的之间的跳段数,Lij代表未知节点i与信标节点j之间的跳段距离,hij代表未知节点i与信标节点j之间的跳段数。
本优选实施例采用本算法进行信标节点的平均每跳距离值得计算,根据不同的信标节点,进行基于不同信标节点的平均每跳距离修正,有效的减少了由于网络分布不均匀带来的定位误差,使得计算结果能够更加贴近网络的实际情况。
优选地,所述网络设置单元12采用改进的差分进化算法进行传感器节点定位,具体为:
(1)设无线网络中信标节点为M,未知节点数为N,初始化种群,确定种群规模NP和最大迭代次数tmax;
(2)随机在种群中选取r1和r2两个个体,得到一个差分矢量,将差分矢量乘以缩放因子F并与个体相加,从而得到变异矢量具体为:
式中,为第t代以个体为目标矢量的变异矢量,F为缩放因子,为第t代序号为r1的个体,为第t代序号为r2的个体;
(3)将变异矢量与目标矢量进行混合,产生试验个体;
(4)选择操作,对差分进化算法中的适应度函数进行优化,则优化后的适应度函数fi(t)为:
式中,为第t代种群个体的位置坐标,该个体与未知节点i相对应,(xj,yj)为第j个信标节点的坐标,dij为与该种群个体对应的未知节点i到信标节点j的跳段距离,K为到未知节点i跳段距离较近的信标节点数且K=3,hij为未知节点i到信标节点j之间的跳段数;
(5)判断是否达到最大迭代次数,如果达到最大迭代次数则终止条件,输出求解的结果,否则继续执行。
本优选实施例与传统的节点定位算法比较,本发明提出的基于差分进化算法的节点定位算法,通过对算法的适应度函数进行优化,从而得到了最优解,提高了节点定位的精度。
针对上述实施例,发明人将本实施例改进的节点定位算法与传统的DV-Hop节点定位算法进行比较,测试得到的试验数据为:
(1)设置通信半径为30m,采用传统的DV-Hop节点定位算法在不同信标节点比例的定位结果为:
信标节点比例(%) | 定位误差(m) | 定位精度(%) |
25 | 7.98 | 26.60 |
30 | 7.69 | 25.63 |
35 | 7.15 | 23.83 |
40 | 6.99 | 23.30 |
(1)设置通信半径为30m,采用本实施例改进的节点定位算法在不同信标节点比例的定位结果为:
信标节点比例(%) | 定位误差(m) | 定位精度(%) |
25 | 5.63 | 18.77 |
30 | 5.21 | 17.37 |
35 | 4.95 | 16.50 |
40 | 4.63 | 15.43 |
从上述试验结果可以看出,采用本实施例改进的节点定位算法相比传统的节点定位算法具有较小的节点定位误差,同时定位精度也得到了很大的提高。
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)
1.一种高精度低成本的农田环境监测系统,其特征是,包括土壤检测模块、无线通信模块和远程终端,所述土壤检测模块由传感器节点组成,用于对反应农田环境情况的参数指标进行采集,并通过无线传感器网络将采集得到的指标数据传送至无线通信模块,所述无线通信模块用于将接收到的指标数据传输至远程终端,所述远程终端包括数据存储单元、异常报警单元和界面显示单元,所述数据存储单元用于对接收到的指标数据进行存储,所述异常报警单元用于当反应农田环境的指标数据低于安全阈值时进行报警,所述界面显示单元用于显示传感器节点的位置信息和指标数据。
2.根据权利要求1所述的一种高精度低成本的农田环境监测系统,其特征是,所述无线通信模块采用GPRS网络实现与远程终端的数据传输。
3.根据权利要求1所述的一种高精度低成本的农田环境监测系统,其特征是,所述反应农田环境情况的参数指标包括土壤含水量、土壤导电率以及土壤温度。
4.根据权利要求3所述的一种高精度低成本的农田环境监测系统,其特征是,所述土壤检测模块包括数据采集单元和网络设置单元,所述数据采集单元用于对反应农田环境情况的参数指标进行采集,所述网络设置单元用于对无线传感器网络中的传感器节点进行定位。
5.根据权利要求4所述的一种高精度低成本的农田环境监测系统,其特征是,所述网络设置单元采用改进的节点跳段距离计算方法,具体为:
(1)计算整个网络的平均每跳距离HopSizem,则HopSizem的具体计算公式为:
式中,(xm,ym)代表信标节点m的位置坐标,(xn,yn)代表信标节点n的位置坐标,hn代表信标节点n与信标节点m之间的跳段数;
(2)根据上述计算所得的平均每跳距离计算未知节点i到其他信标节点j的跳段距离Lij,具体为:
Lij=HopSizeij×hij
式中,HopSizeij代表未知节点i与信标节点j之间的平均每跳距离,HopSizem代表整个网络的平均每跳距离,dsp代表信标节点s与信标节点p的之间的实际距离,hsp代表信标节点s与信标节点p的之间的跳段数,Lij代表未知节点i与信标节点j之间的跳段距离,hij代表未知节点i与信标节点j之间的跳段数。
6.根据权利要求5所述的一种高精度低成本的农田环境监测系统,其特征是,所述网络设置单元采用改进的差分进化算法进行传感器节点定位,具体为:
(1)设无线网络中信标节点为M,未知节点数为N,初始化种群,确定种群规模NP和最大迭代次数tmax;
(2)随机在种群中选取r1和r2两个个体,得到一个差分矢量,将差分矢量乘以缩放因子F并与个体相加,从而得到变异矢量具体为:
式中,为第t代以个体为目标矢量的变异矢量,F为缩放因子,为第t代序号为r1的个体,为第t代序号为r2的个体;
(3)将变异矢量与目标矢量进行混合,产生试验个体;
(4)选择操作,对差分进化算法中的适应度函数进行优化,则优化后的适应度函数fi(t)为:
式中,为第t代种群个体的位置坐标,该个体与未知节点i相对应,(xj,yj)为第j个信标节点的坐标,dij为与该种群个体对应的未知节点i到信标节点j的跳段距离,K为到未知节点i跳段距离较近的信标节点数且K=3,hij为未知节点i到信标节点j之间的跳段数;
(5)判断是否达到最大迭代次数,如果达到最大迭代次数则终止条件,输出求解的结果,否则继续执行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810027658.XA CN108259597A (zh) | 2018-01-11 | 2018-01-11 | 一种高精度低成本的农田环境监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810027658.XA CN108259597A (zh) | 2018-01-11 | 2018-01-11 | 一种高精度低成本的农田环境监测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108259597A true CN108259597A (zh) | 2018-07-06 |
Family
ID=62726304
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810027658.XA Pending CN108259597A (zh) | 2018-01-11 | 2018-01-11 | 一种高精度低成本的农田环境监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108259597A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109115988A (zh) * | 2018-08-02 | 2019-01-01 | 梧州市兴能农业科技有限公司 | 农田土壤质量无线传感器网络监测装置 |
CN109151754A (zh) * | 2018-09-03 | 2019-01-04 | 广州市花林景观工程有限公司 | 农田环境高精度无线监测系统 |
CN113015108A (zh) * | 2021-02-13 | 2021-06-22 | 中国科学院南京土壤研究所 | 基于移动网络通讯的土壤参数监测方法 |
CN113971873A (zh) * | 2021-08-20 | 2022-01-25 | 广州杰赛科技股份有限公司 | 基于无线传感器网络的危化品探测方法、装置及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101557647A (zh) * | 2009-05-15 | 2009-10-14 | 广东工业大学 | 无线传感器网络农田污染区域跟踪系统及其方法 |
CN104006848A (zh) * | 2014-04-28 | 2014-08-27 | 长沙敏源电子有限公司 | 一种可带多传感器的农田农情监测系统 |
CN107071718A (zh) * | 2017-06-15 | 2017-08-18 | 梧州市兴能农业科技有限公司 | 一种高精度的农田环境监测系统 |
CN107492244A (zh) * | 2017-04-27 | 2017-12-19 | 安徽华脉科技发展有限公司 | 一种基于无线传感器网络的农田环境监测系统 |
-
2018
- 2018-01-11 CN CN201810027658.XA patent/CN108259597A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101557647A (zh) * | 2009-05-15 | 2009-10-14 | 广东工业大学 | 无线传感器网络农田污染区域跟踪系统及其方法 |
CN104006848A (zh) * | 2014-04-28 | 2014-08-27 | 长沙敏源电子有限公司 | 一种可带多传感器的农田农情监测系统 |
CN107492244A (zh) * | 2017-04-27 | 2017-12-19 | 安徽华脉科技发展有限公司 | 一种基于无线传感器网络的农田环境监测系统 |
CN107071718A (zh) * | 2017-06-15 | 2017-08-18 | 梧州市兴能农业科技有限公司 | 一种高精度的农田环境监测系统 |
Non-Patent Citations (1)
Title |
---|
杨楚皙: "基于差分进化的DV-Hop定位改进算法", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109115988A (zh) * | 2018-08-02 | 2019-01-01 | 梧州市兴能农业科技有限公司 | 农田土壤质量无线传感器网络监测装置 |
CN109151754A (zh) * | 2018-09-03 | 2019-01-04 | 广州市花林景观工程有限公司 | 农田环境高精度无线监测系统 |
CN113015108A (zh) * | 2021-02-13 | 2021-06-22 | 中国科学院南京土壤研究所 | 基于移动网络通讯的土壤参数监测方法 |
CN113015108B (zh) * | 2021-02-13 | 2023-04-28 | 中国科学院南京土壤研究所 | 基于移动网络通讯的土壤参数监测方法 |
CN113971873A (zh) * | 2021-08-20 | 2022-01-25 | 广州杰赛科技股份有限公司 | 基于无线传感器网络的危化品探测方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108259597A (zh) | 一种高精度低成本的农田环境监测系统 | |
CN101860959B (zh) | 基于rssi的无线传感器网络的定位方法 | |
CN103402258B (zh) | 一种基于Wi‑Fi的室内定位系统和方法 | |
CN105072581B (zh) | 一种基于路径衰减系数建库的室内定位方法 | |
CN104469942B (zh) | 一种基于隐马尔科夫模型的室内定位方法 | |
CN104684081B (zh) | 基于距离聚类遴选锚节点的无线传感器网络节点定位算法 | |
CN108716918B (zh) | 一种基于网格聚类的rssi室内定位算法 | |
CN103747419B (zh) | 一种基于信号强度差值与动态线性插值的室内定位方法 | |
CN103885030A (zh) | 一种无线传感器网络移动节点的定位方法 | |
CN105813020A (zh) | 一种自适应环境的rssi校正的无线传感器网络定位算法 | |
US20170241973A1 (en) | System and method for instantaneously determining uniform distribution of water, salinity, conductivity, temperature and other conditions in soil | |
CN103249144B (zh) | 一种基于c型的无线传感器网络节点定位方法 | |
CN103415072B (zh) | 一种无线传感网络中基于估距的定位方法 | |
CN103529427A (zh) | 无线传感网随机部署下的目标定位方法 | |
CN104507097A (zh) | 一种基于WiFi位置指纹的半监督训练方法 | |
CN102967848B (zh) | 一种基于距离关系库及接收信号强度的定位方法 | |
CN105530702A (zh) | 一种基于自组织映射的无线传感网络移动节点定位方法 | |
CN115776724B (zh) | 面向电磁频谱地图测绘的传感器节点布局优化方法及系统 | |
CN105116399A (zh) | 一种针对超宽带雷达回波的土壤湿度反演方法 | |
CN108732534A (zh) | 一种基于加权mds的多标签协作定位方法 | |
CN103702282A (zh) | 一种基于迁移压缩感知的多种类多目标被动式定位方法 | |
CN104050254A (zh) | 利用室内数据构建3d室内特征库的方法 | |
CN106771051A (zh) | 一种大田土壤墒情信息测量方法及系统 | |
CN104955148A (zh) | 一种利用电磁波对称传播特性的无线传感网络定位方法 | |
CN102621523B (zh) | 一种无边界样地标定方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180706 |