CN109001394A - 基于物联网技术的农田灌溉水水质监测系统 - Google Patents
基于物联网技术的农田灌溉水水质监测系统 Download PDFInfo
- Publication number
- CN109001394A CN109001394A CN201810715638.1A CN201810715638A CN109001394A CN 109001394 A CN109001394 A CN 109001394A CN 201810715638 A CN201810715638 A CN 201810715638A CN 109001394 A CN109001394 A CN 109001394A
- Authority
- CN
- China
- Prior art keywords
- node
- water
- sensor
- water quality
- farmland irrigating
- 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.)
- Withdrawn
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 123
- 238000012544 monitoring process Methods 0.000 title claims abstract description 33
- 238000005516 engineering process Methods 0.000 title claims abstract description 18
- 230000002776 aggregation Effects 0.000 claims abstract description 39
- 238000004220 aggregation Methods 0.000 claims abstract description 39
- 238000004458 analytical method Methods 0.000 claims abstract description 30
- 230000005540 biological transmission Effects 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000012806 monitoring device Methods 0.000 claims abstract description 8
- 239000003621 irrigation water Substances 0.000 claims description 17
- JEGUKCSWCFPDGT-UHFFFAOYSA-N h2o hydrate Chemical compound O.O JEGUKCSWCFPDGT-UHFFFAOYSA-N 0.000 claims description 9
- 229910001385 heavy metal Inorganic materials 0.000 claims description 9
- 150000002500 ions Chemical class 0.000 claims description 9
- 241000854291 Dianthus carthusianorum Species 0.000 claims description 7
- 230000007246 mechanism Effects 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 5
- JPVYNHNXODAKFH-UHFFFAOYSA-N Cu2+ Chemical compound [Cu+2] JPVYNHNXODAKFH-UHFFFAOYSA-N 0.000 claims description 3
- WLZRMCYVCSSEQC-UHFFFAOYSA-N cadmium(2+) Chemical compound [Cd+2] WLZRMCYVCSSEQC-UHFFFAOYSA-N 0.000 claims description 3
- 229910001431 copper ion Inorganic materials 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 3
- RVPVRDXYQKGNMQ-UHFFFAOYSA-N lead(2+) Chemical compound [Pb+2] RVPVRDXYQKGNMQ-UHFFFAOYSA-N 0.000 claims description 3
- BQPIGGFYSBELGY-UHFFFAOYSA-N mercury(2+) Chemical compound [Hg+2] BQPIGGFYSBELGY-UHFFFAOYSA-N 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 claims description 2
- 230000002262 irrigation Effects 0.000 claims description 2
- 238000003973 irrigation Methods 0.000 claims description 2
- 239000003016 pheromone Substances 0.000 description 14
- 238000005265 energy consumption Methods 0.000 description 4
- 238000000034 method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
- G01N33/1813—Specific cations in water, e.g. heavy metals
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K13/00—Thermometers specially adapted for specific purposes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
- G01N27/04—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
- G01N27/06—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance of a liquid
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
Landscapes
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Engineering & Computer Science (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供了基于物联网技术的农田灌溉水水质监测系统,包括:农田灌溉水水质监测装置,用于通过无线传感器网络对监测区域内的农田灌溉水水质进行监测,获取农田灌溉水水质参数并进行处理转发;分析预警装置,用于与无线传感器网络中的汇聚节点通信,包括用于接收并存储汇聚节点发送的农田灌溉水水质参数的存储模块和用于分析汇聚节点发送的农田灌溉水水质参数的分析预警模块,所述分析预警模块在农田灌溉水水质参数超过设定的正常门限时发出报警信号;用户终端,用于远程访问分析预警装置并接收分析预警装置发来的报警信号。
Description
技术领域
本发明涉及水质监测技术领域,具体涉及基于物联网技术的农田灌溉水水质监测系统。
背景技术
相关技术中,进行农田灌溉水的水质监测时,常采用便携式水质监测仪进行人工取样、实验室分析的方法。这种方法分析精度高,但存在监测周期长,劳动强度大,数据采集和传输速度慢,难以发现突发性污染情况等问题。
发明内容
针对上述问题,本发明提供基于物联网技术的农田灌溉水水质监测系统。
本发明的目的采用以下技术方案来实现:
提供了基于物联网技术的农田灌溉水水质监测系统,包括:
农田灌溉水水质监测装置,用于通过无线传感器网络对监测区域内的农田灌溉水水质进行监测,获取农田灌溉水水质参数并进行处理转发;农田灌溉水水质监测装置包括汇聚节点和多个部署于该监测区域内的传感器节点,在成簇阶段,传感器节点通过设定的成簇机制进行分簇,从而确定簇成员节点和簇头节点,簇成员节点采集和/或处理农田灌溉水水质参数,生成包含有农田灌溉水水质参数的数据包,并将该数据包转发到对应的簇头节点;簇头节点对所在分簇进行数据融合,并将融合后的数据发送到汇聚节点;汇聚节点主要用于将初始配置信息分别发送到传感器节点,并对无线传感器网络中传感器节点的数据进行汇聚采集;
分析预警装置,用于与汇聚节点通信,包括用于接收并存储汇聚节点发送的农田灌溉水水质参数的存储模块和用于分析汇聚节点发送的农田灌溉水水质参数的分析预警模块,所述分析预警模块在农田灌溉水水质参数超过设定的正常门限时发出报警信号;
用户终端,用于远程访问分析预警装置并接收分析预警装置发来的报警信号。
优选地,所述用户终端为远程计算机,能够通过互联网访问分析预警装置并接收报警信号。
优选地,传感器节点包括至少一种下述的传感器:
电导率传感器,用于检测灌溉水的电导率;
温度传感器,用于检测灌溉水的水温;
pH传感器,用于检测灌溉水的pH值;
重金属离子检测模组,用于检测灌溉水中重金属离子的浓度。
其中,所述重金属离子检测模组包括铜离子传感器、镉离子传感器、汞离子传感器和铅离子传感器。
本发明的有益效果为:采用无线传感器网络技术获取农田灌溉水水质参数并加以分析处理,能够准确、及时地反映农田灌溉水水质状况并报警,可扩展性好,适合构建大规模的监测系统,适合推广应用;实现农田灌溉水水质参数的一体式采集,集成度高,并融入物联网技术,连入智能网络,实现农田灌溉水水质农田灌溉水水质参数的共享。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,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是本发明一个示例性实施例的智能室内农田灌溉水水质监测系统的结构连接框图;
图2是本发明一个示例性实施例的分析预警装置的结构连接框图。
附图标记:
农田灌溉水水质监测装置1、分析预警装置2、用户终端3、存储模块10、分析预警模块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,本实施例提供了基于物联网技术的农田灌溉水水质监测系统,包括:
农田灌溉水水质监测装置1,用于通过无线传感器网络对监测区域内的农田灌溉水水质进行监测,获取农田灌溉水水质参数并进行处理转发;农田灌溉水水质监测装置包括汇聚节点和多个部署于该监测区域内的传感器节点,在成簇阶段,传感器节点通过设定的成簇机制进行分簇,从而确定簇成员节点和簇头节点,簇成员节点采集和/或处理农田灌溉水水质参数,生成包含有农田灌溉水水质参数的数据包,并将该数据包转发到对应的簇头节点;簇头节点对所在分簇进行数据融合,并将融合后的数据发送到汇聚节点;汇聚节点主要用于将初始配置信息分别发送到传感器节点,并对无线传感器网络中传感器节点的数据进行汇聚采集;
分析预警装置2,用于与汇聚节点通信,包括用于接收并存储汇聚节点发送的农田灌溉水水质参数的存储模块10和用于分析汇聚节点发送的农田灌溉水水质参数的分析预警模块20,所述分析预警模块20在农田灌溉水水质参数超过设定的正常门限时发出报警信号;
用户终端3,用于远程访问分析预警装置2并接收分析预警装置2发来的报警信号。
在一个实施例中,所述用户终端3为远程计算机,能够通过互联网访问分析预警装置2并接收报警信号。
其中,传感器节点包括至少一种下述的传感器:
电导率传感器,用于检测灌溉水的电导率;
温度传感器,用于检测灌溉水的水温;
pH传感器,用于检测灌溉水的pH值;
重金属离子检测模组,用于检测灌溉水中重金属离子的浓度。
其中,所述重金属离子检测模组包括铜离子传感器、镉离子传感器、汞离子传感器和铅离子传感器。
本发明上述实施例采用无线传感器网络技术获取农田灌溉水水质参数并加以分析处理,能够准确、及时地反映农田灌溉水水质状况并报警,可扩展性好,适合构建大规模的监测系统,适合推广应用;实现农田灌溉水水质参数的一体式采集,集成度高,并融入物联网技术,连入智能网络,实现农田灌溉水水质农田灌溉水水质参数的共享。
在一个实施例中,所述设定的成簇机制,包括:
(1)在网络初始化阶段,传感器节点通过与汇聚节点通信获取邻居节点信息并构建邻居节点列表,其中传感器节点的邻居节点为位于其通信范围内的其他传感器节点;
(2)在分簇阶段,设部署的传感器节点构成的监测范围为a×b,计算成簇数目的最优值:
式中,M表示最优成簇数目,N为部署的传感器节点个数,d0s为所述监测范围的中心点到汇聚节点的距离,int为取整函数,表示对的计算结果进行取整;;
(3)将所述监测范围划分为M个等宽的子区间,对每个子区间c,将子区间c内所有传感器节点构建成一条最优链,从而形成M条最优链;
(4)在子区间c对应的最优链中选择一个当前剩余能量最大的传感器节点作为该子区间c的簇头节点,其中,最优链上的传感器节点作为该子区间c的簇成员节点,簇成员节点将采集的农田灌溉水水质参数发送给所在最优链上的邻居节点,邻居节点将接收到农田灌溉水水质参数与自己的农田灌溉水水质参数融合后发送给另一个邻居节点,直至发送至对应的簇头节点。
其中,当前簇头节点低于设定的能量阈值时,重新选择一个当前剩余能量最大的传感器节点来更新当前簇头节点。
本实施例提出了一种新的传感器节点的成簇机制,该成簇机制中,预先确定成簇数目的最优值,并根据最优成簇数目进行分簇,有利于有效控制簇规模,减少能量消耗,优化无线传感器网络的性能;本实施例基于区间划分的方式,以子区间为单位构建最优链,并选取最优链上当前剩余能量最大的传感器节点作为该最优链上的簇头节点,有利于均衡最优链上的传感器节点的能耗,延长无线传感器网络的生命周期,从而提高农田灌溉水水质监测系统运行的稳定性。
在一个实施例中,将子区间c内所有传感器节点构建成一条最优链,具体包括:
(1)初始化各链路的信息素浓度及迭代次数,随机选择子区间c内中的n个传感器节点,每个传感器节点产生一只前向蚂蚁并发送出去,初始化各前向蚂蚁的地址链表以及当前链路总开销,n只前向蚂蚁携带对应的初始化的信息从不同的传感器节点出发,开始遍历旅程;
(2)当前向蚂蚁α到达传感器节点i时,在传感器节点i的邻居节点集中按下列公式概率地选择一个没有被前向蚂蚁α访问过的邻居节点作为下一跳节点:
式中,Pij(α)表示前向蚂蚁α从传感器节点i的邻居节点集合中选择邻居节点j为下一跳节点的概率;Uα为前向蚂蚁α所保存的它已经访问过的所有传感器节点的集合;Tij表示传感器节点i与邻居节点j的链路上的信息素浓度,Tik为传感器节点i与其第k个邻居节点的链路上的信息素浓度;Ej0为邻居节点j的初始能量,Ej为邻居节点j的当前剩余能量,dij为传感器节点i与邻居节点j之间的距离,Ek0为所述第k个邻居节点的初始能量,Ek为所述第k个邻居节点的当前剩余能量,dik为传感器节点i与其第k个邻居节点之间的距离,λ1、λ2、λ3皆为设定的权重系数;
(3)若邻居节点j为选择的下一跳节点,则将邻居节点j记录在前向蚂蚁α的地址链表中,并按照下列公式更新自身的当前链路总开销:
St=St-1+dij×S
式中,St表示更新后的当前链路总开销,St-1表示更新前的当前链路总开销,初始时当前链路总开销为0,dij为传感器节点i与邻居节点j之间的距离,S为设定的单位距离链路开销值;
(4)前向蚂蚁α携带已经更新的信息按照(2)和(3)继续遍历旅程,直至访问了所在子区间内的所有传感器节点,此时生成后向蚂蚁α′,后向蚂蚁α′携带前向蚂蚁α的当前链路总开销和地址链表信息,沿着前向蚂蚁α的逆路径前进,在沿途所经历的链路释放信息素并按照下列公式更新相应链路的信息素浓度,直至到达出发时的传感器节点:
式中,T(e,f)′表示更新后的传感器节点e,f之间链路上的信息素浓度,T(e,f)为更新前的传感器节点e,f之间链路上的信息素浓度,ρ为信息素的挥发度;为前向蚂蚁α所访问过的传感器节点的最小能量,为前向蚂蚁α所访问过的传感器节点的平均能量,E0为后向蚂蚁α′所在传感器节点的初始能量;df,s为传感器节点f到汇聚节点的距离,dg,s为传感器节点e的第g个邻居节点到汇聚节点的距离,Ue为传感器节点e的邻居节点集;ΔT为预设常量,表示后向蚂蚁在沿途所释放的信息素的总量;
(5)对于每只到达出发时的传感器节点的后向蚂蚁,汇聚节点比较各后向蚂蚁携带的当前链路总开销,确定当前链路总开销最小的后向蚂蚁β,并选择该后向蚂蚁β携带的地址链表所记载的路径作为最优路径,并按照所述最优路径构建最优链。
本实施例基于蚁群算法确定最优路径,并基于最优路径将子区间内所有传感器节点构建成一条最优链,其中改进了概率选择公式以及信息素浓度的更新公式。通过本实施例概率选择公式选择下一跳节点,能够更加优化下一跳节点的选择,从而有利于提高路径建立的稳定性,并且有利于缩短路径长度,减少路径时延;
本实施例中信息素的更新量主要由前向蚂蚁所访问过的传感器节点的能量、到汇聚节点的距离决定,根据该更新公式确定后向蚂蚁在所经链路释放的信息素数量,能够使得整体剩余能量较高的路径获得相对多的信息素,并且能够使得距离汇聚节点更近的链路获得更高的信息素浓度,有利于均衡网络中各传感器节点的能量消耗,延长无线传感器网络的生命周期,从而有利于提高采集和传输农田灌溉水水质参数的周期。
在一个实施例中,簇头节点与汇聚节点之间的距离不大于设定的距离阈值时,簇头节点直接将融合后的数据发送至汇聚节点;簇头节点与汇聚节点之间的距离小于设定的距离阈值时,簇头节点选择权值最大的邻居簇头节点作为下一跳,其中邻居簇头节点为位于该簇头节点通信范围内的其他簇头节点;所述权值的计算公式设定为:
式中,Qy表示邻居簇头节点y的权值,Ey为邻居簇头节点y的当前剩余能量,dy,s为邻居簇头节点y到汇聚节点的距离。
本实施例能够避免与汇聚节点距离较远的簇头节点与该汇聚节点直接通信,其中,簇头节点通过选择权值较大的邻居簇头节点作为下一跳,来转发自身融合的数据,有利于减少无线传感器网络的总开销,并均衡无线传感器网络中各传感器节点的能耗,节省对农田灌溉水的水质进行监测的成本。
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.基于物联网技术的农田灌溉水水质监测系统,其特征是,包括:
农田灌溉水水质监测装置,用于通过无线传感器网络对监测区域内的农田灌溉水水质进行监测,获取农田灌溉水水质参数并进行处理转发;所述的农田灌溉水水质监测装置包括汇聚节点和多个部署于该监测区域内的传感器节点,在成簇阶段,传感器节点通过设定的成簇机制进行分簇,从而确定簇成员节点和簇头节点,簇成员节点采集和/或处理农田灌溉水水质参数,生成包含有农田灌溉水水质参数的数据包,并将该数据包转发到对应的簇头节点;簇头节点对所在分簇进行数据融合,并将融合后的数据发送到汇聚节点;汇聚节点主要用于将初始配置信息分别发送到传感器节点,并对无线传感器网络中传感器节点的数据进行汇聚采集;
分析预警装置,用于与汇聚节点通信,包括用于接收并存储汇聚节点发送的农田灌溉水水质参数的存储模块和用于分析汇聚节点发送的农田灌溉水水质参数的分析预警模块,所述分析预警模块在农田灌溉水水质参数超过设定的正常门限时发出报警信号;
用户终端,用于远程访问分析预警装置并接收分析预警装置发来的报警信号。
2.根据权利要求1所述的基于物联网技术的农田灌溉水水质监测系统,其特征是,所述用户终端为远程计算机,能够通过互联网访问分析预警装置并接收报警信号。
3.根据权利要求1所述的基于物联网技术的农田灌溉水水质监测系统,其特征是,传感器节点包括至少一种下述的传感器:
电导率传感器,用于检测灌溉水的电导率;
温度传感器,用于检测灌溉水的水温;
pH传感器,用于检测灌溉水的pH值;
重金属离子检测模组,用于检测灌溉水中重金属离子的浓度。
4.根据权利要求2所述的基于物联网技术的农田灌溉水水质监测系统,其特征是,所述重金属离子检测模组包括铜离子传感器、镉离子传感器、汞离子传感器和铅离子传感器。
5.根据权利要求1所述的基于物联网技术的农田灌溉水水质监测系统,其特征是,所述设定的成簇机制,包括:
(1)在网络初始化阶段,传感器节点通过与汇聚节点通信获取邻居节点信息并构建邻居节点列表,其中传感器节点的邻居节点为位于其通信范围内的其他传感器节点;
(2)在分簇阶段,设部署的传感器节点构成的监测范围为a×b,计算成簇数目的最优值:
式中,M表示最优成簇数目,N为部署的传感器节点个数,d0s为所述监测范围的中心点到汇聚节点的距离,int为取整函数,表示对的计算结果进行取整;
(3)将所述监测范围划分为M个等宽的子区间,对每个子区间c,将子区间c内所有传感器节点构建成一条最优链,从而形成M条最优链;
(4)在子区间c对应的最优链中选择一个当前剩余能量最大的传感器节点作为该子区间c的簇头节点,其中,最优链上的传感器节点作为该子区间c的簇成员节点,簇成员节点将采集的农田灌溉水水质参数发送给所在最优链上的邻居节点,邻居节点将接收到农田灌溉水水质参数与自己的农田灌溉水水质参数融合后发送给另一个邻居节点,直至发送至对应的簇头节点。
6.根据权利要求1或5所述的基于物联网技术的农田灌溉水水质监测系统,其特征是,簇头节点与汇聚节点之间的距离不大于设定的距离阈值时,簇头节点直接将融合后的数据发送至汇聚节点;簇头节点与汇聚节点之间的距离小于设定的距离阈值时,簇头节点选择权值最大的邻居簇头节点作为下一跳,其中邻居簇头节点为位于该簇头节点通信范围内的其他簇头节点;所述权值的计算公式设定为:
式中,Qy表示邻居簇头节点y的权值,Ey为邻居簇头节点y的当前剩余能量,dy,s为邻居簇头节点y到汇聚节点的距离。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810715638.1A CN109001394A (zh) | 2018-07-03 | 2018-07-03 | 基于物联网技术的农田灌溉水水质监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810715638.1A CN109001394A (zh) | 2018-07-03 | 2018-07-03 | 基于物联网技术的农田灌溉水水质监测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109001394A true CN109001394A (zh) | 2018-12-14 |
Family
ID=64599596
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810715638.1A Withdrawn CN109001394A (zh) | 2018-07-03 | 2018-07-03 | 基于物联网技术的农田灌溉水水质监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109001394A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109212153A (zh) * | 2018-10-16 | 2019-01-15 | 深圳美特优科技有限公司 | 一种基于无线传感器网络的水质监测系统 |
CN109640327A (zh) * | 2018-12-19 | 2019-04-16 | 苏州迈荣祥信息科技有限公司 | 基于物联网的数据通信方法、装置及系统 |
CN111879908A (zh) * | 2020-08-13 | 2020-11-03 | 江苏华东新能源勘探有限公司(江苏省有色金属华东地质勘查局八一三队) | 一种农业污水实时监测处理系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102610059A (zh) * | 2012-03-01 | 2012-07-25 | 河海大学 | 一种山区突发性洪水监测与预警系统及其构建方法 |
KR20130017996A (ko) * | 2011-08-12 | 2013-02-20 | 주식회사 정림 | Usn 기반의 실시간 수질 모니터링 시스템의 신뢰성 평가 방법 |
CN102944656A (zh) * | 2012-10-23 | 2013-02-27 | 中国科学院上海微系统与信息技术研究所 | 一种在线水质监测系统 |
CN103298032A (zh) * | 2013-07-02 | 2013-09-11 | 重庆大学 | 一种无线传感器网络中的节点能耗均衡方法 |
CN103596235A (zh) * | 2013-01-22 | 2014-02-19 | 江苏大学 | 一种无线传感器网络路由蚁群算法的优化方法 |
CN104394571A (zh) * | 2014-12-10 | 2015-03-04 | 河海大学常州校区 | 一种用于内河水质监测无线传感网络的拓扑控制方法 |
CN104977185A (zh) * | 2015-07-03 | 2015-10-14 | 农业部亚热带果品蔬菜质量监督检验测试中心 | 一种农田灌溉水的采样方法 |
WO2018016703A1 (ko) * | 2016-07-18 | 2018-01-25 | 연세대학교 산학협력단 | 산사태 모니터링 및 예·경보를 위한 무선 센서 네트워크 계측 시스템 및 계측방법 |
CN108055648A (zh) * | 2017-12-11 | 2018-05-18 | 朱明君 | 一种桥梁智能监测系统 |
CN108064065A (zh) * | 2017-12-25 | 2018-05-22 | 陈剑桃 | 一种基于无线传感器网络的远程水质监测系统 |
-
2018
- 2018-07-03 CN CN201810715638.1A patent/CN109001394A/zh not_active Withdrawn
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130017996A (ko) * | 2011-08-12 | 2013-02-20 | 주식회사 정림 | Usn 기반의 실시간 수질 모니터링 시스템의 신뢰성 평가 방법 |
CN102610059A (zh) * | 2012-03-01 | 2012-07-25 | 河海大学 | 一种山区突发性洪水监测与预警系统及其构建方法 |
CN102944656A (zh) * | 2012-10-23 | 2013-02-27 | 中国科学院上海微系统与信息技术研究所 | 一种在线水质监测系统 |
CN103596235A (zh) * | 2013-01-22 | 2014-02-19 | 江苏大学 | 一种无线传感器网络路由蚁群算法的优化方法 |
CN103298032A (zh) * | 2013-07-02 | 2013-09-11 | 重庆大学 | 一种无线传感器网络中的节点能耗均衡方法 |
CN104394571A (zh) * | 2014-12-10 | 2015-03-04 | 河海大学常州校区 | 一种用于内河水质监测无线传感网络的拓扑控制方法 |
CN104977185A (zh) * | 2015-07-03 | 2015-10-14 | 农业部亚热带果品蔬菜质量监督检验测试中心 | 一种农田灌溉水的采样方法 |
WO2018016703A1 (ko) * | 2016-07-18 | 2018-01-25 | 연세대학교 산학협력단 | 산사태 모니터링 및 예·경보를 위한 무선 센서 네트워크 계측 시스템 및 계측방법 |
CN108055648A (zh) * | 2017-12-11 | 2018-05-18 | 朱明君 | 一种桥梁智能监测系统 |
CN108064065A (zh) * | 2017-12-25 | 2018-05-22 | 陈剑桃 | 一种基于无线传感器网络的远程水质监测系统 |
Non-Patent Citations (3)
Title |
---|
孙宗星 等: "基于蚁群优化的无线传感器网络最适路由算法", 《计算机与现代化》 * |
胡斌 等: "一种基于蚁群算法无线传感器网络负载均衡策略", 《安徽大学学报(自然科学版)》 * |
蔡绍滨: "《无线传感器网络关键技术的研究与应用》", 31 May 2011, 哈尔滨工业大学出版社 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109212153A (zh) * | 2018-10-16 | 2019-01-15 | 深圳美特优科技有限公司 | 一种基于无线传感器网络的水质监测系统 |
CN109640327A (zh) * | 2018-12-19 | 2019-04-16 | 苏州迈荣祥信息科技有限公司 | 基于物联网的数据通信方法、装置及系统 |
CN109640327B (zh) * | 2018-12-19 | 2020-06-26 | 紫光云引擎科技(苏州)有限公司 | 基于物联网的数据通信方法及装置 |
CN111879908A (zh) * | 2020-08-13 | 2020-11-03 | 江苏华东新能源勘探有限公司(江苏省有色金属华东地质勘查局八一三队) | 一种农业污水实时监测处理系统 |
CN111879908B (zh) * | 2020-08-13 | 2023-08-22 | 江苏华东新能源勘探有限公司(江苏省有色金属华东地质勘查局八一三队) | 一种农业污水实时监测处理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105308905B (zh) | 使用天气预报来动态调整网络参数 | |
CN109001394A (zh) | 基于物联网技术的农田灌溉水水质监测系统 | |
CN103228023A (zh) | 基于粒子群蚁群优化的无线传感器网络分簇路由方法 | |
KR100856882B1 (ko) | 대규모 센서 네트워크에서의 효율적인 에너지 소비를 위한동심원 형태의 클러스터링 방법 | |
Zhu et al. | Energy-efficient tree-based message ferrying routing schemes for wireless sensor networks | |
CN108965409A (zh) | 空气质量智能实时监测系统 | |
CN204270487U (zh) | 基于无线传感器的水质环境监测系统 | |
CN105761465A (zh) | 基于无线传感器的水质环境监测系统 | |
Sharma et al. | Energy efficient multitier random DEC routing protocols for WSN: in agricultural | |
Rana et al. | Synthesized cluster head selection and routing for two tier wireless sensor network | |
CN107959729B (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 | |
Ghosh et al. | A dominating set based modified LEACH using Ant Colony Optimization for data gathering in WSN | |
Ishihara et al. | Active node selection in flowing wireless sensor networks | |
Sundareswaran et al. | Dech: Equally distributed cluster heads technique for clustering protocols in wsns | |
CN109246645A (zh) | 基于大数据的农业种植环境智能监控系统 | |
CN108769946A (zh) | 基于物联网技术的变电站设备监测系统 | |
CN105430620A (zh) | 一种移动无线传感网络的数据收集方法 | |
Bendjima et al. | Multi mobile agent itinerary for wireless sensor networks | |
CN105979564B (zh) | 一种发送数据的方法及装置 | |
CN109142660A (zh) | 农田灌溉水质量智慧监测系统 | |
CN108834095A (zh) | 海洋气象信息感知系统 | |
Xiao et al. | A new clustering routing algorithm for wsn based on brief artificial fish-school optimization and ant colony optimization | |
CN108900995A (zh) | 基于物联网技术的电力设备监测系统 | |
Hassan et al. | Enhancing the lifetime and performance of WSNs in smart irrigation systems using cluster‐based selection protocols | |
Villas et al. | An energy-aware spatial correlation mechanism to perform efficient data collection in wsns |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20181214 |
|
WW01 | Invention patent application withdrawn after publication |