基于多传感器数据融合的温室温湿度控制系统设计-论文.pdf

《基于多传感器数据融合的温室温湿度控制系统设计-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、-——394--——江苏农业科学2015年第43卷第6期宋庆恒，刘英德，马源，等．基于多传感器数据融合的温室温湿度控制系统设计[J]．江苏农业科学，2015，43(6)：394—396doi：10．15889／j．iasn．1002—1302．2015．06．126基于多传感器数据融合的温室温湿度控制系统设计宋庆恒，刘英德，马源，谭懿(1．怀化学院物理与信息工程系，湖南怀化418008；2．武陵山片区生态农业智能控制技术湖南省重点实验室，湖南怀化418008)摘要：介绍了1种基于多传感器数据融合的温室温湿度控制系统的设计，包括系统组成、多传感器数据融合算法的设计以及具体实现。本系统

2、利用改进的拉依达准则剔除异常值，再通过自适应加权平均算法对温湿度分别进行数据融合，根据融合后的温湿度数据确定控制策略，调整温室环境参数，提高了系统的精确度和可靠性。关键词：多传感器；数据融合；拉依达准则；自适应加权平均；温室；温湿度中图分类号：$625．51文献标志码：A文章编号：1002—1302(2015)06—0394—02温室温湿度控制系统通过建立温室作物生长模拟模型帮台，实现控制终端和协调器的设计，n个控制终端分别采集分助人们理解和认识环境因子与生物因子之间的基本规律和量布于相关系数小的温室不同空间位置的环境温度、土壤湿度化关系，并通过控制系统进行数据分析与处理，对设施内

3、的湿参数，通过射频将数据发送到协调器端，协调器端对收到的n帘、加温设备、降温设备等进行控制，模拟最适合温室内作物个温度、湿度参数分别进行异常值的识别与剔除，剔除无效温生长的环境，为温室精准调控提供科学依据，达到增产、改善度、湿度数据，然后对温度、湿度数据分别进行加权平均数据品质、调节生长周期、提高经济效益的目的u。。由于温室环融合，根据融合结果选择最优控制策略，调整温室环境参数。境是一个复杂的具有非线性时变、多变量强相关性、延时大等2数据融合算法特征的分布参数系统，一个参数的变化会影响到多个环境参数的改变，现有温室温湿度控制系统多采用单传感器进行2．1采用改进的拉依达准则剔除异常值

4、数据采集，当传感器出现采集异常时，整个温室系统便无法正用拉依达准则剔除异常值时要求有足够多的测量数据常工作；另外，由于温室空间通常较大，温室不同位置环境参(通常要求数据量≥8)。当传感器不正常、测量数据偏离正数差别较大，单传感器无法准确反映温室环境状态。采用多常值较大时有可能会出现转移错误。在实际测量过程中如果传感器数据融合方法对采集的温湿度进行融合，可提高温室采用拉依达准则利用剩余误差与30-进行比较，融合数据误环境信息的准确性和全面性，降低温室环境信息的不确定性，差通常较大，根据试验比较，实际温湿度控制系统采用剩余误提高温室温湿度控制系统的可靠性，降低温室环境信息获取差与2o"

5、进行比较。的成本，克服单传感器控制的不确定因素⋯。本系统采用一设对被测的温室温湿度进行等精度测量，独立得到测试种改进的拉依达准则剔除温湿度异常值，采用自适应加权平1数据，：，⋯，，算出其算术平均值=÷互及剩余误差均法对温湿度数据分别进行融合，根据融合的温湿度数据确It,‘一定控制策略，调整温室环境参数，为温室作物提供最适宜的生=；一(i：1，2，⋯，n)，并按贝塞尔公式算出标准误差or=长环境，提高农业生产科技水平。[三／(n一1)]，根据改进的拉依达准则剔除异常值，若某⋯1系统设计个测量值的剩余误差(120-，整个温室温湿度控制系统通过各物联网节点部署的传

6、感则认为是含有粗大误差值的异常值，应予剔除。去掉异常器高精度测量温室生产过程中的参数，如温度、湿度等，根据值后，重新计算剩余测量值的算数平均值、剩余误差、标准误作物种类、环境参数、生长阶段、季节控制温室内部的执行器差，判断各测量值剩余误差是否大于标准误差，重新去掉新的件(加热、通风、湿帘等)来改变温室环境参数，模拟作物生长异常值，直到没有新的异常值出现为止，剩下的测量值认为是的最佳环境。正常的测量值。系统框图如图1所示。本系统采用CC2530作为开发平异常值的出现会歪曲测量结果，所以当测量结果中出现异常值时，应尽可能地查找出技术上和物理上的原因，作为处收稿Et期：2014—10一o

7、9理异常值的依据。对经判断确为异常值的数据，应予以剔除。基金项目：湖南省科技计划(编号：2014NIO072、2013GIO145)；怀化对剔除的传感器进行标记和警告，提醒用户进行检查。学院科技项目(编号：HHUY2013—04)；2014年湖南省大学生研究2．2自适应加权平均数据融合性学习和创新性实验资助项目；武陵山片区生态农业智能控制技经过改进的拉依达准则处理去掉异常值后，传感器数据术湖南省重点实验室资助项目(编号：ZNKZ2014—3)。剩余误差较小，采用自适应