基于FPGA的温室智能控制方法及关键技术研究

摘要

设施农业是近十年随着农业环境工程技术的突破，迅速发展起来的新型农业生产技术。温室是设施农业的典型代表，如何实现温室的高效监控和低成本运营是目前要解决的重大问题。针对目前温室控制方法智能控制算法需要PC机介入，成本高、不利于普及，以及脱机控制智能性、科学性、精确性不够等问题，本文研究并提出一种精确、科学的温室智能控制方法，并对该方法进行FPGA硬件集成，为开发成本低廉的温室智能控制系统提供技术依据。论文主要的研究内容和结论如下： (1)首次提出用FPGA硬件集成复杂智能控制算法进行温室控制的思想。使温室智能控制系统在脱离PC机庞大的专家数据库系统的情况下，依然能够良好的反应专家知识，同时降低温室运营成本。 (2)提出了可用硬件实现的基于RBF网络和FALCON网络的温室智能控制方法。基于RBF的温室环境建模，对专家知识数据拟合度好，使得控制更具科学性和实时性。基于FALCON的温室控制方法有效的解决了温室环境的非线性、时变、参数高耦合以及大滞后等问题，使控制更为精确，也提高了鲁棒性。 (3)研究并实现了基于FPGA的浮点数ALU仿真结果表明，浮点数表示方法科学，浮点数AL[J运算精度较高、占用资源较少。 (4)针对传统查表法和泰勒级数法的不足，提出用CORDIC算法在FPGA上实现指数函数矿计算的方法。该方法占用资源少、运行效率高、精度高。 (5)研究并实现了基于状态机的RBF和FALCON神经网络神经元的FPGA实现方法。结果表明该方法使程序可扩展性好，复用性好。

目录

文摘

英文文摘

声明

第1章绪论

1.1课题的背景与意义

1.2温室控制方法国内外研究概况

1.3问题的提出

1.4主要研究内容

第2章温室智能控制方法总体设计

2.1智能控制方案的确定

2.1.1温室建模方法的确定

2.1.2控制算法的确定

2.2基于RBF网络逼近的温室环境建模

2.2.1 RBF网络简介

2.2.2利用RBF网络进行温室环境参数拟合

2.3基于FALCON的温室智能控制方法

2.3.1 FALCON简介

2.3.2网络初始结构的确定

2.3.3网络训练

2.4控制过程与方法验证

2.4.1控制过程

2.4.2控制方法比较

2.5本章小结

第3章控制方法关键技术的FPGA实现

3.1开发平台与开发语言简介

3.2 FPGA设计流程

3.3系统总体设计

3.4基本浮点数运算单元的实现

3.4.1浮点数表示方法

3.4.2数据的规格化

3.4.3浮点加法器的实现

3.4.4浮点乘法器的实现

3.4.5基于AEGP收敛算法的浮点数除法器实现

3.4.6基于CORDIC算法ex的硬件实现

3.5神经网络运算过程实现

3.5.1 RBF网络的实现

3.5.2 FALCON网络的实现

3.6系统设计

3.6.1系统时钟设计

3.6.2延时电路的设计

3.6.3运行速度优化

3.7本章小结

第4章仿真与测试

4.1 FPGA验证方法与流程

4.2系统仿真与测试结果

4.2.1功能模块的行为级仿真验证与测试

4.2.2时序仿真

4.3本章小结

第5章结论与展望

5.1结论

5.2不足与展望

参考文献

附录

致谢

作者简介