基于多传感器融合的小麦病虫害监测系统研究

摘要

嵌入式和多传感器信息融合是信息采集、分析与处理的重要技术。嵌入式技术是农田环境信息采集的核心，已经把对农业信息的采集方式从传统的手工记录提升到嵌入式设备一体化采集阶段。近年来，信息融合系统在农业领域也得到了较快的发展。但是，它们在野外农作物病虫害监测方面的应用还很少。　　农田环境信息是影响小麦病虫害发展的关键因素。为此，论文完成了两个方面的研究。针对小麦蚜虫发生程度预测问题，构建了新的预测模型，该模型包括利用增广的迪基-富勒(ADF)检验法对研究所用数据进行平稳性检验；应用经验模态分解(EMD)方法对不平稳信号进行模态分解，利用神经网络模型对处理后相关数据进行训练；使用训练好的网络及农田环境数据，对2012年的小麦蚜虫发生程度等级进行了预测。预测结果显示，这一预测模型优越于直接神经网络预测模型。　　完成了农田环境信息远程采集系统研究，确定了系统的整体方案，完成了硬件设计及组装，在LabVIEW环境下完成了软件设计。系统采用无线路由器、Arduino网络扩展板组建基于3G技术的网络系统，利用 Yeelink平台完成数据远程传输，使农田环境信息串口采集和网络发布实现了实时同步，为专家进行分析和决策提供网络数据平台，解决只能在单一服务器上查询和分析数据的问题。同时解决了农田环境信息采集环境复杂多变且供电布线困难等问题。

目录

封面

声明

中文摘要

英文摘要

目录

引言

第1章 绪论

1.1 论文的选题背景及意义

1.2 多传感器信息融合技术

1.3 田间信息传输研究现状

1.4 小麦病虫害预测国内外研究现状

1.5 研究的主要内容及系统构成

第2章 理论基础

2.1 第三代移动通信技术

2.2神经网络算法

2.3 增广的(Augment)迪基-富勒检验法

2.4 经验模态分解法

2.5 本章小结

第3章 基于信息融合的小麦病虫害预测

3.1 小麦病虫害简介

3.2 麦蚜发生程度与气象因子之间的关系

3.3基于信息融合的预测模型建立

3.4 麦蚜发生程度等级神经网络预测

3.5 EMD在麦蚜发生程度等级预测中的应用

3.6 本章小结

第4章 小麦病虫害监测系统整体方案设计

4.1 终端采集硬件系统方案设计

4.2 终端采集下位机软件系统方案设计

4.3 数据显示平台

4.4 存储数据库

4.5 本章小结

第5章 小麦病虫害监测系统设计

5.1 终端采集硬件系统设计

5.2 采集终端软件系统设计

5.3 上位机软件设计

5.4 数据库设计

5.5 Yeelink平台

5.6 系统测试

5.7 本章小结

结论

参考文献

致谢

导师简介

作者简介

学位论文数据集