|本期目录/Table of Contents|

[1]周金生,王纪章,贺通,等.基于时空关联性的温室环境多传感器数据融合[J].江苏农业科学,2018,46(05):203-207.
 Zhou Jinsheng,et al.Multi-sensor data fusion of greenhouse environment based on spatio-temporal correlation[J].Jiangsu Agricultural Sciences,2018,46(05):203-207.
点击复制

基于时空关联性的温室环境多传感器数据融合(PDF)
分享到:

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第46卷
期数:
2018年05期
页码:
203-207
栏目:
农业工程与信息技术
出版日期:
2018-03-05

文章信息/Info

Title:
Multi-sensor data fusion of greenhouse environment based on spatio-temporal correlation
作者:
周金生1 王纪章1 贺通1 王建平1 李萍萍12
1.江苏大学现代农业装备与技术教育部重点实验室,江苏镇江 212013; 2.南京林业大学生物与环境学院,江苏南京 21003
Author(s):
Zhou Jinshenget al
关键词:
温室环境时空关联性数据融合改进型支持度函数
Keywords:
-
分类号:
TP212.9
DOI:
-
文献标志码:
A
摘要:
为满足温室环境测控系统中传感器数据需具有鲁棒性的要求,提出一种基于时空关联性的温室环境多传感器数据融合算法。利用时间预测算法对环境数据的时间相关性进行预测,利用同质和异质传感器的特点对环境参数进行空间相似性预测。利用改进型支持度函数算法对基于时空关联性的预测值进行数据融合,并对数据融合的效果进行验证。结果表明,时间相关性、空间相似性预测算法的预测效果较好,且以时空预测值为输入变量时,改进型支持度函数的数据融合算法能够有效地将环境数据预处理的时空关联性预测值赋予动态的加权值,并且其数据融合结果优于平均值算法、传统支持度函数算法,数据融合产生的最优估计值更能真实地反映温室环境的变化,具有可靠性和准确性。
Abstract:
-

参考文献/References:

[1]李萍萍,王纪章. 温室环境信息智能化管理研究进展[J]. 农业机械学报,2014,45(4):236-243.
[2]阎晓军,王维瑞,梁建平. 北京市设施农业物联网应用模式构建[J]. 农业工程学报,2012,28(4):149-154.
[3]李莉,李海霞,刘卉. 基于无线传感器网络的温室环境监测系统[J]. 农业机械学报,2009,40(增刊1):228-231.
[4]Díaz S E,Pérez J C,Mateos A C,et al. A novel methodology for the monitoring of the agricultural production process based on wireless sensor networks[J]. Computers and Electronics in Agriculture,2011,76(2):252-265.
[5]张猛,房俊龙,韩雨. 基于ZigBee和Internet的温室群环境远程监控系统设计[J]. 农业工程学报,2013,29(增刊1):171-176.
[6]王海涛,刘倩,陈桂香,等. 粮情监控系统中传感器故障诊断和数据恢复[J]. 中国粮油学报,2013,28(11):86-90,96.
[7]蔡鹤皋,金明河,金峰. 卡尔曼滤波与多传感器数据融合技术[J]. 模式识别与人工智能,2000,13(3):248-253.
[8]李鹏. 卡尔曼滤波在信息融合理论中的应用[D]. 西安:西安电子科技大学,2008.
[9]蔡振江,康健一,张青,等. 数据融合技术在温室温度检测中的应用[J]. 农业机械学报,2006,37(10):101-103.
[10]高峰,俞立,王涌,等. 无线传感器网络作物水分状况监测系统的上位机软件开发[J]. 农业工程学报,2010,26(5):175-181.
[11]张立勇,张利,李丹. 基于最优分组原则的多传感器分组加权融合算法[J]. 仪器仪表学报,2008,29(1):200-205.
[12]翟翌立,戴逸松. 多传感器数据自适应加权融合估计算法的研究[J]. 计量学报,1998,19(1):69-75.
[13]Yager R R. The power average operator[J]. IEEE Transactions on Systems,Man,and Cybernetics,2001,31(6):724-731.
[14]刘准钆,程咏梅,潘泉,等. 证据冲突下自适应融合目标识别算法[J]. 航空学报,2010,31(7):1426-1432.
[15]Lee M H,Choi Y H. Fault detection of wireless sensor networks[J]. Computer Communications,2008,31(14):3469-3475.
[16]季赛,袁慎芳,马廷淮,等. 无线传感器网络中节点故障诊断方法的研究[J]. 计算机工程与应用,2010,46(23):95-97,121.
[17]陈美镇. 基于物联网的温室环境测控通用系统开发[D]. 镇江:江苏大学,2015.
[18]夏英,张俊,王国胤. 时空关联规则挖掘算法及其在ITS中的应用[J]. 计算机科学,2011,38(9):173-176.
[19]回春立,崔莉. 无线传感器网络中基于预测的时域数据融合技术[J]. 计算机工程与应用,2007,43(21):121-125,146.
[20]赵亚光. 基于蚁群算法和BP神经网络的WSN数据融合算法研究[D]. 昆明:云南大学,2013.
[21]段宗涛,程豪,康军. 基于数据融合的多传感器实时数据处理系统[J]. 电子设计工程,2014,22(7):43-46.
[22]索瑞霞,王福林. 组合预测模型在能源消费预测中的应用[J]. 数学的实践与认识,2010,40(18):80-85.

相似文献/References:

[1]胡金山,王熙.基于PLC、MCGS组态技术的北方寒地温室环境监控系统设计[J].江苏农业科学,2015,43(10):510.
 Hu Jinshan,et al.Design of greenhouse environment supervisory system in northern cold area based on PLC and MCGS configuration technology[J].Jiangsu Agricultural Sciences,2015,43(05):510.
[2]毛林,王永红,刘雪兰,等.基于移动互联的远程温室监控终端系统研究[J].江苏农业科学,2018,46(21):241.
 Mao Lin,et al.Study on remote greenhouse monitoring terminal system based on mobile Internet[J].Jiangsu Agricultural Sciences,2018,46(05):241.
[3]惠爱斌,蒋欣梅,王琛,等.棉被不同揭盖方式对装配式日光温室内环境及番茄生长的影响[J].江苏农业科学,2020,48(09):246.
 Hui Aibin,et al.Effects of different uncovering and covering methods of cotton quilt on environment and tomato growth in assembled solar greenhouse[J].Jiangsu Agricultural Sciences,2020,48(05):246.

备注/Memo

备注/Memo:
收稿日期:2016-10-12
基金项目:江苏省农业科技自主创新资金[编号:CX(15)1016];江苏省科技支撑计划(编号:BE2014406);中国博士后基金(编号:2015M580400);江苏省博士后基金(编号:1501112B);江苏高校优势学科建设工程(编号:苏政办发教[2014]37号)。
作者简介:周金生(1990—),男,江苏睢宁人,硕士研究生,主要从事设施农业信息技术研究。E-mail:785506707@qq.com。
通信作者:王纪章,博士,副研究员,硕士生导师,主要从事设施农业信息技术研究。E-mail:whxh@ujs.edu.cn。
更新日期/Last Update: 2018-03-05