CN106292611A - 一种基于云计算的智慧农业控制*** - Google Patents

Abstract

本发明提供了一种基于云计算的智慧农业控制***，包括农业数据采集***、加热器、加湿器、控制器、声光报警器，所述控制器分别连接所述农业数据采集***、加热器、加湿器、声光报警器；所述农业数据采集***基于无线传感网络对农业数据进行采集；所述控制器还连接云计算服务器，所述云计算服务器与远程控制端通信。本发明的有益效果实现了农业管理的智能化。

Description

一种基于云计算的智慧农业控制***

技术领域

本发明涉及农业智能化管理领域，具体涉及一种基于云计算的智慧农业控制***。

背景技术

随着科学技术的发展，伴随着城镇化改革的进行，在农业生产过程中，越来越多的劳动力被解放出来，劳动力成本不断增加，传统农业无法进一步的发展，也逐渐滞后于社会的发展。我国农业持续发展的压力明显加大，通过推进农业智能化建设，加快农业发展方式的转变，从依靠拼资源消耗、拼农资投入、拼生态环境的粗放经营，尽快转到注重提高质量和效益的集约经营上来。将推动“物的新农村”和“人的新农村”建设齐头并进。农业已成四化“短板”，推进农业智能化刻不容缓。

发明内容

为解决上述问题，本发明旨在提供一种基于云计算的智慧农业控制***。

本发明的目的通过以下技术方案实现：

一种基于云计算的智慧农业控制***，包括农业数据采集***、加热器、加湿器、控制器、声光报警器，所述控制器分别连接所述农业数据采集***、加热器、加湿器、声光报警器；所述农业数据采集***基于无线传感网络对农业数据进行采集；所述控制器还连接云计算服务器，所述云计算服务器与远程控制端通信。

本发明的有益效果：实现了农业管理的智能化，通过农业数据采集***采集农业数据并将农业数据传送给控制器，控制器再将信号发送给云计算服务器，云计算服务器经过处理后将信号发送给远程控制端，通过远程控制端将农业数据反映给管理者，同时云计算服务器做出相对应的决定，并将信号传输给控制器，由控制器进一步发送给加热器、加湿器、声光报警器设备，以改善农业环境。

附图说明

利用附图对发明作进一步说明，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是本发明结构连接示意图；

图2是农业数据采集***的结构示意图。

附图标记：

农业数据采集***1、加热器2、加湿器3、控制器4、声光报警器5、云计算服务器6、远程控制端7、数据采集单元11、数据处理单元12、数据传输单元13。

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，本实施例的一种基于云计算的智慧农业控制***，包括农业数据采集***1、加热器2、加湿器3、控制器4、声光报警器5，所述控制器4分别连接所述农业数据采集***1、加热器2、加湿器3、声光报警器5；所述农业数据采集***1基于无线传感网络对农业数据进行采集；所述控制器4还连接云计算服务器6，所述云计算服务器6与远程控制端7通信。

优选的，所述农业数据包括CO2浓度、温度、光照强度。

优选的，所述云计算服务器6通过无线网络与所述远程控制端7通信。

本发明上述实施例实现了农业管理的智能化，通过农业数据采集***1采集农业数据并将农业数据传送给控制器4，控制器4再将信号发送给云计算服务器6，云计算服务器6经过处理后将信号发送给远程控制端7，通过远程控制端7将农业数据反映给管理者，同时云计算服务器6做出相对应的决定，并将信号传输给控制器4，由控制器4进一步发送给加热器2、加湿器3、声光报警器5设备，以改善农业环境。

优选的，所述农业数据采集***1包括数据采集单元11、数据处理单元12和数据传输单元13；所述数据采集单元11用于通过由各传感器构建的传感器节点相互协作进行农业数据的采集，并输出各传感器节点采集的农业数据；所述数据处理单元12用于对各传感器节点采集的农业数据进行预处理，以获得有效的农业数据；所述数据传输单元13用于采用预先设定的数据传输机制进行农业数据的传输。

优选的，所述数据采集单元11包括传感器定位子单元和数据修正子单元；所述传感器定位子单元用于进行传感器节点定位，所述进行传感器节点定位具体包括：

(1)将少部分传感器节点部署在已知的位置坐标上，作为信标节点，根据信标节点位置建立满足家居环境的局部坐标系；

(2)假设未知节点的坐标为(x,y)，能够与其进行通信的信标节点坐标分别为(x₁,y₁)，(x₂,y₂)，…，(x_n,y_n)，未知节点位于各信标节点为圆心，通信半径为半径的圆的相交区域，取该区域任一点作为未知节点坐标预选点，未知节点坐标预选点到信标节点的差分函数为：

$d(x,y)={\mathrm{\Σ}}_{i=1}^n\left|\sqrt{{(x-x_i)}^2+{(x-x_i)}^2}-r_i\right|$

式中，r_i为未知节点坐标预选点到(x_i,y_i)距离，i＝1，2，…，n，利用最大似然估计法求取该式的最小值，即为未知节点坐标位置；

所述数据修正子单元用于对传感器在非标准环境下的监测数据进行修正，修正因子σ为：

$\mathrm{\&sigma;}=\left\{\begin{array}{cc}{e}^{-\sqrt{\frac{{(T-T_0)}^2}{T^2}}},& T\&GreaterEqual;T_0\\ e^{\sqrt{\frac{T^2}{{(T-T_0)}^2}}},& T<T_0\end{array}\right.$

式中，T₀为传感器使用的标准温度，T为传感器使用时的环境温度。

本优选实施例实现了传感器定位和数据的准确测量。

优选的，所述数据处理单元12包括数据过滤模块和数据补全模块，所述数据过滤模块用于通过智能网关过滤错误的农业数据，所述数据补全模块用于填补丢失的农业数据；

所述通过智能网关过滤错误的农业数据，包括：

(1)去除没有落入传感器读数的有效范围内的农业数据；

(2)对剩余的农业数据进行过滤处理，具体为：

1)假设所有传感器的传感频率一致且滑动窗口大小为A，利用Jaccard相似度函数计算出两个传感器S_I、S_J读数行为的相似度Sim(x_I(t),x_J(t))，其中x_I(t)表示传感器S_I在时间t时的传感读数，x_J(t)表示传感器S_J在时间t时的传感读数；

2)定义传感器S_I、S_J的最初临时相似度为：

${\mathrm{Sim}}_L^0(I,J)=Sim\left(x_I\right(A+t),x_J(A+t\left)\right)$

K+1时刻的临时相似度为：

${\mathrm{Sim}}_L^{K+1}(I,J)={\mathrm{\&mu;Sim}}_L^K(I,J)+\frac{1+\mathrm{\&mu;}}{2}Sim\left(x_I\right(t),x_J(t\left)\right)$

式中，x_I(A+t)表示传感器S_I最初的读数行为，μ为设定的可调节的变量，μ的取值范围为[-1,1]；

3)设共有M个传感器，来自传感器S_I的一个事件查询q，在过去被传感器频繁查询的数据比那些很少被传感器S_I读取的数据与传感器S_I更具有相关性，计算传感器S_I的排序等级值Q_L(q,S_I)，计算公式为：

$Q_L(q,S_I)=\frac{\underset{i\&Element;\&lsqb;1,M\&rsqb;}{max}{\mathrm{Sim}}_L^{K+1}(I,J)}{{\mathrm{\&Sigma;}}_{J=1}^M{\mathrm{Sim}}_L^{K+1}(I,J)}\&times;\frac{\left|n(q,S_I)\right|}{\left|N(q,S_I)\right|+B}$

式中，n(q,S_I)为在过去传感器S_I针对查询q对一些主题的事件查询数目，N(q,S_I)表示传感器S_I针对查询q的事件查询总数，B为平滑因子；

4)采用投票法判断传感器S_I的当前读数是否为错误读数，设定判断函数为：

$P_I=\underset{S_J\&Element;net\left(I\right)}{\mathrm{\&Sigma;}}{\mathrm{VDecision}}_J\left(I\right)\&CenterDot;Q_L(q,S_I)$

式中，net(I)表示传感器S_I的邻居传感器集合，VDecision_j(I)表示邻居传感器S_J对传感器S_I作出投票决定，投票决定有两类，一类是积极的，另一类为消极的，投票决定为积极时，VDecision_j(I)＝1，投票决定为消极时，VDecision_j(I)＝0；P_I>0时，表示传感器S_I的当前读数为正常读数，P_I<0时，表示传感器S_I的当前读数为错误读数。

所述填补丢失的农业数据，包括：

(1)采用K-means聚类方法进行农业数据的聚类处理；

(2)对同一类中的缺失值进行却是数据的填充。

本优选实施例过滤错误的农业数据时，考虑了传感器与邻居节点以及环境之间的关联性，通过排序算法为每个传感器分配一个适当的权重来反映传感器的重要性，进而对传感器采集到的数据进行取舍来过滤采集过程中的错误数据和环境引起的不正常数据，提高了过滤的精度；采用先聚类后填补缺失值的方式填补丢失的农业数据，可以较好的考虑数据的局部特性，提高数据填补的精度。

在一个实施例中，所述预先设定的数据传输机制包括：

(1)簇内成员在各自分配的时间段内将采集到的数据以单跳的方式传输到所属簇的簇头节点C_i，簇头节点C_i对收集到的农业数据进行整合处理；

(2)簇头节点C_i根据下式选择其他簇头节点，以确定其路由候选簇头节点集合CN：

$CN=\left\{\begin{array}{c}{d}_{jB}<d_{iB}\\ d_{ij}<d_{iB}\\ {\mathrm{NS}}_i<{\mathrm{NS}}_j\end{array}\right\}$

式中，d_iB表示簇头节点C_i到基站的距离，d_jB表示簇头节点C_j到基站的距离，d_ij表示簇头节点C_i到簇头节点C_j的距离，NS_i表示簇头节点C_i的剩余能量级别，NS_j表示簇头节点C_j的剩余能量级别；

(3)若路由候选簇头节点集合CN为空，则簇头节点C_i直接将农业数据发送给基站，并跳转至(6)；

(4)若路由候选簇头节点集合中只存在一个比簇头节点C_i距离基站更近或者剩余能量级别更高的其他簇头节点C_j，则选择簇头节点C_j作为下一跳路由节点，并将农业数据转发给簇头节点C_j，使簇头节点C_j成为新的簇头节点C_i，并跳转回(2)；

(5)若路由候选簇头节点集合中存在多个比簇头节点C_i距离基站更近或者剩余能量级别更高的其他簇头节点C_j，则选择使得转发农业数据通信开销最小的簇头节点C_j作为下一跳路由节点，并将农业数据转发给簇头节点C_j，使簇头节点C_j成为新的簇头节点C_i，并跳转回(2)；

(6)基站接收簇头节点C_i发送的农业数据。

本优选实施例采用预先设定的数据传输机制进行农业数据的传输，使簇头节点的剩余能量分布更加均衡，有效解决了距离基站较近或者距离基站较远的节点能量过早消耗完的问题，从而延长了整个数据传输网络的生命周期。

在另一个实施例中，所述预先设定的数据传输机制包括：

针对不同传输数据大小和传输距离采用不同的传输方式，定义传输函数Tr：

$Tr=\frac{S}{S_0}+\frac{D}{D_0}$

式中，S为传输数据大小，S₀为数据传输大小分界值，S₀＝1MB，D为传输距离，D₀为传输距离远近分界值，D₀＝10m；

若D<D₀，则采用蓝牙进行数据通信，

若D≥D₀且S≤S₀，则采用zigbee网络进行数据通信，

若D≥D₀且S>S₀，则采用WIFI进行通信。

本优选实施例在实现了对农业数据低能耗、高速率的通信。

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 (3)

1.一种基于云计算的智慧农业控制***，其特征是，包括农业数据采集***、加热器、加湿器、控制器、声光报警器，所述控制器分别连接所述农业数据采集***、加热器、加湿器、声光报警器；所述农业数据采集***基于无线传感网络对农业数据进行采集；所述控制器还连接云计算服务器，所述云计算服务器与远程控制端通信。

2.根据权利要求1所述的一种基于云计算的智慧农业控制***，其特征是，所述农业数据包括CO2浓度、温度、光照强度。

3.根据权利要求2所述的一种基于云计算的智慧农业控制***，其特征是，所述云计算服务器通过无线网络与所述远程控制端通信。