中文字幕理论片,69视频免费在线观看,亚洲成人app,国产1级毛片,刘涛最大尺度戏视频,欧美亚洲美女视频,2021韩国美女仙女屋vip视频

農(nóng)業(yè)無(wú)線傳感器網(wǎng)絡(luò)對(duì)農(nóng)田土壤、環(huán)境和作物生長(zhǎng)的多源異構(gòu)信息的獲取起關(guān)鍵作用。針對(duì)傳感器在農(nóng)田中非均勻分布且受到能量制約等問(wèn)題,本研究提出了一種基于粒子群和模擬退火協(xié)同優(yōu)化的農(nóng)田物聯(lián)網(wǎng)混合多跳路由算法（PSMR）。首先,通過(guò)節(jié)點(diǎn)剩余能量和節(jié)點(diǎn)度加權(quán)選擇簇首,采用成簇結(jié)構(gòu)實(shí)現(xiàn)異構(gòu)網(wǎng)絡(luò)高效動(dòng)態(tài)組網(wǎng)。然后通過(guò)簇首間多跳數(shù)據(jù)結(jié)構(gòu)解決簇首遠(yuǎn)距離傳輸能耗過(guò)高問(wèn)題,利用粒子群與模擬退火協(xié)同優(yōu)化方法提高算法收斂速度,實(shí)現(xiàn)sink節(jié)點(diǎn)加速采集簇首中的聚合數(shù)據(jù)。對(duì)算法的仿真試驗(yàn)結(jié)果表明,PSMR算法與基于能量有效負(fù)載均衡的多路徑路由策略方法 （EMR）相比,無(wú)線傳感器網(wǎng)絡(luò)生命周期提升了57%;與貪婪外圍無(wú)狀態(tài)路由算法（GPSR-A）相比,在相同的網(wǎng)絡(luò)生命周期內(nèi),第1個(gè)死亡傳感器節(jié)點(diǎn)推遲了兩輪,剩余能量標(biāo)準(zhǔn)差減少了0.04 J,具有良好的網(wǎng)絡(luò)能耗均衡性。本研究提出的PSMR算法通過(guò)簇首間多跳降低遠(yuǎn)端簇首額外能耗,提高了不同距離簇首的能耗均衡性能,為實(shí)現(xiàn)大規(guī)模農(nóng)田復(fù)雜環(huán)境的長(zhǎng)時(shí)間、高效、穩(wěn)定地?cái)?shù)據(jù)采集監(jiān)測(cè)提供了技術(shù)基礎(chǔ),可提高農(nóng)業(yè)物聯(lián)網(wǎng)的資源利用效率。 

隨著信息技術(shù)的發(fā)展,利用大數(shù)據(jù)分析、物聯(lián)網(wǎng)監(jiān)控、傳感器感知、無(wú)線通信等技術(shù)構(gòu)建一種蜂箱蜂群實(shí)時(shí)在線監(jiān)測(cè)系統(tǒng),是減少因開(kāi)箱檢查造成蜂群應(yīng)激反應(yīng)的可行解決方案。本研究針對(duì)蜂箱封閉環(huán)境進(jìn)行實(shí)時(shí)監(jiān)測(cè)困難的現(xiàn)狀,利用STM32F103VBT6 32位微控制器,同時(shí)融合了溫濕度傳感器、微麥克風(fēng)以及激光對(duì)射傳感器,開(kāi)發(fā)了一套低功耗、可連續(xù)工作的蜂群箱體關(guān)鍵參數(shù)在線監(jiān)測(cè)系統(tǒng),實(shí)現(xiàn)了養(yǎng)蜂生產(chǎn)過(guò)程中多參數(shù)信息獲取以及蜂箱內(nèi)蜂群的環(huán)境參數(shù)和生活狀態(tài)的實(shí)時(shí)在線監(jiān)測(cè)。系統(tǒng)主要包括核心處理模塊、數(shù)據(jù)采集模塊、數(shù)據(jù)發(fā)送模塊以及數(shù)據(jù)庫(kù)服務(wù)器等。數(shù)據(jù)采集模塊包括蜂箱內(nèi)部溫濕度采集單元、蜂群聲音采集單元、蜜蜂進(jìn)出巢數(shù)量計(jì)數(shù)單元等,通過(guò)接入移動(dòng)通信網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)傳輸。系統(tǒng)現(xiàn)場(chǎng)部署性能測(cè)試結(jié)果表明,研制的系統(tǒng)能夠?qū)崟r(shí)監(jiān)測(cè)蜂箱內(nèi)溫濕度,有效區(qū)別進(jìn)出蜂箱的蜜蜂并記錄進(jìn)出巢門(mén)的蜜蜂數(shù)量,且自動(dòng)獲取的蜂群聲音與標(biāo)準(zhǔn)的蜂群聲音分布相吻合。本系統(tǒng)符合設(shè)計(jì)要求,采集參數(shù)準(zhǔn)確可靠,可以作為蜂群相關(guān)研究的數(shù)據(jù)采集方法。 

針對(duì)大規(guī)模農(nóng)田生境監(jiān)測(cè)場(chǎng)景中無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)在部分作物生長(zhǎng)期內(nèi)呈現(xiàn)節(jié)點(diǎn)空間冗余,以及傳感器節(jié)點(diǎn)采集到的數(shù)據(jù)之間通常具有很強(qiáng)的時(shí)間關(guān)聯(lián)性的特點(diǎn),本研究提出一種基于矩陣補(bǔ)全的兩步節(jié)能優(yōu)化策略來(lái)同時(shí)降低傳感器網(wǎng)絡(luò)的數(shù)據(jù)采集和傳輸能耗,以實(shí)現(xiàn)延長(zhǎng)網(wǎng)絡(luò)壽命的目的。該算法首先通過(guò)對(duì)節(jié)點(diǎn)數(shù)據(jù)信息量的衡量來(lái)尋找出空間上的非冗余節(jié)點(diǎn),剩余的冗余節(jié)點(diǎn)關(guān)閉其采集功能,只作為中繼節(jié)點(diǎn)傳輸數(shù)據(jù);其次,利用矩陣補(bǔ)全算法的部分采樣原理在采樣階段進(jìn)一步減少時(shí)間上的數(shù)據(jù)冗余量,達(dá)到同時(shí)降低采集和傳輸模塊能耗的目的。試驗(yàn)結(jié)果表明,所提出的算法可減少網(wǎng)絡(luò)中83%的工作節(jié)點(diǎn)數(shù)目,有效降低了網(wǎng)絡(luò)能耗。 

太陽(yáng)能殺蟲(chóng)燈物聯(lián)網(wǎng)（SIL-IoTs）是一種基于農(nóng)業(yè)場(chǎng)景與物聯(lián)網(wǎng)技術(shù)的新型物理農(nóng)業(yè)蟲(chóng)害防治工具,通過(guò)無(wú)線傳輸太陽(yáng)能殺蟲(chóng)燈組件狀態(tài)數(shù)據(jù),用戶可后臺(tái)實(shí)時(shí)查看太陽(yáng)能殺蟲(chóng)燈運(yùn)行狀態(tài),具有殺蟲(chóng)計(jì)數(shù)、蟲(chóng)害區(qū)域定位、輔助農(nóng)情監(jiān)測(cè)等功能。但隨著SIL-IoTs快速發(fā)展與廣泛應(yīng)用,故障診斷難和維護(hù)難等矛盾日益突出。基于此,本研究首先闡述了SIL-IoTs的結(jié)構(gòu)和研究現(xiàn)狀,分析了故障診斷的重要性,指出了故障診斷是保障其可靠性的主要手段。接著介紹了目前太陽(yáng)能殺蟲(chóng)燈節(jié)點(diǎn)自身存在的故障及其在無(wú)線傳感網(wǎng)絡(luò)（WSNs）中的體現(xiàn),并進(jìn)一步對(duì)WSNs中的故障進(jìn)行分類,包括基于行為、基于時(shí)間、基于組件以及基于影響區(qū)域的故障四類。隨后討論了統(tǒng)計(jì)方法、概率方法、層次路由方法、機(jī)器學(xué)習(xí)方法、拓?fù)淇刂品椒ê鸵苿?dòng)基站方法等目前主要使用的WSNs故障診斷方法。此外,還探討了SIL-IoTs故障診斷策略,將故障診斷從行為上分為主動(dòng)型診斷與被動(dòng)型診斷策略,從監(jiān)測(cè)類型上分為連續(xù)診斷、定期診斷、直接診斷與間接診斷策略,從設(shè)備上分為集中式、分布式與混合式策略。在以上故障診斷方法與策略的基礎(chǔ)上,介紹了后臺(tái)數(shù)據(jù)異常、部分節(jié)點(diǎn)通信異常、整個(gè)網(wǎng)絡(luò)通信異常和未診斷出異常但實(shí)際存在異常四種故障現(xiàn)象下適用的WSNs故障診斷調(diào)試工具,如Sympathy、Clairvoyant、SNIF和Dustminer。最后,強(qiáng)調(diào)了SIL-IoTs的特性對(duì)故障診斷帶來(lái)的潛在挑戰(zhàn),包括部署環(huán)境復(fù)雜、節(jié)點(diǎn)任務(wù)沖突、連續(xù)性區(qū)域節(jié)點(diǎn)無(wú)法傳輸數(shù)據(jù)和多種故障診斷失效等情形,并針對(duì)這些潛在挑戰(zhàn)指出了合理的研究方向。由于SIL-IoTs為農(nóng)業(yè)物聯(lián)網(wǎng)中典型應(yīng)用,因此本研究可擴(kuò)展至其它農(nóng)業(yè)物聯(lián)網(wǎng)中,并為這些農(nóng)業(yè)物聯(lián)網(wǎng)的故障診斷提供參考。

棚室蔬菜產(chǎn)業(yè)在黑龍江省農(nóng)業(yè)轉(zhuǎn)方式、調(diào)結(jié)構(gòu)和供給側(cè)改革中占有重要的戰(zhàn)略地位。黑龍江省棚室蔬菜生產(chǎn)規(guī)模近年來(lái)發(fā)展較快,技術(shù)支撐需求也與日俱增。本研究針對(duì)黑龍江省棚室蔬菜發(fā)展規(guī)模與技術(shù)服務(wù)支撐能力不匹配的現(xiàn)狀,提出了基于云服務(wù)的棚室蔬菜智能終端系統(tǒng)及關(guān)鍵技術(shù)的實(shí)現(xiàn)方法。本研究以專家服務(wù)為主、數(shù)據(jù)挖掘技術(shù)為輔,以物聯(lián)網(wǎng)設(shè)備為感知手段、以智能手機(jī)為用戶終端,利用云服務(wù)對(duì)知識(shí)、資源、物聯(lián)網(wǎng)數(shù)據(jù)的整合配置能力,提供蔬菜專家及棚室蔬菜用戶對(duì)信息獲取、存儲(chǔ)、分析和決策的高效解決方案。本研究的部分內(nèi)容已在黑龍江省農(nóng)業(yè)科研部門(mén)、企業(yè)、蔬菜合作社、農(nóng)戶等不同用戶群體中實(shí)驗(yàn)應(yīng)用,能夠?yàn)閷＜姨峁┡锸沂卟松a(chǎn)環(huán)境的遠(yuǎn)程問(wèn)診手段,適用于各類棚室蔬菜應(yīng)用場(chǎng)景。本研究還提出了對(duì)大規(guī)模應(yīng)用場(chǎng)景下的技術(shù)解決方案建議,可在全國(guó)的棚室蔬菜生產(chǎn)中推廣應(yīng)用,實(shí)現(xiàn)更廣泛高效的專家技術(shù)服務(wù)支撐。 

太陽(yáng)能殺蟲(chóng)燈在農(nóng)業(yè)趨光性害蟲(chóng)受燈光引誘并接觸金屬網(wǎng)時(shí)釋放高壓脈沖電流殺滅害蟲(chóng),可有效減少施用農(nóng)藥造成的環(huán)境污染和食品安全問(wèn)題。本文介紹了利用無(wú)線傳感器網(wǎng)絡(luò)技術(shù)提升太陽(yáng)能殺蟲(chóng)燈在農(nóng)業(yè)遷飛性趨光害蟲(chóng)防治領(lǐng)域的應(yīng)用效果,明確提出了一種新型農(nóng)業(yè)物聯(lián)網(wǎng)——太陽(yáng)能殺蟲(chóng)燈物聯(lián)網(wǎng)。首先,從殺蟲(chóng)燈在國(guó)內(nèi)農(nóng)業(yè)生產(chǎn)中的應(yīng)用研究現(xiàn)狀出發(fā),總結(jié)了殺蟲(chóng)燈在林果、水稻和蔬菜等作物生產(chǎn)種植中的部署特點(diǎn)和殺蟲(chóng)工作時(shí)段分布情況;其次,分析了現(xiàn)有聯(lián)網(wǎng)型太陽(yáng)能殺蟲(chóng)燈節(jié)點(diǎn)的產(chǎn)品特點(diǎn)和殺蟲(chóng)燈物聯(lián)網(wǎng)研究現(xiàn)狀;然后,結(jié)合太陽(yáng)能殺蟲(chóng)燈的能量采集方式、田間部署特點(diǎn),綜合分析了基于太陽(yáng)能能量采集方式的傳感器網(wǎng)絡(luò)研究現(xiàn)狀和基于啟發(fā)式的傳感器網(wǎng)絡(luò)節(jié)點(diǎn)部署研究現(xiàn)狀;最后,探討了太陽(yáng)能殺蟲(chóng)燈物聯(lián)網(wǎng)的節(jié)點(diǎn)部署、能量預(yù)留管理、蟲(chóng)害爆發(fā)區(qū)域邊界定位、蟲(chóng)情數(shù)據(jù)抗干擾傳輸?shù)汝P(guān)鍵研究問(wèn)題,并對(duì)太陽(yáng)能殺蟲(chóng)燈物聯(lián)網(wǎng)在農(nóng)業(yè)生產(chǎn)中的應(yīng)用進(jìn)行了總結(jié)和展望。 

隨著無(wú)線終端數(shù)量的快速增長(zhǎng)和多媒體圖像等高帶寬傳輸業(yè)務(wù)需求的增加,農(nóng)業(yè)物聯(lián)網(wǎng)相關(guān)領(lǐng)域可預(yù)見(jiàn)地會(huì)出現(xiàn)無(wú)線頻譜資源緊缺問(wèn)題。針對(duì)基于傳統(tǒng)物聯(lián)網(wǎng)的作物表型信息采集系統(tǒng)中存在由于節(jié)點(diǎn)密集部署導(dǎo)致數(shù)據(jù)傳輸過(guò)程容易出現(xiàn)頻譜競(jìng)爭(zhēng)、數(shù)據(jù)擁堵的現(xiàn)象以及固定電池的網(wǎng)絡(luò)由于能耗不均衡引起監(jiān)測(cè)周期縮減等諸多問(wèn)題,本研究建立了一個(gè)認(rèn)知無(wú)線傳感器網(wǎng)絡(luò)（CRSN）作物表型信息采集模型,并針對(duì)模型提出一種引入邊緣計(jì)算機(jī)制的動(dòng)態(tài)頻譜和能耗均衡（DSEB）的事件驅(qū)動(dòng)分簇路由算法。算法包括:（1）動(dòng)態(tài)頻譜感知分簇,采用層次聚類算法結(jié)合頻譜感知獲取的可用信道、節(jié)點(diǎn)間的距離、剩余能量和鄰居節(jié)點(diǎn)度為相似度對(duì)被監(jiān)控區(qū)域內(nèi)的節(jié)點(diǎn)進(jìn)行聚類分簇并選取簇頭,構(gòu)建分簇拓?fù)涞倪^(guò)程對(duì)各分簇大小的均衡性引入獎(jiǎng)勵(lì)和懲罰因子,提升網(wǎng)絡(luò)各分簇平均頻譜利用率;（2）融入邊緣計(jì)算的事件觸發(fā)數(shù)據(jù)路由,根據(jù)構(gòu)建的分簇拓?fù)浣Y(jié)構(gòu),將待檢測(cè)各區(qū)域變化異常表型信息觸發(fā)事件以簇內(nèi)匯聚和簇間中繼交替迭代方式轉(zhuǎn)發(fā)至匯聚節(jié)點(diǎn),簇內(nèi)匯聚包括直傳和簇內(nèi)中繼,簇間中繼包括主網(wǎng)關(guān)節(jié)點(diǎn)和次網(wǎng)關(guān)節(jié)點(diǎn)-主網(wǎng)關(guān)節(jié)點(diǎn)兩種情況;（3）基于頻譜變化和通信服務(wù)質(zhì)量（QoS）的自適應(yīng)重新分簇:基于主用戶行為變化引起的可用信道改變,或分簇效果不佳對(duì)通信服務(wù)質(zhì)量產(chǎn)生的干擾,觸發(fā)CRSN進(jìn)行自適應(yīng)重新分簇。此外,本研究還提出了一種新的能耗均衡策略去能量消耗中心化（假設(shè)sink為中心）,即在網(wǎng)關(guān)或簇頭節(jié)點(diǎn)選取計(jì)算式中引入與節(jié)點(diǎn)到sink的距離成正比的權(quán)重系數(shù)。算法仿真結(jié)果表明,與采用K-medoid分簇和能量感知的事件驅(qū)動(dòng)分簇（ERP）路由方案相比,在CRSN節(jié)點(diǎn)數(shù)為定值的前提下,基于DSEB的分簇路由算法在網(wǎng)絡(luò)生存期與能效等方面均具有一定的改進(jìn);在主用戶節(jié)點(diǎn)數(shù)為定值時(shí),所提算法比其它兩種算法具有更高頻譜利用率。