【技术实现步骤摘要】
本专利技术涉及大棚种植
，尤其涉及一种设施蔬菜环境参数的数据融合方法、装置及系统。
技术介绍
温室大棚的种植为提高人们的生活水平带来极大的便利，同时也为农业种植户带来了理想的收益。温室大棚的环境系统是一个复杂的具有非线性时变、多变量强相关、延时大等特征的分布参数系统，一个参数的变化会影响到环境系统中多个环境参数的改变。但目前多数温室大棚都是人工管理，存在种植模式单一、管理不到位等问题，这就会引起多种病害的交叉传播和蔓延。物联网传感器是对各种参量进行信息采集和简单加工处理的设备，并通过固有协议，将数据信息传送给物联网终端处理。物联网传感器可以独立存在，也可以与其他设备以一体方式呈现。大量物联网传感器节点随机部署在监测区域内部或附近，通过自组织方式构成无线传感器网络。传感器节点监测的数据沿着其他传感器节点逐跳地在无线传感器网络中进行传输。在传输过程中监测数据可能被多个节点处理，经过多跳后路由到汇聚节点，最后通过互联网或卫星到达管理节点。用户通过管理节点对传感器网络进行配置和管理，发布监测任务以及收集监测数据。因此，引入多种传感器对环境参数信息进行采集，从而更加全面系统地监测温室大棚的环境。每个传感器节点对周围环境的光照、温度、湿度等信息进行采集。温室大棚中未经处理的采集数据向平台发送时会造成网络负载过大，从而降低数据处理的效率。而多传感器数据融合技术可以解决数据冗
【技术保护点】
一种设施蔬菜环境参数的数据融合方法，其特征在于，包括：获取大棚内各预设位置处不同时刻的设施蔬菜的至少一个环境参数的值；将相同时刻的各环境参数的值分别组成环境参数序列，得到不同时刻的各环境参数序列；对所述各环境参数序列进行加权融合计算，以获得不同时刻的各环境参数序列的融合值。
【技术特征摘要】 【专利技术属性】
1.一种设施蔬菜环境参数的数据融合方法，其特征在于，包括：
获取大棚内各预设位置处不同时刻的设施蔬菜的至少一个环境参
数的值；
将相同时刻的各环境参数的值分别组成环境参数序列，得到不同
时刻的各环境参数序列；
对所述各环境参数序列进行加权融合计算，以获得不同时刻的各
环境参数序列的融合值。
2.根据权利要求1所述的方法，其特征在于，所述对所述各环境
参数序列进行加权融合计算，以获得不同时刻的各环境参数序列的融
合值，包括：
根据预设的大棚内各预设位置的权重分配规则，确定每个环境参
数序列中各值对应的权重值；
将每个环境参数序列均分为两个子序列，根据所述每个环境参数
序列中各值对应的权重值，确定所述两个子序列对应的标准误差；
根据所述两个子序列对应的标准误差及两个子序列对应的系数矩
阵，确定各环境参数的不同时刻的融合值。
3.根据权利要求2所述的方法，其特征在于，所述将每个环境参
数序列均分为两个子序列，根据所述每个环境参数序列中各值对应的
权重值，确定所述两个子序列对应的标准误差，包括：
将每个环境参数序列均分为两个子序列，确定每个环境参数序列
中两个子序列对应的权重平均值；
根据所述两个子序列对应的权重平均值及两个子序列中各值对应
的权重值，确定所述每个环境参数序列中两个子序列对应的标准误差。
4.根据权利要求2所述的方法，其特征在于，所述根据所述两个
子序列对应的标准误差及两个子序列对应的系数矩阵，确定各环境参
数的不同时刻的融合值，包括：
根据所述两个子序列对应的标准误差，确定每个环境参数序列的
方差及两个子序列对应的协方差矩阵；
根据所述每个环境参数序列的方差、所述两个子序列对应的协方
差矩阵及所述系数矩阵，确定各环境参数的不同时刻的融合值。
5.根据权利要求1所述的方法，其特征在于，在所述对所述各环
境参数序列进行加权融合计算之前，所述方法还包括：
去除所述各环境参数序列中的异常数据；
相应地，所述对所述各环境参数序列进行加权融合计算，包括：
对去除异常数据的各环境参数序列进行加权融合计算。
6.根据权利要求1或5所述的方法，其特征在于，在所述对所述
各环境参数序列进行加权融合计算之前，所述方法还包括：
对每个环境参数序列进行滑动平均窗滤波，得到滤波的各环境参
数序列；
相应的，所述对所述各环境参数序列进行加权融合计算，包括：
对滤波的各环境参数序列进行加权融合计算。
7.根据权利要求5所述的方法，其特征在于，所述去除所述各环
技术研发人员：傅泽田，毛富焕，邹春雨，张领先，李鑫星，吕雄杰，郭蕾，刘威麟，康冬妮，刘恒一，
申请(专利权)人：中国农业大学，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。