【技术实现步骤摘要】
土壤湿度感知方法、系统、设备及介质
[0001]本专利技术涉及无线感知和普适计算领域，具体地，涉及一种基于无人机和雷达的土壤湿度感知方法、系统、设备及介质。
技术介绍
[0002]实时、准确、广域的土壤湿度感知在智慧农业灌溉中发挥着重要作用。首先，它有助于保护灌溉用水资源。据报道，由于农业上的过度灌溉，地球上超过15％的淡水资源被浪费。因此，实时地感知土壤何时含有足够的水，并相应地停止灌溉，将极大缓解此类淡水资源的浪费。同时，只有灌溉的时间和水量合适，作物才能以最佳方式生长。因此，实时、准确的土壤湿度感知也将帮助智能灌溉系统动态优化灌溉计划，以满足特定类型种植作物的要求，有助于提高作物产量。除了农业应用，土壤湿度感知还在其他任务上发挥作用，如生态环境监测，户外运动场(例如高尔夫球场，足球场)维护等。
[0003]迄今为止，已有诸多用于土壤湿度感知的技术，可分为基于传感器和基于射频的技术。基于传感器的土壤湿度感知技术的工作模式是将专用传感器节点埋在土壤中，但是，此类技术具有较高的部署和维护成本，不适合智慧农业应用场景。...
【技术保护点】
【技术特征摘要】
1.一种土壤湿度感知方法，其特征在于，包括：数据收集步骤：利用搭载在无人机的雷达对土壤进行探测，收集用于估计土壤湿度的雷达信号；特征提取步骤：从收集的雷达信号中提取土壤湿度特征，所述土壤湿度特征包括土壤的折射系数RI和相对振幅比率RAR；失真滤除步骤：通过失真信号滤除算法滤除因无人机不受控运动而受污染的特征；干扰消除步骤：通过多径干扰消除算法消除由于雷达信号在土壤表面覆盖物上多径传播对所提取特征的干扰；湿度估计步骤：将失真滤除和干扰消除后的特征输入训练好的深度神经网络模型，输出土壤湿度估计结果；元模型训练步骤：训练所述深度神经网络模型的元模型，通过调整参数从而适应不同的土壤类型。2.根据权利要求1所述的土壤湿度感知方法，其特征在于，所述数据收集步骤包括：在感知区域内选择测量点，在每个测量点距离土壤表面预设深度之下埋设有反射器；将无人机悬停在每个测量点上方，并在预设高度范围内垂直升高，同时通过无人机上安装的雷达连续发射信号和接收反射的雷达信号。3.根据权利要求1所述的土壤湿度感知方法，其特征在于，所述特征提取步骤包括：在所述雷达信号上进行插值，从插值后的所述雷达信号的飞行时间ToF和峰值振幅中提取土壤湿度特征；雷达的基带信号s(t)以高斯脉冲形式表示：其中α
tx
是决定脉冲强度的振幅，σ2是决定脉冲宽度的方差，t为时间，e为自然常数，土壤表面反射信号r1(t)表示为：其中是信号在空气中传播的衰减项，α
air
表示空气衰减因子，n是土壤的折射系数，d1为雷达到土壤表面的距离，c为光速，j为复数，π为圆周率，f
c
为雷达信号的中心频率，设反射器埋藏在d2的深度下，那么反射器反射信号r2(t)表示为：其中表示信号在土壤中传播的衰减项，α
s
表示土壤衰减因子，为信号穿透土壤
‑
空气边界和反射器反射引起的衰减项，其中m表示反射器的折射系数；相对振幅比率p定义为r2(t)峰值振幅与r1(t)峰值振幅的比值，即
假设雷达在测量点接收k帧信号，对于第i帧，找到振幅最高的r1(t)和r2(t)采样点，得到振幅a
1,i
和a
2,i
，以及飞行时间ToF t
1,i
和t
2,i
，计算对应于第i帧的折射系数RI和相对振幅比率RAR，分别为n
i
＝0.5c(t
2,i
‑
t
1,i
)/d2和p
i
＝a
2,i
/a
1,i
，将这一操作应用于所有接收信号帧，获得r1(t)和r2(t)的峰值振幅、折射系数RI和相对振幅比率RAR的集合，表示为A1＝{a
1,1
,a
1,2
,
···
,a
1,k
}，A2＝{a
2,1
,a
2,2
,
···
,a
2,k
}，N＝{n1,n2,
···
,n
k
}，P＝{p1,p2,
···
,p
k
}。4.根据权利要求3所述的土壤湿度感知方法，其特征在于，所述失真滤除步骤包括：计算r1(t)和r2(t)每帧的峰值振幅平均值：(t)每帧的峰值振幅平均值：对于i∈[1+h，k
‑
h]的每个第i帧，计算i的前h帧和后h帧中相对振幅比率RAR的滑动平均值和若第i帧是在无人机稳定时收集，则满足条件|p
i
‑
m
i,1
|<δ和|p
i
‑
m
i,2
|<δ，δ为异常值检测阈值；若无人机没有偏离测量点，则满足条件和保留同时满足上述四个条件的第i帧的折...
【专利技术属性】
技术研发人员：金海明，丁榕，范桂云，王孝诚，张永奎，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：
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。