我国水产品总量连年上升,水产养殖规模也愈发扩大。对养殖区域内的水质进行严格管理和把控,将直接关系到水产养殖的经济成果。目前常规的水质监测系统存在成本高、控制反应慢、采集数据精度低、不能预测数据等不足。为了解决常规水质监测系统中存在的问题,提高对水质的精准管理能力,增强水产养殖过程中的风险防范能力,本文展开了以下的研究:一、设计具有较高精度的水质数据采集系统。基于超低功耗芯片和高精度传感器设计的水质数据采集系统,能实时采集和上传p H、温度、溶解氧、电导率、氨氮数据。本文采用荧光淬灭原理设计的溶解氧传感器,采集精度比普通的溶解氧传感器精度高。二、提出用于修正含有噪声的水质数据修正模型。系统采集的水质数据,主要存在爆米花噪声、环境噪声和电噪声三种噪声,本文分别选用中值滤波器、陷波滤波器和小波变换方法依次对数据进行修正。本文选用小波变换中的六种小波函数,分别修正数据中的电噪声,对修正后的六种结果进行对比分析,选出不同类型的参数数据最合适的小波函数。三、构建水质参数中溶解氧的预测模型。对五种数据修正后,本文基于循环神经网络RNN、长短期记忆神经网络LSTM和门循环单元GRU三种方法实现溶解氧的预测功能。搭建好网络模型,对神经网络中相应的参数进行设置,处理和标注数据集。针对不同的数据集,都放入不同的神经网络模型中进行训练和预测。对多种模型的预测结果进行评测分析,最终选出预测性能最好的模型,该模型能较为准确地预测1 h内溶解氧的含量,与其他溶解氧预测模型对比,该模型在四种评测指标上的性能均具有最优表现。四、设计具有低延迟控制特性的水质监测和溶解氧预警系统。本文设计了一套水质监测系统,主要设计了数据的采集、数据的处理和分析,数据的可视化和系统控制几部分的内容。本文在系统中增加了溶解氧预测预警机制,在上位机控制中心实现系统控制和溶解氧预测功能,使得系统控制的反应延迟降低,防范低氧能力增强。本文搭建的水产养殖监测系统,实现了水质数据的动态监测和对1 h内溶解氧的预测。该系统的成本较低,数据采集精度较高,控制延迟低,具有较精准的溶解氧预测功能。将本系统应用于水质养殖中,能提高对水质的监控能力,提前防范低氧或富氧情况的出现,因此增强了水产养殖过程中对水质精准把控的能力。