基于LoRa的水质实时监测系统的研究与实现

来源 :西安邮电大学 | 被引量 : 0次 | 上传用户:xuwei5858
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
水是人类生产活动和社会发展中不可缺少的重要资源。但近年来随着城市化和工业化步伐的加快,导致水污染问题日益突出,水质监测已经成为水资源保护和利用的关键问题。我国是传统的农业大国,农业生态环境的优劣与我国的可持续发展战略息息相关,这其中农业生产灌溉用水的安全性更是直接影响农作物品质。我国以全球8%的耕地面积养活全球20%的人口,创造“中国粮奇迹”根本原因之一是我国有40%的耕地类型为灌溉农田和建立在水利灌溉基础上的农作物高产栽培和作物多熟技术。但如果灌溉水质不达标,不仅会使本就易滋生细菌的农业环境更加没有安全保证,也会使得土壤盐碱化、板结等,导致农作物减产。农产品的品质与灌溉水质密切相关,灌溉水质不达标使得产品无法达到绿色农产品生产要求,也给农业生产从事人员造成巨大经济损失,农业灌溉用水水质监测的重要性不言而喻。基于以上情况,本文针对远程水质监测系统的关键技术,结合团队“2020年新疆昌吉智慧农业大棚建设”项目中农业灌溉水质远程监测子课题展开相关研究工作。本文所做工作如下:1、分析目前国内外水质监测系统发展现状,研究水质监测物联网感知、传输及处理相关技术,结合实际中对灌溉用水水质监测的实际需求,确定了水质监测系统所要实现的功能及系统要求,并对水质监测参数、远程传输模块、中继转发模块、LabVIEW上位机等进行系统整体设计,最终实现农业水质远程监测系统。2、水质监测系统硬件设计。完成系统主控模块和网关模块设计与实现。主控模块中设计有485接口电路连接水质传感器、SD卡数据存储电路,继电器水泵控制电路搭配液位传感器完成对待测水体的取排操作等。数据传输方面设计有LoRa数据远传电路,此外为了提高数据传输距离设计了LoRa和NB-IoT中继节点。3、水质监测系统软件设计。完成水质监测系统嵌入式程序编写,编写Mod Bus协议程序完成对水质温度、浊度、溶解氧、p H和电导率的数据采集、LoRa模块配置、NB-IoT配置及SD卡配置。完成LabVIEW上位机软件设计,实现灌溉水质数据展示、阈值设定、超标报警、数据存储等功能。4、通过固定站点搭配移动站点的方式测试LoRa通信距离,数据包长度为50以循环发送100次为一次测试,测试结果表明本系统LoRa可实现至少2100m内100%的测试成功率,加入中继节点后可实现可将测试距离提高至4500m。测试云平台数据展示,并在项目实地大棚环境进行上位机与下位机的联合测试,最终结构符合预期,达到项目的应用需求。
其他文献
量子保密通信是量子力学的基本原理和信息通信理论相互结合产生的交叉学科,有着量子力学和信息通信学科各自的优点,量子保密通信有许多经典通信无法比拟的优势。因为独特的通信安全优势,近年来,量子保密通信的研究进展不断突破,将会在通信与信息技术领域引发新的技术浪潮。量子卫星通信作为量子保密通信的重要组成部分,在各国研究团队坚持不懈的努力下,量子卫星通信也得到了健康良好的发展,为构建广域量子卫星通信网络打下了
随着云计算技术的不断发展,越来越多的个人和企业选择使用云存储应用来存储数据。作为一种新兴的应用模式,云存储为用户提供数据快速存储和检索等服务,有效地解决了数据爆发式增长带来的数据存储问题。然而,由于用户失去了对存储在云端数据的控制权,而且云存储服务器不是完全可信的,这导致云存储中用户隐私数据泄露以及数据篡改等安全问题频频发生,严重阻碍了云存储的进一步发展与应用。属性基签名(Attribute-ba
极化合成孔径雷达(Polarimetric Synthetic Aperture Radar,PolSAR)采用多频率、多通道的成像方式,能够不分昼夜地进行对地监测,同时还具有穿透力强、分辨率高等优点。作为PolSAR影像解译的关键技术之一,PolSAR图像分类一直受到国内外研究者的热切关注。PolSAR图像分类是一种像素级别的密集预测任务。近些年卷积神经网络(Convolutional Neur
随着信息时代的发展,数据量日益增加。云存储技术的出现对数据的存储和共享带来了很大的便利,同时也带来了巨大的安全威胁。云存储服务器(Cloud Storage Server,CSS)往往容易受到外部敌手和内部敌手的攻击,采用普通的加密技术虽然可以保护数据隐私,但在使用时需要将远程文件全部下载到本地逐一进行解密,这无疑增加了系统资源的浪费。尽管数据加密被认为是保护数据机密性的一种简单而且有效的方式,但
人脸表情识别技术在人机交互、智慧交通和医疗等领域有广泛的应用,在计算机视觉和深度学习等领域也取得了越来越多的关注。人脸表情识别的核心技术之一是图像特征表达,目的是提取到辨识力高、鲁棒性强的特征。现已有众多学者针对人脸表情识别的关键技术开展了一定的研究工作,但在提高识别精度方面仍然是一个巨大的挑战。本文以人脸表情识别技术中的特征学习和显著性区域检测等关键问题开展研究工作,提高了识别方法的精度。主要研
图像超分辨率重建方法是通过硬件或软件的方式,将高分辨率图像从一系列相关的低分辨率图像中恢复出来的过程。当前,在实现图像超分辨率重建的方法中,机器学习和深度学习是两个对图像重建质量较好的方法。因此,本文基于这两种方法对图像重建算法进行了研究。基于邻域嵌入的自学习图像超分辨率算法是一种基于机器学习的算法。提取图像深层特征的超分辨率重建网络是一种基于深度学习的算法。本文对图像超分辨率研究的主要内容有:(
携能双向中继网络(Two-Way Relaying Network,TWRN)利用能量收集(Energy Harvesting,EH)技术,能够在完成高可靠性通信的同时延长中继节点的工作寿命。已有针对携能TWRN中系统中断性能的研究大多基于理想硬件假设,即不考虑各类损伤(如高功率放大非线性、射频电路噪声等)对收发机的影响。然而,在实际的通信网络中,收发机不可避免地会遭受着诸多因素的影响。尽管已相继
人脑在人类情感的产生过程中起到了至关重要的作用,基于脑电(Electroencephalogram,EEG)的情绪识别研究日益得到国内外学者的关注。有效挖掘大脑的功能机制为情绪识别提供了新的见解,对系统级视角下理解人脑组织的连接模式以及情绪产生的方式至关重要。认识人脑不同脑区在功能上分工与协同的规律是情绪分析的关键,然而现有的情绪识别研究在这一方面存在两个不足之处:研究者对于大脑的探究多从能量角度
视觉跟踪是计算机视觉领域的一个重要研究方向,在自动驾驶、军事侦察、视频监控、人机交互、无人机等领域都有广泛的应用。视觉跟踪的主要目的是在视频序列中,根据给定的初始目标信息在后续视频序列中预测该目标的位置、尺度、运动状态等信息。近年来,越来越多的研究人员从事跟踪算法的研究,各类跟踪算法在跟踪性能上都不断提升,但在目标遮挡、光照变化、快速运动、目标形变等复杂场景下的跟踪性能仍不够理想,所以,对跟踪算法
大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)技术通过在基站端布置大量天线,利用信道之间的渐近正交性,可以有效消除用户间干扰,同时给通信系统带来巨大的性能提升,而成为5G的关键技术并被广泛使用。在大规模多用户MIMO(Multi-User MIMO,MU-MIMO)系统中,不正确的用户分组会引起严重的用户间干扰,因此多用户选择对大规模MIMO系统性能至