物聯網中演算法

A. 專題推薦 - 農業感測器與物聯網專題

本專題我共整理了10篇文章，來自中國農業科學院農業質量標准與檢測技術研究所、南京農業大學、英國林肯大學、華南農業大學、江南大學、國家農業智能裝備工程技術研究中心、浙江大學、中國科學院、吉林農業大學、西北農林 科技 大學、國家信息農業工程技術中心等單位。

文章包含農產品質量安全納米感測器、太陽能殺蟲燈、分簇路由演算法、農田物聯網混合多跳路由演算法、水產養殖溶解氧感測器研製、土壤養分近場遙測方法、農機遠程智能管理平台、水肥濃度智能感知與精準配比、果園多機器人通信等內容，供大家閱讀、參考。

專題--農業感測器與物聯網

Topic--Agricultural Sensor and Internet of Things

[1]王培龍, 唐智勇. 農產品質量安全納米感測應用研究分析與展望[J]. 智慧農業(中英文), 2020, 2(2): 1-10.

WANG Peilong , TANG Zhiyong. Application analysis and prospect of nanosensor in the quality and safety of agricultural procts[J]. Smart Agriculture, 2020, 2(2): 1-10.

知網閱讀

[2]楊星, 舒磊, 黃凱, 李凱亮, 霍志強, 王彥飛, 王心怡, 盧巧玲, 張亞成. 太陽能殺蟲燈物聯網故障診斷特徵分析及潛在挑戰[J]. 智慧農業(中英文), 2020, 2(2): 11-27.

YANG Xing, SHU Lei, HUANG Kai, LI Kailiang, HUO Zhiqiang, WANG Yanfei, WANG Xinyi, LU Qiaoling, ZHANG Yacheng. Characteristics analysis and challenges for fault diagnosis in solar insecticidal lamps Internet of Things[J]. Smart Agriculture, 2020, 2(2): 11-27.

摘要： 太陽能殺蟲燈物聯網（SIL-IoTs）是一種基於農業場景與物聯網技術的新型物理農業蟲害防治工具，通過無線傳輸太陽能殺蟲燈組件狀態數據，用戶可後台實時查看太陽能殺蟲燈運行狀態，具有殺蟲計數、蟲害區域定位、輔助農情監測等功能。但隨著SIL-IoTs快速發展與廣泛應用，故障診斷難和維護難等矛盾日益突出。基於此，本研究首先闡述了SIL-IoTs的結構和研究現狀，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能殺蟲燈節點自身存在的故障及其在無線感測網路（WSNs）中的體現，並進一步對WSNs中的故障進行分類，包括基於行為、基於時間、基於組件以及基於影響區域的故障四類。隨後討論了統計方法、概率方法、層次路由方法、機器學習方法、拓撲控制方法和移動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型診斷與被動型診斷策略，從監測類型上分為連續診斷、定期診斷、直接診斷與間接診斷策略，從設備上分為集中式、分布式與混合式策略。在以上故障診斷方法與策略的基礎上，介紹了後台數據異常、部分節點通信異常、整個網路通信異常和未診斷出異常但實際存在異常四種故障現象下適用的WSNs故障診斷調試工具，如Sympathy、Clairvoyant、SNIF和Dustminer。最後，強調了SIL-IoTs的特性對故障診斷帶來的潛在挑戰，包括部署環境復雜、節點任務沖突、連續性區域節點無法傳輸數據和多種故障診斷失效等情形，並針對這些潛在挑戰指出了合理的研究方向。由於SIL-IoTs為農業物聯網中典型應用，因此本研究可擴展至其它農業物聯網中，並為這些農業物聯網的故障診斷提供參考。

知網閱讀

[3]汪進鴻, 韓宇星. 用於作物表型信息邊緣計算採集的認知無線感測器網路分簇路由演算法[J]. 智慧農業(中英文), 2020, 2(2): 28-47.

WANG Jinhong, HAN Yuxing. Cognitive radio sensor networks clustering routing algorithm for crop phenotypic information edge computing collection[J]. Smart Agriculture, 2020, 2(2): 28-47.

摘要： 隨著無線終端數量的快速增長和多媒體圖像等高帶寬傳輸業務需求的增加，農業物聯網相關領域可預見地會出現無線頻譜資源緊缺問題。針對基於傳統物聯網的作物表型信息採集系統中存在由於節點密集部署導致數據傳輸過程容易出現頻譜競爭、數據擁堵的現象以及固定電池的網路由於能耗不均衡引起監測周期縮減等諸多問題，本研究建立了一個認知無線感測器網路（CRSN）作物表型信息採集模型，並針對模型提出一種引入邊緣計算機制的動態頻譜和能耗均衡（DSEB）的事件驅動分簇路由演算法。演算法包括：（1）動態頻譜感知分簇，採用層次聚類演算法結合頻譜感知獲取的可用信道、節點間的距離、剩餘能量和鄰居節點度為相似度對被監控區域內的節點進行聚類分簇並選取簇頭，構建分簇拓撲的過程對各分簇大小的均衡性引入獎勵和懲罰因子，提升網路各分簇平均頻譜利用率；（2）融入邊緣計算的事件觸發數據路由，根據構建的分簇拓撲結構，將待檢測各區域變化異常表型信息觸發事件以簇內匯聚和簇間中繼交替迭代方式轉發至匯聚節點，簇內匯聚包括直傳和簇內中繼，簇間中繼包括主網關節點和次網關節點-主網關節點兩種情況；（3）基於頻譜變化和通信服務質量（QoS）的自適應重新分簇：基於主用戶行為變化引起的可用信道改變，或分簇效果不佳對通信服務質量產生的干擾，觸發CRSN進行自適應重新分簇。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sink為中心），即在網關或簇頭節點選取計算式中引入與節點到sink的距離成正比的權重系數。演算法模擬結果表明，與採用K-medoid分簇和能量感知的事件驅動分簇(ERP)路由方案相比，在CRSN節點數為定值的前提下，基於DSEB的分簇路由演算法在網路生存期與能效等方面均具有一定的改進；在主用戶節點數為定值時，所提演算法比其它兩種演算法具有更高頻譜利用率。

知網閱讀

[4]顧浩, 王志強, 吳昊, 蔣永年, 郭亞. 基於熒光法的溶解氧感測器研製及試驗[J]. 智慧農業(中英文), 2020, 2(2): 48-58.

GU Hao, WANG Zhiqiang, WU Hao, JIANG Yongnian, GUO Ya. A fluorescence based dissolved oxygen sensor[J]. Smart Agriculture, 2020, 2(2): 48-58.

摘要：溶解氧含量的測量對水產養殖具有極其重要的意義，但目前中國市面上的溶解氧感測器存在價格昂貴、不能持續在線測量及更新部件維護困難等問題，難以在水產養殖物聯網中大規模推廣和發揮作用。本研究基於熒光淬滅原理，利用水中溶解氧濃度與熒光信號相位差的關系進行低成本、易維護溶解氧感測器的研發。首先利用自製備溶氧敏感膜，經激發光照射後產生紅色熒光，該熒光壽命可由溶解氧濃度調節；然後利用光信號敏感器件設計光電轉化電路實現光信號感知；再以STM32F103微處理器作為主控晶元，編寫下位機程序實現激發光脈沖產生，利用相敏檢波原理以及快速傅里葉變換（FFT）計算激發光與參照光的相位差，進而轉化為溶解氧濃度，實現溶解氧的測量。熒光探測部分與系統主控部分採用分離式設計思想，利用屏蔽排線直接插拔連接，便於感測器探測頭的拆卸、更換、維護以及實現遠距離在線測量。經測試，本溶解氧感測器的測量范圍是0~20 mg/L，響應延遲小於2 s，溶氧敏感膜使用壽命約1年，可以實時不間斷地對溶解氧濃度進行測量。同時，本感測器具有測量方便、製作成本低、體積小等特點，為中國水產養殖低成本溶解氧感測器的研發與市場化奠定了良好的基礎。

知網閱讀

[5]矯雷子, 董大明, 趙賢德, 田宏武. 基於調制近紅外反射光譜的土壤養分近場遙測方法研究[J]. 智慧農業(中英文), 2020, 2(2): 59-66.

JIAO Leizi, DONG Daming, ZHAO Xiande, TIAN Hongwu. Near-field telemetry detection of soil nutrient based on molated near-infrared reflectance spectrum[J]. Smart Agriculture, 2020, 2(2): 59-66.

摘要： 土壤養分作為農業生產的重要指標，含量過少會降低農作物產量，過多則會造成環境污染。因此，快速、准確檢測土壤養分對於精準施肥和提高作物產量具有重要意義。基於取樣和化學分析的傳統方法能夠全面准確地檢測土壤養分，但檢測過程中土壤的取樣及預處理過程繁瑣、操作復雜、費時費力，不能實現土壤養分的原位快速檢測。本研究基於調制近紅外光譜，提出了一種土壤養分主動式近場遙測方法，可有效避免土壤反射自然光的干擾。該方法使用波長范圍1260~1610 nm的8通道窄帶激光二極體作為近紅外光源，通過測量8通道激光光束的土壤反射率，建立土壤養分中氮（N）關於土壤反射率的計量模型，實現了N的快速檢測。在74組已知N含量的土壤樣品中，選取54組作為訓練集，20組作為預測集。基於一般線性模型，對訓練集中土壤N含量與土壤反射率的定量化參數進行訓練，篩選顯著波段後的計量模型R2達到0.97。基於建立的計量模型，預測集中土壤N含量預測值與參考值的決定系數R2達到0.9，結果表明該方法具有土壤養分現場快速檢測的能力。

知網閱讀

[6]朱登勝, 方慧, 胡韶明, 王文權, 周延鎖, 王紅艷, 劉飛, 何勇. 農機遠程智能管理平台研發及其應用[J]. 智慧農業(中英文), 2020, 2(2): 67-81.

ZHU Dengsheng, FANG Hui, HU Shaoming, WANG Wenquan, ZHOU Yansuo, WANG Hongyan, LIU Fei, HE Yong. Development and application of an intelligent remote management platform for agricultural machinery[J]. Smart Agriculture, 2020, 2(2): 67-81.

摘要： 本研究針對農機管理實時數據少、農機實時作業監管困難、服務信息不對稱等問題，首先提出專業化遠程管理平台設計時應具有五大原則：專業化、標准化、雲平台、模塊化以及開放性。基於這些原則，本研究設計了基於大田作業智能感測技術、物聯網技術、定位技術、遙感技術和地理信息系統的可定製化的通用農機遠程智能管理平台。平台分別為各級政府管理部門、農機合作社、農機手、農戶設計並實現了基於WebGIS 的農機信息庫及農機位置服務、農機作業實時監測與管理、農田基礎信息管理、田間作物基本信息管理、農機調度管理、農機補貼管理、農機作業訂單管理等多個實用模塊。研究著重分析了在當前的技術背景下，平台部分關鍵技術的實現方法，包括採用低精度GNSS定位系統前提下的作業面積的計算方法、GNSS定位數據處理過程中的數據問題分析、農機調度演算法、作業感測器信息的集成等，並提出了以地塊為核心的管理平台建設思路；同時提出農機作業管理平台將逐步從簡單作業管理轉向大田農機綜合管理。本平台對同類型管理平台的研發具有一定的參考與借鑒作用。

知網閱讀

[7]金洲, 張俊卿, 郭紅燕, 胡宜敏, 陳翔宇, 黃河, 王紅艷. 水肥濃度智能感知與精準配比系統研製與試驗[J]. 智慧農業(中英文), 2020, 2(2): 82-93.

JIN Zhou, ZHANG Junqing, GUO Hongyan, HU Yimin, CHEN Xiangyu, HUANG He, WANG Hongyan. Development and testing of intelligent sensing and precision proportioning system of water and fertilizer concentration[J]. Smart Agriculture, 2020, 2(2): 82-93.

摘要： 為解決農場當地當時的復合肥料精準化配料問題，本研究將水肥一體化智能灌溉施肥系統作為研究對象，構建了水肥濃度智能感知與精準配比系統。首先提出現場在線水肥溶液智能感知模型的快速建立方法，利用數據分析演算法從感測器實時監測的一系列濃度梯度的肥料溶液中挖掘出模型。其次基於上述模型設計水肥濃度智能感知與精準配比系統的框架結構，闡述系統工作原理；並通過三種水體模擬在線配肥驗證了該系統原位指導水肥濃度配比的有效性，同時評價了水體電導率對水肥配比濃度的干擾。試驗結果表明，正則化條件下二階的多項式擬合曲線是表達溶液電導率與水肥濃度的變化關系最優的模型，相關系數R2均大於0.999，由此模型可得出用戶關心的復合肥各指標濃度。三種水體模擬在線配肥結果表明，水體會干擾電導率導致無法准確反演水肥配比的濃度，相對偏差值超過了0.1。因此，本研究提出的在線水肥智能感知與精準配比系統實現了消除當地水體電導率對水肥配比准確性的干擾，通過模型計算實現復合肥精準化配比，並得出各指標濃度。該系統結構簡單，配比精準，易與現有水肥一體機或者人工配肥系統結合使用，可廣泛應用於設施農業栽培、果園栽培和大田經濟作物栽培等環境下的精準智能施肥。

知網閱讀

[8]孫浩然, 孫琳, 畢春光, 於合龍. 基於粒子群與模擬退火協同優化的農田物聯網混合多跳路由演算法[J]. 智慧農業(中英文), 2020, 2(3): 98-107.

SUN Haoran, SUN Lin, BI Chunguang, YU Helong. Hybrid multi-hop routing algorithm for farmland IoT based on particle swarm and simulated annealing collaborative optimization method[J]. Smart Agriculture, 2020, 2(3): 98-107.

摘要： 農業無線感測器網路對農田土壤、環境和作物生長的多源異構信息的獲取起關鍵作用。針對感測器在農田中非均勻分布且受到能量制約等問題，本研究提出了一種基於粒子群和模擬退火協同優化的農田物聯網混合多跳路由演算法（PSMR）。首先，通過節點剩餘能量和節點度加權選擇簇首，採用成簇結構實現異構網路高效動態組網。然後通過簇首間多跳數據結構解決簇首遠距離傳輸能耗過高問題，利用粒子群與模擬退火協同優化方法提高演算法收斂速度，實現sink節點加速採集簇首中的聚合數據。對演算法的模擬試驗結果表明，PSMR演算法與基於能量有效負載均衡的多路徑路由策略方法（EMR）相比，無線感測器網路生命周期提升了57%；與貪婪外圍無狀態路由演算法（GPSR-A）相比，在相同的網路生命周期內，第1個死亡感測器節點推遲了兩輪，剩餘能量標准差減少了0.04 J，具有良好的網路能耗均衡性。本研究提出的PSMR演算法通過簇首間多跳降低遠端簇首額外能耗，提高了不同距離簇首的能耗均衡性能，為實現大規模農田復雜環境的長時間、高效、穩定地數據採集監測提供了技術基礎，可提高農業物聯網的資源利用效率。

知網閱讀

[9]毛文菊, 劉恆, 王東飛, 楊福增, 劉志傑. 面向果園多機器人通信的AODV路由協議改進設計與測試[J]. 智慧農業(中英文), 2021, 3(1): 96-108.

MAO Wenju, LIU Heng, WANG Dongfei, YANG Fuzeng, LIU Zhijie. Improved AODV routing protocol for multi-robot communication in orchard[J]. Smart Agriculture, 2021, 3(1): 96-108.

摘要： 針對多機器人在果園中作業時的通信需求，本研究基於Wi-Fi信號在桃園內接收強度預測模型，提出了一種引入優先節點和路徑信號強度閾值的改進無線自組網按需平面距離向量路由協議（AODV-SP）。對AODV-SP報文進行設計，並利用NS2模擬軟體對比了無線自組網按需平面距離向量路由協議（AODV）和AODV-SP在發起頻率、路由開銷、平均端到端時延及分組投遞率4個方面的性能。模擬試驗結果表明，本研究提出的AODV-SP路由協議在發起頻率、路由開銷、平均端到端時延及分組投遞率4個方面的性能均優於AODV協議，其中節點的移動速度為5 m/s時，AODV-SP的路由發起頻率和路由開銷較AODV分別降低了3.65%和7.09%，節點的移動速度為8 m/s時，AODV-SP的分組投遞率提高了0.59%，平均端到端時延降低了13.09%。為進一步驗證AODV-SP協議的性能，在實驗室環境中搭建了基於領航-跟隨法的小型多機器人無線通信物理平台並將AODV-SP在此平台應用，並進行了靜態丟包率和動態測試。測試結果表明，節點相距25 m時靜態丟包率為0，距離100 m時丟包率為21.01%；動態行駛時能使機器人維持鏈狀拓撲結構。本研究可為果園多機器人在實際環境中通信系統的搭建提供參考。

知網閱讀

[10]黃凱, 舒磊, 李凱亮, 楊星, 朱艷, 汪小旵, 蘇勤. 太陽能殺蟲燈物聯網節點的防盜防破壞設計及展望[J]. 智慧農業(中英文), 2021, 3(1): 129-143.

HUANG Kai, SHU Lei, LI Kailiang, YANG Xing, ZHU Yan, WANG Xiaochan, SU Qin. Design and prospect for anti-theft and anti-destruction of nodes in Solar Insecticidal Lamps Internet of Things[J]. Smart Agriculture, 2021, 3(1): 129-143.

摘要： 太陽能殺蟲燈在有效控制蟲害的同時，可減少農葯施葯量。隨著其部署數量的增加，被盜被破壞的報道也越來越多，嚴重影響了蟲害防治效果並造成了較大的經濟損失。為有效地解決太陽能殺蟲燈物聯網節點被盜被破壞問題，本研究以太陽能殺蟲燈物聯網為應用場景，對太陽能殺蟲燈硬體進行改造設計以獲取更多的感測信息；提出了太陽能殺蟲燈輔助設備——無人機殺蟲燈，用以被盜被破壞出現後的部署、追蹤和巡檢等應急應用。通過上述硬體層面的改造設計和增加輔助設備，可以獲取更為全面的信息以判斷太陽能殺蟲燈物聯網節點被盜被破壞情況。但考慮到被盜被破壞發生時間短，僅改造硬體層面還不足以實現快速准確判斷。因此，本研究進一步從內部硬體、軟體演算法和外形結構設計三個層面，探討了設備防盜防破壞的優化設計、設備防盜防破壞判斷規則的建立、設備被盜被破壞的快速准確判斷、設備被盜被破壞的應急措施、設備被盜被破壞的預測與防控，以及優化計算以降低網路數據傳輸負荷六個關鍵研究問題，並對設備防盜防破壞技術在太陽能殺蟲燈物聯網場景中的應用進行了展望。

知網閱讀

微信交流服務群

為方便農業科學領域讀者、作者和審稿專家學術交流，促進智慧農業發展，為更好地服務廣大讀者、作者和審稿人，編輯部建立了微信交流服務群，有關專業領域內的問題討論、投稿相關的問題均可在群里咨詢。

入群方法： 加我微信 331760296 ， 備註： 姓名、單位、研究方向 ，我拉您進群，機構營銷廣告人員勿擾。

信息發布

科研團隊介紹及招聘信息、學術會議及相關活動 的宣傳推廣

B. 嵌入式物聯網這方面的需要用到演算法嗎

如果是管理層次的，比如智能倉庫、智能車庫等可能需要演算法，但相對是比較簡單的。
物聯網主要目的是將各種帶感測器的物體聯系起來，集中信息、集中控制，重點是信息的匯總和智能控制，對演算法要求不高，強調信息的實時性和聯網的穩定、有效和組網的性價比。
一般用c語言程序設計就可以完成，基本上不涉及匯編；普通物聯網設計都是拿基礎模塊「搭積木」，這些模塊的介面都力求簡單(比如用標准串口、SPI等)，一般是別人做好的模塊，你拿來用就是，常式也准備好的，你綜合一下就可搭建網路和系統了。

C. 什麼是物聯網，什麼是大數據，什麼是區塊鏈

1.什麼是物聯網

其實簡單的來說，大數據就是通過分析和挖掘全量的非抽樣的數據輔助決策。

大數據的特徵

大數據是指以服務於決策為目的，需要新型數據處理模式才能對其內容進行採集、存儲、管理和分析的海量、高增長率和多樣化的信息資本。

大數據具有如下本質特徵：

1.根本目的是服務於決策，大數據能夠幫助各類組織和個人大幅度提升決策能力，做出更好的決策和判斷;

2.量度大，大數據通常是指100T以上的數據量，這難以依靠傳統的計算手段有效計算，而必須依靠新的計算手段和數據挖掘工具;

3.頻率高，大數據是用戶參與與互動而產生的數據，根據用戶的網路痕跡來及時地了解用戶的相關數據，這種數據是按照天甚至小時來計的高頻數據。而傳統的數據頻率都很低，很多數據是按照月甚至按照年份來計算的;

4.速度快，大數據是實時性的數據，能夠實時反應。例如，在網路搜索框輸入一個關鍵詞，能夠瞬間呈現，而傳統的數據收集方式則是嚴重滯後的;

5.永遠在線。在線是大數據的前提條件，從這個角度來說，大數據是永遠在線的，能夠隨時被調用的。大數據通過分析各種網路終端上的用戶痕跡，能夠更好地分析用戶的行為、情感、思想、愛好與需求，來更好地進行決策和分析。

大數據的三大關鍵點

首先，數據的可獲得度。目前在國內，大數據的發展嚴重受制於政府信息的公開性不夠，很多數據難以獲得，導致難以實現真正的大數據挖掘和分析，這就要求政府及時開放更多的數據，以提高數據的可獲得度。

其次，進行科學的模型建構。模型的科學性直接決定著數據分析的質量，這就要求有高超的建模水平，當然數據量越多也有助於模型的合理構建。

第三，利用專家對觀點進行提煉。為決策提供依據的基於數據挖掘的獨到、高質量的觀點，高度依賴於高質量的數據解釋，這就體現了行業專家的價值。

物聯傳媒提供