基于时空关联性的温室环境多传感器数据融合-江苏农业科学.pdfVIP

江苏农业科学　２０１８年第４６卷第５期 — ２０３— 周金生，王纪章，贺　通，等．基于时空关联性的温室环境多传感器数据融合［Ｊ］．江苏农业科学，２０１８，４６（５）：２０３－２０７． ｄｏｉ：１０．１５８８９／ｊ．ｉｓｓｎ．１００２－１３０２．２０１８．０５．０５４ 基于时空关联性的温室环境多传感器数据融合 １ １ １ １ １，２ 周金生 ，王纪章 ，贺　通 ，王建平 ，李萍萍 （１．江苏大学现代农业装备与技术教育部重点实验室，江苏镇江２１２０１３；２．南京林业大学生物与环境学院，江苏南京２１００３７） 　　摘要：为满足温室环境测控系统中传感器数据需具有鲁棒性的要求，提出一种基于时空关联性的温室环境多传感 器数据融合算法。利用时间预测算法对环境数据的时间相关性进行预测，利用同质和异质传感器的特点对环境参数 进行空间相似性预测。利用改进型支持度函数算法对基于时空关联性的预测值进行数据融合，并对数据融合的效果 进行验证。结果表明，时间相关性、空间相似性预测算法的预测效果较好，且以时空预测值为输入变量时，改进型支持 度函数的数据融合算法能够有效地将环境数据预处理的时空关联性预测值赋予动态的加权值，并且其数据融合结果 优于平均值算法、传统支持度函数算法，数据融合产生的最优估计值更能真实地反映温室环境的变化，具有可靠性和 准确性。 　　关键词：温室环境；时空关联性；数据融合；改进型支持度函数 　　中图分类号：ＴＰ２１２．９　　文献标志码：Ａ　　文章编号：１００２－１３０２（２０１８）０５－０２０３－０５ 　　近年来，随着信息技术的快速发展，物联网技术在设施农 业内部的高湿、高温等恶劣工作环境易导致温室环境测控系 ［１－２］ 业中得到越来越多的应用 。传感器技术、无线网络、微型 统传感器故障的频繁发生。利用传感器采集设施农业内的环 计算机技术、互联网的发展进一步促进了温室环境信息的监 境信息是温室环境测控系统的基础，而传感器故障导致的数 ［３－５］ 测管理 。为部署温室环境测控系统，须要在温室中布置 据异常对温室环境监测的准确性、环境控制的可靠性都会产 大量的用于监测温室中主要环境参数的传感器，但是设施农 ［６］ 生严重危害 。因此，在温室环境测控系统的基础上开展多 传感器数据融合研究具有重要的经济意义和工程应用价值。 收稿日期：２０１６－１０－１２ 国内外学者已经对传感器数据融合进行了大量研究。常 基金项目：江苏省农业科技自主创新资金［编号：ＣＸ（１５）１０１６］；江苏 规方法是采用平均值算法简单实现传感器数据融合，该方法 省科技支撑计划（编号：ＢＥ２０１４４０６）；中国博士后基金（编号： 适用于具有大量传感器并且应用于对精度要求不高的数据融 ２０１５Ｍ５８０４００）；江苏省博士后基金（编号：１５０１１１２Ｂ）；江苏高校优 合中。卡尔曼滤波是应用较多的数据级多传感器数据融合方 势学科建设工程（编号：苏政办发教［２０１４］３７号）。 法，依赖于系统的状态空间模型，而模型的精确程度直接影响 作者简介：周金生（１９９０—），男，江苏睢宁人，硕士研究生，主要从事