面向精准农业的无线传感器网络时空数据融合方法

精准农业是基于信息和知识管理复杂农业系统的集成技术体系，已成为当今世界农业最富有吸引力的前沿课题之一。利用无线传感器网络技术，获取农作物生长环境参数的差异是精准农业实施的有效手段。但由于农田覆盖面积大，传感器节点存在能量、存储空间受限等问题，这制约无线传感器网络在精准农业中的实际应用。本项目拟通过对传感器节点部署方法进行研究，利用改进的蚁群算法实现传感器节点的最优部署；探索基于压缩感知的数据融合方法，对无线传感器网络的时空数据进行融合、压缩，减少冗余数据的发送，实现有效节省能源、延长网络寿命；建立无线传感器网络的环境监测实验系统，对研究成果进行验证和优化。项目完成有助于推动无线传感器网络技术在农作物生长环境监测的实际应用，实现实时、准确地供给和科学管理农作物生长环境参数，提高经济和环境效益，从而有效的解决我国当前面临农业资源匮乏、农田环境污染等严重问题。

精准农业是基于信息和知识管理复杂农业系统的集成技术体系，已成为当今世界农业最富有吸引力的前沿课题之一。利用无线传感器网络技术，获取农作物生长环境参数的差异是精准农业实施的有效手段。但由于农田覆盖面积大，传感器节点存在能量、存储空间受限等问题，这制约无线传感器网络在精准农业中的实际应用。本项目的研究工作包括：.1） 提出分簇克里金的传感器节点部署方法，该方法在预部署的基础上，考虑信号的空间相关性，采用克里金插值算法对节点的数据进行估计，利用贪婪算法估计误差最小的节点，删除估计的节点，达到减少节点个数的目的。.2）提出分簇压缩感知的WSN数据聚合方法。该方法利用改进的分簇方法形成最优簇，簇首对簇内节点信号进行线性压缩投影，减少数据传输即降低通信能耗，从而提高网络的生命周期。根据传感器节点监测信号在有限差分和小波中都具有可压缩特性，汇聚节点在有限差分和小波两个稀疏基的约束下，利用贪婪算法分别对线形压缩投影信息进行重构；并采用最小二乘法融合重构信号，提高数据精度。该方法解决采集数据精度与网络生命周期的矛盾。