基于光譜數(shù)據(jù)的多參數(shù)實(shí)時(shí)監(jiān)測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著科學(xué)技術(shù)的迅速發(fā)展，各類農(nóng)作物的大棚生產(chǎn)更加趨向于機(jī)械化、規(guī)?；?。伴隨著互聯(lián)網(wǎng)時(shí)代的到來，溫度、濕度、二氧化碳濃度、光照強(qiáng)度等基本環(huán)境因素的數(shù)據(jù)監(jiān)測(cè)也越來越智能化。但對(duì)于當(dāng)下的各類自動(dòng)監(jiān)測(cè)系統(tǒng)，雖然能實(shí)現(xiàn)傳統(tǒng)意義上的智能數(shù)據(jù)采集以及實(shí)時(shí)傳輸?shù)裙δ?，但仍然不能完全掌握農(nóng)作物的具體生長狀況，只能通過外界環(huán)境因素的數(shù)據(jù)變化間接推斷。要想全面的了解其生長動(dòng)態(tài)仍需要更加直接、準(zhǔn)確的監(jiān)測(cè)。光譜數(shù)據(jù)，即使用光譜儀等設(shè)備采集到的各種反射光譜，通過對(duì)

2、農(nóng)作物及其生長土壤的光譜數(shù)據(jù)進(jìn)行分析，可以精確的得到農(nóng)作物的生長狀態(tài)、土壤中各類營養(yǎng)物質(zhì)和殘留農(nóng)藥的含量變化，進(jìn)而可以更好的掌握和調(diào)節(jié)農(nóng)作物的培育。但目前，對(duì)于光譜數(shù)據(jù)的處理大多停留在數(shù)據(jù)分析的層面上，并沒有形成一套包含實(shí)時(shí)采集、有效存儲(chǔ)、動(dòng)態(tài)查詢以及數(shù)據(jù)的模型化解析等功能的完整監(jiān)測(cè)系統(tǒng)。因此，對(duì)于光譜數(shù)據(jù)的處理迫切需要更加完善的體系結(jié)構(gòu)。
　　論文以傳統(tǒng)智能監(jiān)測(cè)方式為背景，針對(duì)信息需求的實(shí)時(shí)性、準(zhǔn)確性、有效性等問題設(shè)計(jì)并開發(fā)了一

3、整套信息監(jiān)測(cè)系統(tǒng)。該監(jiān)測(cè)系統(tǒng)不僅包含對(duì)基本環(huán)境因素的數(shù)據(jù)監(jiān)測(cè)，還包含了對(duì)光譜數(shù)據(jù)的采集、存儲(chǔ)以及相關(guān)查詢。具體工作如下:數(shù)據(jù)采集部分:基于ZigBee網(wǎng)絡(luò)協(xié)議實(shí)現(xiàn)無線傳感器節(jié)點(diǎn)數(shù)據(jù)的實(shí)時(shí)獲取;數(shù)據(jù)傳輸部分:自定義光譜數(shù)據(jù)以及基本數(shù)據(jù)的解析協(xié)議，實(shí)現(xiàn)客戶端與服務(wù)器端的有效數(shù)據(jù)傳輸;數(shù)據(jù)存儲(chǔ)部分:采用關(guān)系模型數(shù)據(jù)庫完成基本數(shù)據(jù)以及光譜數(shù)據(jù)的邏輯結(jié)構(gòu)設(shè)計(jì)，對(duì)于光譜數(shù)據(jù)，采用混合屬性融合的方式，并結(jié)合自編寫應(yīng)用程序完成大數(shù)據(jù)的相關(guān)存儲(chǔ);數(shù)據(jù)查詢

4、部分:構(gòu)造數(shù)據(jù)翻譯模型，并基于SOAP協(xié)議，采用WebService接口方式完成數(shù)據(jù)模型的功能封裝。與此同時(shí)，編寫手機(jī)App，智能終端通過遠(yuǎn)程調(diào)用WebService接口實(shí)現(xiàn)數(shù)據(jù)的實(shí)時(shí)顯示。
　　論文的主要?jiǎng)?chuàng)新點(diǎn)如下:
　　(1)在數(shù)據(jù)傳輸方面，根據(jù)客戶端與服務(wù)器端之間的數(shù)據(jù)傳輸模式，自定義了基本數(shù)據(jù)和光譜數(shù)據(jù)解析協(xié)議，相比Smart、Modbus等傳輸協(xié)議更加靈活。面對(duì)反射光譜的大數(shù)據(jù)傳輸，根據(jù)自定義協(xié)議內(nèi)容對(duì)光譜信息實(shí)行

5、數(shù)據(jù)分塊處理，并實(shí)現(xiàn)客戶端與服務(wù)器端之間數(shù)據(jù)的斷點(diǎn)續(xù)傳。與此同時(shí)，對(duì)基本數(shù)據(jù)和光譜數(shù)據(jù)進(jìn)行通道劃分，采用多端口多線程的監(jiān)聽機(jī)制，對(duì)不同的數(shù)據(jù)模式各自固定端口進(jìn)行分類監(jiān)聽，保證了基本數(shù)據(jù)與光譜數(shù)據(jù)并行傳輸?shù)耐瑫r(shí)，又提高了數(shù)據(jù)的解析效率;
　　(2)在數(shù)據(jù)存儲(chǔ)方面，每一次光譜信息的監(jiān)測(cè)數(shù)據(jù)都是大量的波長與反射比鍵值對(duì)數(shù)值，傳統(tǒng)存儲(chǔ)方式空間資源浪費(fèi)大且查詢效率較低。因此論文對(duì)光譜數(shù)據(jù)的邏輯結(jié)構(gòu)設(shè)計(jì)，摒棄了傳統(tǒng)的屬性劃分理念，先將服務(wù)器端