论文摘要
农田墒情信息监测是我国农业发展的方向,也是数字化监测技术研究的内容之一。数字化监测与控制技术作为农田信息的监测和控制体系,在很大程度上提高了农业信息采集在自动化领域中的地位。本设计综合运用嵌入式技术、自动控制技术及无线通信技术设计开发了一套功能完备的农田墒情远程监测系统。本系统重点对农田现场信号进行采集、处理、传输以及实施农田墒情的远程实时监测,设计了一套完整的封闭式的嵌入式农田信息采集、处理系统和基于GPRS无线网络的数据传输系统。本论文主要完成了如下研究内容:(1)研究了常用的嵌入式系统包括嵌入式操作系统、微处理器等的组成结构,软硬件系统和开发、调试手段,进行了软硬件的选型,分析了不同的无线传输方式,对所需最佳传输方式选型。(2)构建了农田墒情监测系统的总体结构,系统采用基于ARM9的S3C2410微处理器为核心控制器,通过外围电路的扩展,形成控制中心硬件平台。在此平台上进行操作系统和文件系统的移植。(3)在Linux操作系统上开发了温度传感器DS18B20的驱动程序,实现了温度数据的采集,并在嵌入式操作系统下通过GPRS将农田墒情信息传输到监测中心,实现了农田墒情的远程实时监测。(4)完成了系统监测中心的人机交互界面,使界面能够动态显示农田实时参数,符合操作习惯。通过人机交互界面,操作者和用户可以直接获得农田现场各传感器采集的数据信息,各种传感器的工作状态以及能够及时得到参数报警信息。(5)监测中心计算机通过组态王软件的Web发布,实现系统更远程的监测,使用户通过远程浏览器就可访问农田现场墒情。采用该监测系统对农田信息进行初步测试,证明此远程监测系统结构设计合理,使用方便灵活,且便于系统修改和维护;监测画面能够及时、准确地动态反映出农田信息参数的状况,对传感器采集信息出现的异常情况能做出及时报警;上位机和下位机通信良好,监测画面与现场传感器能够很好的实现同步作业,达到了对现场传感器信号采集的实时监测;并且可以实现更远程的监测。
论文目录
相关论文文献
- [1].江苏省墒情自动监测系统的设计与应用[J]. 中国防汛抗旱 2020(03)
- [2].土壤墒情预报模型构建及应用[J]. 黑龙江水利科技 2020(01)
- [3].创新培训方式 提升服务能力——2020年全国土壤墒情监测线上培训顺利举办[J]. 中国农技推广 2020(03)
- [4].基于无线传感器的棉田土壤墒情监控系统设计[J]. 农机化研究 2020(11)
- [5].武威市灌溉农业区土壤墒情评价指标体系研究初报[J]. 农业科技与信息 2020(04)
- [6].全国农技中心举办首次土壤墒情监测线上培训班[J]. 四川农业科技 2020(04)
- [7].监测采样间隔对土壤墒情预测模型性能的影响[J]. 甘肃农业大学学报 2020(01)
- [8].基于不同干旱分区的土壤墒情自动监测站精度改进探究[J]. 水利技术监督 2020(03)
- [9].一种过滤器型土壤墒情传感器的制作及标定方法[J]. 传感器世界 2020(01)
- [10].辽宁地区土壤墒情自动监测站精度改进探讨[J]. 地下水 2020(03)
- [11].本溪地区土壤墒情预报模型方法[J]. 东北水利水电 2020(06)
- [12].丰满流域墒情自动监测系统的设计与应用[J]. 安徽农业科学 2020(15)
- [13].基于单片机的土壤墒情监测系统设计与应用[J]. 无线互联科技 2020(10)
- [14].基于云原生技术的土壤墒情监测系统设计与应用[J]. 农业工程学报 2020(13)
- [15].基于农业墒情站的多路功耗采集系统[J]. 计算机技术与发展 2020(07)
- [16].基于物联网的区域农田土壤墒情监测系统探讨[J]. 南方农业 2020(20)
- [17].济南市土壤墒情变化规律分析[J]. 山东水利 2020(10)
- [18].基于实时监测数据的温室墒情预测研究[J]. 节水灌溉 2020(10)
- [19].基于分段灰度预测模型的土壤墒情预测方法[J]. 大众科技 2020(09)
- [20].内蒙古自治区墒情监测站建设浅析[J]. 内蒙古水利 2018(12)
- [21].加强土壤墒情监测 推进农业绿色发展[J]. 江苏农村经济 2019(09)
- [22].陕西省土壤墒情监测工作现状分析及建议[J]. 陕西水利 2018(01)
- [23].土壤墒情预报研究[J]. 山西农经 2018(03)
- [24].重庆市墒情分析评价预测系统的设计与实现[J]. 水利信息化 2018(02)
- [25].青海省农田土壤墒情监测体系现状及发展对策[J]. 青海农技推广 2016(04)
- [26].基于气象因子的启东市土壤墒情预报研究[J]. 安徽农业科学 2016(34)
- [27].基于土壤墒情的云南干旱分析[J]. 安徽农业科学 2016(33)
- [28].基于细菌觅食优化算法的支持向量机在土壤墒情预测中的应用[J]. 水土保持通报 2016(06)
- [29].有效水下限在呼和浩特土壤墒情评估中的应用[J]. 内蒙古科技与经济 2016(24)
- [30].浅析土壤墒情监测预报技术[J]. 农民致富之友 2016(24)