[发明专利]一种设施蔬菜环境参数的数据融合方法

说明书

本发明提供一种设施蔬菜环境参数的数据融合方法、装置及系统，所述方法包括：获取大棚内各预设位置处不同时刻的设施蔬菜的至少一个环境参数的值；将相同时刻的各环境参数的值分别组成环境参数序列，得到不同时刻的各环境参数序列；对所述各环境参数序列进行加权融合计算，以获得不同时刻的各环境参数序列的融合值。上述设施蔬菜环境参数的数据融合方法、装置及系统解决了现有技术中没有考虑传感器的布置位置对温室大棚整体环境参数的影响，从而造成现有技术对温室大棚整体环境参数监测不准确的技术问题。

技术领域

本发明涉及大棚种植技术领域，尤其涉及一种设施蔬菜环境参数的数据融合方法、装置及系统。

背景技术

温室大棚的种植为提高人们的生活水平带来极大的便利，同时也为农业种植户带来了理想的收益。温室大棚的环境系统是一个复杂的具有非线性时变、多变量强相关、延时大等特征的分布参数系统，一个参数的变化会影响到环境系统中多个环境参数的改变。但目前多数温室大棚都是人工管理，存在种植模式单一、管理不到位等问题，这就会引起多种病害的交叉传播和蔓延。

物联网传感器是对各种参量进行信息采集和简单加工处理的设备，并通过固有协议，将数据信息传送给物联网终端处理。物联网传感器可以独立存在，也可以与其他设备以一体方式呈现。大量物联网传感器节点随机部署在监测区域内部或附近，通过自组织方式构成无线传感器网络。传感器节点监测的数据沿着其他传感器节点逐跳地在无线传感器网络中进行传输。在传输过程中监测数据可能被多个节点处理，经过多跳后路由到汇聚节点，最后通过互联网或卫星到达管理节点。用户通过管理节点对传感器网络进行配置和管理，发布监测任务以及收集监测数据。

因此，引入多种传感器对环境参数信息进行采集，从而更加全面系统地监测温室大棚的环境。每个传感器节点对周围环境的光照、温度、湿度等信息进行采集。

温室大棚中未经处理的采集数据向平台发送时会造成网络负载过大，从而降低数据处理的效率。而多传感器数据融合技术可以解决数据冗余、准确性不高等问题。多传感器数据融合技术形成于上世纪 80年代，它不同于一般信号处理，也不同于单个或多个传感器的监测和测量，而是对基于多个传感器测量结果基础上的更高层次的综合决策过程。

多传感器数据融合技术可以从不同的角度进行分类，分类方式有多种：根据融合前后数据的信息量划分，分为无损融合和有损融合；根据数据融合与应用层数据语义之间的关系划分，分为依赖于应用的数据融合、独立于应用的数据融合、结合以上两种技术的数据融合；根据融合操作的级别划分，分为数据级融合、特征级融合、决策级融合。结合不同场景采集到的数据特点进行不同的数据融合方法的应用。

现有的数据融合方法是算数平均法，该方法是最常用，最易理解的方法，但易受到极端数据(极大或极小)的影响，此时的算数平均法是不正确且不具代表性的。

并且，传感器在温室大棚内的位置布置也影响环境参数的检测结果，菜农对传感器进行布置基本凭个人经验，无任何科学依据，忽略了不同位置的传感器对温室大棚整体环境参数的影响。

发明内容

本发明提供一种设施蔬菜环境参数的数据融合方法、装置及系统，以解决现有技术中没有考虑传感器的布置位置对温室大棚整体环境参数的影响，从而造成现有技术对温室大棚整体环境参数监测不准确的技术问题。

第一方面，本发明提供一种设施蔬菜环境参数的数据融合方法，包括：

获取大棚内各预设位置处不同时刻的设施蔬菜的至少一个环境参数的值；

将相同时刻的各环境参数的值分别组成环境参数序列，得到不同时刻的各环境参数序列；

对所述各环境参数序列进行加权融合计算，以获得不同时刻的各环境参数序列的融合值。

可选地，所述对所述各环境参数序列进行加权融合计算，以获得不同时刻的各环境参数序列的融合值，包括：