[发明专利]一种基于分布式压缩感知WSN的柑桔病虫害监测预警方法

摘要

一种基于分布式压缩感知WSN的柑桔病虫害监测预警方法，将分布式压缩感知和无线传感器网络应用于柑桔农作物的环境监测以及柑病桔病虫害的预警。包括利用分布式压缩感知技术对无线传感器网络节点所监测到的图像数据进行联合稀疏表示、编码测量和联合信息重构；应用DCNN（深度卷积神经网络）算法进行图像模式识别，建立病虫害参数（图像）特征库；量化柑桔病虫害生物信息和环境信息参数指标，根据决策机制准确及时地发出病虫害灾情预警。本发明利用分布式压缩感知的图像处理技术，减少了大容量图像在无线网络中的传输压力，利用无线传感器网络，建立及时、现场、低功耗、生命力强的无线网络监测体系，提高了农业监测的精度，缩短柑桔病虫害预警周期。

主权项

1.一种基于分布式压缩感知WSN的柑桔病虫害监测预警方法，其特征在于，所述方法通过无线传感器节点采集到农作物的生物信息和环境信息，利用分布式压缩感知DCS对采集到的数据进行处理，然后通过无线传感器网关节点传输到远端服务器，在远程控制中心采用快速稳健的分布式压缩感知重构算法恢复原始信号；将图像信号输入DCNN进行训练，用于柑桔病虫害的图像识别；最后，建立病虫害监测、传输、图像自动识别的预警系统；所述方法包括基于DCS的病虫害监测图像采集与重构、基于DCNN的病虫害图像特征提取、以及基于WSN的柑桔病虫害监测预警系统构建；所述基于DCS的病虫害监测图像采集与重构包括以下步骤：(1)通过无线传感器节点对柑桔病虫害图像的采集；(2)柑桔病虫害图像信号的稀疏表示：采用基于信号群的联合稀疏模型中的JSM‑2模型架构进行稀疏表示；对于图像信号中稀疏的变换域，用拉普拉斯塔式分解和圆对称轮廓波分别表示图像的光滑成分和边缘部分，采用多成分冗余字典上病虫害图像联合稀疏表示方法，获得病虫害图像的联合稀疏表示系数，并采用JSM‑2模型对病虫害图像进行联合稀疏建模；(3)观测矩阵设计：基于相关性理论,将投影矩阵和观测矩阵的非相关条件等价为Grammar矩阵:Gram:(ACS)TACS其中，A为观测矩阵；ACS为感知矩阵；T表示矩阵的转置；首先产生一个随机观测矩阵，然后利用信号的稀疏基的信息，训练学习出一个优化观测矩阵,它与字典矩阵之间具有更低的相干性；采用K‑SVD方法求解下式中的优化问题：其中，A为观测矩阵；Φ为随机初始化投影矩阵；Ψ为变换基；I为随机观测矩阵；ACS为感知矩阵；T为矩阵的转置；(4)使用基于JSM‑2模型的快速且稳健的分布式重构算法对图像信号进行重构。