足球比分直播

基于径向基函数(RBF)和D-S证据理论的循环营养液多组分在线检测系统的分析.pdf

返回
基于径向基函数(RBF)和D-S证据理论的循环营养液多组分在线检测系统的分析.pdf_第1页
第1页 / 共66页
基于径向基函数(RBF)和D-S证据理论的循环营养液多组分在线检测系统的分析.pdf_第2页
第2页 / 共66页
基于径向基函数(RBF)和D-S证据理论的循环营养液多组分在线检测系统的分析.pdf_第3页
第3页 / 共66页
基于径向基函数(RBF)和D-S证据理论的循环营养液多组分在线检测系统的分析.pdf_第4页
第4页 / 共66页
基于径向基函数(RBF)和D-S证据理论的循环营养液多组分在线检测系统的分析.pdf_第5页
第5页 / 共66页
点击查看更多>>
资源描述:
lal童7≯曳独创性声明本人声明所呈的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他入己经发表或撰写过的研究成果,也不包含为获得安徽农业大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。 学位论文作者签名逝签字日期厶哆年多月力曰学位论文版权使用授权书本学位论文作者完全了解安徽农业大学有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和电子文件,允许论文被查阅和借阅。本人授权安徽农业大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文保密的学位论文在解密后适用本授权书。学位论文作者签名兰茎.一签签字日期}哆钐月力目学位论文作者毕业后去向工作单位通信地址指导教师签名受毪缝签字日期∥哆年多月,p日电话冉日编插图清单图l一1测量电池示意图2图12营养液多组分在线检测系统的结构框图 4图l一3本文技术路线5图21串行数据融合一9图22并行数据融合9图23混合型数据融合结构10图24多传感器数据融合功能图10图25人工神经元模型11图26三层前馈网络ll图27径向基函数网络RBF的拓扑结构12图28 RBF神经网络信息融合的流程14图29数据融合的一般结构15图210实时在线检测系统15图21l K十的实际值和融合值曲线图18图2一12 Ca2的实际值和融合值曲线图18图2一13 N03“的实际值和融合值曲线图19图3一I过程的输入输出的关系23图32软测量模型的基本框架24图33基于RBF神经网络软测量模型结构框图24图34径向基函数结构图25图35 S042“实测数据和软测量数据曲线29图36 P043-实测数据和软测量数据曲线29图4_1信息的不确定性表示32图42基本可信度分配表33图43信度函数的合成33图44人为命题赋予信度的过程图34图45多传感器和证据理论的融合35图46基于RBF和DS证据理论的测量结构36图4~7融合算法流程框图37图51下位机系统实物图4l图52营养液检测系统实物图41图53多组分检测系统的组成框图42图54下位单片机结构组成42图55 8032单片机存储器扩展电路44图56显示模块与单片机的连接44图57 ADC0816的硬件接口45盯盯盯够一~文~一~论一~~的~~一表一~~发~¨¨位¨~~期~~~位~一一学~一~士~~~硕献~介读文¨蝴欲考致作作参图58温度传感器的电路46图59加法器电路4b图510电导率测量原理图48图511电导池的等效电路49图512文氏电桥50图5一13交直电压转换电路50图5一14下位单片机主程序流程图53图515下位单片机发送中断程序53图5一16下位革片机接收中断程序流程图54图5一17上位机软件系统主界面56图5一】8上位机检测命令界面57图519上位机软件系统结构57图520历史数据查询界面58图52l上位机数据打印界面58图5~22实测数据曲线图59图523上位机软件系统流程图60图524 delphi程序调用marlab函数流程框图63列表清单表21部分神经网络输入数据17表22基函数中心值17表23神经网络线性输出层的权值118表24神经网络线性输出层的权值218表25 10组检测值与融合值的对比表O表3一l部分训练输入数掘27表32基函数中心值28表33神经网络线性输出层的权值28表34实际值与软测量对比表29表4一l磷酸根软测量基本概率分配39表4~2磷酸根化验值基本概率分配39表4~3磷酸根软测量和化验值对比表39表44磷酸根软测量和化验值基本概率组合表39表45磷酸根软测量和化验值基本概率组合后表401.1研究的背景和意义绪 论我国是一个农业大国,正处于从人力密集型的传统农业向技术密集型的现代化农业转变中,农产品由数量型向质量、效益型转变。其中设施农业是利用一定的人工设施.依靠农业生物环境工程技术进行专业化、规模化的农业生产。现代化设施可调节光、热、水、气、矿物质营养等生物生长5大要素,能把外界环境的不良影响减少到最低限度,同时还可以对内部环境加以调控,如加温、增加CO。浓度等。这一反常规的生产方式在一定程度上克服了传统农业难以解决的限制因素,使得资源要素配置合理,加强了资源的集约高效利用,从而大幅度提高了农业系统的生产力,形成高效益生产,使单位面积的投入产出比成倍乃至数十倍的增长。设旄农业是农业现代化中的一个重要标志,也是实现我国农业可持续发展的重要组成部分。设旄农业的出现是生物技术、园艺技术和信息工程技术三者相结合的产物,是现代科学技术在农业中应用的必然结果。设施农业打破了传统农业的季节、地域之“自然限制”,创造了速生、优质、高产、均衡、高效的现代化农业,因而世界各国正在大力发展设施农业“380年代以来,我国设旖农业迅猛发展,取得了巨大进步。以温室大棚生产为主体的设旌农业以其风险投资小,土地生产率高,经济效益大,回报率好,且生产的产品与人民生活息息相关,有长远而广阔的市场潜力优势,正在成为农业发展的主导产业之~,是农业和农村经济的一个新的增长点。农业的持续发展具体体现在农产品数量持续提高、农业资源的持续利用、生态环境的持续良性循环、农业经济持续增长,这说明设施农业在农业持续发展和生态环境的持续改善中有不可替代的地位和作用。设施农业的发展也将推动农业持续发展。我国正在成为世界上设施栽培面积最大的国家。至1997年设施栽培面积达蛰J120万嘲2.有塑料中、小拱棚56万删2,各类温室35万HM2,大中城市基本实现了蔬菜的全年供应,蔬菜的人均占有量超过世界平均水平。特别是北纬400以上的高寒地区利用具有中国特色的日光温室技术,依靠简易的设旌,在冬春季节里不加温也能生产出黄瓜、番茄等喜温果菜。近年来我国的设施蔬菜栽培面积每年都以50%左右的速度增加“1。在设施农业中,无土栽培是设施农业中的重要栽培方法,营养液是无土栽培中的关键技术,它为作物正常生长发育提供所需的各种营养元素,营养液中各种离子的浓度和供应量是保证作物健康生长的关键。因此建立循环营养液多组分的在线检测系统可以实时的获取营养液中各组分浓度的变化状况,根据作物在各生长期间对营养成分的需求,合理的调配营养液的配比。既可以节约成本,又克服了传统的实验室分析法和根据EC、PH估计法的成本高、时间滞后和废弃液污染环境等不足。提高了设旖农业的产出率、能源的利用率和环境保护的水平,最重要的是通过对各种营养成份的检测可以及时了解农产品的品质,为绿色产品的生产提供了可能,同时也弥补了设旖农业成本投入大之不足。必将为提高农民的收入,改善城镇人民的生活,提高农产品在国际市场的竞争力起着重要作用。1.2国内外温室营养液多组分检测方法概述国内外营养液多组分离子检测的方法主要有1。2.1实验室法利用传统的物理化学方法如原子吸收光谱法,原子发射光谱法,气相色谱分析法等13】对温室中营养液的样品进行分析得出各组成分的浓度。显然该方法可以分析出绝大部分的离子浓度,但是存在成本费用高、时间滞后等不利因素的制约,不能随时了解营养液离子浓度的变化,因此往往会耽误对作物的最佳的处理时间。1.2.2电导EC和酸碱性PH的估计法在营养液均衡的情况下,作物吸收各元素的比例与营养液中各元素的比例是同步进行的,营养液中PH、EC变化也是稳定的,因此营养液各组分随EC、PH的变化曲线相对稳定。基于此原理,农业领域专家可以估计出营养液中离子的浓度。但此方法只能反应营养液中总的离子浓度,无法知道各组分相对浓度。况且由于各种水质不同雨水,塘水,硬水,软水、受水质影响的配方不同使得营养液中的各组分在运行过程中难以保持均衡,此时,用EC、PH来估计营养液中离子浓度的价值减低。1.2.3电位分析法电位分析法是利用电极电位和浓度的关系来测量物质浓度的一种电化学分析方法。电位分析法中的指示电极是一为参比电极,通常用甘汞电极或银一氯化银电极,在溶液中构成一个测量电极,如图l一1所示川。内参比电≈ER标准溶≮EM子选择性电极艺r液El R兰电极Ek E1该测量电池的电动势为上式中B为离子选择性电极ISE的外膜电位;B’为ISE的内膜电位。艮为参比电极RE的电位,ER为内参比电极的电位,在不使用内参比体系而采用直接与膜接触的欧姆传导的情况下,’’为接触电位所代替E,为溶液接界电位E为膜内外表面的不对称电位。 一个性能好的离子选择性电极与参比电极在被测溶液中所组成的测量电池,当试液中离子活度变化时,只有外膜表面电位是变量,其余均为固定分量,可以归入能斯特Nernst方程式的常数项∥中去,因此1一I式可以用Nernst公式表示为EE”±RT/ZF In ai∥±2.3026RT/ZF In a上式中E为测量电池的电动势单位为毫伏;R8.315焦耳/克分子·度,为气体克分子常数;F96496库仑/克当量,为法拉第常数;T273t。C为绝对温度;z为参与电极反应的离子价数;a,为待测离子的活度“’。该方法具有以下优点一、指示电极是一种直接的、非破坏性的分析方法,它不受样品溶液的颜色、浑浊、悬浮物或粘度的影响,用少量的样品既可实现测量。二、离子选择电极分析法所需设备简单、操作方便、仪器及电极均可携带。三、离子选择电极分析速度快。四、电极输出为电信号,不需要经过转换就可以直接放大及测量记录。因此采用电极法容易实现自动、连续测量及控制。五、电极测量的范围广、灵敏度高。缺点同性离子间互帽干扰。针对上述方法存在的局限性,本论文提出了基于RBF的多传感器数据融合MSDF的机制、基于RBF软测量和基于DS证据理论软测量可信度分析的方法该方法利用电位分析法测出营养液中离子浓度数据值,再用RBF对检测数据进行融合MSDF以算出其准确值对于那些不可以直接检测的离子如硫酸根、磷酸根利用RBF进行软测量,再利用Ds证据理论进行可信性分析,以提高软测量结果的可信度。1.3本论文研究的目标和内容研究目标通过建立营养液多组分的多传感器检测系统,研究基于多传感器数据融合,MSDF J的多组分检测系统的理论方法。实现对营养液多组分浓度的实时、有效、可靠的检测,在线地记录作物生长期间营养液组分的变化情况,为作物提供最佳的生长环境,减少废弃营养液对环境的污染,解决传统的物理、化学方法操作成本高、时间滞后,不能实时了解营养液中离子浓度的变化情况,以及由此而产生的难以及时地采取相应对策的问题。研究内容利用现在已有的直接测量离子浓度的选择性电极如Ca”、K、NO,~、CI一、NI-I。、s2一等。直接测量这些离子浓度并通过数据融合的方法获得其准确的浓度值。而对于那些不可直接测量的离子浓度如磷酸根、硫酸根的离子浓度,我们根据作物在特定的生长期、生长环境、相对稳定的一段时间内各元素浓度与EC值、PH值、l、Ca2之间存在相对稳定的关系及各营养元素的变化也存在一定的关系的机理,利用实验数据,建立特定作物,特定生长期的不可直接测量的营养元素浓度与可以在线测量的营养元素浓度之间关系的数学模型,然后通过在线测量的数据来估计那些不可以直接测量元素实时的浓度。1.4系统实现技术1 利用计算机技术对营养液的多组分进行有效的在线采集及分析,提出了一台单片机和一台PC机分合式系统模型,单机操作用于在线组分检测,合式工作用于在线数据检测并对数据进行融合分析。2 在本系统中利用模拟电路对检测到的信号进行提取,经过A/D的转换后送入单片机系统,单片机对检测信号进行预处理后通过串行口传入上位机。3 利用Delphi语言开发了上位机软件,构建一种在线的营养液多组分检测软件系统,该软件系统包括上下位机的通讯、实时数据收集、分析计算、曲线表示及历史数掘处理模块等功能。4 对所采集的营养液的各组分的数据进行有效的融合是本系统的又一项关键技术。本文针对常规算法在解决检测中复杂性与精确性方面存在的局限性,提出了基于RbF的数据融合技术和基于RBF的软测量的方法;提出了利用Ds证据理论对检测值与专家经验值进行融合,以提高检测结果的可信度。1.5本检测系统的结构框图营 多 信 A/ 下 48 上养 传 号 D 位 5 位液 斗 感 ’ 调 斗 转 斗 机 接 机环 器 理 换 U境 纽图12营养液多组分在线检测系统的结构框图1.6本论文技术路线图1-3本文的技术路线2.基于RBF神经网络的数据融合MSDF机制引 言营养液中各种离子的浓度是作物正常生长的前提条件,营养液的多组分检测系统对离子浓度的检测结果直接影响到农业领域专家对作物生长状况的判断,营养液中离子浓度的变化也直接影响到农产品的品质。但由于检测受诸多因素的影响,如温度、水质、同性离子间的干扰,使得检测结果难以精确。为了提高多组分检测系统检测的准确性,需要对系统的输出信号进行处理。处理的方法包括硬件电路补偿及软件补偿措施。硬件补偿电路成本高、繁琐,因此软件补偿措施受到人们的普遍关注,传统的软件补偿常用回归法,但有时效果不明显,而且难以达到预期的精度。为此本文提出了基于经向基函数RBF神经网络融合技术的机制。径向基函数神经网络是一种性能良好的前向网络,它具有全局逼近的性质和最佳逼近性能。RSF网络结构上具有输出权值线性表示,同时训练方法快速易行,不存在局部最优的问题。同时该方法具有学习时间短、计算量小、网络性能优良和良好的推广能力。基于RBF上述的特点和优点,RBF的应用十分广泛,如语言识别、数据分类、时间序列的预测、图象的处理、自适应信道均衡和工业控制和检测领域。神经网络在数据融合的各个方面都有广阔的应用前景。2.1多传感器数据融合NSDF2.1.1 MSDF简介、定义和优势随着科学技术的发展,传感器技术及性能获得了很大的提高,各种面向复杂应用背景的传感器系统大量涌现。为了获得最佳效果,依靠单一传感器提供的信息已无法满足实际的需要,必须运用多种传感器来提供多种观测数据,通过优化综合处理,实时获取所需的数据。在多传感器系统中,由于信息表现形式的多样性,信息数据的巨大性,信息关系的复杂性,以及要求信息处理的及时性,都已大大超过了人脑信息综合处理能力。为此,从20世纪70年代起,一个新兴的学科多传感器信息融合Multisensor DataFusiOil,MSDF便迅速的发展起来。信息融合就是将来自多个传感器或系统的信息进行综合处理,从而得出更为准确可靠的结论。多传感器的信息融合在解决检测、跟踪和目标识别等问题上,具有许多性能上的优势。1。1增加了系统的生存能力。在有若干个传感器不能利用或受到干扰,总还有部分传感器可以提供信息,使系统能够不受干扰连续运行,弱化故障,并增加检测概率。2扩展了空间覆盖范围。通过交叠覆盖传感器作用区域,扩大了空间覆盖范围,一些传感器可以探测其它传感器无法探测的地方,进而增加系统的监视能力和检测概率。3扩展了时间覆盖范围。当某些传感器不能探测时,另一些传感器可以检测,即多个传感器的协调作用可延长系统的监视时问和提高检测概率。6增加了可信度。一部分或多减少了信息的模糊性。多传改善了检测性能。对目标的提高了空间的分辨力。由于多传感器相互融合使用增加了测量空间的维数。部分传感器能确认一目标或事件。感器联合信息降低了目标或事件的不确定性多种测量的有效融合,提高了探测的有效性具有冗余度,改善了系统的可靠性。2.1.2信.怠融合MSDF的基本原理多传感器信息融合是人类和其它生物系统中普遍存在的一种基本功能。人类本能地具有将身体上的各种功能器官眼、耳、鼻、四肢所探测的信息景物、声音、气味和触觉与先验知识进行综合的能力,以便对他周围的环境和正在发生的事件作出估计。这一处理过程是复杂的,也是自适应的,它将各种信息图象、声音、气味和物理形状或描述转化为对环境的有价值的解释¨“。多传感器信息融合实际上是对人脑综合处理复杂问题的一种功能的模拟。在多传感器系统中,各种传感器提供的信息可能具有不同的特征时变的或者非时变的,实时的或者非实时的,快变的或者缓变的,模糊的或者确定的,精准的或者不完整的,可靠的或者非可靠的,互相支持的或者互补的,也可能互相矛盾或冲突的。多传感器信息融合的基本原理就像人脑综合处理信息的过程一样,它充分利用多个传感器资源,通过对各传感器及观测信息的合理支配与使用,将各种传感器在空间和时间上的互补与冗余信息依据某种优化准则组合起来,产生对观测环境的一致性解释和描述。基于这一原理,各传感器分别观测信息,通过对信息的优化组合可导出更多的有效信息【7 J。2.1.3数据融合的层次在多传感器数据融合领域,各种传感器根掘不同的要求,把处于不同时刻,不同空间位置,具有不同抽象等级的信息传输给信息融合中心,融合中心可以用不同的方式对这些信息进行综合处理【61。数据融合的层次决定了对原始信息进行何种程度的预处理,在信息处理的哪一个层次上实施融合,一般可以分为三个等级数据层、特征层、决策层【8】【9】【l。j。1数据层融合数据层融合是直接在采集到的原始数据层上进行融合,在各种传感器自0原姑测报未经预处理之前就进行数据的综合和分析。这种融合的主要优点是能保持尽可能多的现场数据,提供其它融合层次所不能提供的细微信息。但局限性也是很明显的它所要处理的传感器数据量太大,故处理代价高,处理时间长,实时性差。并且传感器原始信息的不确定性、不完全性和不稳定性要求在融合时有较高的纠错处理能力。2特征层融合
展开阅读全文
收藏
下载资源

加入会员免费下载





足球比分直播