基于無線傳感器網(wǎng)絡(luò)的豬運(yùn)動行為監(jiān)測系統(tǒng)研究.pdf

1、養(yǎng)豬產(chǎn)業(yè)是我國最重要的畜牧產(chǎn)業(yè)。隨著現(xiàn)代養(yǎng)豬產(chǎn)業(yè)規(guī)?；l(fā)展，對養(yǎng)豬自動化管理水平提出了越來越高的要求?，F(xiàn)有的RFID電子耳標(biāo)技術(shù)通訊距離短、不具有擴(kuò)展性，難以滿足精準(zhǔn)智能化豬養(yǎng)殖的迫切需求。因此將豬的環(huán)境、飲食、行為納入到監(jiān)測的范圍，實(shí)現(xiàn)養(yǎng)豬過程的全過程、全方位地跟蹤監(jiān)測，能有效推動智能化豬飼養(yǎng)水平，提高養(yǎng)豬產(chǎn)業(yè)的管理效率，進(jìn)而提高養(yǎng)豬場的經(jīng)濟(jì)收益。
　　本文研究了將無線傳感器網(wǎng)絡(luò)(WSN)應(yīng)用于養(yǎng)豬運(yùn)動行為監(jiān)測分析系統(tǒng)中的幾個關(guān)

2、鍵問題，包括圈養(yǎng)豬舍內(nèi)無線傳感器節(jié)點(diǎn)的邊緣部署問題;豬舍內(nèi)圈養(yǎng)豬的定位問題;豬舍內(nèi)圈養(yǎng)豬的運(yùn)動行為監(jiān)測問題;基于WSN的養(yǎng)豬綜合監(jiān)測系統(tǒng)的架構(gòu)和實(shí)體-關(guān)系(E-R)模型。研究結(jié)果如下:
　　1)評價(jià)圈養(yǎng)豬舍內(nèi)無線傳感器節(jié)點(diǎn)的邊緣部署。在已有的覆蓋率、覆蓋效率、以及覆蓋方差的基礎(chǔ)上，提出了K重覆蓋率、K重覆蓋效率、K重全覆蓋所需最小半徑三個針對K重覆蓋問題的評價(jià)指標(biāo)，確立了豬舍內(nèi)無線傳感器節(jié)點(diǎn)部署方案的評價(jià)指標(biāo)體系，并用該評價(jià)指標(biāo)體

3、系對4種可行性的部署方案進(jìn)行了評價(jià)，得出最優(yōu)部署策略，形成一套最優(yōu)部署策略評價(jià)分析方法。
　　2)首次建立了K=1邊緣覆蓋問題中最少結(jié)點(diǎn)部署方案的計(jì)算方法。針對不同豬舍面積，不同節(jié)點(diǎn)通訊半徑，以K=1全覆蓋為目標(biāo)，提出一套系統(tǒng)地以最少節(jié)點(diǎn)為目標(biāo)的部署算法。在AdobeDreamweaver軟件開發(fā)平臺及PHPnow互聯(lián)網(wǎng)應(yīng)用框架上，開發(fā)了豬舍無線網(wǎng)絡(luò)節(jié)點(diǎn)部署邊界條件及最小節(jié)點(diǎn)計(jì)算軟件，對部署節(jié)點(diǎn)數(shù)進(jìn)行計(jì)算驗(yàn)證;在Matlab軟件平

4、臺上，開發(fā)了豬舍無線網(wǎng)絡(luò)節(jié)點(diǎn)部署仿真分析軟件，對部署方案進(jìn)行仿真分析。
　　3)豬舍的三邊直角加權(quán)質(zhì)心算法的確立。對不同廠家的無線傳感器節(jié)點(diǎn)進(jìn)行研究和測試，運(yùn)用曲線擬合，取得了0-80m和0-20m接收信號強(qiáng)度值(RSSI)與距離關(guān)系的最優(yōu)模型;在三邊加權(quán)質(zhì)心算法的基礎(chǔ)上，開發(fā)出針對豬舍的三邊直角加權(quán)質(zhì)心算法，并設(shè)計(jì)了該算法的具體運(yùn)算步驟;10.43m×5.72m室內(nèi)空間的測試驗(yàn)證表明，該算法可以達(dá)到平均誤差1.346m，去掉兩個

5、特殊位置點(diǎn)后，平均定位誤差可降低到1.0875m，每次定位時(shí)間間隔為10s。
　　4)研究了圈養(yǎng)豬運(yùn)動行為的監(jiān)測方法。設(shè)計(jì)了無線傳感器節(jié)點(diǎn)的三軸加速度傳感器硬件，以Z-stack協(xié)議棧為基礎(chǔ)開發(fā)了加速度數(shù)據(jù)采集軟件，并確定了與PC機(jī)通訊的通訊方法和通訊協(xié)議，實(shí)現(xiàn)了三軸加速度數(shù)據(jù)采集和通訊。
　　5)建立了神經(jīng)網(wǎng)絡(luò)模式識別分類算法。在神經(jīng)網(wǎng)絡(luò)模式識別算法的理論基礎(chǔ)上構(gòu)建了二層運(yùn)動行為識別神經(jīng)網(wǎng)絡(luò)分類器，并設(shè)計(jì)了Matlab軟件

6、實(shí)現(xiàn)對四種運(yùn)動行為（分別為走、跑、跳、靜止）的識別。模擬試驗(yàn)證明，在85組訓(xùn)練樣本試驗(yàn)時(shí)識別率達(dá)到100％，在439組大樣本時(shí)，神經(jīng)網(wǎng)絡(luò)方法對走和靜止兩種狀態(tài)的識別率達(dá)到100％，而跑和跳兩種運(yùn)動行為由于實(shí)際數(shù)據(jù)特征比較接近，其識別率分別達(dá)到99.1％和96.1％，整體識別率達(dá)98.9％。
　　6)圈養(yǎng)豬綜合運(yùn)動行為監(jiān)測的研究。首次采用短時(shí)能量和短時(shí)過零率計(jì)算方法分析計(jì)算三軸加速度運(yùn)動數(shù)據(jù)，設(shè)計(jì)了短時(shí)能量和短時(shí)過零率運(yùn)動行為分類算

7、法、FFT快速傅立葉運(yùn)動行為分類算法和標(biāo)準(zhǔn)差運(yùn)動行為分類算法。并基于VS2010平臺開發(fā)了實(shí)時(shí)綜合豬運(yùn)動行為監(jiān)測軟件，通過實(shí)時(shí)模擬試驗(yàn)證明，采用短時(shí)能量分類法優(yōu)于FFT快速傅立葉分類算法和標(biāo)準(zhǔn)差算法，對走、靜止、跳和跑三大類運(yùn)動行為進(jìn)行識別分類時(shí)，識別率約為100％左右，區(qū)分跳、跑兩種運(yùn)動行為時(shí)，識別率約80％左右。
　　7)基于WSN的養(yǎng)豬綜合精準(zhǔn)監(jiān)測系統(tǒng)框架的分析的設(shè)計(jì)。確立了基于WSN的養(yǎng)豬綜合精準(zhǔn)監(jiān)測系統(tǒng)的框架結(jié)構(gòu)和工作原