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研究
|
摘要
设施农业是工厂化、集约化的技术密集型农业，是现代农业的发展趋势。无土栽培是设施农业中的重要栽培方法，营养液组分的实时检测是实现无土栽培中营养液智能调控的基础。营养液浓度的合理调配是保证作物健康生长的关键，因此，营养液多组分在线检测系统的建立，有利于根据作物生长全阶段对营养需求的不同进行营养液的动态合理调配，为设施农业走向“精准农业”、“高效农业”提供一条有效的途径。
本论文通过对计算机技术、控制理论、人工智能技术和设施农业领域知识等相关理论的研究，结合对特定温室蔬菜生长的研究与机理分析，提出了一种基于RBF神经网络的营养液多传感器数据融合(MSDF)系统，实现对营养液组分：NO_3~-、CL~-、Ca~(2+)、PH、EC、NH_4~+和K~+的在线检测；对于由于目前传感器制造工艺的限制而不能在线检测的离子成分如磷酸根和硫酸根，提出了一种基于径向基函数网络的软测量机制，可以有效地实现对营养液中磷酸根和硫酸根成分的实时检测；为了提高软测量结果的可信度，利用D-S证据理论的不确定推理能力和合成公式，结合领域知识对软测量结果进行可信度分析。在实验中，根据上述理论框架建立了营养液循环栽培系统的多组分在线检测系统。实验结果表明，基于RBF神经网络的多传感器融合系统的预测结果能够有效的逼近实际值，误差不大于±5％，证明了本文所提机制的有效性和可靠性。
综上所述，本论文提出的营养液多组分在线检测的多传感器数据融合机制可以实现对复杂营养液成分的实时检测，从而为循环无土栽培方式中营养液的智能动态调控提供依据。
此外，在论文中还详细描述了所研制的多传感器数据融合系统的设计与实现，包括：信号采集和预处理的下位单片机系统研制；基于面向对象的DELPHI语言和MATLAB的上位PC机管理软件的设计开发以及上下位机的通信等。
Greenhouse agriculture, the factory, intensive and technological agriculture, is a future tendency of modern agriculture. Hydroponics is an important plant method under greenhouse environment. The on-line detection of nutrient-liquid is a precondition of the intelligent adjustment and control for nutrient-liquid. The appropriate prescription of nutrient-liquid ensures crop to grow healthily under optimal environment. Therefore, it is necessary to establish the system of the multi-component detection on-line for circulation nutrient-liquid. On-line detection of nutrient liquid is used to adjust components concentrations of nutrient liquid in term of variable growth requirement. This research is helpful to provide an efficient approach from greenhouse agriculture to precision agriculture and concentrated agriculture .
Through study of correlative contents of advanced computer cybernetics, artificial intelligence , the domain knowledge and special crop growth mechanism in greenhouse, we present the system of Multi-sensor Data Fusion (MSDF) based on Radial Basis Function Network (RBF) to implement on line detection for nutrient-liquid , which may realize multiple components detection on-line, for example NO3-, Cl-, Ca2+, PH, EC, NH4+, K+ and so on.
The soft sensor's mechanism is introduced to overcome the limitations of sensor's manufacturing process. To improve the believe-degree of soft sensor's result, we analyze soft sensor's result by uncertain inferential capacity and combination rule of evidential theory. At the same time , we establish the experiment system of component detection on-line of circulation nutrient-liquid according to above theoretical frame .Experiment results show that MSDF's results approach to practice with less than ?% error in effect. That proves validity and credibility of theoretic frame as above. In summarization, Multi-sensor Data Fusion (MSDF), which realizes complex components detection on-line, is valid and can provide warrant of intelligent dynamic regulation and control for nutrient-liquid
In addition, this paper gives an introduction to the design and realization of MSDF system in detail, which include Single Chip Microcomputer System of sampling and preprocessing, management software system by Delphi, Matlab and communication between Micro-computer and Single Chip Microcomputer.
本论文通过对计算机技术、控制理论、人工智能技术和设施农业领域知识等相关理论的研究，结合对特定温室蔬菜生长的研究与机理分析，提出了一种基于RBF神经网络的营养液多传感器数据融合(MSDF)系统，实现对营养液组分：NO_3~-、CL~-、Ca~(2+)、PH、EC、NH_4~+和K~+的在线检测；对于由于目前传感器制造工艺的限制而不能在线检测的离子成分如磷酸根和硫酸根，提出了一种基于径向基函数网络的软测量机制，可以有效地实现对营养液中磷酸根和硫酸根成分的实时检测；为了提高软测量结果的可信度，利用D-S证据理论的不确定推理能力和合成公式，结合领域知识对软测量结果进行可信度分析。在实验中，根据上述理论框架建立了营养液循环栽培系统的多组分在线检测系统。实验结果表明，基于RBF神经网络的多传感器融合系统的预测结果能够有效的逼近实际值，误差不大于±5％，证明了本文所提机制的有效性和可靠性。
综上所述，本论文提出的营养液多组分在线检测的多传感器数据融合机制可以实现对复杂营养液成分的实时检测，从而为循环无土栽培方式中营养液的智能动态调控提供依据。
此外，在论文中还详细描述了所研制的多传感器数据融合系统的设计与实现，包括：信号采集和预处理的下位单片机系统研制；基于面向对象的DELPHI语言和MATLAB的上位PC机管理软件的设计开发以及上下位机的通信等。
Greenhouse agriculture, the factory, intensive and technological agriculture, is a future tendency of modern agriculture. Hydroponics is an important plant method under greenhouse environment. The on-line detection of nutrient-liquid is a precondition of the intelligent adjustment and control for nutrient-liquid. The appropriate prescription of nutrient-liquid ensures crop to grow healthily under optimal environment. Therefore, it is necessary to establish the system of the multi-component detection on-line for circulation nutrient-liquid. On-line detection of nutrient liquid is used to adjust components concentrations of nutrient liquid in term of variable growth requirement. This research is helpful to provide an efficient approach from greenhouse agriculture to precision agriculture and concentrated agriculture .
Through study of correlative contents of advanced computer cybernetics, artificial intelligence , the domain knowledge and special crop growth mechanism in greenhouse, we present the system of Multi-sensor Data Fusion (MSDF) based on Radial Basis Function Network (RBF) to implement on line detection for nutrient-liquid , which may realize multiple components detection on-line, for example NO3-, Cl-, Ca2+, PH, EC, NH4+, K+ and so on.
The soft sensor's mechanism is introduced to overcome the limitations of sensor's manufacturing process. To improve the believe-degree of soft sensor's result, we analyze soft sensor's result by uncertain inferential capacity and combination rule of evidential theory. At the same time , we establish the experiment system of component detection on-line of circulation nutrient-liquid according to above theoretical frame .Experiment results show that MSDF's results approach to practice with less than ?% error in effect. That proves validity and credibility of theoretic frame as above. In summarization, Multi-sensor Data Fusion (MSDF), which realizes complex components detection on-line, is valid and can provide warrant of intelligent dynamic regulation and control for nutrient-liquid
In addition, this paper gives an introduction to the design and realization of MSDF system in detail, which include Single Chip Microcomputer System of sampling and preprocessing, management software system by Delphi, Matlab and communication between Micro-computer and Single Chip Microcomputer.
引文
[1] 段增强．设施栽培中全自动控制系统的研制．设施农业相关技术．曹志洪，周建民．中国科学院南京土壤研究所国际学术研讨会论文．第1版．北京：中国农业科学技术出版社，1999：1～3．
[2] 申茂向，何革华．荷兰设施农业的考察与中国工厂化农业建设的思考，农业工程学报．2000，16(5)
[3] 连兆煌．无土栽培原理与技术．中国农业出版社，1992．
[4] 方建安、夏权．电化学分析仪器．东南大学出版社，1992，10。
[5] 柳厚田、徐品弟译．电化学中的仪器方法，复旦大学出版社，1992，2
[6] 刘同明等．数据融合技术及其应用．北京：国防工业出版社，1998。
[7] 何友，王国宏，陆大金．多传感器信息融合．北京：电子工业出版社，2000。
[8] David L. Hall, James Llinas.An introduction to Multisensor Data Fusion.Proceedings of the IEEE. 1997, 85(1):6—23
[9] 康耀红．数据融合理论与应用．西安：西安电子科技大学出版社，1997
[10] Lawrence A. Klein. Sensor and Data Fusion Concepts and Applications.SPIE Optical Engineering Press, 1999.
[11] 王延平，袁杰，廖原，苏祥芳．利用信息融合技术缺损目标识别方法．中国图象图形学报，2000，5(A)(3)：237—240。
[12] www. digitalearth, net. cn/debooks/de100/3-09.htm
[13] 丛爽．神经网络、模糊系统及其在运动控制中的应用，中国科学技术大学出版社，2001。
[14] 模糊控制、神经网络和智能控制论．第1版．哈尔滨：哈尔滨工业大学．1999
[15] d s Broomhead,d Lowe Multivariable function interpolation and adaptive networks network complex,1988,2 321-355
[16] 阮晓钢，自组织径向基网络及其混合学习算法，北京工业大学学报，1999，6，第25卷，第2期，31—37
[17] 朱明星，张德龙。RBF网络基函数中心选取算法[J]。安徽大学学报(自然科学版)．2000，24(1)：72-78
[18] 周俊武．人工神经元网络在选浮过程控制中的应用研究[学位论文]．东北大学，2002。
[19] 飞思科技产品研发中心．MATLAB6．5辅助神经网络分析与设计，电子工业出版社，2003，1。
[20] 范影乐、杨胜天．MATLAB仿真应用详解．人民邮电出版社，2001，7
[21] 闻新、周露、王丹力．MATLAB神经网络应用设计．科学出版社，2002，9
[22] 楼顺天、于卫．MATLAB程序设计语言．西安电子科技大学出版社，1999，7。
[23] Yingxu Yang,Tianyou Chai.Soft sensing based on artificial nrural network.Proceeding of the American Control Conference, 1997,18:674—678.
[24] 罗荣富，邵惠鹤．分布式局部网络学习方法及其在推断控制中的应用．自动化学报，1994，20(6)：739—741。
[25] 王旭东，邵惠鹤。分布式RBF神经网络及其在软测量方面的应用，1998，15(4)：558—563。
[26] 蒋卫杰、刘伟、郑光华。蔬菜无土栽培新技术．金盾出版社，1998。
[27] 张利，孙德敏，张培仁，王永．设施农业中的磷酸跟浓度软测量研究，仪器仪表学报，2001，6，30
[28] 段新生．证据理论与决策、人工智能．北京：中国人民大学出版社，1993．26—36
[29] 狄立恩，潘旭峰．D-S证据理论在数据融合中的应用．北京理工大学学报，1997，17(2)：198
—203
[30] genceux T.Analysis of Evidence Theoretic Decision Rules for Pattern Classification.pattern Recognition,1997,30(7):1095-1108
[31] 何友等．多传感器信息融合及应用．北京：电子工业出版社，1993
[32] 唐海峰 DS证据理论在多传感器目标识别中的应用传感器技术2002／12
[33] 王瑜 一种基于证据理论的手写体数字字符识别方法计算机工程与应用 2001／5
[34] 王鸿飞 基于DS证据理论的故障诊断 内燃机学报，2000，1
[35] 肖志宏 用证据理论实现多信息融合的一种改进算法机器人2000，1
[36] 江毅．DELPHI6。0数据库实例编程．中国水利水电出版社，2002。
[37] 陈世明．活学活用DELPHI．人民邮电出版社，2000，5。
[38] 张友德，赵志英，涂时亮．单片微型机原理、应用与实验．修订版．上海：复旦大学出版社，1995．
[39] 纪宗南．单片机外围器件实用手册．北京航天航空出版社，1999，8。
[40] 何立民．单片机应用系统设计．第1版．北京：北京航空航天大学出版社，1990．
[41] 王福瑞．单片微机测控系统设计大全。第1版．北京：北京航空航天大学出版社，1998．
[42] 周航慈．单片机应用程序设计技术．第1版．北京：北京航空航天大学出版社，1991
[43] 周航慈．单片机应用程序设计技术。北京航空航天大学出版社，1999，5。
[44] 何希才．新型集成电路及其应用实例．科学出版社，2002，4。
[45] 沈德金，陈粤初，等．MCS-51系列单片机接口电路与应用程序实例。第1版．北京：北京航空航天大学出版社，1990．
[46] 张刚毅、彭喜源．MCS-51单片机应用设计．哈尔滨工业大学出版社，1997，
[47] 王福瑞．单片微机测控系统设计大全，北京航空航天大学出版社2001，3。
[48] www.china-lcd, com/jm65, html
[49] 杨素行 模拟电子技术基础简明教程．高等教育出版社，1997。
[50] 肖广润，周惠领．电子技术．第三版，华中理工大学出版社，1998，
[51] 数字式工业酸度计说明书，DDD系列电导率变送器说明书
[52] 黄军、熊勇．DELPHI串口通信编程，人民邮电出版社，2002。
[53] [美]Jan Axelson．串行端口大全：精英科技译．第1版，北京：中国电力出版社，2001．
[54] 余盂常．数字电子技术基础简明教程．高等教育出版社，2000，3。
[55] 邱公伟，赵祥元．实时控制与智能仪表多微机系统的通信．第1版．北京：清华大学出版社，1996．
[56] 陈庆芳，等．蔬菜工厂化生产营养液控制系统软件开发．农业机械学报，1998(8)：85～88．
[57] 龙庆华，陈天钧，等．生态环境计算机综合监控与管理系统．华南师范大学学报．1999，3(3)
[58] 《非常电路设计》Protell 99之Schematic．第1版．北京：中国铁道出版社，1999．
[59] 赵晶．电路设计与制版Protel 99高级应用．第1版．北京：人民邮电出版社，2000．
[60] http://www.djpate,freeserve, co.uk/Matlab.htm
[61] http://Radio-BIP.qc.ca/DelphiMEX/DelphiMEX.html
[62] 楼顺天，施阳．基于MATLAB的系统分析与设计——神经网络．第1版．西安：西安电子科技大学出版社，1998．
[62] T.Ohtani, S. Sase, and L.Okushima.The Control of Chemical Components of the Nutrient Solution in Hydroponics with Nanofiltration Menbrane.International Sympoosium on Plant Production in Closed Ecosystems -Automation, Culture, and Environment-.26～29
August 1996
[63] 杜俊杰，牛铁泉，等．设施农业——传统农业的挑战者及其展望．设施农业相关技术．2000
[64] 陈养宏，田吉林，等．上海引进温室废水管理现状及亟待解决的问题．设施农业相关技术．2000，高光天，薛天宇．模数转换器应用技术．第1版．北京：科学出版社，2001．
[65] 李凯．智能温室施肥灌溉自动控制技术[学位论文]．镇江：江苏大学，2001．
[66] 蔡象元．现代温室设施和管理．第1版．上海：上海科学技术出版社，2000．9
[67] 李萍萍，等．智能温室综合环境因子控制的技术效果及合理的环境参数研究．农业工程学报，1998(9)．
[2] 申茂向，何革华．荷兰设施农业的考察与中国工厂化农业建设的思考，农业工程学报．2000，16(5)
[3] 连兆煌．无土栽培原理与技术．中国农业出版社，1992．
[4] 方建安、夏权．电化学分析仪器．东南大学出版社，1992，10。
[5] 柳厚田、徐品弟译．电化学中的仪器方法，复旦大学出版社，1992，2
[6] 刘同明等．数据融合技术及其应用．北京：国防工业出版社，1998。
[7] 何友，王国宏，陆大金．多传感器信息融合．北京：电子工业出版社，2000。
[8] David L. Hall, James Llinas.An introduction to Multisensor Data Fusion.Proceedings of the IEEE. 1997, 85(1):6—23
[9] 康耀红．数据融合理论与应用．西安：西安电子科技大学出版社，1997
[10] Lawrence A. Klein. Sensor and Data Fusion Concepts and Applications.SPIE Optical Engineering Press, 1999.
[11] 王延平，袁杰，廖原，苏祥芳．利用信息融合技术缺损目标识别方法．中国图象图形学报，2000，5(A)(3)：237—240。
[12] www. digitalearth, net. cn/debooks/de100/3-09.htm
[13] 丛爽．神经网络、模糊系统及其在运动控制中的应用，中国科学技术大学出版社，2001。
[14] 模糊控制、神经网络和智能控制论．第1版．哈尔滨：哈尔滨工业大学．1999
[15] d s Broomhead,d Lowe Multivariable function interpolation and adaptive networks network complex,1988,2 321-355
[16] 阮晓钢，自组织径向基网络及其混合学习算法，北京工业大学学报，1999，6，第25卷，第2期，31—37
[17] 朱明星，张德龙。RBF网络基函数中心选取算法[J]。安徽大学学报(自然科学版)．2000，24(1)：72-78
[18] 周俊武．人工神经元网络在选浮过程控制中的应用研究[学位论文]．东北大学，2002。
[19] 飞思科技产品研发中心．MATLAB6．5辅助神经网络分析与设计，电子工业出版社，2003，1。
[20] 范影乐、杨胜天．MATLAB仿真应用详解．人民邮电出版社，2001，7
[21] 闻新、周露、王丹力．MATLAB神经网络应用设计．科学出版社，2002，9
[22] 楼顺天、于卫．MATLAB程序设计语言．西安电子科技大学出版社，1999，7。
[23] Yingxu Yang,Tianyou Chai.Soft sensing based on artificial nrural network.Proceeding of the American Control Conference, 1997,18:674—678.
[24] 罗荣富，邵惠鹤．分布式局部网络学习方法及其在推断控制中的应用．自动化学报，1994，20(6)：739—741。
[25] 王旭东，邵惠鹤。分布式RBF神经网络及其在软测量方面的应用，1998，15(4)：558—563。
[26] 蒋卫杰、刘伟、郑光华。蔬菜无土栽培新技术．金盾出版社，1998。
[27] 张利，孙德敏，张培仁，王永．设施农业中的磷酸跟浓度软测量研究，仪器仪表学报，2001，6，30
[28] 段新生．证据理论与决策、人工智能．北京：中国人民大学出版社，1993．26—36
[29] 狄立恩，潘旭峰．D-S证据理论在数据融合中的应用．北京理工大学学报，1997，17(2)：198
—203
[30] genceux T.Analysis of Evidence Theoretic Decision Rules for Pattern Classification.pattern Recognition,1997,30(7):1095-1108
[31] 何友等．多传感器信息融合及应用．北京：电子工业出版社，1993
[32] 唐海峰 DS证据理论在多传感器目标识别中的应用传感器技术2002／12
[33] 王瑜 一种基于证据理论的手写体数字字符识别方法计算机工程与应用 2001／5
[34] 王鸿飞 基于DS证据理论的故障诊断 内燃机学报，2000，1
[35] 肖志宏 用证据理论实现多信息融合的一种改进算法机器人2000，1
[36] 江毅．DELPHI6。0数据库实例编程．中国水利水电出版社，2002。
[37] 陈世明．活学活用DELPHI．人民邮电出版社，2000，5。
[38] 张友德，赵志英，涂时亮．单片微型机原理、应用与实验．修订版．上海：复旦大学出版社，1995．
[39] 纪宗南．单片机外围器件实用手册．北京航天航空出版社，1999，8。
[40] 何立民．单片机应用系统设计．第1版．北京：北京航空航天大学出版社，1990．
[41] 王福瑞．单片微机测控系统设计大全。第1版．北京：北京航空航天大学出版社，1998．
[42] 周航慈．单片机应用程序设计技术．第1版．北京：北京航空航天大学出版社，1991
[43] 周航慈．单片机应用程序设计技术。北京航空航天大学出版社，1999，5。
[44] 何希才．新型集成电路及其应用实例．科学出版社，2002，4。
[45] 沈德金，陈粤初，等．MCS-51系列单片机接口电路与应用程序实例。第1版．北京：北京航空航天大学出版社，1990．
[46] 张刚毅、彭喜源．MCS-51单片机应用设计．哈尔滨工业大学出版社，1997，
[47] 王福瑞．单片微机测控系统设计大全，北京航空航天大学出版社2001，3。
[48] www.china-lcd, com/jm65, html
[49] 杨素行 模拟电子技术基础简明教程．高等教育出版社，1997。
[50] 肖广润，周惠领．电子技术．第三版，华中理工大学出版社，1998，
[51] 数字式工业酸度计说明书，DDD系列电导率变送器说明书
[52] 黄军、熊勇．DELPHI串口通信编程，人民邮电出版社，2002。
[53] [美]Jan Axelson．串行端口大全：精英科技译．第1版，北京：中国电力出版社，2001．
[54] 余盂常．数字电子技术基础简明教程．高等教育出版社，2000，3。
[55] 邱公伟，赵祥元．实时控制与智能仪表多微机系统的通信．第1版．北京：清华大学出版社，1996．
[56] 陈庆芳，等．蔬菜工厂化生产营养液控制系统软件开发．农业机械学报，1998(8)：85～88．
[57] 龙庆华，陈天钧，等．生态环境计算机综合监控与管理系统．华南师范大学学报．1999，3(3)
[58] 《非常电路设计》Protell 99之Schematic．第1版．北京：中国铁道出版社，1999．
[59] 赵晶．电路设计与制版Protel 99高级应用．第1版．北京：人民邮电出版社，2000．
[60] http://www.djpate,freeserve, co.uk/Matlab.htm
[61] http://Radio-BIP.qc.ca/DelphiMEX/DelphiMEX.html
[62] 楼顺天，施阳．基于MATLAB的系统分析与设计——神经网络．第1版．西安：西安电子科技大学出版社，1998．
[62] T.Ohtani, S. Sase, and L.Okushima.The Control of Chemical Components of the Nutrient Solution in Hydroponics with Nanofiltration Menbrane.International Sympoosium on Plant Production in Closed Ecosystems -Automation, Culture, and Environment-.26～29
August 1996
[63] 杜俊杰，牛铁泉，等．设施农业——传统农业的挑战者及其展望．设施农业相关技术．2000
[64] 陈养宏，田吉林，等．上海引进温室废水管理现状及亟待解决的问题．设施农业相关技术．2000，高光天，薛天宇．模数转换器应用技术．第1版．北京：科学出版社，2001．
[65] 李凯．智能温室施肥灌溉自动控制技术[学位论文]．镇江：江苏大学，2001．
[66] 蔡象元．现代温室设施和管理．第1版．上海：上海科学技术出版社，2000．9
[67] 李萍萍，等．智能温室综合环境因子控制的技术效果及合理的环境参数研究．农业工程学报，1998(9)．