[发明专利]空地土壤墒情信息采集系统

权利要求书

1.一种空地土壤墒情信息采集系统，其特征在于所述空地土壤墒情信息采集系统包括硬件子系统和处理子系统，其中所述硬件子系统包括在无人机平台上搭载召测设备，在地面布放传感器节点以及多个传感器，所述处理子系统包括数据处理模块和召测与传输模块，所述传感器节点根据不同需求进行布放，在重点地形或复杂检测范围多放置监测节点，非重点区域少放置或不放置监测节点，当对不同土壤检测需求变更时，可移动监测节点来改变重点检测对象；所述处理子系统针对读取无人机平台采集的温度、湿度、CO₂浓度等土壤墒情信息进行分析。

2.根据权利要求1所述的空地土壤墒情信息采集系统，其特征在于：所述数据处理模块对每个节点收集到的各传感器的信息，进行传感器信息融合。

3.根据权利要求1或2所述的空地土壤墒情信息采集系统，其特征在于：进行传感器信息融合充分利用不同时间与空间的多传感器数据资源，采用计算机技术对按时间序列获得的多传感器观测数据，在一定准则下进行分析、综合、支配和使用，获得对被测对象的一致性解释与描述，进而实现相应的决策和估计，使系统获得比它的各组成部分更充分的信息。

4.根据权利要求1或2所述的空地土壤墒情信息采集系统，其特征在于：所述数据融合充分利用不同时间与空间的多传感器数据资源，采用计算机技术对按时间序列获得的多传感器观测数据，在一定准则下进行分析、综合、支配和使用，获得对被测对象的一致性解释与描述，进而实现相应的决策和估计，使系统获得比它的各组成部分更充分的信息。

5.根据权利要求4所述的空地土壤墒情信息采集系统，其特征在于：所述数据融合具体包括以下步骤：

1)N个不同类型的传感器(有源或无源的)收集观测目标的数据；

2)对传感器的输出数据(离散的或连续的时间函数数据、输出矢量、成像数据或一个直接的属性说明)进行特征提取的变换，提取代表观测数据的特征矢量Yi；

3)对特征矢量Yi进行模式识别处理(如，聚类算法、自适应神经网络或其他能将特征矢量Yi变换成目标属性判决的统计模式识别法等)完成各传感器关于目标的说明；

4)将各传感器关于目标的说明数据按同一目标进行分组，即关联；

5)利用融合算法将每一目标各传感器数据进行合成，得到该目标的一致性解释与描述。

6.根据权利要求4或5所述的空地土壤墒情信息采集系统，其特征在于：所述数据融合将所提取的特征数据输入神经网络模式识别器，神经网络模式识别器进行特征级数据融合，以识别出系统的特征数据，并输入到模糊专家系统进行决策级融合。

7.根据权利要求6所述的空地土壤墒情信息采集系统，其特征在于：所述专家系统推理时，从知识库和数据库中取出领域知识规则和参数，与特征数据进行匹配(融合)；决策出被测系统的运行状态、设备工作状况和故障等。

8.根据权利要求1-7之一所述的空地土壤墒情信息采集系统，其特征在于：通过所述数据处理模块的运行，处理前数据是分散的单独参数，单个节点的数据只能代表局部区域的土壤墒情情况，并且各个传感器之间的数据是相互独立的。

9.根据权利要求1-8之一所述的空地土壤墒情信息采集系统，其特征在于：所述处理子系统的运行方式是：

(1)打开无人机平台获取的土壤墒情数据源，能够通过文件选择对话框，选择源数据，并读入程序内存中；

(2)显示源数据，将打开的源数据显示在软件表格中；

(3)拾取源数据信息，能够使用折线表将土壤墒情情报信息通过后台专家系统进行分析；

(4)能够实时编辑工作日志；

(5)能够随时查看以前工作记录的工作日志信息；

(6)能够为接下来土壤土质的分析提供数据支撑；

(7)能够定位监测节点，并对出错节点进行上报。

10.根据权利要求1-9之一所述的空地土壤墒情信息采集系统，其特征在于：所述信息采集系统采用采用的通信方式为：

步骤1.1、无人机出发巡航并发送唤醒信号；

步骤1.2、当无人机唤醒信号范围内有监测节点，则监测节点被唤醒，与无人机连接；

步骤1.3、监测节点与无人机连接成功，开始传输土壤墒情监测信息包；

步骤1.4、传输完毕，无人机与监测节点断开连接，并与地面单收站连接并传输土壤墒情监测信息包；

或者

步骤1.1、无人机出发巡航并发送唤醒信号；

步骤1.2、当无人机唤醒信号范围内有监测节点，则监测节点被唤醒，与无人机连接；

步骤1.3、监测节点与无人机连接成功，开始传输土壤墒情监测信息包，并储存于挂在文件系统；

步骤1.4、传输完毕，无人机与监测节点断开连接，继续巡航，发送唤醒信号；

步骤1.5、继续巡航，寻找监测节点。