[发明专利]一种针对养殖池水质参数空间分布模型构建方法

说明书

本发明涉及水产养殖技术领域，尤其涉及一种针对养殖池水质参数空间分布模型构建方法，包括：S1、养殖池水质参数信息获取，利用无线传感器网络获取养殖池指定坐标的水质参数，包括温度、pH值和DO；S2、通过卡尔曼滤波算法对水质参数优化，通过引入修正因子改进算法从而提高预测精度，优化的目的是为了消除测量仪器本身的误差；S3、建立水质参数空间分布模型。本发明通过构建监测水产养殖水质参数的传感网络，并将改进后卡尔曼滤波优化与线性内插值四维模型拟合相结合预估水质参数，实现水产养殖信息化与智能化管理。

技术领域

本发明涉及水产养殖技术领域，尤其涉及一种针对养殖池水质参数空间分布模型构建方法。

背景技术

近几十年来，水产养殖已经成为养殖业发展的主要项目之一，现有的水质测试方法主要依靠人工操作和设备经验来进行测试，耗费大量精力和时间，并且存在监测周期长，监测范围有限的缺点。采用现场总线技术的水质在线监测系统具有实时性好，但也存在接线困难，维护扩展不便，腐蚀管道等问题。

目前，黄健清等人研究设计了采用MSP430F149单片机构建的溶解氧、pH值和温度参数的无线传感器网络监测系统，刘建峰等人提出了基于ZigBee网络的水产养殖检测系统。但以上方法多采用水质自动检测仪进行监测，存在设备成本高，不利于大水域的水质监测；而且国内外专家学者对水质监测的预估和空间分布计算方面研究较少。

发明内容

本发明所要解决的技术问题是：通过构建监测水产养殖水质参数的传感网络，并将卡尔曼滤波优化与线性内插值四维模型拟合相结合预估水质参数，实现水产养殖信息化与智能化管理。

本发明所采用的技术方案是：一种针对养殖池水质参数空间分布模型构建方法包括以下步骤：

S1、养殖池水质参数信息获取，利用无线传感器网络获取养殖池指定坐标的水质参数，包括温度、pH值和DO；

S2、通过卡尔曼滤波算法对水质参数优化，并引入修正因子对优化后的水质参数进行预处理，对水质参数优化和引入修正因子对优化后的水质参数进行预处理的目的是为了消除测量仪器本身的误差；

卡尔曼滤波算法对水质参数优化过程如下：

S21、时间更新方程：

先验推算状态变量，公式如下：

式中，A为状态转换参数，其相关系数为1；w为过程噪声，其服从均值为0、方差为Q的正态分布，Q根据实测水质参数值误差的方差给定；为第k迭代步的水质参数预估值；为第k-1迭代步的水质参数优化值；

先验推算误差协方差，公式如下：

P_k-＝AP_k-1A^T+Q (2)

式中，P_k-为第k迭代步的预估协方差；P_k-1为第k-1迭代步的优化协方差；初始预估协方差为2；

S22、状态更新方程：

计算卡尔曼增益，公式如下：

式中，K_k为第k迭代步的卡尔曼增益；H是行列式值为1的测量转换参数矩阵；R为测量噪声的方差；

后验估计滤波优化，公式如下：

式中，为第k迭代步的水质参数优化值；z_k为实测水质参数；

更新误差协方差