一、水质环境无线自动监测系统的研究和开发（论文文献综述）
韩士磊[1]（2021）在《小型水质监测站检测过程自主诊断方法及关键技术研究》文中认为随着国家对水资源保护的日趋重视,各地环保部门和水资源保护部门逐渐采取各种有效措施对地表水和地下水进行监管和整治。水质在线自动监测系统能够实时、快速、可靠地监测水体质量,是水资源监督管理和保护的重要基础。目前我国水质在线自动监测系统快速发展,但仍存在监测设备成本高、监测参数不足、检测周期长等问题,且大多数监测设备没有故障报警信息,在设备发生故障时无法快速定位故障源,增加了维修时间和成本,造成水质监测数据丢失。针对目前水质在线自动监测系统存在的问题,基于顺序注射分析技术,设计了一种九参数小型水质监测系统。基于故障树分析法（FTA）和专家系统相融合的故障诊断方法,设计了小型水质监测站水质检测过程故障诊断专家系统,实现水质监测系统自主诊断功能,减少了系统维护人员工作量,降低了设备运维成本。首先,针对目前水质监测系统存在的问题,设计小型水质监测系统,主要包括系统整体方案设计、水质检测方法分析、水质监测流程设计、系统硬件设计、系统软件设计。通过系统整体方案设计,确定系统整体框架。基于国家环保水质检测九参数行业标准,分析了水质检测方法。系统硬件设计主要包括常规五参数一体式传感器设计,基于顺序注射分析技术的微试剂水质监测平台设计以及基于STM32MCU的嵌入式系统硬件设计。系统软件设计主要包括下位机软件设计和上位机软件设计。下位机软件使用Keil V5编程软件,基于C/OS-Ⅲ实时操作系统平台的软件设计,用来控制微试剂水质监测平台检测流程以及信号采集处理与传输。上位机软件使用Lab VIEW软件控制整个监测流程的运行,同时还具有系统监测、系统参数设置、水质监测流程查看、历史数据曲线等功能。其次,对小型水质监测系统常见故障进行分析,基于各故障事实之间逻辑关系建立小型水质监测系统故障树,并对建立的故障树进行定性与定量分析。将FTA和专家系统相融合,建立小型水质监测站故障诊断专家系统。专家系统设计主要包括知识库建立、诊断推理单元设计和人机界面设计。采用下行法将故障树各节点信息转化为产生式规则知识,并运用产生式规则和框架表示法相融合的知识表示法建立知识库。分析了诊断推理功能实现的原理,并对推理机的推理策略和控制策略进行设计。最后,通过水质检测性能实验,将水质监测系统测量值与采用国标法测量值做对比,得到各水质参数的标准偏差系数（RSD）和准确度（RE）。实验证明了水质检测性能的重复性、可靠性和准确度符合各项水质参数检测的行业标准。通过故障诊断实验验证,证明了故障诊断专家系统的可靠性。本文所设计小型水质监测系统及故障诊断专家系统实现了水质九参数在线自动监测,设备发生故障时快速、精准定位故障源。系统设计节约建设成本和运维成本,保证了系统平稳运行,为水环境治理打下良好基础,为水资源研究提供科学依据。
朱家玮[2]（2021）在《基于PID算法的水产养殖水质监控系统研究》文中进行了进一步梳理随着社会经济的发展,水产养殖由传统的捕捞方式向着工厂化养殖方式转变。水产品的质量和经济效益与养殖环境的水质有着极其密切的联系,物联网近几年发展的十分迅速,以物联网技术为核心的水产养殖监控系统的研究变得尤为重要。针对目前出现的养殖场受外界因素影响水质波动过大的问题,研究了一套基于PID（Proportional Integral Derivative）算法的水产养殖水质监控系统。该系统将养殖区域水质中的溶解氧、p H值、温度三种主要因素作为监测对象,溶解氧的浓度作为调控对象,主要由三部分组成:感知层、传输层、应用层。（1）感知层由三个终端节点组成:分别为溶解氧终端节点、p H终端节点、温度终端节点。主要起到水质因素采集、溶解氧浓度的调控及超过阈值时进行报警的作用。（2）传输层采用LoRa（Long Range）无线传感网络,采用ESP32Wi-Fi模块个ATK-LoRa-01通信模块作为主控机节点,将感知层的采集数据进行汇总传输至应用层。（3）应用层实现各参数的监测和分项显示,服务器与APP（Applicaton）进行数据互传,APP通过传输层将控制指令下放至感知层,控制增氧泵和蜂鸣器的运行。目前,本系统在模拟水产养殖环境下调试成功,实现了对水体的溶解氧、p H值及温度三种因素的实时监测,对水体溶氧进行了调控,同时对控制算法进行了仿真比较,得出本系统的模糊PID控制算法能够更快速的趋于稳定,而且基本无超调,总体达到预期结果,解决了当溶解氧的浓度在阈值左右时,造成的增氧泵反复启停,使用寿命缩短的问题。并根据系统开发成本低、实用性强的特点,该系统适用于水产工厂化养殖方面。
储将松[3]（2021）在《在线原子吸收分光光度仪云端管理系统设计》文中指出当前水质污染问题受到了全社会的关注,化工产业由于没有对污染水进行及时有效地处理,导致多地水质受到了严重污染,并出现水质污染引起的疾病问题。这些水污染事件导致的问题如今已经成为了现实,农村的河流重金属浓度超标,城市的排污水渠臭气熏天等已经成为人们的忧心所在。因此,水质环境的保护极为重要,而水质监测是水质环境保护的“眼睛”。在未来的城市发展过程中,为了保证人们的安全用水及城市生活的水资源环境,需要提高水质监测监管的能力,提出一个有效实用的解决方法和先进的水质监测系统。本文以水质环境在线监测为研究背景,在原子吸收分光光度仪的基础上,设计开发了基于B/S架构的在线原子吸收分光光度仪云端管理软件系统。现场检测仪器以原子吸收石墨炉法进行水质检测,并实时通过公共无线移动网络,利用MQTT协议,上传检测数据给云服务器,并获得由服务器转发的远程控制指令。为此,本文首先选取了一种基于MQTT协议的无线通信模块,搭建并配置了MQTT Broker云服务器,实现了仪器的注册、用户操作权限控制及与检测数据和仪器控制指令相关的消息分发;其次,基于Python编程语言的tornado框架设计开发了在线监测软件系统,通过Paho MQTT Python Client接收MQTT Broker云服务器的消息和指令,最终实现了现场检测仪器与前端控制系统之间的数据通信,从而实现了对现场仪器的在线操作和控制。通过系统测试,该在线监控云端管理系统能够正常运行,数据上传的实时性和远程控制的效果比较好,满足了项目的需求,达到了设计的要求,为水质环境保护在线监测提供了一个可行的方案。
李胜文[4]（2020）在《溶解氧传感器的智能温度补偿算法研究及其在水质监测中的应用》文中指出水资源是社会和经济发展的基础,是人类生存的重要资源。目前,水污染和水质灾害的频繁发生对人类社会生产形成了巨大阻碍,同时我国所用水质监测系统由于成本高、功耗大、精度低、操作复杂导致难以大规模推广。本文根据水质监测低功耗、低成本、高性能、远距离的业务需求,设计了基于LabVIEW与NB-IoT的水质监测系统。首先,论文针对监测系统中使用的溶解氧传感器易受温度影响,导致测量误差较大的问题,建立了BP神经网络温度补偿模型,并利用人工智能算法遗传算法（GA）、模拟退火算法（SA）以及思维进化算法（MEA）对BP神经网络的初始权值和阈值进行优化。在此基础上对SA算法的温度下降公式进行改进,利用GA-BP、MEA-BP与改进的SA-BP神经网络对溶解氧传感器进行温度补偿,结果表明基于改进SA-BP神经网络温度补偿模型取得了较好的温度补偿效果,使溶解氧传感器的测量误差小于0.1mg/L。接着,论文根据水质监测系统的功能需求,完成了系统的软硬件设计。系统硬件平台集成了PH、电导率、氧化还原、溶解氧传感器,以STM32L151芯片作为微控制器模块核心,通过以BC26芯片为核心的无线通信模块将采集数据传输至LabVIEW软件平台,在LabVIEW软件平台完成数据处理、显示、存储、查询,针对水质监测参数建立了加权指数评估模型。最后,在实验室对设计完成的水质监测系统进行了软硬件调试和传感器校准,在模拟测试环境下,完成了系统的功能测试、精度测试。实验表明,系统的设计功能能够正常使用,各个水质监测参数精度能够满足任务需求。
孙永申[5]（2020）在《基于物联网的鱼菜共生水质环境测控系统设计与应用》文中研究表明鱼菜共生由水产养殖和蔬菜种植两种系统组成,是一种新型复合型耕作体系,不同于传统粗放式水产养殖和蔬菜种植模式,在一定程度上降低了劳动者的工作强度和节约了水资源利用率。但由于鱼菜共生管理过程较为复杂,需要监控较多的环境参数,并对其相关环境参数进行调控,在此基础上来维持鱼菜共生生态系统的稳定。近年来,随着物联网技术飞速发展,利用传感器技术、计算机网络技术、移动互联网技术等多种技术手段,自动准确监测调控环境参数,使鱼和菜生长在最适宜的环境里,一定程度上提高了鱼菜的产量,达到高产高效的目的。本文针对鱼菜共生自动化程度低、管理复杂等问题设计了基于物联网的鱼菜共生水质环境测控系统。本文开展的主要工作如下:（1）通过实时调研,对鱼菜共生水质环境测控系统进行需求分析和相关物联网技术进行简介,针对系统的需求,给出了系统的总体设计方案。（2）根据系统的总体设计方案,对鱼菜共生水质环境测控系统进行硬件设计。对Zig Bee设备、水质传感器、继电器进行选型,构建了嵌入式网关的硬件模块,完成了系统的基本硬件组成。（3）对鱼菜共生水质环境测控系统进行软件设计。设计嵌入式程序,在鱼菜共生水质环境中建立Zig Bee无线传感网络,通过Zig Bee无线网络以实现水质参数上传、设备控制等功能;设计服务器程序,以实现嵌入式网关与手机客户端之间的通信及数据存储;设计Android手机客户端,以实现对鱼菜共生现场实现远程监控功能。在完成软硬件设计的基础上,在河南省商丘市龙港湾智慧农业鱼菜共生馆内,通过手机客户端对系统进行测试,测试结果显示,鱼菜共生水质环境测控系统运行稳定可靠,监测实时性、准确性较高,设备运行稳定,符合系统设计需求。
钞凡[6]（2020）在《可充电移动节点在水域监测无线网络中的应用研究》文中进行了进一步梳理水质在线监测是对水环境进行有效管理的重要措施。目前,环境水质监测工作正在向自动化、智能化和网络化的方向发展。在传统无线传感器网络（WSN）的水域监测系统中,数据通过多跳传输到固定的基站,然而多跳传输会导致能量空洞、网络能耗不均衡,数据传输不可靠等问题。采用移动汇聚节点进行数据收集和无线充电,既能改善网络能耗的均衡性,提高数据收集的可靠性和灵活性,又能延长网络的使用寿命。本文研究了在水域监测无线网络中,可充电移动节点（RMN）作为移动汇聚节点对分层网络中的簇头节点进行数据收集的路径优化问题,主要提出了在单个RMN的场景下基于能量预测的路径规划算法和在多个RMN场景下基于比值的路径均衡算法,并对其进行了理论分析和仿真验证,主要工作如下:（1）分析了无线传感器网络的特点,研究了在水域监测的环境下,网络中需要解决的问题;（2）在水域监测无线网络中,针对部分关键节点任务重,能耗大,生命周期短的问题,提出了一种针对水域监测的普通节点、可充电的传感器节点和可充电的移动节点协同工作的混合无线可充电传感器网络（HWRSN）模型。给部分承担的任务重,能耗高的关键节点配备无线能量收发设备,同时作为移动汇聚节点的停留点,向RMN传输数据并获得能量补充;（3）研究了网络的覆盖问题。在基于随机的静态节点布置方法中通过基于邻接矩阵图的连通性准则判断节点连通性和网络覆盖率,确定传感器节点合适的数量,在尽量减少布置的节点数的情况下,达到预期的覆盖率目标;（4）提出了一种使用动态聚类算法进行分簇的方法。为了提高网络的可扩展性,同时均衡网络能耗,基于距离这一准则使用改进的K均值算法将传感器节点聚类分簇,并产生聚类中心作为可充电节点即簇头节点的布置点;（5）在单个RMN的场景下,由于单个RMN的能量有限,很难一次性完成大规模水域监测无线网络中的数据收集任务,提出了一种基于能量预测的路径规划算法,使得移动节点能够在自身能量有限的情况下,合理规划路径,最小化移动路径,完成数据收集任务;（6）在多个RMN的场景下,为了使多个RMN更好的协同工作,提出了一种基于比值的路径均衡算法（PEABR）,对RMN的路径做出调整,进一步减小和均衡RMN的路径长度使其满足约束条件,优化路径规划方案;（7）对网络的覆盖策略、分簇策略以及基于能量预测的路径规划算法和基于比值的路径均衡算法进行了仿真并对特定场景下移动数据收集的数据传输可靠性进行了实验,验证了水域监测无线网络设计方案的可行性与有效性。
姜亚锋[7]（2020）在《基于无人船装置的水质环境动态监测系统设计》文中研究说明从古至今,水是人们赖以生存的重要条件,同时水污染问题也日益严重,实现对河流,湖泊以及养殖区域的水质检测,从而找到污染源的位置,显得尤为重要。现有水质监测站、浮标和大型的水面检测船艇等水质检测装置存在着成本较高、检测不灵活、检测水质区域数量有限和部分水域无法检测等情况,导致水质检测的时效性较差。因此,本文设计并实现了一种基于无人船装置的水质环境动态监测系统,可实现对河流、湖泊、狭长水域和养殖区域等环境的水质检测以及污染源的追踪定位。本文主要完成以下工作和设计:（1）针对环境监测,通过改造现有的水面无人船结构,设计出监测无人船硬件系统,包括电源管理模块、主控制芯片模块、采集取样模块、无线通讯系统模块、存储模块、水质传感器监测系统模块和GPS定位模块,还有电机驱动模块接口、视频采集系统模块接口、电子罗盘模块接口以及激光雷达模块接口;并通过软件设计,实现了无人船的自主航行和避障、以及水质采集和取样等功能。（2）通过构建污染源的扩散模型,设计了一种基于Goldsim仿真算法、路径跟踪算法和浓度梯度法联合的河流污染源定位方法。（3）研究路径跟踪算法和避障策略,采用基于Lyapunov的非线性控制率使路径跟随误差坐标收敛到零,实现无人船的自主航行和避障,并用启发式方法来解决基于路径曲率测量和转向动作预测的提前适应速度问题。（4）设计了无人船的上位机界面,包括无人船控制方向、水面图像视频、激光雷达轮廓、GPS定位信息、船体方位和水质数据曲线等,可实现远程监测、控制和数据获取。通过实验证明,本文设计的基于无人船装置的水质环境动态监测系统可以实现在河流上自主航行,通过基于Lyapunov的非线性控制率和启发式方式实现跟踪避障,还可以进行水质数据的采集和取样,以及污染源的追踪定位。在上位机界面上也实现了对无人船的远程控制、图像数据的传输和显示以及显示水质曲线,并通过无人船采集的浊度传感器数据绘制出浊度的污染物浓度三维图。实验结果表明,无人船水质环境动态监测系统满足设计的要求,达到系统设计指标,能够适用于养殖监控、河流、湖泊和城市内河以及复杂情况的水域,进行不间断监测。
陈德文[8]（2020）在《深海网箱养殖区域水质与环境监测系统》文中研究表明海洋生态环境的不断恶化给传统渔业发展带来了严峻挑战,为了满足人民对海产品日益增长的需求,因此深海网箱养殖技术在国家有关部门的支持下得到了迅速发展。但因赤潮等自然灾害、环境污染而造成的水体变化,而导致水产品大量死亡,给渔民造成巨大经济损失。由此本文对深海网箱养殖的水质环境监测设备进行研究,通过阅读相关文献,了解到国内外同类设备功能单一,功耗大,部署维护困难,且价格昂贵,不适用于国内深海网箱养殖现状。针对上述问题,本文设计了一套基于无线网桥与ZigBee技术的深海网箱养殖区域水质与环境监测系统,实现了对深海网箱养殖区域内各个监测节点水体的温度、PH、溶氧、盐度等信息和水下水面实时视频图像数据的实时采集、远程传输、显示等功能,并结合主控MCU睡眠模式与自适应调节节点采样周期算法的方法,降低节点功耗,达到了延长系统使用周期的效果。本文首先确定了系统总体结设计方案,并从数据传输网络、系统硬件、系统软件三个方面分别进行了详细设计与实现。通过对比不同数据传输方案,结合北海渔场现场环境,设计数据传输网络以及系统通信协议。系统硬件主要是对水质数据采集模块与数据汇聚中心模块进行详细电路设计。系统软件主要是对嵌入式软件和岸基监控终端软件两方面进行详细设计与实现。完成系统各个模块设计与实现后,进行了系统调试。由于北海渔场尚在建设中,无法进行现场测试,故分别在实验室和室外进行了相关测试。测试结果表明,系统能够实现各个监测节点水质与视频图像数据的采集、远程传输以及实时显示,水质数据采集误差在2.16%以内,精度达到了要求,低功耗设计能够有效延长节点换电周期。系统达到所有设计指标,未来将应用于建设北海渔场。
苏虹霖[9]（2020）在《物联网水产养殖环境因子检测系统的研究》文中进行了进一步梳理随着人们生活水平的提高,对于水产品品质、养殖现场的环境情况有着更高的要求。传统的水产养殖检测系统采用有线检测,不仅检测数据精度不高、线路易腐蚀、不能远距离进行调控,在增加现场布线难度的同时也会使得系统维护的成本增高。针对国内水产养殖技术现状及养殖现场的实际条件状况,将无线通信技术和传统水质检测技术结合能够很好的改善传统检测系统的缺陷。因此,本文设计了一套物联网水产养殖环境因子检测系统。系统采用物联网三层架构设计,即感知层、传输层、应用层。感知层由传感器及相应电路、控制模块、电源模块组成,负责完成对环境因子信息的采集。通过传输层的ZigBee技术将数据远程发送给现场控制终端,后又将数据通过GPRS模块发送给上位机以实现远程监管。同时,结合实际的应用对象和条件,本文提出一种改进的模糊综合水质评价法。其在传统模糊综合水质评价法的基础上对于评价标准和评价因子权重进行了改进,使得对于养殖水域水质状况的评价更符合实际状况,能够更好的对水质进行准确的评价。系统经过测试后符合设计需求。数据采集精度高、误差小。能够实现数据无线传输且丢包率小,可靠性高。应用层软件能够实现对于养殖现场水质环境的监管。改进的模糊综合水质评价法能够对水质进行准确的评价。
周永福[10]（2019）在《稻田养虾水质监测关键技术研究》文中指出近年来,小龙虾（学名克氏原螯虾）因其容易饲养、口味独特、营养丰富等优点,已经成为我国淡水养殖的主力军。然而,淡水龙虾的养殖对水质的要求比较高,水质的好坏直接影响到龙虾的健康生长和发育。采用物联网技术对龙虾养殖水质进行监测、预测预警,及时掌握养殖过程中水质变化情况,对于规避养殖风险、提高龙虾产量具有重要意义。本文以稻田养虾水质关键参数水温、溶解氧和PH值为研究对象,利用传感器技术、小波分析、循环神经网络等理论和方法,开展了水质数据预处理方法和水质预测模型研究。论文的主要研究工作总结如下:（1）设计了稻田养虾水质监测系统的总体架构,提出了基于ZigBee技术和GPRS技术的数据获取方法。针对龙虾养殖环境复杂、水质参数间相互作用难以分析等问题,构建了感知层、数据传输层、数据处理应用层的三层水质监测体系架构。利用ZigBee技术短距离、低功耗、快速自组织网络等特点组建水质监测系统的感知层,通过终端节点的传感器模块对水环境进行数据采集,并通过ZigBee网络将数据汇集给协调器节点,在ZigBee协调器与GPRS之间建立传输模块,通过远程传输技术GPRS来完成水质数据的传输。（2）稻田养虾水质监测数据预处理技术研究。利用格罗贝斯（Grubbs）准则对水质数据进行了数据实测,剔除不良的数据。利用数据融合的技术,实现了一种自适应加权数据融合方法,实验结果表明,该方法能够得到较好的融合数据。利用小波分析方法实现数据降噪,实验结果表明,利用Matlab软件的cmddnoise函数进行数据降噪处理,降噪效果比较明显。（3）基于循环神经网络的水质预测模型研究。为了实现龙虾养殖水质数据的预测预警,提出了一种基于循环神经网络的水质预测模型WOP。该模型以水温、PH值和溶解氧作为输入数据,实时预测水质溶解氧和PH值的数据。实验结果表明,WOP模型可以实时预测水质数据。（4）稻田养虾水质监测系统的实现。综合应用上述研究成果,构建了稻田养虾水质监测系统。实现了ZigBee网络对水参数的温度、PH值、溶解氧率等参数的数据采集,GPRS网络对数据的远程传输,水质数据预处理,水质数据预测等功能。系统的运行验证了上诉研究方法、模型的有效性。
二、水质环境无线自动监测系统的研究和开发（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、水质环境无线自动监测系统的研究和开发（论文提纲范文）
（1）小型水质监测站检测过程自主诊断方法及关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状及发展趋势 |
| 1.2.1 水质监测系统国内外研究现状 |
| 1.2.2 故障诊断国内外研究现状 |
| 1.2.3 专家系统国内外研究现状 |
| 1.3 主要研究内容 |
| 第二章 小型水质监测系统设计 |
| 2.1 系统整体方案设计 |
| 2.2 水质检测方法分析 |
| 2.3 水质监测流程设计 |
| 2.4 系统硬件设计 |
| 2.4.1 采水单元 |
| 2.4.2 配水单元 |
| 2.4.3 分析单元 |
| 2.4.4 信息采集处理及传输单元 |
| 2.4.5 控制单元 |
| 2.4.6 辅助单元 |
| 2.5 系统软件设计 |
| 2.5.1 下位机软件设计 |
| 2.5.2 上位机软件设计 |
| 2.6 本章小结 |
| 第三章 小型水质监测系统故障诊断关键技术研究 |
| 3.1 故障诊断方法分析 |
| 3.2 系统常见故障 |
| 3.3 故障树建立 |
| 3.3.1 故障树分析法优点 |
| 3.3.2 建树方法及步骤 |
| 3.3.3 故障树建立 |
| 3.4 故障树定性分析与定量分析 |
| 3.4.1 定性分析 |
| 3.4.2 定量分析 |
| 3.5 本章小结 |
| 第四章 小型水质监测站故障诊断专家系统设计与实现 |
| 4.1 故障诊断专家系统组成 |
| 4.2 基于FTA的专家系统知识库建立 |
| 4.2.1 知识获取方式 |
| 4.2.2 知识表示方法 |
| 4.2.3 知识库建立 |
| 4.3 诊断推理单元设计 |
| 4.3.1 信息采集 |
| 4.3.2 推理机设计 |
| 4.4 人机界面设计 |
| 4.5 本章小结 |
| 第五章 实验验证 |
| 5.1 水质检测性能验证 |
| 5.2 故障诊断专家系统实验验证 |
| 5.3 本章小结 |
| 第六章 结论与展望 |
| 6.1 主要结论 |
| 6.2 研究展望 |
| 参考文献 |
| 在学期间的研究成果 |
| 致谢 |
（2）基于PID算法的水产养殖水质监控系统研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 本文的主要研究内容 |
| 1.4 文章章节安排 |
| 第2章 系统的总体分析和设计 |
| 2.1 系统的需求分析 |
| 2.1.1 pH值对鱼类生长的影响 |
| 2.1.2 溶解氧对鱼类生长的影响 |
| 2.1.3 温度对鱼类生长的影响 |
| 2.2 系统整体方案 |
| 2.3 几种无线通信技术比较 |
| 2.3.1 低功耗局域网 |
| 2.3.2 低功耗广域网 |
| 2.4 LORA无线技术详细介绍 |
| 2.4.1 扩频调制技术 |
| 2.4.2 LoRa技术特点 |
| 2.5 本章小结 |
| 第3章 水产养殖水质监控系统感知层设计 |
| 3.1 系统感知层设计分析 |
| 3.2 终端节点的各传感器原理和选型 |
| 3.2.1 溶解氧传感器 |
| 3.2.2 pH传感器 |
| 3.2.3 水温传感器 |
| 3.3 水质传感器通信协议 |
| 3.4 终端节点的采集及控制 |
| 3.4.1 溶解氧终端节点 |
| 3.4.2 pH终端节点 |
| 3.4.3 水温终端节点 |
| 3.5 本章小结 |
| 第4章 水产养殖监控系统传输层设计 |
| 4.1 系统传输层设计分析 |
| 4.2 LORA无线传感网络 |
| 4.2.1 LoRa通信模块选型及介绍 |
| 4.2.2 LoRa节点类型与组网方式的选择 |
| 4.3 嵌入式网关硬件模块 |
| 4.4 本章小结 |
| 第5章 水产养殖监控系统应用层设计 |
| 5.1 系统应用层设计分析 |
| 5.2 云平台介绍 |
| 5.3 终端设备接入云平台 |
| 5.3.1 汇聚节点通信主程序设计 |
| 5.3.2 终端数据上传 |
| 5.4 远程控制系统移动端APP设计 |
| 5.4.1 设计控制面板 |
| 5.4.2 UI组件指令编辑 |
| 5.5 本章小结 |
| 第6章 基于PID控制算法的增氧泵控制仿真 |
| 6.1 电压模糊控制器 |
| 6.1.1 确定输入量及其隶属函数 |
| 6.1.2 确定输出量、隶属函数及建立控制规则 |
| 6.1.3 建立Simulink模型 |
| 6.2 常规PID控制 |
| 6.2.1 数字PID控制器的介绍 |
| 6.2.2 位置式PID控制 |
| 6.2.3 增量式PID控制 |
| 6.2.4 三种PID控制的比较 |
| 6.3 模糊PID控制器 |
| 6.3.1 模糊PID控制器的介绍 |
| 6.3.2 确定输入量及隶属函数 |
| 6.3.3 确定输出量及其隶属函数 |
| 6.3.4 建立控制规则 |
| 6.4 仿真结果及分析 |
| 6.5 本章小结 |
| 第7章 系统测试与结果分析 |
| 7.1 设备调试 |
| 7.2 设备入网及上传数据 |
| 7.3 手机客户端操作检测 |
| 7.4 本章小结 |
| 第8章 总结与展望 |
| 8.1 总结 |
| 8.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（3）在线原子吸收分光光度仪云端管理系统设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 水质监测技术研究现状 |
| 1.2.2 原子吸收分光光度仪研究现状 |
| 1.3 课题主要研究内容和论文组织结构 |
| 第二章 项目背景和主要技术简介 |
| 2.1 原子吸收分光光度仪简介 |
| 2.1.1 原子吸收分光光度仪工作原理 |
| 2.1.2 各功能模块简介 |
| 2.2 云端管理系统关键技术 |
| 2.2.1 无线通信技术简介 |
| 2.2.2 MQTT技术简介 |
| 2.2.3 WebSocket技术简介 |
| 2.2.4 通信模块工作模式 |
| 2.2.5 服务器后台tornado框架 |
| 2.2.6 服务器后台开发模式 |
| 2.3 本章小结 |
| 第三章 系统总体方案设计 |
| 3.1 系统需求分析 |
| 3.2 系统整体框架设计 |
| 3.3 云端管理系统设计方案 |
| 3.3.1 无线通信模块选型 |
| 3.3.2 云服务器设计方案 |
| 3.3.3 系统软件设计方案 |
| 3.4 本章小结 |
| 第四章 系统的设计与实现 |
| 4.1 系统技术架构和项目目录设计 |
| 4.2 云服务器平台的设计与搭建 |
| 4.2.1 建立服务器实例 |
| 4.2.2 创建消息传递服务器 |
| 4.2.3 云服务器配置 |
| 4.3 数据库与通信协议设计 |
| 4.3.1 数据库设计 |
| 4.3.2 通信协议设计 |
| 4.4 服务器后台通信软件设计 |
| 4.4.1 服务器后台与云服务器通信设计 |
| 4.4.2 服务器后台与前台通信设计 |
| 4.5 服务器前台软件设计 |
| 4.5.1 登录前台 |
| 4.5.2 用户界面前台 |
| 4.5.3 标样拟合曲线前台 |
| 4.5.4 前台数据采样流程设计 |
| 4.6 无线通信模块软件设计 |
| 4.7 系统各功能模块通信测试 |
| 4.7.1 无线通信模块与云服务器通信测试 |
| 4.7.2 云服务器与服务器后台通信测试 |
| 4.8 系统测试 |
| 4.9 本章小结 |
| 第五章 总结与展望 |
| 5.1 研究内容总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表的论文 |
（4）溶解氧传感器的智能温度补偿算法研究及其在水质监测中的应用（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究现状 |
| 1.2.1 水质监测的国内外研究现状 |
| 1.2.2 溶解氧传感器的研究现状 |
| 1.3 本论文主要工作和内容安排 |
| 第二章 系统总体设计方案 |
| 2.1 水质监测系统的需求分析 |
| 2.2 水质监测系统的方案设计 |
| 2.3 水质监测系统中相关技术 |
| 2.3.1 NB-IoT技术 |
| 2.3.2 虚拟仪器技术 |
| 2.3.3 人工神经网络 |
| 2.4 水质传感器的选择 |
| 2.4.1 PH传感器 |
| 2.4.2 氧化还原传感器 |
| 2.4.3 电导率传感器 |
| 2.4.4 溶解氧传感器 |
| 2.5 本章小结 |
| 第三章 溶解氧传感器的智能温度补偿算法研究 |
| 3.1 BP神经网络模型 |
| 3.1.1 BP神经网络算法原理 |
| 3.1.2 BP神经网络的缺陷 |
| 3.2 人工智能优化算法 |
| 3.2.1 遗传算法原理 |
| 3.2.2 遗传算法优化BP神经网络流程 |
| 3.2.3 思维进化算法原理 |
| 3.2.4 思维进化算法优化BP神经网络流程 |
| 3.2.5 模拟退火算法原理 |
| 3.2.6 模拟退火算法优化BP神经网络流程 |
| 3.2.7 模拟退火算法降温公式的改进 |
| 3.3 溶解氧传感器的影响因素分析 |
| 3.3.1 溶解氧传感器原理分析 |
| 3.3.2 温度对溶解氧传感器影响的检定实验 |
| 3.4 溶解氧传感器的温度补偿实现 |
| 3.4.1 温度补偿模型建立 |
| 3.4.2 温度补偿模型的结构选择 |
| 3.4.3 温度补偿模型的节点转移函数选择 |
| 3.5 温度补偿算法优化结果与性能比较 |
| 3.6 本章小结 |
| 第四章 下位机软硬件设计 |
| 4.1 下位机硬件设计 |
| 4.1.1 主要芯片选择 |
| 4.1.2 STM32及相关电路设计 |
| 4.1.3 NB-IoT及相关电路设计 |
| 4.1.4 电源电路设计 |
| 4.1.5 信号调理电路设计 |
| 4.1.6 硬件模块实物图 |
| 4.2 下位机软件设计 |
| 4.2.1 主程序设计 |
| 4.2.2 数据采集与处理程序设计 |
| 4.2.3 BC26无线通信程序设计 |
| 4.2.4 通信数据包格式 |
| 4.3 本章小结 |
| 第五章 上位机软件设计 |
| 5.1 LabVIEW设计模式 |
| 5.2 系统主界面设计 |
| 5.3 登录模块 |
| 5.4 串口通信与传感器校准模块 |
| 5.5 远程数据显示与溶解氧温度补偿模块 |
| 5.6 数据库存储模块 |
| 5.6.1 数据库建立与连接 |
| 5.6.2 数据表建立 |
| 5.6.3 数据存储 |
| 5.6.4 数据查询 |
| 5.7 水质评价模块 |
| 5.8 本章小结 |
| 第六章 系统测试 |
| 6.1 系统硬件调试与测试环境搭建 |
| 6.2 传感器校准 |
| 6.2.1 校准方案 |
| 6.2.2 校准结果 |
| 6.3 系统整体测试 |
| 6.3.1 数据显示与评价功能测试 |
| 6.3.2 数据存储查询功能测试 |
| 6.3.3 数据采集精度测试 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 附录1 攻读硕士学位期间申请的专利 |
| 致谢 |
（5）基于物联网的鱼菜共生水质环境测控系统设计与应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究的背景和意义 |
| 1.2 国内外现状研究概述 |
| 1.2.1 国内外物联网发展现状 |
| 1.2.2 国内外鱼菜共生技术研究现状 |
| 1.2.3 国内外鱼菜共生测控系统研究现状 |
| 1.3 本文研究的主要内容 |
| 1.4 论文的结构安排 |
| 1.5 本章小结 |
| 2 物联网技术选择与系统的总体设计方案 |
| 2.1 系统需求分析 |
| 2.1.1 用户分析 |
| 2.1.2 鱼菜共生生长环境需求分析 |
| 2.1.3 系统功能需求分析 |
| 2.2 物联网技术选择 |
| 2.2.1 无线通信技术 |
| 2.2.2 无线网络接入方式 |
| 2.2.3 Socket网络通信技术 |
| 2.3 系统总体设计框架 |
| 2.4 本章小结 |
| 3 鱼菜共生水质环境测控系统硬件设计 |
| 3.1 ZIGBEE设备选型 |
| 3.2 水质监测节点 |
| 3.2.1 水质传感器选型 |
| 3.2.2 水质传感器通信协议 |
| 3.3 设备控制节点 |
| 3.3.1 继电器选型 |
| 3.4 嵌入式网关硬件模块 |
| 3.4.1 GPRS模块 |
| 3.4.2 单片机模块 |
| 3.4.3 RS485模块 |
| 3.4.4 时钟模块 |
| 3.4.5 存储器模块 |
| 3.4.6 电源模块 |
| 3.5 本章小结 |
| 4 鱼菜共生水质环境测控系统软件设计 |
| 4.1 ZIGBEE节点类型及组网方式 |
| 4.2 嵌入式网关设计 |
| 4.2.1 嵌入式网关数据采集模块设计 |
| 4.2.2 嵌入式网关通信模块设计 |
| 4.2.3 嵌入式网关控制模块设计 |
| 4.3 服务器设计 |
| 4.3.1 服务器通信模块设计 |
| 4.3.2 数据库设计 |
| 4.4 手机客户端的设计 |
| 4.4.1 Android手机客户端设计 |
| 4.4.2 通信模块设计 |
| 4.5 本章小结 |
| 5 系统测试 |
| 5.1 水质参数采集测试 |
| 5.2 设备控制测试 |
| 5.3 历史数据查询测试 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
（6）可充电移动节点在水域监测无线网络中的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 水质监测国内外研究现状 |
| 1.2.1 国内外研究现状 |
| 1.2.2 无线传感器网络分析 |
| 1.3 本文主要工作和结构安排 |
| 1.3.1 本文主要工作 |
| 1.3.2 本文结构 |
| 第二章 水域监测无线网络设计及关键技术分析 |
| 2.1 水域监测无线网络总体设计 |
| 2.2 水域监测无线网络的覆盖问题 |
| 2.3 移动无线传感器网络 |
| 2.4 无线可充电传感器网络 |
| 2.5 本文拟解决的关键问题 |
| 2.6 本章小结 |
| 第三章 移动节点的路径规划算法 |
| 3.1 覆盖问题 |
| 3.2 网络数据传输簇的建立 |
| 3.2.1 聚类算法成簇 |
| 3.2.2 簇头节点的布置 |
| 3.3 可充电的移动节点能耗和时耗分析 |
| 3.3.1 能耗分析 |
| 3.3.2 时耗分析 |
| 3.4 单个RMN的路径规划问题 |
| 3.4.1 网络模型及问题表述 |
| 3.4.2 基于预测的路径规划算法 |
| 3.4.3 结论 |
| 3.5 多个RMN的路径规划问题 |
| 3.5.1 网络模型及问题表述 |
| 3.5.2 基于比值的路径均衡算法 |
| 3.5.3 结论 |
| 3.6 本章小结 |
| 第四章 实验结果及分析 |
| 4.1 覆盖问题仿真 |
| 4.2 单个RMN的路径规划仿真 |
| 4.3 多个RMN的路径规划仿真 |
| 4.4 硬件选型 |
| 4.5 数据传输可靠性的验证 |
| 4.5.1 通讯质量测试 |
| 4.5.2 数据传输测试 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 工作总结 |
| 5.2 工作展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（7）基于无人船装置的水质环境动态监测系统设计（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外的研究现状 |
| 1.2.2 国内的研究现状 |
| 1.3 本文的研究内容和组织结构 |
| 第二章 监测无人船系统设计路线 |
| 2.1 功能需求和技术指标 |
| 2.2 系统总体路线设计 |
| 2.3 技术路线 |
| 2.4 本章小结 |
| 第三章 系统硬件设计与实现 |
| 3.1 无人船电源模块设计 |
| 3.2 无人船主控制芯片模块 |
| 3.3 无人船的航行控制系统模块设计 |
| 3.3.1 电机驱动模块 |
| 3.3.2 激光雷达模块 |
| 3.3.3 电子罗盘传感器模块 |
| 3.3.4 GPS定位模块 |
| 3.3.5 视频采集系统模块 |
| 3.4 水质传感器在线采集与取样模块 |
| 3.4.1 水质在线采集模块 |
| 3.4.2 水质采集取样模块 |
| 3.5 无线通讯系统模块设计 |
| 3.5.1 Wi-Fi模块设计 |
| 3.5.2 4G模块设计 |
| 3.6 本章小结 |
| 第四章 污染源的扩散模型构建 |
| 4.1 模型的结构 |
| 4.2 模型分类 |
| 4.3 污染物在水中的运动特征 |
| 4.4 河流水质模型 |
| 4.4.1 河流完全混合模型 |
| 4.4.2 一维水质扩散模型 |
| 4.4.3 二维水质扩散模型 |
| 4.5 Goldsim仿真软件的设计 |
| 4.5.1 Goldsim软件构建 |
| 4.5.2 仿真结果 |
| 4.6 污染源的追踪定位方法研究 |
| 4.7 本章小结 |
| 第五章 无人船的路径跟踪算法研究 |
| 5.1 无人船的模型 |
| 5.1.1 无人船基本运动模型的建立 |
| 5.1.2 路径跟踪运动模型 |
| 5.1.3 无人船的运动模型 |
| 5.2 无人船的导航制导与控制 |
| 5.2.1 导航制导和控制架构 |
| 5.2.2 运动控制器设计 |
| 5.3 启发式速度适应 |
| 5.4 无人船的航行和避障控制系统设计 |
| 5.5 算法的实验仿真 |
| 5.5.1 路径跟踪算法的实验仿真 |
| 5.5.2 河流污染源追踪定位算法仿真 |
| 5.6 本章小结 |
| 第六章 系统搭建及实验仿真 |
| 6.1 平台的搭建阶段 |
| 6.2 上位机界面的搭建 |
| 6.3 下水调试 |
| 6.4 实验数据与分析 |
| 6.4.1 水质采样实验数据 |
| 6.4.2 污染源的定位算法实验 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 未来展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间的研究成果 |
（8）深海网箱养殖区域水质与环境监测系统（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 课题来源 |
| 1.2 课题研究背景与意义 |
| 1.3 国内外研究现状 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.4 本文主要研究内容及工作 |
| 1.5 本章小结 |
| 2 系统总体方案设计 |
| 2.1 系统总体方案框架 |
| 2.2 数据传输网络方案设计 |
| 2.3 系统硬件方案设计 |
| 2.3.1 数据汇聚中心模块方案设计 |
| 2.3.2 水质数据采集与存储模块方案设计 |
| 2.4 系统软件方案设计 |
| 2.4.1 系统软件设计需求 |
| 2.4.2 系统通信协议设计 |
| 2.4.2.1 系统通信协议概述 |
| 2.4.2.2 系统数据帧设计 |
| 2.4.3 嵌入式软件方案设计 |
| 2.4.4 岸基监控终端软件方案设计 |
| 2.5 本章小结 |
| 3 系统硬件设计与实现 |
| 3.1 数据汇聚中心模块电路 |
| 3.1.1 电压转化单元电路 |
| 3.1.2 MCU核心电路 |
| 3.1.3 电压测量电路 |
| 3.1.4 串口通信电路 |
| 3.1.5 SD卡存储电路 |
| 3.1.6 开关控制电路 |
| 3.1.7 CAN通信电路 |
| 3.2 水质数据采集与存储模块电路 |
| 3.2.1 4-20mA信号采集电路设计 |
| 3.2.2 温度传感器电路设计 |
| 3.2.3 PH传感器信号调理电路设计 |
| 3.3 本章小结 |
| 4 系统软件设计与实现 |
| 4.1 数据汇聚中心嵌入式软件设计与实现 |
| 4.1.1 开关控制程序设计 |
| 4.1.2 状态信息获取程序设计 |
| 4.1.3 数据存储程序设计 |
| 4.1.4 CAN通信软件设计 |
| 4.1.5 低功耗模式程序 |
| 4.2 数据采集与存储模块嵌入式软件设计与实现 |
| 4.2.1 自适应调节节点采样周期算法设计 |
| 4.2.2 水质数据采集程序设计 |
| 4.3 岸基监控终端软件设计与实现 |
| 4.3.1 监控终端软件框架设计 |
| 4.3.2 监控终端软件显示界面设计 |
| 4.3.3 监控终端软件后端功能设计 |
| 4.3.3.1 数据处理程序设计 |
| 4.3.3.2 盐度测量程序设计 |
| 4.3.3.3 数据库存储软件设计 |
| 4.4 本章小结 |
| 5 系统调试 |
| 5.1 系统硬件调试 |
| 5.2 系统软件调试 |
| 5.2.1 数据传输网络测试 |
| 5.2.1.1 ZIGBEE组网测试 |
| 5.2.1.2 无线网桥组网测试 |
| 5.2.2 水质数据采集单元测试 |
| 5.2.3 系统低功耗设计测试 |
| 5.2.4 岸基监控终端软件测试 |
| 5.3 室外整体调试 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 作者在读期间发表的学术论文及参加的科研项目 |
| 科研项目 |
| 发表论文 |
| 发表专利 |
| 软件着作 |
| 学科竞赛 |
（9）物联网水产养殖环境因子检测系统的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1.前言 |
| 1.1 课题研究背景 |
| 1.2 研究意义 |
| 1.3 水产养殖物联网的研究现状 |
| 1.3.1 水产养殖物联网简介 |
| 1.3.2 国内外研究现状 |
| 1.3.3 发展趋势 |
| 1.4 本文主要内容及章节安排 |
| 1.5 系统总体方案设计 |
| 2.水产养殖环境因子检测系统感知层设计 |
| 2.1 感知层硬件设计分析 |
| 2.1.1 温度检测模块设计 |
| 2.1.2 溶解氧检测模块设计 |
| 2.1.3 pH检测模块设计 |
| 2.1.4 氨氮检测模块设计 |
| 2.1.5 电源模块设计 |
| 2.1.6 设备控制节点设计 |
| 2.2 感知层软件设计分析 |
| 2.3 本章小结 |
| 3.水产养殖环境因子检测系统传输层设计 |
| 3.1 系统传输层设计分析 |
| 3.2 无线通信技术的选择 |
| 3.2.1 ZigBee技术 |
| 3.2.2 ZigBee协议栈 |
| 3.2.3 ZigBee网络拓扑结构 |
| 3.3 无线网络接入方式选择 |
| 3.4 汇聚节点设计 |
| 3.4.1 主控制器 |
| 3.4.2 显示模块 |
| 3.4.3 协调器模块 |
| 3.4.4 ZigBee自组网过程 |
| 3.5 GPRS模块 |
| 3.6 本章小结 |
| 4.改进的模糊综合水产养殖水质评价法 |
| 4.1 传统模糊综合水质评价法 |
| 4.2 改进的模糊综合水产养殖水质评价方法 |
| 4.2.1 改进的模糊综合水产养殖水质评价因子集 |
| 4.2.2 改进的模糊综合水产养殖水质评价标准 |
| 4.2.3 改进的模糊综合水产养殖水质评价隶属度函数构建 |
| 4.2.4 改进的模糊综合水产养殖水质评价因子权重 |
| 4.3 本章小结 |
| 5.水产养殖环境因子检测系统应用层设计 |
| 5.1 上位机开发系统简介 |
| 5.2 上位机软件界面设计 |
| 5.2.1 用户界面设计 |
| 5.2.2 数据界面设计 |
| 5.2.3 参数界面设计 |
| 5.3 本章小结 |
| 6.系统测试 |
| 6.1 硬件性能测试 |
| 6.2 无线传输性能测试 |
| 6.3 水质因子模型测试 |
| 6.4 本章小结 |
| 7 总结 |
| 7.1 全文总结 |
| 7.2 论文创新点 |
| 7.3 论文不足之处 |
| 8 展望 |
| 9 参考文献 |
| 10 攻读硕士学位期间发表论文情况 |
| 致谢 |
（10）稻田养虾水质监测关键技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 克氏原螯虾养殖水质环境的研究 |
| 1.2.2 水质环境监测的研究 |
| 1.2.3 水质监测数据处理的研究 |
| 1.3 研究目标 |
| 1.4 研究内容 |
| 第2章 稻田养虾水质监测总体设计方案 |
| 2.1 稻田养虾水质监测系统总体架构 |
| 2.2 传感器的选型 |
| 2.3 稻田养虾水质监测系统无线传输技术 |
| 2.3.1 ZigBee无线传输 |
| 2.3.2 GPRS网络传输 |
| 2.4 稻田养虾水质监测系统远程服务器 |
| 2.5 稻田养虾水质监测系统实现的目标和功能 |
| 2.6 本章小结 |
| 第3章 稻田养虾水质监测数据预处理技术的研究 |
| 3.1 缺失数据处理方法 |
| 3.1.1 莱特准则 |
| 3.1.2 格罗贝斯(Grubbs)准则 |
| 3.1.3 分布图法 |
| 3.1.4 水质缺失数据处理实例 |
| 3.2 传感器信息数据的融合处理 |
| 3.2.1 一般的加权信息融合 |
| 3.2.2 自适应加权信息融合思想 |
| 3.2.3 自适应加权信息融合算法 |
| 3.2.4 同质传感器数据融合实例分析 |
| 3.4 稻田养虾水质数据小波降噪处理 |
| 3.4.1 小波降噪基本原理 |
| 3.4.2 小波降噪算法 |
| 3.4.3 实验结果与分析 |
| 3.5 本章小结 |
| 第4章 基于循环神经网络RNN的水质预测模型研究 |
| 4.1 水质预测方法研究 |
| 4.2 循环神经网络RNN的研究 |
| 4.2.1 循环神经网络(recurrent neural network RNN) |
| 4.2.2 循环神经网络训练模型算法 |
| 4.3 基于循环神经网络的水质预测模型研究 |
| 4.3.1 循环神经网络模型架构 |
| 4.3.2 循环神经网络模型设置 |
| 4.3.3 水质预测模型的软件实现 |
| 4.4 实验结果与分析 |
| 4.4.1 损失函数的结果与分析 |
| 4.4.2 预测数据与真实数据的分析 |
| 4.4.3 预测模型判别标准分析 |
| 4.5 本章小结 |
| 第5章 稻田养虾水质监测系统实现 |
| 5.1 水质监测系统的技术总体架构 |
| 5.2 水质监测系统采集系统 |
| 5.2.1 传感器硬件模块 |
| 5.2.2 采集系统的实现 |
| 5.3 水质监测通信系统 |
| 5.3.1 ZigBee无线传输网络的实现 |
| 5.3.2 GPRS传输网络的实现 |
| 5.4 水质监测数据管理系统 |
| 5.5 本章总结 |
| 第6章 总结与展望 |
| 6.1 本文总结 |
| 6.2 未来展望 |
| 参考文献 |
| 致谢 |
| 作者简历 |
四、水质环境无线自动监测系统的研究和开发（论文参考文献）
- [1]小型水质监测站检测过程自主诊断方法及关键技术研究[D]. 韩士磊. 北方工业大学, 2021(01)
- [2]基于PID算法的水产养殖水质监控系统研究[D]. 朱家玮. 塔里木大学, 2021(08)
- [3]在线原子吸收分光光度仪云端管理系统设计[D]. 储将松. 沈阳化工大学, 2021
- [4]溶解氧传感器的智能温度补偿算法研究及其在水质监测中的应用[D]. 李胜文. 南京邮电大学, 2020(03)
- [5]基于物联网的鱼菜共生水质环境测控系统设计与应用[D]. 孙永申. 华北水利水电大学, 2020(01)
- [6]可充电移动节点在水域监测无线网络中的应用研究[D]. 钞凡. 贵州大学, 2020(04)
- [7]基于无人船装置的水质环境动态监测系统设计[D]. 姜亚锋. 上海海洋大学, 2020(03)
- [8]深海网箱养殖区域水质与环境监测系统[D]. 陈德文. 杭州电子科技大学, 2020(02)
- [9]物联网水产养殖环境因子检测系统的研究[D]. 苏虹霖. 天津科技大学, 2020(08)
- [10]稻田养虾水质监测关键技术研究[D]. 周永福. 湖南农业大学, 2019(08)