基于物联网的中华绒螯蟹水质环境远程控制系统研究
| 摘要 | 第2-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第12-15页 |
| 1.1 课题研究背景和意义 | 第12-13页 |
| 1.2 国内外研究现状及发展趋势 | 第13-15页 |
| 1.2.1 国外研究现状 | 第13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.2.3 发展趋势 | 第14-15页 |
| 2 相关技术综述 | 第15-19页 |
| 2.1 物联网技术 | 第15-16页 |
| 2.2 无线传感网络 | 第16-17页 |
| 2.3 嵌入式系统开发 | 第17-18页 |
| 2.4 安卓开发 | 第18页 |
| 2.5 本章小结 | 第18-19页 |
| 3 中华绒螯蟹养殖环境控制系统设计 | 第19-29页 |
| 3.1 远程控制系统的整体框架 | 第19-20页 |
| 3.2 远程控制系统的各模块介绍 | 第20-24页 |
| 3.2.1 传感器模块 | 第20-22页 |
| 3.2.2 Zigbee通信模块 | 第22-23页 |
| 3.2.3 网络通信模块 | 第23-24页 |
| 3.2.4 主控模块 | 第24页 |
| 3.3 远程监控系统软件设计 | 第24-28页 |
| 3.3.1 嵌入式web服务器 | 第24页 |
| 3.3.2 服务器平台设计 | 第24-25页 |
| 3.3.3 远程监控系统的WEB网页设计 | 第25-28页 |
| 3.4 本章小结 | 第28-29页 |
| 4 基于模糊RBF改进的PID控制器 | 第29-38页 |
| 4.1 系统关键问题的分析 | 第29页 |
| 4.2 监控系统的常见PID控制 | 第29-30页 |
| 4.2.1 常规PID控制器 | 第29页 |
| 4.2.2 模糊PID控制器 | 第29-30页 |
| 4.2.3 神经网络PID控制器 | 第30页 |
| 4.3 溶解氧的智能控制算法 | 第30-37页 |
| 4.3.1 模糊神经网络介绍 | 第30页 |
| 4.3.2 溶解氧控制最优值得选取 | 第30-32页 |
| 4.3.3 模糊神经网络结构 | 第32-33页 |
| 4.3.4 模糊神经网络的学习算法 | 第33-35页 |
| 4.3.5 Matlab仿真与应用实验对比 | 第35-37页 |
| 4.4 本章小结 | 第37-38页 |
| 5 改进人工鱼群优化的水质传感器节点调度控制 | 第38-47页 |
| 5.1 系统关键问题的描述 | 第38页 |
| 5.2 移动传感器调度控制模型分析 | 第38-40页 |
| 5.2.1 抽象模型建立 | 第38-39页 |
| 5.2.2 覆盖率模型 | 第39页 |
| 5.2.3 能量均衡模型 | 第39-40页 |
| 5.2.4 移动节点优化函数 | 第40页 |
| 5.3 基于改进人工鱼群优化的移动传感节点调度 | 第40-44页 |
| 5.3.1 基本人工鱼群部分 | 第40-42页 |
| 5.3.2 基于遗传算法优化鱼群算法部分 | 第42-43页 |
| 5.3.3 算法流程描述 | 第43-44页 |
| 5.4 仿真分析 | 第44-46页 |
| 5.5 本章小结 | 第46-47页 |
| 6 中华绒螯蟹养殖环境控制系统的安卓终端设计 | 第47-56页 |
| 6.1 安卓终端开发相关技术 | 第47-48页 |
| 6.1.1 JNI技术 | 第47页 |
| 6.1.2 四大组件 | 第47-48页 |
| 6.1.3 handler消息机制 | 第48页 |
| 6.2 安卓的UI设计 | 第48-55页 |
| 6.2.1 登陆界面 | 第48-49页 |
| 6.2.2 水质参数检测界面 | 第49-50页 |
| 6.2.3 远程控制界面 | 第50-51页 |
| 6.2.4 报警模块 | 第51页 |
| 6.2.5 物流信息查询模块 | 第51-52页 |
| 6.2.6 运输定位设计 | 第52-53页 |
| 6.2.7 投塘位置监控模块 | 第53-55页 |
| 6.3 本章小结 | 第55-56页 |
| 7 总结与展望 | 第56-58页 |
| 7.1 总结 | 第56页 |
| 7.2 展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
| 论文发表情况 | 第62-63页 |
| 参与课题 | 第63页 |
