基于物联网的番茄温室环境智能调控系统设计与实现
| 中文摘要 | 第7-8页 |
| ABSTRACT | 第8-9页 |
| 1 绪论 | 第10-17页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 设施农业物联网的研究现状 | 第11-12页 |
| 1.2.2 设施农业调控模型的研究现状 | 第12-13页 |
| 1.2.3 国内外发展现状小结 | 第13-14页 |
| 1.3 主要研究内容、技术路线及创新点 | 第14-15页 |
| 1.3.1 研究内容 | 第14页 |
| 1.3.2 技术路线 | 第14-15页 |
| 1.3.3 创新点 | 第15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 2 相关理论与技术 | 第17-23页 |
| 2.1 单神经元的学习理论 | 第17-18页 |
| 2.1.1 神经元学习的基础 | 第17页 |
| 2.1.2 单神经元学习规则 | 第17-18页 |
| 2.2 物联网体系架构与技术研究 | 第18-22页 |
| 2.2.1 物联网体系架构 | 第18-20页 |
| 2.2.2 物联网技术 | 第20-22页 |
| 2.3 本章小结 | 第22-23页 |
| 3 番茄温室控制模型的构建 | 第23-38页 |
| 3.1 番茄温室调控要素 | 第23-25页 |
| 3.1.1 主要环境因子类型 | 第23-24页 |
| 3.1.2 调控设备 | 第24-25页 |
| 3.2 基于随机森林的温室温度预测 | 第25-27页 |
| 3.3 单神经元自适应PID控制器的研究 | 第27-33页 |
| 3.3.1 传统PID控制器理论 | 第27页 |
| 3.3.2 神经元模型 | 第27-28页 |
| 3.3.3 单神经元自适应PID控制器的学习方法 | 第28-29页 |
| 3.3.4 仿真分析 | 第29-33页 |
| 3.4 番茄温室环境控制模型的构建 | 第33-37页 |
| 3.5 本章小结 | 第37-38页 |
| 4 基于物联网的番茄温室智能调控系统的设计 | 第38-63页 |
| 4.1 系统设计框架设计 | 第38-39页 |
| 4.1.1 系统需求分析 | 第38页 |
| 4.1.2 系统方案设计 | 第38-39页 |
| 4.2 无线传感器网络的设计 | 第39-47页 |
| 4.2.1 ZigBee网络结构 | 第40-41页 |
| 4.2.2 ZigBee组网过程 | 第41-44页 |
| 4.2.3 ZigBee数据传输 | 第44-46页 |
| 4.2.4 传感器选型 | 第46-47页 |
| 4.3 MSP430主控制单元的设计 | 第47-50页 |
| 4.3.1 系统通信设计 | 第47-48页 |
| 4.3.2 系统外围电路设计 | 第48-50页 |
| 4.4 软件系统的设计 | 第50-61页 |
| 4.4.1 上位机软件设计 | 第51-57页 |
| 4.4.2 Web端的设计 | 第57-59页 |
| 4.4.3 手机APP移动端的设计 | 第59-61页 |
| 4.5 本章小结 | 第61-63页 |
| 5 基于物联网的番茄温室智能调控系统的实现 | 第63-74页 |
| 5.1 番茄温室概况 | 第63页 |
| 5.1.1 番茄概况 | 第63页 |
| 5.1.2 温室概况 | 第63页 |
| 5.2 番茄温室智能调控系统的实现 | 第63-65页 |
| 5.3 模型验证 | 第65页 |
| 5.4 上位机软件的实现 | 第65-68页 |
| 5.5 Web端的实现 | 第68-71页 |
| 5.6 手机APP移动端的实现 | 第71-73页 |
| 5.7 本章小结 | 第73-74页 |
| 6 总结与展望 | 第74-75页 |
| 6.1 总结 | 第74页 |
| 6.2 展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-80页 |
| 硕士期间获得的研究成果 | 第80页 |
