[发明专利]一种面向大田无线传感网的作物生长信息自适应传输方法

权利要求书

1.一种适合于大田环境下作物生长信息无线传感网自适应传输方法，其特征是采用如下步骤：

步骤（1），在农田中按需布置若干个多光谱作物生长传感器节点和一个网关，当启动每个多光谱作物生长传感器节点电源模块时，各传感器节点请求加入自组织网络，并等待网关响应，如果网关发出连接应答，则传多光谱作物生长感器节点联网成功；否则继续等待响应；

步骤（2），作物生长信息无线传感网中各个多光谱作物生长传感器节点以单跳的形式连续发送n帧数据至网关，其中n≥3；

步骤（3），网关监听各个多光谱作生长传感器节点信号强度，寻求信号强度极大值的节点作为工作节点，其余传感器节点进入深度休眠状态；

步骤（4），工作节点在每个工作周期，定时向网关发送采集数据，并记录连续发送次数N；网关收集到工作节点的数据，与上一个周期数据进行差值比较，若差值结果没有超过网关设定的第一阈值ε，网关则采用灰色预测算法预测深度休眠节点的方式采集数据；

步骤（5），若差值结果超过网关设定的第一阈值ε，则网关向无线传感网络中休眠节点发出激活命令，各节点连续采集n帧作物生长信息数据发送至汇聚节点；同时，同时，根据各节点信号强度，寻求信号强度极大值的节点，转换工作节点，其余节点进入深度休眠状态；

步骤（6），若预测次数N超过网关设定的第二阈值θ，则网关向作物生长信息无线传感网络中休眠节点发出激活命令，各节点连续采集n帧作物生长信息数据发送至网关；同时，根据各节点信号强度，寻求信号强度极大值的节点，转换工作节点，其余节点进入深度休眠状态；

步骤（7），重复步骤（4）-（6），直至遍历作物生长信息无线采集网络中所有多光谱作物生长传感器节点。

2.根据权利要求1所述的一种面向大田无线传感网的作物生长信息自适应传输方法，其特征在于所述步骤（4）中第一阈值ε由多光谱作物生长传感器监测的作物种类、品种、生育期决定；对于稻麦作物，第一阈值ε取值范围为2%-5%。

3.根据权利要求1所述的一种面向大田无线传感网的作物生长信息自适应传输方法，其特征在于所述步骤（4）中网关灰色预测深度休眠节点采集数据，包括如下步骤：

（401）根据多光谱作物生长传感器节点初始发送的N帧采集数据，构建一阶累加灰序列；

原始样本数据序列X₀={X₀（1）,X₀（2）,X₀（3）,…,X₀（n）},为，由X₀的元素进行一阶累加生成AGO序列：

X₁（k）={X₁（1）,X₁（2）,X₁（3）,…,X₁（n）}

其中：X1(i)=Σj=1iX0(i),i=1,2,...n;]]>

（402）构建累加灰序列的紧邻均值生成序列；

Z(k)＝{Z(1),Z(2),Z(3)...Z(n)}

其中：Z(k)＝1/2[X₁(k)+X₁(k-1)],k＝2,3...n；

（403）应用GM（1,1）模型的方程进行预测，方程中的参数m为发展系数，参数n为灰色作用量，通过差分对方程进行近似离散化，得到线性方程组，对方程组用最小二乘法进行参数估计得到白化方程的二级参数P，Q，R，S的求解方法。

P=Σk=2nZ(k)]]>   Q=Σk=2nX0(k)]]>

R=Σk=2nX0(k)×Z(k)]]>   S=ΣK=2n[Z(k)]2;]]>

其中：n≥4，通过二级参数P，Q，R，S可以求得参数m和n；

m=P×Q-(n-1)×r(N-1)×S-Q2]]>   n=Q×S-P×R(n-1)×S-Q2;]]>

（404）求解原始序列的灰色模型，求得深度休眠节点预测数据：

将m，n的值代入到原始序列的GM（1,1）模型的方程得：

X^1(k+1)=[X0(1)-n/m]×e-m×n+n/m]]>

还原求出X₀的预测值：

X^0(k+1)=X^1(k+1)-X^1(k).]]>

4.根据权利要求1所述的一种面向大田无线传感网的作物生长信息自适应传输方法，其特征在于所述步骤（6）中第二阈值θ由作物长势信息变化速率与多光谱作物生长传感器节点电池容量决定，第二阈值θ取电池充满电后最大采集次数的10%-20%。