多传感器数据融合技术在温室控制系统中的应用研究李菲【摘要】本文将多传感器数据融合技术应用到温室控制系统中，实现对温室环境的智能感知、智能预警以及智能决策，实现温室的精准化种植与智能可视化的管理。在多传感器数据融合的过程中，采用两级融合方式，首先对同类数据采取自适应加权平均算法进行局部融合，再对异类数据采取D-S证据推断算法进行全局融合，并根据专家系统进行分析，从而作出最佳的决策判断。【关键词】多传感器;数据融合;温室控制系统：S625;S126：A：2095-2457（2019）30-0034-003DOI：10.19694/j.cnki.issn2095-2457.2019.30.015ApplicationResearchofMulti-sensorDataFusionTechnologyinGreenhouseControlSystemLIFei（ShaoyangUniversity，HunanShaoyang422000，China）【Abstract】Inthispaper，themulti-sensordatafusiontechnologyisappliedtothegreenhousecontrolsystemtorealizetheintelligentperception，intelligentearlywarningandintelligentdecision-makingofthegreenhouseenvironment，andrealizethepreciseplantingandintelligentvisualizationmanagementofthegreenhouse.Intheprocessofmulti-sensordatafusion，atwo-levelfusionmethodisadopted.Firstly，anadaptiveweightedaveragealgorithmisusedforlocalfusionofsimilardata，andthenDSevidenceinferencealgorithmisusedforglobalfusionofheterogeneousdata，andanalyzedaccordingtoanexpertsystem，Makethebestdecisionjudgment.【Keywords】Multi-sensor;Datafusion;Greenhousecontrolsystem1现状分析智能温室控制系统主要依托部署在温室内的各种传感器，采集当前实时的环境温湿度、光照强度、二氧化碳浓度、土壤水分等，并通过无线通信网络与控制系统连接，实现对温室环境的智能感知、智能预警以及智能决策，提供精准化的种植与智能可视化的管理。在整个智能控制系统中，智能预警与智能决策很大程度上都取决于智能感知的精确度，因此，多传感器信息的采集以及数据处理起到了非常关键的作用。但是在温室环境中，利用传感器进行实时信息采集时，经常会遇到以下一些问题：（1）由于温室的区域较大，而且为达到最适宜的培育环境，需要大量的传感器对温度、湿度等多个参数进行采集，同时为保证准确度，也需要对某一个参数采用多个传感器来采集。因此整个温室中，采集的实时数据是非常多的，但如果传感器采集到的大量数据不经过处理直接传送到温室控制系统，则会由于大量冗余数据的存在导致整个无线传感网络的负载过大，效率较低，导致系統出现响应延迟，从而严重地影响到测量精度与温室自动控制效果。（2）传感器在测量数据的过程中，可能由于故障的原因导致现传感器节点失效或数据丢失或数据异常的现象，也有可能由于环境中的不稳定性，造成大量的不确定、随机性信息存在于测量数据中，最终导致系统出现误判的现象。（3）在信息采集的过程中，既有同类传感器采集，也有异类传感器采集，但如果采集的数据比较分散，数据之间的关联性不明确，那么控制系统就不能进行综合性的分析，从而作出最有判断。因此，控制系统中必须要避免采用单参数开关量的阈值控制方式。那么，将多传感器融合技术引入到温室的智能监控系统中是非常有必要的。2温室控制系统中多传感器数据融合技术的应用各种传感器采集的信息可能具有不同的特点，有响应速度快的、有响应速度慢的、有实时变化的、有非实时变化的、有相互支持的、也有相互矛盾的。多传感器数据融合技术实际上就是对这些复杂的数据进行处理，并依据某种准则进行组合，以此来实现被测对象的不失真获取，从而作出最优的判断与合理的推断。多传感器数据融合的过程主要包括多传感器信号的获取、预处理、多传感器融合以及控制决策输出这几个环节，如图1所示。图1多传感器融合环节2.1预处理由于信号的采集是基于多传感器的多点实时检测，因此，传感器采集的原始数据是非常庞大的，而且由于环境等随机因素的影响，其中较多干扰、噪声和失效信号。如果直接进行数据融合的话，那么会出现效率低、误判率高的情况。因此，在进行数据融合之间要对采集的数据进行预处...