论文部分内容阅读
随着人们对食品安全及环境保护的重视,农药在果树上和土壤中的过量残留问题备受关注。实施对靶变量施药是减少施药量和降低化学污染的重要技术措施,靶标探测是实现对靶变量施药的关键。本文利用超声传感技术实现对果树冠层枝叶稠密度的探测,通过正交试验建立了枝叶稠密度探测模型。其中基于时域能量枝叶稠密度探测模型具有较好的普适性,可为上位机实现精准对靶变量施药提供了变量控制依据。(1)构建了枝叶稠密度探测系统并开展了数学模型试验设计。根据实现枝叶稠密度探测的总体要求,构建了实验室条件下的枝叶稠密度探测试验台及探测系统。通过人工布置枝叶的多少实现枝叶稠密度的变化,并通过示波器和上位机软件完成对超声传感器数据的采集和存储。研究了正交回归方程建立方法,以及模型方程系数显著性、回归显著性和失拟性的统计校验方法,设计了二次回归正交试验以构建枝叶稠密度数学模型。(2)研究了传感器特性和超声回波特征信息提取方法。对MB7092型超声波传感器的特性参数进行了试验研究,为传感器信号的处理分析和试验实施提供依据。根据传感器特性进行传感器回波信号与枝叶稠密度变化的相关性试验,提取出可表征枝叶稠密度变化的超声回波包络和回波时域能量的分析方法,并依据超声回波包络和回波时域能量分别对超声信号进行试验分析。(3)基于超声回波包络建立了枝叶稠密度探测模型。依据二次回归正交试验设计方案,将MATLAB分析计算的超声回波包络作为试验结果,构建了2层、3层及4层枝叶厚度下的稠密度探测模型,并验证了模型方程的回归显著性和失拟性,结果表明该模型方程均具有良好的回归显著性,但部分方程存在失拟性,误差较大。(4)基于超声回波时域能量建立了枝叶稠密度探测模型。根据对回波信号的时域分析,由MATLAB软件对信号进行滤波处理并计算超声能量,以此为回归试验结果建立了2层、3层及4层枝叶厚度下稠密度模型;通过对各模型方程的统计校验和对比分析,选择4层枝叶稠密度探测模型为最优模型方程。在不同探测厚度下进行方程普适性试验,试验表明,4层模型方程在2层、3层、4层及5层的非建模试验点的最大相对误差分别为29.92%、21.33%、25.64%及17.68%。