基于虚拟多传感器信息融合的粮情预警系统

　　1 引言

　　粮食在贮藏过程中，会因为受温度、湿度、氧气、微生物及昆虫等因素的影响，而造成其质量的不良变化。对粮食贮藏过程中的影响参数进行实时监测、分析是保障粮食储存品质的有效手段。本文通过采用虚拟多传感器信息融合技术对粮食储藏过程中的粮情变化进行实时跟踪分析，当粮食出现霉变、虫害等不良变化时，系统能及时发出预警信息，确保储粮安全。

　　2 虚拟多传感器

　　虚拟多传感器是对一个传感器所获的数据采用不同的信息处理算法进行变换、特征提取， 得到具有不同特征的信息，将这些信息进行融合得到更加可靠准确的信息。其最大的特点就是信息冗余、信息互补和信息实时。其优点就是能减少数据量及其计算量，提高信息的准确性。在粮食储藏过程中，通过温湿度传感器、高清晰图像传感器得到粮食及环境的温湿度和图像信息，对所获得的温湿度、图像信息采用不同的信息处理算法进行变换和特征提取，得到具有不同特征信息的虚拟温湿度、图像传感器数据，然后利用(Dempester-Shafer;D-S)证据理论将这些信息进行融合，可以得到在粮食储藏过程中粮情的变化过程。其虚拟多传感器信息融合过程如图1所示。

　　在粮食仓储过程中，如果储粮区域的温度、湿度在一段时间内保持在适合霉菌或害虫生长的范围内，粮食就会发生霉变或虫害。通过高精度温湿度传感器得到温湿度的实时变化数据。同时在某种程度上也会造成粮食外观颜色、体积、纹理等细微变化。这种变化利用肉眼很难分辨，通过一定算法对图像进行特征提取，得到具有不同特征的虚拟图像传感器信息。对这些具有不同特征的信息进行融合，可以预测到粮食发生霉变或虫害的时间。

　　2.1 温湿度信度变换

　　对实时采集到的实际温度值t1，采用(1)式得到温度的信度值m1;粮食温度与仓温的差值的信度值m2，粮食温度与平均温度的差值的信度值m3，粮食温度梯度变化的信度值m4;实时采集到的实际湿度值h1，采用(2)式得到湿度的信度值n1;粮食湿度与仓湿的差值的信度值n2，粮食湿度与平均湿度的差值的信度值n3，粮食湿度梯度变化的信度值n4。

　　式中：Ti一经验值;ki一加权系数;ti=1一温度值。ti=2一粮食温度与仓温的差值。ti=3一粮食温度与平均值的差值。ti=4一粮食温度梯度值。

　　式中：Hi一经验值;ki—加权系数;hi=1一湿度值。hi=2一粮食湿度与仓湿的差值。hi=3一粮食湿度与平均值的差值。hi=4一粮食湿度梯度值。