[發明專利]一種大樹移植過程中肥水一體化灌溉方法

在審

• 申請號: 201710533971.6
• 申請日: 2017-07-03
• 公開（公告）號: CN107173161A
• 公開（公告）日: 2017-09-19
• 發明（設計）人: 李英奎;王遠會;葉志強;陳媛;郭航;何葉;史思茹;劉玉英;肖璐;黃云峰;舒承濤
• 申請（專利權）人: 重慶市農業科學院
• 主分類號: A01G17/00
• 分類號: A01G17/00;A01G23/04;H04B17/345;H04B17/391;H04W40/10;H04W40/20
• 代理公司: 北京國坤專利代理事務所(普通合伙)11491
• 代理人: 黃耀鈞

1.一種大樹移植過程中肥水一體化灌溉方法，其特征在于，所述大樹移植過程中肥水一體化灌溉方法包括以下步驟：

步驟一，在大樹根系周圍以標注線為基準挖滲灌坑，然后將滲灌管道埋于滲灌坑中；

步驟二，將引水泵的水管連接施肥器的入水口，施肥器的施肥口連接滲灌管道；

步驟三，水泵將水引入施肥器內與肥料進行混合；

步驟四，施肥器內水肥混合液體通過滲灌管道流入土壤中進行施肥；所述施肥器集成開關控制器，流速控制器和信號的無線發射模塊，開關控制信息和流速控制信息通過信號無線發射模塊傳送到服務器中，然后公布到網絡上，工作人員可以通過無線信號連接網絡遠程控制肥水混合液的流速和灌溉開關控制操作；

所述無線發射模塊的節點h發送數據包給目的節點，h+i是節點h的一個鄰居節點，如果其靠近最遠鄰居節點并且有更多的剩余能量，則鄰居節點h+i可作為候選轉發節點，對合適的候選節點依據到能量等效節點的距離和每個節點的剩余能量排序：

P(h+i)=Eh+i|dh+i-R+1|2*(dh+i-dh)2(h+i)∈N(h),-R≤i≤R;]]>

d_h+i-d_h為節點h和其鄰居節點h+i之間的距離；E_h+i代表節點h+i的剩余能量；N(h)為選出的節點h的候選轉發節點；P(h+i)的值越大，節點優先級越高；最高優先級的候選轉發節點作為下一個轉發節點；

所述服務器時頻重疊信號的歸一化高階累積量方程組構建方法包括：

接收信號的信號模型表示為：

r(t)＝x₁(t)+x₂(t)+…+x_n(t)+v(t)

xi=ΣkAkicos(2πfct+θki)·g(t-kTsi)]]>

其中，x_i(t)為時頻重疊信號的各個信號分量，各分量信號獨立不相關，n為時頻重疊信號分量的個數，θ_ki表示對各個信號分量載波相位的調制，f_ci為載波頻率，A_ki為第i個信號在k時刻的幅度，T_si為碼元長度，p_i(t)為滾降系數為α的升余弦成形濾波函數，且n(t)是均值為0，方差為σ²的平穩高斯白噪聲；

混合信號的高階累積量公式如下：

Ck,r=Ck,x1+Ck,x2+...Ck,xn+Ck,v;]]>

兩邊同時除以混合信號的二階矩k/2次方：

Ck,r(mr,2)k/2=Ck,x1(mr,2)k/2+Ck,x2(mr,2)k/2+...Ck,xn(mr,2)k/2+Ck,v(mr,2)k/2;]]>

進一步變形為：

Ck,r(mr,2)k/2=Ck,x1(mx1,2)k/2·(mx1,2)k/2(mr,2)k/2+Ck,x2(mx2,2)k/2·(mx2,2)k/2(mr,2)k/2+...Ck,xn(mxn,2)k/2·(mxn,2)k/2(mr,2)k/2+Ck,v(mv,2)k/2·(mv,2)k/2(mr,2)k/2;]]>

其中和表示各分量信號功率與總功率的比值和噪聲功率與總功率的比值，分別表示為和λ_v；由于高斯白噪聲的高階累積量為0，所以上式表示為：

Ck,r(mr,2)k/2=Ck,x1(mx1,2)k/2·λx1k/2+Ck,x2(mx2,2)k/2·λx2k/2+...Ck,xn(mxn,2)k/2·λxnk/2;]]>

由此，構建歸一化高階累積量方程組：

C4,r(mr,2)2=C4,x1(mx1,2)2·λx12+C4,x2(mx2,2)k/2·λx22+...C4,xN(mxN,2)k/2·λxN2C6,r(mr,2)3=C6,x1(mx1,2)3·λx13+C6,x2(mx2,2)3·λx23+...C6,xN(mxN,2)3·λxN3C8,r(mr,2)4=C8,x1(mx1,2)4·λx14+C8,x2(mx2,2)4·λx24+...C8,xN(mxN,2)4·λxN4...;]]>

所述無線發射模塊信號間干擾關系分析模塊的方法包括以下步驟：

步驟一，構建多維干擾空間模型，確定待分析的干擾信號特征矢量與參照信號特征矢量

步驟二，基于干擾空間模型，針對干擾信號特征矢量定義其對參照信號特征矢量的位移矢量

步驟三，定義位移矢量在干擾空間中對某個維度坐標軸的投影，為干擾信號特征矢量到參照信號特征矢量在該CP維度上的距離，即有：

其中PRJ(·)算子表示針對某一CP維度的投影運算，計算的值；

步驟四，定義干擾信號對參照信號的干擾狀態為S，用以表示干擾信號對參照信號的干擾關系，從而判斷是否存在干擾；判斷方法包括以下步驟：

1)對于由單獨干擾矢量表示的單模干擾信號和參照信號，當干擾信號矢量對參照信號矢量在空間模型中各個維度的距離均小于該維度的分辨率時，表示干擾信號對參照信號產生干擾，S＝1；反之，若存在某一維度或者多個維度上干擾信號矢量對參照信號矢量的距離大于等于該維度的分辨率，則表示干擾信號未對參照信號形成干擾，S＝0，即干擾信號和參照信號在該維度是可分離的；

S(VI→,VS→)=0∃CPi,dCPi,(I,S)≥ΔCPi1∀CPi,dCPi,(I,S)<ΔCPi]]>

2)對于干擾信號和參照信號各自包含若干干擾特征矢量的多模情況，此時的干擾狀態S(V_I，V_S)可以如下計算：

其中S[V_I，V_S]_M×N被稱為干擾狀態矩陣，矩陣中的每個元素表示V_I中的第k個特征矢量和V_S中的第l個特征矢量的干擾狀態；只有兩個特征矢量集合中每個元素都不干擾時，S(V_I，V_S)＝0，干擾信號才不對參照信號形成干擾；反之，S(V_I，V_S)＞0，此時干擾信號將對參照信號形成干擾；

步驟五，在已經形成干擾的前提下，選取并確定干擾作用參數EP，對于干擾信號而言，該參數通常為信號功率p或者能量e；進一步，定義干擾信號對參照信號的干擾程度為G，計算出干擾信號對參照信號的干擾影響程度；計算方法包括以下步驟：

1)對僅包括單獨特征矢量的單模干擾信號和參照信號，干擾信號矢量對參照信號矢量的干擾程度G(V_I，V_S)，利用干擾作用參數EP進行評估：

G(VI→,VS→)=epI·S(VI→,VS→)epS;]]>

2)對包含若干特征矢量的多模干擾信號和參照信號，此時干擾信號對參照信號的干擾程度G(V_I，V_S)定義以特征矢量集合表示的干擾信號對參照信號的干擾程度；此時的計算如下：