信息物理系統(tǒng)（cyber-physical system）時空建模方法及 在溫室控制中的應(yīng)用
<p>第 31 卷 第 15 期 農(nóng) 業(yè) 工 程 學(xué) 報 Vol.31 No.15 2015 年 8 月 Transactions of the Chinese Society of Agricultural Engineering Aug. 2015 183 信息物理系統(tǒng)（cyber-physical system ）時空建模方法及 在溫室控制中的應(yīng)用王浩云，劉佼佼，侯思宇，任守綱，徐煥良（南京農(nóng)業(yè)大學(xué)信息科技學(xué)院，南京 210095） 摘 要： 傳統(tǒng)農(nóng)業(yè)采用人工方式對溫室進(jìn)行控制，但是隨著現(xiàn)代農(nóng)業(yè)的快速發(fā)展，這種人工投入大、精度低的控制方式已不能滿足現(xiàn)代農(nóng)業(yè)需要。該文基于分層有限狀態(tài)機(jī)和事件晶格的概念，建立 3 層的信息物理系統(tǒng)模型，并提出一種基于分層有限狀態(tài)機(jī)的信息物理系統(tǒng)時空建模方法，同時利用該建模方法開發(fā)了新的溫室控制系統(tǒng)。該系統(tǒng)能夠?qū)⑽锢韺觽鞲衅鞲兄降臏厥椅锢憝h(huán)境數(shù)據(jù)通過物理-信息層匯聚節(jié)點融合后上報信息層決策節(jié)點得到?jīng)Q策信息，物理 信息層控制節(jié)點分析決策信息得到控制信息后下傳物理層執(zhí)行器進(jìn)行控制。由于該系統(tǒng)模型考慮了各層狀態(tài)機(jī)中事件的時空屬性，能夠?qū)厥铱刂频恼_率由傳統(tǒng)基于物聯(lián)網(wǎng)的溫室控制方法的 80.20%提高到 87.20%，錯誤肯定率和錯誤否定率由 7.50%和 12.30%下降到 3.60%和 9.20%，保障溫室環(huán)境滿足作物生長對溫度、濕度和光照的要求。 關(guān)鍵詞：溫室；智能控制；溫度；濕度；太陽輻射；信息物理系統(tǒng)；事件晶格；分層有限狀態(tài)機(jī) doi：10.11975/j.issn.1002-6819.2015.15.025 中圖分類號：TP393；S126 文獻(xiàn)標(biāo)志碼：A 文章編號：1002-6819(2015)-15-0183-08 王浩云，劉佼佼，侯思宇，任守綱，徐煥良. 信息物理系統(tǒng)(cyber-physical system) 時空建模方法及在溫室控制中的應(yīng)用J. 農(nóng)業(yè)工程學(xué)報，2015，31(15)：183190. doi ：10.11975/j.issn.1002-6819.2015.15.025 http:/www.tcsae.org Wang Haoyun, Liu Jiaojiao, Hou Siyu, Ren Shougang, Xu Huanliang. Cyber physical system spatio-temporal modeling method and its application in greenhouse controlJ. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(15): 183 190. (in Chinese with English abstract) doi ： 10.11975/j.issn.1002-6819.2015.15.025 http:/www.tcsae.org 0 引 言傳統(tǒng)溫室受到經(jīng)濟(jì)和科學(xué)技術(shù)水平限制普遍采用人工控制方式，需要投入大量的人工成本，且控制精度較低，最終會影響農(nóng)作物的產(chǎn)量和質(zhì)量，造成嚴(yán)重的經(jīng)濟(jì)損失。近年來，現(xiàn)代農(nóng)業(yè)飛速發(fā)展，智能溫室控制系統(tǒng)的概念被提出。智能溫室控制系統(tǒng)使用配套設(shè)施和設(shè)備對溫室內(nèi)環(huán)境進(jìn)行科學(xué)合理地自動化高精度調(diào)節(jié)，可以保證溫室內(nèi)作物的生長。 目前國內(nèi)外溫室控制系統(tǒng)主要有以下幾種類型1： 1）基于單片機(jī)的控制系統(tǒng)：它使用傳感器完成各環(huán)境因子的采集和變換工作，并將信號送入到單片機(jī)中，單片機(jī)將設(shè)定值與當(dāng)前值進(jìn)行比較，最后根據(jù)判斷的結(jié)果來調(diào)節(jié)智能溫室環(huán)境2。由于單片機(jī)的運(yùn)算功能有限，該類控制系統(tǒng)只能對溫室環(huán)境數(shù)據(jù)進(jìn)行簡單的處理，無法給出復(fù)雜的控制策略。 2）分布式智能計算機(jī)控制系統(tǒng)：它采收稿日期：2015-01-28 修訂日期：2015-07-10 基金項目：江蘇省農(nóng)業(yè)“三新”工程項目（SXGC2013372， SXGC2014309）；中央高?；究蒲袠I(yè)務(wù)費專項資金資助項目（KYZ201421 ） ；江蘇省 2015年度普通高校研究生實踐創(chuàng)新計劃項目（SJLX15_0269 ） 作者簡介：王浩云，男，安徽馬鞍山人，博士，副教授，主要從事農(nóng)業(yè)物聯(lián)網(wǎng)和溫室智能控制研究。南京 南京農(nóng)業(yè)大學(xué)信息科技學(xué)院，210095。 Email：wanghynjau.edu.cn 通信作者：徐煥良，男，江蘇鹽城人，教授，博士生導(dǎo)師，主要從事農(nóng)業(yè)物聯(lián)網(wǎng)關(guān)鍵技術(shù)研究。南京 南京農(nóng)業(yè)大學(xué)，210095。 Email：huanliangxunjau.edu.cn 。 用農(nóng)業(yè)溫室專家系統(tǒng)和多任務(wù)操作系統(tǒng)，實時地對溫室環(huán)境因子進(jìn)行監(jiān)控和智能化的決策和調(diào)節(jié)3。 該類控制系統(tǒng)能夠利用分布式計算機(jī)系統(tǒng)進(jìn)行復(fù)雜的溫室環(huán)境數(shù)據(jù)處理和智能控制，但成本較高。 3）基于單總線技術(shù)的控制系統(tǒng)：它采用了上位機(jī)+ 下位機(jī)的單總線技術(shù)控制模式，使用點對點通訊方式，下位機(jī)的所有信息必須全部的傳到上位機(jī)中，再通過上位機(jī)發(fā)出控制命令給各執(zhí)行機(jī)構(gòu)4。 4）基于無線技術(shù)的溫室控制系統(tǒng)：它主要由網(wǎng)絡(luò)服務(wù)器、管理工作站和若干工作站組成，采用了客戶機(jī) /服務(wù)器的工作模式，使用無線網(wǎng)技術(shù)實現(xiàn)了對溫室環(huán)境的實時控制5。該類系統(tǒng)較單總線系統(tǒng)部署更為靈活。5）基于編程控制器的溫室控制系統(tǒng)：它主要由環(huán)境因子信息采集系統(tǒng)、下位機(jī)（編程控制器）、上位機(jī)（計算機(jī)）和輸出執(zhí)行機(jī)構(gòu)所構(gòu)成6。該類系統(tǒng)將遠(yuǎn)程控制和現(xiàn)場實施控制相結(jié)合，控制的實時性更好。上述 5 類溫室控制系統(tǒng)基本實現(xiàn)了溫室的自動控制，但由于系統(tǒng)未考慮感知信息和控制信息的時空屬性，使得控制較為滯后，精度較低，能耗較高。 本文利用信息物理系統(tǒng)（cyber-physical system ， CPS）架構(gòu)實現(xiàn)了對溫室的智能控制。信息物理系統(tǒng)是在物聯(lián)網(wǎng)技術(shù)的基礎(chǔ)上通過 3C 技術(shù)（ computation ，communication， control）將物理對象、計算單元以及通訊網(wǎng)絡(luò)進(jìn)行高度集成，使得信息空間與物理世界可以互聯(lián)互通7-8，并且它對數(shù)據(jù)的實時性有著嚴(yán)格要求，可以對時間和空間信息進(jìn)行聯(lián)合處理，靈活度高，因此可以很好農(nóng)業(yè)工程學(xué)報（http:/www.tcsae.org ） 2015 年 184 地適應(yīng)溫室監(jiān)控系統(tǒng)。本文借鑒事件晶格和分層有限狀態(tài)機(jī)（hierarchical finite state machine ， HFSM）的概念，建立3 層的信息物理系統(tǒng)模型，并提出一種基于 HFSM 的 CPS時空建模方法，同時利用該建模方法開發(fā)了新的溫室控制系統(tǒng)。該系統(tǒng)模型考慮了各層狀態(tài)機(jī)中事件的時空屬性，有效地提高了溫室事件檢測控制的正確率，保障溫室環(huán)境滿足作物生長對溫度、濕度和光照的要求。 1 CPS 層次模型 Tan.Y 在文獻(xiàn) 910中對 CPS 事件屬性、事件發(fā)生的時間、地點進(jìn)行建模，并將這種方法稱為事件晶格。文中將 CPS 時空事件定義為,id id idtlV 的形式，其中 id代表事件；idt代表事件發(fā)生的時間；idl代表事件發(fā)生的地點；idV代表事件屬性集。但上述研究中對 CPS 系統(tǒng)建模形式較為復(fù)雜，且沒有考慮對 CPS 反饋控制過程的建模。傳統(tǒng)的有限狀態(tài)機(jī)用來描述系統(tǒng)中狀態(tài)的轉(zhuǎn)移，以及它們之間的轉(zhuǎn)移關(guān)系11，而 HFSM 可把復(fù)雜的控制系統(tǒng)進(jìn)行逐層分割 如果幾種控制功能具有同樣的控制對象，并使控制對象產(chǎn)生相似的動作行為，那么就把它定義為同層的有限狀態(tài)機(jī)。 借鑒事件晶格和 HFSM 的概念，本文提出 3 層結(jié)構(gòu)的CPS 模型：物理層、物理- 信息層以及信息層。 1）物理層：物理層中傳感器微粒上面分布著若干傳感器，利用傳感器收集物理環(huán)境信息，利用執(zhí)行器改變物理環(huán)境12； 2）物理- 信息層：物理- 信息層中匯聚節(jié)點 Sink 主要對不同傳感器微粒上傳的事件進(jìn)行融合，控制節(jié)點對信息層產(chǎn)生的信息事件進(jìn)行分析，得出控制事件后分配特定的執(zhí)行器去執(zhí)行控制事件13； 3）信息層：信息層中的決策節(jié)點收集不同匯聚節(jié)點傳來的事件，并且將其匯總生成信息事件，然后再將其傳給相應(yīng)的控制節(jié)點1415。 本文所提的 CPS 3 層模型如圖 1 所示。 注： sr代表傳感器事件； phy代表物理事件； phy-cyb代表物理- 信息事件； cyb代表信息事件； con代表控制事件； HFSMphy是物理層狀態(tài)機(jī)； HFSMphy-cyb和 HFSMcon是物理- 信息事件狀態(tài)機(jī)；HFSMcyb是信息層的狀態(tài)機(jī)。 Note: sris sensor event; phyis physical event; phy-cybis physical-cyber event; cybis cyber event; conis control event; HFSMphyis physical layers hierarchical finite state machine; HFSMphy-cyband HFSMcon are physical-cyber layers hierarchical finite state machines; HFSMcyb is cyber layers hierarchical finite state machine. 圖 1 信息物理系統(tǒng) 3 層模型 Fig.1 Three-layer model of cyber-physical system 2 CPS 事件模型 CPS 三層模型中的事件流可分為信息匯聚流和決策控制流。信息匯聚流是指從下層收集事件并進(jìn)行處理和融合，再將處理后的結(jié)果以事件的形式傳遞給上層；決策控制流則是指頂層形成的信息事件傳給下層，最后指導(dǎo)底層去改變物理環(huán)境1617。本文將提出基于 HFSM 的CPS 時空建模方法，從信息匯聚流和決策控制流的方向?qū)κ录髦懈鲗邮录亩x，并且描述 HFSM 對分層事件的處理方式。 2.1 信息匯聚流 2.1.1 物理層 1）sr和 phy定義 定義傳感器事件： (Type )( , )( , , )srsrididsrsrPMTSRtlV = （ 1） 式中：Vsr是傳感器上的多維屬性集12(, ,., )nsrsr sr sr srV ；nsr是傳感器微粒上傳感器的數(shù)目； (,)isrsriNin+0.5，可認(rèn)為它是超時事件而不對其進(jìn)行匯聚，直接丟棄該事件。傳感器微粒 1 和傳感器微粒 2 匯聚得到的 2 個物理事件被上傳給匯聚節(jié)點 1。匯聚節(jié)點 1 的本地時間是 1.1，由于它們的延時均小于 tdelay，而且傳感器微粒 1 和傳感器微粒 2 都由匯聚節(jié)點 1 負(fù)責(zé)管理，因此 2 個物理事件可 以進(jìn)一步匯聚。匯聚后得到的物理 - 信息事件為PC(3)(SK1)(1.1,GHouse1,(1,1,1)。之后匯聚節(jié)點 1 將數(shù)據(jù)發(fā)送給決策節(jié)點，此時決策節(jié)點的時間是 1.2，顯然物理-信息事件的延時小于 tdelay，可以將其轉(zhuǎn)換為信息事件。轉(zhuǎn)換后的信息事件為 C(4)(DC)(1.1, GHouse1,(1,1,1)。決策節(jié)點將信息事件發(fā)出，控制節(jié)點 1 接收到信息事件后，發(fā)現(xiàn)自己的位置在信息事件的坐標(biāo)范圍內(nèi)，則將這個事件接收下來，其余控制器節(jié)點將丟棄該事件。本試驗場景中用 1 表示環(huán)境參數(shù)低于閾值， 0 表示大于等于閾值；控制決策中用 1 表示打開執(zhí)行器， 0 表示不打開執(zhí)行器。控制器節(jié)點處屬性集和控制目標(biāo)的對應(yīng)關(guān)系分別為：(0,0,0) (0,0,0), (0,0,1) (0,0,1), (0,1,0) (0,1,0), (0,1,1) (0,1,1), (1,0,0) (1,0,0), (1,0,1) (1,0,1), (1,1,0) (1,1,0), (1,1,1) (1,1,1)。因此，控制節(jié)點 1 得到的控制事件為 Con(5)(Con1)(1.1,GHouse1,(1,1,1)。控制節(jié)點 1 將控制事件發(fā)送到物理層。加熱器、加濕器和遮陽簾收到這個控制事件后，分別開始打開加熱器、加濕器和將遮陽簾拉開。3.2 試驗分析 本試驗將以 2014 年 7 月 1 日蘇州御亭農(nóng)業(yè)產(chǎn)業(yè)園中的 3 連棟大棚為試驗環(huán)境，利用美國 SPECTRUM 公司的自動氣象站 Watchdog2900ET 對溫室內(nèi)外的溫度、 濕度和太陽輻射進(jìn)行測量，結(jié)果數(shù)據(jù)如表 1 所示。 3 個連棟大棚的閾值如表 2 所示，當(dāng)外界環(huán)境參數(shù)低于閾值的時候，需要打開相應(yīng)的執(zhí)行器。傳感器有 10%的誤差，系統(tǒng)每隔 2 min 進(jìn)行一次測量。本文將分別針對允許的延時時間、節(jié)點數(shù)目進(jìn)行測試。同時還將用不考慮時間屬性的傳統(tǒng)基于物聯(lián)網(wǎng)的溫室控制方法與本文提出的方法進(jìn)行對比試驗。每組試驗進(jìn)行 5 次，共收集 180 個數(shù)據(jù)點，平均每次試驗共收到 2 000 個控制事件。 表 1 夏季室外環(huán)境參數(shù) Table 1 Summer environmental parameters 時間 Time 溫度 Temperature/ 濕度 Humidity/% 太陽輻射Solar radiation/(W·m-2) 時間 Time 溫度 Temperature/濕度 Humidity/%太陽輻射Solar radiation/(W·m-2)時間Time溫度 Temperature/ 濕度 Humidity/%太陽輻射Solar radiation/(W·m-2)08:00 33.50 53.00 157.2758 11:00 39.00 35.50 546.819 14:00 40.00 34.00 650.064508:15 34.20 50.75 235.2857 11:15 38.75 35.00 585.6954 14:15 41.50 34.00 597.627608:30 35.00 48.5 312.3683 11:30 39.25 34.50 655.8004 14:30 42.50 30.00 560.898908:45 35.75 46.25 342.2399 11:45 40.25 34.00 525.7875 14:45 43.00 29.50 470.340809:00 36.20 44.00 262.5751 12:00 40.00 34.50 582.5088 15:00 42.25 31.00 360.722109:15 36.50 42.00 262.5751 12:15 40.50 34.00 335.8667 15:15 38.00 32.50 346.28509:30 37.00 41.50 216.8061 12:30 38.75 35.50 513.0411 15:30 35.00 34.00 331.847909:45 37.25 40.50 295.0783 12:45 40.75 32.50 677.6792 15:45 35.00 35.50 317.410810:00 38.00 39.50 379.2633 13:00 41.00 30.00 671.7333 16:00 31.00 37.00 302.973710:15 38.50 37.00 453.7705 13:15 42.75 31.50 658.987 16:15 29.00 38.50 288.536610:30 38.50 36.50 478.0476 13:30 43.25 32.00 672.3707 16:30 28.00 40.00 274.099510:45 39.25 37.75 503.5403 13:45 43.00 32.50 681.6946 16:45 25.00 41.50 259.6624注：試驗日期 2014-07-01。 Note: Experimental date is July 1, 2014. 表 2 溫室閾值 Table 2 Greenhouse threshold 溫室 Greenhouse 溫度閾值 Temperature threshold/ 濕度閾值 Humidity threshold/% 太陽輻射閾值 Solar radiation threshold/(W·m-2) 溫 室 1 37.00 37.00 433.00溫室 2 36.70 36.80 432.30溫室 3 37.30 37.30 433.70本試驗將驗證算法中各參數(shù)對算法性能的影響，其中：正確事件是指在需要打開執(zhí)行器時正確地打開了，或在不需要打執(zhí)行器時沒有打開執(zhí)行器；錯誤肯定事件是指在不需要打開執(zhí)行器的情況下，錯誤地將其打開了；錯誤否定事件是指在需要打開執(zhí)行器時卻沒有打開19。 農(nóng)業(yè)工程學(xué)報（http:/www.tcsae.org ） 2015 年 188 3.2.1 延時試驗 本試驗主要為了驗證節(jié)點允許的最大延時對算法性能影響。事件平均傳遞速度在 1 到 3 min 內(nèi)，節(jié)點允許的延時從 0 到 5 min 逐漸增加，節(jié)點部署如圖 2 所示。不同延時下的正確率、錯誤肯定率和錯誤否定率如表 3 所示。 表 3 延時試驗 Table 3 Time delay experiment 延時 Time delay/min 正確率 Accuracy/% 錯誤肯定率 False positive/% 錯誤否定率 False negative/% 0 51.50 48.50 0 1 60.00 38.60 1.40 2 86.20 4.50 9.30 3 87.20 3.40 9.40 4 86.70 3.80 9.50 5 85.80 3.90 10.30 從表 3 中可以看出，隨著節(jié)點允許的最大時延從 0到 3 min 不斷增加，正確率逐漸增加，這是因為隨著允許的時延不斷增加，可以正常到達(dá)的事件在增加，之后又開始減少，這是由于有部分超時事件被接收，導(dǎo)致錯誤操作。而錯誤肯定率逐步下降是由于接收到的超時事件在不斷增加，因此原本不需要打開的執(zhí)行器被錯誤地打開。錯誤否定率逐步上升是由于到達(dá)執(zhí)行器的事件逐漸減少，導(dǎo)致原本應(yīng)該打開的執(zhí)行器不能正常打開。 3.2.2 節(jié)點數(shù)試驗 本次試驗主要為了驗證節(jié)點數(shù)目對算法性能影響。節(jié)點允許的延時為 2 min、 平均傳遞時間在 1 到 3 min 內(nèi)。一組傳感器節(jié)點包括一個溫度傳感器、一個濕度傳感器、一個光照傳感器。本次試驗共進(jìn)行 4 次，節(jié)點組數(shù)分別有 3 組（溫室 1、溫室 2、溫室 3 各有 1 組）、 4 組（溫室 1 有 2 組，溫室 2、溫室 3 各有 1 組）、 5 組（溫室 1、溫室 2 各有 2 個，溫室 3 有 1 組）、 6 組（溫室 1、溫室2、溫室 3 各有 2 組）。試驗結(jié)果如表 4 所示。 表 4 節(jié)點數(shù)試驗 Table 4 Number of nodes experiment 節(jié)點組數(shù) Number of nodes 正確率 Accuracy/% 錯誤肯定率 False positive/% 錯誤否定率 False negative/% 3 86.20 4.50 9.30 4 89.80 3.80 6.40 5 83.50 3.90 12.60 6 79.90 4.00 16.10 在試驗中，傳感器有 10%的精度誤差，這個誤差可能會導(dǎo)致事件檢測錯誤，而多組傳感器可以降低因傳感器誤差而導(dǎo)致的錯誤事件檢測問題。由表 4 可以看出，當(dāng)節(jié)點的的數(shù)目從 3 組增加到 4 組的時候，正確率上升，但是當(dāng)節(jié)點數(shù)繼續(xù)增加時候，正確率卻在下降，這是由于決策節(jié)點需要處理的事件在增加，因此處理時間變長，導(dǎo)致超時事件增加，影響了正確率，同時決策節(jié)點的超負(fù)荷運(yùn)轉(zhuǎn)，也會導(dǎo)致其能耗加大，過早衰竭。由此可以看出，在實際應(yīng)用中需要正確地控制節(jié)點的數(shù)目，不可認(rèn)為節(jié)點數(shù)越多，精度就一定會越高。3.2.3 對比試驗 本文將信息物理系統(tǒng)模型融入到溫室控制系統(tǒng)中，并且充分考慮了事件的時間屬性，過濾了部分超時事件，提高了精度。而目前基于物聯(lián)網(wǎng)的溫室控制系統(tǒng)20缺乏對事件時間屬性的考慮。因此本文將設(shè)計試驗，對比分析基于信息物理系統(tǒng)的溫室控制和基于物聯(lián)網(wǎng)的溫室控制方法的性能。試驗中，本文提出的方法允許的延時為2 min， 2 種方法的平均傳遞時間在 1 到 3 min 內(nèi)。節(jié)點部署如圖 2 所示。試驗結(jié)果如表 5 所示。 表 5 溫室控制方法對比試驗 Table 5 Contrast test of greenhouse control methods 溫室控制方法Greenhouse control method 正確率Accuracy/% 錯誤肯定率 False positive/% 錯誤否定率 False negative/% 信息物理系統(tǒng) Cyber-physical systems87.20 3.60 9.20 傳統(tǒng)物聯(lián)網(wǎng) Traditional Internet of Things 80.20 7.50 12.30 由表 5 可以看出，由于忽略掉了延時判斷，傳統(tǒng)基于物聯(lián)網(wǎng)的溫室控制系統(tǒng)中的執(zhí)行器收到的超時報文數(shù)目在增加，會導(dǎo)致錯誤地打開執(zhí)行器，因此控制正確率在遞減，錯誤肯定率和錯誤否定率在逐漸增加。所以加入了延時判斷之后，基于信息物理系統(tǒng)的溫室控制可以過濾掉大部分的超時事件，避免了錯誤操作，提高了正確率，也避免了由于不當(dāng)操作而導(dǎo)致的能源浪費，延長了節(jié)點的壽命。 4 結(jié) 論 1）基于分層有限狀態(tài)機(jī)和事件晶格的概念，建立3 層的信息物理系統(tǒng)模型，提出一種基于分層有限狀態(tài)機(jī)的信息物理系統(tǒng)時空建模方法，并利用該建模方法開發(fā)了新的溫室控制系統(tǒng)。由于考慮了各層狀態(tài)機(jī)中事件的時空屬性，有效地提高了溫室事件檢測控制的正確率，保障溫室環(huán)境滿足作物生長對溫度、濕度和光照的要求。 2）方法中節(jié)點允許的時延、節(jié)點的數(shù)目都會影響算法的性能，同時也可以看出加入延時判斷的方法由于考慮到了由于網(wǎng)絡(luò)或者節(jié)點故障而導(dǎo)致的丟包和報文阻塞，因此正確率較高。實際應(yīng)用中，合理設(shè)置節(jié)點允許的時延、最大傳遞時間和節(jié)點的數(shù)目，可以保證檢測控制精度，避免能源浪費，提高系統(tǒng)性能。 參 考 文 獻(xiàn) 1 覃貴禮. 智能溫室控制系統(tǒng)的研究與開發(fā)D. 南寧：廣西大學(xué)，2012. Qin Guili. The Research and Development of Intelligence Greenhouse Control SystemD. Nanning: Guangxi University, 2012. (in Chinese with English abstract) 第 15 期 王浩云等：信息物理系統(tǒng)（cyber-physical system ）時空建模方法及在溫室控制中的應(yīng)用 189 2 陳教料，嚴(yán)海. 基于 STC89C58 單片機(jī)的溫室控制系統(tǒng)設(shè)計J. 農(nóng)機(jī)化研究，2009，31(11)：140144. Chen Jiaoliao, Yan Hai. Design of greenhouse control system based on STC89C58 MCUJ. Journal of Agricultural Mechanization Research, 2009, 31(11): 140 144. (in Chinese with English abstract) 3 傅仕杰. 基于 STM32 的分布式智能溫室控制系統(tǒng)D. 太原：太原理工大學(xué)，2011. Fu Shijie. STM32-based Distributed Intelligent Greenhouse Control SystemD. Taiyuan: Taiyuan University of Technology, 2011. (in Chinese with English abstract) 4 李泉華. 基于 CAN 總線的溫室控制系統(tǒng)研究D. 青島：青島科技大學(xué)，2009. Li Quanhua. The Study of Greenhouse Environment Control System based on Can BusD. Qingdao: Qingtao University of Science intelligent control; temperature; humidity; solar radiation; cyber-physical system; event lattice; hierarchical finite state machine</p>
個人主頁