传统的农业智能决策系统一般分为现场无线传感网络和远程数据处理中心两部分[1-3]。其中，现场无线传感网络分为子节点和网关节点，子节点负责数据采集，并通过ZigBee、BlueTooth等无线通信协议将数据传输至网关节点；网关节点主要负责将收集到的现场环境信息通过GPRS等通信方式传输至远程数据处理中心。远程数据处理中心实现数据处理、决策诊断，并可通过Internet网络完成Web发布等功能。

    然而，在我国较广范围的农村区域，Internet网络普及率并不高，限制了传统农业决策系统的推广应用。另一方面，大量的数据传输所产生的GPRS通信费用导致系统使用成本较高。因此，本文提出了一种基于嵌入式系统的农作物智能决策解决方案。其方案集成了数据采集、传输和智能决策的功能，在对农业现场数据进行采集的同时，可利用嵌入式装置中的本地知识库，针对当前的环境数据进行决策推理，实现对农作物生长信息的快速决策，使其数据的无线传输成为非必需环节，降低了系统对Internet网络的依赖，使系统具有更好的灵活性和更广的应用范围。
1 系统总体介绍
    本文采用基于Cortex-M3内核的ARM处理器，同时移植?滋COS-II嵌入式实时操作系统，外接温度、湿度、光照等多种传感器，可实时检测农业现场当前环境信息，并根据SD卡存储的农作物知识库，对现场环境进行本地快速推理决策，对于不同的农作物，只需更新SD卡中的知识库文件即可；同时可根据实际需要，将数据通过GPRS模块及时地传输到远程数据中心。此外，环境数据和决策信息可输出至LCD进行显示，并可以通过键盘完成采样周期、滤波方式、数据传输使能等多种功能的参数设置。
2 系统硬件设计
    本文采用了模块化结构设计思想，将系统划分为MCU核心处理模块、数据采集模块、SD卡知识库存储模块、GPRS数据通信模块、LCD显示模块、键盘模块等。其硬件结构如图1所示。

    MCU核心处理模块采用STM32FM103芯片作为核心处理器，其工作频率可达72 MHz，具有SPI、UART等通信接口。片内集成ADC模/数转换单元，转换精度为12 bit，72 MHz工作模式下A/D转换时间为1.17 μs。为增强系统的抗干扰能力，数据采集模块选用模拟量输出类型的传感器，用于检测现场环境的温湿度、光照强度、CO2浓度等多种环境信息。针对电流输出型(4 mA～20 mA)模拟传感器，采用π型电路将电流信号转换为0～3.3 V电压信号之后，接入至片内ADC模块。同时采用继电器控制传感器的供电状态，以降低系统功耗。SD卡数据存储模块通过SPI总线与MCU连接，用于存储智能决策所需的知识库。GPRS数据传输模块可根据用户需求进行选择配置，其主要功能是实现现场数据的远程传输，通过UART接口与MCU通信。LCD显示模块和键盘模块，与STM32的GPIO引脚相连接，实现人机交互。
3 系统软件设计
    μCOS-II操作系统是一种具有可抢占内核的实时操作系统，并且开源、结构小巧。由于其内核提供任务调度与管理、时间管理、任务间同步与通信、内存管理和中断服务等功能，具有执行效率高、占用空间小、实时性能优良和扩展性强等特点[3]，因此，本文在软件设计上移植了μCOS-II操作系统[4-5]。经过bootloader启动阶段之后，首先完成时钟配置和GPIO、AD、RTC、SPI、UART接口及中断的配置以及μCOS-II操作系统的初始化，然后根据系统功能需求建立了6个任务，分别为周期管理任务、GPRS数据传输任务、数据采集任务、智能决策任务、LCD显示任务和键盘任务，其优先级设置由高到低。?滋COS-II任务设计流程如图2所示。

    周期管理任务用于控制系统的采样周期，使用实时时钟RTC的ALARM中断机制来实现定时功能，属于中断级任务，优先级最高；GPRS数据传输任务受控于用户的选择模式，在功能开启时，利用UART1将数据传输至GPRS模块，其数据格式采用AT命令，为保证数据传输的可靠性，将其优先级设置为次高；数据采集任务首先控制继电器使传感器上电，然后任务挂起10 s以保证传感器进入稳定工作状态，再启动A/D，转换完成之后，数据放入DMA缓冲区中，继而可选择中值滤波、平均值滤波等方式进行数据处理；智能决策任务根据采样数据，启动推理机，得到决策结论；LCD显示任务以消息邮箱(message mail boxes)机制接收传感器数据以及决策结果并实时显示输出；键盘任务可设置GPRS模块使能、采样周期、数据滤波方式等多种用户需求。
4 智能决策在嵌入式系统中的实现
    本文采用基于知识库的智能决策设计思想，分为知识库设计和推理机设计两部分，对现场采集数据进行决策判断。
4.1 嵌入式知识库设计
    知识库是智能决策的重要组成部分，它的质量很大程度上影响了系统整体的决策水平。本文以SD卡为存储介质，在其上构建了农业知识库。SD卡的读写访问方式是扇区寻址，为了便捷、快速地构建知识库，本文移植实现了FATFS文件系统，而知识库则以TXT文件方式进行存储。
    本文采用产生式规则表示法，其结构如下：
    IF 条件1，条件2，……，THEN结论
    以黄瓜为例，依据专家经验和相关文献[6-8]，获知黄瓜的第K条知识规则如表1所示。通过进一步整理，可以向TXT文件中添加此规则。调用FATFS文件系统接口函数f_open打开知识库TXT文件，通过f_read读取相应的知识规则。

4.2 嵌入式推理机设计
    推理机的功能是根据一定的推理策略从知识库中选择相应的知识，对新的事实进行推理，直到得出相应的结论为止。推理有正向推理、反向推理及混合推理，在本系统中，由于输入事实较少，结论较多且分散，因此采用正向推理方法[9]。正向推理的步骤是：(1)当系统采集到传感器数据之后，与知识库中的规则进行匹配，若找到，则将规则结论部分加入到数据信息中；(2)更新的数据信息再匹配知识库中的规则，将所匹配的规则结论部分再次加入到数据信息中；(3)如此循环，直至得出最终的诊断信息。其流程如图3所示。

5 实验结果
    为了验证系统的可行性，开发了农作物智能决策装置样机。样机安装有一系列传感器，用于检测环境温湿度、光照、CO2、土壤温湿度、盐分、PH值等参数，并在SD卡中植入植物（幼苗期黄瓜为例）的知识库。系统上电后，运行结果如图4所示。

    通过键盘设定采样周期为2 h，并开通使能GPRS数据传输功能之后，在远程数据中心PC机上接收到传感器数据。图5记录了24 h内的环境温度检测信息。

    通过实验模拟不同的环境条件，测试系统的智能决策能力。使系统连续运行一周，并利用SD卡对系统的采样数据和决策结果进行跟踪记录，部分数据如表2所示。系统一周内采样并决策84次，经检验，准确决策79次，决策不当3次，无决策2次，准确率为92.9%。

    本文针对传统农业决策系统的特点，设计了板级农作物智能决策系统。系统采用μCOS-II对任务进行调度管理，利用知识库完成本地智能决策。实验表明，本系统运行稳定可靠，可根据采样实时数据产生合理有效的决策信息，达到了预期要求。目前已应用于新疆昌吉州农作物温室大棚中。
参考文献
[1] 韩华峰，杜克明，孙忠富，等.基于ZigBee网络的温室环境远程监控系统设计与应用[J].农业工程学报，2009，25(7)：158-163.
[2] 王福禄，房俊龙，张喜海.基于无线传感器网络的温室环境监测系统研究[J].东北农业大学学报，2011，42(2)：59-64.
[3] 蒋鹏.基于无线传感器网络的湿地水环境远程实时监测系统关键技术研究[J].传感技术学报，2007，20(1)：183-186.
[4] 刘悦.基于ARM的μC/OS-Ⅱ移植与实现[J].科技信息，2011(21)：40，25.
[5] 黄燕平.μC/OS ARM移植要点详解[M].北京：北京航空航天大学出版社，2005.
[6] 高丽红，张福墁，陈青君.不同类型黄瓜生长发育与环境因子关系[J].中国农业大学学报，2000，5(3)：58-62.
[7] 郭晋云，胡晓峰，李勇，等.黄瓜枯萎病对黄瓜光合和水分生理特性的影响[J].南京农业大学学报，2011，34(1)：79-83.
[8] 魏述英.现代温室黄瓜矿质元素吸收规律及温光逆境和CO2对黄瓜生长发育的影响[D].南京：南京农业大学，2006.
[9] 杨晓宇，施笑安，张勇传.eCOS操作系统的构件化设计技术研究[J].湖北工业大学学报，2008，23(5)：1-6.