针对传统水质监测难以实现实时监测与进行有关水质参数的预测,且传统人工检测水质参数的方式不仅精度较低,费时费力,无益于提高水产养殖的产量及预防水生生物病害的发生等问题,通过对基于STM32单片机水质监测系统的硬件与软件、传感器信息采集系统、串口通信模式等方面进行研究。设计了一种基于无线传感器网络的水产养殖水质多参数监测系统,该系统由传感器节点、路由节点、汇聚节点、上位机监控中心及远程监控中心等组成,并对汇聚节点硬件与软件部分做了详细的设计与分析,同时对上位机部分做了有关分析。研究了传感器信息采集系统,对温度、pH及溶解氧的调理电路进行了设计,对pH值信号放大电路与抗干扰进行了设计,对溶解氧采集温度补偿和大气压力补偿进行了有关分析。研究了人工神经网络在水质预测方面的应用,并在Matlab仿真软件中进行了试验。研究了鱼塘增氧机增氧过程的数学模型,设计了一种基于模糊自整定PID控制器,可对溶解氧进行智能控制。对系统的性能进行了研究,研究结果表明:pH、溶解氧和温度的平均相对误差为4.06%、3.10%和0.85%,满足要求。在文章结构上,可以分为6章。第一章,阐述了本课题的研究背景及其实际意义,介绍了当前国内外水质参数监测与控制技术、有线与无线传感器网络技术、信息融合技术与水质预测的研究现状,最后提出了本文研究的目的与内容。第二章,主要对传感器技术中的温度、pH与溶解氧传感器检测物理原理进行了简单介绍,并设计了无线传感器网络拓扑结构,对信息融合技术进行了综述。第三章,主要设计了一种基于STM32单片机的水质监控系统,对汇聚节点系统的硬件与软件部分做了详细的分析,并对上位机部分做了相关介绍。第四章,主要对传感器采集系统中温度、pH和溶解氧三个传感器进行了调理电路的设计,通过试验和计算得出了温度的拟合方程。对pH值信号放大电路与抗干扰设计进行了研究,对溶解氧采集进行温度补偿研究和大气压力补偿进行了研究。第五章,研究设计了一种自适应加权融合算法用来提高检测的精度;对于不同类传感器融合问题,提出了一种人工神经网络融合算法来提高水质预测的精度,分析了两级融合的过程,并确定了融合的结构。在Matlab中对设计的两级融合模型进行仿真与试验。最后还搭建了鱼塘增氧机增氧过程数学模型,设计了一种基于模糊自整定PID控制器,可对溶解氧进行智能控制。第六章,对全文进行总结,指出课题主要研究内容与创新点,强调了本文研究上存在的不足与展望,提出还需进行深入的研究,以保证研究的科学性。