养猪产业是我国最重要的畜牧产业。随着现代养猪产业规模化发展,对养猪自动化管理水平提出了越来越高的要求。现有的RFID电子耳标技术通讯距离短、不具有扩展性,难以满足精准智能化猪养殖的迫切需求。因此将猪的环境、饮食、行为纳入到监测的范围,实现养猪过程的全过程、全方位地跟踪监测,能有效推动智能化猪饲养水平,提高养猪产业的管理效率,进而提高养猪场的经济收益。本文研究了将无线传感器网络(WSN)应用于养猪运动行为监测分析系统中的几个关键问题,包括圈养猪舍内无线传感器节点的边缘部署问题；猪舍内圈养猪的定位问题；猪舍内圈养猪的运动行为监测问题；基于WSN的养猪综合监测系统的架构和实体-关系(E-R)模型。研究结果如下：1)评价圈养猪舍内无线传感器节点的边缘部署。在已有的覆盖率、覆盖效率、以及覆盖方差的基础上,提出了K重覆盖率、K重覆盖效率、K重全覆盖所需最小半径三个针对K重覆盖问题的评价指标,确立了猪舍内无线传感器节点部署方案的评价指标体系,并用该评价指标体系对4种可行性的部署方案进行了评价,得出最优部署策略,形成一套最优部署策略评价分析方法。2)首次建立了K=1边缘覆盖问题中最少结点部署方案的计算方法。针对不同猪舍面积,不同节点通讯半径,以K=1全覆盖为目标,提出一套系统地以最少节点为目标的部署算法。在Adobe Dreamweaver软件开发平台及PHPnow互联网应用框架上,开发了猪舍无线网络节点部署边界条件及最小节点计算软件,对部署节点数进行计算验证；在Matlab软件平台上,开发了猪舍无线网络节点部署仿真分析软件,对部署方案进行仿真分析。3)猪舍的三边直角加权质心算法的确立。对不同厂家的无线传感器节点进行研究和测试,运用曲线拟合,取得了0-80m和0-20m接收信号强度值(RSSI)与距离关系的最优模型；在三边加权质心算法的基础上,开发出针对猪舍的三边直角加权质心算法,并设计了该算法的具体运算步骤；10.43m×5.72m室内空间的测试验证表明,该算法可以达到平均误差1.346m,去掉两个特殊位置点后,平均定位误差可降低到1.0875m,每次定位时间间隔为10s。4)研究了圈养猪运动行为的监测方法。设计了无线传感器节点的三轴加速度传感器硬件,以Z-stack协议栈为基础开发了加速度数据采集软件,并确定了与PC机通讯的通讯方法和通讯协议,实现了三轴加速度数据采集和通讯。5)建立了神经网络模式识别分类算法。在神经网络模式识别算法的理论基础上构建了二层运动行为识别神经网络分类器,并设计了Matlab软件实现对四种运动行为(分别为走、跑、跳、静止)的识别。模拟试验证明,在85组训练样本试验时识别率达到100%,在439组大样本时,神经网络方法对走和静止两种状态的识别率达到100%,而跑和跳两种运动行为由于实际数据特征比较接近,其识别率分别达到99.1%和96.1%,整体识别率达98.9%。6)圈养猪综合运动行为监测的研究。首次采用短时能量和短时过零率计算方法分析计算三轴加速度运动数据,设计了短时能量和短时过零率运动行为分类算法、FFT快速傅立叶运动行为分类算法和标准差运动行为分类算法。并基于VS2010平台开发了实时综合猪运动行为监测软件,通过实时模拟试验证明,采用短时能量分类法优于FFT快速傅立叶分类算法和标准差算法,对走、静止、跳和跑三大类运动行为进行识别分类时,识别率约为100%左右,区分跳、跑两种运动行为时,识别率约80%左右。7)基于WSN的养猪综合精准监测系统框架的分析的设计。确立了基于WSN的养猪综合精准监测系统的框架结构和工作原理,并设计了网络化综合监测信息系统的实体-关系(E-R)模型。前期研究了染色竹条分级流水线的自动控制系统及高通量下水稻育种网络信息管理系统,在此研究的技术基础上,提出了基于WSN的养猪综合监测系统关键技术的研究。本文研究结果为无线传感器网络应用于养猪综合监测系统寻求了科学的解决方案,为后期进一步实现养猪综合精准监测系统提供了技术基础,并有着广阔的应用前景。