该成果是研制的“面向大规模农业种植监测的无人机物联网系统”感知接入层、平台层的关键技术。在感知接入层，针对自主设计的LoRa网络，挖掘LoRa信号在通信感知一体化的优势，利用LoRa信号LFM信号的天然联系，借鉴雷达目标探测的方法，对网络覆盖区域进行目标探测，完成感知功能。为了节约研发成本缩短研发周期，需要对关键算法进行仿真验证，从而验证LoRa信号在整个接收处理过程中的算法。提出的一种基于实测数据的回波信号半实测仿真方法，能在系统实物尚未完备的情况下，对信号处理系统的算法进行测试与验证，为物联网通感一体化的设计、分析和性能评估提供数据支撑，同时有效弥补了实验数据收集困难、覆盖场景不够全面、获取成本高昂，实现周期漫长等问题。在平台层，进行了可见光及高光谱图像数据的处理和分析，设计了病虫害自动识别系统，利用深度学习算法，完成了植物病虫害的自动识别。提出了多尺度残差注意力网络模型完成了高光谱图像的快速而准确的分类。该成果为农户提供了专业、便利的参考信息，对农事精准化、智慧化管理提供支撑。