利索能及
我要发布
收藏
专利号: 2023110943576
申请人: 中国矿业大学
专利类型:发明专利
专利状态:已下证
更新日期:2025-10-14
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于无线传感器网络的室内TVOC浓度实时监测系统,其特征在于,包括环境信息采集模块、数据接收中转模块、时空分布预测模块,所述环境信息采集模块包括STM32核心板、TVOC浓度传感器、温湿度传感器、第一蓝牙通信模块、基板;所述数据接收中转模块包括树莓派、第二蓝牙通信模块、WIFI通信模块以及数据校正模型;所述时空分布预测模块包括服务器以及时空分布预测模型;

所述环境信息采集模块通过STM32核心板管理、控制TVOC浓度传感器和温湿度传感器,并存储、打包TVOC浓度传感器和温湿度传感器对应的监测数据,并通过第一蓝牙通信模块发送至数据接收中转模块;所述数据接收中转模块通过第二蓝牙通信模块接收不同环境信息采集模块的监测数据后,由树莓派给监测数据包打上时间戳、环境采集模块标识符和包序列号,并由WIFI模块将处理完成的数据包传输至服务器,上传至TCP/IP网络客户端;所述服务器接收并解析数据包后,由时空分布预测模型分析并处理不同环境信息采集模块的监测数据,并预测室内TVOC浓度的时空分布;

所述服务器在进行数据处理分析的同时监听用户操作指令,通过WIFI模块、第二蓝牙通信模块将指令传输至各个环境信息采集模块的STM32核心板进行管理控制;

所述时空分布预测模型的具体处理过程如下:

S1:将TVOC浓度传感器网络布置在室内,连续监测两至三天,获取符合室内TVOC浓度时空分布的无线浓度传感器网络监测数据,并存储至监测数据库;

S2:采用max‑min归一化方法处理监测数据库内的TVOC浓度数据,并构建基于监测数据库的TVOC时间序列2D张量,作为支持向量机(SVM)的训练集数据;

S3:根据训练集训练基于当前数据库的SVM模型;

S4:获取当天无线浓度传感器网络的TVOC实时监测数据,并添加至当天的TVOC时间序列;

S5:同样采用max‑min归一化方法处理当天的TVOC实时监测数据,并构建基于当天TVOC实时监测数据的时间序列2D张量作为预测集;

S6:将预测集输入至步骤S3中基于当前监测数据库训练得出的SVM模型以预测当天无线传感器网络监测得到的TVOC浓度值;

S7:结合监测区域的尺寸信息以及环境信息采集模块的部署位置,将步骤S6预测得到的TVOC浓度值输入至普通Kriging插值方法、反距离加权插值方法以及径向基函数插值方法,从而推演室内监测区域内的TVOC浓度空间分布;

S8:根据交叉验证法,计算普通Kriging、反距离加权、径向基函数插值结果的四种常用评价指标,即Pearson相关系数R、均方根误差RMSE、标准差SD、变异系数CV;

S9:根据步骤S8的四种常用评价指标,采用层次分析法确认普通Kriging插值方法、反距离加权插值方法以及径向基函数插值方法的全局权值,从而计算最终时空分布预测结果;

步骤S9的计算过程如下:

S91:根据插值结果的评价指标,构建对应的指标集合X={x1,x2,x3,x4},并采用两两比较建立判别矩阵A=(aij)n×n;

式中:n为指标数据;

x1,x2,x3,x4分别为相关系数R、均方根误差RMSE、标准差SD、变异系数CV;

(aij)为根据1‑9分标度法利用xi与xj的比值确认的得分值,并且aij与aji互为倒数;

S92:求解判别矩阵的特征向量w和特征值λ,并计算一致性指标CI以及一致性比例CR:若一致性比例CR<0.1,则判别矩阵的一致性可以接受,否则需要进行重新预测;

S93:将判别矩阵按列进行归一化,即每一个元素除以所在列各元素之和,求解归一化后判别矩阵的各列元素的总值,并除以矩阵阶数得到权重向量t;

S94:结合特征向量w以及权重向量t,通过将对应元素两两相乘后相加,得到该插值方法的最终评分s;

S95:根据步骤S91‑S94分别求解普通Kriging、反距离加权、径向基函数的最终评分s,进行归一化后即为对应插值方法的全局权值;

S96:求解普通Kriging插值方法、反距离加权插值方法以及径向基函数插值方法的预测值与对应全局权值的乘积和得到最终插值结果。

2.根据权利要求1所述的一种基于无线传感器网络的室内TVOC浓度实时监测系统,其特征在于,所述TVOC浓度传感器采用光离子气体传感器PID。

3.根据权利要求2所述的一种基于无线传感器网络的室内TVOC浓度实时监测系统,其特征在于,所述光离子气体传感器PID每24小时进行一次零点自校正。

4.根据权利要求3所述的一种基于无线传感器网络的室内TVOC浓度实时监测系统,其特征在于,所述温湿度传感器采用DHT11。

5.根据权利要求3所述的一种基于无线传感器网络的室内TVOC浓度实时监测系统,其特征在于,所述第一蓝牙通信模块和第二蓝牙通信模块均采用HC‑05蓝牙串口通信模块。

6.根据权利要求3所述的一种基于无线传感器网络的室内TVOC浓度实时监测系统,其特征在于,所述WIFI模块采用ESP8266通信模块。