[发明专利]一种有效的室内环境舒适度检测系统

权利要求书

1.一种有效的室内环境舒适度检测系统，其特征是，包括无线传感器网络和检测中心，所述无线传感器网络由若干个传感器节点和若干个汇聚节点组成，所述传感器节点随机铺设在被检测室内的各个位置，用于对检测区域内的环境指标进行采集，并通过无线传感器网络将采集得到的指标数据发送至汇聚节点，所述汇聚节点采用数据融合算法对采集得到的环境指标数据进行融合，并将融合结果通过GPRS通信方式传输至检测中心，所述检测中心对接收到的数据进行存储并根据各汇聚节点的融合结果对室内环境舒适度进行评估，并将评估得到的结果进行显示。

2.根据权利要求1所述的一种有效的室内环境舒适度检测系统，其特征是，所述检测中心包括数据存储模块、环境评估模块和信息显示模块，所述数据存储模块用于对接收到的数据进行存储，所述环境评估模块用于根据各汇聚节点的融合结果对室内环境舒适度进行评估，所述信息显示模块用于对评估得到的结果进行显示。

3.根据权利要求2所述的一种有效的室内环境舒适度检测系统，其特征是，所述环境指标包括室内温度、室内湿度、室内甲醛浓度和可吸入颗粒物浓度。

4.根据权利要求1所述的一种有效的室内环境舒适度检测系统，其特征是，所述无线传感器网络中采用LEACH协议对传感器节点进行分簇，定义当前轮传感器节点i被选为簇头的概率为c(i)，则c(i)的计算公式为：

式中，p代表初始时传感器网络中簇头数与总的传感器节点数的百分比，n_i代表当前轮传感器节点i剩余的能量值，k_i代表当前轮传感器节点i距离基站的距离，N_i代表传感器节点i的初始能量值，代表当前轮传感器节点距离基站的平均距离；

根据上述计算所得的c(i)计算簇头选举机制中的阈值公式T(n)，则T(n)的计算公式为：

式中，n代表网络中传感器节点总数，r代表当前的轮数，G是目前轮数中未成为簇头的节点集合。

5.根据权利要求2所述的一种有效的室内环境舒适度检测系统，其特征是，所述数据融合算法用于对各汇聚节点的多指标数据进行融合，具体包括：

(1)计算各环境指标的权重，定义传感器网络中汇聚节点个数为h，所述环境指标类别数为z，c_xy为汇聚节点x中环境指标y的实测值，则环境指标y的权重q_y为：

式中，z为环境指标的类别数，α_y为环境指标y的变异系数，β_y为环境指标y的信息熵；

根据采集得到的环境指标的实测值计算环境指标y的变异系数α_y，具体为：

根据采集得到的环境指标的实测值计算环境指标y的信息熵β_y，具体为：

式中，u_xy为汇聚节点x的环境指标y的实测值的归一化结果，c_xy为汇聚节点x中环境指标y的实测值，h是传感器网络中汇聚节点的个数，z是环境指标的类别数；

(2)综合环境指标权重和模糊综合评价方法对汇聚节点的环境指标数据进行融合，具体为：

a.采用柯西分布来确定汇聚节点x中各环境指标的隶属度，具体为：

式中，r_ij为环境指标i相对于评价等级j的隶属度，c_i为环境指标i的实测值，a_ij为环境指标i相对于评价等级j的标准值,α和β为常数，且α>0,β>0；

b.将上述计算所得的隶属度进行归一化处理，得到汇聚节点x的模糊评判矩阵G_x，则G_x为：

式中，g_ij为隶属度r_ij的归一化结果,z为环境指标类别数，v为室内环境舒适度评价等级；

c.根据上述确定的环境指标权重和模糊评判矩阵进行模糊综合评价，得到汇聚节点x的模糊综合评价矩阵Z_x，具体为：

Z_x＝Q_x·G_x

式中，Q_x为汇聚节点x的环境指标的权重集，且Q_x＝{q₁,q₂,…,q_z}，G_x为汇聚节点x的模糊评价矩阵；

d.根据上述计算所得的模糊综合评价矩阵Z_x计算某汇聚节点x的局部评价值P_x，则P_x的计算公式为：

P_x＝Z_x·V

式中，Z_x为汇聚节点x的模糊综合评价矩阵，V为室内环境标准类别矩阵，且V^T＝(1,2,3,4,5)。

6.根据权利要求1所述的一种有效的室内环境舒适度检测系统，其特征是，所述检测中心根据各汇聚节点的融合结果对室内环境舒适度进行评估，定义环境舒适度的评估指数为D，则D的计算公式为：

式中，w_x是汇聚节点x的权重，P_x为汇聚节点x的局部评价值，是所有汇聚节点局部评价值的均值，h是传感器网络中汇聚节点的个数；

定义室内环境阈值k，根据上述所得环境舒适度的评估指数D和室内环境阈值k的关系判断室内环境舒适度，具体为：