[发明专利]基于鸽群的空气质量监测方法、装置及计算机存储介质在审
申请号: | 202110300692.1 | 申请日: | 2021-03-19 |
公开(公告)号: | CN113094408A | 公开(公告)日: | 2021-07-09 |
发明(设计)人: | 李勇;邵新庆;刘强;徐明 | 申请(专利权)人: | 深圳力维智联技术有限公司;南京中兴力维软件有限公司 |
主分类号: | G06F16/2458 | 分类号: | G06F16/2458;G06N3/00;G01N33/00 |
代理公司: | 深圳市恒程创新知识产权代理有限公司 44542 | 代理人: | 张小容 |
地址: | 518061 广东省深圳市南*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 鸽群 空气质量 监测 方法 装置 计算机 存储 介质 | ||
本申请公开了一种基于鸽群的空气质量监测方法、装置及计算机存储介质,该方法包括:数据汇聚装置接收到数据采集装置发送的监测数据后,根据各个数据采集装置的类型将监测数据进行分组封装,得到多个数据包;通过粗大误差检验算法滤除各个数据包中异常的监测数据,得到各个数据包中的待处理监测数据;确定各个数据包对应的区域位置,并通过预设滤波方法对各个数据包中的待处理监测数据进行滤波处理,得到各个区域位置的空气质量信息。本申请以鸽群作为数据采集装置的安装载体,从而能够在大范围空间、不同高度范围、均匀连续采集空气数据。再者,结合粗大误差检验算法处理监测数据,能够自适应地确定分解尺度,提升了空气质量监测的可靠性。
技术领域
本申请涉及空气质量监测和数据处理技术领域,尤其涉及一种基于鸽群的空气质量监测方法、装置及计算机存储介质。
背景技术
随着我国工业生产规模的快速扩张,以及机动车辆的急剧增加,工业生产的排放物,以及机动车辆的排放尾气严重影响了我国的空气质量。为了监测各个地方的空气质量,现有的空气质量监测方法主要是,站房式空气质量监测方法和车载式空气质量监测方法。
站房式空气质量监测方法,即在一个固定位置或者固定区域安装空气质量监测装置,空气质量监测装置将采集到的空气数据发送至空气质量监测系统。车载式空气质量监测方法,即将空气质量监测装置安装在公交车、货运车等车辆上,空气质量监测装置启动后,将采集到的空气数据、车辆位置信息等数据发送到空气质量监测系统。
由此可知,目前的站房式空气质量监测方法和车载式空气质量监测方法,监测站点分布不均,只能覆盖固定点或较小区域,且只能进行固定高度的空气质量监测,从而使得空气质量监测的可靠性低。
发明内容
本申请的主要目的在于提供一种基于鸽群的空气质量监测方法、装置及计算机存储介质,旨在提升空气质量监测的可靠性。
为实现上述目的,本申请实施例提供一种基于鸽群的空气质量监测方法,所述鸽群中包括第一鸽子和第二鸽子,所述第一鸽子携带有数据汇聚装置,所述第二鸽子携带有数据采集装置,所述基于鸽群的空气质量监测方法包括:
所述数据汇聚装置接收到所述数据采集装置发送的监测数据后,根据各个数据采集装置的类型将所述监测数据进行分组封装,得到多个数据包;
通过粗大误差检验算法滤除各个所述数据包中异常的监测数据,得到各个所述数据包中的待处理监测数据;
确定各个所述数据包对应的区域位置,并通过预设滤波方法对各个所述数据包中的待处理监测数据进行滤波处理,得到各个区域位置的空气质量信息。
可选地,所述通过粗大误差检验算法滤除各个所述数据包中异常的监测数据,得到各个所述数据包中的待处理监测数据的步骤包括:
通过粗大误差检验算法确定各个所述数据包的统计均值,以及确定各个所述数据包中各个监测数据对应的变化特征值;
基于各个所述数据包的统计均值以及各个所述数据包中各个监测数据对应的变化特征值,确定各个所述数据包中异常的监测数据;
滤除各个所述数据包中异常的监测数据,得到各个所述数据包中的待处理监测数据。
可选地,所述基于各个所述数据包的统计均值以及各个所述数据包中各个监测数据对应的变化特征值,确定各个所述数据包中异常的监测数据的步骤包括:
将各个所述数据包的统计均值分别与各个所述数据包中各个监测数据的变化特征值作差,得到各个所述数据包中各个监测数据对应的差值;
基于各个所述数据包中各个监测数据对应的差值与所述粗大误差检验算法的均方差,计算各个所述数据包中各个监测数据对应的比值;
基于各个所述数据包中各个监测数据对应的比值与预设值,确定各个所述数据包中异常的监测数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳力维智联技术有限公司;南京中兴力维软件有限公司,未经深圳力维智联技术有限公司;南京中兴力维软件有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110300692.1/2.html,转载请声明来源钻瓜专利网。