[发明专利]一种基于联合滤波的空气污染物浓度监测装置、监测系统及其监测方法有效

专利信息
申请号: 202110692941.6 申请日: 2021-06-22
公开(公告)号: CN113342794B 公开(公告)日: 2022-08-02
发明(设计)人: 杨傲杰;高睿 申请(专利权)人: 东北农业大学
主分类号: G06F16/215 分类号: G06F16/215;G06F16/23;G06F16/2458;G01N33/00
代理公司: 哈尔滨市阳光惠远知识产权代理有限公司 23211 代理人: 刘景祥
地址: 150030 黑龙*** 国省代码: 黑龙江;23
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 联合 滤波 空气 污染物 浓度 监测 装置 系统 及其 方法
【说明书】:

发明一种基于联合滤波的空气污染物浓度监测装置、监测系统及其监测方法。所述装置包括多个节点装置,所述节点装置包括传感器组、数据清理模块、DHPFF滤波模块、卡尔曼滤波模块、参数库、认知管理模块和收发模块;所述传感器组与数据清理模块相连接,所述数据清理模块分别与DHPFF滤波模块和卡尔曼滤波模块相连接,所述DHPFF滤波模块分别与卡尔曼滤波模块和参数库相连接,所述卡尔曼滤波模块分别与认知管理模块和参数库相连接,所述认知管理模块与收发模块相连接。本发明用以解决单个传感器因空气湿度、气压、风速等因素导致测量不准的问题。

技术领域

本发明属于空气污染监测领域;具体涉及一种基于联合滤波的空气污染物浓度监测装置、监测系统及其监测方法。

背景技术

随着我国经济的快速发展,人民生活水平得到很大的提高,但是也带来了空气污染等问题,工厂废气、汽车尾气和燃煤取暖导致了越来越多的空气污染,大气污染不仅影响着人们的生产生活,同时也对人们的身体健康造成了很大的影响。近年来中国的空气质量远低于世界卫生组织(WHO)的建议标准,细颗粒物污染已成为对人体健康、国民经济产生重要影响的极端环境和社会问题。面对严峻的细颗粒物污染问题,政府也在积极采取各种综合治理措施,在治理空气污染的过程中,对于空气空气污染浓度的监测至关重要。监测空气中的细颗粒污染物极易受气压、气流、光照、温湿度和环境特征等因素的影响,使得传感器测出来的数据不准确。如何准确监测空气污染物浓度是一个很有意义的课题。

目前的研究大多数是直接使用单个传感器所测的空气污染浓度作为监测结果,这样得到的结果不够精确;也有经过简单的处理来提高空气污染物浓度的测量精度,例如采用粒子滤波、卡尔曼滤波、KZ滤波、冲击响应滤波等方法进行过滤,但是当风速、气压等因素短时间剧烈变化时会导致传感器所测量的污染物浓度存在较大的误差。

发明内容

本发明一种基于联合滤波的空气污染物浓度监测装置、监测系统及其监测方法,用以解决单个传感器因空气湿度、气压、风速等因素导致测量不准的问题。

本发明通过以下技术方案实现:

一种基于联合滤波的空气污染物浓度监测装置,所述装置包括多个节点装置,所述节点装置包括传感器组、数据清理模块、DHPFF滤波模块、卡尔曼滤波模块、参数库、认知管理模块和收发模块;

所述传感器组与数据清理模块相连接,所述数据清理模块分别与DHPFF滤波模块和卡尔曼滤波模块相连接,所述DHPFF滤波模块分别与卡尔曼滤波模块和参数库相连接,所述卡尔曼滤波模块分别与认知管理模块和参数库相连接,所述认知管理模块与收发模块相连接。

一种基于联合滤波的空气污染物浓度监测系统,所述系统包括传感器组、数据清理模块、DHPFF滤波模块、卡尔曼滤波模块、参数库、认知管理模块和收发模块;

所述传感器组将信号传输至数据清理模块,所述数据清理模块分别将信号传输至DHPFF滤波模块和卡尔曼滤波模块,所述卡尔曼滤波模块与DHPFF滤波模块均将信号传输至认知管理模块,所述认知管理模块分别将信号传输至收发模块和参数库,所述参数库分别将信号传输至DHPFF滤波模块和卡尔曼滤波模块。

一种基于分布式卡尔曼滤波的空气污染物浓度监测系统的监测方法,所述监测方法具体包括以下步骤:

步骤1:利用空气污染物浓度监测系统得到多个时隙之间的时序滤波;

步骤2:利用空气污染物浓度监测系统得到单个时隙上的由多个传感器执行的空间滤波;

步骤3:利用步骤1多个时隙之间的时序滤波和步骤2的单个时隙上的空间滤波,根据滤波结果更新时序滤波参数。

进一步的,所述步骤1中得到多个时隙之间的时序滤波具体包括以下步骤:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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东北农业大学,未经东北农业大学许可,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/202110692941.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top