CN115327942A - 一种环境智能监测*** - Google Patents
一种环境智能监测*** Download PDFInfo
- Publication number
- CN115327942A CN115327942A CN202210990097.XA CN202210990097A CN115327942A CN 115327942 A CN115327942 A CN 115327942A CN 202210990097 A CN202210990097 A CN 202210990097A CN 115327942 A CN115327942 A CN 115327942A
- Authority
- CN
- China
- Prior art keywords
- module
- signal
- data
- environment
- analysis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 68
- 238000004458 analytical method Methods 0.000 claims abstract description 173
- 230000008878 coupling Effects 0.000 claims abstract description 82
- 238000010168 coupling process Methods 0.000 claims abstract description 82
- 238000005859 coupling reaction Methods 0.000 claims abstract description 82
- 230000007613 environmental effect Effects 0.000 claims abstract description 58
- 238000007405 data analysis Methods 0.000 claims abstract description 48
- 238000000034 method Methods 0.000 claims abstract description 24
- 230000008569 process Effects 0.000 claims abstract description 18
- 238000013500 data storage Methods 0.000 claims abstract description 10
- 230000005540 biological transmission Effects 0.000 claims abstract description 8
- 238000003860 storage Methods 0.000 claims abstract description 5
- 238000011156 evaluation Methods 0.000 claims description 20
- 238000001914 filtration Methods 0.000 claims description 18
- 210000002569 neuron Anatomy 0.000 claims description 17
- 230000004044 response Effects 0.000 claims description 16
- 230000006870 function Effects 0.000 claims description 12
- 238000012937 correction Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 7
- 238000007726 management method Methods 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000012905 input function Methods 0.000 claims description 3
- 230000008054 signal transmission Effects 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/26—Pc applications
- G05B2219/2642—Domotique, domestic, home control, automation, smart house
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明公开了一种环境智能监测***,包括数据采集模块、数据存储模块、信号分析模块、耦合分析模块、数据分析模块、智能家居网关控制模块、环境监测模块、警报模块,数据采集模块对室内环境的环境数据进行采集并将采集到的环境数据发送至数据存储模块进行存储,信号分析模块对智能网关控制发出的控制信号传输过程进行分析得到信号分析结果,耦合分析模块结合信号分析结果对环境数据中的环境特征参数进行分析得到耦合分析结果,再由环境监测模块对室内环境进行智能监测得到环境分析结果,在环境数据的数据分析过程将信号传输带来的误差考虑在内,并通过对智能家居设备响应控制信号的动态过程的分析提高了环境监测和数据分析的效率。
Description
技术领域
本发明涉及工程监测技术领域,特别是涉及一种环境智能监测***。
背景技术
随着科学技术的不断发展,环境监测***在我们的生活、农业、运输、生产加工等各个方面均得到了广泛的应用,通过环境特征参数的监测有效的提高了工作效率和健康生活需求,现有技术中的环境监管体***已经得了很好的发展,环境监测***利用传感器设备对环境区域内的环境参数进行采集,由数据预处理对采集到的数据进行处理,再利用数据融合技术和数据分析技术对通过传感器等数据采集模块采集的数据进行综合的评判和分析,但是,不同的数据采集终端之间存在互为干扰的现象,导致采集的数据从源头上出现了错误,并且环境监测***对数据分析和数据预处理的过程中出现数据误差时,并不能判断数据的来源,无法解决数据泄露、数据越界、无效数据的等问题,还有当智能网关开始对智能家居环境进行控制时,不同的智能家居设备的反应速度和反映过程不同,不同的智能家居设备并不能以最快的时间进行协调运行,例如,在智能家居***中,室内环境的监测中对室内环境参数进行采集的设备来自不同厂家和不同的应用参数,使得智能家居环境监测***在环境监测过程中在数据分析过程中出现误差,从而降低了环境监测的效率,降低了人们的智能家居生活的体验和安全系数,为此,我们提出了一种环境智能监测***。
发明内容
针对上述情况,为克服现有技术之缺陷,本发明之目的在于提供一种环境智能监测***,利用信号分析模块、耦合分析模块和环境监测模块对智能家居网关控制模块控制智能家居设备的初始阶段进行分析,通过对控制信号和设备参数的分析来对初始阶段进行监测,大大提高了环境分析的准确性,加强了在控制的初始阶段对动态环境的监测。
其解决的技术方案是,一种环境智能监测***,包括数据采集模块、数据存储模块、信号分析模块、耦合分析模块、数据分析模块、智能家居网关控制模块、环境监测模块、警报模块,数据采集模块对室内环境的环境数据进行采集并将采集到的环境数据发送至数据存储模块进行存储,信号分析模块对智能网关控制发出的所有的控制信号和设备启动速度进行分析得到信号分析结果,耦合分析模块结合信号分析结果对环境数据中的环境特征参数进行分析得到耦合分析结果,再由环境监测模块对室内环境进行智能监测得到环境分析结果,并将环境分析结果发送至数据数分析模块,数据分析模块利用环境分析结果对所有智能家居设备进行分析,再由智能家居网关控制模块对智能家居设备进行优化控制;
***管理过程具体如下:
(1)、用户通过智能家居网关控制模块对智能家居设备发出的控制信号对智能家居设备进行控制,信号分析模块对控制信号和智能家居设备的工作参数进行分析得到信号分析结果,首先信号分析模块对多个智能家居设备的控制信号的信号干扰进行分析得到信号耦合误差,再对智能家居网关控制模块控制的不同的智能家具设备产生的响应数据进行分析得到信号滤波误差,不同的智能家居设备接收到控制信号后的响应数据不同,最后信号分析模块再结合信号耦合误差和信号滤波误差对环境数据进行分析得到信号误差参数,并将信号误差参数发送至耦合分析模块;
(2)、耦合分析模块接收包括信号误差参数的信号分析结果,并结合信号误差参数对环境数据进行分析,耦合分析模块首先根据采集的环境数据进行分析得到环境数据中不同参数之间的耦合程度,再结合代表智能家居设备采集误差的信号误差参数进行分析得到耦合分析结果,并将耦合分析结果发送至环境监测模块;
(3)、环境监测模块接收耦合分析结果,并结合耦合分析模块和信号分析模块的分析结果进行预测评估分析得到环境分析结果,环境监测模块再将环境分析结果发送至数据分析模块,环境监测模块是通过对不同室内场景模式下的环境数据的综合分析来实现对环境的监测,环境分析结果中包括环境指标参数和目标分析参数;
(4)、数据分析模块根据环境分析结果对所有连接在智能网关内的设备进行智能分析得到数分析结果,智能家居网关控制模块根据数据分析结果对智能家居设备进行调节,当数据分析结果为异常时,由警报模块向用户终端发送警报信息。
智能家居网管控制模块向智能家居设备发出控制信号后,控制信号在室内环境参数的影响下进行无线传播,将智能家居网关控制模块同时进行控制的智能家居设备标号为z1,z2,z3…,zn,n表示同时发出控制信号的智能家居设备个数,n个控制信号的传播距离分别为s1,s2,s3…,sn,首先信号分析模块对n个智能家居设备的控制信号的传输过程进行分析得到信号耦合误差ΔX,控制信号的环境影响参数为w,分析公式如下:
其中,为智能家居设备zi的控制信号的强度,si为对应的控制信号的传播距离,智能家居设备的接收到控制信号后对控制信号进行滤波和识别处理,并开始运行工作产生对应的响应数据,智能家居设备从接收到控制信号到正常运行的时间为信号分析模块分别对不同的智能家具设备接收到控制信号后产生的响应数据进行分析得到信号滤波误差δ,信号强度为的控制信号经过数字信号转换和滤波处理后,再根据信号进行相应,信号分析模块根据对控制信号经过处理前后的信号参数进行分析对比的得到再根据所有的控制信号的处理过程进行分析得到δ,信号分析模块再结合信号耦合误差和信号滤波误差对环境数据进行分析得到信号误差参数,并将信号误差参数发送至耦合分析模块。
所述环境监测模块利用神经网络算法对智能家居网关控制模块的控制过程产生的环境数据进行评估分析得到环境分析结果,并将环境分析结果发送至数据分析模块,环境监测模块的分析过程如下:
步骤1、环境监测模块对数据采集模块采集的环境数据进行分析预测,首先环境监测模块选取环境综合影响因子并记为X1,X2,X3…Xk,k表示的是环境综合影响因子的个数,并以智能家居网关控制模块发出控制信号的时刻为初始时刻进行初始化;
步骤2、其次环境监测模块对环境数据进行学习训练得到各神经元的输出函数和环境数据的分析样本的期望,并计算输出层各个神经元的校正误差,校正误差的计算公式如下:
其中,dt为误差函数,Ek为分析样本的期望值,为神经元的输出函数,yt为神经元的输入函数,lt为阈值函数,f′(lt)表示包括lt的函数的导数,环境监测模块根据分析得到的校正误差进行阈值优化得到全局误差;
步骤3、环境监测模块结合全局误差对智能家居网关控制模块的控制的所有的智能设备进行综合评估得到综合评估指数M;
其中,Wi第i个智能家居设备的综合指标的权重,v为已经完成工作的智能家居设备的个数,Yit为第i个智能家居设备的评估指数,t为Yit的评估指标的个数;
步骤4、环境监测模块根据综合评估指数对不同室内情景模式进行环境数据分析得到环境分析结果,并将环境分析结果发送至数据分析模块。
所述信号分析模块对不同智能家居设备的控制信号的传输过程进行分析,耦合分析模块以智能家居设备为单位,不同智能家居设备作用于环境的不同环境参数,智能家居设备给环境带来的影响会发生重合,耦合分析模块对智能家居网关控制模块控制的所有的智能家居设别的环境数据进行分析得到环境数据中不同参数之间的耦合程度,再结合代表智能家居设备采集误差的信号误差参数进行分析得到耦合分析结果,耦合分析结果中包括环境综合影响因子,环境综合影响因子的个数k根据耦合程度来确定。
由于以上技术方案的采用,本发明与现有技术相比具有如下优点;
1.本***中的智能家居网关控制模块通过向智能家居设备发送的控制信号对不同的智能家居设备进行控制,但由于不同的智能家居设备的生产厂家、工作参数、响应时间等不相同,导致多个智能家居设备共同响应时,动态变化的环境参数的影响导致数据泄露、无效数据等问题,为了对智能家居网关控制模块对智能家居设备进行控制的初始阶段进行分析,本***的信号分析模块、耦合分析模块和环境监测模块共同对环境数据进行分析,提高数据分析的准确性,使得智能网关对智能家居设备进行精准的控制,首先本***的信号分析模块通过对控制信号的传输过程进行分析得到信号耦合误差,再根据环境数据中智能家居设备的响应数据和控制信号的滤波分析得到信号滤波误差,最后再根据信号耦合误差和信号滤波误差进行分析得到信号误差参数,信号分析模块的分析过程中将环境影响参数对信号传输过程的影响考虑在内,提高了环境监测的效率。
2.本***的耦合分析模块对所有运行的智能家居设备对环境参数的影响进行分析,分别计算不同的智能家居设备工作时对环境参数的耦合程度,再结合信号误差参数进行整体的耦合分析得到耦合分析结果,再由本***中环境监测模块通过对间接环境信息的分析进行整体的环境分析和预测评估得到环境分析结果,环境分析模块首先根据环境数据进行全局误差分析,再进行综合评估预测得到综合评估指数,在控制信号响应的初始阶段,智能家居设备不是同时开始响应并开始工作的,而是一个动态的过程,随着不同的智能家居设备开始运行工作,环境参数在发生整体的变化,环境监测模块对这一过程进行了动态监测,再由数据分析模块根据环境监测的结果进行数据分析,提高数据分析和环境监测的效率,使得智能家居网关同时控制多个智能家居设备时,提高了多个智能家居设备初始控制阶段的协调性。
附图说明
图1为本***的整体分析的流程图;
图2为本***的整体模块图;
图3为本***的信号分析模块的流程图;
图4为本***的环境监测模块的流程图。
具体实施方式
有关本发明的前述及其他技术内容、特点与功效,在以下配合参考附图1至图4对实施例的详细说明中,将可清楚的呈现。以下实施例中所提到的结构内容,均是以说明书附图为参考。
随着电子科学技术的不断发展,环境监测在食品生产、农业、工业生产等各个领域均得到了广泛的应用,智能家居的基础应用技术也包括环境监测,通过对室内不同场景对应的环境参数的监控,进行对应的调节,环境监测中***根据环境特征参数的变化对动态目标主体的目标特征进行分析,同时,当智能家居设备在某一场景下时,需要多个智能家居设备的同时运行才能达到目标要求的环境特征参数,为了实现目标特征所处的环境特征参数,智能家居***需要同时控制多个智能家居设备,但是智能家居设备来自不同的生产厂家和不同的运行参数,环境监测过程会带来人力和物力耗费的问题,并且还会产生无效数据的问题,为了使得环境监测能够对初始阶段的环境进行动态的监测和分析,使得工作人员可以及时对环境的突发状况及时的掌握,本***提出了一种环境智能监测***,包括数据采集模块、数据存储模块、信号分析模块、耦合分析模块、数据分析模块、智能家居网关控制模块、环境监测模块、警报模块,数据采集模块对室内环境的环境数据进行采集并将采集到的环境数据发送至数据存储模块进行存储,信号分析模块对智能网关控制发出的所有的控制信号和设备启动速度进行分析得到信号分析结果,耦合分析模块结合信号分析结果对环境数据中的环境特征参数进行分析得到耦合分析结果,再由环境监测模块对室内环境进行智能监测得到环境分析结果,并将环境分析结果发送至数据数分析模块,数据分析模块利用环境分析结果对所有智能家居设备进行分析,再由智能家居网关控制模块对智能家居设备进行优化控制;
***管理过程具体如下:
(1)、用户通过智能家居网关控制模块对智能家居设备发出的控制信号对智能家居设备进行控制,当智能家居网关控制模块对智能家居设备发出控制信号后,控制信号中的无线信号传输至智能家居设备接收端,将智能家居设备接收到控制信号到正常工作的过程称为初始阶段,信号分析模块对初始阶段中控制信号的传输过程和智能家居设备的响应过程中的控制信号带来的误差进行分析,信号分析模块对控制信号和智能家居设备的工作参数进行分析得到信号分析结果,首先信号分析模块对多个智能家居设备的控制信号的信号干扰进行分析得到信号耦合误差,再对智能家居网关控制模块控制的不同的智能家具设备产生的响应数据进行分析得到信号滤波误差,不同的智能家居设备接收到控制信号后的响应数据不同,最后信号分析模块再结合信号耦合误差和信号滤波误差对环境数据进行分析得到信号误差参数,并将信号误差参数发送至耦合分析模块;
(2)、耦合分析模块是从环境特征参数的角度进行分析的,智能家居网关控制模块通过对多个智能家居设备的控制来实现了不同环境场景下的环境特征参数的要求,耦合分析模块接收包括信号误差参数的信号分析结果,并结合信号误差参数对环境数据进行分析,耦合分析模块首先根据采集的环境数据进行分析得到环境数据中不同参数之间的耦合程度,再结合代表智能家居设备采集误差的信号误差参数进行分析得到耦合分析结果,并将耦合分析结果发送至环境监测模块;
(3)、环境监测模块接收耦合分析结果,并结合耦合分析模块和信号分析模块的分析结果进行预测评估分析得到环境分析结果,环境监测模块再将环境分析结果发送至数据分析模块,环境监测模块是通过对不同室内场景模式下的环境数据的综合分析来实现对环境的监测,环境分析结果中包括环境指标参数和目标分析参数;
(4)、数据分析模块根据环境分析结果对所有连接在智能网关内的设备进行智能分析得到数分析结果,智能家居网关控制模块根据数据分析结果对智能家居设备进行调节,当数据分析结果为异常时,由警报模块向用户终端发送警报信息。
智能家居网管控制模块向智能家居设备发出控制信号后,控制信号在室内环境参数的影响下进行无线传播,将智能家居网关控制模块同时进行控制的智能家居设备标号为z1,z2,z3…,zn,n表示同时发出控制信号的智能家居设备个数,n个控制信号的传播距离分别为s1,s2,s3…,sn,首先信号分析模块对n个智能家居设备的控制信号的传输过程进行分析得到信号耦合误差ΔX,控制信号的环境影响参数为w,分析公式如下:
其中,为智能家居设备zi的控制信号的强度,si为对应的控制信号的传播距离,智能家居设备的接收到控制信号后对控制信号进行滤波和识别处理,并开始运行工作产生对应的响应数据,智能家居设备从接收到控制信号到正常运行的时间为信号分析模块分别对不同的智能家具设备接收到控制信号后产生的响应数据进行分析得到信号滤波误差δ,信号强度为的控制信号经过数字信号转换和滤波处理后,再根据信号进行相应,信号分析模块根据对控制信号经过处理前后的信号参数进行分析对比的得到再根据所有的控制信号的处理过程进行分析得到δ,信号分析模块再结合信号耦合误差和信号滤波误差对环境数据进行分析得到信号误差参数,并将信号误差参数发送至耦合分析模块。
所述环境监测模块利用神经网络算法对智能家居网关控制模块的控制过程产生的环境数据进行评估分析得到环境分析结果,并将环境分析结果发送至数据分析模块,环境监测模块的分析过程如下:
步骤1、环境监测模块对数据采集模块采集的环境数据进行分析预测,首先环境监测模块选取环境综合影响因子并记为X1,X2,X3…Xk,k表示的是环境综合影响因子的个数,并以智能家居网关控制模块发出控制信号的时刻为初始时刻进行初始化;再根据根据选择的初始化各连接权wij、vjt和阈值θj、rt,可在(-1,10期间内选择一个随机数,设定学习效率η∈(0,1),最大的训练次数M及误差的目标精度值,随机输入第z个样本级对应的期望输出(Xz,Yz),求解隐含层神经元的输出
bj=f(sj),
其中,
求解输出层各种神经元的输出:
其中,
n为神经元个数,依据得到的输出层的校验误差,求隐层各种神经元的校正误差,
步骤2、其次环境监测模块对环境数据进行学习训练得到各神经元的输出函数和环境数据的分析样本的期望,并计算输出层各个神经元的校正误差,校正误差的相关公式如下:
其中,dt为误差函数,Ek为分析样本的期望值,n为神经元个数,为神经元的输出函数,yt为神经元的输入函数,lt为阈值函数,f′(lt)表示包括lt的函数的导数,环境监测模块根据分析得到的校正误差进行阈值优化得到全局误差,优化阈值方程如下:
θj(l+1)=θj(L)+ηej,
rt(L+1)=rt(L)+ηdt,
全局误差计算方程如下:
步骤3、环境监测模块结合全局误差对智能家居网关控制模块的控制的所有的智能设备进行综合评估得到综合评估指数M;
其中,Wi第i个智能家居设备的综合指标的权重,v为已经完成工作响应的智能家居设备的个数,Yit为第i个智能家居设备的评估指数,t为Yit的评估指标的个数;Yit的分析过程于耦合分析模块的耦合分析结果有关,耦合分析结果中包括不同的智能家居设备中的耦合参数,第i个智能家居设备的评估指数的分析过程与耦合参数有关;
步骤4、环境监测模块根据综合评估指数对不同室内情景模式进行环境数据分析得到环境分析结果,并将环境分析结果发送至数据分析模块。
所述信号分析模块对不同智能家居设备的控制信号的传输过程进行分析,耦合分析模块是智能家居设备为单位,不同智能家居设备作用于环境的不同环境参数,智能家居设备给环境带来的影响会发生重合,耦合分析模块对智能家居网关控制模块控制的所有的智能家居设别的环境数据进行分析得到环境数据中不同参数之间的耦合程度,再结合代表智能家居设备采集误差的信号误差参数进行分析得到耦合分析结果,耦合分析结果中包括环境综合影响因子,环境综合影响因子的个数k根据耦合程度来确定。
所述数据分析模块根据环境分析结果对所有连接在智能网关内的智能家居设备进行智能分析得到数据分析结果,数据分析模块根据环境监测模块对控制开始时室内场景的分析对智能家居网关控制进行优化分析,并将数据分析结果发送至智能家居网关控制模块。
所述智能家居网关控制模块根据数据分析结果对智能家居设备进行调节,当数据分析结果为异常时,由警报模块向用户终端发送警报信息,数据分析模块根据用户不同的室内场景需求对智能家居设备的环境数据进行分析,数据分析过程包括数据决策过程,首先根据环境数据进行特征提取,再根据提取的特征进行属性说明,通过关联分析的结果进行决策级融合,最后根据决策级进行决策。
本发明具体使用时,***主要包括数据采集模块、数据存储模块、信号分析模块、耦合分析模块、数据分析模块、智能家居网关控制模块、环境监测模块、警报模块,数据采集模块对室内环境的环境数据进行采集并将采集到的环境数据发送至数据存储模块进行存储,用户通过智能家居网关控制模块对多个智能家居设备进行控制,智能家居网关控制模块向智能家居设备发送包括无线信号的控制信号,智能家居设备根据控制信号进行响应,由于信号的传输过程和智能家居设备的运行过程不相同,所以智能家居网关控制模块通知多个智能家居设备的过程中环境参数是动态变化的,信号分析模块对智能网关控制发出的所有的控制信号和智能家居设备启动速度进行分析得到信号分析结果,信号分析结果包括信号误差参数,表示多个信号之间的相互影响,耦合分析模块结合信号分析结果对环境数据中的环境特征参数进行分析得到耦合分析结果,再由环境监测模块对室内环境进行智能监测得到环境分析结果,并将环境分析结果发送至数据数分析模块,数据分析模块利用环境分析结果对所有智能家居设备进行分析,再由智能家居网关控制模块对智能家居设备进行优化控制,环境监测模块的分析过程进行是动态的,同时对信号的传输过程也进行的分析,提高数据分析和环境监测的效率,使得智能家居网关同时控制多个智能家居设备时,提高了多个智能家居设备初始控制阶段的协调性。
以上所述是结合具体实施方式对本发明所作的进一步详细说明,不能认定本发明具体实施仅局限于此;对于本发明所属及相关技术领域的技术人员来说,在基于本发明技术方案思路前提下,所作的拓展以及操作方法、数据的替换,都应当落在本发明保护范围之内。
Claims (6)
1.一种环境智能监测***,其特征在于,包括数据采集模块、数据存储模块、信号分析模块、耦合分析模块、数据分析模块、智能家居网关控制模块、环境监测模块、警报模块,数据采集模块对室内环境的环境数据进行采集并将采集到的环境数据发送至数据存储模块进行存储,信号分析模块对智能网关控制发出的所有的控制信号和设备启动速度进行分析得到信号分析结果,耦合分析模块结合信号分析结果对环境数据中的环境特征参数进行分析得到耦合分析结果,再由环境监测模块对室内环境进行智能监测得到环境分析结果,并将环境分析结果发送至数据数分析模块,数据分析模块利用环境分析结果对所有智能家居设备进行分析,再由智能家居网关控制模块对智能家居设备进行优化控制;
***管理过程具体如下:
(1)、用户通过智能家居网关控制模块对智能家居设备发出的控制信号对智能家居设备进行控制,信号分析模块对控制信号和智能家居设备的工作参数进行分析得到信号分析结果,首先信号分析模块对多个智能家居设备的控制信号的信号干扰进行分析得到信号耦合误差,再对智能家居网关控制模块控制的不同的智能家具设备产生的响应数据进行分析得到信号滤波误差,不同的智能家居设备接收到控制信号后的响应数据不同,最后信号分析模块再结合信号耦合误差和信号滤波误差对环境数据进行分析得到信号误差参数,并将信号误差参数发送至耦合分析模块;
(2)、耦合分析模块接收包括信号误差参数的信号分析结果,并结合信号误差参数对环境数据进行分析,耦合分析模块首先根据采集的环境数据进行分析得到环境数据中不同参数之间的耦合程度,再结合代表智能家居设备采集误差的信号误差参数进行分析得到耦合分析结果,并将耦合分析结果发送至环境监测模块;
(3)、环境监测模块接收耦合分析结果,并结合耦合分析模块和信号分析模块的分析结果进行预测评估分析得到环境分析结果,环境监测模块再将环境分析结果发送至数据分析模块,环境监测模块是通过对不同室内场景模式下的环境数据的综合分析来实现对环境的监测,环境分析结果中包括环境指标参数和目标分析参数;
(4)、数据分析模块根据环境分析结果对所有连接在智能网关内的设备进行智能分析得到数分析结果,智能家居网关控制模块根据数据分析结果对智能家居设备进行调节,当数据分析结果为异常时,由警报模块向用户终端发送警报信息。
2.根据权利要求1所述的一种环境智能监测***,其特征在于,智能家居网管控制模块向智能家居设备发出控制信号后,控制信号在室内环境参数的影响下进行无线传播,将智能家居网关控制模块同时进行控制的智能家居设备标号为z1,z2,z3…,zn,n表示同时发出控制信号的智能家居设备个数,n个控制信号的传播距离分别为s1,s2,s3…,sn,首先信号分析模块对n个智能家居设备的控制信号的传输过程进行分析得到信号耦合误差ΔX,控制信号的环境影响参数为w,分析公式如下:
其中,为智能家居设备zi的控制信号的强度,si为对应的控制信号的传播距离,智能家居设备的接收到控制信号后对控制信号进行滤波和识别处理,并开始运行工作产生对应的响应数据,智能家居设备从接收到控制信号到正常运行的时间为信号分析模块分别对不同的智能家具设备接收到控制信号后产生的响应数据进行分析得到信号滤波误差δ,信号强度为的控制信号经过数字信号转换和滤波处理后,再根据信号进行相应,信号分析模块根据对控制信号经过处理前后的信号参数进行分析对比的得到再根据所有的控制信号的处理过程进行分析得到δ,信号分析模块再结合信号耦合误差和信号滤波误差对环境数据进行分析得到信号误差参数,并将信号误差参数发送至耦合分析模块。
3.根据权利要求1所述的一种环境智能监测***,其特征在于,所述环境监测模块利用神经网络算法对智能家居网关控制模块的控制过程产生的环境数据进行评估分析得到环境分析结果,并将环境分析结果发送至数据分析模块,环境监测模块的分析过程如下:
步骤1、环境监测模块对数据采集模块采集的环境数据进行分析预测,首先环境监测模块选取环境综合影响因子并记为X1,X2,X3…Xk,k表示的是环境综合影响因子的个数,并以智能家居网关控制模块发出控制信号的时刻为初始时刻进行初始化;
步骤2、其次环境监测模块对环境数据进行学习训练得到各神经元的输出函数和环境数据的分析样本的期望,并计算输出层各个神经元的校正误差,校正误差的计算公式如下:
其中,dt为误差函数,Ek为分析样本的期望值,为神经元的输出函数,yt为神经元的输入函数,lt为阈值函数,f′(lt)表示包括lt的函数的导数,环境监测模块根据分析得到的校正误差进行阈值优化得到全局误差;
步骤3、环境监测模块结合全局误差对智能家居网关控制模块的控制的所有的智能设备进行综合评估得到综合评估指数M;
其中,Wi第i个智能家居设备的综合指标的权重,v为已经完成工作响应的智能家居设备的个数,Yit为第i个智能家居设备的评估指数,t为Yit的评估指标的个数;
步骤4、环境监测模块根据综合评估指数对不同室内情景模式进行环境数据分析得到环境分析结果,并将环境分析结果发送至数据分析模块。
4.根据权利要求1所述的一种环境智能监测***,其特征在于,所述信号分析模块对不同智能家居设备的控制信号的传输过程进行分析,耦合分析模块是智能家居设备为单位,不同智能家居设备作用于环境的不同环境参数,智能家居设备给环境带来的影响会发生重合,耦合分析模块对智能家居网关控制模块控制的所有的智能家居设别的环境数据进行分析得到环境数据中不同参数之间的耦合程度,再结合代表智能家居设备采集误差的信号误差参数进行分析得到耦合分析结果,耦合分析结果中包括环境综合影响因子,环境综合影响因子的个数k根据耦合程度来确定。
5.根据权利要求1所述的一种环境智能监测***,其特征在于,所述数据分析模块根据环境分析结果对所有连接在智能网关内的智能家居设备进行智能分析得到数据分析结果,数据分析模块根据环境监测模块对控制开始时室内场景的分析对智能家居网关控制进行优化分析,并将数据分析结果发送至智能家居网关控制模块。
6.根据权利要求1所述的一种环境智能监测***,其特征在于,所述智能家居网关控制模块根据数据分析结果对智能家居设备进行调节,当数据分析结果为异常时,由警报模块向用户终端发送警报信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210990097.XA CN115327942A (zh) | 2022-08-17 | 2022-08-17 | 一种环境智能监测*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210990097.XA CN115327942A (zh) | 2022-08-17 | 2022-08-17 | 一种环境智能监测*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115327942A true CN115327942A (zh) | 2022-11-11 |
Family
ID=83923197
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210990097.XA Withdrawn CN115327942A (zh) | 2022-08-17 | 2022-08-17 | 一种环境智能监测*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115327942A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117032048A (zh) * | 2023-09-06 | 2023-11-10 | 东莞市粤广创照明有限公司 | 一种物联网的智能家居照明控制*** |
-
2022
- 2022-08-17 CN CN202210990097.XA patent/CN115327942A/zh not_active Withdrawn
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117032048A (zh) * | 2023-09-06 | 2023-11-10 | 东莞市粤广创照明有限公司 | 一种物联网的智能家居照明控制*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102369167B1 (ko) | 머신러닝을 이용한 지능형 스마트팜 운영 시스템 | |
CN109447162B (zh) | 一种基于Lora和Capsule的实时行为识别***及其工作方法 | |
CN115527203B (zh) | 一种基于物联网的谷物干燥远程控制方法及*** | |
CN116129366A (zh) | 基于数字孪生的园区监测方法及相关装置 | |
CN104374053A (zh) | 一种智能控制方法、装置及*** | |
CN102340811A (zh) | 无线传感器网络故障诊断方法 | |
CN113885398B (zh) | 一种基于可微推理的水循环智能感知与监控*** | |
CN114418177B (zh) | 基于生成对抗网络的数字孪生车间的新产品物料配送预测方法 | |
CN117172509B (zh) | 基于装修施工进度分析的施工项目分配*** | |
CN116599857B (zh) | 一种适用于物联网多场景的数字孪生应用*** | |
CN116993060B (zh) | 一种基于物联网的智慧工地安全管理方法及*** | |
CN115514679B (zh) | 一种基于通信模块的异常来源监测方法及*** | |
CN115327942A (zh) | 一种环境智能监测*** | |
CN117611015B (zh) | 一种建筑工程质量实时监测*** | |
CN114417242B (zh) | 畜禽活动信息的大数据检测*** | |
CN114418183B (zh) | 畜禽健康体征大数据物联网检测*** | |
CN117371607A (zh) | 基于物联网技术的锅炉汽水流程再造监测*** | |
CN116976862A (zh) | 一种工厂设备信息化管理***及方法 | |
CN111625030A (zh) | 一种温室环境控制方法、装置、设备、***及存储介质 | |
CN116668473A (zh) | 一种农业异常数据的边缘识别方法、***、设备及介质 | |
CN114390376B (zh) | 火灾大数据远程探测与预警*** | |
CN115545962A (zh) | 一种基于多传感器***的作物生长周期管控方法及*** | |
CN114580482A (zh) | 基于边缘计算节点与数据中心的无线电信号特征采集方法 | |
CN112906856A (zh) | 一种基于云平台的畜禽舍环境温度检测*** | |
CN115129030B (zh) | 一种基于模型与神经网络组合的无人机故障诊断*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20221111 |
|
WW01 | Invention patent application withdrawn after publication |