[發明專利]基于多傳感器數據融合確定室內有害氣體污染程度的方法

有效

• 申請號: 201110286903.7
• 申請日: 2011-09-24
• 公開（公告）號: CN102445521A
• 公開（公告）日: 2012-05-09
• 發明（設計）人: 汪梅;徐寧波;張錚
• 申請（專利權）人: 西安科技大學
• 主分類號: G01N33/00
• 分類號: G01N33/00
• 代理公司: 西安創知專利事務所 61213
• 代理人: 譚文琰

技術領域

本發明屬于室內有害氣體污染程度的確定技術領域，尤其是涉及一種基于多傳感器數據融合確定室內有害氣體污染程度的方法。

背景技術

室內裝修造成的污染作為一種比較敏感的環境污染，已經成為社會所面臨的最為嚴重的問題之一。鑒于室內裝修污染對人們造成的危害，對室內氣體監測越來越顯得重要。在室內空氣等級的實際評價過程中，對于某個具體的室內氣體，其各個評價指標并不都剛好在某個類別之中，這給確定室內空氣質量類別帶來了很大的困難，而且在室內空氣質量監測的過程中，受環境、通風情況、氣候以及人為等因素的影響，使得監測數據具有不確定性。

有學者利用Bayes理論的優勢，結合多傳感器融合技術，實現對室內有害氣體污染程度的確定。該方法有其優點如下：(1)由已知證據可以確定假設事件出現的概率；(2)出現新證據時，假設事件的似然函數可以通過沒有出現新證據時的似然函數和出現新證據的概率來更新；(3)客觀概率和主觀概率估計都可以使用(不需要概率密度函數)；(4)主觀概率來自于經驗，并且允許每個人的取值不一樣；(5)貝葉斯在預測和不確定性方面的優勢突出。但不足之處在于：(1)Bayes方法要求所有的假設都是獨立的，這在實際系統中是不現實的。(2)它要求給出先驗概率和條件概率，一方面，這比較困難，另一方面，由于很難保證領域專家給出的概率具有前后一致性，就需要領域專家和計算機花費大量的時間來檢驗系統中概率的一致性。(3)Bayes方法要求有統一的識別框架，不能在不同層次上組合證據，當對不同層次的證據強行進行分組時，可能產生直觀不合意的結論。(4)Bayes方法無法區分不確定和不知道。由于上述缺點，使得Bayes方法的應用受到一定限制。

還有學者提出了基于多傳感器自適應加權數據融合方法。該方法充分利用了傳感器的原始數據，將傳感器的均方誤差、測量精度等信息進行融合，并準確的估計出來。其優點是不要求測量數據的任何先驗知識，僅依據測量數據的測量精度來確定不同數據的相應權數，就可以計算出均方誤差最小的融合值。它可在一定程度上抑制傳感器的漂移和噪聲，提高系統的檢測精度。但是其在解決監測數據的不確定性方面有所欠缺，導致其不能有效地確定室內有害氣體污染程度。

發明內容

本發明所要解決的技術問題在于針對上述現有技術中的不足，提供一種基于多傳感器數據融合確定室內有害氣體污染程度的方法，其設計合理，實現方便，使用操作便捷，性能穩定，工作可靠，處理方法和結果更符合實際情況，數據處理能力強、速度快，使用效果好，便于推廣使用。

為解決上述技術問題，本發明采用的技術方案是：一種基于多傳感器數據融合確定室內有害氣體污染程度的方法，其特征在于該方法包括以下步驟：

步驟一、p種室內有害氣體濃度信號的實時檢測與調理：通過p個有害氣體傳感器并行地對被檢測室內的p種有害氣體的濃度分別進行n次實時檢測，并將實時所檢測的有害氣體濃度信號分別經p路信號調理電路進行放大和濾波處理后傳輸給控制器模塊；其中，p和n均為自然數；

步驟二、信號實時采集及同步上傳：控制器模塊采集經p路信號調理電路進行放大和濾波處理后的p種有害氣體濃度信號并相應進行A/D轉換后，通過通信電路同步傳送至處理計算機；同時，處理計算機對p個有害氣體傳感器各進行n次實時檢測所采集到的p×n個濃度測量值進行記錄；其中，每個有害氣體傳感器進行n次實時檢測所采集到的濃度測量值為n個；

步驟三、第r種有害氣體污染程度的確定：處理計算機對由控制器模塊傳送而來的第r種有害氣體的n個濃度測量值y_r1、y_r2、…y_rn進行分析處理，實現對第r種有害氣體污染程度的確定，其中，r的取值為1～p之間的整數；其分析處理過程如下：

301、處理計算機根據公式Y_ri＝[y_ri-σ，y_ri+σ]，計算第r種有害氣體的n個濃度測量值在置信水平為0.95下的置信區間Y_ri；

其中，σ表示測量標準差，i的取值為1～n之間的整數；