[發明專利]一種基于無線云傳感網的大氣污染物在線監測系統

在審

• 申請號: 201710815615.3
• 申請日: 2017-09-08
• 公開（公告）號: CN107610028A
• 公開（公告）日: 2018-01-19
• 發明（設計）人: 樊東紅;韋樹貢;宋俊慷;凌曄華
• 申請（專利權）人: 廣西民族師范學院
• 主分類號: G06Q50/26
• 分類號: G06Q50/26;G06T7/90;H04L29/08;G01D21/02
• 代理公司: 北京金智普華知識產權代理有限公司11401
• 代理人: 楊采良

技術領域

本發明屬于大氣污染物在線監測技術領域，尤其涉及一種基于無線云傳感網的大氣污染物在線監測系統。

背景技術

目前，對于一些企業帶來經濟效益的同時，會造成很大的大氣污染問題，威脅當地居民的身體健康，影響當地環境安全。

通過人工或固定的監測點進行污染物監測自動化程度低，人工維護成本高，并且數據具有較大的滯后性，當地管理部門不能隨時接收到污染監測信息。由此，亟需一種能夠自動進行大氣污染物在線監測的設備。

圖像分割是一個經典的圖像處理問題，其目的是將一幅圖像劃分為若干有意義的區域，其中每個區域具有相似的特征和意義，但由于它處理對象的復雜性和目標的多樣性，一直是計算機視覺領域的難點和熱點問題。特別是近年來隨著技術革命進一步深入，圖像分割在越來越多的領域如工業生產、視頻應用、醫學圖像處理、生物圖像處理、智能交通、電子商務、電子政務、人機接口、虛擬現實、大氣污染物在線監測等得到了廣泛的應用。隨著互聯網的飛速發展及網絡類型與帶寬的增加，成像設備成本的下降，產生的圖像迅猛增多，基于圖像處理的產品與我們的日常生活也越來越緊密相關。圖像分割作為圖像處理中的一項關鍵技術，因此對圖像分割技術的研究不僅具有重要的理論價值而且具有很好的實用價值。

圖像分割研究始于二十世紀七十年代，經過近半個世紀的發展，提出了大量經典的圖像分割算法。傳統的經典圖像分割主要有閾值分割、基于邊緣的分割、基于區域的分割、基于全局優化準則的分割和基于統計的分割等。很多算法都在特定的應用場景中取得了好的分割效果，但由于圖像成像方式及設備的多元化、處理物體的多樣性及物體形狀不規則性等原因導致沒有一種圖像分割算法能夠很好的處理所有類型的圖像。

圖像分割在統計中也稱為聚類分析。近年來基于統計的有限混合模型(Finite Mixture Mode,FMM)的研究一直非常活躍。然而基于高斯分布的FMM的一個明顯缺點是它對噪聲非常敏感。而青蛙分布與高斯分布相比具有更重的尾部，因此它對噪聲具有很好的健壯性，是高斯分布的健壯替代。

綜上所述，現有技術存在的問題是：通過人工或固定的監測點進行污染物監測自動化程度低，人工維護成本高，并且數據具有較大的滯后性，當地管理部門不能隨時接收到污染監測信息；而且現有技術污染物圖像處理技術智能化程度低。

發明內容

針對現有技術存在的問題，本發明提供了一種基于無線云傳感網的大氣污染物在線監測系統。

本發明是這樣實現的，一種基于無線云傳感網的大氣污染物在線監測系統包括：用戶終端、數據總匯終端、無線云傳感網、系統分析模塊、濕度監測模塊、污染物監測模塊、溫度監測模塊及時間控制模塊；

所述濕度監測模塊、污染物監測模塊、溫度監測模塊均通過有線或無線分別連接時間控制模塊和系統分析模塊；系統分析模塊將數據通過GTiBee協議傳送到無線云傳感網；所述數據總匯終端用于接收匯總無線云傳感網的數據；用戶終端通過訪問數據總匯終端對大氣污染狀況進行了解并控制數據總匯終端；

所述用戶終端通過流量數據連接用數據總匯終端；

所述時間控制模塊用于控制所述濕度監測模塊、污染物監測模塊、溫度監測模塊的工作頻率或采樣周期；

所述濕度監測模塊用感知設備在獨立的采樣周期內對目標信號x(t)進行采集，并用A/D方式對信號進行數字量化；然后，對量化后的信號x(i)進行降維；最后，對降維后的信號進行重構；其中t為采樣時刻，i為量化后的信號排序；

對量化后的信號進行降維，具體是對量化后的信號通過有限脈沖響應濾波器的差分方程i＝1,…,M，其中h(0),…,h(L-1)為濾波器系數，設計基于濾波的壓縮感知信號采集框架，構造如下托普利茲測量矩陣：

則觀測i＝1,…,M，其中b₁,…,b_L看作濾波器系數；子矩陣Φ_FT的奇異值是格拉姆矩陣G(Φ_F,T)＝Φ′_FTΦ_FT特征值的算術根，驗證G(ΦF,T)的所有特征值λi∈(1-δ_K,1+δ_K),i＝1,…,T，則Φ_F滿足RIP，并通過求解最優化問題來重構原信號；即通過線性規劃方法來重構原信號，亦即BP算法；對圖像或語音壓縮信號的采集，則修改Φ_F為如下形式：