[發(fā)明專利]基于無(wú)線傳感網(wǎng)的危險(xiǎn)品倉(cāng)庫(kù)室內(nèi)定位與應(yīng)急疏散系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201810447901.3
• 申請(qǐng)日: 2018-05-11
• 公開(kāi)（公告）號(hào): CN108897011A
• 公開(kāi)（公告）日: 2018-11-27
• 發(fā)明（設(shè)計(jì)）人: 吳憲君;徐兵;項(xiàng)順伯;黃燕
• 申請(qǐng)（專利權(quán)）人: 廣東石油化工學(xué)院
• 主分類號(hào): G01S19/17
• 分類號(hào): G01S19/17;G01D21/02;H04L29/08;H04W4/02;H04W4/33;H04W84/18
• 代理公司: 北京金智普華知識(shí)產(chǎn)權(quán)代理有限公司 11401
• 代理人: 楊采良

1.一種基于無(wú)線傳感網(wǎng)的危險(xiǎn)品倉(cāng)庫(kù)室內(nèi)定位與應(yīng)急疏散方法，其特征在于，所述基于無(wú)線傳感網(wǎng)的危險(xiǎn)品倉(cāng)庫(kù)室內(nèi)定位與應(yīng)急疏散方法包括：

通過(guò)危險(xiǎn)品監(jiān)測(cè)公式對(duì)危險(xiǎn)品數(shù)據(jù)進(jìn)行采集；接收所在樓層監(jiān)測(cè)到的危險(xiǎn)品實(shí)時(shí)數(shù)據(jù)，通過(guò)數(shù)據(jù)無(wú)線傳輸傳遞函數(shù)公式將接收的數(shù)據(jù)無(wú)線傳輸上傳至綜合控制平臺(tái)；

檢測(cè)附近的危險(xiǎn)品，并將危險(xiǎn)品的信息傳送到綜合控制平臺(tái)；

控制倉(cāng)庫(kù)內(nèi)門(mén)、窗和滅火器的開(kāi)啟；同時(shí)對(duì)危險(xiǎn)品的位置采用擴(kuò)展卡爾曼濾波算法，根據(jù)危險(xiǎn)品位置的歷史信息，預(yù)測(cè)危險(xiǎn)品的位置，對(duì)危險(xiǎn)品進(jìn)行定位及報(bào)警提示。

2.如權(quán)利要求1所述的基于無(wú)線傳感網(wǎng)的危險(xiǎn)品倉(cāng)庫(kù)室內(nèi)定位與應(yīng)急疏散方法，其特征在于，

危險(xiǎn)品監(jiān)測(cè)公式為：

式中：

——觀測(cè)時(shí)段內(nèi)危險(xiǎn)品監(jiān)測(cè)變量的平均值；

y_i——觀測(cè)時(shí)段內(nèi)第i個(gè)危險(xiǎn)品監(jiān)測(cè)變量的采樣的樣本瞬時(shí)值，包括錯(cuò)誤、可疑；非正確的樣本丟棄不用于計(jì)算，令y_i＝0；

N——觀測(cè)時(shí)段內(nèi)的樣本總數(shù)，由采樣頻率和平均值時(shí)間區(qū)間決定；

m——觀測(cè)時(shí)段內(nèi)正確的樣本數(shù),m≤N；

數(shù)據(jù)無(wú)線傳輸時(shí)的傳遞函數(shù)為：

其中，ω₀為濾波器的中心頻率，對(duì)于不同的ω₀，k使k/ω₀保持不變；

在頻率域構(gòu)造濾波器，對(duì)應(yīng)的極坐標(biāo)表達(dá)方式為：

G(r,θ)＝G(r,r)r·G(θ,θ)；

式中，G_r(r)為控制濾波器帶寬的徑向分量，G_θ(θ)為控制濾波器方向的角度分量；

r表示徑向坐標(biāo)，θ表示角度坐標(biāo)，f₀為中心頻率，θ₀為濾波器方向，σ_f用于確定帶寬；

Bf＝2(2/ln2)1/2|lnσ_f|，σ_θ確定角度帶寬，Bθ＝2(2/ln2)1/2σ_θ；

對(duì)危險(xiǎn)品的位置進(jìn)行定位的方法包括：

采用擴(kuò)展卡爾曼濾波算法，根據(jù)危險(xiǎn)品位置的歷史信息，預(yù)測(cè)危險(xiǎn)品的位置，GPS定位模塊根據(jù)預(yù)測(cè)到危險(xiǎn)品的位置信息計(jì)算出危險(xiǎn)品的垂直仰角和水平方位角，預(yù)測(cè)信息得到的危險(xiǎn)品區(qū)域吞吐量的值和危險(xiǎn)品的完全信息得到的吞吐量理論值很接近，在天線陣列實(shí)現(xiàn)危險(xiǎn)品的波束的預(yù)測(cè)對(duì)準(zhǔn)后，基于危險(xiǎn)品區(qū)域吞吐量最大化建立優(yōu)化模型；

建立優(yōu)化模型后，將膜計(jì)算理論與粒子群算法相結(jié)合，采用膜系統(tǒng)的層次結(jié)構(gòu)和消息傳遞機(jī)制，將粒子群優(yōu)化算法作為基本膜子算法部署到各個(gè)膜區(qū)域中進(jìn)行演化操作，并在表層膜中，求解同一非支配等級(jí)下兩個(gè)字符對(duì)象的目標(biāo)向量間的距離，用以評(píng)估解個(gè)體在目標(biāo)空間中分布的均勻性，維持群體的多樣性；通過(guò)膜間的通信規(guī)則、粒子群行為的協(xié)同演進(jìn)和非支配解排序有效地平衡粒子群的全局搜索和局部尋優(yōu)；引入外部檔案集合存儲(chǔ)種群進(jìn)化過(guò)程中得到的優(yōu)勢(shì)個(gè)體，根據(jù)個(gè)體支配關(guān)系進(jìn)行維護(hù)，將熵度量作為相關(guān)度目標(biāo)，相關(guān)系數(shù)作為冗余度目標(biāo)用以優(yōu)化數(shù)據(jù)對(duì)象，通過(guò)統(tǒng)計(jì)Pareto解集中對(duì)應(yīng)特征子集被選擇的次數(shù)進(jìn)行降序排列，獲得所有特征的重要序列，并應(yīng)用于危險(xiǎn)品輻射源信號(hào)的脈內(nèi)特征選擇；

對(duì)危險(xiǎn)品的位置進(jìn)行定位的方法具體包括：

步驟一，確定移動(dòng)危險(xiǎn)品的測(cè)量模型；

步驟二，采用濾波算法進(jìn)行危險(xiǎn)品的位置預(yù)測(cè)；

步驟三，GPS定位模塊通過(guò)預(yù)測(cè)到的危險(xiǎn)品的位置信息，計(jì)算出每個(gè)危險(xiǎn)品的水平方位角和垂直仰角；

步驟四，采用有源天線陣列模型，確定GPS定位模塊到危險(xiǎn)品的信道增益模型；

步驟五，GPS定位模塊的天線波束實(shí)現(xiàn)危險(xiǎn)品的預(yù)測(cè)對(duì)準(zhǔn)；

步驟六，進(jìn)行危險(xiǎn)品區(qū)域中危險(xiǎn)品功率資源分配；

步驟七，通過(guò)最大化危險(xiǎn)品區(qū)域的吞吐量，進(jìn)行波束功率優(yōu)化；

步驟八，構(gòu)建相關(guān)度和冗余度作為目標(biāo)適應(yīng)度函數(shù)，包括：

利用相關(guān)度和冗余度的概念定義一組最小化的目標(biāo)函數(shù)，用以評(píng)價(jià)雷達(dá)輻射源信號(hào)特征子集的質(zhì)量；其中相關(guān)度傾向保留所有與數(shù)據(jù)結(jié)構(gòu)關(guān)聯(lián)緊密的特征，而冗余度則會(huì)排除與已選特征相關(guān)度高的特征；二者作為膜微粒群算法的適應(yīng)度函數(shù)；

相關(guān)度目標(biāo)采用熵度量指標(biāo)，如下：

s_ij＝exp(-aD_ij),

其中，N是危險(xiǎn)品輻射源信號(hào)數(shù)據(jù)樣本的個(gè)數(shù)；a是權(quán)重系數(shù)，D_ij是樣本i和樣本j在x所表示的特征子集下的歐式距離；D_a表示所有樣本在全空間下歐式距離的平均值。S_ij的取值必須歸一化到[0，1]；當(dāng)選擇的特征子集合理時(shí)，樣本i和樣本j若屬于同類，則S_ij的取值很小，反之越大；從而f₁(x)選取最小值；

冗余度目標(biāo)則利用相關(guān)系數(shù)，當(dāng)相關(guān)系數(shù)絕對(duì)值越小，特征子集所包含的冗余越小；目標(biāo)函數(shù)如下：

其中，n_x表示危險(xiǎn)品輻射源信號(hào)特征子集的個(gè)數(shù)；d是總的特征個(gè)數(shù)；x_j和x_k分別表示x中第j個(gè)和第k個(gè)元素的取值；b_ij表示第i個(gè)樣本在第j個(gè)特征上的取值，b_aj表示所有樣本在第j個(gè)特征上的均值；在特征子集規(guī)模確定時(shí)，冗余度小的特征子集對(duì)應(yīng)的目標(biāo)函數(shù)f₂(x)越小。