CN107168057A - 一种智能感染病房消毒液配置系统 - Google Patents
一种智能感染病房消毒液配置系统 Download PDFInfo
- Publication number
- CN107168057A CN107168057A CN201710374784.8A CN201710374784A CN107168057A CN 107168057 A CN107168057 A CN 107168057A CN 201710374784 A CN201710374784 A CN 201710374784A CN 107168057 A CN107168057 A CN 107168057A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- munderover
- mover
- mtd
- 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.)
- Pending
Links
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
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61L—METHODS OR APPARATUS FOR STERILISING MATERIALS OR OBJECTS IN GENERAL; DISINFECTION, STERILISATION OR DEODORISATION OF AIR; CHEMICAL ASPECTS OF BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES; MATERIALS FOR BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES
- A61L2/00—Methods or apparatus for disinfecting or sterilising materials or objects other than foodstuffs or contact lenses; Accessories therefor
- A61L2/16—Methods or apparatus for disinfecting or sterilising materials or objects other than foodstuffs or contact lenses; Accessories therefor using chemical substances
- A61L2/22—Phase substances, e.g. smokes, aerosols or sprayed or atomised substances
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61L—METHODS OR APPARATUS FOR STERILISING MATERIALS OR OBJECTS IN GENERAL; DISINFECTION, STERILISATION OR DEODORISATION OF AIR; CHEMICAL ASPECTS OF BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES; MATERIALS FOR BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES
- A61L2/00—Methods or apparatus for disinfecting or sterilising materials or objects other than foodstuffs or contact lenses; Accessories therefor
- A61L2/24—Apparatus using programmed or automatic operation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61L—METHODS OR APPARATUS FOR STERILISING MATERIALS OR OBJECTS IN GENERAL; DISINFECTION, STERILISATION OR DEODORISATION OF AIR; CHEMICAL ASPECTS OF BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES; MATERIALS FOR BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES
- A61L9/00—Disinfection, sterilisation or deodorisation of air
- A61L9/14—Disinfection, sterilisation or deodorisation of air using sprayed or atomised substances including air-liquid contact processes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61L—METHODS OR APPARATUS FOR STERILISING MATERIALS OR OBJECTS IN GENERAL; DISINFECTION, STERILISATION OR DEODORISATION OF AIR; CHEMICAL ASPECTS OF BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES; MATERIALS FOR BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES
- A61L2202/00—Aspects relating to methods or apparatus for disinfecting or sterilising materials or objects
- A61L2202/10—Apparatus features
- A61L2202/14—Means for controlling sterilisation processes, data processing, presentation and storage means, e.g. sensors, controllers, programs
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61L—METHODS OR APPARATUS FOR STERILISING MATERIALS OR OBJECTS IN GENERAL; DISINFECTION, STERILISATION OR DEODORISATION OF AIR; CHEMICAL ASPECTS OF BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES; MATERIALS FOR BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES
- A61L2202/00—Aspects relating to methods or apparatus for disinfecting or sterilising materials or objects
- A61L2202/20—Targets to be treated
- A61L2202/25—Rooms in buildings, passenger compartments
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61L—METHODS OR APPARATUS FOR STERILISING MATERIALS OR OBJECTS IN GENERAL; DISINFECTION, STERILISATION OR DEODORISATION OF AIR; CHEMICAL ASPECTS OF BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES; MATERIALS FOR BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES
- A61L2209/00—Aspects relating to disinfection, sterilisation or deodorisation of air
- A61L2209/10—Apparatus features
- A61L2209/11—Apparatus for controlling air treatment
Landscapes
- Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Engineering & Computer Science (AREA)
- Chemical Kinetics & Catalysis (AREA)
- General Chemical & Material Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本发明属于消毒技术领域,公开了一种智能感染病房消毒液配置系统,所述智能感染病房消毒液配置系统设置有:监护室包括喷雾管,喷雾头和监测器;监测器通过导线连接控制器;控制器通过导线连接开关控制器;消毒容器通过开关控制器连接喷雾管。本发明为智能感染病房消毒液配置系统,使用该装置,可以实时监测到病房空气物质,快速的启动消毒机制,使病房能够及时消毒,保障病房的干净卫生,省时,省力,功能完善,避免了病菌的传染,可以让患者更好的进行治疗和休息。
Description
技术领域
本发明属于消毒技术领域,尤其涉及一种智能感染病房消毒液配置系统。
背景技术
目前,随着社会的发展,现代医疗水平的不断提高,作为医院内重点科室的消毒供应中心所从事的消毒灭菌工作是控制医院内感染、保证医疗护理质量的重要环节,在感染控制中起着不可低估的重要作用。它已日益受到卫生部门各级领导的广泛关注。然而,现在消毒机制简单,功能单一,往往通过人工进行消毒,费时,费力,消毒不及时等问题。
综上所述,现在的技术存在的问题是:消毒机制简单,功能单一,人工进行消毒,费时,费力,消毒不及时,从而引发许多病菌传染的事件。
发明内容
针对现有技术存在的问题,本发明提供了智能感染病房消毒液配置系统。
本发明是这样实现的,一种智能感染病房消毒液配置系统,所述智能感染病房消毒液配置系统设置有:
监控室;
所述监护室包括喷雾管,喷雾头和监测器;
所述监测器通过导线连接控制器;
所述控制器利用聚类算法估计每一跳的跳变时刻以及各跳对应的归一化的混合矩阵列向量、跳频频率;
具体包括:第一步,在p(p=0,1,2,…P-1)时刻,对表示的频率值进行聚类,得到的聚类中心个数表示p时刻存在的载频个数,个聚类中心则表示载频的大小,分别用表示;
第二步,对每一采样时刻p(p=0,1,2,…P-1),利用聚类算法对进行聚类,同样可得到个聚类中心,用表示;
第三步,对所有求均值并取整,得到源信号个数的估计即
第四步,找出的时刻,用ph表示,对每一段连续取值的ph求中值,用表示第l段相连ph的中值,则表示第l个频率跳变时刻的估计;
第五步,根据第二步中估计得到的以及第四步中估计得到的频率跳变时刻估计出每一跳对应的个混合矩阵列向量具体公式为:
这里表示第l跳对应的个混合矩阵列向量估计值;
第六步,估计每一跳对应的载频频率,用表示第l跳对应的个频率估计值,计算公式如下:
所述控制器对接收到的时频重叠MASK信号计算循环双谱的对角切片谱,并截取其在f=0的截面按以下进行:
时频重叠MASK的信号模型表示为:
其中,N为时频重叠信号的信号分量个数,n(t)是加性高斯白噪声,si(t)为时频重叠信号的信号分量,其表示为式中Ai表示信号分量的幅度,ai(m)表示信号分量的码元符号,p(t)表示成型滤波函数,Ti表示信号分量的码元周期,fci表示信号分量的载波频率,表示信号分量的相位;
MASK信号的循环双谱的对角切片谱表示为:
其中,y(t)表示MASK信号,α是y(t)的循环频率,fc表示信号的载波频率,T是信号的码元周期,k为整数,Ca,3表示随机序列a的三阶累积量,δ()是冲激函数,P(f)是成型脉冲函数,表达式为:
对循环双谱的对角切片谱取f=0截面得到:
由上面式子可以看出,对于MASK信号,其循环双谱的对角切片谱的f=0截面,在α=fc(仅考虑α>0的情况)处存在峰值,并携有信号的载频信息;由于循环双谱的对角切片谱满足线性叠加性,则时频重叠MASK信号循环双谱的对角切片谱的表达式为:
其中,是常数,与第i个信号分量的调制方式有关,Ti是第i个信号分量的码元周期;
截取其在f=0的截面:
以上看出,对于时频混叠信号循环双谱的对角切片谱的f=0,在α=fc(仅考虑α>0的情况)处存在峰值,并携有信号的载频信息;
所述控制器通过导线连接开关控制器;
所述开关控制器时频重叠信号的码元速率估计幅幅为:
接收信号的信号模型表示为:
其中si(t)(i=1,…,N)是时频重叠的用户信号分量,N为用户信号分量的个数,t为时间;n(t)为加性高斯白噪声;Ai为用户信号分量si(t)的幅度;aik为调制信号;pi(t)(i=1,...,N)为滚降系数ε的升余弦成形滤波函数,且Tsi为码元速率;fi为载波频率;j为虚数的表示形式,且满足j2=-1;用户信号分量之间以及用户信号分量和噪声之间相互独立;
时频重叠双信号的广义四阶循环累积量的幅度谱表示为:
其中,对于不同类型的信号分量则K(m)不同,Y为非零值;当循环频率为β=k/T1b或β=k/T2b,k=±1时,在其广义四阶循环累积量幅度谱的循环频率处出现离散的谱线,通过检测此幅度谱的离散谱线所对应的循环频率,估计出时频重叠信号分量的码元速率
进一步,所述消毒容器通过开关控制器连接喷雾管。
进一步,所述喷雾管内嵌在监护室顶部;
所述监护室的无线定位方法包括:
待定位节点O通信范围内的锚节点坐标为Ai(xi,yi),其中i=0,1,…,n(n≥4);
步骤一:待定位节点对接收信号r(t)进行采样得到采样信号r(n),其中,n=0,1,…,N-1,N表示OFDM符号包含的子载波个数,同时记录所接收到的信号的发送节点为Ai(xi,yi);
步骤二:根据采样信号r(n),计算互相关值E:具体包括:第一步,构建由连续m个OFDM符号中相同采样位置上长度为l连续采样序列所组成的相关窗,则与该相关窗对应的对数似然函数Λ(τ)表示为:
第二步,将相关窗滑动N+L个采样点长度,获取对数似然函数Λ(τ)的最大值,该值所对应的采样时刻即为OFDM符号的起始位置
其中,表示函数取得最大值时自变量τ的取值,Λ(τ)表示对数似然函数,m表示连续的OFDM符号的数目,l表示相同采样位置上连续采样序列的长度,r(n)表示采样信号,N表示OFDM符号包含的子载波个数,L表示OFDM符号中循环前缀部分采样点的数目,|·|是求模运算符;
第三步,根据OFDM符号的起始位置计算互相关值E:
其中,(·)*表示共轭运算;
步骤三:根据对数距离路径损耗模型,如下公式计算待定位节点与锚节点Ai之间的距离:
Pr(di)=Pr(d0)-10·γlg(di)+Xσ;
其中,Pr(d′i)表示距离发送端距离为d′i时获取的互相关值,Pr(d0)表示距离发送端d0=1米处获取的互相关值,γ表示路径损耗因子,lg(·)表示底为10的对数运算,Xσ服从均值为0、标准差为σ的高斯分布;
利用上式计算出各个锚节点与待定位节点O之间的距离分别为d′i,对应的锚节点的坐标分别为Ai(xi,yi),其中i=0,1,2,…,n;
步骤四:根据自适应距离修正算法,估计出待定位节点的坐标O(x,y);具体包括:
第一步,选定差分修正点,确定定位交点坐标和复数定位交点,计算定位交点间距离;
从d′i(i=0,1,2,…,n)中选择距离值最小的锚节点A0为差分修正点,再从剩余的距离值中取出3个最小的距离值,假设这3个为距离值分别d′1、d′2和d′3,对应的锚节点坐标分别为A1(x1,y1)、A2(x2,y2)和A3(x3,y3),分别以锚节点Ai(xi,yi)为圆心,d′i为半径作三个定位圆i,其中i=1,2,3,三个定位圆的相交情况共有6种,两个圆之间存在两个交点,这两个交点为两个相等的实数交点,或两个不相等的实数交点,或两个复数交点;从两个定位圆的两个交点中,选择与第三定位圆圆心坐标的距离较小的那个交点作为定位交点,以参与待定位节点的定位;由3个定位圆确定三个定位交点及复数定位交点的个数m,由定位圆2和定位圆3确定的定位交点坐标为A′(x1,y1)、由定位圆1和定位圆3确定的定位交点的坐标为B′(x2,y2),由定位圆1和定位圆2确定的定位交点的坐标为C′(x3,y3),定位交点A′与B′、B′与C′、A′与C′的距离分别为d12、d23、d13:
第二步,设置阈值T,个体差异系数修正系数w,参数λ(λ>0);
第三步,根据三个定位交点之间的距离d12、d23和d13的大小,判断是否需要对d′1、d′2、d′3进行修正,若d12<T、d23<T、d13<T,则无需对d′1、d′2、d′3进行修正,执行第五步,否则,需要对d′1、d′2、d′3进行修正,执行第四步;
第四步,调节三个测量距离的方向修正因子λ1、λ2和λ3,根据如下自适应距离修正公式修正d′1、d′2、d′3,得到修正距离为d1、d2、d3:
其中,di表示待定位节点与锚节点Ai之间的修正距离,d0i表示差分修正点A0与锚节点Ai之间的实际距离,d′0i表示差分修正点A0与锚节点Ai之间的测量距离,w表示个体差异系数修正系数,λi表示方向修正因子,exp(·)表示指数函数;
根据修正后的距离d1、d2、d3,重新求解修正后的三个定位交点间的距离d12、d23、d13,返回第三步;
第五步,根据如下公式,计算出待定位节点的定位坐标O(x0,y0):
其中,α1、α2、α3分别表示x′1、x′2、x′3的权重,β1、β2、β3分别表示y′1、y′2、y′3的权重。
本发明的优点及积极效果为:使用该装置,可以实时监测到病房空气物质,快速的启动消毒机制,使病房能够及时消毒,保障病房的干净卫生,省时,省力,功能完善,避免了病菌的传染,可以让患者更好的进行治疗和休息。
附图说明
图1是本发明实施例提供的智能感染病房消毒液配置系统结构示意图;
图中:1、监护室;1-1、喷雾管;1-2、喷雾头;1-3、监测器;2、导线;3、控制器;4、消毒容器;5、开关控制器。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效,兹例举以下实施例,并配合附图详细说明如下。
下面结合附图对本发明的结构作详细的描述。
如图所示:监护室1包括喷雾管1-1,喷雾头1-2和监测器1-3;监测器1-3通过导线2连接控制器3;控制器3通过导线2连接开关控制器5;消毒容器4通过开关控制器5连接喷雾管1-1。
所述控制器利用聚类算法估计每一跳的跳变时刻以及各跳对应的归一化的混合矩阵列向量、跳频频率;
具体包括:第一步,在p(p=0,1,2,…P-1)时刻,对表示的频率值进行聚类,得到的聚类中心个数表示p时刻存在的载频个数,个聚类中心则表示载频的大小,分别用表示;
第二步,对每一采样时刻p(p=0,1,2,…P-1),利用聚类算法对进行聚类,同样可得到个聚类中心,用表示;
第三步,对所有求均值并取整,得到源信号个数的估计即
第四步,找出的时刻,用ph表示,对每一段连续取值的ph求中值,用表示第l段相连ph的中值,则表示第l个频率跳变时刻的估计;
第五步,根据第二步中估计得到的以及第四步中估计得到的频率跳变时刻估计出每一跳对应的个混合矩阵列向量具体公式为:
这里表示第l跳对应的个混合矩阵列向量估计值;
第六步,估计每一跳对应的载频频率,用表示第l跳对应的个频率估计值,计算公式如下:
所述控制器对接收到的时频重叠MASK信号计算循环双谱的对角切片谱,并截取其在f=0的截面按以下进行:
时频重叠MASK的信号模型表示为:
其中,N为时频重叠信号的信号分量个数,n(t)是加性高斯白噪声,si(t)为时频重叠信号的信号分量,其表示为式中Ai表示信号分量的幅度,ai(m)表示信号分量的码元符号,p(t)表示成型滤波函数,Ti表示信号分量的码元周期,fci表示信号分量的载波频率,表示信号分量的相位。
MASK信号的循环双谱的对角切片谱表示为:
其中,y(t)表示MASK信号,α是y(t)的循环频率,fc表示信号的载波频率,T是信号的码元周期,k为整数,Ca,3表示随机序列a的三阶累积量,δ()是冲激函数,P(f)是成型脉冲函数,表达式为:
对循环双谱的对角切片谱取f=0截面得到:
由上面式子可以看出,对于MASK信号,其循环双谱的对角切片谱的f=0截面,在α=fc(仅考虑α>0的情况)处存在峰值,并携有信号的载频信息。由于循环双谱的对角切片谱满足线性叠加性,则时频重叠MASK信号循环双谱的对角切片谱的表达式为:
其中,是常数,与第i个信号分量的调制方式有关,Ti是第i个信号分量的码元周期。
截取其在f=0的截面:
以上看出,对于时频混叠信号循环双谱的对角切片谱的f=0,在α=fc(仅考虑α>0的情况)处存在峰值,并携有信号的载频信息;
所述控制器通过导线连接开关控制器;
所述开关控制器时频重叠信号的码元速率估计幅幅为:
接收信号的信号模型表示为:
其中si(t)(i=1,…,N)是时频重叠的用户信号分量,N为用户信号分量的个数,t为时间;n(t)为加性高斯白噪声;Ai为用户信号分量si(t)的幅度;aik为调制信号;pi(t)(i=1,...,N)为滚降系数ε的升余弦成形滤波函数,且Tsi为码元速率;fi为载波频率;j为虚数的表示形式,且满足j2=-1;用户信号分量之间以及用户信号分量和噪声之间相互独立;
时频重叠双信号的广义四阶循环累积量的幅度谱表示为:
其中,对于不同类型的信号分量则K(m)不同,Y为非零值;当循环频率为β=k/T1b或β=k/T2b,k=±1时,在其广义四阶循环累积量幅度谱的循环频率处出现离散的谱线,通过检测此幅度谱的离散谱线所对应的循环频率,估计出时频重叠信号分量的码元速率
所述监护室的无线定位方法包括:
待定位节点O通信范围内的锚节点坐标为Ai(xi,yi),其中i=0,1,…,n(n≥4);
步骤一:待定位节点对接收信号r(t)进行采样得到采样信号r(n),其中,n=0,1,…,N-1,N表示OFDM符号包含的子载波个数,同时记录所接收到的信号的发送节点为Ai(xi,yi);
步骤二:根据采样信号r(n),计算互相关值E:具体包括:第一步,构建由连续m个OFDM符号中相同采样位置上长度为l连续采样序列所组成的相关窗,则与该相关窗对应的对数似然函数Λ(t)表示为:
第二步,将相关窗滑动N+L个采样点长度,获取对数似然函数Λ(τ)的最大值,该值所对应的采样时刻即为OFDM符号的起始位置
其中,表示函数取得最大值时自变量τ的取值,Λ(τ)表示对数似然函数,m表示连续的OFDM符号的数目,l表示相同采样位置上连续采样序列的长度,r(n)表示采样信号,N表示OFDM符号包含的子载波个数,L表示OFDM符号中循环前缀部分采样点的数目,|·|是求模运算符;
第三步,根据OFDM符号的起始位置计算互相关值E:
其中,(·)*表示共轭运算;
步骤三:根据对数距离路径损耗模型,如下公式计算待定位节点与锚节点Ai之间的距离:
Pr(di)=Pr(d0)-10·γlg(di)+Xσ;
其中,Pr(d′i)表示距离发送端距离为d′i时获取的互相关值,Pr(d0)表示距离发送端d0=1米处获取的互相关值,γ表示路径损耗因子,lg(·)表示底为10的对数运算,Xσ服从均值为0、标准差为σ的高斯分布;
利用上式计算出各个锚节点与待定位节点O之间的距离分别为d′i,对应的锚节点的坐标分别为Ai(xi,yi),其中i=0,1,2,…,n;
步骤四:根据自适应距离修正算法,估计出待定位节点的坐标O(x,y);具体包括:
第一步,选定差分修正点,确定定位交点坐标和复数定位交点,计算定位交点间距离;
从d′i(i=0,1,2,…,n)中选择距离值最小的锚节点A0为差分修正点,再从剩余的距离值中取出3个最小的距离值,假设这3个为距离值分别d′1、d′2和d′3,对应的锚节点坐标分别为A1(x1,y1)、A2(x2,y2)和A3(x3,y3),分别以锚节点Ai(xi,yi)为圆心,d′i为半径作三个定位圆i,其中i=1,2,3,三个定位圆的相交情况共有6种,两个圆之间存在两个交点,这两个交点为两个相等的实数交点,或两个不相等的实数交点,或两个复数交点;从两个定位圆的两个交点中,选择与第三定位圆圆心坐标的距离较小的那个交点作为定位交点,以参与待定位节点的定位;由3个定位圆确定三个定位交点及复数定位交点的个数m,由定位圆2和定位圆3确定的定位交点坐标为A′(x1,y1)、由定位圆1和定位圆3确定的定位交点的坐标为B′(x2,y2),由定位圆1和定位圆2确定的定位交点的坐标为C′(x3,y3),定位交点A′与B′、B′与C′、A′与C′的距离分别为d12、d23、d13:
第二步,设置阈值T,个体差异系数修正系数w,参数λ(λ>0);
第三步,根据三个定位交点之间的距离d12、d23和d13的大小,判断是否需要对d′1、d′2、d′3进行修正,若d12<T、d23<T、d13<T,则无需对d′1、d′2、d′3进行修正,执行第五步,否则,需要对d′1、d′2、d′3进行修正,执行第四步;
第四步,调节三个测量距离的方向修正因子λ1、λ2和λ3,根据如下自适应距离修正公式修正d′1、d′2、d′3,得到修正距离为d1、d2、d3:
其中,di表示待定位节点与锚节点Ai之间的修正距离,d0i表示差分修正点A0与锚节点Ai之间的实际距离,d′0i表示差分修正点A0与锚节点Ai之间的测量距离,w表示个体差异系数修正系数,λi表示方向修正因子,exp(·)表示指数函数;
根据修正后的距离d1、d2、d3,重新求解修正后的三个定位交点间的距离d12、d23、d13,返回第三步;
第五步,根据如下公式,计算出待定位节点的定位坐标O(x0,y0):
其中,α1、α2、α3分别表示x′1、x′2、x′3的权重,β1、β2、β3分别表示y′1、y′2、y′3的权重。
本发明的工作原理:
当监测器检测到病房中的有害物质,控制器会及时启动开关控制器,消毒的容器内的消毒液通过喷雾管环绕病房四周,由喷雾头以雾状进行喷洒消毒液,从而对病房进行全方位消毒。
以上所述仅是对本发明的较佳实施例而已,并非对本发明作任何形式上的限制,凡是依据本发明的技术实质对以上实施例所做的任何简单修改,等同变化与修饰,均属于本发明技术方案的范围内。
Claims (3)
1.一种智能感染病房消毒液配置系统,其特征在于,所述智能感染病房消毒液配置系统设置有:
监控室;
所述监护室包括喷雾管,喷雾头和监测器;
所述监测器通过导线连接控制器;
所述控制器利用聚类算法估计每一跳的跳变时刻以及各跳对应的归一化的混合矩阵列向量、跳频频率;
具体包括:第一步,在p(p=0,1,2,…P-1)时刻,对表示的频率值进行聚类,得到的聚类中心个数表示p时刻存在的载频个数,个聚类中心则表示载频的大小,分别用表示;
第二步,对每一采样时刻p(p=0,1,2,…P-1),利用聚类算法对进行聚类,同样可得到个聚类中心,用表示;
第三步,对所有求均值并取整,得到源信号个数的估计即
<mrow>
<mover>
<mi>N</mi>
<mo>^</mo>
</mover>
<mo>=</mo>
<mi>r</mi>
<mi>o</mi>
<mi>u</mi>
<mi>n</mi>
<mi>d</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mn>1</mn>
<mi>p</mi>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>p</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>P</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<msub>
<mover>
<mi>N</mi>
<mo>^</mo>
</mover>
<mi>p</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
第四步,找出的时刻,用ph表示,对每一段连续取值的ph求中值,用表示第l段相连ph的中值,则表示第l个频率跳变时刻的估计;
第五步,根据第二步中估计得到的以及第四步中估计得到的频率跳变时刻估计出每一跳对应的个混合矩阵列向量具体公式为:
<mrow>
<msub>
<mover>
<mi>a</mi>
<mo>^</mo>
</mover>
<mi>n</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>l</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mfrac>
<mn>1</mn>
<mrow>
<msub>
<mover>
<mi>p</mi>
<mo>&OverBar;</mo>
</mover>
<mi>h</mi>
</msub>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>&CenterDot;</mo>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>p</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mi>p</mi>
<mo>&NotEqual;</mo>
<msub>
<mi>p</mi>
<mi>h</mi>
</msub>
</mrow>
<mrow>
<msub>
<mover>
<mi>p</mi>
<mo>&OverBar;</mo>
</mover>
<mi>h</mi>
</msub>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
</munderover>
<msubsup>
<mi>b</mi>
<mrow>
<mi>n</mi>
<mo>,</mo>
<mi>p</mi>
</mrow>
<mn>0</mn>
</msubsup>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>l</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mfrac>
<mn>1</mn>
<mrow>
<msub>
<mover>
<mi>p</mi>
<mo>&OverBar;</mo>
</mover>
<mi>h</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>l</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mover>
<mi>p</mi>
<mo>&OverBar;</mo>
</mover>
<mi>h</mi>
</msub>
<mrow>
<mo>(</mo>
<mrow>
<mi>l</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>&CenterDot;</mo>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>p</mi>
<mo>=</mo>
<msub>
<mover>
<mi>p</mi>
<mo>&OverBar;</mo>
</mover>
<mi>h</mi>
</msub>
<mrow>
<mo>(</mo>
<mrow>
<mi>l</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mn>1</mn>
<mo>,</mo>
<mi>p</mi>
<mo>&NotEqual;</mo>
<msub>
<mi>p</mi>
<mi>h</mi>
</msub>
</mrow>
<mrow>
<msub>
<mover>
<mi>p</mi>
<mo>&OverBar;</mo>
</mover>
<mi>h</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>l</mi>
<mo>)</mo>
</mrow>
</mrow>
</munderover>
<msubsup>
<mi>b</mi>
<mrow>
<mi>n</mi>
<mo>,</mo>
<mi>p</mi>
</mrow>
<mn>0</mn>
</msubsup>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>l</mi>
<mo>></mo>
<mn>1</mn>
<mo>,</mo>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>,</mo>
<mi>n</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<mover>
<mi>N</mi>
<mo>^</mo>
</mover>
</mrow>
这里表示第l跳对应的个混合矩阵列向量估计值;
第六步,估计每一跳对应的载频频率,用表示第l跳对应的个频率估计值,计算公式如下:
<mrow>
<msub>
<mover>
<mi>f</mi>
<mo>^</mo>
</mover>
<mrow>
<mi>c</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>l</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mfrac>
<mn>1</mn>
<mrow>
<msub>
<mover>
<mi>p</mi>
<mo>&OverBar;</mo>
</mover>
<mi>h</mi>
</msub>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>&CenterDot;</mo>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>p</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mi>p</mi>
<mo>&NotEqual;</mo>
<msub>
<mi>p</mi>
<mi>h</mi>
</msub>
</mrow>
<mrow>
<msub>
<mover>
<mi>p</mi>
<mo>&OverBar;</mo>
</mover>
<mi>h</mi>
</msub>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
</munderover>
<msubsup>
<mi>f</mi>
<mi>o</mi>
<mi>n</mi>
</msubsup>
<mrow>
<mo>(</mo>
<mi>p</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>l</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mfrac>
<mn>1</mn>
<mrow>
<msub>
<mover>
<mi>p</mi>
<mo>&OverBar;</mo>
</mover>
<mi>h</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>l</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mover>
<mi>p</mi>
<mo>&OverBar;</mo>
</mover>
<mi>h</mi>
</msub>
<mrow>
<mo>(</mo>
<mrow>
<mi>l</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>&CenterDot;</mo>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>p</mi>
<mo>=</mo>
<msub>
<mover>
<mi>p</mi>
<mo>&OverBar;</mo>
</mover>
<mi>h</mi>
</msub>
<mrow>
<mo>(</mo>
<mrow>
<mi>l</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mn>1</mn>
<mo>,</mo>
<mi>p</mi>
<mo>&NotEqual;</mo>
<msub>
<mi>p</mi>
<mi>h</mi>
</msub>
</mrow>
<mrow>
<msub>
<mover>
<mi>p</mi>
<mo>&OverBar;</mo>
</mover>
<mi>h</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>l</mi>
<mo>)</mo>
</mrow>
</mrow>
</munderover>
<msubsup>
<mi>f</mi>
<mi>o</mi>
<mi>n</mi>
</msubsup>
<mrow>
<mo>(</mo>
<mi>p</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>l</mi>
<mo>></mo>
<mn>1</mn>
<mo>,</mo>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>,</mo>
<mi>n</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mn>...</mn>
<mo>,</mo>
<mover>
<mi>N</mi>
<mo>^</mo>
</mover>
<mo>;</mo>
</mrow>
所述控制器对接收到的时频重叠MASK信号计算循环双谱的对角切片谱,并截取其在f=0的截面按以下进行:
时频重叠MASK的信号模型表示为:
<mrow>
<mi>x</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msub>
<mi>s</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
其中,N为时频重叠信号的信号分量个数,n(t)是加性高斯白噪声,si(t)为时频重叠信号的信号分量,其表示为式中Ai表示信号分量的幅度,ai(m)表示信号分量的码元符号,p(t)表示成型滤波函数,Ti表示信号分量的码元周期,fci表示信号分量的载波频率,表示信号分量的相位;
MASK信号的循环双谱的对角切片谱表示为:
其中,y(t)表示MASK信号,α是y(t)的循环频率,fc表示信号的载波频率,T是信号的码元周期,k为整数,Ca,3表示随机序列a的三阶累积量,δ()是冲激函数,P(f)是成型脉冲函数,表达式为:
<mrow>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>f</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<mi>sin</mi>
<mi>&pi;</mi>
<mi>f</mi>
<mi>T</mi>
</mrow>
<mrow>
<mi>&pi;</mi>
<mi>f</mi>
</mrow>
</mfrac>
<mo>;</mo>
</mrow>
对循环双谱的对角切片谱取f=0截面得到:
由上面式子可以看出,对于MASK信号,其循环双谱的对角切片谱的f=0截面,在α=fc(仅考虑α>0的情况)处存在峰值,并携有信号的载频信息;由于循环双谱的对角切片谱满足线性叠加性,则时频重叠MASK信号循环双谱的对角切片谱的表达式为:
其中,是常数,与第i个信号分量的调制方式有关,Ti是第i个信号分量的码元周期;
截取其在f=0的截面:
以上看出,对于时频混叠信号循环双谱的对角切片谱的f=0,在α=fc(仅考虑α>0的情况)处存在峰值,并携有信号的载频信息;
所述控制器通过导线连接开关控制器;
所述开关控制器时频重叠信号的码元速率估计幅幅为:
接收信号的信号模型表示为:
<mrow>
<mi>x</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msub>
<mi>s</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>&infin;</mi>
</munderover>
<msub>
<mi>A</mi>
<mi>i</mi>
</msub>
<msub>
<mi>a</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
</msub>
<msub>
<mi>p</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>-</mo>
<msub>
<mi>kT</mi>
<mrow>
<mi>s</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<msup>
<mi>e</mi>
<mrow>
<mi>j</mi>
<mn>2</mn>
<msub>
<mi>&pi;f</mi>
<mi>i</mi>
</msub>
<mi>t</mi>
</mrow>
</msup>
<mo>;</mo>
</mrow>
其中si(t)(i=1,…,N)是时频重叠的用户信号分量,N为用户信号分量的个数,t为时间;n(t)为加性高斯白噪声;Ai为用户信号分量si(t)的幅度;aik为调制信号;pi(t)(i=1,...,N)为滚降系数ε的升余弦成形滤波函数,且Tsi为码元速率;fi为载波频率;j为虚数的表示形式,且满足j2=-1;用户信号分量之间以及用户信号分量和噪声之间相互独立;
时频重叠双信号的广义四阶循环累积量的幅度谱表示为:
其中,对于不同类型的信号分量则K(m)不同,Y为非零值;当循环频率为β=k/T1b或β=k/T2b,k=±1时,在其广义四阶循环累积量幅度谱的循环频率处出现离散的谱线,通过检测此幅度谱的离散谱线所对应的循环频率,估计出时频重叠信号分量的码元速率
2.如权利要求1所述的智能感染病房消毒液配置系统,其特征在于,所述消毒容器通过开关控制器连接喷雾管。
3.如权利要求1所述的智能感染病房消毒液配置系统,其特征在于,所述喷雾管内嵌在监护室顶部;
所述监护室的无线定位方法包括:
待定位节点O通信范围内的锚节点坐标为Ai(xi,yi),其中i=0,1,…,n(n≥4);
步骤一:待定位节点对接收信号r(t)进行采样得到采样信号r(n),其中,n=0,1,…,N-1,N表示OFDM符号包含的子载波个数,同时记录所接收到的信号的发送节点为Ai(xi,yi);
步骤二:根据采样信号r(n),计算互相关值E:具体包括:第一步,构建由连续m个OFDM符号中相同采样位置上长度为l连续采样序列所组成的相关窗,则与该相关窗对应的对数似然函数Λ(τ)表示为:
<mrow>
<mi>&Lambda;</mi>
<mrow>
<mo>(</mo>
<mi>&tau;</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mrow></mrow>
<mrow>
<mi>m</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>m</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<munderover>
<mrow></mrow>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>&tau;</mi>
<mo>+</mo>
<mi>l</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<mi>r</mi>
<mrow>
<mo>(</mo>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mi>t</mi>
<mrow>
<mo>(</mo>
<mrow>
<mi>N</mi>
<mo>+</mo>
<mi>L</mi>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
</mrow>
<mi>r</mi>
<mrow>
<mo>(</mo>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mi>N</mi>
<mo>+</mo>
<mi>m</mi>
<mrow>
<mo>(</mo>
<mrow>
<mi>N</mi>
<mo>+</mo>
<mi>L</mi>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<munderover>
<mrow></mrow>
<mrow>
<mi>m</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>m</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<munderover>
<mrow></mrow>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>&tau;</mi>
<mo>+</mo>
<mi>l</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<mo>|</mo>
<mi>r</mi>
<mrow>
<mo>(</mo>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mi>t</mi>
<mrow>
<mo>(</mo>
<mrow>
<mi>N</mi>
<mo>+</mo>
<mi>L</mi>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
</mrow>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
<mo>+</mo>
<mo>|</mo>
<mi>r</mi>
<mrow>
<mo>(</mo>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mi>N</mi>
<mo>+</mo>
<mi>t</mi>
<mrow>
<mo>(</mo>
<mrow>
<mi>N</mi>
<mo>+</mo>
<mi>L</mi>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
</mrow>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
<mo>;</mo>
</mrow>
第二步,将相关窗滑动N+L个采样点长度,获取对数似然函数Λ(τ)的最大值,该值所对应的采样时刻即为OFDM符号的起始位置
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<mover>
<mi>&tau;</mi>
<mo>^</mo>
</mover>
<mo>=</mo>
<munder>
<mrow>
<mi>arg</mi>
<mi>max</mi>
</mrow>
<mi>&tau;</mi>
</munder>
<mrow>
<mo>{</mo>
<mrow>
<mi>&Lambda;</mi>
<mrow>
<mo>(</mo>
<mi>&tau;</mi>
<mo>)</mo>
</mrow>
</mrow>
<mo>}</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>=</mo>
<munder>
<mrow>
<mi>arg</mi>
<mi>max</mi>
</mrow>
<mi>&tau;</mi>
</munder>
<mfrac>
<mrow>
<munderover>
<mrow></mrow>
<mrow>
<mi>m</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>m</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<munderover>
<mrow></mrow>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>&tau;</mi>
<mo>+</mo>
<mi>l</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<mi>r</mi>
<mrow>
<mo>(</mo>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mi>t</mi>
<mrow>
<mo>(</mo>
<mrow>
<mi>N</mi>
<mo>+</mo>
<mi>L</mi>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
</mrow>
<mi>r</mi>
<mrow>
<mo>(</mo>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mi>N</mi>
<mo>+</mo>
<mi>m</mi>
<mrow>
<mo>(</mo>
<mrow>
<mi>N</mi>
<mo>+</mo>
<mi>L</mi>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<munderover>
<mrow></mrow>
<mrow>
<mi>m</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>m</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<munderover>
<mrow></mrow>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>&tau;</mi>
<mo>+</mo>
<mi>l</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<mo>|</mo>
<mi>r</mi>
<mrow>
<mo>(</mo>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mi>t</mi>
<mrow>
<mo>(</mo>
<mrow>
<mi>N</mi>
<mo>+</mo>
<mi>L</mi>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
</mrow>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
<mo>+</mo>
<mo>|</mo>
<mi>r</mi>
<mrow>
<mo>(</mo>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mi>N</mi>
<mo>+</mo>
<mi>t</mi>
<mrow>
<mo>(</mo>
<mrow>
<mi>N</mi>
<mo>+</mo>
<mi>L</mi>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
</mrow>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>;</mo>
</mrow>
其中,表示函数取得最大值时自变量τ的取值,Λ(τ)表示对数似然函数,m表示连续的OFDM符号的数目,l表示相同采样位置上连续采样序列的长度,r(n)表示采样信号,N表示OFDM符号包含的子载波个数,L表示OFDM符号中循环前缀部分采样点的数目,|·|是求模运算符;
第三步,根据OFDM符号的起始位置计算互相关值E:
<mrow>
<mi>E</mi>
<mo>=</mo>
<munderover>
<mrow></mrow>
<mrow>
<mi>m</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>m</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<munderover>
<mrow></mrow>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>&tau;</mi>
<mo>+</mo>
<mi>l</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<mi>r</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>+</mo>
<mi>t</mi>
<mo>(</mo>
<mrow>
<mi>N</mi>
<mo>+</mo>
<mi>L</mi>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mi>r</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>+</mo>
<mi>N</mi>
<mo>+</mo>
<mi>m</mi>
<mo>(</mo>
<mrow>
<mi>N</mi>
<mo>+</mo>
<mi>L</mi>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
其中,(·)*表示共轭运算;
步骤三:根据对数距离路径损耗模型,如下公式计算待定位节点与锚节点Ai之间的距离:
Pr(di)=Pr(d0)-10·γlg(di)+Xσ;
其中,Pr(d′i)表示距离发送端距离为d′i时获取的互相关值,Pr(d0)表示距离发送端d0=1米处获取的互相关值,γ表示路径损耗因子,lg(·)表示底为10的对数运算,Xσ服从均值为0、标准差为σ的高斯分布;
利用上式计算出各个锚节点与待定位节点O之间的距离分别为d′i,对应的锚节点的坐标分别为Ai(xi,yi),其中i=0,1,2,…,n;
步骤四:根据自适应距离修正算法,估计出待定位节点的坐标O(x,y);具体包括:
第一步,选定差分修正点,确定定位交点坐标和复数定位交点,计算定位交点间距离;
从d′i(i=0,1,2,…,n)中选择距离值最小的锚节点A0为差分修正点,再从剩余的距离值中取出3个最小的距离值,假设这3个为距离值分别d′1、d′2和d′3,对应的锚节点坐标分别为A1(x1,y1)、A2(x2,y2)和A3(x3,y3),分别以锚节点Ai(xi,yi)为圆心,d′i为半径作三个定位圆i,其中i=1,2,3,三个定位圆的相交情况共有6种,两个圆之间存在两个交点,这两个交点为两个相等的实数交点,或两个不相等的实数交点,或两个复数交点;从两个定位圆的两个交点中,选择与第三定位圆圆心坐标的距离较小的那个交点作为定位交点,以参与待定位节点的定位;由3个定位圆确定三个定位交点及复数定位交点的个数m,由定位圆2和定位圆3确定的定位交点坐标为A′(x1,y1)、由定位圆1和定位圆3确定的定位交点的坐标为B′(x2,y2),由定位圆1和定位圆2确定的定位交点的坐标为C′(x3,y3),定位交点A′与B′、B′与C′、A′与C′的距离分别为d12、d23、d13:
<mrow>
<msub>
<mi>d</mi>
<mn>12</mn>
</msub>
<mo>=</mo>
<msqrt>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<mo>-</mo>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mn>1</mn>
</msub>
<mo>-</mo>
<msub>
<mi>y</mi>
<mn>2</mn>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
</mrow>
<mrow>
<msub>
<mi>d</mi>
<mn>23</mn>
</msub>
<mo>=</mo>
<msqrt>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
<mo>-</mo>
<msub>
<mi>x</mi>
<mn>3</mn>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mn>2</mn>
</msub>
<mo>-</mo>
<msub>
<mi>y</mi>
<mn>3</mn>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
</mrow>
<mrow>
<msub>
<mi>d</mi>
<mn>13</mn>
</msub>
<mo>=</mo>
<msqrt>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<mo>-</mo>
<msub>
<mi>x</mi>
<mn>3</mn>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mn>1</mn>
</msub>
<mo>-</mo>
<msub>
<mi>y</mi>
<mn>3</mn>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
</mrow>
第二步,设置阈值T,个体差异系数修正系数w,参数λ(λ>0);
第三步,根据三个定位交点之间的距离d12、d23和d13的大小,判断是否需要对d′1、d′2、d′3进行修正,若d12<T、d23<T、d13<T,则无需对d′1、d′2、d′3进行修正,执行第五步,否则,需要对d′1、d′2、d′3进行修正,执行第四步;
第四步,调节三个测量距离的方向修正因子λ1、λ2和λ3,根据如下自适应距离修正公式修正d′1、d′2、d′3,得到修正距离为d1、d2、d3:
<mrow>
<msub>
<mi>d</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<msub>
<mi>d</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<msub>
<mi>&lambda;</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>d</mi>
<mrow>
<mn>0</mn>
<mi>i</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>d</mi>
<mrow>
<mn>0</mn>
<mi>i</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mi>exp</mi>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>d</mi>
<mi>i</mi>
</msub>
<mo>/</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>d</mi>
<mrow>
<mn>0</mn>
<mi>i</mi>
</mrow>
</msub>
<mo>-</mo>
<mfrac>
<msub>
<mi>d</mi>
<mrow>
<mn>0</mn>
<mi>i</mi>
</mrow>
</msub>
<mi>&omega;</mi>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<mfrac>
<mrow>
<msub>
<mi>d</mi>
<mrow>
<mn>0</mn>
<mi>k</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>d</mi>
<mrow>
<mn>0</mn>
<mi>k</mi>
</mrow>
</msub>
</mrow>
<msubsup>
<mi>d</mi>
<mrow>
<mn>0</mn>
<mi>k</mi>
</mrow>
<mo>&prime;</mo>
</msubsup>
</mfrac>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
其中,di表示待定位节点与锚节点Ai之间的修正距离,d0i表示差分修正点A0与锚节点Ai之间的实际距离,d′0i表示差分修正点A0与锚节点Ai之间的测量距离,w表示个体差异系数修正系数,λi表示方向修正因子,exp(·)表示指数函数;
根据修正后的距离d1、d2、d3,重新求解修正后的三个定位交点间的距离d12、d23、d13,返回第三步;
第五步,根据如下公式,计算出待定位节点的定位坐标O(x0,y0):
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>x</mi>
<mn>0</mn>
</msub>
<mo>=</mo>
<msub>
<mi>&alpha;</mi>
<mn>1</mn>
</msub>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<mi>&alpha;</mi>
<mn>2</mn>
</msub>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
<mo>+</mo>
<msub>
<mi>&alpha;</mi>
<mn>3</mn>
</msub>
<msub>
<mi>x</mi>
<mn>3</mn>
</msub>
</mrow>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mrow>
<msub>
<mi>&alpha;</mi>
<mn>1</mn>
</msub>
<mo>,</mo>
<msub>
<mi>&alpha;</mi>
<mn>2</mn>
</msub>
<mo>,</mo>
<msub>
<mi>&alpha;</mi>
<mn>3</mn>
</msub>
</mrow>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>y</mi>
<mn>0</mn>
</msub>
<mo>=</mo>
<msub>
<mi>&beta;</mi>
<mn>1</mn>
</msub>
<msub>
<mi>y</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<mi>&beta;</mi>
<mn>2</mn>
</msub>
<msub>
<mi>y</mi>
<mn>2</mn>
</msub>
<mo>+</mo>
<msub>
<mi>&beta;</mi>
<mn>3</mn>
</msub>
<msub>
<mi>y</mi>
<mn>3</mn>
</msub>
</mrow>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mrow>
<msub>
<mi>&beta;</mi>
<mn>1</mn>
</msub>
<mo>,</mo>
<msub>
<mi>&beta;</mi>
<mn>2</mn>
</msub>
<mo>,</mo>
<msub>
<mi>&beta;</mi>
<mn>3</mn>
</msub>
</mrow>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>;</mo>
</mrow>
其中,α1、α2、α3分别表示x′1、x′2、x′3的权重,β1、β2、β3分别表示y′1、y′2、y′3的权重。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710374784.8A CN107168057A (zh) | 2017-05-24 | 2017-05-24 | 一种智能感染病房消毒液配置系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710374784.8A CN107168057A (zh) | 2017-05-24 | 2017-05-24 | 一种智能感染病房消毒液配置系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107168057A true CN107168057A (zh) | 2017-09-15 |
Family
ID=59821648
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710374784.8A Pending CN107168057A (zh) | 2017-05-24 | 2017-05-24 | 一种智能感染病房消毒液配置系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107168057A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107583204A (zh) * | 2017-10-23 | 2018-01-16 | 邹先雄 | 一种基于智能终端控制的中医用红蓝光光子治疗仪 |
CN108001736A (zh) * | 2017-11-29 | 2018-05-08 | 浙江科技学院 | 一种基于计算机控制的药品包装方法 |
CN108335742A (zh) * | 2017-11-24 | 2018-07-27 | 颜振刚 | 一种基于互联网的防感染的内科用病床控制系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103051367A (zh) * | 2012-11-27 | 2013-04-17 | 西安电子科技大学 | 一种基于聚类的同步正交跳频信号盲源分离方法 |
CN104469941A (zh) * | 2014-12-23 | 2015-03-25 | 西安电子科技大学 | 基于无线局域网 wlan ofdm 信号循环前缀的室内无线定位方法 |
CN104799945A (zh) * | 2015-03-24 | 2015-07-29 | 郑翠玲 | 感染科组合式护理装置 |
CN204911286U (zh) * | 2015-09-08 | 2015-12-30 | 饶争丽 | 感染病房消毒液配制装置 |
CN105933257A (zh) * | 2016-04-28 | 2016-09-07 | 西安电子科技大学 | 一种频谱共享方式下时频重叠信号的信噪比估计方法 |
CN105939188A (zh) * | 2016-06-13 | 2016-09-14 | 西安电子科技大学 | 一种underlay频谱共享下时频重叠MASK信号的载频估计方法 |
-
2017
- 2017-05-24 CN CN201710374784.8A patent/CN107168057A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103051367A (zh) * | 2012-11-27 | 2013-04-17 | 西安电子科技大学 | 一种基于聚类的同步正交跳频信号盲源分离方法 |
CN104469941A (zh) * | 2014-12-23 | 2015-03-25 | 西安电子科技大学 | 基于无线局域网 wlan ofdm 信号循环前缀的室内无线定位方法 |
CN104799945A (zh) * | 2015-03-24 | 2015-07-29 | 郑翠玲 | 感染科组合式护理装置 |
CN204911286U (zh) * | 2015-09-08 | 2015-12-30 | 饶争丽 | 感染病房消毒液配制装置 |
CN105933257A (zh) * | 2016-04-28 | 2016-09-07 | 西安电子科技大学 | 一种频谱共享方式下时频重叠信号的信噪比估计方法 |
CN105939188A (zh) * | 2016-06-13 | 2016-09-14 | 西安电子科技大学 | 一种underlay频谱共享下时频重叠MASK信号的载频估计方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107583204A (zh) * | 2017-10-23 | 2018-01-16 | 邹先雄 | 一种基于智能终端控制的中医用红蓝光光子治疗仪 |
CN108335742A (zh) * | 2017-11-24 | 2018-07-27 | 颜振刚 | 一种基于互联网的防感染的内科用病床控制系统 |
CN108001736A (zh) * | 2017-11-29 | 2018-05-08 | 浙江科技学院 | 一种基于计算机控制的药品包装方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107168057A (zh) | 一种智能感染病房消毒液配置系统 | |
US11012122B1 (en) | Using MIMO training fields for motion detection | |
Wang et al. | PhaseBeat: Exploiting CSI phase data for vital sign monitoring with commodity WiFi devices | |
TWI325236B (en) | Reduced complexity channel estimation for wireless communication systems | |
TWI353147B (en) | Pilot transmission and channel estimation for an o | |
US8107517B2 (en) | Average-tap energy based thresholding for channel estimation in multi antenna systems | |
JP4689446B2 (ja) | 直交周波数分割多重システムにおいて時間同期と周波数偏差同時推定の方法及び装置 | |
EP1835429A3 (en) | Anti-worm-measure parameter determining apparatus, number-of-nodes determining apparatus, number-of-nodes limiting system, and computer product | |
EP2387196A3 (en) | Apparatus and method for multicarrier transmission/reception with transmission quality evaluation | |
CN110266565A (zh) | 用于通信链路性能估计的方法和系统 | |
BRPI0417743A (pt) | estimativa de canal para um sistema de comunicação ofdm com sub-bandas inativas | |
CN102404257B (zh) | Mimo-ofdm系统中的窄带干扰检测方法及装置 | |
JP2015524641A5 (zh) | ||
TW200832985A (en) | Channel estimation for multi-carrier communication | |
CN113454918A (zh) | 使用乘法/累加单元层混合特定于处理模式选择的系数数据进行无线通信 | |
CN101627599A (zh) | 使用无偏训练序列的正交不平衡估计 | |
US20140254407A1 (en) | Signal noise estimation | |
CN101909024A (zh) | 最大多普勒频偏的估计方法和装置 | |
CN107050550A (zh) | 一种普外科清创装置 | |
CN107569758A (zh) | 一种多功能呼吸内科用氧气管保温装置 | |
CN110460355A (zh) | 用于处理来自传输信道的信号的方法和接收机 | |
JP4043309B2 (ja) | 車両内人体検知方法 | |
TW201203897A (en) | Method and device for estimating carrier frequency offset | |
Mrazovac et al. | Device-free human presence detection using frequency domain | |
CN106165307B (zh) | 用于有线多载波调制传输系统中优化数据传输的方法和系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170915 |