CN107806692A - 一种基于无线信道状态信息的智能空调及其控制方法 - Google Patents

Abstract

本发明公开一种基于无线信道状态信息的智能空调及其控制方法，尤其适用于需要在无人监控和操作的情况下空调自动判断进入特定场景的人员数量并自动开、关或调整功率的情况。装置：空调本体，无线信号发射器，搭载有3.20GHz Intel(R)Pentium 4CPU 2GB RAM和intel 5300网卡的处理终端和接受天线共计四部分；方法基于数据预处理模块，奇异值计算模块，人数识别模块，功率调节模块四大模块；数据预处理模块降低信号背景噪音；奇异值计算模块计算接收到的信号矩阵奇异值；人数识别模块确定环境中有人员准确数目；功率调节模块根据人员数量改变空调功率。优点：自调节，针对人流量改变速度快环境，功率改变没有滞后性，环境温度基本不变，舒适且节能。

Description

一种基于无线信道状态信息的智能空调及其控制方法

技术领域

本发明涉及空调控制技术领域，尤其涉及一种基于无线信道状态信息的智能空调及其控制方法。

背景技术

目前智能家居概念被应用于多种场景，但是大多依赖物联网终端的人工控制。这需要特定人员对特定区域进行监控，再传达指令给物联网设备。另一方面，目前在学校教室，公司办公室等地方大多数应用的空调都需要使用者主动开关，在人流量不确定的商场、电影院这些地方通常无法准确判断人员数量从而无法设置准确功率，浪费了大量了电力。

信息化时代目前涌现出了大量根据环境信息，主要是根据温度、湿度、空气质量、空调运行状态的远程调控设备。专利号CN201310211961.2的一种联网型节能限温无线智能空调控制器提出对环境温度进行监控，从而达到智能节能的目的。但是根据温度来调整功率的监测方法具有一定的滞后性，在环境温度已经上升后，室内人员已经会感到不适。同时，也无法做到对于无人环境的自动断电。对于温度的监控相比于对于人员数量的监控不具有直接性。专利号CN201020212486.2提出一种用红外线来监控室内人员，但是红外线无法覆盖环境全区域，同时在进出口设置也无法确定是进入环境还是离开环境。我们引入Wi-Fi的无线信道状态信息作为监控。Wi-Fi具有低功耗、低成本、分布式和自组织的特点，能够有效克服单个传感器节点自身因计算能力、探测范围、通信带宽等带来的限制。

另一方面，现阶段利用Wi-Fi控制空调如专利号201611261359.X都仅仅停留在用Wi-Fi作为控制信号的传播途径，而没有进一步利用空间中Wi-Fi信号包含的无线信道状态信息。并把决策权仍停留在操作者本身，没有把决策权交给智能终端，做到完全的自动化。

发明内容

本发明属于空调控制技术，涉及一种接收到的CSI(无线信道状态信息)智能空调装置，尤其适用于需要在无人监控和操作的情况下空调自动判断进入特定场景的人员数量并自动开、关或调整功率的情况。

一种基于无线信道状态信息的智能空调，包括空调本体、无线信号发射器、处理终端和接收天线，所述空调本体、处理终端与接收天线之间通过连接线相连接，所述空调本体包含分布式和集中式两种形式。

作为进一步说明的，所述处理终端搭载有3.20GHz Intel(R)Pentium 4CPU 2 GBRAM和intel 5300网卡。

一种智能空调的控制方法，包括数据预处理模块、奇异值计算模块、人数识别模块和功率调节模块。

作为进一步说明的，

所述控制方法具体实现步骤如下：

(1)数据预处理：因为是已经提前部署的商用设备，所以原始信号是嘈杂的。该系统发射机具有一根天线，接收机具有三根天线，接收机在工作时不断接收来自发射机的CSI包；

具体表现为：CSIⁱ＝{CSI^i，1，CSI^i，2，...，CSI^i，29，CSI^i，30}i代表天线的编号，然后对每一根天线的信号分别滤波处理，得到三个滤波的结果。我们监测的人们一系列的活动处于低频段内，而环境中因硬件问题引起的噪音处于相对的高频段内。

从而使得人数相关信号具有较高的保真度，而带外的噪音信号尽量的减少。设置截止频率为60Hz可以较好的保留动作信息而达到较好的滤波效果。为了适应CSI的发包率，我们设置采样速率为100packet/s。

(2)奇异值计算：为了给分类算法提供可靠的依据，对矩阵进行奇异值分解(SVD)从而使检测机制对不同行为的奇异值进行筛选；SVD是将相关变量变换为一组不相关变量的方法，该变量更好地暴露原始数据之间的各种关系；它也是使用较少维度最佳近似原始数据点的方法；人数的增加会使得接收到的信号矩阵H的奇异值大小接近线性增长，由此我们可以对SVD的结果进一步交给机器分类从而匹配出相对应的人数模型。

(3)人数模式识别模块：处理后得到的奇异值结果交给向量机SVM(SupportVector Machine)进行分类分类结果运用于判断以不同人数为划分的功率模式选择；它可以决策出目前的人数范围，同时把结果根据建立的人数—功率对应的模型把控制信息发送给空调本体；

(4)功率调节模块：根据人数模式识别模块发来的人数信息，对空调主机的工作频率、功率、时长进行调节，根据不同的环境需求，预设不同人数对应的功率大小，温度控制阈值。

作为进一步说明的，所述数据预处理模块选择巴特沃斯低通滤波器，特点是通频带内的频率响应曲线最大限度平坦，没有起伏，而在阻频带则逐渐下降为零。

本发明的有益效果：

1.本发明针对人数直接决定空调制冷负荷的联系，通过对人数的实时监控，能够使空调工作状态快速应变。适用于人流量在不断变化的环境，同时不需要人为的监控和调节，空调自动能完成行为决策

2.本装置通过对数据降噪，利用奇异值分解处理信号矩阵，能够以线性的奇异值大小判断人数，同时覆盖性和便捷性都远高于红外等方式。

附图说明

图一为本发明装置的装置示意图；

图二为本发明的系统流程图。

具体实施方式

下面结合附图对本发明的技术方案作更为详细、完整的说明。

实施例1：

如图一所示，装置包括：无线信号发射器1,、连接线2、空调本体3、搭载有3.20GHzIntel(R)Pentium 4 CPU 2 GB RAM和intel 5300网卡的处理终4和接收天线组成。所述的空调本体3可以是分布式的也可以是集中式的，若是分布式的公司环境或商场环境，装置控制出风口的百叶窗，若是单一的居家环境装置控制空调本体；所述无线发射器1布置在需要被监控的区域，大小控制在10m×10m的区域，足以满足单间办公室的大小需求。若是大范围开放环境的环境需要按上述规格划分区域来部署。接收天线可以按实际环境需求安装在被监控区域，与发射器在可视距离内。处理终端4需要与天线5有线2连接，可以分布式安装在各装置内部，因为不需要人工监控，仅作计算和数据处理，所以对安装位置没有严苛要求。

该智能空调控制方法基于数据预处理模块，奇异值计算模块，机器模式识别模块，功率调节模块四大模块。这四个模块通过软件实现，联通硬件的采集进行对空调的控制。

如图2所示，该功率自判断方法的具体步骤如下：

A.数据预处理模块：因为是已经提前部署的商用设备，所以原始信号是嘈杂的。该系统发射机具有一根天线，接收机具有三根天线，接收机在工作时不断接收来自发射机的CSI包。具体表现为：

CSIⁱ＝{CSI^i，1，CSI^i，2，...，CSI^i，29，CSI^i，30}

i代表天线的编号，在本系统中可取1，2，3。我们对每一根天线的信号分别滤波处理，得到三个滤波的结果。我们监测的人们一系列的活动处于低频段内，而环境中因硬件问题引起的噪音处于相对的高频段内。本系统选择巴特沃斯低通滤波器，特点是通频带内的频率响应曲线最大限度平坦，没有起伏，而在阻频带则逐渐下降为零。从而使得人数相关信号具有较高的保真度，而带外的噪音信号尽量的减少。我们设置截止频率为60Hz可以较好的保留动作信息而达到较好的滤波效果。为了适应CSI的发包率，我们设置采样速率为100packet/s；

B.奇异值计算：奇异值分解是一个有着很明显的物理意义的一种方法，它可以将一个比较复杂的矩阵用更小更简单的几个子矩阵的相乘来表示，这些小矩阵描述的是矩阵的重要的特性。人数的增加会使得接收到的信号矩阵H的奇异值大小接近线性增长，由此我们可以对SVD的结果进一步交给机器分类从而匹配出相对应的人数模型。m×n实数或复矩阵M的SVD被形式化为：M＝U∑V^T，

其中U是m×m实数或复数酉矩阵，S是在对角线上具有非负实数的m×n矩形对角矩阵，V是n×n实数或复数酉矩阵。接收机每秒接收100个CSI包，为了能够表现所有动作的特征，我们把窗口值设置为10。通常在理想实验环境中，信号状态是趋于稳定的。所以，每个样本都是一个低纬度的矩阵。我们发现，SVD矩阵中每个样本都可以代表整个矩阵的特征，按位于矩阵的顺序其值的大小依次递减，其中选取第5个特征值来进行分类。实验和分类结果表明，对于每增加一个人，它都有较明显的区分；

C.人数模式识别模块：处理后得到的奇异值结果交给向量机(Support VectorMachine)进行分类。SVM是一种具有相关机器学习算法的监督学习模型，用于分析数据和识别模式。它是最常用的机器学习工具之一，具有强大的开源软件支持。分类结果运用于判断以不同人数为划分的功率模式选择。它可以决策出目前的人数范围，同时把结果根据建立的人数—功率对应的模型把控制信息发送给空调本体。为了找出最有用的分类功能，我们首先选择最常用的特征来表征这些活动是归一化的标准偏差的CSI，信号强度的偏移，中位数绝对偏差，四分位数范围，信号熵和信号变化速度。

选择的七个功能如下：

步骤一:接收奇异值计算模块传递的数据；

步骤二:计算归一化SVD：与动态人数和运动范围有关；

步骤三：计算信号变化速度：速度计算为这里的一阶导数是一个指标显示信号变化的速；

步骤四:计算信号强度偏移：对应接收器接收到的最高能量；

步骤五:计算四分位数(IR)：对应于CSI的分散程度；

步骤六:计算信号熵,它是系统通用度量混乱的数值；

D.功率调节模块：根据人数模式识别模块发来的人数信息，对空调主机的工作频率、功率、时长进行调节，根据不同的环境需求，预设不同人数对应的功率大小，温度控制阈值。

步骤一：接收到人数识别模块的最后判断信息；

步骤二：查表对应人数—功率大小关系，选定合适的变频频率；

步骤三：改变空调压缩机工作功率；显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施，都属于本发明的保护范围。

Claims (5)

1.一种基于无线信道状态信息的智能空调，其特征在于：包括空调本体、无线信号发射器、处理终端和接收天线，所述空调本体、处理终端与接收天线之间通过连接线相连接，所述空调本体包含分布式和集中式两种形式。

2.根据权利要求1所述一种基于无线信道状态信息的智能空调，其特征在于：所述处理终端搭载有3.20GHz Intel(R)Pentium 4CPU 2GB RAM和intel 5300网卡。

3.一种智能空调的控制方法，其特征在于：包括数据预处理模块、奇异值计算模块、人数识别模块和功率调节模块。

4.根据权利要求3所述一种智能空调的控制方法，其特征在于：

所述控制方法具体实现步骤如下：

(1)数据预处理：因为是已经提前部署的商用设备，所以原始信号是嘈杂的。该系统发射机具有一根天线，接收机具有三根天线，接收机在工作时不断接受来自发射机的CSI包；

具体表现为：CSIⁱ＝{CSI^i，1，CSI^i，2，...，CSI^i，29，CSI^i，30}i代表天线的编号，然后对每一根天线的信号分别滤波处理，得到三个滤波的结果。我们监测的人们一系列的活动处于低频段内，而环境中因硬件问题引起的噪音处于相对的高频段内。

从而使得人数相关信号具有较高的保真度，而带外的噪音信号尽量的减少。设置截止频率为60Hz可以较好的保留动作信息而达到较好的滤波效果。为了适应CSI的发包率，我们设置采样速率为100packet/s。

(2)奇异值计算：为了给分类算法提供可靠的依据，对矩阵进行奇异值分解(SVD)从而使检测机制对不同行为的奇异值进行筛选；SVD是将相关变量变换为一组不相关变量的方法，该变量更好地暴露原始数据之间的各种关系；它也是使用较少维度最佳近似原始数据点的方法；人数的增加会使得接受到的信号矩阵H的奇异值大小接近线性增长，由此我们可以对SVD的结果进一步交给机器分类从而匹配出相对应的人数模型。

(3)人数模式识别模块：处理后得到的奇异值结果交给向量机SVM(Support VectorMachine)进行分类分类结果运用于判断以不同人数为划分的功率模式选择；它可以决策出目前的人数范围，同时把结果根据建立的人数—功率对应的模型把控制信息发送给空调本体；

(4)功率调节模块：根据人数模式识别模块发来的人数信息，对空调主机的工作频率、功率、时长进行调节，根据不同的环境需求，预设不同人数对应的功率大小，温度控制阈值。

5.根据权利要求3或4所述一种智能空调的控制方法，其特征在于：所述数据预处理模块选择巴特沃斯低通滤波器，特点是通频带内的频率响应曲线最大限度平坦，没有起伏，而在阻频带则逐渐下降为零。