CN107831285A - 一种基于物联网的河湖污染监测系统及其方法 - Google Patents
一种基于物联网的河湖污染监测系统及其方法 Download PDFInfo
- Publication number
- CN107831285A CN107831285A CN201710043749.8A CN201710043749A CN107831285A CN 107831285 A CN107831285 A CN 107831285A CN 201710043749 A CN201710043749 A CN 201710043749A CN 107831285 A CN107831285 A CN 107831285A
- Authority
- CN
- China
- Prior art keywords
- data
- monitoring
- module
- dystrophication
- internet
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
- G01N33/1886—Water using probes, e.g. submersible probes, buoys
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/26—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating electrochemical variables; by using electrolysis or electrophoresis
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Abstract
一种基于物联网的河湖污染监测系统及其方法,包括参数采集模块、GPRS传输模块、基站、GPS接收机、卫星、通信服务器、监控中心,其特征为:所述采集模块用于采集监测水域的水质参数;所述GPRS传输模块通过RS485与采集模块链接;所述卫星发送监测流域中采集模块的地理位置给GPS接收机;该GPS接收机通过GPRS传输模块上传给基站;所述基站通过无线网络将采集数据传输给通信服务器,所述监控中心实时调用通信服务器中接收的数据,所述监控中心包括基于地理信息系统GIS功能模块,该地理信息系统GIS功能模块采用客户端/服务器(C/S)模式,具有监测数据更新速度快的特点;该地理信息系统GIS功能模块采用Oracle+ArcSDE架构实现监测区域基础地理数据的高效存储和管理。
Description
技术领域
本发明涉及一环境监测系统,尤其涉及一种基于物联网的河湖污染监测系统及其方法。
背景技术
水环境容量作为一种自然资源,在经济社会高速发展的过程中,长期以来被无偿的利用着。随着其开发和利用程度的加大,稀缺性表现得也越来越突出,因此,对环境容量价值的研究非常有必要。水环境容量是环境目标管理的基本依据,是区域环境规划的主要约束条件,也是水体污染物总量控制的关键技术支持。水污染物容量的计算与总量控制的实施是水环境管理基础性技术工作最重要的组成部分,也是保障流域水环境安全、促进流域地区经济社会可持续发展的重要举措。因此,对水环境容量计算和容量总量控制的研究己成为水环境管理科学的前沿领域和热点之一。
现有技术中,公开了一种GIS空间分析在水质污染监测中的应用(《地理空间信息》,2004年6月第02卷第3期,姜亚莉等,第32页-第33页),该文章简单介绍了江河流域水污染防治规划GIS系统的工作流程,并且采用了大量数学模型的GIS系统进行空间分析时解决的一个重要的问题就是如何充分利用这些数学模型为空间分析任务服务,这种数学模型与空间分析任务的结合包括以下几种方式:1、松散的结合:数学模型系统与GIS空间分析系统各自独立地运行,分别运行在各自独立的系统中,二者之间的数据通讯通过ASCII文件或二进制进行。用户负责根据GIS所确定的格式对文件进行格式化!这种结合是在同一台计算机上或局域网的不同计算机上联机执行的;2、紧密的耦合:在这种情况下,数据模型仍然是不同的,但是在GIS和空间分析之间的数据的自动交换是通过一个标准的接口执行的,无须用户的干预。这提高了数据交换的效率,但是需要更多的编程任务,需要用户负责进行数据的集成;3、完全的集成:从用户的角度来看,这种集成方式是在同一个系统下执行相关操作。数据交换是基于相同的数据模型和数据库管理系统。数学模型和空间分析之间的相互作用是十分有效的。
中国专利申请(申请号:CN201310116788)公开了一种GIS技术支持下的小流域环境容量计算方法,该方法确定控制单元的水域范围;利用ArcGIS软件中的水文分析模块及GPS定位校正的实际河流数据相结合的方法,确定控制单元的陆域汇水范围,得到水陆响应的控制单元;评价水质状况;利用污染源统计数据,结合污染源实际调研结果,按控制单元统计点源及非点源污染物入河量;根据水量平衡反推其上各控制断面的流量;水质模型参数率定、验证和应用,扣除各控制单元非点源污染物入河量,得到可利用水环境容量,本现有技术利用GIS 技术考虑非点源污染物在各控制单元排放的差异,计算入河量,确定流域可利用环境容量。
然而,现有技术并没有提供一套行之有效的系统、方法,如何实时监测、处理水污染依然摆在决策者面前。
发明内容
本发明提供一种基于物联网的河湖污染监测系统及其方法,以解决现有技术中存在的不足。
本发明通过以下技术方案加以实现:包括参数采集模块、GPRS传输模块、基站、GPS接收机、卫星、通信服务器、监控中心,其特征为:所述采集模块用于采集监测水域的水质参数;所述GPRS传输模块通过RS485与采集模块链接;所述卫星发送监测流域中采集模块的地理位置给GPS接收机;该GPS接收机通过GPRS传输模块上传给基站;所述基站通过无线网络将采集数据传输给通信服务器,所述监控中心实时调用通信服务器中接收的数据,所述监控中心包括基于地理信息系统GIS功能模块,该基于地理信息系统GIS功能模块监控中心包括基于地理信息系统GIS功能模块,该地理信息系统GIS功能模块采用客户端/服务器(C/S)模式,具有监测数据更新速度快的特点;该地理信息系统GIS功能模块采用Oracle+ArcSDE架构实现监测区域基础地理数据的高效存储和管理。
优选为:所述采集模块中的传感器节点采用星型组网结构,其上级为中转节点,一个半径百米区域内有一个中转节点,其它传感器节点的监测数据都会上传至该中转节点。
优选为:所述参数采集模块中的每一个传感器节点包括传感器探头、信号采集单元、信号调理单元、信号校正单元、处理器单元、存储器、能量供应单元、无线通讯单元;传感器探头实现水体的感知,根据需要采集水体中参数;信号调理单元、信号采集单元、信号校正单元对传感器探头采集数据进行采集、处理、过滤功能;处理器单元实现任务调度、设备控制功能;无线通信单元主要用于收发数据;传感器单元自身带的存储空间很小,用于存储临时性数据;能量供应模块用于为节点各部分提供所需电能。
优选为:当系统接收到新CPS定位数据信息时,判断与上一次估计的数据是否关联,如果关联,则新的GPS数据信息更新航迹;如果不关联,则该信息点为新的航迹的起始点;然后根据新的航迹点以及数学模型计算估计下一个GPS数据点的位置,也就是说:设置关联数学模型是半径为10米的圆,即新的CPS数据信息要在上一个点为圆心,半径为10米的圆内,如果在圆内,则跟踪滤波,否则跟踪发散,另外,在定点定位滤波中,如果判断CPS数据信息是跟踪发散,不是立即把新CPS数据信息为新航迹的起始点,而是把该点滤掉,以先前的航迹点再进行估计关联,若连续三次都是跟踪发散,那么第三次的CPS数据信息为新航迹的起始点;航迹信息可以显示在电子地图上。
优选为:该地理信息系统GIS功能模块与神经网络的结合,利用GIS本身的数据存储功能,将参与评价的因子按神经网络模型中的因素选取确定之后,以地图图层的形式输入GIS系统中,利用GIS的空间分析能力,方便数据的关系分析;此外,得到的因子图层中有的属于连续分布的类型,因此,还须对这种连续分布的因子进行重新分类;在系统实现时,可将图元区域的各项因素指标值写入中间数据库,供人工神经网络评价模型直接调用;地理信息系统GIS功能模块的强大的处理图形显示和输出功能,通过将评价模型所得结果写入相应图元的属性数据,便可将分析预测结果通过GIS直接成图,并区通过颜色划分危险等级区域。
本发明还公开一种基于物联网的河湖污染监测系统的监测方法。
有益效果:本发明由于采用以上技术方案,实现了河湖的污染实时监测,为领导层早日做出治理水污染提供可靠的依据。
附图说明
图1为本发明基于物联网的河湖污染监测系统及其方法的总体结构图。
图2为本发明基于物联网的河湖污染监测系统及其方法的参数采集模块中传感器节点结构图。
图3为本发明基于物联网的河湖污染监测系统及其方法的风光互补发电示意图。
图4为本发明基于物联网的河湖污染监测系统及其方法的浮标通过GPRS与监控系统连接示意图。
图5为本发明基于物联网的河湖污染监测系统及其方法的GPRS数据链接流程图。
图6为为本发明基于物联网的河湖污染监测系统及其方法的GPS定位数据处理流程图。
图7为为本发明基于物联网的河湖污染监测系统及其方法的中转节点结构图。
图8为本发明基于物联网的河湖污染监测系统及其方法的“传感器节点-中转节点”通讯组网方式示意图。
图9为为本发明基于物联网的河湖污染监测系统及其方法的监控中心与水质多参数采集模块的Modbus通讯方式示意图。
图10为为本发明基于物联网的河湖污染监测系统及其方法的GPRS Modbus通信流程图。
图11为为本发明基于物联网的河湖污染监测系统及其方法的水质环境监测信息管理平台示意图。
图12为为本发明基于物联网的河湖污染监测系统及其方法的网络拓扑示意图。
具体实施方式
本发明基于物联网的河湖污染监测系统包括三层:首先是感知层,主要作用是采用各种传感器实现对各个生态环境参量的感知量化;其次是网络层,主要作用是实现感知层至应用层的数据传输。最后是应用层,通过数据整合、分析,得出相关的结论支持管理决策,同时根据需要远程控制感知层下一时间的工作状态。
1、感知层传感器节点设计
本系统最底层的感知层由布置在所监测河流、湖泊水域中的各种传感器节点组成参数采集模块。传感器节点的设计目标以小型化、低功耗、低成本为主,以利于进行节点的大量布置。
最底层为浮标式的传感器节点,其功能为监测水体各项指标,并通过无线局域网络上传数据。采集模块中的传感器节点采用星型组网结构,其上级为中转节点,一个半径百米区域内有一个中转节点,其它传感器节点的监测数据都会上传至这个节点。中转节点具备与监测控制中心进行无线通讯的功能,可以将收集到的这一区域的监测数据上传至监测控制中心。监测控制中心可以对监测数据进行实时在线接收、处理、存储等操作。监测控制中心可以向中转节点发送下一时间的监控命令,中转节点再将命令分发至它所辖区域内的传感器节点。上述回环操作过程可以实现对河湖水体的远程监控。
如图2所示为传感器节点示意图。参数采集模块中的每一个传感器节点主要包括传感器探头、信号采集单元、信号调理单元、信号校正单元、处理器单元、存储器、能量供应单元、无线通讯单元等。传感器探头实现水体的感知,根据需要采集水体中参数。信号调理单元、信号采集单元、信号校正单元对传感器探头采集数据进行采集、处理、过滤等功能。处理器单元实现任务调度、设备控制功能。无线通信单元主要用于收发数据。传感器单元自身带的存储空间很小,用于存储临时性数据。能量供应模块用于为节点各部分提供所需电能。所述处理器优选为ARM系列,能够根据设计需要自由写入或操作功能程序;所述传感器探头采集数据后,经过信号放大、隔离、滤波、A/D转换后将信号传输给处理器单元,所述放大器优选为OP27芯片,所述隔离功能采用光电隔离,其光耦选用美国快捷半导体公司(Fairchild Semiconductor)的6N136,滤波采用二阶无源滤波器;A/D转换器优选为16位模/数转换器。
传感器探头置于待测水体之中进行监测,被测对象经由化学探头识别转换变为电信号,再通过调理电路的放大和处理,最后通过信号采集和校正处理后得到准确数据。
由于在不同河湖中,不同节点所需要检测的水体指标是不同的,因此为了系统的通用性,本申请中传感器探头采用模块化设计,即:(1)不同类型的传感器探头与处理器单元之间定义统一的硬件接口。(2)不同类型的传感器探头与处理器单元之间定义统一的通讯协议。
在感知层的设计中,不同的监测指标需配置不同的传感器探头如选择PH值、温度、亚硝酸盐氮、石油类、溶解氧、砷、汞、镉等重金属监测指标作为研究对象,在工程设计中,根据监测指标需要灵活增、减传感器探头。
上述传感器节点一般放到浮标平台上,下面具体阐述该浮标平台结构。
浮标平台用于为整个浮标系统的安装提供平台和防护,用于放置监测仪器,传感器仪器,通讯模块和供电系统。平台主要包括浮筒、防护栏、航标灯、锚系、仪器安装孔、设备箱等部分组成。浮筒用于组建浮标平台,浮标平台的大小可根据需要进行订制,材质为抗腐、防冻、抗氧化、抗紫外线的强化材质,不受海水、化学品、药剂、油渍及水生物的侵蚀;浮标平台四周安装防护栏,对平台上的操作维护人员及设备起到安全防护作用。防护栏采用不锈钢304材质,耐腐能力强,能后适用于野外长期工作环境。浮标平台设备箱顶部安装航标灯,夜晚或阴天发出闪烁光;浮筒通过锚系固定在指定的安装水域,锚系包括锚、锚链及浮球;设备箱采用不锈钢材质,与浮标平台连接牢固,四面安装太阳能电池板,为密封式防水设备舱,用于供电系统及数据采集传输等设备的安装。风光结合供电系统由太阳能电池板、一台垂直轴风力发电机、多块块120AH胶体蓄电池以及风光互补控制器组成。
由于每一个浮标平台是一个独立的系统,其供电系统尤为重要,如果供电系统不能正常供电,该水域监测节点就无法正常运行,故本发明进一步介绍了风光结合供电系统,由于浮标平台大部分远离国家电网,因此每个浮标平台供电系统采用离网风光互补发电,参见附图3所示。
离网风光互补发电系统由风力发电机、光伏组件、控制器、蓄电池组、逆变器、泄荷器等组成。该发电部分由1台风力发电机和太阳能光伏组件组成,通过控制器给蓄电池充电,经逆变器转换成交流电供给负载,该负载为工作人员在检测、维修浮标平台时候所需要的交流部件,如示波器、焊枪等交流负载;为了更好的吸收太阳光,在太阳能电池板上增加太阳能吸收装置,从而更加有效的吸收太阳光;所述泄荷器用于释放避雷器引下的电能;控制器根据光强、风强、负载等的不断变化,实时对蓄电池进行调节,保证负载连续稳定的工作。控制器系统的重要组件,应具有防止蓄电池过充、过放等保护功能。
下面根据浮标平台的水域位置,设计风光发电系统主要部分。
蓄电池部分
蓄电池容量将根据下式选取。
其中式中,C为蓄电池组容量,Ah;P为风光互补系统总功率,W;t为最大放电时间,h;U为放电电压,V;ηf为蓄电池放电深度;φ为蓄电池余量误差。
风力发电机的功率:
其中式中,P1为风力发电机的功率,W;P为风光互补系统总功率,W;t为最大放电时间,h;t1为有风时间,h;t2为太阳能不能发电风最大连续时间,d。
光伏发电部分
太阳能电池组件串联总数如下:
NS=Vf+Vi/Vm,
式中,Ns为太阳能电池组件串联总数;Vf为蓄电池浮充工作电压,V;Vi为串联回路线路电压降,V;Vm为光伏组件峰值电压,V。
逆变器
逆变器,其性能特点式采用ARM芯片控制,正弦波输出,具有断路、过流、过压、过热等保护功能,逆变器容量参见如下:
式中,PN为逆变器容量,VA;P额为额定输出功率,W;N为用电同时率;M为各相负载不平衡系数;S为负载功率因数;ηN为逆变器效率。
通过上述描述,我们选用蓄电池为6块120AH胶体蓄电池、200W垂直轴风力发电机、4块100W的太阳能电池板;逆变器选用100W集成芯片逆变器,具体型号根据设计需要而定。
太阳能电池板全方位吸收太阳能,将太阳能转换为电能,送往蓄电池中存储起来,蓄电池位于防水蓄电池仓内;垂直轴风力发电机通过将风力转化为电能,输送至蓄电池中存储起来,用于系统正常运行;风光互补控制器用来控制供电系统的工作,对电能储存蓄电池起到过充电保护作用,有效延长蓄电池的使用寿命。
数据采集、调理、校正功能模块的设计
数据采集模块采用模块化设计;多通道数据采集、记录,并有数据处理、编程、报警功能;断电时数据不丢失;通讯接口为RS232或RS485。
数据调理与校正模式:
假设监测对象为一条河或湖,其投放的浮标平台数以百计,这么多个浮标平台上的数据采集模块节点的监测范围构成庞大的监测区域,然而,由于各个传感器节点的监测范围及可靠性的局限性,使得在部署节点时,务必要让传感器节点的监测范围互相交叠,以至于提高整个网络系统所获得的信息的鲁棒性和准确性网。如此,传感器节点所采集到的数据就必然会存在冗余,于是,在节点将监测数据经多跳路由转送给收集数据的sink节点(或基站)的路径中,有必要对数据进行融合处理以减少冗余信息,提高传输数据的质量,降低节点的能量消耗。
本发明采用了分簇的大规模数据收集的融合算法,通过各个簇首节点和簇内成员节点的协作,较好地对监测区域的数据进行融合。该算法是基于“虚拟节点”的生成技术而实现,所谓虚拟节点,即通过多项式拟合系数来表示一个簇内的、或者一定范围内的监测数据的分布状态,簇首节点之间或者簇首节点到其目的节点(基站或所属执行器节点)之间传输的数据,是反映一定范围内监测数据状态的多项式拟合系数,在簇首节点或者基站进行数据复现或数据在线融合时,根据所得到的拟合系数,重新在内存中生成反映原监测区域数据状态的数据采集节点及其监测值。由于这些数据采集节点只存在于内存中而非实际存在,因而被称作“虚拟节点”。
1簇内多项式的拟合
对于分簇型的数据采集网络,簇内节点采集到的数据往往相关性较大,对于包含N个节点的簇,假设簇内传感器节点Si(xi,yi)采集到的数值为
i=l,2…N,f(xi,yi)为可满足误差要求的二元多项式,表示为:
f(xi,yi)=XiAYi
其中:
X=[1,x,x2,...,xm-1]
Y=[1,y,y2,...,yn-1]T
一般情况下N>mn,为了求出系统矩阵A,使用所有族内节点的监测值,采用最小二成法,
令:
其中:
gjk=xj-1yk-1,j=1,2,...,m,k=1,2,...,n,
令:
其中,和分别表示矩阵G和矩阵A按行拉直而成的行向量,n为自然数。理想状态下,
可变形为:
则由此可得:
Z=Oθ
其中Q=[q1,q2,...,qN]T
则:
θ=(QTQ)-1QTZ
误差级别的设定:
由于网络规模较大,可能会出现一块区域内传感器节点采集到的数据非常接近真实值,而令一块区域出现监测值的误差偏大现象,但仍然满足均方误差小于给定的误差上限。为了消除这一现象,本发明重新规定有效误差ξ。所谓有效误差是指即因各种原因而产生的不可避免的细小误差ξ。对于ξ的设定,本发明约定如下:ξ的取值主要与监测数据的平均误差ε以及系统预先设定的最大误差λ有关,其中,
显然存在
将λ分成k等分
当平均误差
有效误差定义为:
令对于所有可能的(m,n)的取值,若ei>ξ,i=1,2,...,N,表示节点值的误差大于有效误差,并记录下此节点和此节点的监测值,
令l表示节点值大于有效误差的个数,设则(m1,n1)即为所求的多项式系数的幂数。
2、网络层中转节点的设计
参见附图转节点结构图7。本系统中网络层的功能由中转节点负责,其主要功能为:(1)负责传感器节点和应用层监测控制中心之间的数据中转,接收来自监测控制中心的控制命令,启动传感器节点进行数据采集,然后收集所下属区域内的传感器节点的测量数据存入存储器内,待数据收集完毕后打包发送至监测控制中心。(2)作为网关,实现无线传感器网络和移动通信网之间的联接。
网络层中转节点主要在传感器节点上增加包含“传感器节点-中转节点”的无线通讯单元,该单元与处理器单元链接。
参见附图8所示。传感器节点-中转节点无线通讯单元负责传感器节点与中转节点之间的数据传输,同时具有自组网功能,网络拓扑结构多样可以覆盖大面积的河湖水体,而且成本较低适合多数量节点的布置。该无线通讯单元的网络拓扑结构主要分为三种:星型、网状型和簇状型。本发明优选为“传感器节点-中转节点”、“中转节点-监测控制中心”间的无线通讯均采用星型组网方式。
数据传输模块的设计
GSM、GPRS/CDMA、3G、4G网络、卫星通讯等多种通信方式可选,实现数据传输和远程控制。数据通讯模块可采用SMS短信传输,直接发送短信到相关服务器和监控中心,数据传输模块具备向多点进行SMS报警的功能。数据传输采用二进制加密协议,保证数据安全性。数据传输可通过服务器中继转发至多个监控中心。数据传输模块,自动定时重启,保证长时间不掉线。
参见附图4所示。浮标平台通过GPRS/CDMA登录以太网,将数据通过HTTP/FTP发送到指定的网络服务器。服务器自动解析加密数据,并将数据导入到数据库中。同时一旦有报警信息,还可以直接发送短信到指定手机,这样GPRS与短信结合,保证数据不丢失。
GPRS无线通信模块设计
GPRS,即通用分组无线业务,这种无线业务是基于GSM网络上开通的一种新型分组数据传输业务,该GPRS无线通信模块采用分组交换技术,与电话业务的电路交换方式相比,它仅在有数据传输时才占用频道资源,信道利用率高,允许多个用户共享某些固定的信道资源。GPRS特别适用于间断的、突发性的或频繁的、少量的数据传输,也适用于偶尔的大数据量传输,它的显著优点是具有实时在线、快捷登陆、高速传输、自由切换。GPRS技术最重要的特征是用户可以保持永远在线。移动终端只需要输入账号建立连接,就能实现GPRS无线通信。GPRS通信的具体操作过程是,用户登陆WAP网站后,先初始化射频参数,只要任意一个超文本链接被点击时,终端就会通过无线信道收发器收发分组数据。而如果长时间不对网页进行操作,终端就会转入“准休眠”状态。在这种情况卜,终端并不会立即将所有链接断开,只是将它所占用的信道释放给其他用户传输数据。但仍然与GPRS网络保持逻辑上的连接,当用户再次令击该链接时,终端会立即发送命令申请无线信道,而不像普通拨号上网,断线以后必须重新拨号建立连接才能上网GPRS的工作过程是模块初始化,设置内部协议栈,访问APN节点,查看是否连接上PPP,若是连接PPP成功,则建立TCP连接,然后查询链路状态、查看可用的缓存大小,如果缓存足够大,则进行数据发送,数据发送成功后关闭链路TCP状态,结朿。GPRS链接流程图如图5所示。
本发明采用GPRS模块的型号为SIM300,该型号是一款三频段GSM/GPRS模块,其包括3 种频率分别为:EGSM900MHZ、DCS1800MHZ、PCS1900MHZ,并且SIM300提供10中类型的GPRS信道。
GPS模块数据处理
GPS模块属于现有技术,然而,针对本发明,工程人员对其接收的定位信号进行了数据处理。具体处理方式如下:当系统接收到新CPS定位数据信息时,判断与上一次估计的数据是否关联,如果关联,则新的GPS数据信息更新航迹(跟踪滤波);如果不关联,则该信息点为新的航迹的起始点(跟踪发散)。然后根据新的航迹点和相关的数学模型,估计下一个GPS数据点的位置,例如设置关联数学模型是半径为10米的圆,即新的CPS数据信息要在上一个点为圆心,半径为10米的圆内,如果在圆内,则跟踪滤波,否则跟踪发散,另外,在定点定位滤波中,如果判断CPS数据信息是跟踪发散,不是立即把新CPS数据信息为新航迹的起始点,而是把该点滤掉,以先前的航迹点再进行估计关联,若连续三次都是跟踪发散,那么第三次的CPS数据信息为新航迹的起始点;航迹信息可以显示在电子地图上。上述GPS定位数据处理流程参见附图6。
数据之间的传输协议的设计
MODBUS通讯协议,该Modbus协议实现控制器相互之间、控制器经由网络(例如GPRS/CDMA)和其它设备之间可以通信。控制器通信使用主一从技术,即仅一设备(主设备)能初始化传输(查询),其它设备(从设备)根据主设备查询提供的数据作出相应反应。Modbus理论上可接(寻址)一台主站和多台从站。Modbus通过异步串口的方式完成通讯,物理接口釆用RS-485或RS-232方式。Modbus有两种通讯方式:应答方式和广播方式。应答方式是指主站向某个从站发出命令(从站地址不能为“0”),然后等待从站的应答,从站接到主站发出的命令后,执行相应命令并将执行结果返回给主站作为应答,然后等待主站的下一个命令。广播方式是主站向所有从站发送命令(从站地址为0),而不需要等待从站应答,从站接到广播命令后,执行命令,也不向主站应答。Modbus通信协议具有两种传输模式:ASCII(美国标准信息交换码)模式和RTU(远程终端设备)模式。使用ASCII模式,消息以“:”字符开始,以回车换行符结束。而使用RTU模式,消息发送至少要以3.5个字符时间的停顿间隔开始,因此在网络波特率下多样的字符时间,如下表1中的T1一T2—T3—T4所示)。传输的第一个域是设备地址。可以使用的传输字符是十六进制的0...9,A...F。网络设备不断侦测网络总线,包括停顿间隔时间内。当第一个域(地址域)接收到,每个设备都进行解码以判断是否发往自己的。在最后一个传输字符之后,一个至少3.5个字符时间的停顿后才能发生一个新的消息。整个信息必须连续发送。如果在发送帧信息期间,出现大于1.5个字符的静止时间时,则接收设备刷新不完整的信息,并假设下一个地址数据。同样一个信息后,立即发送的一个新信息(若无3.5个字符的静止时间) 将会产生一个错误。这是因为合并信息的CRC校验码无效而导致的错误。一个典型的消息帧如表1所示:
起始位 | 设备地址 | 功能代码 | 数据 | CRC校验 | 结束符 |
T1-T2-T3-T4 | 8Bit | 8Bit | n个8Bit | 16Bit | T1-T2-T3-T4 |
Modbus RTU的顿按应答方式分为命令帧(询问帧)和应答帧。命令帧为一般格式命令帧,应答帧有显长度帧和隐长度帧之分,表2给出了命令帧格式,表3为显长度应答帧格式,表4为隐长度应答帧格式。
表2
表3
从站地址 | 功能码 | 数据长度 | 数据 | 校验和 |
表4
从站地址 | 功能码 | 数据 | 校验和 |
本发明的搭载水质多参数数据采集模块的浮标平台作为从站,主站以监控中心为核心,二者通过Modbus通讯协议实现指令数据的发送接收,并采用的通讯方式为应答方式,如表5所示。
水质多参数采集模块支持标准的Modbus RTU协议,且水质多参数采集模块的地址、波特率、字符奇偶校验、停止位个数等开发人员都可以自行定义设定。水质多参数采集模块支持功能码‘04’读取当前采集模块的各个通道的采集参数值,且采集模块回应的命令帧采用显长度应答帧。假设水质多参数采集模块的地址为1,则读取水质多参数采集模块第1路参数采集数据的完整Modbus命令帧格式如表5所示,水质多参数采集模块Modbus通讯方式如图9所示。
表5
串口通信协议的设计
本系统的数据传输采用的是串口通信,串口通信技术应用广泛,在数据通信、计算机网络以及分布式控制系统中,经常釆用串行通信交换数据和信息。本设计采用多路RS485串口,用来与处理器进行通信,可以将处理器的信息传送到采集终端,也可以将采集终端的信息反馈到央处理器,实现双向通信。系统采用Visual Studio 2010提供的SerialPort控件实现串口通信,SerialPort控件和C#的其他控件一样,都是通过对其一系列的方法、属性、事件与用户之间进行交互。只要对SerialPort控件的属性、方法、事件进行设计,就可以发送和接收数据。
经过GPRS无线网络传输的水质参数采集与处理程序主要包括以下几个部分,参见附图10所示:
(1)初始化通信程序:初始化数据包括通讯设备的地址,通信速率,奇偶校验方式,通信超时等待时间等;
(2)读数据采集模块内存单元数据:通过设定读取数据的起始地址,读取数据的字节数、读取数据的功能码等向数据采集模块发出读取数据请求;
(3)采集数据报警处理:当所采集的数据参数超高设定阈值时,执行相应的报警处理程序。
在程序运行后,首先设置串口的参数,本系统串口参数设置为:
串口号:COM3
波特率:9600bps
数据位:8位
停止位:1位
校验位:无校验位
打开串口,设置设备地址、功能码、起始地址、寄存器数量,进行发送。发送要查询的数据命令,模块就会作出相应的回应。发送查询模块类型寄存器命令,即3504(HEX)。
3、应用层,即水质监测信息管理平台(监控中心)
水质监测信息管理平台是一个基于地理信息系统,集远程自动监测数据采集、数据汇总、分析以及远程控制等功能组成的系统,能够实现水质多参数采集模块与平台的数据传输与数据共享。能够实现实时数据、分钟数据、子站运行的状态数据动态的主动上传,并具有数据展示发布及水质数据分析预警功能。
水质监测信息管理平台的逻辑架构
地理信息服务系统、实时对水质分析服务、数据监控服务和数据通讯服务,为终端用户业务分析和应用提供了业务支撑的平台。实时监测数据展示、水质数据分析、移动终端访问、短信通知报警和站点运行监控等应用子系统为用户提供了全方位的河口、海域的各类污染源的监测与分析。详细系统逻辑架构示意图如图11所示。
平台设计紧密结合用户业务特性,并充分应用当前计算机最新技术。其中地理信息服务平台的应用给用户带来最佳的便捷性和友好体验,充分体现了系统以人为本的设计理念。面向服务设计和接口设计提高了系统的可扩展性,比如:
现场监测点扩展:本平台能够随时新增更多的包括污染源在内的各类监测点,进行监测点注册和相应的通讯参数设置后就完成了监测点的扩展。
通讯方式扩展:本系统能够适应多种通讯传输方式,针对新的通讯手段只需要加入相应的通讯模块即可,平台的主体不需要改动。
网络拓扑结构
本平台的网络拓扑结构示意图如图12所示。
水质监测信息管理平台由Web应用服务器、数据库服务器、实时分析服务器,通讯服务器和子站数据采集仪组成。通讯服务器负责跟水质监测子站的数据通讯,其所配设备满足多种通讯方式,如光纤宽带、GPRS/CDMA、PSTN、GSM、ADSL/ISDN等。通讯服务器的配置及其性能应该足够满足当前系统通讯需求以及将来系统扩展需求。通讯服务器将接收的远程子站的数据存储在SQL Server/Oracle数据库中。
以上中心服务器部署是典型和推荐方式,在终端访问和监测站点数量较少的情况下,我们还可以减少中心硬件服务器数量,采用如下合并部署方式。根据实际情况采用合并部署后,既能满足使用要求,又可大大降低建设成本。
用户进入水质监测信息管理平台系统时需要进行身份验证,使其可以使用与其身份相对应的操作。
权限不同的用户对平台享有不同的访问权限。除此之外系统还通过以下途径和手段保证平台安全运行。
(1)数据传输安全可以采用VPN加强数据传输过程中的防范能力,提高数据远程采集和传输的安全性。
(2)数据存储安全
采用大容量和高I/O吞吐能力的存储设备以保证数据存储安全可靠性。子站断电后数据能够自动保存,并具备存储半年以上原始数据的能力,中心站的数据具有自动备份的功能,当数据库发生灾难性故障时可人为进行恢复。
(3)监测站点安全
当在固定站中安置了对站房的相关监测仪器,平台可以对固定站的漏酸、漏碱等安全隐患进行及时报警。
监控中心功能进一步描述:
基于地理信息系统(GIS)功能模块的设计
地理信息系统(GIS)是一门集计算机科学、信息学、地理学等多门学科为一体的新型学科,是由计算机系统、地理数据和用户组成的。它把地理位置和相关属性有机结合起来,通过对具有空间内涵的地理数据的获取(集成)、存储、检索、分析等操作,根据实际需要准确真实、图文并茂地生产并输出地理信息。目前,GIS在各行各业的应用和发展已成为势不可挡的国际潮流。
ArcSDE是美国环境系统研究所公司(ESRI公司)研发的ArcGIS家族中的一员,是一个空间数据库中间件技术。ArcSDE是ArcGIS功能模块与关系数据库(本系统后台关系数据库采用Oracle)之间的GIS通道,ArcSDE以数据库为后台存储中心,为前端的GIS应用提供快速的空间数据访问,海量数据的快速读取和数据存储的安全高效是ArcSDE的重要特征。ArcSDE支持ArcGIS应用层并提供DBMS通道技术,使得空间数据可以存储于多种DBMS中。ArcSDE同时能保证所有的GIS功能可用,而无需考虑底层的DBMS。ArcSDE使用DBMS支持的数据类型,以表格的形式管理底层的空间数据存储,并可使用SQL在DBMS中访问这些数据。ArcSDE同时也提供了开放的客户端开发接口,通过这些接口用户定制的应用程序也可以访问底层的空间数据表。
GIS服务器架构设计
该系统采用客户端/服务器(C/S)模式,具有监测数据更新速度快的特点。该系统首先通过数据采集模块采集监测区域的各种水质数据;其次该框架设计采用Oracle+ArcSDE,它是目前世界上最成熟、最稳定的空间数据管理技术,也是基础地理信息数据库工程建设的主流模式,该架构的数据层采用Oracle数据库系统和ArcSDE空间数据引擎,实现监测区域基础地理数据的高效存储和管理;中间层通过ArcSDE空间数据引擎实现对空间数据的访问,基于Arc-GIS Engine和ArcIMS技术构建空间信息综合应用开发平台,实现空间数据应用的业务逻辑,如空间数据的表现和操作;应用层在ArcGIS Engine和ArcIMS的基础上,实现监测区域基础地理数据库的具体应用。通过ESRI公司的空间数据库引擎ArcSDE访问存储在Oracle中空间和属性数据,对其进行水质数据检查、入库和更新的操作。该系统通过嵌入ESRI公司的ArcGISEngine组件完成GIS功能。
GIS与神经网络的结合
利用GIS本身的数据存储功能,将参与评价的因子按神经网络模型中的因素选取确定之后,以地图图层的形式输入GIS系统中,利用GIS的空间分析能力,方便数据的关系分析。此外,得到的因子图层中有的属于连续分布的类型,因此,还须对这种连续分布的因子进行重新分类。在系统实现时,可将图元区域的各项因素指标值写入中间数据库,供人工神经网络评价模型直接调用,真正实现GIS数据与评价分析模型的无缝连接。GIS的强大的处理图形显示和输出功能,通过将评价模型所得结果写入相应图元的属性数据,便可将分析预测结果通过GIS直接成图,并区通过颜色划分危险等级区域。
为了水质采集数据小样本的问题,我们采用B样本最小二乘数据拟合进行数据的预处理,从而获得大样本,以满足神经网络模型所需要的输入数据要求,B样本最小二乘数据拟合算法如下:
设原样本数为N,对每个样本一个编号,记为xi,第i个样本的编号xi=i,测可得到xi落在区间[a,b]中,既有a=x1<x2<…<xN=b<XN+1<…<xN+n,在构造以x为变量的第i个n+1阶规范B样条函数,首先令I=xi,xi+1,…,xi+n+1,i=-11,…,N,做函数再得到的n+1阶差商[xt,xt+1,…,xt+n+1](1-x)+ n。最后便得到以为变量的第i个n+1阶规范B样条函数:Bt,n+1(x)=(xt+n+l-xt)[xi,Xi+l,…,xi+l+n]×(t-x)+ n,i=-n,-n+1,…,N-1。
在监控中心基于地理信息系统(GIS)功能模块的设计包括系统菜单模块、系统工具栏模块、地图鹰眼模块、图层管理模块、专题图制作模块、图层显示风格设置和状态栏信息模块等内容。
系统菜单模块实现以下几项功能:
(1)GIS地图操作:包括地图的缩放、漫游、站点显示、地图区域选择和导航。
(2)系统基础信息维护:包括系统信息增删、数据库连接设置等。
(3)数据显示、查询和统计:根据需要,显示污染源监控站点的监测数据,实时数据、小时统计数据等。输入查询和统计条件可以得到不同站点、不同时间段、不同项目的监测数据。
(4)实体准确定位:可以进行污染源点位、企业位置以及环保监测车辆快速定位显示等。
(5)数据分析:对某几个站点、某一时间段的污染情况进行可视化分析。
(6)报表打印:可以输出常规工作的日报表、周报表、月报表、季度报表、年报表等,也可以自定义打印。
监控中心实现监测数据查询与显示子系统功能。
系统的数据查询统计功能包括对任意河湖水质污染监控站点和这个站点的相关数据进行任意时间段的查询,查询结果生成相应格式显示、储存或打印。在数据查询模块中,可以对污染项目、污染企业信息和监控仪表状态进行查询。利用污染源的污染物在线分析设备CEMS实现污染项目的查询,可以对多个监控站点、多个项目的任意时段的信息数据进行查询,以Excel表格的形式将查询结果显示出来。
环境质量监控系统数据显示模块主要包括实时数据显示和小时数据显示。系统接收到各个监测站点的水质监测信息数据后,进过简单统计处理,方便用户查看,把握监测数据的走势。用户在实时数据显示窗口中,可以根据需要,查看监测河湖不同地点所产生的污染物实时情况。界面窗口上部分为用户提供的选择项,包括河流名称、河流位置、监测站点号等
当监测的区域水质污染超标,实时数据采集传输仪将信息传输到监控中心服务器,在自动预警报警页面显示相关数据和信息,同时应用程序自动开启报警信号,并通过手机短信、邮件和QQ及时通信等方式告知监控中心工作人员。
监控报警系统包含两级报警系统。一级报警系统由红外探测器、声光报警器、红外摄像头、硬盘存储机组成。红外探测器扫描范围为120度,由2个双鉴室外探测器组成,即可覆盖整个区域。二级报警系统由一个红外接近开关组成上位机软件监控系统集成到中心站监控平台上。当有人进入红外探测器区域时,启动声光报警功能和实验室报警功能,此时可以在监控室通过查看红外摄像头拍摄的信息查看浮标周围的情况。当有人打开设备盖时,触动接近开关启动二级报警功能。
水质分析
监测中心接收到的数据都为海量数据,对于进一步的数据处理和控制措施的实施监测中心要花费较长的处理时间,因此在进行异常情况确认和处理前首先要进行数据挖掘,从大量的、不完全的、有噪声的、模糊的、随机的数据中,提取隐含在其中的、事先不知但又潜在有用的信息,聚类分析是数据挖掘的重要方法之一,而海洋环境参数的变化是渐进的,即便有国家海水水质标准,但水质状况的分析既要对多项指标进行综合评价,又具有模糊过渡的特点,因此引入隶属度概念,采用模糊C均值(FCM)聚类方法进行分析更为合理,克服了硬性分类的不足,但基于目标函数的FCM是一种局部寻优算法,存在对初始化敏感和难以获得全局最优解的缺陷,其聚类数目也是依照经验进行选取的,缺乏充分的科学性,而且海量数据的聚类会浪费大量的时间和资源;遗传算法(GA)是一种借鉴生物界自然选择和进化机制发展起来的具有自适应性和自组织能力的随机搜索算法,具有全局搜索和并行计算能力,被广泛应用于求解复杂的优化问题,遗传算法通过模仿生物界“适者生存”原理,无需待解问题领域的特殊知识,无需对所有数据逐一进行处理,而是随机生成优化问题的一组可能解,经遗传变异操作后便可得到优化问题的全局近似最优解。
因此本发明采用空间向量遗传聚类分析方法,进行海量数据处理,既可大大减少数据处理量,又能得到科学合理的处理结果,也可提高监测中心对异常情况的响应速度。
模糊C均值(FCM)聚类算法
FCM算法具有良好的局部寻优性和误差收敛性,是一种贪心算法,并不一定能够得到全局最优解,经常会陷入到局部最优而非全局最优。算法步骤为:
将有限向量x={xk|xk∈Rp,k=1,2,3,…,n}分为c类(1<c<n),分类矩阵U为:
U={uik|k=1,2,3,,n;i=1,2,3,…,c} (1)
具中uik表示向量xi属于类ck的隶属度,0≤uik≤1。
目标函数可定义为:
其中dik为向量xk到ci的空间距离,ci(1≤i≤c),ci∈Rp。
算法执行前给山固定迭代次数,以免终止条件不能满足陷入无限循环。FCM算法应用于下述遗传聚类算法步骤中的Step2。
(2)遗传聚类的算法步骤
Step1种群初始化。n个样本被分为c类,每个聚类中心作为一个基因,c个基因组成的基因链形成染色体,初始聚类中心随机选取,因此初始染色体由随机选择的c个基因组成。设置种群大小n、最大进化代数g、交叉概率Pc、变异概率Pm的初始值。从数据集S={S1,S2,…,Sm}中随机选取n个向量形成初始种群,组成模糊分类矩阵U。
Step2对种群进行以下操作:
a.随机选取聚类中心;
b.采用模糊C均值聚类(FCM)进行聚类划分
c.求解当前划分下的聚类中心,为提高搜索速度,初始聚类中心可根据实际数据分布情况进行给定,在每次得到聚类划分得到聚类中心后,用当前的聚类中心替换原来的聚类中心;
d.计算适应度。
Step3选择运算。按染色体适应度大小用轮盘赌方法选择下一代个体。
Step4交叉运算。任选两个个体进行单点交叉操作。
Step5变异运算。变异的概率由变异概率参数Pm决定,变异的位置随机产生,采用对变异位进行“非”操作。
Step6得到最优染色体。若达到停止条件,迭代结束,解码出聚类中心;否则,转向Step2,重复执行迭代过程。
在以上的描述中阐述了很多具体细节以便于充分理解本发明。但是以上描述仅是本发明的较佳实施例而已,本发明能够以很多不同于在此描述的其它方式来实施,因此本发明不受上面公开的具体实施的限制。同时任何熟悉本领域技术人员在不脱离本发明技术方案范围情况下,都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。凡是未脱离本发明技术方案的内容,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、等同变化及修饰,均仍属于本发明技术方案保护的范围内。
Claims (8)
1.一种基于物联网的河湖污染监测系统,包括参数采集模块、GPRS传输模块、基站、GPS接收机、卫星、通信服务器、监控中心,其特征为:所述采集模块用于采集监测水域的水质参数;所述GPRS传输模块通过RS485与采集模块链接;所述卫星发送监测流域中采集模块的地理位置给GPS接收机;该GPS接收机通过GPRS传输模块上传给基站;所述基站通过无线网络将采集数据传输给通信服务器,所述监控中心实时调用通信服务器中接收的数据,所述监控中心包括基于地理信息系统GIS功能模块,该地理信息系统GIS功能模块采用客户端/服务器(C/S)模式,具有监测数据更新速度快的特点;该地理信息系统GIS功能模块采用Oracle+ArcSDE架构实现监测区域基础地理数据的高效存储和管理。
2.根据权利要求1所述的基于物联网的河湖污染监测系统,其特征为:所述采集模块中的传感器节点采用星型组网结构,其上级为中转节点,一个半径百米区域内有一个中转节点,其它传感器节点的监测数据都会上传至该中转节点。
3.根据权利要求1所述的基于物联网的河湖污染监测系统,其特征为:所述参数采集模块中的每一个传感器节点包括传感器探头、信号采集单元、信号调理单元、信号校正单元、处理器单元、存储器、能量供应单元、无线通讯单元;传感器探头实现水体的感知,根据需要采集水体中参数;信号调理单元、信号采集单元、信号校正单元对传感器探头采集数据进行采集、处理、过滤功能;处理器单元实现任务调度、设备控制功能;无线通信单元主要用于收发数据;传感器单元自身带的存储空间很小,用于存储临时性数据;能量供应模块用于为节点各部分提供所需电能;所述处理器选为ARM8系列,能够根据设计需要自由写入或操作功能程序;所述传感器探头采集数据后,经过信号放大、隔离、滤波、A/D转换后将信号传输给处理器单元;放大功能采用为OP27运算放大器芯片;隔离功能采用光耦进行光电隔离,其光耦选用美国快捷半导体公司(Fairchild Semiconductor)的6N136芯片;滤波功能采用二阶无源滤波器;A/D转换器选为32位模/数转换器。
4.根据权利要求1所述的基于物联网的河湖污染监测系统,其特征为:所述参数采集模块采集的水质参数包括PH值、温度、亚硝酸盐氮、石油类、溶解氧、砷、汞、镉。
5.根据权利要求1所述的基于物联网的河湖污染监测系统,其特征为:所述参数采集模块设置在浮动平台上,该浮动平台的供电系统采用离网式风光互补发电系统。
6.根据权利要求1所述的基于物联网的河湖污染监测系统,其特征为:当系统接收到新CPS定位数据信息时,判断与上一次估计的数据是否关联,如果关联,则新的GPS数据信息更新航迹;如果不关联,则该信息点为新的航迹的起始点;然后根据新的航迹点以及数学模型计算估计下一个GPS数据点的位置,也就是说:设置关联数学模型是半径为10米的圆,即新的CPS数据信息要在上一个点为圆心,半径为10米的圆内,如果在圆内,则跟踪滤波,否则跟踪发散,另外,在定点定位滤波中,如果判断CPS数据信息是跟踪发散,不是立即把新CPS数据信息为新航迹的起始点,而是把该点滤掉,以先前的航迹点再进行估计关联,若连续三次都是跟踪发散,那么第三次的CPS数据信息为新航迹的起始点;航迹信息可以显示在电子地图上。
7.根据权利要求1所述的基于物联网的河湖污染监测系统,其特征为:该地理信息系统GIS功能模块与神经网络的结合,利用GIS本身的数据存储功能,将参与评价的因子按神经网络模型中的因素选取确定之后,以地图图层的形式输入GIS系统中,利用GIS的空间分析能力,方便数据的关系分析;此外,得到的因子图层中有的属于连续分布的类型,因此,还须对这种连续分布的因子进行重新分类;在系统实现时,可将图元区域的各项因素指标值写入中间数据库,供人工神经网络评价模型直接调用;地理信息系统GIS功能模块的强大的处理图形显示和输出功能,通过将评价模型所得结果写入相应图元的属性数据,便可将分析预测结果通过GIS直接成图,并区通过颜色划分危险等级区域。
8.一种根据权利要求1-7任一所述的基于物联网的河湖污染监测系统的监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710043749.8A CN107831285B (zh) | 2017-01-19 | 2017-01-19 | 一种基于物联网的河湖污染监测系统及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710043749.8A CN107831285B (zh) | 2017-01-19 | 2017-01-19 | 一种基于物联网的河湖污染监测系统及其方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107831285A true CN107831285A (zh) | 2018-03-23 |
CN107831285B CN107831285B (zh) | 2019-04-09 |
Family
ID=61643062
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710043749.8A Active CN107831285B (zh) | 2017-01-19 | 2017-01-19 | 一种基于物联网的河湖污染监测系统及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107831285B (zh) |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108226436A (zh) * | 2018-03-30 | 2018-06-29 | 深圳智达机械技术有限公司 | 一种分布式多参数水质监测系统 |
CN108512932A (zh) * | 2018-04-13 | 2018-09-07 | 唐山新质点科技有限公司 | 一种数据处理方法及系统 |
CN108600332A (zh) * | 2018-04-02 | 2018-09-28 | 深圳源广安智能科技有限公司 | 一种基于区块链技术的水源污染数据处理系统 |
CN108805199A (zh) * | 2018-06-08 | 2018-11-13 | 电子科技大学成都学院 | 一种基于遗传算法的实体商业营销方法 |
CN108872519A (zh) * | 2018-08-14 | 2018-11-23 | 中国水利水电科学研究院 | 一种河流栖息地调查方法和系统 |
CN109239291A (zh) * | 2018-09-27 | 2019-01-18 | 东莞青柳新材料有限公司 | 湖泊水质智能监测系统 |
CN109596176A (zh) * | 2018-12-29 | 2019-04-09 | 天津科技大学 | 一种基于物联网的城市应急管理系统 |
CN109697332A (zh) * | 2019-01-14 | 2019-04-30 | 重庆邮电大学 | 一种基于非监督学习方法的流计算系统的异常监测方案 |
CN110213022A (zh) * | 2019-06-27 | 2019-09-06 | 深圳市久驰精密科技有限公司 | 一种通信方法及装置 |
CN110351235A (zh) * | 2019-01-30 | 2019-10-18 | 清华大学 | 监测方法和装置、工业控制系统和计算机可读介质 |
CN110958591A (zh) * | 2019-12-20 | 2020-04-03 | 中国船舶工业系统工程研究院 | 一种广域海洋物联网海上跨域通信管控系统 |
CN110967334A (zh) * | 2019-12-18 | 2020-04-07 | 成都理工大学 | 一种地下水重金属监测方法及其装置 |
CN110967461A (zh) * | 2019-12-19 | 2020-04-07 | 浙江清华长三角研究院 | 一种基于gis技术实现河流水质动态分布的方法 |
CN111245863A (zh) * | 2020-02-28 | 2020-06-05 | 南京邮电大学 | 一种多重灾备架构的工业数据边缘感知与管理系统 |
CN111581167A (zh) * | 2020-04-26 | 2020-08-25 | 蛟龙(厦门)科技有限公司 | 一种应用于海洋物探的数据核心处理系统 |
CN112881631A (zh) * | 2021-01-20 | 2021-06-01 | 河北建筑工程学院 | 一种具有预警提示功能的河流水质监测系统 |
CN112985638A (zh) * | 2021-02-04 | 2021-06-18 | 吴超烽 | 基于温度的污水溯源系统及其预警方法 |
CN113923221A (zh) * | 2021-10-28 | 2022-01-11 | 中国水利水电科学研究院 | 一种农业面源污染远程监控系统及监控方法 |
WO2022011399A1 (en) * | 2020-07-10 | 2022-01-13 | Tep Bac Company Limited | Water environment measuring system and method of operating the same |
CN114401317A (zh) * | 2022-03-25 | 2022-04-26 | 山东省计算中心(国家超级计算济南中心) | 一种面向海洋浮标的多点协作主动缓存组网方法及系统 |
CN114693493A (zh) * | 2022-03-31 | 2022-07-01 | 无锡生量环境工程有限公司 | 一种基于IoT的污染河流水生态修复系统 |
TWI830972B (zh) | 2020-12-11 | 2024-02-01 | 財團法人金屬工業研究發展中心 | 可建立點對點網路的監測系統及其建立方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101968649A (zh) * | 2010-10-18 | 2011-02-09 | 淮阴工学院 | 网络型生猪养殖环境控制系统与智能型环境因子控制方法 |
CN102223596A (zh) * | 2010-04-15 | 2011-10-19 | 上海启电信息科技有限公司 | 一种移动定位服务方法 |
CN103512562A (zh) * | 2013-09-24 | 2014-01-15 | 上海海洋大学 | 基于Arduino的近岸海域环境自动监测及预警系统 |
CN104569964A (zh) * | 2015-01-30 | 2015-04-29 | 中国科学院电子学研究所 | 用于超宽带穿墙雷达的运动目标二维检测与跟踪的方法 |
CN104569963A (zh) * | 2015-01-30 | 2015-04-29 | 中国科学院电子学研究所 | 用于超宽带穿墙雷达运动目标一维检测与跟踪的方法 |
CN104713600A (zh) * | 2015-03-20 | 2015-06-17 | 青岛理工大学 | 融合ZigBee和GIS技术的城市大气环境实时动态监测系统 |
CN205229084U (zh) * | 2015-12-21 | 2016-05-11 | 郑州视泉电子科技有限公司 | 一种基于gprs的水质自动监测系统 |
CN105738931A (zh) * | 2014-12-09 | 2016-07-06 | 哈尔滨米米米业科技有限公司 | 基于卡尔曼滤波的gps单点定位系统 |
CN105887593A (zh) * | 2016-04-12 | 2016-08-24 | 中交第公路勘察设计研究院有限公司 | 多年冻土地区公路三维导向线选定方法 |
-
2017
- 2017-01-19 CN CN201710043749.8A patent/CN107831285B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102223596A (zh) * | 2010-04-15 | 2011-10-19 | 上海启电信息科技有限公司 | 一种移动定位服务方法 |
CN101968649A (zh) * | 2010-10-18 | 2011-02-09 | 淮阴工学院 | 网络型生猪养殖环境控制系统与智能型环境因子控制方法 |
CN103512562A (zh) * | 2013-09-24 | 2014-01-15 | 上海海洋大学 | 基于Arduino的近岸海域环境自动监测及预警系统 |
CN105738931A (zh) * | 2014-12-09 | 2016-07-06 | 哈尔滨米米米业科技有限公司 | 基于卡尔曼滤波的gps单点定位系统 |
CN104569964A (zh) * | 2015-01-30 | 2015-04-29 | 中国科学院电子学研究所 | 用于超宽带穿墙雷达的运动目标二维检测与跟踪的方法 |
CN104569963A (zh) * | 2015-01-30 | 2015-04-29 | 中国科学院电子学研究所 | 用于超宽带穿墙雷达运动目标一维检测与跟踪的方法 |
CN104713600A (zh) * | 2015-03-20 | 2015-06-17 | 青岛理工大学 | 融合ZigBee和GIS技术的城市大气环境实时动态监测系统 |
CN205229084U (zh) * | 2015-12-21 | 2016-05-11 | 郑州视泉电子科技有限公司 | 一种基于gprs的水质自动监测系统 |
CN105887593A (zh) * | 2016-04-12 | 2016-08-24 | 中交第公路勘察设计研究院有限公司 | 多年冻土地区公路三维导向线选定方法 |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108226436A (zh) * | 2018-03-30 | 2018-06-29 | 深圳智达机械技术有限公司 | 一种分布式多参数水质监测系统 |
CN108600332A (zh) * | 2018-04-02 | 2018-09-28 | 深圳源广安智能科技有限公司 | 一种基于区块链技术的水源污染数据处理系统 |
CN108512932A (zh) * | 2018-04-13 | 2018-09-07 | 唐山新质点科技有限公司 | 一种数据处理方法及系统 |
CN108805199A (zh) * | 2018-06-08 | 2018-11-13 | 电子科技大学成都学院 | 一种基于遗传算法的实体商业营销方法 |
CN108805199B (zh) * | 2018-06-08 | 2021-10-22 | 电子科技大学成都学院 | 一种基于遗传算法的实体商业营销方法 |
CN108872519A (zh) * | 2018-08-14 | 2018-11-23 | 中国水利水电科学研究院 | 一种河流栖息地调查方法和系统 |
CN109239291A (zh) * | 2018-09-27 | 2019-01-18 | 东莞青柳新材料有限公司 | 湖泊水质智能监测系统 |
CN109596176A (zh) * | 2018-12-29 | 2019-04-09 | 天津科技大学 | 一种基于物联网的城市应急管理系统 |
CN109697332A (zh) * | 2019-01-14 | 2019-04-30 | 重庆邮电大学 | 一种基于非监督学习方法的流计算系统的异常监测方案 |
CN110351235A (zh) * | 2019-01-30 | 2019-10-18 | 清华大学 | 监测方法和装置、工业控制系统和计算机可读介质 |
CN110351235B (zh) * | 2019-01-30 | 2021-04-30 | 清华大学 | 监测方法和装置、工业控制系统和计算机可读介质 |
CN110213022A (zh) * | 2019-06-27 | 2019-09-06 | 深圳市久驰精密科技有限公司 | 一种通信方法及装置 |
CN110967334A (zh) * | 2019-12-18 | 2020-04-07 | 成都理工大学 | 一种地下水重金属监测方法及其装置 |
CN110967461A (zh) * | 2019-12-19 | 2020-04-07 | 浙江清华长三角研究院 | 一种基于gis技术实现河流水质动态分布的方法 |
CN110967461B (zh) * | 2019-12-19 | 2020-08-25 | 浙江清华长三角研究院 | 一种基于gis技术实现河流水质动态分布的方法 |
CN110958591A (zh) * | 2019-12-20 | 2020-04-03 | 中国船舶工业系统工程研究院 | 一种广域海洋物联网海上跨域通信管控系统 |
CN111245863A (zh) * | 2020-02-28 | 2020-06-05 | 南京邮电大学 | 一种多重灾备架构的工业数据边缘感知与管理系统 |
CN111581167A (zh) * | 2020-04-26 | 2020-08-25 | 蛟龙(厦门)科技有限公司 | 一种应用于海洋物探的数据核心处理系统 |
WO2022011399A1 (en) * | 2020-07-10 | 2022-01-13 | Tep Bac Company Limited | Water environment measuring system and method of operating the same |
TWI830972B (zh) | 2020-12-11 | 2024-02-01 | 財團法人金屬工業研究發展中心 | 可建立點對點網路的監測系統及其建立方法 |
CN112881631A (zh) * | 2021-01-20 | 2021-06-01 | 河北建筑工程学院 | 一种具有预警提示功能的河流水质监测系统 |
CN112881631B (zh) * | 2021-01-20 | 2022-10-14 | 河北建筑工程学院 | 一种具有预警提示功能的河流水质监测系统 |
CN112985638A (zh) * | 2021-02-04 | 2021-06-18 | 吴超烽 | 基于温度的污水溯源系统及其预警方法 |
CN113923221A (zh) * | 2021-10-28 | 2022-01-11 | 中国水利水电科学研究院 | 一种农业面源污染远程监控系统及监控方法 |
CN113923221B (zh) * | 2021-10-28 | 2022-06-14 | 中国水利水电科学研究院 | 一种农业面源污染远程监控系统及监控方法 |
CN114401317A (zh) * | 2022-03-25 | 2022-04-26 | 山东省计算中心(国家超级计算济南中心) | 一种面向海洋浮标的多点协作主动缓存组网方法及系统 |
CN114401317B (zh) * | 2022-03-25 | 2022-07-05 | 山东省计算中心(国家超级计算济南中心) | 一种面向海洋浮标的多点协作主动缓存组网方法及系统 |
CN114693493A (zh) * | 2022-03-31 | 2022-07-01 | 无锡生量环境工程有限公司 | 一种基于IoT的污染河流水生态修复系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107831285B (zh) | 2019-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107831285B (zh) | 一种基于物联网的河湖污染监测系统及其方法 | |
CN103175513B (zh) | 水利工程影响下基于物联网的流域水文水质监控系统及方法 | |
CN102984265A (zh) | 一种基于物联网的水环境监测方法 | |
CN101557647B (zh) | 无线传感器网络农田污染区域跟踪系统及其方法 | |
CN102109511A (zh) | 一种基于无线传感器网络的污水监测网络结构 | |
CN105300909A (zh) | 基于直接光谱法的全天候长流域水质监测与预警系统 | |
CN101788551B (zh) | 高速公路边坡病害自动化监测系统 | |
CN103247151A (zh) | 一种地质灾害监测系统 | |
Ahmedi et al. | An Ontology Framework for Water Quality Management. | |
Suciu et al. | Unified intelligent water management using cyberinfrastructures based on cloud computing and IoT | |
Jing et al. | Application of wireless sensor network in Yangtze River basin water environment monitoring | |
CN107505442A (zh) | 分布式多参数水质监测系统 | |
CN201600362U (zh) | 一种基于无线传感器网络的污水监测网络结构 | |
Li et al. | Towards IoT-based sustainable digital communities | |
Zixuan et al. | Research on marine environmental monitoring system based on the Internet of Things technology | |
Sacoto-Cabrera et al. | Smart-water: Digital transformation of urban water measurement | |
Ma et al. | Prototype of an aquacultural information system based on internet of things E-Nose | |
CN112040010A (zh) | 一种基于物联网的生态环境监测系统 | |
Yang et al. | The application of the wireless sensor network (WSN) in the monitoring of Fushun Reach River in China | |
CN207198142U (zh) | 浮标式水质监测装置 | |
CN101122786A (zh) | 无线多参数在线环境监控装置 | |
Rahu | Energy Harvesting for Water Quality Monitoring using Floating Sensor Networks: A Generic Framework. | |
Aslam et al. | A comprehensive review of smart cities components, applications, and technologies based on internet of things | |
Wan et al. | Smart decision-making systems for the precise management of water environments | |
CN202771247U (zh) | 风光互补供电的多用途远程监测装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address |
Address after: 210013 second floor, No. 180, Huju Road, Nanjing, Jiangsu Patentee after: Jiangsu Jinwei surveying and mapping Co.,Ltd. Address before: 211106 floor 2, building 5, No. 70 Phoenix Road, Jiangning District, Nanjing, Jiangsu Province Patentee before: JIANGSU PROVINCE JINWEI MAPPING SERVICE CENTER |
|
CP03 | Change of name, title or address |