CN108171954A - 空气污染智能实时监测系统 - Google Patents
空气污染智能实时监测系统 Download PDFInfo
- Publication number
- CN108171954A CN108171954A CN201810138529.8A CN201810138529A CN108171954A CN 108171954 A CN108171954 A CN 108171954A CN 201810138529 A CN201810138529 A CN 201810138529A CN 108171954 A CN108171954 A CN 108171954A
- Authority
- CN
- China
- Prior art keywords
- air pollution
- node
- sensor
- real time
- cluster head
- 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
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Signal Processing (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本发明提供了空气污染智能实时监测系统,包括:无线传感器网络,用于对空气污染进行监测,获取空气污染参数并进行处理转发;无线传感器网络包括汇聚节点和多个部署于设定的空气污染监测区域内的传感器节点,传感器节点采集空气污染参数,并将空气污染参数多跳传输至汇聚节点;空气监测中心,用于与汇聚节点通信,接收并分析汇聚节点发送的空气污染参数,在空气污染参数超过设定的正常门限时发出报警信号;用户终端,用于远程访问空气监测中心并接收空气监测中心发来的报警信号。本发明采用无线传感器网络技术实现了空气污染的实时监测。
Description
技术领域
本发明涉及空气监测技术领域,具体涉及空气污染智能实时监测系统。
背景技术
相关技术中,对城市空气污染监测的方法主要有:
(1)传统方法,即人工取样实验室分析的方法。这种方法只能得到空气污染监测区域内某段时间内的监测值,无法进行实时监测,监测结果受人为的影响很大,同时,当空气污染监测区域有害气体浓度很高时会严重伤害监测人员的身体健康;
(2)目前比较流行的在线监测,多采用国外进口的自动化空气环境监测设备进行监测,这种监测方法,尽管能够实现实时监测,但所用设备结构复杂、价格昂贵、难以维护、运营成本高且其工作环境苛刻。
发明内容
针对上述问题,本发明提供空气污染智能实时监测系统。
本发明的目的采用以下技术方案来实现:
提供了空气污染智能实时监测系统,包括:
无线传感器网络,用于对空气污染进行监测,获取空气污染参数并进行处理转发;无线传感器网络包括汇聚节点和多个部署于设定的空气污染监测区域内的传感器节点,传感器节点采集空气污染参数,并将空气污染参数多跳传输至汇聚节点;
空气监测中心,用于与汇聚节点通信,接收并分析汇聚节点发送的空气污染参数,在空气污染参数超过设定的正常门限时发出报警信号;
用户终端,用于远程访问空气监测中心并接收空气监测中心发来的报警信号。
优选地,所述用户终端为远程计算机,能够通过互联网访问空气监测中心并接收报警信号。
优选地,所述空气监测中心包括用于与无线传感器网络双向通信的数据收发器、存储器和处理器。
本发明的有益效果为:采用无线传感器网络技术获取空气污染参数并加以分析处理,能够准确、及时地反映空气污染状况并报警,可扩展性好,适合构建大规模的监测系统,适合推广应用。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1是本发明空气污染智能实时监测系统的一个实施例的结构连接框图;
图2是本发明一个实施例的空气监测中心的结构连接框图。
附图标记:
无线传感器网络1、空气监测中心2、用户终端3、数据收发器10、存储器20、处理器30。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1,本实施例提供了空气污染智能实时监测系统,包括:
无线传感器网络1,用于对空气污染进行监测,获取空气污染参数并进行处理转发;无线传感器网络包括汇聚节点和多个部署于设定的空气污染监测区域内的传感器节点,传感器节点采集空气污染参数,并将空气污染参数多跳传输至汇聚节点;
空气监测中心2,用于与汇聚节点通信,接收并分析汇聚节点发送的空气污染参数,在空气污染参数超过设定的正常门限时发出报警信号;
用户终端3,用于远程访问空气监测中心2并接收空气监测中心2发来的报警信号。
在一个实施例中,所述用户终端3为远程计算机,能够通过互联网访问空气监测中心2并接收报警信号。
在一个实施例中,如图2所示,所述空气监测中心2包括数据收发器10、存储器20和处理器30;数据收发器10、存储器20皆与处理器30通信连接。数据收发器10用于接收汇聚节点发送的空气污染参数;处理器30用于分析汇聚节点发送的空气污染参数是否超过设定的正常门限,并在空气污染参数超过设定的正常门限时发出报警信号;存储器20主要用于存储汇聚节点发送的空气污染参数。
其中,传感器节点包括至少一种下述的传感器:
粉尘传感器,用于实时检测所述空气污染监测区域中的粉尘污染物的浓度;
PM2.5传感器,用于实时检测所述空气污染监测区域中的PM2.5污染物的浓度;
甲醛传感器,用于实时检测所述空气污染监测区域中的甲醛污染物的浓度;
有毒气体传感器,用于实时检测所述空气污染监测区域中的有毒气体的浓度;
异味传感器,用于实时检测所述空气污染监测区域中的异味的浓度;
二氧化碳传感器,用于实时检测所述空气污染监测区域中的二氧化碳的浓度。
本发明上述实施例采用无线传感器网络技术获取空气污染参数并加以分析处理,能够准确、及时地反映空气污染状况并报警,可扩展性好,适合构建大规模的监测系统,适合推广应用。
在一个实施例中,各传感器节点构建的无线传感器网络采用分簇拓扑结构,将分布在空气污染监测区域内的传感器节点根据节点地理位置划分为N个簇,每个簇基于分簇路由协议选择一个传感器节点作为簇头,其余传感器节点为成员节点,其中簇头用于收集其簇内各成员节点采集的空气污染参数。
优选地,所述的分簇路由协议具体包括:
(1)汇聚节点以最大功率向网络内广播信标信息,网络内传感器节点记录收到汇聚节点信标信息的实际信号强度,所述信标信息包括由汇聚节点设定的各传感器节点接收信标信息的理论信号强度;
(2)网络内传感器节点以初始设置的概率成为候选簇头,候选簇头计算自身的优选值,然后以最大功率广播自己是簇头的消息,在设定时间内若收到另外一个优选值更大的候选簇头广播的消息,则放弃簇头的竞争,否则自己成为簇头;
(3)当选为簇头的传感器节点对外广播自己是簇头的消息,其他传感器节点根据信号强度来决定加入某一个簇,并向簇头发送加入消息;
其中,所述优选值的计算公式为:
式中,表示传感器节点Uα的优选值,为传感器节点Uα的当前剩余能量,为传感器节点Uα的初始能量,为传感器节点Uα的通信距离,d(Uα,O)为传感器节点Uα与汇聚节点的距离,为传感器节点Uα收到汇聚节点信标信息的实际信号强度,为由汇聚节点设定的传感器节点Uα接收信标信息的理论信号强度,λ1、λ2为设定的权重系数,满足λ1+λ2=1;为设定的取值函数,当时,当时,
本实施例提出了一种新的簇头竞选机制,该机制中,网络内传感器节点以初始设置的概率成为候选簇头,然后以最大功率广播自己是簇头的消息,在设定时间内若收到另外一个优选值更大的候选簇头广播的消息,则放弃簇头的竞争,否则自己成为簇头。
现有技术中在进行候选簇头的竞争时,惯用的手段是直接采用当前剩余能量最大的候选簇头作为簇头,这种方式并没有考虑到簇头在通信稳定性方面的能力,而簇头在通信稳定性方面的能力会影响到空气污染参数传输的质量,例如簇头离汇聚节点越远时,簇头收集的空气污染参数在传输过程中发生丢失的概率也就越大,而且时间和能量的花费也更大。
而本实施例通过优选值大小进行候选簇头的竞争,并相应地定义了优选值的计算公式。该计算公式综合考虑了传感器节点的能量、到汇聚节点距离的因素,并创造性地根据传感器节点接收信标信息的实际信号强度与理论信号强度的差别设计了用于距离的加权系数,使得优选值更能准确的衡量传感器节点在通信稳定性方面的能力。
本实施例能够选到综合能力更优的簇头,从而提高了分簇拓扑结构的稳定性和空气污染参数传输的质量,进一步节省传输空气污染参数的能量,降低空气污染智能实时监测系统的监测成本。
在一个实施例中,簇头接收簇内成员节点发送的空气污染参数,若簇内一成员节点发送的空气污染参数超过设定的数据阈值范围,簇头对超过设定的数据阈值范围的空气污染参数进行故障检测,并对检测为故障的空气污染参数进行剔除处理。
其中,簇头对超过设定的数据阈值范围的空气污染参数进行故障检测,具体为:
(1)设成员节点Ua在t时刻采集到的超过设定的数据阈值范围的空气污染参数为成员节点Ua的簇头为CHa,簇头CHa获取成员节点Ua的在同一簇内的邻居节点列表以及各邻居节点在t时刻采集到的空气污染参数 为成员节点Ua在同一簇内的邻居节点数量,表示成员节点Ua的在同一簇内的第b个邻居节点在t时刻采集到的空气污染参数;
(2)簇头对Φ中超过设定的数据阈值范围的空气污染参数进行剔除,得到 其中为剔除处理后Φ′中具有的空气污染参数个数,为Φ′中第c个邻居节点在t时刻采集到的空气污染参数;
(3)计算Φ′中的空气污染参数对应的邻居节点的权重系数,设表示Φ′中的第c个空气污染参数对应的邻居节点Uc的权重系数,的计算公式为:
式中,为邻居节点Uc的当前剩余能量,为邻居节点Uc的初始能量,d(Ua,Uc)为成员节点Ua与邻居节点Uc的距离,d(Ua,Ug)为成员节点Ua与Φ′中的第g个空气污染参数对应的邻居节点Ug的距离;
(4)计算针对的比较数据:
(5)若 为设定的数据阈值,则判定为故障空气污染参数。
本实施例中故障的空气污染参数指的是空气污染参数不能反映监测对象的真实状态而明显偏离预先定义的正常空气污染参数。这些故障的空气污染参数的存在,将严重影响了整个空气污染参数集的数据质量。
本实施例对超过设定的数据阈值范围进行故障检测,并对检测为故障的空气污染参数进行剔除处理,提高了空气污染参数集的质量,增强了数据分析的鲁棒性,提高网络资源使用的效率,且避免了因故障的空气污染参数不必要的传输而降低能量的消耗。
本实施例创新性地提出了针对空气污染参数的故障检测机制,由于传感器节点采集的空气污染参数与其邻居节点采集的空气污染参数具有较大的时空关联性,该机制利用这种时空关联性,基于距离和能量因素对邻居节点的空气污染参数进行加权,计算出比较数据,通过计算待检测的空气污染参数与比较数据之间的差值是否在一定的阈值范围内,来判断该待检测的空气污染参数是否为故障的空气污染参数,该机制具有较高的检测精度和鲁棒性。
在一个实施例中,若簇头检测出簇内一成员节点发送的空气污染参数为故障的空气污染参数,簇头对该成员节点进行无效检测,判定该成员节点是否为无效节点,进行簇头将无效节点上报至汇聚节点。其中,簇头对发送故障的空气污染参数的成员节点进行无效检测,具体包括:
(1)设发送故障的空气污染参数的成员节点为Ui,对应簇头为CHi,簇头CHi向成员节点Ui发送消息,接收成员节点Ui根据所述消息发送的反馈信息,所述的反馈信息包括成员节点Ui的位置信息、当前剩余能量以及接收到所述消息的时间
(2)簇头根据反馈信息计算成员节点Ui的故障率:
式中,表示成员节点Ui的故障率,d(Ui,CHi)为成员节点Ui与其簇头CHi之间的距离,P为设定的单位距离通信时间;Z0为由专家设定的传感器节点的历史故障概率,Z1为设定的能量故障概率,Z0+Z1<1且Z0>2Z1;
式中,为设定的取值函数,当时, 当时,
式中,Qmin为设定的传感器节点维持工作的最小能量值,为设定的取值函数,当时,当时,
(3)设定故障率阈值Zmax,若或者采集的空气污染参数为故障的空气污染参数的数量超过设定的数量阈值,则判定成员节点Ui为无效节点。
本实施例创造性地提出了无效节点的判定机制,该机制根据成员节点反馈消息的情况以及能量因素设计了基于通信质量和能量加权的成员节点故障率的计算公式。
根据该计算公式可知,通信质量不高、剩余能量过低的成员节点具有更大的故障率。本实施例提出的判定机制能够较好地判别出现问题的成员节点,有效性和可行性高。
本实施例对发送故障的空气污染参数的成员节点进行无效检测,并将无效节点上报至汇聚节点进行处理,能够避免无效节点对无线传感器网络运行造成不利的影响。
最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。
Claims (6)
1.空气污染智能实时监测系统,其特征是,包括:
无线传感器网络,用于对空气污染进行监测,获取空气污染参数并进行处理转发,所述的无线传感器网络包括汇聚节点和多个部署于设定的空气污染监测区域内的传感器节点,传感器节点采集空气污染参数,并将空气污染参数多跳传输至汇聚节点;
空气监测中心,用于与汇聚节点通信,接收并分析汇聚节点发送的空气污染参数,在空气污染参数超过设定的正常门限时发出报警信号;
用户终端,用于远程访问空气监测中心并接收空气监测中心发来的报警信号。
2.根据权利要求1所述的空气污染智能实时监测系统,其特征是,所述用户终端为远程计算机,能够通过互联网访问空气监测中心并接收报警信号。
3.根据权利要求1所述的空气污染智能实时监测系统,其特征是,所述空气监测中心包括数据收发器、存储器和处理器。
4.根据权利要求1所述的空气污染智能实时监测系统,其特征是,传感器节点包括至少一种下述的传感器:
粉尘传感器,用于实时检测所述空气污染监测区域中的粉尘污染物的浓度;
PM2.5传感器,用于实时检测所述空气污染监测区域中的PM2.5污染物的浓度;
甲醛传感器,用于实时检测所述空气污染监测区域中的甲醛污染物的浓度;
有毒气体传感器,用于实时检测所述空气污染监测区域中的有毒气体的浓度;
异味传感器,用于实时检测所述空气污染监测区域中的异味的浓度;
二氧化碳传感器,用于实时检测所述空气污染监测区域中的二氧化碳的浓度。
5.根据权利要求1-4任一项所述的空气污染智能实时监测系统,其特征是,各传感器节点构建的无线传感器网络采用分簇拓扑结构,将分布在空气污染监测区域内的传感器节点根据节点地理位置划分为N个簇,每个簇基于分簇路由协议选择一个传感器节点作为簇头,其余传感器节点为成员节点,其中簇头用于收集其簇内各成员节点采集的空气污染参数。
6.根据权利要求5所述的空气污染智能实时监测系统,其特征是,所述的分簇路由协议具体包括:
(1)汇聚节点以最大功率向网络内广播信标信息,网络内传感器节点记录收到汇聚节点信标信息的实际信号强度,所述信标信息包括由汇聚节点设定的各传感器节点接收信标信息的理论信号强度;
(2)网络内传感器节点以初始设置的概率成为候选簇头,候选簇头计算自身的优选值,然后以最大功率广播自己是簇头的消息,在设定时间内若收到另外一个优选值更大的候选簇头广播的消息,则放弃簇头的竞争,否则自己成为簇头;
(3)当选为簇头的传感器节点对外广播自己是簇头的消息,其他传感器节点根据信号强度来决定加入某一个簇,并向簇头发送加入消息;
其中,所述优选值的计算公式为:
式中,表示传感器节点Uα的优选值,为传感器节点Uα的当前剩余能量,为传感器节点Uα的初始能量,为传感器节点Uα的通信距离,d(Uα,O)为传感器节点Uα与汇聚节点的距离,为传感器节点Uα收到汇聚节点信标信息的实际信号强度,为由汇聚节点设定的传感器节点Uα接收信标信息的理论信号强度,λ1、λ2为设定的权重系数,满足λ1+λ2=1;为设定的取值函数,当时,当时,
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810138529.8A CN108171954A (zh) | 2018-02-10 | 2018-02-10 | 空气污染智能实时监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810138529.8A CN108171954A (zh) | 2018-02-10 | 2018-02-10 | 空气污染智能实时监测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108171954A true CN108171954A (zh) | 2018-06-15 |
Family
ID=62513783
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810138529.8A Pending CN108171954A (zh) | 2018-02-10 | 2018-02-10 | 空气污染智能实时监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108171954A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108627202A (zh) * | 2018-08-06 | 2018-10-09 | 深圳智达机械技术有限公司 | 工业烟气智能监测装置 |
CN108965409A (zh) * | 2018-07-02 | 2018-12-07 | 梧州市兴能农业科技有限公司 | 空气质量智能实时监测系统 |
CN109029345A (zh) * | 2018-07-31 | 2018-12-18 | 深圳凯达通光电科技有限公司 | 变电站基础建筑物沉降智能监测系统 |
CN109140680A (zh) * | 2018-07-31 | 2019-01-04 | 深圳智达机械技术有限公司 | 有害气体浓度超标预警系统 |
CN109195132A (zh) * | 2018-09-10 | 2019-01-11 | 广州小楠科技有限公司 | 空气质量信息智能采集与实时播报系统 |
CN109195229A (zh) * | 2018-11-08 | 2019-01-11 | 广州源贸易有限公司 | 一种区域空气质量信息可视化装置 |
CN109345778A (zh) * | 2018-10-17 | 2019-02-15 | 广州益牛科技有限公司 | 空气污染信息自动获取与实时发布系统 |
CN109342679A (zh) * | 2018-10-24 | 2019-02-15 | 深圳众宝城贸易有限公司 | 一种基于水下机器人的海洋环境污染智能实时监测系统 |
CN109444335A (zh) * | 2018-10-25 | 2019-03-08 | 深圳美特优科技有限公司 | 空气污染信息自动发布系统 |
CN109751725A (zh) * | 2018-12-29 | 2019-05-14 | 青岛海尔空调电子有限公司 | 用于新风系统的控制方法、新风系统 |
CN110149610A (zh) * | 2019-05-20 | 2019-08-20 | 周明 | 一种智能环保检测系统 |
CN110955212A (zh) * | 2019-12-05 | 2020-04-03 | 河南工业大学 | 一种基于物联网的智慧农业信息处理系统 |
US11854845B2 (en) | 2020-09-16 | 2023-12-26 | Changxin Memory Technologies, Inc. | System for monitoring environment |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003217061A (ja) * | 2002-01-23 | 2003-07-31 | Matsushita Electric Ind Co Ltd | 監視システムの中央処理装置 |
CN101013987A (zh) * | 2007-02-05 | 2007-08-08 | 南京邮电大学 | 一种高效的无线传感器网络拓扑控制方法 |
CN201594088U (zh) * | 2009-09-11 | 2010-09-29 | 泰豪科技股份有限公司 | 新型室内无线空气质量监测仪 |
CN102665249A (zh) * | 2012-04-25 | 2012-09-12 | 河海大学常州校区 | 一种基于无线传感器网络的大气污染监测系统 |
CN202720001U (zh) * | 2012-06-25 | 2013-02-06 | 河海大学常州校区 | 基于无线传感器网络的空气污染实时监测系统 |
CN106650159A (zh) * | 2016-12-31 | 2017-05-10 | 中国科学技术大学 | 一种城市路网大气污染物浓度时空分布实时监测系统 |
CN107449884A (zh) * | 2017-08-06 | 2017-12-08 | 潘荣兰 | 一种基于无线传感器网络的污水监测系统 |
CN206906342U (zh) * | 2017-06-29 | 2018-01-19 | 陈鹏 | 基于ZigBee网络的空气污染监测系统 |
CN108303497A (zh) * | 2018-01-19 | 2018-07-20 | 深圳市晟达机械设计有限公司 | 空气污染监测系统 |
-
2018
- 2018-02-10 CN CN201810138529.8A patent/CN108171954A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003217061A (ja) * | 2002-01-23 | 2003-07-31 | Matsushita Electric Ind Co Ltd | 監視システムの中央処理装置 |
CN101013987A (zh) * | 2007-02-05 | 2007-08-08 | 南京邮电大学 | 一种高效的无线传感器网络拓扑控制方法 |
CN201594088U (zh) * | 2009-09-11 | 2010-09-29 | 泰豪科技股份有限公司 | 新型室内无线空气质量监测仪 |
CN102665249A (zh) * | 2012-04-25 | 2012-09-12 | 河海大学常州校区 | 一种基于无线传感器网络的大气污染监测系统 |
CN202720001U (zh) * | 2012-06-25 | 2013-02-06 | 河海大学常州校区 | 基于无线传感器网络的空气污染实时监测系统 |
CN106650159A (zh) * | 2016-12-31 | 2017-05-10 | 中国科学技术大学 | 一种城市路网大气污染物浓度时空分布实时监测系统 |
CN206906342U (zh) * | 2017-06-29 | 2018-01-19 | 陈鹏 | 基于ZigBee网络的空气污染监测系统 |
CN107449884A (zh) * | 2017-08-06 | 2017-12-08 | 潘荣兰 | 一种基于无线传感器网络的污水监测系统 |
CN108303497A (zh) * | 2018-01-19 | 2018-07-20 | 深圳市晟达机械设计有限公司 | 空气污染监测系统 |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108965409A (zh) * | 2018-07-02 | 2018-12-07 | 梧州市兴能农业科技有限公司 | 空气质量智能实时监测系统 |
CN108965409B (zh) * | 2018-07-02 | 2021-05-04 | 浙江天演维真网络科技股份有限公司 | 空气质量智能实时监测系统 |
CN109029345A (zh) * | 2018-07-31 | 2018-12-18 | 深圳凯达通光电科技有限公司 | 变电站基础建筑物沉降智能监测系统 |
CN109140680A (zh) * | 2018-07-31 | 2019-01-04 | 深圳智达机械技术有限公司 | 有害气体浓度超标预警系统 |
CN109140680B (zh) * | 2018-07-31 | 2020-12-11 | 新硕电子科技(杭州)有限公司 | 有害气体浓度超标预警系统 |
CN108627202B (zh) * | 2018-08-06 | 2020-08-25 | 浙江中环瑞蓝科技发展有限公司 | 工业烟气智能监测装置 |
CN108627202A (zh) * | 2018-08-06 | 2018-10-09 | 深圳智达机械技术有限公司 | 工业烟气智能监测装置 |
CN109195132A (zh) * | 2018-09-10 | 2019-01-11 | 广州小楠科技有限公司 | 空气质量信息智能采集与实时播报系统 |
CN109195132B (zh) * | 2018-09-10 | 2021-09-07 | 广东中浦科技有限公司 | 空气质量信息智能采集与实时播报系统 |
CN109345778A (zh) * | 2018-10-17 | 2019-02-15 | 广州益牛科技有限公司 | 空气污染信息自动获取与实时发布系统 |
CN109345778B (zh) * | 2018-10-17 | 2021-08-03 | 华云创信(广东)生态环境科技有限公司 | 空气污染信息自动获取与实时发布系统 |
CN109342679A (zh) * | 2018-10-24 | 2019-02-15 | 深圳众宝城贸易有限公司 | 一种基于水下机器人的海洋环境污染智能实时监测系统 |
CN109444335A (zh) * | 2018-10-25 | 2019-03-08 | 深圳美特优科技有限公司 | 空气污染信息自动发布系统 |
CN109195229A (zh) * | 2018-11-08 | 2019-01-11 | 广州源贸易有限公司 | 一种区域空气质量信息可视化装置 |
CN109751725A (zh) * | 2018-12-29 | 2019-05-14 | 青岛海尔空调电子有限公司 | 用于新风系统的控制方法、新风系统 |
CN110149610A (zh) * | 2019-05-20 | 2019-08-20 | 周明 | 一种智能环保检测系统 |
CN110955212A (zh) * | 2019-12-05 | 2020-04-03 | 河南工业大学 | 一种基于物联网的智慧农业信息处理系统 |
US11854845B2 (en) | 2020-09-16 | 2023-12-26 | Changxin Memory Technologies, Inc. | System for monitoring environment |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108171954A (zh) | 空气污染智能实时监测系统 | |
CN108512901A (zh) | 基于无线传感器网络的建筑桥梁结构安全监测系统 | |
CN101763704B (zh) | 一种智能家居消防检测报警系统及其控制方法 | |
CN108064065A (zh) | 一种基于无线传感器网络的远程水质监测系统 | |
CN106990217B (zh) | 基于无线传感器网络的污水监测系统 | |
CN108965409A (zh) | 空气质量智能实时监测系统 | |
CN110149610A (zh) | 一种智能环保检测系统 | |
CN108171955A (zh) | 一种基于大数据和wsn技术的空气污染实时监测系统 | |
CN109219010A (zh) | 配电设备状态智能监测系统 | |
CN108055353B (zh) | 一种基于无线传感器网络的电力施工现场信息化监理系统 | |
CN108303497A (zh) | 空气污染监测系统 | |
CN103458021B (zh) | 一种事件驱动的随态自适应的传感器组织方法 | |
CN108306415A (zh) | 用于智能电网的输电线路监测装置 | |
CN108449729A (zh) | 一种用于智能农业的果园环境监测系统 | |
CN108732972A (zh) | 用于多机器人的智能数据采集系统 | |
CN108519465A (zh) | 一种基于大数据的空气污染智能监测系统 | |
CN109121225A (zh) | 一种基于wsn的水质监测系统 | |
CN105632108A (zh) | 一种结合GPRS和ZigBee网络的泥石流监测及预警系统 | |
CN108449730A (zh) | 一种基于大数据的污水管网智能监测系统 | |
Rajpoot | Data aggregation and distance based approach to boost life span of WSN | |
CN108171956A (zh) | 一种基于大数据和wsn技术的电力变压器环境监测系统 | |
CN108401235A (zh) | 一种基于大数据的农业现场环境参数智能采集处理系统 | |
CN108810843A (zh) | 城市空气质量智能监测系统 | |
CN109195132A (zh) | 空气质量信息智能采集与实时播报系统 | |
CN109040996A (zh) | 加油站智能安全监管系统 |
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 |
Application publication date: 20180615 |
|
RJ01 | Rejection of invention patent application after publication |