CN108966171B - 区域空气污染物浓度超标预警系统 - Google Patents
区域空气污染物浓度超标预警系统 Download PDFInfo
- Publication number
- CN108966171B CN108966171B CN201810855612.7A CN201810855612A CN108966171B CN 108966171 B CN108966171 B CN 108966171B CN 201810855612 A CN201810855612 A CN 201810855612A CN 108966171 B CN108966171 B CN 108966171B
- Authority
- CN
- China
- Prior art keywords
- pollutant concentration
- air pollutant
- cluster
- sensor
- sensor node
- 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.)
- Active
Links
- 239000000809 air pollutant Substances 0.000 title claims abstract description 63
- 231100001243 air pollutant Toxicity 0.000 title claims abstract description 63
- 241000854291 Dianthus carthusianorum Species 0.000 claims abstract description 73
- 238000000034 method Methods 0.000 claims abstract description 9
- 238000007405 data analysis Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 239000000356 contaminant Substances 0.000 claims 2
- 238000012544 monitoring process Methods 0.000 description 13
- 238000005265 energy consumption Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000003915 air pollution Methods 0.000 description 3
- MWUXSHHQAYIFBG-UHFFFAOYSA-N Nitric oxide Chemical compound O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 2
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910002091 carbon monoxide Inorganic materials 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- 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
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
- G01N33/0063—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display using a threshold to release an alarm or displaying means
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/12—Shortest path evaluation
- H04L45/124—Shortest path evaluation using a combination of metrics
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/12—Shortest path evaluation
- H04L45/126—Shortest path evaluation minimising geographical or physical path length
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/46—Cluster building
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/04—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources
- H04W40/10—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources based on available power or energy
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/20—Communication route or path selection, e.g. power-based or shortest path routing based on geographic position or location
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Combustion & Propulsion (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Air Conditioning Control Device (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本发明提供了区域空气污染物浓度超标预警系统,该系统包括感测模块和预警模块,感测模块被配置为采集待监测区域的空气污染物浓度数据;预警模块被配置为对空气污染物浓度数据进行分析,在空气污染物浓度数据超出设定阈值时向预设的用户终端发出预警信号;所述感测模块包括基站和传感器节点;基站和传感器节点通过自组织方式构建分簇型结构的无线传感器网络,其中网络拓扑构建时传感器节点通过簇头选举选出簇头,并根据选举出的簇头进行分簇;簇头被配置为收集簇内传感器节点采集的空气污染物浓度数据并发送至基站;基站被配置为将各簇头发送的空气污染物浓度数据汇总发送至预警模块。
Description
技术领域
本发明涉及空气污染监测技术领域,具体涉及区域空气污染物浓度超标预警系统。
背景技术
现有技术中,空气污染物浓度观测的方法主要为:
(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,本发明提供区域空气污染物浓度超标预警系统。
本发明的目的采用以下技术方案来实现:
提供了区域空气污染物浓度超标预警系统,该系统包括感测模块和预警模块,感测模块被配置为采集待监测区域的空气污染物浓度数据;预警模块被配置为对空气污染物浓度数据进行分析,在空气污染物浓度数据超出设定阈值时向预设的用户终端发出预警信号;所述感测模块包括基站和传感器节点;基站和传感器节点通过自组织方式构建分簇型结构的无线传感器网络,其中网络拓扑构建时传感器节点通过簇头选举选出簇头,并根据选举出的簇头进行分簇;簇头被配置为收集簇内传感器节点采集的空气污染物浓度数据并发送至基站;基站被配置为将各簇头发送的空气污染物浓度数据汇总发送至预警模块。
进一步地,所述区域空气污染物浓度超标预警系统还包括与所述感测模块连接的显示模块,所述显示模块被配置为根据接收的空气污染物浓度数据生成并显示区域空气污染物污染图。
优选地,所述传感器节点包括被配置为监测待监测区域的空气污染物浓度的传感器和被配置为将传感器信号转换为对应的空气污染物浓度数据的信号转换单元,所述信号转换单元与传感器连接;还包括被配置为控制采集频率的控制单元,所述控制单元与传感器连接。
优选地,所述预警模块包括数据分析单元和预警单元,所述数据分析单元被配置为将空气污染物浓度数据与设定阈值进行比较,并输出比较结果;所述预警单元在所述比较结果为空气污染物浓度数据超出设定阈值时发出预警信号。
本发明的有益效果为:基于无线传感器网络技术,能够实现对待监测区域空气污染物浓度的自动实时监测,以及空气污染物浓度超标的预警和数据显示,无需布线,节省人力物力,可扩展性好,方便快捷。
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是本发明一个示例性实施例的区域空气污染物浓度超标预警系统的结构示意框图;
图2是本发明一个示例性实施例的预警模块的结构示意框图。
附图标记:
感测模块1、预警模块2、显示模块3、数据分析单元10、预警单元20。
具体实施方式
结合以下实施例对本发明作进一步描述。
图1是本发明一个示例性实施例的区域空气污染物浓度超标预警系统的结构示意框图。如图1所示,本发明实施例提供了区域空气污染物浓度超标预警系统,该系统包括感测模块1和预警模块2,感测模块1被配置为采集待监测区域的空气污染物浓度数据;预警模块2被配置为对空气污染物浓度数据进行分析,在空气污染物浓度数据超出设定阈值时向预设的用户终端发出预警信号。进一步地,所述区域空气污染物浓度超标预警系统还包括与所述感测模块1连接的显示模块3,所述显示模块3被配置为根据接收的空气污染物浓度数据生成并显示区域空气污染物污染图。
其中,所述的用户终端可以是平板电脑或者手机。
其中,所述感测模块1包括基站和传感器节点;基站和传感器节点通过自组织方式构建分簇型结构的无线传感器网络,其中网络拓扑构建时对传感器节点进行分簇并选取簇头;簇头被配置为收集簇内传感器节点采集的空气污染物浓度数据并发送至基站;基站被配置为将各簇头发送的空气污染物浓度数据汇总发送至预警模块2。在一种能够实现的方式中,所述传感器节点包括被配置为监测待监测区域的空气污染物浓度的传感器和被配置为将传感器信号转换为对应的空气污染物浓度数据的信号转换单元,所述信号转换单元与传感器连接;还包括被配置为控制采集频率的控制单元,所述控制单元与传感器连接。
在一种能够实现的方式中,所述的传感器包括一氧化碳浓度传感器、二氧化硫浓度传感器、一氧化氮浓度传感器、颗粒物浓度传感器中的一种或多种。
图2是本发明一个示例性实施例的预警模块的结构示意框图。在一种能够实现的方式中,如图2所示,所述预警模块2包括数据分析单元10和预警单元20,所述数据分析单元10被配置为将空气污染物浓度数据与设定阈值进行比较,并输出比较结果;所述预警单元20在所述比较结果为空气污染物浓度数据超出设定阈值时发出预警信号。
本发明上述实施例基于无线传感器网络技术,能够实现对待监测区域空气污染物浓度的自动实时监测,以及空气污染物浓度超标的预警和数据显示,无需布线,节省人力物力,可扩展性好,方便快捷。
在一个实施例中,所述传感器节点通过簇头选举选出簇头,包括:
(1)基站收集网络中各传感器节点的节点度和能量信息,根据收集的信息确定用于簇头选举的相关信息并广播至各传感器节点,所述相关信息包括网络中传感器节点的最大节点度Kmax、节点度总和ΔK、各传感器节点的初始能量、网络的初始能量均值
(2)在每轮中的簇头选举阶段,每个传感器节点根据下列公式计算其当选阈值,并产生一个介于0到1之间的随机数,如果传感器节点产生的随机数小于该当选阈值,则该传感器节点当选为簇头,否则为普通节点;传感器节点i的当选阈值Ti的计算公式为:
其中,设定传感器节点i当选为簇头的概率Pi为:
式中,r为簇头选举轮数,Ui=1表示传感器节点i在过去的轮中没有成功当选过簇头,Ui=0表示传感器节点i在过去的轮中有成功当选过簇头;P0为预设的簇头比例,Ei0为传感器节点i的初始能量,Ei为传感器节点i的当前剩余能量,为在第r轮中网络的平均能量,Ki为传感器节点i的节点度,N为网络中的传感器节点个数;λ1、λ2为设定的权重系数。
在一个实施例中,每个未当选为簇头的传感器节点选择距离最近的簇头加入簇。
现有的LEACH路由协议算法中的簇头选举不具有合理性,仅通过非常简单的公式设定簇头选举的阈值,不利于提高无线传感器网络能量的利用率。该现有的LEACH协议并没有考虑到传感器节点的能量和节点度情况。本实施例基于现有的LEACH协议,设定了传感器节点i当选为簇头的概率Pi的计算公式,该计算公式使得传感器节点竞选簇头的概率能够根据其能量、节点度情况动态地变化,节点度较大、能量更为充足的传感器节点具有更大的概率成为簇头;由于同时考虑了传感器节点的初始能量、剩余能量和节点度情况,本实施例的簇头选举方式相对于现有的LEACH协议具有更强的适应能力,有利于均衡网络传感器节点能量,且将节点度考虑到概率公式中,有利于降低簇头数目,最终在整体上有益于延长无线传感器网络的生命周期,为实现可靠的空气污染物浓度数据采集奠定良好的基础。
在一个实施例中,按照下列公式设定簇头比例P0:
式中,Kmin为网络中传感器节点的最小节点度。
当节点度为Kmin的传感器节点成为簇头时,其簇规模为Kmin+1,假设所有簇头的簇规模皆为Kmin+1,则簇头数量为相应的簇头比例应为当节点度为Kmax的传感器节点成为簇头时,其簇规模为Kmax+1,假设所有簇头的簇规模皆为Kmax+1,则簇头数量为相应的簇头比例应为
基于上述的分析结果,本实施例结合上述两种簇头比例的极端情况,对簇头比例P0的具体取值进行了设定,使得簇头比例P0的设定更加贴近实际情况,相对于主观上随机取值的方式,本实施例的取值方式能够根据网络中传感器节点的部署情况合理地限制簇头数目范围,提高簇头选举方式的科学性。
计算网络中的平均能量需要获得关于网络总能量的全局信息,对于一个传感器节点而言,获取全局信息的难度很大。因此,本实施例利用已有的全局信息,并选取传感器节点的历史最小能量消耗作为该轮次的网络平均能量消耗,创新性地设定了网络的平均能量的估计公式,该估计公式能够简单便捷地计算网络的平均能量,且具备一定的精度,能够有效地提高簇头选举的效率,节省无谓的数据计算带来的能量损耗,进而节省空气污染物浓度数据采集的整体成本。
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 (5)
1.区域空气污染物浓度超标预警系统,其特征是,包括感测模块和预警模块,感测模块被配置为采集待监测区域的空气污染物浓度数据;预警模块被配置为对空气污染物浓度数据进行分析,在空气污染物浓度数据超出设定阈值时向预设的用户终端发出预警信号;所述感测模块包括基站和传感器节点;基站和传感器节点通过自组织方式构建分簇型结构的无线传感器网络,其中网络拓扑构建时传感器节点通过簇头选举选出簇头,并根据选举出的簇头进行分簇;簇头被配置为收集簇内传感器节点采集的空气污染物浓度数据并发送至基站;基站被配置为将各簇头发送的空气污染物浓度数据汇总发送至预警模块;所述传感器节点通过簇头选举选出簇头,包括:
(1)基站收集网络中各传感器节点的节点度和能量信息,根据收集的信息确定用于簇头选举的相关信息并广播至各传感器节点,所述相关信息包括网络中传感器节点的最大节点度Kmax、节点度总和Δk、各传感器节点的初始能量、网络的初始能量均值
(2)在每轮中的簇头选举阶段,每个传感器节点根据下列公式计算其当选阈值,并产生一个介于0到1之间的随机数,如果传感器节点产生的随机数小于该当选阈值,则该传感器节点当选为簇头,否则为普通节点;传感器节点i的当选阈值T的计算公式为:
其中,设定传感器节点i当选为簇头的概率Pi为:
式中,r为簇头选举轮数,Ui=1表示传感器节点i在过去的轮中没有成功当选过簇头,Ui=0表示传感器节点i在过去的轮中有成功当选过簇头;P0为预设的簇头比例,Ei0为传感器节点i的初始能量,Ei为传感器节点i的当前剩余能量,为 在第r轮中网络的平均能量,Ki为传感器节点i的节点度,N为网络中的传感器节点个数;λ1、λ2为设定的权重系数;
按照下列公式设定簇头比例P0:
式中,Kmin为网络中传感器节点的最小节点度;
2.根据权利要求1所述的区域空气污染物浓度超标预警系统,其特征是,所述预警模块包括数据分析单元和预警单元,所述数据分析单元被配置为将空气污染物浓度数据与设定阈值进行比较,并输出比较结果;所述预警单元在所述比较结果为空气污染物浓度数据超出设定阈值时发出预警信号。
3.根据权利要求1所述的区域空气污染物浓度超标预警系统,其特征是,还包括与所述感测模块连接的显示模块,所述显示模块被配置为根据接收的空气污染物浓度数据生成并显示区域空气污染物污染图。
4.根据权利要求1-3任一项所述的区域空气污染物浓度超标预警系统,其特征是,所述传感器节点包括被配置为监测待监测区域的空气污染物浓度的传感器和被配置为将传感器信号转换为对应的空气污染物浓度数据的信号转换单元,所述信号转换单元与传感器连接;还包括被配置为控制采集频率的控制单元,所述控制单元与传感器连接。
5.根据权利要求1所述的区域空气污染物浓度超标预警系统,其特征是,每个未当选为簇头的传感器节点选择距离最近的簇头加入簇。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810855612.7A CN108966171B (zh) | 2018-07-31 | 2018-07-31 | 区域空气污染物浓度超标预警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810855612.7A CN108966171B (zh) | 2018-07-31 | 2018-07-31 | 区域空气污染物浓度超标预警系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108966171A CN108966171A (zh) | 2018-12-07 |
CN108966171B true CN108966171B (zh) | 2020-05-15 |
Family
ID=64465241
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810855612.7A Active CN108966171B (zh) | 2018-07-31 | 2018-07-31 | 区域空气污染物浓度超标预警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108966171B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11854845B2 (en) | 2020-09-16 | 2023-12-26 | Changxin Memory Technologies, Inc. | System for monitoring environment |
CN114708708B (zh) * | 2022-04-13 | 2024-01-30 | 郑州创源智能设备有限公司 | 一种燃气表联动气体报警器的控制使用方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105376806A (zh) * | 2015-12-08 | 2016-03-02 | 上海应用技术学院 | 基于多路径中最大能量路径选择的分簇路由方法 |
WO2016043635A1 (en) * | 2014-09-16 | 2016-03-24 | Telefonaktiebolaget L M Ericsson (Publ) | Sensor system of master and slave sensors, and method therein |
CN107770817A (zh) * | 2017-12-11 | 2018-03-06 | 何旭连 | 应用无线传感器网络的输电线路监测装置 |
CN108171955A (zh) * | 2018-03-03 | 2018-06-15 | 深圳森阳环保材料科技有限公司 | 一种基于大数据和wsn技术的空气污染实时监测系统 |
CN108322898A (zh) * | 2017-12-25 | 2018-07-24 | 陈剑桃 | 一种基于无线传感器网络的大气污染监测系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103916942B (zh) * | 2014-04-04 | 2017-04-12 | 安徽工程大学 | 一种降低功耗的leach协议改进方法 |
-
2018
- 2018-07-31 CN CN201810855612.7A patent/CN108966171B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016043635A1 (en) * | 2014-09-16 | 2016-03-24 | Telefonaktiebolaget L M Ericsson (Publ) | Sensor system of master and slave sensors, and method therein |
CN105376806A (zh) * | 2015-12-08 | 2016-03-02 | 上海应用技术学院 | 基于多路径中最大能量路径选择的分簇路由方法 |
CN107770817A (zh) * | 2017-12-11 | 2018-03-06 | 何旭连 | 应用无线传感器网络的输电线路监测装置 |
CN108322898A (zh) * | 2017-12-25 | 2018-07-24 | 陈剑桃 | 一种基于无线传感器网络的大气污染监测系统 |
CN108171955A (zh) * | 2018-03-03 | 2018-06-15 | 深圳森阳环保材料科技有限公司 | 一种基于大数据和wsn技术的空气污染实时监测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108966171A (zh) | 2018-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107105394B (zh) | 基于无线传感器网络的建筑安全监测系统 | |
CN102183294B (zh) | 基于ZigBee技术的环境噪声无线实时监测系统 | |
CN202720001U (zh) | 基于无线传感器网络的空气污染实时监测系统 | |
CN108966171B (zh) | 区域空气污染物浓度超标预警系统 | |
CN107294213B (zh) | 一种电网设备智能监测系统 | |
CN113252851A (zh) | 一种基于NB-IoT和边缘计算的大气污染监测系统 | |
Alhmiedat et al. | A low cost ZigBee sensor network architecture for indoor air quality monitoring | |
CN108318630B (zh) | 一种城市空气质量实时监测系统和预警方法 | |
CN108171954A (zh) | 空气污染智能实时监测系统 | |
CN107767618A (zh) | 基于物联网的无线环境监测系统 | |
CN201555837U (zh) | 一种基于传感器网络的空气质量监测设备 | |
CN110580030A (zh) | 一种基于物联网的药厂环境净化控制系统 | |
CN106954246A (zh) | 一种具有家庭电网智能控制功能的云技术应用智能家居 | |
CN111665328A (zh) | 一种基于物联网的室内空气质量智能监测系统 | |
CN204461485U (zh) | 一种基于物联网的空气质量检测系统 | |
Alhmiedat | Low-power environmental monitoring system for ZigBee wireless sensor network | |
CN109195132B (zh) | 空气质量信息智能采集与实时播报系统 | |
CN109151753B (zh) | 高压输电网智能监测系统 | |
CN103412867A (zh) | 一种基于3σ法则滤波装置及滤波算法 | |
CN108810843A (zh) | 城市空气质量智能监测系统 | |
CN111932837A (zh) | 一种基于5g网络的烟气远程实时监测系统 | |
CN109345778B (zh) | 空气污染信息自动获取与实时发布系统 | |
CN108235274A (zh) | 一种基于无线传感器网络的大气污染监测系统 | |
CN101848556A (zh) | 一种一定环境内的无线传感器网络组网系统 | |
CN109348448A (zh) | 海洋气象信息实时播报系统 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20200420 Address after: 210043 floor 11, building 2, Changfeng building, No. 14, Xinghuo Road, Jiangbei new district, Nanjing City, Jiangsu Province Applicant after: Nanjing Green Health Building Research Institute Co., Ltd Address before: 543000 the Guangxi Zhuang Autonomous Region Wuzhou City Longwei District Long Wei Zhen Longquan Ludongli two No. 68 unit 2, room 1204 Applicant before: WUZHOU XINGNENG AGRICULTURAL TECHNOLOGY Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |