CN109187873A - 区域空气质量智能实时感知系统 - Google Patents
区域空气质量智能实时感知系统 Download PDFInfo
- Publication number
- CN109187873A CN109187873A CN201811123560.0A CN201811123560A CN109187873A CN 109187873 A CN109187873 A CN 109187873A CN 201811123560 A CN201811123560 A CN 201811123560A CN 109187873 A CN109187873 A CN 109187873A
- Authority
- CN
- China
- Prior art keywords
- air quality
- sensor
- information
- cluster
- 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.)
- Withdrawn
Links
- 230000008447 perception Effects 0.000 title claims abstract description 17
- 238000012544 monitoring process Methods 0.000 claims abstract description 39
- 230000002776 aggregation Effects 0.000 claims abstract description 22
- 238000004220 aggregation Methods 0.000 claims abstract description 22
- 230000010365 information processing Effects 0.000 claims abstract description 21
- 241000854291 Dianthus carthusianorum Species 0.000 claims description 48
- WSFSSNUMVMOOMR-UHFFFAOYSA-N Formaldehyde Chemical compound O=C WSFSSNUMVMOOMR-UHFFFAOYSA-N 0.000 claims description 21
- 238000011897 real-time detection Methods 0.000 claims description 18
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 14
- 239000001569 carbon dioxide Substances 0.000 claims description 7
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 239000000428 dust Substances 0.000 claims description 6
- 239000003344 environmental pollutant Substances 0.000 claims description 6
- 231100000719 pollutant Toxicity 0.000 claims description 6
- 239000002341 toxic gas Substances 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 description 6
- 230000005484 gravity Effects 0.000 description 6
- 238000005265 energy consumption Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005562 fading Methods 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 230000021715 photosynthesis, light harvesting Effects 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
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
- G01N33/0004—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
-
- 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
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (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)
Abstract
本发明提供了区域空气质量智能实时感知系统，该系统包括信息采集子系统、信息处理设备、智能终端；信息采集子系统用于采集空气质量监测区域内的空气质量信息，信息采集子系统包括由汇聚节点和多个部署于该空气质量监测区域内的传感器节点构建的无线传感器网络，传感器节点采集所在监测位置的空气质量信息，汇聚节点主要用于汇聚各传感器节点采集的空气质量信息，并发送至所述信息处理设备；所述信息处理设备与多个智能终端连接，以将接收到的空气质量信息广播至所述多个智能终端。
Description
技术领域
本发明涉及环境监控技术领域，具体涉及区域空气质量智能实时感知系统。
背景技术
目前的空气质量检测，一般需要专业人员带着仪器上门，一次智能检测一个时间点或一个时间段的数据，不能反映空气质量的变化，而且不能多参数同时采集，无法智能化联网等弊端。空气质量监测主要是对空气中的常规污染因子和气象参数进行24小时连续在线的监测，将分析出的数据提供给客户作为空气质量好坏的参考，并辅助环保决策，其中待监测因子包括：污染颗粒物、二氧化碳、氧气、甲醛、以及其他有害物质等。
发明内容
针对上述问题，本发明提供区域空气质量智能实时感知系统。
本发明的目的采用以下技术方案来实现：
提供了区域空气质量智能实时感知系统，该系统包括信息采集子系统、信息处理设备、多个智能终端；信息采集子系统用于采集空气质量监测区域内的空气质量信息，信息采集子系统包括由汇聚节点和多个部署于该空气质量监测区域内的传感器节点构建的无线传感器网络，传感器节点采集所在监测位置的空气质量信息，汇聚节点主要用于汇聚各传感器节点采集的空气质量信息，并发送至所述信息处理设备；所述信息处理设备与多个智能终端连接，以将接收到的空气质量信息广播至所述多个智能终端。
在一种实施方式中，传感器节点设有传感器模块，传感器模块包括以下传感器的一种或多种：
粉尘传感器，用于实时检测所述空气质量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质量监测区域中的PM2.5污染物的浓度；
甲醛传感器，用于实时检测所述空气质量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质量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质量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质量监测区域中的二氧化碳的浓度。
在一种实施方式中，所述信息处理设备包括用于存储各传感器节点采集的空气质量信息的存储模块、用于显示各传感器节点采集的空气质量信息的显示模块，以及用于将空气质量信息广播至所述多个智能终端的广播模块。
进一步地，所述信息处理设备还包括分析预警模块，用于对空气质量信息进行分析，在空气质量信息不符合设定的阈值条件时输出报警信息。
本发明的有益效果为：利用无线传感器网络技术，实现了一定区域内的空气质量信息的感知和采集，且能完成空气质量信息的实时发布。
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质量智能实时感知系统的结构示意框图；
图2是本发明一个示例性实施例的信息处理设备的结构示意框图。
附图标记：
信息采集子系统1、信息处理设备2、智能终端3、存储模块10、显示模块20、广播模块30、分析预警模块40。
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，本发明实施例提供了区域空气质量智能实时感知系统，该系统包括信息采集子系统1、信息处理设备2、多个智能终端3；信息采集子系统1用于采集空气质量监测区域内的空气质量信息，信息采集子系统1包括由汇聚节点和多个部署于该空气质量监测区域内的传感器节点构建的无线传感器网络，传感器节点采集所在监测位置的空气质量信息，汇聚节点主要用于汇聚各传感器节点采集的空气质量信息，并发送至所述信息处理设备2；所述信息处理设备2与多个智能终端3连接，以将接收到的空气质量信息广播至所述多个智能终端3。
在一种实施方式中，传感器节点设有传感器模块，传感器模块包括以下传感器的一种或多种：
粉尘传感器，用于实时检测所述空气质量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质量监测区域中的PM2.5污染物的浓度；
甲醛传感器，用于实时检测所述空气质量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质量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质量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质量监测区域中的二氧化碳的浓度。
在一种实施方式中，如图2所示，所述信息处理设备2包括用于存储各传感器节点采集的空气质量信息的存储模块10，以及用于显示各传感器节点采集的空气质量信息的显示模块20。信息处理设备2还包括用于将空气质量信息广播至所述多个智能终端3的广播模块30。
进一步地，所述信息处理设备2还包括分析预警模块40，用于对空气质量信息进行分析，在空气质量信息不符合设定的阈值条件时输出报警信息。所述的输出报警信息，包括向多个智能终端3输出报警信息，和/或向显示模块20输出报警信息。
本实施例实现了对空气质量异常的及时预警。
其中阈值条件的设定，可以根据实际情况进行设置。在一种实施方式中，可针对不同空气质量信息设置不同的标准阈值，当空气质量信息超出对应的标准阈值判定该空气质量信息为异常，进而输出报警信息。其中，该报警信息可包括异常的空气质量信息，和/或异常的空气质量信息产生的位置。
本发明上述实施例利用无线传感器网络技术，实现了一定区域内的空气质量信息的实时感知和采集，且能完成空气质量信息的实时发布。
在一种能够实现的方式中，网络初始化时，从传感器节点中选取多个簇头，并根据选取的簇头将各传感器节点划分为多个簇组；传感器节点采集所监测位置的空气质量信息，并将空气质量信息单跳发送至对应的簇头；簇头负责簇内空气质量信息的接收和处理，并将处理后的空气质量信息通过多跳的方式发送至汇聚节点。
在一种能够实现的方式中，传感器节点发送能耗采用自由空间损耗模型，而簇头与汇聚节点之间进行通信时采用多径衰减模型；所述的从传感器节点中选取多个簇头，并根据选取的簇头将各传感器节点划分为多个簇组，包括：
(1)设定簇头的数量s，将设定的监测区域平均划分为s个子区域；
(2)按照下列公式计算每个子区域的重心位置：
式中，Wq表示第q个子区域的重心位置，q＝1,…,s，x(b)表示所述第q个子区域中第b个传感器节点所在位置的横坐标，y(b)为所述第b个传感器节点所在位置的纵坐标，其中以汇聚节点为坐标原点，nq为所述第q个子区域具有的传感器节点个数；
(3)对每个子区域，计算子区域内各传感器节点担任簇头的概率：
(4)从每个子区域中选择一个区域内担任簇头的概率最大的传感器节点作为簇头，其余传感器节点选择距离最近的簇头加入簇，从而形成多个簇组；
其中，所述概率的公式设定为：
式中，Cqb为第q个子区域的第b个传感器节点担任簇头的概率，为所述第b个传感器节点与重心位置Wq的距离，为第q个子区域的第u个传感器节点与重心位置Wq的距离，nq为所述第q个子区域具有的传感器节点个数；Gqb为所述第b个传感器节点的当前剩余能量，Gqmin为第q个子区域内传感器节点的当前剩余能量的最小值，Gqu为所述第u个传感器节点的当前剩余能量；h1、h2为预设的权重系数，且满足h1+h2＝1，h1>1.2h2。
本实施例通过将监测区域平均划分为多个子区域，并计算每个子区域的重心位置。本实施例提出了子区域内各传感器节点担任簇头的概率的计算公式，该计算公式中，距离所在子区域重心位置更近、能量更足的传感器节点具有更大的概率担任簇头。本实施例从每个子区域中选择一个区域内担任簇头的概率最大的传感器节点作为簇头，能够保证簇头尽量均匀地分布在整个监测区域内，提升了分簇结果的全局最优性能，并且有利于均衡簇头的能量消耗，提高簇头进行空气质量信息收集工作的稳定性。
在一个实施例中，按照下列公式确定s：
式中，v1为基于自由空间损耗模型的功放能耗系数，v2为基于多径衰减模型的功放能耗系数，N为部署的传感器节点个数，p为所述监测区域的面积，Lb6,o为传感器节点到汇聚节点的平均距离；int为取整函数；Lmax为部署的传感器节点到汇聚节点的最大距离，Lmin为部署的传感器节点到汇聚节点的最小距离，Lmax-1为部署的传感器节点到汇聚节点的次大距离，Lmin-1为部署的传感器节点到汇聚节点的次小距离；η为由专家设定的子区域长度。
本实施例基于监测区域的实际情况以及传感器节点的部署情况，设计了监测区域划分成子区域的数目的计算公式，根据该计算公式确定子区域的数目，相对于随机设定的方式，优化了簇组数，有利于节省网内传感器节点的能耗，进而降低空气质量信息的感知成本。
在一个实施例中，汇聚节点按预设周期获取每个传感器节点的当前剩余能量信息，并根据当前剩余能量信息对每个簇组进行能量检测，若检测出簇组A中所有传感器节点的能量均低于预设的最低能量阈值，则汇聚节点向该簇组A中的簇头发送重新分簇指令，簇头接收到重新分簇指令后，计算簇内各传感器节点的权值，选择权值最大的传感器节点作为另一个簇头，并向簇内其余传感器节点广播分簇消息，接收到分簇消息的传感器节点在簇组A中的两个簇头中选择距离最近的簇头加入，从而簇组A被划分为两个簇组。
本实施例在簇组内的传感器节点的能量皆较低时，创新性地通过增加簇头数量的方式来减少每个簇组内的传感器节点数量。本实施例能够在能量不足时有效降低每个簇头传输的空气质量信息量，从而有效降低簇头的能耗，保证系统通信的正常运行，有效延长空气质量信息传输工作的周期。
其中，设定权值的计算公式为：
式中，Kij表示簇头i对应簇内的传感器节点j的权值，i≠j，Gij为所述传感器节点j的当前剩余能量，Gimin为簇头i对应簇内传感器节点的当前剩余能量最小值，Gid为簇头i对应簇内第d个传感器节点的当前剩余能量，ni为簇头i对应簇内的传感器节点数量，Lij为簇头i与所述传感器节点j的距离，Lio为簇头i与汇聚节点的距离，Ljo为所述传感器节点j与汇聚节点的距离，Lid为簇头i与所述第d个传感器节点的距离，Ldo为所述第d个传感器节点与汇聚节点的距离，e1、e2、β为预设的权重系数，且e1+e2＝1，0.5≤β＜1。
本实施例提出了另一簇头的选取机制，其中设定了权值的计算公式，由该计算公式可知，当前剩余能量越大、与汇聚节点距离越近、与簇头距离较远的传感器节点具有更大的概率当选为另一簇头。根据权值选择另一簇头，有利于尽量降低增加分簇造成的能量消耗，提高分簇后簇头进行空气质量信息收集工作的稳定性。
利用上述无线传感器网络技术，本发明实现了对空气质量信息的实时感知。
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.区域空气质量智能实时感知系统，其特征是，包括信息采集子系统、信息处理设备、智能终端；信息采集子系统用于采集空气质量监测区域内的空气质量信息，信息采集子系统包括由汇聚节点和多个部署于该空气质量监测区域内的传感器节点构建的无线传感器网络，传感器节点采集所在监测位置的空气质量信息，汇聚节点主要用于汇聚各传感器节点采集的空气质量信息，并发送至所述信息处理设备；所述信息处理设备与多个智能终端连接，以将接收到的空气质量信息广播至所述多个智能终端。
2.根据权利要求1所述的区域空气质量智能实时感知系统，其特征是，传感器节点设有传感器模块，传感器模块包括以下传感器的一种或多种：
粉尘传感器，用于实时检测所述空气质量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质量监测区域中的PM2.5污染物的浓度；
甲醛传感器，用于实时检测所述空气质量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质量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质量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质量监测区域中的二氧化碳的浓度。
3.根据权利要求1所述的区域空气质量智能实时感知系统，其特征是，所述信息处理设备包括用于存储各传感器节点采集的空气质量信息的存储模块、用于显示各传感器节点采集的空气质量信息的显示模块，以及用于将空气质量信息广播至所述多个智能终端的广播模块。
4.根据权利要求3所述的区域空气质量智能实时感知系统，其特征是，所述信息处理设备还包括分析预警模块，用于对空气质量信息进行分析，在空气质量信息不符合设定的阈值条件时输出报警信息。
5.根据权利要求1所述的区域空气质量智能实时感知系统，其特征是，网络初始化时，从传感器节点中选取多个簇头，并根据选取的簇头将各传感器节点划分为多个簇组；传感器节点采集所监测位置的空气质量信息，并将空气质量信息单跳发送至对应的簇头；簇头负责簇内空气质量信息的接收和处理，并将处理后的空气质量信息通过多跳的方式发送至汇聚节点。
6.根据权利要求5所述的区域空气质量智能实时感知系统，其特征是，汇聚节点按预设周期获取每个传感器节点的当前剩余能量信息，并根据当前剩余能量信息对每个簇组进行能量检测，若检测出簇组A中所有传感器节点的能量均低于预设的最低能量阈值，则汇聚节点向该簇组A中的簇头发送重新分簇指令，簇头接收到重新分簇指令后，计算簇内各传感器节点的权值，选择权值最大的传感器节点作为另一个簇头，并向簇内其余传感器节点广播分簇消息，接收到分簇消息的传感器节点在簇组A中的两个簇头中选择距离最近的簇头加入，从而簇组A被划分为两个簇组。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811123560.0A CN109187873A (zh) | 2018-09-26 | 2018-09-26 | 区域空气质量智能实时感知系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811123560.0A CN109187873A (zh) | 2018-09-26 | 2018-09-26 | 区域空气质量智能实时感知系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109187873A true CN109187873A (zh) | 2019-01-11 |
Family
ID=64906378
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811123560.0A Withdrawn CN109187873A (zh) | 2018-09-26 | 2018-09-26 | 区域空气质量智能实时感知系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109187873A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111711932A (zh) * | 2020-06-16 | 2020-09-25 | 广州傲马科技有限公司 | 一种智能的基于大数据的空气污染监测系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101286933A (zh) * | 2008-03-05 | 2008-10-15 | 中科院嘉兴中心微系统所分中心 | 基于流量的无线传感网自适应簇调整方法 |
| 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 |
| CN108387692A (zh) * | 2018-04-25 | 2018-08-10 | 深圳森阳环保材料科技有限公司 | 一种大气污染智能监测系统 |
| CN108512904A (zh) * | 2018-03-01 | 2018-09-07 | 深圳智达机械技术有限公司 | 一种基于大数据和wsn技术的输电线路监测系统 |
-
2018
- 2018-09-26 CN CN201811123560.0A patent/CN109187873A/zh not_active Withdrawn
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101286933A (zh) * | 2008-03-05 | 2008-10-15 | 中科院嘉兴中心微系统所分中心 | 基于流量的无线传感网自适应簇调整方法 |
| 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 |
| CN108512904A (zh) * | 2018-03-01 | 2018-09-07 | 深圳智达机械技术有限公司 | 一种基于大数据和wsn技术的输电线路监测系统 |
| CN108387692A (zh) * | 2018-04-25 | 2018-08-10 | 深圳森阳环保材料科技有限公司 | 一种大气污染智能监测系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111711932A (zh) * | 2020-06-16 | 2020-09-25 | 广州傲马科技有限公司 | 一种智能的基于大数据的空气污染监测系统 |
| CN111711932B (zh) * | 2020-06-16 | 2021-04-02 | 浙江多普勒环保科技有限公司 | 一种智能的基于大数据的空气污染监测系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110149610A (zh) | 一种智能环保检测系统 | |
| CN204856112U (zh) | 一种办公环境监控装置 | |
| 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 | |
| Jia | LoRa-based WSNs construction and low-power data collection strategy for wetland environmental monitoring | |
| CN108303497A (zh) | 空气污染监测系统 | |
| CN109195132A (zh) | 空气质量信息智能采集与实时播报系统 | |
| CN107991933A (zh) | 一种基于mems多功能空气传感器的环境数据分析评价共享系统 | |
| CN109922450A (zh) | 一种智能社区物业管理系统 | |
| CN109187873A (zh) | 区域空气质量智能实时感知系统 | |
| CN109596492A (zh) | 一种实时智能的室内空气质量监测系统 | |
| 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 | |
| CN109187874A (zh) | 区域空气质量智能实时发布系统 | |
| CN112333266A (zh) | 一种基于云平台的污水监测系统 | |
| CN107801170A (zh) | 温室大棚监控装置 | |
| CN107911852A (zh) | 一种水产养殖浮头监控自动报警系统 | |
| CN109195229A (zh) | 一种区域空气质量信息可视化装置 | |
| CN109257716A (zh) | 区域空气质量智能实时广播系统 | |
| CN109405172A (zh) | 有毒气体智慧监测系统 | |
| CN109270219A (zh) | 室内装修污染气体智能无线检测系统 | |
| CN108337712A (zh) | 一种基于wsn技术的电力施工现场信息化监理系统 | |
| CN109348448A (zh) | 海洋气象信息实时播报系统 | |
| CN108966171A (zh) | 区域空气污染物浓度超标预警系统 | |
| CN108828978B (zh) | 基于计算机控制的温室智能控制装置 | |
| CN108055310A (zh) | 基于无线传感器网络的污水曝气监控系统 | |
| CN109450994B (zh) | 基于大数据的农业环境智能监控系统 |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190111 |
|
| WW01 | Invention patent application withdrawn after publication |