CN111314473A - 一种基于人工智能的环境监测系统 - Google Patents

一种基于人工智能的环境监测系统 Download PDF

Info

Publication number
CN111314473A
CN111314473A CN202010109412.4A CN202010109412A CN111314473A CN 111314473 A CN111314473 A CN 111314473A CN 202010109412 A CN202010109412 A CN 202010109412A CN 111314473 A CN111314473 A CN 111314473A
Authority
CN
China
Prior art keywords
node
cluster head
data
nodes
head 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.)
Pending
Application number
CN202010109412.4A
Other languages
English (en)
Inventor
李国安
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yangpu Minoan Electronic Technology Co ltd
Original Assignee
Yangpu Minoan Electronic Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Yangpu Minoan Electronic Technology Co ltd filed Critical Yangpu Minoan Electronic Technology Co ltd
Priority to CN202010109412.4A priority Critical patent/CN111314473A/zh
Publication of CN111314473A publication Critical patent/CN111314473A/zh
Pending legal-status Critical Current

Links

Images

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
    • H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
    • H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • 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
    • 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
    • H04W40/22—Communication route or path selection, e.g. power-based or shortest path routing using selective relaying for reaching a BTS [Base Transceiver Station] or an access point
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/24—Connectivity information management, e.g. connectivity discovery or connectivity update
    • H04W40/32—Connectivity information management, e.g. connectivity discovery or connectivity update for defining a routing cluster membership
    • 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)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

一种基于人工智能的环境监测系统，包括环境监测模块、云服务器和智能监测中心，所述环境监测模块采用传感器节点采集监测区域内的环境数据，并将采集的环境数据传输至基站设备，基站设备将接收到的环境数据传输至云服务器进行存储，智能监测中心从云服务器中调取所述环境数据，并对调取的环境数据进行滤波处理，将处理后的环境数据与给定的安全阈值比较，当所述环境数据高于给定的安全阈值时进行预警。本发明的有益效果为：能够实现远程采集无线传感器网络覆盖范围内的环境参数数据，并将所述环境数据通过无线通信技术传输至智能监测中心，从而实现了环境的远程监测。

Description

一种基于人工智能的环境监测系统
技术领域
本发明创造涉及环境监测领域，具体涉及一种基于人工智能的环境监测系统。
背景技术
在我国大力开展环境保护，治理环境问题的过程中，对于环境监测技术也在不断的深入研究。环境监测是指对影响环境的参数数据进行采集、观察和分析的过程，其主要任务是及时、准确、可靠地发现当前环境的现状和变化趋势，为环境管理、污染防治和环境规划奠定基础。在环境监测过程中，无线传感器网络由于具有成本低，实时性高，无污染等优点，被广泛应用于环境监测中。通过将计算机技术、传感器技术和无线通信技术应用于环境监测中，能够实现远程采集无线传感器网络覆盖范围内的环境参数数据，并将信息进行处理整合后通过无线设备传输至终端设备，从而实现了环境的远程监测，使得环境检测人员能随时随地掌握到监测区域内的环境状况，并且及时采取措施进行治理。
发明内容
针对上述问题，本发明旨在提供一种基于人工智能的环境监测系统。
本发明创造的目的通过以下技术方案实现：
一种基于人工智能的环境监测系统，包括环境监测模块、云服务器和智能监测中心，所述智能监测中心发送唤醒指令给云服务器，所述云服务器将接收到的唤醒指令发送给环境监测模块，环境监测模块接收到唤醒指令后开始进行环境监测，所述环境监测模块包括基站设备和多个部署于监测区域内的传感器节点，所述传感器节点用于采集监测区域内的环境数据，并将采集的环境数据传输至基站设备，基站设备将接收到的环境数据传输至云服务器进行存储，智能监测中心从云服务器中调取所述环境数据，并对调取的环境数据进行处理，将处理后的环境数据与给定的安全阈值进行比较，当所述环境数据高于给定的安全阈值时进行预警。
本发明创造的有益效果：
(1)本发明提供一种基于人工智能的环境监测系统，将计算机技术、传感器技术和无线通信技术应用于环境监测中，能够实现远程采集无线传感器网络覆盖范围内的环境参数数据，并将所述环境数据通过无线通信技术传输至智能监测中心，从而实现了环境的远程监测；
(2)本发明对无线传感器网络算法进行了大量的优化，特别是普通传感器节点每隔一段时间将当前时刻采集的环境数据传输至其所在簇的簇首节点，从而通过减小簇首节点接收到的数据量来减少簇首节点的能量消耗，延长簇首节点的生命周期；设置数据检测单元用于在传感器节点传输数据至其所在簇的簇首节点的时间间隔内对传感器节点采集的环境数据进行检测，定义的数据检测系数能够有效的检测时间间隔内环境数据的变化情况以及当前时刻环境数据与传感器节点最近一次传输至簇首节点的环境数据的变化情况，根据数据检测系数和给定的检测阈值对传感器节点传输数据至簇首节点的时间间隔进行自适应的调整，当数据检测系数小于给定的检测阈值时，表明该时间间隔内监测区域内的环境变化较为平稳，数据检测系数的值越小表明环境变化越小，此时，传感器节点传输数据至其所在簇的簇首节点的时间间隔随着数据检测系数的值的减小而增加，进一步减小了簇首节点接收的数据量的同时，并不影响环境监测系统的监测精度；当数据检测系数大于给定的检测阈值时，表明该时间间隔内监测区域内的环境变化较为明显，数据检测系数的值越大表明环境变化越大，此时，传感器节点传输数据至其所在簇的簇首节点的时间间隔随着数据检测系数的值的增加而减小，即在环境变化较大时，增加了传感器节点传输至簇首节点的数据量，保证了当监测区域内环境出现异常时，环境监测系统能够及时检测出来并进行预警，提高了环境监测系统的监测精度。
附图说明
利用附图对发明创造作进一步说明，但附图中的实施例不构成对本发明创造的任何限制，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是本发明结构示意图。
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，本实施例的一种基于人工智能的环境监测系统，包括环境监测模块、云服务器和智能监测中心，所述智能监测中心发送唤醒指令给云服务器，所述云服务器将接收到的唤醒指令发送给环境监测模块，环境监测模块接收到唤醒指令后开始进行环境监测，所述环境监测模块包括基站设备和多个部署于监测区域内的传感器节点，所述传感器节点用于采集监测区域内的环境数据，并将采集的环境数据传输至基站设备，基站设备将接收到的环境数据传输至云服务器进行存储，智能监测中心从云服务器中调取所述环境数据，并对调取的环境数据进行平滑滤波处理，将处理后的环境数据与给定的安全阈值进行比较，当所述环境数据高于给定的安全阈值时进行预警。
本优选实施例将传感器技术和无线通信技术应用于环境监测中，能够实现远程采集无线传感器网络覆盖范围内的环境参数数据，并将所述数据通过无线通信技术传输至智能监测中心，从而实现了环境的远程监测。
优选地，监测区域内的传感器节点采用分簇结构，每个簇包括簇首节点和普通传感器节点，所述普通传感器节点用于采集监测区域内的环境数据，并将采集到的环境数据传输至其所在簇的簇首节点，所述簇首节点将接收到的环境数据和其自身采集的环境数据传输至基站设备。
优选地，将监测区域内的传感器节点进行分簇，设所述监测区域的面积为S，监测区域中的传感器节点数为N，将监测区域中的传感器节点划分为c个簇，定义筛选函数对监测区域中的传感器节点进行筛选，设传感器节点i对应的筛选函数为U(i)，则U(i)的表达式为：
Figure BDA0002389435990000031
式中，Ei表示传感器节点i当前的能量值，
Figure BDA0002389435990000032
表示监测区域中传感器节点的平均能量值，
Figure BDA0002389435990000033
为判断函数，当
Figure BDA0002389435990000034
时，则
Figure BDA0002389435990000035
当
Figure BDA0002389435990000036
时，则
Figure BDA0002389435990000037
si表示传感器节点i的参考区域，且si为以传感器节点i为圆心，以
Figure BDA0002389435990000038
为半径的圆形区域，β(j,si)为判断函数，当传感器节点j位于参考区域si中时，则β(j,si)＝1，否则β(j,si)＝0；
当传感器节点i对应的筛选函数U(i)＞0时，则传感器节点i为竞争簇首节点的候选节点。
本优选实施例通过定义筛选函数对监测区域内的传感器节点数进行筛选，从而选取部分传感器节点作为竞争簇首节点的候选节点，节省了监测区域中的传感器节点竞争簇首节点的能量消耗，定义的筛选函数能够有效反应该传感器节点的临近空间的传感器节点分布情况，使得选取的候选节点周围分布有较多的传感器节点，从而使得选取的簇首节点的邻居空间中具有较多的传感器节点，从而节省了传感器节点和簇首节点之间传输数据的能量消耗。
优选地，设集合B表示筛选所得的候选节点集合，且B＝{hj,j＝1,2,…,n}，其中，hj为集合B中的第j个候选节点，n为集合B中的候选节点数，在集合B中选取c个簇首节点，具体包括：
(1)选取集合B中筛选函数值最大的候选节点记为第一个簇首节点CH1，选取集合B中距离簇首节点CH1最远的候选节点记为第二个簇首节点CH2，并将集合B中选取为簇首节点的候选节点删除；
(2)采用下列公式在集合B的剩余的候选节点中选其他的簇首节点：
Figure BDA0002389435990000039
式中，CHl-1表示选取的第(l-1)个簇首节点，CHl表示当前选取的第l个簇首节点，d(hj,CH1)表示候选节点hj到簇首节点CH1的距离，d(hj,CHl-1)表示候选节点hj到簇首节点CHl-1的距离；
设置有效性检测系数对选取的簇首节点进行有效性检测，则选取的簇首节点CHl对应的有效性检测系数为μ(CHl)，且
Figure BDA0002389435990000041
其中，
Figure BDA0002389435990000042
为判断函数，当簇首节点CHl的通信半径内和簇首节点CHk的通信半径内存在重叠的传感器节点时，则
Figure BDA0002389435990000043
否则
Figure BDA0002389435990000044
当有效性检测系数μ(CHl)＝0时，则判断当前选取的簇首节点CHl为有效簇首节点，将选取为簇首节点CHl的候选节点在集合B中删除，并继续采用步骤(2)中的方式进行下一个簇首节点的选取；当有效性检测系数μ(CHl)＞0且l＜c时，则采用步骤(3)中的方式进行剩余簇首节点的选取；
(3)设Ha为当前集合B中的候选节点，定义候选节点Ha担任簇首节点的优先级为η(Ha)，则η(Ha)的表达式为：
Figure BDA0002389435990000045
式中，R(Ha)表示候选节点Ha的通信半径，
Figure BDA0002389435990000046
为判断函数，当候选节点Ha的通信半径内和簇首节点CHk的通信半径内存在重叠的传感器节点时，则
Figure BDA0002389435990000047
否则
Figure BDA0002389435990000048
dmin(Ha,CHk)表示候选节点Ha到簇首节点CHk的通信半径中的传感器节点的最小距离，M(Ha,CHk)表示候选节点Ha的通信半径内和簇首节点CHk的通信半径内重叠的传感器节点数，M(Ha)表示候选节点Ha的通信半径内的传感器节点数，dm(Ha)表示候选节点Ha和其通信半径内的传感器节点之间距离的中值，d(Ha,j)表示候选节点Ha和传感器节点j之间的距离，ω(d(Ha,j),dm(Ha))为判断函数，当d(Ha,j)≤dm(Ha)时，则ω(d(Ha,j),dm(Ha))＝1，当d(Ha,j)＞dm(Ha)时，则ω(d(Ha,j),dm(Ha))＝0。
在当前集合B的剩余的候选节点中选取具有最大优先级的候选节点为簇首节点，并将选取为簇首节点的候选节点在集合B中删除；重新计算集合B中剩余的候选节点担任簇首节点的优先级，在剩余的候选节点中选取具有最大优先级的候选节点为簇首节点，直到选取的簇首节点数为c时，停止簇首节点的选取。
优选地，簇首节点选取完成后，没有选取为簇首节点的传感器节点选取距离其最近的簇首节点加入；分簇完成后，普通传感器节点用于采集监测区域内的环境数据，并将采集到的环境数据传输至其所在簇的簇首节点，簇首节点将接收到的环境数据和其自身采集的环境数据传输至基站设备，当簇首节点中存在簇首节点的能量值小于当前监测区域中传感器节点的能量均值时，即采用上述方法重新选取簇首节点。
本优选实施例用于在候选节点集合中选取簇首节点，在初始阶段，选取候选节点中筛选函数值最大的候选节点为第一个簇首节点，选取候选节点中距离第一个簇首节点最远的候选节点为第二个簇首节点，根据剩余的候选节点和选取的第一个簇首节点和第二个簇首节点的距离因素选取剩余的簇首节点，并设置有效性检测系数检测新选取的簇首节点和已有的簇首节点的通信半径内是否存在重叠的传感器节点，保证了选取的簇首节点的通信半径内没有重叠的传感器节点，当发现采用步骤(2)中的选取方法选取的簇首节点和已选取的簇首节点的通信半径内存在重叠情况时，则采用步骤(3)中的选取方法进行剩余簇首节点的选取，步骤(3)中通过计算候选节点担任簇首节点的优选级在候选节点集合中选取簇首节点，定义的候选节点担任簇首节点的优先级能够有效的反应候选节点和已选簇首节点的通信半径内传感器节点的重叠程度以及候选节点和其通信半径内的传感器节点的分布情况，选取具有最大优先级的候选节点担任簇首节点，使得选取的簇首节点和已有的簇首节点具有较小的重叠程度，并且使得选取的簇首节点在其簇内分布的较为中心，减小了簇首节点和其簇内传感器节点传输数据的能耗，延长了簇首节点的生命周期，并保证了最终获得的分簇之间具有较小的重叠情况。
优选地，在数据传输阶段，设置普通传感器节点i(i＝1,2,…K)每隔Ti时间将当前时刻采集到的环境数据传输至其所在簇的簇首节点，其中，K为监测区域中普通传感器节点的数量，对普通传感器节点i设置数据检测单元，所述数据检测单元用于在普通传感器节点i传输数据至其所在簇的簇首节点的时间间隔内对普通传感器节点i采集的环境数据进行检测，并根据检测结果对普通传感器节点i传输数据至其所在簇的簇首节点的时间间隔Ti进行调整，具体为：
设普通传感器节点i最近一次传输数据到其所在簇的簇首节点的时间为τ，建立长度为l的检测窗口Xi(t)，且Xi(t)＝{xi(t-l+1),xi(t-l+2),…,xi(t)}，其中，且τ+l＜t＜τ+Ti，xi(t-l+1)、xi(t-l+2)和xi(t)分别表示普通传感器节点i在(t-l+1)、(t-l+2)和t时刻采集得到的环境数据；
定义普通传感器节点i在t时刻对应的数据检测系数为θi(t)，且θi(t)的表达式为：
Figure BDA0002389435990000051
式中，xi(τ)表示普通传感器节点i在τ时刻采集到的环境数据，xi(t-l+j)和xi(t-l+j-1)分别表示普通传感器节点i在(t-l+j)和(t-l+j-1)时刻采集到的环境数据；
给定检测阈值H(θi)，且
Figure BDA0002389435990000061
其中，
Figure BDA0002389435990000062
为检测窗口Xi(t)中环境数据的中值；当数据检测系数θi(t)≤H(θi)时，则普通传感器节点i传输数据至其所在簇的簇首节点的时间间隔Ti调整为：
Figure BDA0002389435990000063
即普通传感器节点i将(τ+Ti)时刻采集到的环境数据xi(τ+Ti)传输至其所在簇的簇首节点，其中，T(0)为设置的初始时间间隔，xi(max)为普通传感器节点i采集的环境数据中的最大值，xi(min)为普通传感器节点i采集的环境数据中的最小值；当数据检测系数θi(t)＞H(θi)时，则普通传感器节点i传输数据至簇首节点的时间间隔Ti调整为：
Figure BDA0002389435990000064
当t＞τ+Ti时，则普通传感器节点i将t时刻采集到的环境数据xi(t)传输至其所在簇的簇首节点，当t≤τ+Ti时，则普通传感器节点i将(τ+Ti)时刻采集的环境数据xi(τ+Ti)传输至其所在簇的簇首节点。
本优选实施例设置普通传感器节点每隔一段时间将当前时刻采集的环境数据传输至其所在簇的簇首节点，从而通过减小簇首节点接收到的数据量来减少簇首节点的能量消耗，延长簇首节点的生命周期；设置数据检测单元用于在传感器节点传输数据至其所在簇的簇首节点的时间间隔内对传感器节点采集的环境数据进行检测，定义的数据检测系数能够有效的检测时间间隔内环境数据的变化情况以及当前时刻环境数据与传感器节点最近一次传输至簇首节点的环境数据的变化情况，根据数据检测系数和给定的检测阈值对传感器节点传输数据至簇首节点的时间间隔进行自适应的调整，当数据检测系数小于给定的检测阈值时，表明该时间间隔内监测区域内的环境变化较为平稳，数据检测系数的值越小表明环境变化越小，此时，传感器节点传输数据至其所在簇的簇首节点的时间间隔随着数据检测系数的值的减小而增加，进一步减小了簇首节点接收的数据量的同时，并不影响环境监测系统的监测精度；当数据检测系数大于给定的检测阈值时，表明该时间间隔内监测区域内的环境变化较为明显，数据检测系数的值越大表明环境变化越大，此时，传感器节点传输数据至其所在簇的簇首节点的时间间隔随着数据检测系数的值的增加而减小，即在环境变化较大时，增加了传感器节点传输至簇首节点的数据量，保证了当监测区域内环境出现异常时，环境监测系统能够及时检测出来并进行预警，提高了环境监测系统的监测精度。
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)

1.一种基于人工智能的环境监测系统，其特征是，包括环境监测模块、云服务器和智能监测中心，所述智能监测中心发送唤醒指令给云服务器，所述云服务器将接收到的唤醒指令发送给环境监测模块，环境监测模块接收到唤醒指令后开始进行环境监测，所述环境监测模块包括基站设备和多个部署于监测区域内的传感器节点，所述传感器节点用于采集监测区域内的环境数据，并将采集的环境数据传输至基站设备，基站设备将接收到的环境数据传输至云服务器进行存储，智能监测中心从云服务器中调取所述环境数据，并对调取的环境数据进行处理，将处理后的环境数据与给定的安全阈值进行比较，当所述环境数据高于给定的安全阈值时进行预警。
2.根据权利要求1所述的一种基于人工智能的环境监测系统，其特征是，监测区域内的传感器节点采用分簇结构，每个簇包括簇首节点和普通传感器节点，所述普通传感器节点用于采集监测区域内的环境数据，并将采集到的环境数据传输至其所在簇的簇首节点，所述簇首节点将接收到的环境数据和其自身采集的环境数据传输至基站设备。
3.根据权利要求2所述的一种基于人工智能的环境监测系统，其特征是，将监测区域内的传感器节点进行分簇，设所述监测区域的面积为S，监测区域中的传感器节点数为N，将监测区域中的传感器节点划分为c个簇，定义筛选函数对监测区域中的传感器节点进行筛选，设传感器节点i对应的筛选函数为U(i)，则U(i)的表达式为：
Figure FDA0002389435980000011
式中，Ei表示传感器节点i当前的能量值，
Figure FDA0002389435980000012
表示监测区域中传感器节点的平均能量值，
Figure FDA0002389435980000013
为判断函数，当
Figure FDA0002389435980000014
时，则
Figure FDA0002389435980000015
当
Figure FDA0002389435980000016
时，则
Figure FDA0002389435980000017
si表示传感器节点i的参考区域，且si为以传感器节点i为圆心，以
Figure FDA0002389435980000018
为半径的圆形区域，β(j,si)为判断函数，当传感器节点j位于参考区域si中时，则β(j,si)＝1，否则β(j,si)＝0；
当传感器节点i对应的筛选函数U(i)＞0时，则传感器节点i为竞争簇首节点的候选节点。
4.根据权利要求3所述的一种基于人工智能的环境监测系统，其特征是，设集合B表示筛选所得的候选节点集合，且B＝{hj,j＝1,2,…,n)，其中，hj为集合B中的第j个候选节点，n为集合B中的候选节点数，在集合B中选取c个簇首节点，具体包括：
(1)选取集合B中筛选函数值最大的候选节点记为第一个簇首节点CH1，选取集合B中距离簇首节点CH1最远的候选节点记为第二个簇首节点CH2，并将集合B中选取为簇首节点的候选节点删除；
(2)采用下列公式在集合B的剩余的候选节点中选其他的簇首节点：
Figure FDA0002389435980000021
式中，CHl-1表示已选取的第(l-1)个簇首节点，CHl表示当前选取的第l个簇首节点，d(hj,CH1)表示候选节点hj到簇首节点CH1的距离，d(hj,CHl-1)表示候选节点hj到簇首节点CHl-1的距离；
设置有效性检测系数对选取的簇首节点进行有效性检测，则选取的簇首节点CHl对应的有效性检测系数为μ(CHl)，且
Figure FDA0002389435980000022
其中，
Figure FDA0002389435980000023
为判断函数，当簇首节点CHl的通信半径内和簇首节点CHk的通信半径内存在重叠的传感器节点时，则
Figure FDA0002389435980000024
否则
Figure FDA0002389435980000025
当有效性检测系数μ(CHl)＝0时，则判断当前选取的簇首节点CHl为有效簇首节点，将选取为簇首节点CHl的候选节点hj在集合B中删除，并继续采用步骤(2)中的方式进行下一个簇首节点的选取；当有效性检测系数μ(CHl)＞0且l＜c时，则采用步骤(3)中的方式进行剩余簇首节点的选取；
(3)设Ha为当前集合B中的候选节点，定义候选节点Ha担任簇首节点的优先级为η(Ha)，则η(Ha)的表达式为：
Figure FDA0002389435980000026
式中，R(Ha)表示候选节点Ha的通信半径，
Figure FDA0002389435980000027
为判断函数，当候选节点Ha的通信半径内和簇首节点CHk的通信半径内存在重叠的传感器节点时，则
Figure FDA0002389435980000028
否则
Figure FDA0002389435980000029
dmin(Ha,CHk)表示候选节点Ha到簇首节点CHk的通信半径中的传感器节点的最小距离，M(Ha,CHk)表示候选节点Ha的通信半径内和簇首节点CHk的通信半径内重叠的传感器节点数，M(Ha)表示候选节点Ha的通信半径内的传感器节点数，dm(Ha)表示候选节点Ha和其通信半径内的传感器节点之间距离的中值，d(Ha,j)表示候选节点Ha和传感器节点j之间的距离，ω(d(Ha,j),dm(Ha))为判断函数，当d(Ha,j)≤dm(Ha)时，则ω(d(Ha,j),dm(Ha))＝1，当d(Ha,j)＞dm(Ha)时，则ω(d(Ha,j),dm(Ha))＝0。
在当前集合B的候选节点中选取具有最大优先级的候选节点为簇首节点，并将选取为簇首节点的候选节点在集合B中删除；重新计算集合B中剩余的候选节点担任簇首节点的优先级，在剩余的候选节点中选取具有最大优先级的候选节点为簇首节点，直到选取的簇首节点数为c时，停止簇首节点的选取。
5.根据权利要求4所述的一种基于人工智能的环境监测系统，其特征是，在数据传输阶段，设置普通传感器节点i(i＝1,2,…K)每隔Ti时间将当前时刻采集到的环境数据传输至其所在簇的簇首节点，其中，K为监测区域中普通传感器节点的数量，对普通传感器节点i设置数据检测单元，所述数据检测单元用于在普通传感器节点i传输数据至其所在簇的簇首节点的时间间隔内对普通传感器节点i采集的环境数据进行检测，并根据检测结果对普通传感器节点i传输数据至其所在簇的簇首节点的时间间隔Ti进行调整，具体为：
设普通传感器节点i最近一次传输数据到其所在簇的簇首节点的时间为τ，建立长度为l的检测窗口Xi(t)，且Xi(t)＝{xi(t-l+1),xi(t-l+2),…,xi(t)}，其中，τ+l＜t＜τ+Ti，xi(t-l+1)、xi(t-l+2)和xi(t)分别表示普通传感器节点i在(t-l+1)、(t-l+2)和t时刻采集得到的环境数据；
定义普通传感器节点i在t时刻对应的数据检测系数为θi(t)，且θi(t)的表达式为：
Figure FDA0002389435980000031
式中，xi(τ)表示普通传感器节点i在τ时刻采集到的环境数据，xi(t-l+j)和xi(t-l+j-1)分别表示普通传感器节点i在(t-l+j)和(t-l+j-1)时刻采集到的环境数据；
给定检测阈值H(θi)，且
Figure FDA0002389435980000032
其中，
Figure FDA0002389435980000033
为检测窗口Xi(t)中环境数据的中值；当数据检测系数θi(t)≤H(θi)时，则普通传感器节点i传输数据至其所在簇的簇首节点的时间间隔Ti调整为：
Figure FDA0002389435980000034
即普通传感器节点i将(τ+Ti)时刻采集到的环境数据xi(τ+Ti)传输至其所在簇的簇首节点，其中，T(0)为设置的初始时间间隔，xi(max)为普通传感器节点i采集的环境数据中的最大值，xi(min)为普通传感器节点i采集的环境数据中的最小值；当数据检测系数θi(t)＞H(θi)时，则普通传感器节点i传输数据至其所在簇的簇首节点的时间间隔Ti调整为：
Figure FDA0002389435980000035
当t＞τ+Ti时，则普通传感器节点i将t时刻采集到的环境数据xi(t)传输至其所在簇的簇首节点，当t≤τ+Ti时，则普通传感器节点i将(τ+Ti)时刻的采集的环境数据xi(τ+Ti)传输至其所在簇的簇首节点。
CN202010109412.4A 2020-02-22 2020-02-22 一种基于人工智能的环境监测系统 Pending CN111314473A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010109412.4A CN111314473A (zh) 2020-02-22 2020-02-22 一种基于人工智能的环境监测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010109412.4A CN111314473A (zh) 2020-02-22 2020-02-22 一种基于人工智能的环境监测系统

Publications (1)

Publication Number Publication Date
CN111314473A true CN111314473A (zh) 2020-06-19

Family

ID=71147520

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010109412.4A Pending CN111314473A (zh) 2020-02-22 2020-02-22 一种基于人工智能的环境监测系统

Country Status (1)

Country Link
CN (1) CN111314473A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111866786A (zh) * 2020-07-09 2020-10-30 中国地质科学院地质力学研究所 一种岩溶管道流的监测系统及方法
CN112003938A (zh) * 2020-08-24 2020-11-27 瑞洲建设集团有限公司 一种市政工程施工现场远程管理系统
CN112449362A (zh) * 2020-11-18 2021-03-05 中国科学院上海微系统与信息技术研究所 基于信物模型的智能传感器自适应配置方法、装置及系统
CN112782360A (zh) * 2020-12-28 2021-05-11 安徽仕联电气有限公司 一种量子环保检测设备
CN112884302A (zh) * 2021-02-01 2021-06-01 杭州市电力设计院有限公司 一种电力物资管理方法
CN113242526A (zh) * 2021-05-10 2021-08-10 北京人和创建信息技术有限公司 一种云计算服务器机房实时监控系统
CN113267213A (zh) * 2021-05-08 2021-08-17 Tcl通讯（宁波）有限公司 无人机采集环境数据系统和无人机采集环境数据方法
CN113362575A (zh) * 2021-06-07 2021-09-07 中国地质大学（北京） 一种基于人工智能的矿山环境智能监测系统
CN116222806A (zh) * 2023-02-28 2023-06-06 临沂市检验检测中心 一种环境的远程监测校准系统和方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101281486A (zh) * 2007-04-04 2008-10-08 英业达股份有限公司 系统环境的监控方法
CN101511099A (zh) * 2009-04-01 2009-08-19 南京邮电大学 基于时间序列预测模型的无线传感器网络数据采集方法
CN101877827A (zh) * 2010-05-18 2010-11-03 浙江工业大学 面向楼宇监测的无线传感器网络数据收集方法
CN102395173A (zh) * 2011-11-01 2012-03-28 江南大学 环境监测物联网感知层能量高效利用的成簇方法
CN106453488A (zh) * 2016-08-29 2017-02-22 广州哲讯智能科技有限公司 一种基于量子通信的农产品生产环境监测方法与系统
CN107389131A (zh) * 2017-07-17 2017-11-24 合肥锦和信息技术有限公司 一种环境监测装置及环境监测方法
CN108282755A (zh) * 2017-12-25 2018-07-13 陈剑桃 一种病房环境监控系统
CN108829166A (zh) * 2018-09-10 2018-11-16 广州市蔚明仪器科技有限公司 医疗器械储存环境智能监测系统
US20190098693A1 (en) * 2018-05-31 2019-03-28 Peyman Neamatollahi Method for decentralized clustering in wireless sensor networks
CN110149610A (zh) * 2019-05-20 2019-08-20 周明 一种智能环保检测系统
CN110493802A (zh) * 2019-08-27 2019-11-22 内蒙古大学 一种无线传感器网络apteen路由协议的优化方法及其优化装置

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101281486A (zh) * 2007-04-04 2008-10-08 英业达股份有限公司 系统环境的监控方法
CN101511099A (zh) * 2009-04-01 2009-08-19 南京邮电大学 基于时间序列预测模型的无线传感器网络数据采集方法
CN101877827A (zh) * 2010-05-18 2010-11-03 浙江工业大学 面向楼宇监测的无线传感器网络数据收集方法
CN102395173A (zh) * 2011-11-01 2012-03-28 江南大学 环境监测物联网感知层能量高效利用的成簇方法
CN106453488A (zh) * 2016-08-29 2017-02-22 广州哲讯智能科技有限公司 一种基于量子通信的农产品生产环境监测方法与系统
CN107389131A (zh) * 2017-07-17 2017-11-24 合肥锦和信息技术有限公司 一种环境监测装置及环境监测方法
CN108282755A (zh) * 2017-12-25 2018-07-13 陈剑桃 一种病房环境监控系统
US20190098693A1 (en) * 2018-05-31 2019-03-28 Peyman Neamatollahi Method for decentralized clustering in wireless sensor networks
CN108829166A (zh) * 2018-09-10 2018-11-16 广州市蔚明仪器科技有限公司 医疗器械储存环境智能监测系统
CN110149610A (zh) * 2019-05-20 2019-08-20 周明 一种智能环保检测系统
CN110493802A (zh) * 2019-08-27 2019-11-22 内蒙古大学 一种无线传感器网络apteen路由协议的优化方法及其优化装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
武小年等: "WSN 中基于改进粒子群优化算法的分簇路由协议", 《通信学报》 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111866786A (zh) * 2020-07-09 2020-10-30 中国地质科学院地质力学研究所 一种岩溶管道流的监测系统及方法
CN112003938B (zh) * 2020-08-24 2023-04-25 瑞洲建设集团有限公司 一种市政工程施工现场远程管理系统
CN112003938A (zh) * 2020-08-24 2020-11-27 瑞洲建设集团有限公司 一种市政工程施工现场远程管理系统
CN112449362A (zh) * 2020-11-18 2021-03-05 中国科学院上海微系统与信息技术研究所 基于信物模型的智能传感器自适应配置方法、装置及系统
CN112449362B (zh) * 2020-11-18 2021-08-20 中国科学院上海微系统与信息技术研究所 基于信物模型的智能传感器自适应配置方法、装置及系统
CN112782360A (zh) * 2020-12-28 2021-05-11 安徽仕联电气有限公司 一种量子环保检测设备
CN112884302A (zh) * 2021-02-01 2021-06-01 杭州市电力设计院有限公司 一种电力物资管理方法
CN112884302B (zh) * 2021-02-01 2024-01-30 杭州市电力设计院有限公司 一种电力物资管理方法
CN113267213A (zh) * 2021-05-08 2021-08-17 Tcl通讯（宁波）有限公司 无人机采集环境数据系统和无人机采集环境数据方法
CN113267213B (zh) * 2021-05-08 2023-04-07 Tcl通讯（宁波）有限公司 无人机采集环境数据系统和无人机采集环境数据方法
CN113242526B (zh) * 2021-05-10 2022-05-27 北京人和创建信息技术有限公司 一种云计算服务器机房实时监控系统
CN113242526A (zh) * 2021-05-10 2021-08-10 北京人和创建信息技术有限公司 一种云计算服务器机房实时监控系统
CN113362575A (zh) * 2021-06-07 2021-09-07 中国地质大学（北京） 一种基于人工智能的矿山环境智能监测系统
CN116222806A (zh) * 2023-02-28 2023-06-06 临沂市检验检测中心 一种环境的远程监测校准系统和方法
CN116222806B (zh) * 2023-02-28 2023-09-26 临沂市检验检测中心 一种环境的远程监测校准系统和方法

Similar Documents

Publication Publication Date Title
CN111314473A (zh) 一种基于人工智能的环境监测系统
CN103812577B (zh) 非正常无线电信号的自动识别系统及其方法
CN107328916B (zh) 一种有效的土壤环境监测系统
CN101854385A (zh) 老人居家养老互联网监控系统及其监控方法
CN105915388A (zh) 一种基于分布式网络的传感器故障检测方法及系统
TWI721693B (zh) 基於行動物聯網之網路行為異常偵測系統及方法
CN110891283A (zh) 一种基于边缘计算模型的小基站监控装置及方法
CN106990217B (zh) 基于无线传感器网络的污水监测系统
CN109525956B (zh) 无线传感网中基于数据驱动的分簇的节能的数据收集方法
CN111983382A (zh) 一种基于多节点的智能电缆监控平台及方法
CN116545954B (zh) 基于物联网的通信网关数据传输方法及系统
CN108337645A (zh) 一种网格化无线电信号监测系统架构及干扰信号联合检测方法
CN101848240A (zh) 西瓜育苗环境参数监测系统及方法
CN102184637B (zh) 基于传感器网络的交通状态获取方法、装置以及系统
CN104042208A (zh) 心电监护系统
CN115642652A (zh) 一种基于人工智能的电力调节装置
CN105162539B (zh) 一种基于节点信息的认知无线传感器网络频谱检测方法
CN111654027B (zh) 一种基于强化学习的配电物联网智能决策方法
CN116168502B (zh) 一种自优化工业园区消防传感器节能控制系统
CN110381462B (zh) 一种电力电缆局部放电在线监测系统
CN116177337B (zh) 一种多点分布式乘客异常行为电梯监测系统及方法
CN114578241A (zh) 一种基于物联网技术的蓄电池在线监测系统
CN113015120B (zh) 一种基于神经网络的治污监测系统和方法
CN113297194B (zh) 一种电动汽车聚合商备用容量虚假数据识别与清洗的方法
CN107708172B (zh) 一种智能家居电表抄表系统

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: 20200619

RJ01 Rejection of invention patent application after publication