CN111983146A - 机动车尾气监测系统 - Google Patents

机动车尾气监测系统 Download PDF

Info

Publication number
CN111983146A
CN111983146A CN202010826620.6A CN202010826620A CN111983146A CN 111983146 A CN111983146 A CN 111983146A CN 202010826620 A CN202010826620 A CN 202010826620A CN 111983146 A CN111983146 A CN 111983146A
Authority
CN
China
Prior art keywords
motor vehicle
license plate
data
monitoring
remote sensing
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
CN202010826620.6A
Other languages
English (en)
Inventor
张振
周瑜芳
沙川
周宇
赵惠民
张绍峰
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.)
Sanhe Qingyuan Luchuang Environmental Technology Co ltd
Original Assignee
Sanhe Qingyuan Luchuang Environmental 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 Sanhe Qingyuan Luchuang Environmental Technology Co ltd filed Critical Sanhe Qingyuan Luchuang Environmental Technology Co ltd
Priority to CN202010826620.6A priority Critical patent/CN111983146A/zh
Publication of CN111983146A publication Critical patent/CN111983146A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004Gaseous mixtures, e.g. polluted air
    • G01N33/0006Calibrating gas analysers

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)
  • Traffic Control Systems (AREA)

Abstract

本发明提供了一种机动车尾气监测系统,包括摄像头、车牌识别模块、遥感分析仪、路由器和监测平台;摄像头用于拍摄机动车及其车牌的图像并传输给车牌识别模块;车牌识别模块通过对机动车及其车牌的图像解析,提取机动车的车牌号码,并将图像和车牌号码通过路由器传输至监测平台;遥感分析仪包括测量光的发射模块和接收模块,采用测量光照射方式对机动车尾气进行检测,做光学遥感分析,将分析结果传输至监测平台;路由器用于网络数据传输,将车牌识别模块和遥感分析仪的数据传输至监测平台;监测平台用于对接收到的数据进行综合分析和整理,做出机动车尾气排放是否超标的判定。本发明利用网络资源,加快数据处理,缩短反应时间,保障监测实时有效。

Description

机动车尾气监测系统
技术领域
本发明涉及机动车尾气监测技术领域,特别涉及一种机动车尾气监测系统。
背景技术
据统计,截止2020年6月,全国机动车保有量达3.6亿辆,其中,汽车保有量达2.7亿辆,占机动车总量的75%。机动车尾气的排放已经成为空气污染的主要来源之一,机动车排放的尾气中污染物主要有CO、CO2、HC(C4H6)、NO四种气体,机动车排放的NOx和PM超过90%、HC和CO超过80%。为了降低污染,国家和各地区从政策上提高了对机动车尾气排放控制的要求,要保障这类政策的执行,需要加强对路面行驶的机动机尾气排放进行监测。
专利申请号为201910595909.9的申请公开了一种机动车尾气遥感监测系统及监测方法,其中所述机动车尾气遥感监测系统包括一号机体、二号机体、光源和光学反光镜,所述一号机体一侧固定设置有二号机体,所述一号机体一侧表面镶嵌有光源,所述二号机体一侧表面镶嵌有光学反光镜,通过向光源和光学反光镜表面喷射洗涤液,并使电机通过L型支架带动刮板在光源和光学反光镜表面摆动,进而可对光源和光学反光镜表面进行清洁,使光源和光学反光镜表面保持干净。
现有的机动车尾气监测反应慢,实时性差,因此有时可能发生机动车跳检漏检,无法保证监测的严密性;智能化程度不高,不能适应机动车快速增加带来的数据处理规模剧增的处理要求。
发明内容
为了解决上述问题,本发明提供了一种机动车尾气监测系统,包括摄像头、车牌识别模块、遥感分析仪、路由器和监测平台;
所述摄像头用于拍摄机动车及其车牌的图像并传输给车牌识别模块;
所述车牌识别模块通过对机动车及其车牌的图像解析,提取机动车的车牌号码,并将图像和车牌号码通过路由器传输至监测平台;
所述遥感分析仪包括测量光的发射模块和接收模块,采用测量光照射方式对机动车尾气进行检测,做光学遥感分析,将分析结果传输至监测平台;
所述路由器用于网络数据传输,将车牌识别模块和遥感分析仪的数据传输至监测平台;
所述监测平台用于对接收到的数据进行综合分析和整理,做出机动车尾气排放是否超标的判定。
可选的,所述系统还包括LED显示屏,所述LED显示屏、摄像头和遥感分析仪安装在机动车行驶的道路旁边,监测平台通过路由器连接并控制LED显示屏,用于显示经过该路段且尾气排放超标的机动车的车牌号码。
可选的,所述路由器通过RS485接口连接五要素气象站,所述五要素气象站监测当地包含温度、湿度、气压、风速和风向的气象数据,并通过路由器传输至监测平台。
可选的,所述系统还包括工控机,所述工控机分别与设定区域的摄像头、车牌识别模块、遥感分析仪和路由器连接,工控机用于机动车尾气监测设备的区域化管理,并通过路由器连接网络集中把监测数据传输给监测平台。
可选的,所述遥感分析仪的发射模块发出的测量光距离路面高度为200~650mm。
可选的,所述遥感分析仪的发射模块和接收模块分别安装在机动车道路两边;或者遥感分析仪安装在监测车上进行移动监测。
可选的,所述监测平台设置数据库,所述数据库用于保存监测平台接收到的数据以及分析和整理结果信息。
可选的,所述监测平台通过以下算法对机动车的尾气排放进行分析:
根据以下公式计算气体透过率:
Figure BDA0002636454820000021
上式中,T表示传输距离L后的气体透过率,以百分数%表示;表I1示测量光通过的距离L后的光强;I0表示遥感分析仪发出的测量光的光强;β表示气体吸收截面系数,单位为cm-1;C表示气体浓度;L表示遥感分析仪的测量光通过的距离;
结合标准燃烧方程:CH2+m(0.21O2+0.79N2)→
aCO+bH2O+cC4H6+dCO2+eNO+(0.79m-e/2)N2
上式中,a、b、c、d、e分别表示燃烧方程中CO、H2O、C4H6、CO2和NO的燃烧系数;
通过反演得到以下机动车尾气中各含量气体组分的浓度计算式:
Figure BDA0002636454820000031
Figure BDA0002636454820000032
Figure BDA0002636454820000033
Figure BDA0002636454820000034
其中,CCO表示尾气中CO的浓度值;
Figure BDA0002636454820000035
表示尾气中C4H6的浓度值;
Figure BDA0002636454820000036
表示尾气中CO2的浓度值;CNO表示尾气中NO的浓度值;
将计算出的各气体浓度值与尾气排放限制标准浓度比较,确定机动车排放是否超标。
可选的,所述监测平台根据五要素气象站监测的温度、湿度、气压、风速和风向的气象数据,在各项数据进行综合分析实行干扰因素误差补偿,步骤如下:
S100:进行测量结果与干扰因素间的传递熵相关性因果分析,利用传递熵因果分析的方法来度量误差干扰之间的不平衡特征,并排出无关干扰因素;
S200:进行多干扰下测量误差建模,建立基于ELM的多干扰误差预测模型,并对不同单干扰因素下的误差进行估计;
S300:对多传感器虚拟观测建摸,然后通过虚拟测量的方法,将测量过程转化为多传感器虚拟观测过程,建立多传感器虚拟观测过程的数学模型:
F(k)=V(k,k-1)F(k-1)+H(k-1)
P(k)=A(k)F(k)+W(k-1)
上式中,F(k)为k时的动态系统的状态向量;P(k)为k时动态系统的观测向量;V(k,k-1)、A(k)分别为系统状态转移矩阵以及量测矩阵;H(k-1)和W(k-1)分别为过程噪声和测量噪声;
S400:通过虚拟观测模型对原始序列进行多序列分解;
S500:进行多序列自适应融合估计,即采用强跟踪自适应卡尔曼滤波(adaptivekalman filter,简写AKF)对多传感器虚拟观测序列进行融合估计;在自适应融合过程中,利用自适应卡尔曼滤波中对测量噪声的自适应估计以及状态的最优估计来去除测量噪声;利用传递熵多干扰间不平衡程度度量特性,改进AKF的观测噪声协方差系数求解,改善误差补偿效果。
可选的,所述路由器包括无线网卡、数据处理模块和网口;数据处理模块包括网络处理芯片、外扩RAM、Flash芯片和FPGA芯片;所述网络处理芯片作为主控,外扩RAM和Flash芯片用于程序的存储和数据的暂存,FPGA芯片和无线网卡将数据包处理后传输至网络处理芯片;所述网口用于将获取的数据输出和需要转发的数据输入。
本发明的机动车尾气监测系统,设置专用的监测平台,通过把监测数据借助网络传输给监测平台,本地不做数据处理,由监测平台充分利用网络资源进行数据分析和整理,由于网络上的数据处理资源多,可以在短时内处理大量的数据,加快了监测数据的处理速度,缩短的监测系统的反馈时间,保障了机动车尾气监测的实时性和有效性,能够适应机动车增长带来的监测数据量处理需求。采用本发明的技术方案,能够保证对路面行驶机动车监测的严密性,不会发生跳检漏检。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种机动车尾气监测系统示意图;
图2为本发明的机动车尾气监测系统采用的监测平台的干扰因素误差补偿流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
如图1所示,本发明实施例提供了一种机动车尾气监测系统,包括摄像头10、车牌识别模块20、遥感分析仪30、路由器40和监测平台50;
所述摄像头10用于拍摄机动车及其车牌的图像并传输给车牌识别模块20;
所述车牌识别模块20通过对机动车及其车牌的图像解析,提取机动车的车牌号码,并将图像和车牌号码通过路由器40传输至监测平台50;
所述遥感分析仪30包括测量光的发射模块和接收模块,采用测量光照射方式对机动车尾气进行检测,做光学遥感分析,将分析结果传输至监测平台50;
所述路由器40用于网络数据传输,将车牌识别模块20和遥感分析仪30的数据传输至监测平台;
所述监测平台50用于对接收到的数据进行综合分析和整理,做出机动车尾气排放是否超标的判定。
上述技术方案的工作原理和有益效果为:设置专用的监测平台,通过把监测数据借助网络传输给监测平台,本地不做数据处理,由监测平台充分利用网络资源进行数据分析和整理,由于网络上的数据处理资源多,可以在短时内处理大量的数据,加快了监测数据的处理速度,缩短的监测系统的反馈时间,保障了机动车尾气监测的实时性和有效性,能够适应机动车增长带来的监测数据量处理需求。采用本发明的技术方案,能够保证对路面行驶机动车监测的严密性,不会发生跳检漏检。
在一个实施例中,所述系统还包括LED显示屏,所述LED显示屏、摄像头和遥感分析仪安装在机动车行驶的道路旁边,监测平台通过路由器连接并控制LED显示屏,用于显示经过该路段且尾气排放超标的机动车的车牌号码。
上述技术方案的工作原理和有益效果为:把LED显示屏、摄像头和遥感分析仪安装在机动车行驶的道路旁边,且LED显示屏位于摄像头和遥感分析仪沿机动车行驶方向间隔一定距离的前方,当机动车行驶到摄像头和遥感分析仪位置时,摄像头对机动车进行拍摄,遥感分析仪对机动车尾气进行监测,并把数据路由器以网络传输给监测平台,若监测平台通过分析得出机动车尾气排放超标,则把该机动车的车牌号码通过路由器发送给LED显示屏进行显示,然后机动车行驶到接近LED显示屏的位置驾驶员能够看到LED显示屏位的车牌号码,获得尾气排放超标提示,从而及时把机动车送去检修和保养。
在一个实施例中,所述路由器通过RS485接口连接五要素气象站,所述五要素气象站监测当地包含温度、湿度、气压、风速和风向的气象数据,并通过路由器传输至监测平台。
上述技术方案的工作原理和有益效果为:通过五要素气象站监测当地温度、湿度、气压、风速和风向等气象数据,提供给监测平台进行分析,可以通过补偿温度、湿度、气压、风速和风向等气象数据影响导致的监测误差,排除天气因素对机动车尾气监测的不良影响,使得对机动车尾气监测更为精确,避免误检发生。
在一个实施例中,所述系统还包括工控机,所述工控机分别与设定区域的摄像头、车牌识别模块、遥感分析仪和路由器连接,工控机用于机动车尾气监测设备的区域化管理,并通过路由器连接网络集中把监测数据传输给监测平台。
上述技术方案的工作原理和有益效果为:通过设置工控机,实现分区域管理,区域可以按照地域或者道路进行划分,采用该方案可以使得系统结构更有层次和条理,有利于系统的维护和检修,提高管理效率,节省维护和管理成本。
在一个实施例中,所述遥感分析仪的发射模块发出的测量光距离路面高度为200~650mm。所述遥感分析仪的发射模块和接收模块可以分别安装在机动车道路两边;也可以把遥感分析仪安装在监测车上进行移动监测。
上述技术方案的工作原理为:保持测量光与路面高度为200~650mm,可覆盖常见汽车排气管高度范围;遥感分析仪的响应时间不大于1.0秒,机动车的车速测量范围为10~120km/h,对车速为10~50km/h的机动车测量精度为≤±1.6km/h,对车速为50~100km/h的机动车测量精度为≤±3.0km/h,对机动车的加速度测量精度为±0.2m/s2
上述技术方案的有益效果为:采用此实施例,测量光的高度兼顾的绝大多数的机动车类型与型号,避免由于测量光高度偏差造成检测结果错误;遥感分析仪若安装在机动车道路两边可以进行固定点监测;若把遥感分析仪安装在监测车上,可以通过监测车的行驶移动位置,从而对道路上行驶的机动车进行移动式监测,使得监测更为灵活,移动式监测采用无线方式与网络连接进行数据传输。
在一个实施例中,所述监测平台设置数据库,所述数据库用于保存监测平台接收到的数据以及分析和整理结果信息。还可以在监测平台进行访问权限设置,只允许通过权限验证的访问者可以查看或者获取相关监测数据,有利于保障数据的安全性
上述技术方案的工作原理和有益效果为:通过建立数据库来存监测平台接收到的数据以及分析和整理结果信息,可实现数据保存较长时间,为数据追溯和统计分析奠定基础。设置访问权限,可防止监测数据被泄漏或者滥用。
在一个实施例中,所述监测平台通过以下算法对机动车的尾气排放进行分析:
根据以下气体透过率计算公式:
Figure BDA0002636454820000071
上式中,T表示传输距离L后的气体透过率,以百分数%表示;表I1示测量光通过的距离L后的光强;I0表示遥感分析仪发出的测量光的光强;β表示气体吸收截面系数,单位为cm-1;C表示气体浓度;L表示遥感分析仪的测量光通过的距离;
结合标准燃烧方程:CH2+m(0.21O2+0.79N2)→
aCO+bH2O+cC4H6+dCO2+eNO+(0.79m-e/2)N2
上式中,a、b、c、d、e分别表示燃烧方程中CO、H2O、C4H6、CO2和NO的燃烧系数;
通过反演得到以下机动车尾气中各含量气体组分的浓度计算式:
Figure BDA0002636454820000081
Figure BDA0002636454820000082
Figure BDA0002636454820000083
Figure BDA0002636454820000084
其中,CCO表示尾气中CO的浓度值;
Figure BDA0002636454820000085
表示尾气中C4H6的浓度值;
Figure BDA0002636454820000086
表示尾气中CO2的浓度值;CNO表示尾气中NO的浓度值;
将计算出的各气体浓度值与尾气排放限制标准浓度比较,确定机动车排放是否超标。
上述技术方案的工作原理为:基本测量原理遵循Beer-Lambert定律,即若光源发出强度为I0的光,在传输了一定的距离L后,由于某种气体气体分子对其吸收,则在吸收端测得的光强为I1,系统对尾气中的CO/CO2/HC采用非分散性红外线技术进行测量;对NO/不透光度采用紫外差分吸收光谱技术进行测量。0.5秒内完成对实际行驶过程中的机动车所排放尾气中CO、CO2、NOX、HC和不透光烟度的监测,再通过牌照识别技术记录车辆相关信息,实时输出监测结果。
上述技术方案的有益效果为:采用该方法不影响车辆的正常行驶,同时可避免监测人员与尾气的近距离接触所带来的污染,它具有快速、高效等特点,是户外长期监测机动车尾气排放情况,实时监测机动车尾气的先进技术。
在一个实施例中,如图2所示,所述监测平台根据五要素气象站监测的温度、湿度、气压、风速和风向的气象数据,在各项数据进行综合分析实行干扰因素误差补偿,步骤如下:
S100:进行测量结果与干扰因素间的传递熵相关性因果分析,利用传递熵因果分析的方法来度量误差干扰之间的不平衡特征,并排出无关干扰因素;
S200:进行多干扰下测量误差建模,建立基于ELM的多干扰误差预测模型,并对不同单干扰因素下的误差进行估计;
S300:对多传感器虚拟观测建摸,然后通过虚拟测量的方法,将测量过程转化为多传感器虚拟观测过程,建立多传感器虚拟观测过程的数学模型:
F(k)=V(k,k-1)F(k-1)+H(k-1)
P(k)=A(k)F(k)+W(k-1)
上式中,F(k)为k时的动态系统的状态向量;P(k)为k时动态系统的观测向量;V(k,k-1)、A(k)分别为系统状态转移矩阵以及量测矩阵;H(k-1)和W(k-1)分别为过程噪声和测量噪声;
S400:通过虚拟观测模型对原始序列进行多序列分解;
S500:进行多序列自适应融合估计,即采用强跟踪自适应卡尔曼滤波(adaptivekalman filter,简写AKF)对多传感器虚拟观测序列进行融合估计;在自适应融合过程中,利用自适应卡尔曼滤波中对测量噪声的自适应估计以及状态的最优估计来去除测量噪声;利用传递熵多干扰间不平衡程度度量特性,改进AKF的观测噪声协方差系数求解,改善误差补偿效果。
上述技术方案的工作原理和有益效果为:通过上述步骤对综合分析实行干扰因素误差补偿,排除温度、湿度、气压、风速和风向等气象数据对监测的干扰或者不利影响,真实地监测机动车尾气排放数据,提高机动车尾气排放的监测精度。
在一个实施例中,所述路由器包括无线网卡、数据处理模块和网口;数据处理模块包括网络处理芯片、外扩RAM、Flash芯片和FPGA芯片;所述网络处理芯片作为主控,外扩RAM和Flash芯片用于程序的存储和数据的暂存,FPGA芯片和无线网卡将数据包处理后传输至网络处理芯片;所述网口用于将获取的数据输出和需要转发的数据输入。
上述技术方案的工作原理和有益效果为:上述方案采用的路由器带有无线网卡,可以进行无线数据传输;在数据处理模块中包括外扩RAM和Flash芯片,能够对程序和数据的暂存,平衡数据传输中出现的瞬时峰谷变化,防止发生堵塞,始终保证数据传输的效率,避免传输中出现数据丢失或者失真。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种机动车尾气监测系统,其特征在于,包括摄像头、车牌识别模块、遥感分析仪、路由器和监测平台;
所述摄像头用于拍摄机动车及其车牌的图像并传输给车牌识别模块;
所述车牌识别模块通过对机动车及其车牌的图像解析,提取机动车的车牌号码,并将图像和车牌号码通过路由器传输至监测平台;
所述遥感分析仪包括测量光的发射模块和接收模块,采用测量光照射方式对机动车尾气进行检测,做光学遥感分析,将分析结果传输至监测平台;
所述路由器用于网络数据传输,将车牌识别模块和遥感分析仪的数据传输至监测平台;
所述监测平台用于对接收到的数据进行综合分析和整理,做出机动车尾气排放是否超标的判定。
2.根据权利要求1所述的机动车尾气监测系统,其特征在于,所述系统还包括LED显示屏,所述LED显示屏、摄像头和遥感分析仪安装在机动车行驶的道路旁边,监测平台通过路由器连接并控制LED显示屏,用于显示经过该路段且尾气排放超标的机动车的车牌号码。
3.根据权利要求1所述的机动车尾气监测系统,其特征在于,所述路由器通过RS485接口连接五要素气象站,所述五要素气象站监测当地包含温度、湿度、气压、风速和风向的气象数据,并通过路由器传输至监测平台。
4.根据权利要求1所述的机动车尾气监测系统,其特征在于,所述系统还包括工控机,所述工控机分别与设定区域的摄像头、车牌识别模块、遥感分析仪和路由器连接,工控机用于机动车尾气监测设备的区域化管理,并通过路由器连接网络集中把监测数据传输给监测平台。
5.根据权利要求1所述的机动车尾气监测系统,其特征在于,所述遥感分析仪的发射模块发出的测量光距离路面高度为200~650mm。
6.根据权利要求1所述的机动车尾气监测系统,其特征在于,所述遥感分析仪的发射模块和接收模块分别安装在机动车道路两边;或者遥感分析仪安装在监测车上进行移动监测。
7.根据权利要求1所述的机动车尾气监测系统,其特征在于,所述监测平台设置数据库,所述数据库用于保存监测平台接收到的数据以及分析和整理结果信息。
8.根据权利要求1所述的机动车尾气监测系统,其特征在于,所述监测平台通过以下算法对机动车的尾气排放进行分析:
根据以下公式计算气体透过率:
Figure FDA0002636454810000021
上式中,T表示传输距离L后的气体透过率,以百分数%表示;表I1示测量光通过的距离L后的光强;I0表示遥感分析仪发出的测量光的光强;β表示气体吸收截面系数,单位为cm-1;C表示气体浓度;L表示遥感分析仪的测量光通过的距离;
结合标准燃烧方程:CH2+m(0.21O2+0.79N2)→aCO+bH2O+cC4H6+dCO2+eNO+(0.79m-e/2)N2
上式中,a、b、c、d、e分别表示燃烧方程中CO、H2O、C4H6、CO2和NO的燃烧系数;
通过反演得到以下机动车尾气中各含量气体组分的浓度计算式:
Figure FDA0002636454810000022
Figure FDA0002636454810000023
Figure FDA0002636454810000024
Figure FDA0002636454810000025
其中,CCO表示尾气中CO的浓度值;
Figure FDA0002636454810000026
表示尾气中C4H6的浓度值;
Figure FDA0002636454810000027
表示尾气中CO2的浓度值;CNO表示尾气中NO的浓度值;
将计算出的各气体浓度值与尾气排放限制标准浓度比较,确定机动车排放是否超标。
9.根据权利要求3所述的机动车尾气监测系统,其特征在于,所述监测平台根据五要素气象站监测的温度、湿度、气压、风速和风向的气象数据,在各项数据进行综合分析实行干扰因素误差补偿,步骤如下:
S100:进行测量结果与干扰因素间的传递熵相关性因果分析,利用传递熵因果分析的方法来度量误差干扰之间的不平衡特征,并排出无关干扰因素;
S200:进行多干扰下测量误差建模,建立基于ELM的多干扰误差预测模型,并对不同单干扰因素下的误差进行估计;
S300:对多传感器虚拟观测建摸,然后通过虚拟测量的方法,将测量过程转化为多传感器虚拟观测过程,建立多传感器虚拟观测过程的数学模型:
F(k)=V(k,k-1)F(k-1)+H(k-1)
P(k)=A(k)F(k)+W(k-1)
上式中,F(k)为k时的动态系统的状态向量;P(k)为k时动态系统的观测向量;V(k,k-1)、A(k)分别为系统状态转移矩阵以及量测矩阵;H(k-1)和W(k-1)分别为过程噪声和测量噪声;
S400:通过虚拟观测模型对原始序列进行多序列分解;
S500:进行多序列自适应融合估计,即采用强跟踪自适应卡尔曼滤波对多传感器虚拟观测序列进行融合估计;在自适应融合过程中,利用自适应卡尔曼滤波中对测量噪声的自适应估计以及状态的最优估计来去除测量噪声;利用传递熵多干扰间不平衡程度度量特性,改进AKF的观测噪声协方差系数求解,改善误差补偿效果。
10.根据权利要求1所述的机动车尾气监测系统,其特征在于,所述路由器包括无线网卡、数据处理模块和网口;数据处理模块包括网络处理芯片、外扩RAM、Flash芯片和FPGA芯片;所述网络处理芯片作为主控,外扩RAM和Flash芯片用于程序的存储和数据的暂存,FPGA芯片和无线网卡将数据包处理后传输至网络处理芯片;所述网口用于将获取的数据输出和需要转发的数据输入。
CN202010826620.6A 2020-08-17 2020-08-17 机动车尾气监测系统 Pending CN111983146A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010826620.6A CN111983146A (zh) 2020-08-17 2020-08-17 机动车尾气监测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010826620.6A CN111983146A (zh) 2020-08-17 2020-08-17 机动车尾气监测系统

Publications (1)

Publication Number Publication Date
CN111983146A true CN111983146A (zh) 2020-11-24

Family

ID=73435693

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010826620.6A Pending CN111983146A (zh) 2020-08-17 2020-08-17 机动车尾气监测系统

Country Status (1)

Country Link
CN (1) CN111983146A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115824995A (zh) * 2023-02-22 2023-03-21 天津市极光创新智能科技有限公司 一种用于气体分析的红外激光漫反射监测方法及系统

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102573121A (zh) * 2011-11-17 2012-07-11 大连理工大学 一种无线Mesh路由器
CN203772831U (zh) * 2014-03-07 2014-08-13 东莞理工学院城市学院 基于物联网的汽车尾气实时监测装置
CN106855491A (zh) * 2015-12-09 2017-06-16 上海仪电(集团)有限公司 一种基于智能灯网的车辆尾气排放检测判别系统
CN106885786A (zh) * 2017-04-07 2017-06-23 北京星空永恒科技有限公司 机动车尾气遥测系统
CN108023821A (zh) * 2016-11-02 2018-05-11 镇江常畅光伏电子有限公司 一种超强双频段四天线路由器
CN207396336U (zh) * 2017-11-08 2018-05-22 河南省赛斯电子科技有限公司 光程检测机动车尾气装置
CN108760665A (zh) * 2018-06-04 2018-11-06 天津市圣威科技发展有限公司 一种垂直式机动车尾气遥感检测系统
CN208060384U (zh) * 2018-04-08 2018-11-06 华电智控(北京)技术有限公司 一种多光程机动车尾气遥测系统和装置
CN109374532A (zh) * 2018-12-17 2019-02-22 杭州电子科技大学 基于传递熵和自适应融合的污染排放遥测误差补偿方法
CN109490489A (zh) * 2019-01-15 2019-03-19 北京智慧蓝天科技有限公司 一种机动车尾气监测系统
CN109668836A (zh) * 2019-01-08 2019-04-23 北京大方科技有限责任公司 遥感监测系统及遥感监测方法
CN110220849A (zh) * 2019-07-03 2019-09-10 浙江创源环境科技股份有限公司 一种机动车尾气遥感监测系统及监测方法
CN210155029U (zh) * 2019-04-09 2020-03-17 浙江多普勒环保科技有限公司 一种全激光机动车尾气遥感检测系统
CN110967320A (zh) * 2019-11-06 2020-04-07 北京理工大学 一种柴油车气态排气污染物遥感检测系统及方法
CN111122479A (zh) * 2019-12-24 2020-05-08 湖南轩源环保科技有限公司 垂直固定式机动车尾气监控系统

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102573121A (zh) * 2011-11-17 2012-07-11 大连理工大学 一种无线Mesh路由器
CN203772831U (zh) * 2014-03-07 2014-08-13 东莞理工学院城市学院 基于物联网的汽车尾气实时监测装置
CN106855491A (zh) * 2015-12-09 2017-06-16 上海仪电(集团)有限公司 一种基于智能灯网的车辆尾气排放检测判别系统
CN108023821A (zh) * 2016-11-02 2018-05-11 镇江常畅光伏电子有限公司 一种超强双频段四天线路由器
CN106885786A (zh) * 2017-04-07 2017-06-23 北京星空永恒科技有限公司 机动车尾气遥测系统
CN207396336U (zh) * 2017-11-08 2018-05-22 河南省赛斯电子科技有限公司 光程检测机动车尾气装置
CN208060384U (zh) * 2018-04-08 2018-11-06 华电智控(北京)技术有限公司 一种多光程机动车尾气遥测系统和装置
CN108760665A (zh) * 2018-06-04 2018-11-06 天津市圣威科技发展有限公司 一种垂直式机动车尾气遥感检测系统
CN109374532A (zh) * 2018-12-17 2019-02-22 杭州电子科技大学 基于传递熵和自适应融合的污染排放遥测误差补偿方法
CN109668836A (zh) * 2019-01-08 2019-04-23 北京大方科技有限责任公司 遥感监测系统及遥感监测方法
CN109490489A (zh) * 2019-01-15 2019-03-19 北京智慧蓝天科技有限公司 一种机动车尾气监测系统
CN210155029U (zh) * 2019-04-09 2020-03-17 浙江多普勒环保科技有限公司 一种全激光机动车尾气遥感检测系统
CN110220849A (zh) * 2019-07-03 2019-09-10 浙江创源环境科技股份有限公司 一种机动车尾气遥感监测系统及监测方法
CN110967320A (zh) * 2019-11-06 2020-04-07 北京理工大学 一种柴油车气态排气污染物遥感检测系统及方法
CN111122479A (zh) * 2019-12-24 2020-05-08 湖南轩源环保科技有限公司 垂直固定式机动车尾气监控系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
《空气和废气监测分析方法指南》编委会: "《空气和废气监测分析方法指南》", 31 July 2014 *
华通: "移动污染源遥测误差补偿方法研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅰ辑》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115824995A (zh) * 2023-02-22 2023-03-21 天津市极光创新智能科技有限公司 一种用于气体分析的红外激光漫反射监测方法及系统

Similar Documents

Publication Publication Date Title
US11226289B2 (en) Remote sensing-based detection system and method for gaseous pollutant from diesel vehicle exhaust
CN108226046B (zh) 一种机动车尾气遥测结果修正方法
CN106650825B (zh) 一种机动车尾气排放数据融合系统
US11938784B2 (en) Health protection system for passengers on a train in a polluted indoor environment and method thereof
CN210221806U (zh) 污染判定标定车辆及其车载尾气检测设备
CN107577910B (zh) 一种基于深层次神经网络的车辆尾气浓度反演方法
CN112437876A (zh) 一种提高大气污染物监测数据客观性的方法及系统
US20230394611A1 (en) Method and system for area management in smart city based on internet of things
CN106840260B (zh) 机动车污染源在线监测系统
CN106650287A (zh) 一种基于mlp神经网络的机动车尾气排放因子估计方法
CN108254495B (zh) 一种隧道机动车污染物监测方法及系统
CN203365310U (zh) 一种机动车尾气遥测系统
CN112485319A (zh) 大气环境走航监测方法及信息处理方法、装置、监测车
CN114858976A (zh) 一种工业园区大气质量智能分析方法及系统
CN110135466B (zh) 一种污染物排放超标车辆判断方法及系统
CN113358588A (zh) 一种机动车尾气遥感监测装置在线双模校准检测方法及装备
CN107330300A (zh) 一种基于支持向量回归的车辆尾气浓度反演方法
CN117291343A (zh) 一种基于空天地监测网络的大气污染防治管控系统
Ganji et al. Design, calibration, and testing of a mobile sensor system for air pollution and built environment data collection: The urban scanner platform
CN111983146A (zh) 机动车尾气监测系统
CN113295826B (zh) 一种基于车联网的机动车尾气排放测试管理系统及智能诊断方法
CN211122510U (zh) 污染判定标定车辆用标准气发生装置及污染判定标定车辆
CN117705740A (zh) 基于遥感监测的大气污染物实时监测系统及方法
Wang et al. Hyperlocal environmental data with a mobile platform in urban environments
CN113505160A (zh) 一种基于卷积深度神经网络的机动车尾气排放估计方法

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: 20201124

RJ01 Rejection of invention patent application after publication