CN113138201A - 用于无线被动式环境状态检测的超材料物联网系统及方法 - Google Patents

用于无线被动式环境状态检测的超材料物联网系统及方法 Download PDF

Info

Publication number
CN113138201A
CN113138201A CN202110315965.XA CN202110315965A CN113138201A CN 113138201 A CN113138201 A CN 113138201A CN 202110315965 A CN202110315965 A CN 202110315965A CN 113138201 A CN113138201 A CN 113138201A
Authority
CN
China
Prior art keywords
metamaterial
optimal
wireless
sensor
power spectrum
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.)
Granted
Application number
CN202110315965.XA
Other languages
English (en)
Other versions
CN113138201B (zh
Inventor
宋令阳
胡敬植
张泓亮
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.)
Peking University
Original Assignee
Peking University
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 Peking University filed Critical Peking University
Priority to CN202110315965.XA priority Critical patent/CN113138201B/zh
Publication of CN113138201A publication Critical patent/CN113138201A/zh
Application granted granted Critical
Publication of CN113138201B publication Critical patent/CN113138201B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N22/00Investigating or analysing materials by the use of microwaves or radio waves, i.e. electromagnetic waves with a wavelength of one millimetre or more
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01DMEASURING 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
    • G01D21/00Measuring or testing not otherwise provided for
    • G01D21/02Measuring two or more variables by means not covered by a single other subclass
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N22/00Investigating or analysing materials by the use of microwaves or radio waves, i.e. electromagnetic waves with a wavelength of one millimetre or more
    • G01N22/02Investigating the presence of flaws
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)

Abstract

本发明提供了一种用于无线被动式环境状态检测的超材料物联网系统及方法。其中,用于无线被动式环境状态检测的超材料物联网系统包括:铺设于环境平面上的超材料传感器、无线信号收发机、计算机以及两根定向天线,无线信号收发机与超材料传感器信号连接,计算机与无线信号收发机通信连接,用于无线被动式环境状态检测的超材料物联网系统通过获取信号功率谱数据,然后对信号功率谱数据进行处理,得到接收信号功率向量,再将接收信号功率向量输入训练好的最优状态感知模型,得到环境状态信息。用于无线被动式环境状态检测的超材料物联网系统及方法更适用于大范围平面监测,降低成本,且能够得到更为精确的环境状态信息。

Description

用于无线被动式环境状态检测的超材料物联网系统及方法
技术领域
本发明涉及通信技术领域,尤其涉及一种用于无线被动式环境状态检测的超材料物联网系统及方法。
背景技术
在大面积场景中(如,建筑物、工厂、桥梁、路面等),用户存在环境状态感知和异常检测的需求。
相关技术中,传统的无线传感器含有精密的电子元器件(如电阻、电容、电感、半导体、二极管等)、控制芯片(如开关芯片、放大器芯片、无线调制解调芯片等),因此其价格较高;对于光纤传感器系统,依赖于一维的单根光纤对环境进行感知,对于大尺寸的二维平面的感知则会需要大量的光纤密铺,以及价格高昂的多通道的光频段分析仪器,成本也较高,而且获取的检测数据不够精确。
发明内容
本发明实施例提供一种用于无线被动式环境状态检测的超材料物联网系统及方法,旨在降低对大面积场景的环境平面进行环境状态检测成本及提高检测数据的精确度。
为了解决上述技术问题,本发明是这样实现的:
第一方面,本发明实施例提供了一种用于无线被动式环境状态检测的方法,所述方法包括:
获取信号功率谱数据,所述信号功率谱数据是由超材料传感器反射回无线信号收发机的各频率成分功率数据;
对所述信号功率谱数据进行处理,得到接收信号功率向量;
将所述接收信号功率向量输入训练好的最优状态感知模型,得到环境状态信息。
可选地,所述最优状态感知模型由以下方法训练得到:
获取多个不同的温湿度情况下,实际测量的多个信号功率谱历史数据;
对所述多个信号功率谱历史数据进行对应的温湿度的标签标注,得到带标注的训练集数据;
采用所述训练集数据,对初始状态感知模型进行训练,得到训练好的最优状态感知模型。
可选地,所述初始状态感知模型由以下方法得到:
建模超材料传感器反射功率谱与超材料感传结构之间的关系,得到初始超材料反射系数拟合方程;
优化所述初始超材料反射系数拟合方程,得到最优超材料反射系数拟合方程;
根据所述最优超材料反射系数拟合方程,对所述超材料感传结构进行优化,得到最优超材料感传结构;
根据所述最优超材料感传结构,建立状态感知方程,得到所述初始状态感知模型。
可选地,优化所述初始超材料反射系数拟合方程,得到最优超材料反射系数拟合方程,包括:
通过系数多项式建模误差,通过优化多项式参数,使通过所述初始超材料反射系数拟合方程和通过有限元数值仿真得到的超材料反射功率谱之间的误差最小,得到最优超材料反射系数拟合方程。
可选地,根据所述最优超材料反射系数拟合方程,对所述超材料感传结构进行优化,得到最优超材料感传结构,包括:
根据所述最优超材料反射系数拟合方程,得到多个温湿度下的接收信号功率谱;
选定不同温湿度下接收信号功率谱可区分性的测度,建立超材料传感结构和可区分性测度的关系;
优化超材料传感结构,最大化不同温湿度条件下接收反射信号功率谱之间的可区分性测度,得到最优的超材料传感结构。
可选地,根据所述最优超材料感传结构,建立状态感知方程,得到所述初始状态感知模型,包括:
根据所述最优超材料感传结构,利用所述训练集数据以及全连接神经网络回归器模型,构建状态感知方程,得到所述初始状态感知模型。
第二方面,本发明实施例提供了一种用于无线被动式环境状态检测的超材料物联网系统,所述系统用于执行如上述第一方面所述的用于无线被动式环境状态检测的方法,所述系统包括:铺设于环境平面上的超材料传感器、无线信号收发机、计算机以及两根定向天线;
两根所述定向天线连接在所述无线信号收发机上,所述无线信号收发机与所述超材料传感器信号连接,所述计算机与所述无线信号收发机通信连接。
第三方面,本发明实施例另外提供了一种电子设备,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时,实现上述第一方面所述的用于无线被动式环境状态检测的方法的步骤。
第四方面,本发明实施例另外提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时,实现上述第一方面所述的用于无线被动式环境状态检测的方法的步骤。
在本发明中,用于无线被动式环境状态检测的超材料物联网系统包括:铺设于环境平面上的超材料传感器、无线信号收发机、计算机以及两根定向天线,两根定向天线连接在无线信号收发机上,无线信号收发机与超材料传感器信号连接,计算机与无线信号收发机通信连接,用于无线被动式环境状态检测的超材料物联网系统通过获取信号功率谱数据,信号功率谱数据是由超材料传感器反射回无线信号收发机不同频率成分的功率数据,然后对信号功率谱数据进行处理,得到接收信号功率向量,再将接收信号功率向量输入训练好的最优状态感知模型,得到环境状态信息。
其中,超材料传感器由于自身不包含任何电子元器件和芯片,造价相比现有技术显著廉价,并且不需要电池供电,可以大规模密集部署在室内平面上或者墙中,结合无线收发机和计算机,可以实现对室内环境温湿度的感知、结构体内温湿度异常的检测等功能,此外,由于无线信号的覆盖范围广,用于无线被动式环境状态检测的超材料物联网系统的测量范围比传统光纤嵌入式温湿度测量系统更广,更适用于大范围平面监测,且通过训练好的最优状态感知模型对接收信号功率向量进行数据处理,能够得到更为精确的环境状态信息。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种用于无线被动式环境状态检测的方法的场景示意图;
图2是本申请实施例提供的一种用于无线被动式环境状态检测的方法的步骤流程图;
图3是本发明实施例中的一种电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在大面积场景中(如,建筑物、工厂、桥梁、路面等),用户存在环境状态感知和异常检测的需求。
相关技术中,传统的无线传感器含有精密的电子元器件(如电阻、电容、电感、半导体、二极管等)、控制芯片(如开关芯片、放大器芯片、无线调制解调芯片等),因此其价格较高;对于光纤传感器系统,依赖于一维的单根光纤对环境进行感知,对于大尺寸的二维平面的感知则会需要大量的光纤密铺,以及价格高昂的多通道的光频段分析仪器,成本也较高,而且获取的检测数据不够精确。
为克服上述问题,本申请提出一种用于无线被动式环境状态检测的超材料物联网系统及方法,旨在降低对大面积场景的环境平面进行环境状态检测成本及提高检测数据的精确度。
其中,先对术语进行解释:
超材料:
英文全称:Metamaterial
中文解释:超材料指的是自然界中不存在的、人工制造的新型材料。其在无线通信领域中指的是一种特殊的印刷电路,其由有周期性排列的、具备某一个特殊结构(如开口共振环型结构)的电路单元以及支撑基底(如电路板材FR-4)组成。超材料的原理是,当超材料上周期性排布的电路的单元尺寸小于电磁波波长的一半时,该电路对于该频段内的电磁波可以视为一种均一的材料,即不存在衍射特征,此时周期性排布的单元可以被赋予均一的电学性质,因此可称为一种材料。通过特殊设计制造的超材料,可以对电磁波具有特殊的操控能力。在超材料的传感器应用中,可以通过设计超材料,使其反射电磁波的特性(如,在一段频率带宽内反射电磁波的幅度随频率变化曲线)受到环境状态的影响。在此基础上,通过无线收发系统,测量从该传感器上反射的电磁波的功率谱成分,即可分析得到当前环境的状态信息。从而实现环境状态的被动式传感。
被动传感器:
英文全称:Passive Wireless Sensor
中文解释:被动式无线传感器,指本身不需要电源或者电池供电,依靠在不同状态下反射的无线信号具备不同的特性,从而将传感结果反馈给无线收发端的传感器。
超材料物联网:
超材料物联网是指,将超材料作为一种新型物联网传感器,在一定的环境状态(如,一定的温度、湿度)下,利用无线收发机对超材料的反射信号的频谱特性进行测量,通过观察环境状态(如,温湿度)对无线反射信号的频谱特性的影响,来获取超材料周围环境状态的信息,实现对于超材料附近环境状态的测量以及异常环境状态的检测。
基于上述超材料和被动传感器,设计用于检测环境状态的超材料传感器,具体地,基于开口共振环结构设计超材料传感器。每个超材料传感器单元由多个共振单元和支撑基底组成。此外,在两个超材料开口共振环的开口位置,分别附着有对特定环境状态敏感的材料。采用该设计可以使得其反射电磁波的特性随附近环境状态的影响而变化。
超材料传感器是一种被动式传感器。相比传统的无线传感器,超材料传感器由于其不含有精密的电子元器件(如电阻、电容、电感、半导体、二极管等)、控制芯片(如开关芯片、放大器芯片、无线调制解调芯片等),因此其价格极为低廉。此外,由于其本质为一块印刷电路板上的特殊电路结构,因此其厚度相比传统传感器可以做的极薄。从而可以被大范围的铺设,实现对大面积室内环境环境状态进行监测,而不会来高昂的代价或者影响室内环境美观。
为了便于理解,在对本申请实施例提供的用于无线被动式环境状态检测的方法进行说明之前,先介绍本申请实施例提供的用于无线被动式环境状态检测的超材料物联网系统。
请参考图1,示出了本申请实施例提供的一种用于无线被动式环境状态检测的方法的场景示意图,如图1所示,所述用于无线被动式环境状态检测的超材料物联网系统,包括:铺设于环境平面上的超材料传感器、无线信号收发机、计算机以及两根定向天线;
两根所述定向天线连接在所述无线信号收发机上,所述无线信号收发机与所述超材料传感器信号连接,所述计算机与所述无线信号收发机通信连接。
超材料传感器铺设于环境平面上,用于根据所述环境平面上的环境状态反射不同的电磁波;
无线信号收发机上连接有两个定向天线,所述无线信号收发机通过两个定向天线向所述超材料传感器发射电磁波以及接收所述超材料传感器反射的电磁波;
计算机与所述无线信号收发机通信连接,用于控制无线信号收发机的电磁波发射,以及从所述无线信号收发机获取信号功率谱数据,并对所述信号功率谱数据进行处理,得到所述环境平面的环境状态信息。
当宽带无线信号收发机发射的宽带电磁波入射超材料传感器,大部分频率上的电磁波能量被完全反射,然而,对于具有接近两个开口共振环的共振频率的电磁波,由于开口共振环的共振,会造成该频率电磁波的能量被吸收,从而在反射信号的能量频谱中体现出在两个开口共振环的共振频率附近存在吸收峰的特征。由于环境状态敏感材料的电学性质(如,电导率)受环境状态(如,温度、湿度)的影响,因此,环境状态的变化会影响两个开口共振环对于不同频率电磁波的吸收特性,从而影响到反射信号频谱中的共振吸收峰的位置和形状。因此,通过无线接收机对于反射信号的测量,以及计算机对于测量结果的分析,可以分析出环境状态对共振吸收峰的影响,从而估计超材料传感器附近环境状态的值。
由于超材料传感器的对于环境状态的感知结构同时也是反射无线信号的结构,因此其具备感知-传输一体化的特点。对于基于超材料传感器的传感系统,超材料对于物理环境的感知特性与其对于无线信号的反射传输能力,共同影响了系统对于环境状态感知和异常检测的准确度。因此,为了优化环境状态感知和异常检测的准确度,本专利系统的设计中,提出了感传一体化优化框架。基于该框架,对基于超材料传感器环境状态传感系统的感知准确度进行分析和优化。该框架包含了一个超材料传感协议以及一个超材料传感器结构及环境状态估计参数方程联合优化问题建模与求解。超材料传感协议规定了超材料传感器进行测量的过程,而在联合优化问题中,建模了超材料传感器结构对于环境状态敏感性、无线收发机接收信号信噪比,最大化不同环境状态下,接收信号功率频谱的可区分度。并设计采用神经网络建模状态感知方程,该网络输入接收信号功率频谱,输出对环境状态的估计值,通过监督学习算法,最小化感知误差。具体方案如下文所示:
请参考图2,图2是本申请实施例提供的一种用于无线被动式环境状态检测的方法的步骤流程图,如图2所示,用于无线被动式环境状态检测的方法包括:
步骤S201:获取信号功率谱数据,所述信号功率谱数据是由超材料传感器反射回无线信号收发机的功率数据。
在本实施方式中,该用于无线被动式环境状态检测的方法应用于超材料物联网系统,具体可应用于超材料物联网系统中的计算机,此时的用于无线被动式环境状态检测的超材料物联网系统采用最优超材料感传结构,最优超材料感传结构的建立方法可参见后续内容,初始时,由计算机控制无线信号收发机向超材料传感器发送信号,具体地,发送的信号为宽带电磁波,宽带无线信号收发机发射的宽带电磁波入射超材料传感器,大部分频率上的电磁波能量被完全反射,然而,对于具有接近两个开口共振环的共振频率的电磁波,由于开口共振环的共振,会造成该频率电磁波的能量被吸收,从而在反射信号的能量频谱中体现出在两个开口共振环的共振频率附近存在吸收峰的特征。由于环境状态敏感材料的电学性质(如,电导率)受环境状态(如,温度、湿度)的影响,因此,环境状态的变化会影响两个开口共振环对于不同频率电磁波的吸收特性,从而影响到反射信号频谱中的共振吸收峰的位置和形状。无线信号收发机接收超材料传感器反射回无线信号收发机各频率成分的功率数据,得到信号功率谱数据,然后,计算机再从无线信号收发机获取信号功率谱数据,以便对获取的信号功率谱数据进行分析。
步骤S202:对所述信号功率谱数据进行处理,得到接收信号功率向量。
在本实施方式中,对信号功率谱数据进行处理,得到接收信号功率向量,具体地,获取信号功率谱数据中的多个频点数据,组合形成一个多维的向量数据,从而得到接收信号功率向量。
步骤S203:将所述接收信号功率向量输入训练好的最优状态感知模型,得到环境状态信息。
在本实施方式中,将接收信号功率向量输入训练好的最优状态感知模型,通过最优状态感知模型对接收信号功率向量进行处理,便可得到环境状态信息,其中,环境状态信息包括被检测的环境平面的温湿度信息。
具体地,在一种可行的实施方式中,所述最优状态感知模型由以下方法训练得到:
获取多个不同的温湿度情况下,实际测量的多个信号功率谱历史数据;
对所述多个信号功率谱历史数据进行对应的温湿度的标签标注,得到带标注的训练集数据;
采用所述训练集数据,对初始状态感知模型进行训练,得到训练好的最优状态感知模型。
在本实施方式中,在最优超材料感传结构下,获取多个不同的温湿度情况下,实际测量的多个信号功率谱历史数据,例如,获取在M个温湿度情况下,重复测量K次带宽内N个等间隔参考频率的信号功率谱数据,作为信号功率谱历史数据,并记录M个温湿度情况,然后,对获取的多个信号功率谱历史数据进行对应的温湿度的标签标注,将MK个N维反射信号的功率向量与标签形成训练数据集,得到带标注的训练集数据。然后,采用带标注的训练集数据,对初始状态感知模型进行训练,直到初始状态感知模型收敛,得到训练好的最优状态感知模型,最优状态感知模型能够将输入的接收信号功率向量,映射为环境状态的估计值作为输出,其中,环境状态的估计值即表征被检测的环境平面的温湿度信息。
上述一种用于无线被动式环境状态检测的方法即为一种基于超材料物联网的射频感知方法,和基于无线传感器网络的感知方法相比,超材料的射频感知是被动式的射频感知,超材料自身集成了感知和通信的能力,不要额外的通信模块,因此不需要复杂的电子元器件和芯片进行信号处理,具有极低的价格。此外,超材料传感器本身是无元器件的印刷电路板,厚度只有1~3mm左右,很容易贴附于墙面安装使用,不会影响原有的室内环境美观。因此适合大范围的密集部署。此外,超材料传感器系统不需要电池对超材料传感器进行供电,因此适合埋设于环境结构体内部的异常环境状态进行监控,而不需要频繁取出充电。
和光纤传感器系统相比,超材料传感器的分析设备工作于更低的频段,即射频信号频段(接近WIFI信号频段)。此外,光纤传感系统依赖于一维的单根光纤对环境进行感知,对于大尺寸的二维平面的感知则会需要大量的光纤密铺,以及价格高昂的多通道的光频段分析仪器。因此用于无线被动式环境状态检测的超材料物联网系统价格远低于光纤传感器系统。
在一种可行的实施方式中,所述初始状态感知模型由以下方法得到:
步骤S301:建模超材料传感器反射功率谱与超材料感传结构之间的关系,得到初始超材料反射系数拟合方程。
在本实施方式中,根据使用的超材料的结构,计算机建立超材料结构的等效电路模型,根据电路模型建模,建模超材料传感器反射功率谱与超材料感传结构之间关系,得到初始超材料反射系数拟合方程。其中,超材料传感器反射功率谱是根据使用的超材料的结构中,超材料传感器反射回无线信号收发机各频率成分的功率数据。此处使用的超材料的结构为用于无线被动式环境状态检测的超材料物联网系统的初始结构。
步骤S302:优化所述初始超材料反射系数拟合方程,得到最优超材料反射系数拟合方程。
在本实施方式中,通过优化初始超材料反射系数拟合方程,即可得到最优超材料反射系数拟合方程,具体地,可通过系数多项式建模误差,通过优化多项式参数,使通过所述初始超材料反射系数拟合方程和通过有限元数值仿真得到的超材料反射功率谱之间的误差最小,得到最优超材料反射系数拟合方程,从而替代初始超材料反射系数拟合方程,其中,有限元数值仿真为现有技术,需要花费较多的时间。
步骤S303:根据所述最优超材料反射系数拟合方程,对所述超材料感传结构进行优化,得到最优超材料感传结构。
在本实施方式中,根据最优超材料反射系数拟合方程,对超材料感传结构进行优化,即可得到最优超材料感传结构。
具体地,根据所述最优超材料反射系数拟合方程,得到多个温湿度下的接收信号功率谱;选定不同温湿度下接收信号功率谱可区分性的测度,建立超材料传感结构和可区分性测度的关系;优化超材料传感结构,最大化不同温湿度条件下接收反射信号功率谱之间的可区分性测度,得到最优的超材料传感结构。
即,在这个阶段,设计超材料传感器、无线信号收发机布置的位置,并根据此设计以及步骤S302中得到的最优超材料反射系数拟合方程,建模经过超材料传感器反射的无线信号的超材料传感器反射功率谱,即为接收信号功率谱。选定最邻近环境状态下接收信号功率谱之间,使用最大似然误判概率的负数作为接收信号可区分性的测度,建立超材料结构和接收信号功率谱可区分性的关系式。依据该关系,优化用于无线被动式环境状态检测的超材料物联网系统,最大化不同温湿度条件下接收信号功率谱之间的可区分性测度,得到最优的超材料传感结构。在实际应用时,可根据最优的超材料传感结构,部署超材料传感器和无线信号收发机的位置。
步骤S304:根据所述最优超材料感传结构,建立状态感知方程,得到所述初始状态感知模型。
在本实施方式中,根据所述最优超材料感传结构,利用上述最优超材料感传结构所得到的所述训练集数据以及全连接神经网络回归器模型,构建状态感知方程,得到所述初始状态感知模型。
上述用于无线被动式环境状态检测的超材料物联网系统及方法,超材料温湿度传感器由于自身不包含任何电子元器件和芯片,只是印刷电路板上附着一些温湿度敏感材料,造价相比现有技术更低得多,并且可以做到很薄,不需要电池供电。得益于此,超材料传感器可以像墙纸一样,大范围安装于墙体表面或者内部,提供对环境内温湿度分布的测量,以及结构体内部温湿度异常的监测。如,及时报警墙内由管道渗漏等引起的湿度异常,以及由电线老化引起的温度异常。避免湿度异常发展为墙体腐蚀、墙体滋生霉菌,避免温度异常发生为火灾等影响人体健康,危及人身安全的灾害事件。
相比于传统的温湿度传感器系统,超材料传感器测量系统价格低廉,支持密集大范围铺设,感知覆盖范围广,提供墙体内异常检测时,可作为一个额外的墙内薄层安装,安装方便;不需要将嵌入墙体内的传感器取出充电或者安装额外的供电线路。相比于光纤嵌入式温湿度测量系统,用于无线被动式环境状态检测的超材料物联网系统信号处理方法简单,价格低廉,无线信号测量覆盖范围广,更适用于大规模铺设和大规模监测。
经过超材料传感器结构及状态感知方程联合优化设计过程,设计得到的用于无线被动式环境状态检测的超材料物联网系统,相比于其他未经过系统优化的系统,在不同温湿度下接收到的信号功率谱具有更高的可区分性,并且使用经过优化的状态感知方程,系统具有更高的温湿度感知准确度。
参考图3,图3是本发明实施例中的一种电子设备的结构示意图,如图3所示,本申请还提供了一种电子设备,包括:
处理器31;
其上存储有指令的存储器32,及存储在所述存储器上并可在所述处理器31上运行的计算机程序,所述计算机程序被所述处理器31执行时,使得所述系统执行一种用于无线被动式环境状态检测的方法的步骤。
本申请还提供了一种非临时性计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,当所述存储介质中的计算机程序由电子设备的处理器31执行时,使得电子设备能够执行实现所述的一种用于无线被动式环境状态检测的方法的步骤。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种用于无线被动式环境状态检测的超材料物联网系统及方法,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (9)

1.一种用于无线被动式环境状态检测的方法,其特征在于,所述方法包括:
获取信号功率谱数据,所述信号功率谱数据是由超材料传感器反射回无线信号收发机的各频率成分功率数据;
对所述信号功率谱数据进行处理,得到接收信号功率向量;
将所述接收信号功率向量输入训练好的最优状态感知模型,得到环境状态信息。
2.根据权利要求1所述的方法,其特征在于,所述最优状态感知模型由以下方法训练得到:
获取多个不同的温湿度情况下,实际测量的多个信号功率谱历史数据;
对所述多个信号功率谱历史数据进行对应的温湿度的标签标注,得到带标注的训练集数据;
采用所述训练集数据,对初始状态感知模型进行训练,得到训练好的最优状态感知模型。
3.根据权利要求2所述的方法,其特征在于,所述初始状态感知模型由以下方法得到:
建模超材料传感器反射功率谱与超材料感传结构之间的关系,得到初始超材料反射系数拟合方程;
优化所述初始超材料反射系数拟合方程,得到最优超材料反射系数拟合方程;
根据所述最优超材料反射系数拟合方程,对所述超材料感传结构进行优化,得到最优超材料感传结构;
根据所述最优超材料感传结构,建立状态感知方程,得到所述初始状态感知模型。
4.根据权利要求3所述的方法,其特征在于,
优化所述初始超材料反射系数拟合方程,得到最优超材料反射系数拟合方程,包括:
通过系数多项式建模误差,通过优化多项式参数,使通过所述初始超材料反射系数拟合方程和通过有限元数值仿真得到的超材料反射功率谱之间的误差最小,得到最优超材料反射系数拟合方程。
5.根据权利要求3所述的方法,其特征在于,
根据所述最优超材料反射系数拟合方程,对所述超材料感传结构进行优化,得到最优超材料感传结构,包括:
根据所述最优超材料反射系数拟合方程,得到多个温湿度下的接收信号功率谱;
选定不同温湿度下接收信号功率谱可区分性的测度,建立超材料传感结构和可区分性测度的关系;
优化超材料传感结构,最大化不同温湿度条件下接收反射信号功率谱之间的可区分性测度,得到最优的超材料传感结构。
6.根据权利要求3所述的方法,其特征在于,
根据所述最优超材料感传结构,建立状态感知方程,得到所述初始状态感知模型,包括:
根据所述最优超材料感传结构,利用所述训练集数据以及全连接神经网络回归器模型,构建状态感知方程,得到所述初始状态感知模型。
7.一种用于无线被动式环境状态检测的超材料物联网系统,其特征在于,所述系统用于执行如权利要求1至6任一项所述的用于无线被动式环境状态检测的方法,所述系统包括:铺设于环境平面上的超材料传感器、无线信号收发机、计算机以及两根定向天线;
两根所述定向天线连接在所述无线信号收发机上,所述无线信号收发机与所述超材料传感器信号连接,所述计算机与所述无线信号收发机通信连接。
8.一种电子设备,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时,实现如权利要求1至6中任一项所述的用于无线被动式环境状态检测的方法的步骤。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时,实现如权利要求1至6中任一项所述的用于无线被动式环境状态检测的方法的步骤。
CN202110315965.XA 2021-03-24 2021-03-24 用于无线被动式环境状态检测的超材料物联网系统及方法 Active CN113138201B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110315965.XA CN113138201B (zh) 2021-03-24 2021-03-24 用于无线被动式环境状态检测的超材料物联网系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110315965.XA CN113138201B (zh) 2021-03-24 2021-03-24 用于无线被动式环境状态检测的超材料物联网系统及方法

Publications (2)

Publication Number Publication Date
CN113138201A true CN113138201A (zh) 2021-07-20
CN113138201B CN113138201B (zh) 2022-05-20

Family

ID=76810018

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110315965.XA Active CN113138201B (zh) 2021-03-24 2021-03-24 用于无线被动式环境状态检测的超材料物联网系统及方法

Country Status (1)

Country Link
CN (1) CN113138201B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114049755A (zh) * 2021-12-13 2022-02-15 夏若凡 一种环境测试系统和测试方法
CN114814985A (zh) * 2022-05-06 2022-07-29 大陆汽车研发(重庆)有限公司 基于车辆的天气数据检测方法、装置和系统

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8604897B1 (en) * 2007-07-26 2013-12-10 Hewlett-Packard Development Company, L.P. Metamaterial-based devices and methods for fabricating the same
GB201403389D0 (en) * 2014-02-26 2014-04-09 Medical Wireless Sensing Ltd Sensor
KR101490654B1 (ko) * 2014-05-29 2015-02-09 중앙대학교 산학협력단 메타물질 흡수체
US20170126046A1 (en) * 2015-10-28 2017-05-04 Energous Corporation Antenna for wireless charging systems
KR20180076359A (ko) * 2016-12-27 2018-07-05 한국과학기술원 다수의 전자기기 충전을 위한 주파수 선택 가능 액티브 메타물질 장치와 이를 이용한 무선전력전송 시스템
CN108616373A (zh) * 2016-12-12 2018-10-02 中国科学院深圳先进技术研究院 频谱熵预测方法及系统
CN108923814A (zh) * 2018-05-29 2018-11-30 东南大学 基于时域可编程超材料的无线通信方法及系统
CN110138480A (zh) * 2019-03-11 2019-08-16 全球能源互联网研究院有限公司 训练频谱感知模型的方法及系统、频谱感知方法及系统
CN110427654A (zh) * 2019-07-09 2019-11-08 中国地质大学(武汉) 一种基于敏感状态的滑坡预测模型构建方法及系统
CN110477951A (zh) * 2019-08-30 2019-11-22 浙江大学 基于宽频带声学超材料的超快复合平面波成像方法
CN110996343A (zh) * 2019-12-18 2020-04-10 中国人民解放军陆军工程大学 基于深度卷积神经网络的干扰识别模型及智能识别算法
CN111307755A (zh) * 2020-03-20 2020-06-19 中国科学院上海高等研究院 一种基于太赫兹技术检测液体样品的方法
CN111428585A (zh) * 2020-03-09 2020-07-17 北京航空航天大学 一种基于深度学习的超材料太赫兹谱学识别方法
CN111767678A (zh) * 2020-07-06 2020-10-13 桂林电子科技大学 基于深度学习神经网络的超材料电磁感应透明器件的结构按需设计方法
CN111835444A (zh) * 2020-06-17 2020-10-27 武汉大学 一种无线信道场景识别方法及系统
CN112101796A (zh) * 2020-09-16 2020-12-18 清华大学合肥公共安全研究院 一种水环境污染风险综合感知识别系统
CN112165365A (zh) * 2020-09-29 2021-01-01 封开低频时码授时台 一种用于低频时码监测系统的无线频谱干扰监测系统及方法
CN112422213A (zh) * 2020-11-11 2021-02-26 杭州电子科技大学 一种基于支持向量机的高效频谱感知方法

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8604897B1 (en) * 2007-07-26 2013-12-10 Hewlett-Packard Development Company, L.P. Metamaterial-based devices and methods for fabricating the same
GB201403389D0 (en) * 2014-02-26 2014-04-09 Medical Wireless Sensing Ltd Sensor
KR101490654B1 (ko) * 2014-05-29 2015-02-09 중앙대학교 산학협력단 메타물질 흡수체
US20170126046A1 (en) * 2015-10-28 2017-05-04 Energous Corporation Antenna for wireless charging systems
CN108616373A (zh) * 2016-12-12 2018-10-02 中国科学院深圳先进技术研究院 频谱熵预测方法及系统
KR20180076359A (ko) * 2016-12-27 2018-07-05 한국과학기술원 다수의 전자기기 충전을 위한 주파수 선택 가능 액티브 메타물질 장치와 이를 이용한 무선전력전송 시스템
CN108923814A (zh) * 2018-05-29 2018-11-30 东南大学 基于时域可编程超材料的无线通信方法及系统
CN110138480A (zh) * 2019-03-11 2019-08-16 全球能源互联网研究院有限公司 训练频谱感知模型的方法及系统、频谱感知方法及系统
CN110427654A (zh) * 2019-07-09 2019-11-08 中国地质大学(武汉) 一种基于敏感状态的滑坡预测模型构建方法及系统
CN110477951A (zh) * 2019-08-30 2019-11-22 浙江大学 基于宽频带声学超材料的超快复合平面波成像方法
CN110996343A (zh) * 2019-12-18 2020-04-10 中国人民解放军陆军工程大学 基于深度卷积神经网络的干扰识别模型及智能识别算法
CN111428585A (zh) * 2020-03-09 2020-07-17 北京航空航天大学 一种基于深度学习的超材料太赫兹谱学识别方法
CN111307755A (zh) * 2020-03-20 2020-06-19 中国科学院上海高等研究院 一种基于太赫兹技术检测液体样品的方法
CN111835444A (zh) * 2020-06-17 2020-10-27 武汉大学 一种无线信道场景识别方法及系统
CN111767678A (zh) * 2020-07-06 2020-10-13 桂林电子科技大学 基于深度学习神经网络的超材料电磁感应透明器件的结构按需设计方法
CN112101796A (zh) * 2020-09-16 2020-12-18 清华大学合肥公共安全研究院 一种水环境污染风险综合感知识别系统
CN112165365A (zh) * 2020-09-29 2021-01-01 封开低频时码授时台 一种用于低频时码监测系统的无线频谱干扰监测系统及方法
CN112422213A (zh) * 2020-11-11 2021-02-26 杭州电子科技大学 一种基于支持向量机的高效频谱感知方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
NGUYEN THI QUYNH HOA: "Facile design of an ultra-thin broadband metamaterial absorber for C-band applications", 《SCIENTIFIC REPORTS》 *
TING TAN: "Renewable energy harvesting and absorbing via multi-scale metamaterial systems for Internet of things", 《APPLIED ENERGY》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114049755A (zh) * 2021-12-13 2022-02-15 夏若凡 一种环境测试系统和测试方法
CN114814985A (zh) * 2022-05-06 2022-07-29 大陆汽车研发(重庆)有限公司 基于车辆的天气数据检测方法、装置和系统

Also Published As

Publication number Publication date
CN113138201B (zh) 2022-05-20

Similar Documents

Publication Publication Date Title
CN113138201B (zh) 用于无线被动式环境状态检测的超材料物联网系统及方法
EP3417309B1 (en) Detecting motion based on repeated wireless transmissions
EP2666129B1 (en) Sensing the properties of a material loading a uhf rfid tag by analysis of the complex reflection backscatter at different frequencies and power levels
Yang Power line sensor networks for enhancing power line reliability and utilization
CN103604531B (zh) 无源无线测温系统在线校准、告警方法
KR20150028187A (ko) 회전 샤프트 상에서의 데이터 전송 및 센서를 위한 통합 안테나 트랜시버
EP2982943B1 (en) Wireless fuel sensor system
JP2021505910A5 (zh)
CN109981195B (zh) 无线信号强度的处理方法及装置
US9041408B2 (en) Removable surface-wave networks for in-situ material health monitoring
Chen et al. A multibranch U-shaped tunable encoding chipless RFID strain sensor for IoT sensing system
Wagih et al. Toward the optimal antenna-based wireless sensing strategy: an ice sensing case study
Zhang et al. Setup-independent sensing architecture with multiple UHF RFID sensor tags
Mc Caffrey et al. Energy autonomous wireless valve leakage monitoring system with acoustic emission sensor
Yamaguchi et al. Underground Infrastructure Management System using Internet of Things Wireless Transmission Technology
CN109839543A (zh) 一种天线的幅相一致性测试系统及测试方法
Mackey et al. Energy consumption and proximity accuracy of ble beacons for internet of things applications
JP4673214B2 (ja) Rfidタグの試験方法及びその試験システム
de Souza Neto et al. Development of a partial discharge emulator for calibration of a radiometric PD detection system
Haiwen et al. Development of a wireless sensor network with optical electric sensor for electric field measurement
Abdelrahim et al. RF performance evaluation of the nRF24L01+ based wireless water quality monitoring sensor node: Khartoum city propagation scenario
Jeong et al. A protocol for processing interfered data in facility sensor networks
Cruz et al. RSSI-based localization in an emulated active RFID system
Olesnanikova et al. Water level monitoring based on the acoustic signal using the neural network
Anand et al. Multi-sensor embedded system for agro-industrial applications

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
GR01 Patent grant
GR01 Patent grant