基于用户数据的智能家居控制系统的设计与优化

发布时间：2020-07-07 07:51

【摘要】：智能家居为我们展示未来家居生活环境和生活方式,满足了人们对高度智能、舒适安全的家居生活的期待。本文综合了人工智能与云计算技术的优势,结合现有的传感网络技术和无线通信技术,设计了一种基于用户数据的智能家居控制系统。重点介绍了多传感器对家居环境数据采集和融合处理,以及利用BP神经网络的自学习和自适应性对用户的历史数据进行学习,进而实现智能控制。首先,详细阐述了智能家居的发展过程、国内外研究现状,并根据目前智能家居系统所存在的问题和发展趋势拟定了本文的研究内容。根据研究内容设计智能家居系统,并从采集层、传输层和控制层对系统各模块设计的思路、需要实现的功能及所涉及的传感器技术、神经网络、云计算等技术做了简要介绍。其次,完成智能家居系统的总体硬件设计。硬件系统由电源模块、信号采集模块、家居设备控制模块、无线通信模块四部分组成。其中电源模块为整个系统的安全稳定运行提供功率回路,为提高系统的节能设计了APFC电路;信号采集模块以传感网络为核心,实现多传感器信息融合和处理;家居设备控制模块主要实现对家中主要家居设备的智能控制;无线通信模块以Wi-Fi技术作为系统信息传输手段。再次,完成智能家居系统的整体软件设计。该软件系统由信号采集软件、以Wi-Fi无线通信技术为基础的信号传输软件、家居设备控制软件组成。家居设备的控制软件借助BP神经网络对用户数据进行学习。通过对BP神经网络的原理推导搭建控制软件的网络模型。通过对用户历史数据的训练,基于用户数据实现系统对家居设备的自动控制。最后,对所设计的智能家居控制系统进行了数据采集和设备控制的功能测试。通过对测试实验的数据进行分析,本系统能够准确采集实时的家居环境数据并传输到用户,供用户随时了解家居情况;引入BP神经网络对用户历史数据学习后的系统能够自主根据环境的改变做出相应调整。实验证明,数据驱动技术能够提高智能家居的智能程度。
【学位授予单位】：东华大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TU855
【图文】：

智能家居

图 1-1 中国智能家居市场规模预测海尔公司的智能家居系统以 U-Home 系统作为平台，将所有的家居设备网络，从而实现了“家庭小网”、“社区中网”、“世界大网”的物物互台涵盖了娱乐、安全、健康、空气、美食、洗护、用水七个生态圈，用慧生活战略落地实施。这也是一个开放性的平台，开放端口，允许各种入，并为合作者开发新的应用和服务提供资源和标准[9]。小米智能家居展较快，其推出的米家应用拥有着包括网关，灯，音箱等众多智能设备批用户[10]。此外，美的的 M-Smart 平台，格力公司的智能环保公司，

系统决策,控制层,硬件结构,系统图

图 2-1 系图 2-1 为本控制系统的硬件结构框输层、系统决策控制层。采集层的温湿传感器等传感设备完成对家居环境原始现对家具设备的控制，和对来自传感设系统内部信息传输的主要方式，Wi-Fi 模相连，处理器把预处理后的数据再通过户手机，供用户实时了解家庭情况，以做史用户数据进行学习，基于用户数据对行控制。当环境改变时，云计算服务平台进行智能控制[24]。2.3 智能家居控制系统设计与技术2.3.1 智能家居多传感器信息采集

多传感器融合技术,灯光,色温,设定温度

能家居系统而言等同于各类感官，它能够进行视频监测，温湿度检测，为用供了解家庭情况最简单直接的手段。传感器技术在传统的智能家居系统中的往往是一维的，如对家居灯光的控制，通过光照度传感器采集家居环境的光，根据环境亮度的高低来调整灯光的亮度。而事实上，我们对于灯光的控制仅限于亮度，我们需要根据室内是否有人调控灯光的开关，根据室内温度等调整灯光的色温。而检测是否有人和温湿度信息就需要借助于人体感应传感温湿度传感器。其他家居设备的控制也是如此。基于此，本系统借助于多传感器融合技术进行信息数据的采集，如图 2-2。多传感器融合技术充分利用不同传感器所采集的数据资源，运用计算机技这些数据进行综合的分析与处理，进而做出控制决策[27]。运用多传感器融合，我们所测数据的精度在多次融合过程中不断提高，这有助于系统做出更精控制策略；其次，多传感器所获得的信息是多维度的，能多方面，多角度考控对象的影响因素，系统基于更全面的信息做出控制策略；最后，多传感器能够提高智能家居系统的稳定度，即便在一个传感器数据出现较大误差的情，系统也还能维持相对稳定[28]。

【相似文献】