基于边缘计算的室内空气质量监测方法及其预测模型研究
发布时间：2021-01-12 12:16
随着居民对生活质量的要求不断提高,室内空气作为与居民长时间接触并极大影响居民身体健康的重要因素,引起愈发广泛的关注,迫切需要一种完善的方式进行实时监控和预测。针对目前室内空气质量监测意识薄弱,监控方式落后,没有完善成熟的全套解决方案等问题,本文基于物联网架构,利用边缘计算和ARIMA预测模型等技术,开发了一套端到端的室内空气质量监测系统,用于实时高效的监测室内空气。主要研究内容如下:（1）基于物联网架构和技术,开发了包括空气感知终端、传输协议和设备组网、云端监控平台三层架构的室内空气质量监测系统,实现了室内空气参数实时采集,传输及云端存储方法;（2）利用边缘网关,研究了网络边缘侧边缘计算方法,实现了多设备接入和管理、数据分析和清洗、信息决策和规则计算等功能,可缓解空气监测系统的网络传输压力,提升边缘决策能力及监控的实时性;（3）通过样本平稳化处理、定阶和模型建立、模型评价和结果预测、模型检验和预测误差分析等步骤,建立了以室内CO2浓度为例的ARIMA预测模型,可实现对室内CO2浓度的预测,提高空气监测系统的预警能力。以某建筑物室内为实际监测环境,测试和验证了系统功能,实现了室内空气数据...
【文章来源】：华东理工大学上海市 211工程院校 教育部直属院校
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
图１．１室内空气质量标准??Ｆｉｇ．?１．１?Ｉｎｄｏｏｒ?ａｉｒ?ｑｕａｌｉｔｙ?ｓｔａｎｄａｒｄ??另一方面，居民对于室内空气污染的理解过于片面
物联网树形比喻图
感知层??传感器?执行器?ＲＦＩＤ?二维码?智能装置??图２．２物联网网络架构??Ｆｉｇ．?２．２?Ｎｅｔｗｏｒｋ?ａｒｃｈｉｔｅｃｔｕｒｅ?ｏｆ?Ｉｎｔｅｒｎｅｔ?ｏｆ?Ｔｈｉｎｇｓ??？应用层：以感知层和网络层为基础，以应用功能和服务要求为目标进行构建，是整??个物联网发挥价值的最终实现环节。应用层分为两个部分：应用基础设施（中间件）和??物联网应用。应用基础设施包括信息处理、网络管理、解析服务和云计算等管理和??计算服务，屏蔽繁杂的数据处理和海量的数据计算，提供给物联网开发者更高层次??的抽象接口，加速开发周期。物联网应用则是最终服务于人类社会的价值体现，利??用最新的人工智能和大数据等技术实现对现实物理世界实时感知、精确管理和科学??决策的目的。??２．１．３物联网的技术体系??物联网涉及技术种类繁多，构成了庞大的技术体系，涵盖了包括微电子、计算机、??嵌入式、微机电等学科的众多关键技术。文章按照物联网架构进行技术层次划分，总结??概括了感知层、网络层和应用层的相关关键技术，同时抽象出这三层共有的共性技术和??底层的支撑技术，详细如图２．３所示。??支撑物联网系统建设的基础支撑技术
【参考文献】：
期刊论文
[1]基于云计算平台的室内环境监测系统设计与实现[J]. 刘雄飞,聂伟,陈浩,赖思敏. 传感器与微系统. 2019(03)
[2]实验室室内空气污染物监测系统设计研究[J]. 林杰,林拉. 环境科学与管理. 2019(01)
[3]嵌入式Linux下的户外报警对讲系统设计[J]. 王硕,郭书军. 物联网技术. 2018(11)
[4]边缘计算在物联网领域的应用及展望[J]. 楚俊生,张博山,林兆骥. 信息通信技术. 2018(05)
[5]从云计算跨越到边缘计算[J]. 王庆. 信息通信技术. 2018(05)
[6]利用自回归模型的平稳时序数据快速辨识算法[J]. 黄雄波,胡永健. 计算机应用研究. 2018(09)
[7]智能化规则引擎技术研究[J]. 赵志伟. 软件. 2018(08)
[8]面向物联网的边缘计算研究[J]. 关欣,李璐,罗松. 信息通信技术与政策. 2018(07)
[9]基于嵌入式与Android的智能电力设备远程监控系统开发[J]. 陈家义,何经伟. 电子技术与软件工程. 2018(13)
[10]基于消息总线及内存数据库的物联网设备接入云平台[J]. 闫佼,陈建江. 微型电脑应用. 2018(06)
博士论文
[1]城市空气质量预测模型与数据可视化方法研究[D]. 蒋志方.山东大学 2011
硕士论文
[1]基于BP神经网络的空气质量预测研究与实现[D]. 唐之享.西安电子科技大学 2018
[2]基于灰色理论的城市空气质量评价及污染物浓度预测研究[D]. 丁鹏.江西理工大学 2018
[3]基于物联网的电能质量监测系统及评估方法的研究[D]. 张少儒.华东理工大学 2018
[4]物联网端到端安全技术研究[D]. 白磊.西安电子科技大学 2017
[5]智能家居室内空气质量检测评价与监控系统设计[D]. 徐文政.北京工业大学 2017
[6]基于物联网的消防监测及决策系统的研究[D]. 徐飞翔.华东理工大学 2017
[7]基于空气质量时间序列分析的预测模型设计与应用[D]. 喻彩丽.宁夏大学 2016
[8]基于云计算与物联网的居住环境监测系统研究[D]. 王建华.杭州电子科技大学 2016
[9]基于ARM的室内空气质量在线监测系统研究[D]. 范奥博.浙江理工大学 2015
[10]基于物联网的标识解析系统研究与实现[D]. 汪鹏.武汉理工大学 2014
本文编号：2972835
【文章来源】：华东理工大学上海市 211工程院校 教育部直属院校
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
图１．１室内空气质量标准??Ｆｉｇ．?１．１?Ｉｎｄｏｏｒ?ａｉｒ?ｑｕａｌｉｔｙ?ｓｔａｎｄａｒｄ??另一方面，居民对于室内空气污染的理解过于片面
物联网树形比喻图
感知层??传感器?执行器?ＲＦＩＤ?二维码?智能装置??图２．２物联网网络架构??Ｆｉｇ．?２．２?Ｎｅｔｗｏｒｋ?ａｒｃｈｉｔｅｃｔｕｒｅ?ｏｆ?Ｉｎｔｅｒｎｅｔ?ｏｆ?Ｔｈｉｎｇｓ??？应用层：以感知层和网络层为基础，以应用功能和服务要求为目标进行构建，是整??个物联网发挥价值的最终实现环节。应用层分为两个部分：应用基础设施（中间件）和??物联网应用。应用基础设施包括信息处理、网络管理、解析服务和云计算等管理和??计算服务，屏蔽繁杂的数据处理和海量的数据计算，提供给物联网开发者更高层次??的抽象接口，加速开发周期。物联网应用则是最终服务于人类社会的价值体现，利??用最新的人工智能和大数据等技术实现对现实物理世界实时感知、精确管理和科学??决策的目的。??２．１．３物联网的技术体系??物联网涉及技术种类繁多，构成了庞大的技术体系，涵盖了包括微电子、计算机、??嵌入式、微机电等学科的众多关键技术。文章按照物联网架构进行技术层次划分，总结??概括了感知层、网络层和应用层的相关关键技术，同时抽象出这三层共有的共性技术和??底层的支撑技术，详细如图２．３所示。??支撑物联网系统建设的基础支撑技术
【参考文献】：
期刊论文
[1]基于云计算平台的室内环境监测系统设计与实现[J]. 刘雄飞,聂伟,陈浩,赖思敏. 传感器与微系统. 2019(03)
[2]实验室室内空气污染物监测系统设计研究[J]. 林杰,林拉. 环境科学与管理. 2019(01)
[3]嵌入式Linux下的户外报警对讲系统设计[J]. 王硕,郭书军. 物联网技术. 2018(11)
[4]边缘计算在物联网领域的应用及展望[J]. 楚俊生,张博山,林兆骥. 信息通信技术. 2018(05)
[5]从云计算跨越到边缘计算[J]. 王庆. 信息通信技术. 2018(05)
[6]利用自回归模型的平稳时序数据快速辨识算法[J]. 黄雄波,胡永健. 计算机应用研究. 2018(09)
[7]智能化规则引擎技术研究[J]. 赵志伟. 软件. 2018(08)
[8]面向物联网的边缘计算研究[J]. 关欣,李璐,罗松. 信息通信技术与政策. 2018(07)
[9]基于嵌入式与Android的智能电力设备远程监控系统开发[J]. 陈家义,何经伟. 电子技术与软件工程. 2018(13)
[10]基于消息总线及内存数据库的物联网设备接入云平台[J]. 闫佼,陈建江. 微型电脑应用. 2018(06)
博士论文
[1]城市空气质量预测模型与数据可视化方法研究[D]. 蒋志方.山东大学 2011
硕士论文
[1]基于BP神经网络的空气质量预测研究与实现[D]. 唐之享.西安电子科技大学 2018
[2]基于灰色理论的城市空气质量评价及污染物浓度预测研究[D]. 丁鹏.江西理工大学 2018
[3]基于物联网的电能质量监测系统及评估方法的研究[D]. 张少儒.华东理工大学 2018
[4]物联网端到端安全技术研究[D]. 白磊.西安电子科技大学 2017
[5]智能家居室内空气质量检测评价与监控系统设计[D]. 徐文政.北京工业大学 2017
[6]基于物联网的消防监测及决策系统的研究[D]. 徐飞翔.华东理工大学 2017
[7]基于空气质量时间序列分析的预测模型设计与应用[D]. 喻彩丽.宁夏大学 2016
[8]基于云计算与物联网的居住环境监测系统研究[D]. 王建华.杭州电子科技大学 2016
[9]基于ARM的室内空气质量在线监测系统研究[D]. 范奥博.浙江理工大学 2015
[10]基于物联网的标识解析系统研究与实现[D]. 汪鹏.武汉理工大学 2014
本文编号：2972835
本文链接：https://www.wllwen.com/guanlilunwen/ydhl/2972835.html
