物联网框架下PM2.5高精度测试模型仿真分析

发布时间：2018-07-02 23:36

本文选题：物联网 + 高精度测试　；参考：《计算机仿真》2014年11期

【摘要】：对空气中的PM2.5颗粒污染物进行准确测试,有利于控制大气污染。PM2.5颗粒较小,在风速、大气环境等复杂因素的影响下,PM2.5污染物扩散过程在空气中呈现高度的随机性,污染物扩散过程无法约束,污染物在空气中呈现实时不均匀分布。传统的物联网环境下空气PM2.5污染物检测方法,仅仅对小区域的PM2.5测试结果进行测试,通过把不同区域的结果进行加权求平均,完成大区域检测,没有考虑扩散过程中颗粒物的扩散不均匀造成小区域测试结果的实时变化,测试结果不准。提出采用多信号融合估计算法的物联网框架下PM2.5高精度测试模型。建立粗糙集神经网络模型,将所有的物联网框架下PM2.5输入到该模型中,输出的结果是PM2.5高精度测试结果。针对PM2.5高精度测试结果来自于不同的区域,利用多信号融合估计方法对数据进行约束融合,得到PM2.5高精度测试非线性约束下的结果。实验结果表明,利用改进算法进行物联网框架下PM2.5高精度测试,能够极大的提高测试的准确性。
[Abstract]:The accurate measurement of PM2.5 particulate pollutants in the air is beneficial to the control of air pollution. PM2.5 particles are smaller, and the diffusion process of PM2.5 pollutants is highly random in the air under the influence of complicated factors such as wind speed, atmospheric environment, etc. The pollutant diffusion process can not be restrained, and the pollutant is distributed inhomogeneously in real time in the air. The traditional air PM2.5 pollutant detection method in the environment of Internet of things only tests the PM2.5 test results of the small area, through the weighted average of the results of different regions, completes the large area detection. The non-uniform diffusion of particles in the diffusion process does not take into account the real time variation of the test results in a small area, and the test results are inaccurate. A high precision PM2.5 test model based on the Internet of things (IoT) is proposed. The rough set neural network model is established and all PM2.5 is input into the model under the framework of the Internet of things. The output result is the PM2.5 high precision test result. According to the results of PM2.5 high precision measurement from different regions, the multi-signal fusion estimation method is used to fuse the data, and the results of PM2.5 high precision measurement under nonlinear constraints are obtained. The experimental results show that the accuracy of PM2.5 can be greatly improved by using the improved algorithm to test PM2.5 in the Internet of things framework.
【作者单位】：山东理工大学商学院;
【基金】：基于节点企业状态信息的供应链风险传导机理及其预警支持系统研究(13YJAZH12)
【分类号】：TP391.44;TN929.5

【参考文献】

相关期刊论文前10条

1 白同强,刘磊;语义Web的研究与展望[J];吉林大学学报(信息科学版);2004年02期

2 王文莉;侯丽敏;;基于邻域粗糙集的入侵检测[J];传感器与微系统;2010年06期

3 王继成;吕维雪;;Multiobjective optimization of neural network[J];Science in China(Series B);1995年08期

4 乔浩;刘毅;;可燃及有害气体检测报警器的检定[J];中国计量;2010年03期

5 费红波;吉锤;;可燃气体报警器及其检测标定系统的设计[J];江苏现代计量;2010年02期

6 亢洁;杨刚;;关于图像识别边缘检测算法仿真研究[J];计算机仿真;2010年12期

7 钟亮;池天河;;水污染实时可视化系统研究[J];计算机仿真;2011年04期

8 周舸;陈智勇;;基于物联网的交通流量监测系统设计研究[J];计算机仿真;2011年08期

9 周维杭,颜国正,姜萍萍,丁国清,熊翔;广域污染源水质实时自动监控系统[J];计算机测量与控制;2003年06期

10 陈丹,郑增威,李际军;无线传感器网络研究综述[J];计算机测量与控制;2004年08期

【共引文献】

相关期刊论文前10条

1 张莉萍;;语义Web、本体论与信息检索[J];图书与情报;2007年03期

2 杨文安,陈行益;“元数据模型”在数据提取中的实现[J];吉林大学学报(信息科学版);2005年01期

3 宫慧颖,汪美玲,刘磊;基于属性文法的本体形式化描述方法及其应用[J];吉林大学学报(信息科学版);2005年02期

4 朱俊武;王建东;姜艺;孙川;;基于形式语义的Web服务交互模型[J];吉林大学学报(信息科学版);2006年04期

5 赵蔚;刘秀琴;邱百爽;;语义网自适应学习系统中领域本体的构建[J];吉林大学学报(信息科学版);2008年05期

6 刘华文;申春;杨冬;刘磊;;语义Web服务基础技术研究综述[J];吉林大学学报(信息科学版);2010年01期

7 向朝参;田畅;赵文栋;聂景楠;;语义Web服务的非功能性匹配研究[J];吉林大学学报(信息科学版);2012年01期

8 毛科技;赵小敏;宦若虹;蔡韶华;陈庆章;;基于散列值的以数据为中心路由协议[J];传感技术学报;2010年09期

9 王雪飞;节点密度对自组织传感网络寿命的定量分析[J];传感器世界;2005年11期

10 王雪飞;;自组织传感器网的节点节能与网络节能策略[J];传感器世界;2006年10期

【二级参考文献】

相关期刊论文前10条

1 肖云;韩崇昭;郑庆华;赵婷;;基于粗糙集-支持向量机理论的过滤误报警方法[J];电子与信息学报;2007年12期

2 亢洁;史忠科;杨刚;;新颖的CB形态学串并复合散斑噪声滤波器[J];光电工程;2008年02期

3 吴晓莉;史美萍;贺汉根;;基于特征提取的三维流线分布算法[J];国防科技大学学报;2008年02期

4 刘志伟,吴建伟,薛军;环境监测站计算机网络信息管理系统的建立与开发[J];环境监测管理与技术;1997年05期

5 况昶,程声通,谢卫,苏保林,高诚铁,郑兴毅;环境监测全过程管理信息系统的研究与开发[J];环境科学学报;1999年04期

6 杨述斌,彭复员,张增常;多尺度自适应加权形态边缘检测方法[J];华中科技大学学报(自然科学版);2002年10期

7 王树文,闫成新,张天序,赵广州;数学形态学在图像处理中的应用[J];计算机工程与应用;2004年32期

8 张义荣;鲜明;肖顺平;王国玉;;一种基于粗糙集属性约简的支持向量异常入侵检测方法[J];计算机科学;2006年06期

9 马洪江;;基于粗糙集关联规则挖掘的入侵检测研究[J];计算机科学;2006年09期

10 林果园;黄皓;张永平;;入侵检测系统研究进展[J];计算机科学;2008年02期

【相似文献】

相关期刊论文前10条

1 许瑾晨;郭绍忠;赵捷;王乾;;基于连分式逼近的精度测试方法[J];计算机应用;2011年10期

2 姜伶斌;刘思颂;党正强;;基于ADS1232的高精度测试技术[J];中国测试技术;2008年03期

3 叶玮;温瑞珩;郑守铎;;伺服系统手轮旋变激磁的精度测试[J];兵工自动化;2007年08期

4 郭秋英;密兴刚;张继祥;付昆明;;基于SDCORS的网络RTK在城市区域测量效率与精度测试分析[J];全球定位系统;2013年06期

5 王德泽,顾宁;SIEMENS7.570-C与VAX-11/780计算机的速度和精度测试及比较[J];实验室研究与探索;1989年04期

6 蒋建春;曾素华;黎亚元;;Web Service在数控系统精度测试中的应用[J];测控技术;2008年02期

7 胡强;高志慧;;天线驱动组件高精度测试系统的误差建模与分析[J];机械制造与自动化;2012年01期

8 戴永辉,戴文辉,傅露鸣,戴伟辉;热保护器温度性能参数的高精度测试系统[J];计量与测试技术;2001年05期

9 赵永春;;LBL长基线系统精度测试与分析[J];科技传播;2013年06期

10 孙志红;李平;赵润昌;李志军;刘华;夏彦文;;高功率激光装置打靶精度测试技术[J];强激光与粒子束;2011年08期