基于模糊神经网络的智能家居室内空气质量监控系统研究

发布时间：2021-10-19 05:43

　　空气污染时刻威胁着人类的生命安全,在室外空气质量得不到根本改变的背景下,本文研究了一种融合了智能算法理念以及智能家居理念的室内空气质量监控系统,并能够智能化控制室内空气质量。为了达到设计目标,本文主要工作如下:（1）通过对大量国内外参考文献进行研究,本文对现阶段室内空气质量监控系统的需求进行了分析,并提出了以数据采集终端、网关、路由器、云服务器、app监控平台、ZigBee转红外模块、控制对象七个部分组成室内空气质量监控系统。本文设计了数据采集模块,该模块通过温湿度传感器SHT20、二氧化碳传感器T6603-5、PM2.5传感器SDS011、CC2530模块来对室内空气质量数据进行采集和传输。本文设计了一种以ARM为核心的嵌入式网关,该网关能够利用路由器实现家庭内部网络和外部网络相连接的功能。本文设计了云平台的结构组成,并实现了在云服务器中运行智能算法的功能。（2）本文通过对室内空气质量监控系统模型进行分析,并结合了模糊控制和神经网络的优点,设计出了模糊神经网络控制器。该控制器模型能够对采集到的用户生活数据进行了训练学习,并利用Matlab软件得到仿真结果。为了验证模糊神经网络的优越性... 

【文章来源】：中国计量大学浙江省

【文章页数】：84 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
abstract
1 绪论
    1.1 课题研究背景及意义
    1.2 课题研究现状
        1.2.1 室内空气质量的主要影响因素及评价方法
        1.2.2 智能家居行业发展现状
        1.2.3 室内空气质量监控系统研究现状
    1.3 本文研究内容
2 室内空气质量监控系统的整体设计方案
    2.1 系统功能需求及结构分析
        2.1.1 系统功能需求
        2.1.2 系统结构分析
    2.2 系统通信方案设计
    2.3 智能家居网关设计方案
        2.3.1 网关整体需求分析
        2.3.2 网关硬件及软件设计方案
        2.3.3 交叉编译环境的建立
        2.3.4 Linux系统移植
        2.3.5 网关应用层程序设计
    2.4 服务器设计方案
    2.5 数据采集终端设计
        2.5.1 CC2530芯片最小系统及射频模块设计
        2.5.2 温湿度采集模块
        2.5.3 二氧化碳采集模块
        2.5.4 PM2.5传感器模块
        2.5.5 电源模块设计
    2.6 本章小结
3 室内空气质量监控系统模糊神经网络算法设计与实现
    3.1 模糊控制基本理论
        3.1.1 模糊控制发展概况
        3.1.2 模糊控制原理
        3.1.3 模糊推理系统介绍
    3.2 神经网络
    3.3 模糊神经网络设计
        3.3.1 模糊神经网络选择
        3.3.2 T-S模糊神经网络的设计
        3.3.3 T-S模型的模糊神经网络学习算法
    3.4 室内空气质量监控系统智能控制模型分析
    3.5 室内空气质量监控系统数据的预处理及模型建立
    3.6 模糊神经网络控制器设计
        3.6.1 输入输出变量及初始隶属度函数的确定
        3.6.2 模糊控制规则
        3.6.3 隶属度函数的训练
        3.6.4 仿真结果及分析
    3.7 模糊神经网络输出值处理
    3.8 本章小结
4 智能家居系统监控平台设计及测试
    4.1 Android开发环境搭建
    4.2 Android监控平台整体设计方案
        4.2.1 界面设计
        4.2.2 数据库设计
        4.2.3 通信功能设计
    4.3 系统功能测试分析
    4.4 本章小结
5 总结与展望
    5.1 总结
    5.2 展望
参考文献
附录 A：模糊神经网络算法部分代码
作者简介



本文编号：3444263