葉廷東　賴晶亮　高藝康　梁豪

(廣東輕工職業(yè)技術(shù)學(xué)院 計算機工程系，廣東廣州510260)

?

室內(nèi)環(huán)境智能多氣體傳感器系統(tǒng)建模方法研究*

葉廷東賴晶亮高藝康梁豪

(廣東輕工職業(yè)技術(shù)學(xué)院 計算機工程系，廣東廣州510260)

摘要：針對室內(nèi)環(huán)境多氣體監(jiān)測的需求，提出了一種智能多氣體傳感器系統(tǒng)模型，該模型采用分布式傳感形式，先對各傳感器的檢測信號進行小波多尺度去噪、多傳感信息TEDS解耦自校正，最后用最大后驗概率估計各傳感器對真實值的支持水平，并由此對多傳感器進行融合，獲得對真實值的最優(yōu)估計?；谠撃Ｐ停褂秒pCPU開發(fā)了室內(nèi)微環(huán)境監(jiān)測系統(tǒng)，應(yīng)用研究表明, 氣體甲醛檢測分辨率可達0.01mg/m3，氣體煙霧檢測誤差為±4%，實現(xiàn)了對室內(nèi)氣體的準確監(jiān)測。

關(guān)鍵詞：氣體傳感；多尺度；去噪；自校正；信息融合

隨著人民生活水平的提高和智能家居的發(fā)展與應(yīng)用，市場上出現(xiàn)了很多類型的室內(nèi)環(huán)境監(jiān)測裝置與系統(tǒng)，但現(xiàn)有的室內(nèi)環(huán)境監(jiān)測裝置大多是針對溫濕度、甲醛等的監(jiān)測，而根據(jù)國家環(huán)境保護總局發(fā)布的《室內(nèi)環(huán)境空氣質(zhì)量監(jiān)測技術(shù)規(guī)范》，室內(nèi)環(huán)境質(zhì)量監(jiān)測的應(yīng)測項目包括溫度、大氣壓、空氣流速、相對濕度、新風(fēng)量、二氧化硫、二氧化氮、一氧化碳、二氧化碳、氨、臭氧、甲醛、苯、甲苯、二甲苯、總揮發(fā)性有機物(TVOC)、苯、可吸入顆粒物、氡、菌落總數(shù)等，多達20項[1,2]，其中對有的參數(shù)，如溫度、濕度、光強、煙霧、有害氣體一氧化碳、甲醛、可吸入顆粒物等，需要實現(xiàn)實時監(jiān)測，進而達到綜合調(diào)節(jié)控制[3]。因此室內(nèi)環(huán)境的實時監(jiān)測，往往是一個多氣體傳感器系統(tǒng)。

目前市場上大多數(shù)的氣體傳感器在檢測應(yīng)用中，都會受到溫濕度和其它環(huán)境氣體的影響，因此在復(fù)雜的多氣體傳感系統(tǒng)中為了獲得準確穩(wěn)定的測量結(jié)果，常常使用多個傳感器對傳感量及其環(huán)境影響參量進行測量[4,5]。為此，本文將基于多氣體傳感器系統(tǒng)，研究其建模模型，實現(xiàn)多傳感器信息的去噪、自校正和信息融合處理。

1智能多氣體傳感器系統(tǒng)模型

針對室內(nèi)環(huán)境多氣體檢測參數(shù)的需求和氣體傳感器的特性，設(shè)計如圖1所示的智能多氣體傳感器系統(tǒng)模型，在此模型中，網(wǎng)絡(luò)化智能傳感系統(tǒng)需要檢測環(huán)境參量溫度、濕度和多個氣體參量(X，R，S...)，在應(yīng)用于監(jiān)測時，可以由若干個監(jiān)測節(jié)點組成，每個監(jiān)測節(jié)點由多個傳感元件組成，它們分別為(T，RH，X1，R1，S1…)，(T，RH，X2，R2，S2...)，...，(T，RH，Xn，Rn，Sn...)，其中T為溫度，RH為濕度。

在圖中，智能多氣體傳感器系統(tǒng)模型分為傳感層、去噪解耦層和信息融合層。在傳感層主要用于各種類型傳感器的接入，在智能傳感器系統(tǒng)中，可以利用電子數(shù)據(jù)表格TEDS (Transducers Electronic Data Sheet,TEDS)實現(xiàn)對傳感器的配置接入和數(shù)據(jù)采集；在去噪解耦層主要針對傳感信息的噪聲干擾、信息耦合問題，利用小波多尺度去噪、多傳感信息TEDS解耦，實現(xiàn)對多氣體傳感信息的去噪與自校正。信息融合層主要利用分布式傳感節(jié)點檢測參數(shù)，利用最大后驗概率估計各傳感器對真實值的支持水平，并由獲取的支持水平對多傳感器進行信息融合，提高檢測的準確度。系統(tǒng)最后可以通過internet將監(jiān)測參數(shù)傳輸?shù)交ヂ?lián)網(wǎng)上的服務(wù)器，實現(xiàn)遠程監(jiān)測。

從模型結(jié)構(gòu)可知，智能多氣體傳感器系統(tǒng)實現(xiàn)準確檢測的關(guān)鍵是傳感信息去噪解耦和信息融合的實現(xiàn)。

圖1　智能多氣體傳感器系統(tǒng)模型架構(gòu)

1.1小波多尺度傳感信息去噪

在很多實際的應(yīng)用中，有用的信號常常是低頻或者平穩(wěn)信號，而噪聲信號則表現(xiàn)為高頻信號。那么可以在某個尺度開始，對信號進行多尺度的分解，然后利用門限閾值的形式對高頻系數(shù)進行處理，然后進行重構(gòu)，可以達到消噪目的。

假定傳感信號Xv(N,n)是在某一個尺度N上獲得的，并且為了盡可能的保留細節(jié)信號中的有用信號，對細節(jié)信號進行二次的多尺度分解。其基本算法流程為：

(1) 對尺度N上觀測到的傳感信息進行j層多尺度分解，獲得各尺度N-j(0≤j≤N)上細節(jié)信息 和平滑信息。

(2) 對各尺度N-j,N-j+1,...N-1細節(jié)信號XD(N-j),XD(N-j+1),...,XD(N-1)進行二次多尺度分解，獲得次細節(jié)信號細節(jié)信息XDD(N-j,n)和平滑信息XDV(N-j,n)。

(3) 對次細節(jié)信號XDD(N-j,n)和次平滑信息XDV(N-j,n)(1≤j≤N)進行不同的閾值處理[6,7]：

(1)

(2)

(3)

(4)

其中h(2n-k)和g(2n-k)為正交鏡像濾波器對。

(5)

1.2多傳感信息TEDS解耦自校正

多傳感信息解耦自校正的目標是得到傳感器輸出Yi與檢測值Xi一一對應(yīng)的特征函數(shù)。因此解耦計算的實質(zhì)為：對關(guān)系函數(shù)Yi=f(x1,x2,...,xi,...,xn)(1≤i≤n)，逐步縮小自由度，最后轉(zhuǎn)換為Yi=f(xi)的形式。

基于文獻[8]的插值解耦原理，通過實驗可以預(yù)先獲得關(guān)于各個傳感器的標定值，獲得傳感器的特性方程Yi=f(x1,x2,...,xi,...,xn)，然后利用分段線性插值函數(shù)，對非測量目標xj(j≠i)逐一進行如式(6)的數(shù)值計算，逐漸縮小自由度，最終獲得Yi=f(xj)形式的特征函數(shù)，實現(xiàn)解耦。

(6)

式中xjk為傳感器j的實驗標定點，lk(xj)為線性插值基函數(shù),其中：

(k=1,2,...,n-1)

對于智能多氣體傳感器系統(tǒng)，可基于公式(6)，利用TEDS格式校正引擎，該校正TEDS包括最后校準日期、校準周期和校正算法涉及的校準參數(shù)等，其中校準參數(shù)來自于TEDS，它把各傳感器的標定點數(shù)據(jù) 作為校正引擎的插值參數(shù)，以矩陣數(shù)據(jù)表格形式輸入TEDS中即可實現(xiàn)[9]。

1.3基于最大后驗概率的多傳感信息融合

基于圖1的模型，通過傳感器我們可以獲得各氣體的分布值，同時通多傳感信息融合可以獲得氣體的綜合值，在大多數(shù)情況下，它可以提高氣體的檢測準確度。在這里，將利用最大后驗方法來對多傳感器進行數(shù)據(jù)的融合[10]。其方法為：

(7)

服從聯(lián)合正態(tài)分別,且已知估計誤差協(xié)方差陣：

(8)

那么xi的極大后驗估計為:

(9)

(10)

2應(yīng)用研究

基于智能多氣體傳感器系統(tǒng)模型，開發(fā)了如圖2所示的室內(nèi)微環(huán)境監(jiān)測系統(tǒng)。該系統(tǒng)采用ST的STm32F205RGT6芯片和美國TI的TMS320LF2812芯片為雙CPU開發(fā)，系統(tǒng)除了可以監(jiān)測溫濕度和多種室內(nèi)氣體，如煙霧、揮發(fā)性氣體甲醛等，還可以監(jiān)測噪聲、光照、氣壓和風(fēng)速(新風(fēng)量)等參數(shù)。該系統(tǒng)利用室內(nèi)WiFi無線通信的優(yōu)勢，將室內(nèi)微環(huán)境監(jiān)測參數(shù)通過WiFi網(wǎng)絡(luò)傳輸?shù)竭h端的阿里云服務(wù)器上，所有監(jiān)測數(shù)據(jù)，用戶通過手機等移動終端可以隨時隨地進行查詢。

圖2室內(nèi)環(huán)境監(jiān)測系統(tǒng)

圖3氣體甲醛傳感信號去噪結(jié)果

室內(nèi)微環(huán)境監(jiān)測系統(tǒng)對各氣體傳感器的輸出信號采用db4小波利用a trous小波算法進行4尺度的分解與閾值去噪，去噪仿真效果如圖3所示。去噪后傳感信號的歸一化均方根誤差為0.01673，與原真值信號接近。監(jiān)測系統(tǒng)的傳感信息經(jīng)過小波多尺度去噪、TEDS解耦自校正和信息融合后，可以獲得如下技術(shù)參數(shù)：溫度檢測誤差±1.0%，濕度檢測誤差±3%RH，氣體煙霧檢測誤差±4%，氣體甲醛檢測分辨率0.01mg/m3，實現(xiàn)了對室內(nèi)微環(huán)境中氣體的準確實時監(jiān)測。

3結(jié)束語

針對室內(nèi)環(huán)境多種氣體監(jiān)測的需求，建立了一種智能多氣體傳感器系統(tǒng)模型，并基于該模型開發(fā)了室內(nèi)微環(huán)境監(jiān)測系統(tǒng)，實現(xiàn)了對室內(nèi)多氣體參數(shù)的準確監(jiān)測：

(1)基于系統(tǒng)模型，開發(fā)的室內(nèi)微環(huán)境監(jiān)測系統(tǒng)通過小波多尺度去噪，多傳感信息TEDS解耦自校正，多傳感器信息融合，提高了檢測準確性，氣體甲醛檢測分辨率可達0.01mg/m3，氣體煙霧檢測誤差為±4%。

(2)本室內(nèi)監(jiān)測系統(tǒng)基于智能多氣體傳感器系統(tǒng)模型，采用STM32F205RGT6和TMS320 LF2812的雙CPU芯片開發(fā)，使系統(tǒng)具有快速數(shù)據(jù)處理能力、豐富的接口、良好的通用性和擴展性。該模型和相應(yīng)的關(guān)鍵技術(shù)，可以應(yīng)用在其它生態(tài)環(huán)境監(jiān)測、農(nóng)林生產(chǎn)和化工醫(yī)藥制造等類似場合。

參考文獻:

[1]國家環(huán)境保護總局. 室內(nèi)環(huán)境空氣質(zhì)量監(jiān)測技術(shù)規(guī)范[S].2004.

[2]馮大偉,王尚軍,雷艷秋.辦公樓裝修室內(nèi)空氣質(zhì)量監(jiān)測分析[J].環(huán)境科學(xué)與管理,2006(7):166-167.

[3]鮮曉東,常超,胡穎,等. 基于WSN和GSM 的室內(nèi)環(huán)境監(jiān)測預(yù)警系統(tǒng)設(shè)計[J].傳感器與系統(tǒng),2011,30(6):141-144.

[4]Dongchuan Yu, Qinghao Meng, Jiang Wang, et al. Neural network based left-inverse system dynamic decoupling & compensating method of multi-dimension sensors[J]. American Control Conference, 2005, 6(3): 1727-1732.

[5]丁明理,梁宏,王祁,等.基于小生境遺傳算法的多維傳感器動態(tài)解耦方法[J].傳感器技術(shù)學(xué)報,2006,19(3):667-671.

[6]胡長流.基于多閾值處理的信號多尺度估計算法[J].西南交通大學(xué)學(xué)報.2001,36(2):80-83.

[7]張弦,王宏力.基于最優(yōu)分解尺度的靜態(tài)提升小波去噪方法[J]. 中國電機工程學(xué)報,2009,35(3):501-508.

[8]劉桂雄,李夏妮,周德光.基于多維插值補償其它因素對傳感特性影響的數(shù)學(xué)方法[J].光學(xué)精密工程,2004,12(3):258-261.

[9]黃國健,劉桂雄,洪曉斌,等. IEEE 1451網(wǎng)絡(luò)化智能傳感器的通用建模方法及應(yīng)用[J]. 光學(xué)精密工程, 2010, 18(8): 1914-1921.

[10] 鄧自立.自校正濾波理論及其應(yīng)用[M]. 哈爾濱：哈爾濱工業(yè)大學(xué)出版社,2003:297.

Research on Modeling Method of Intelligent Multi Gas Sensor System for Indoor Environment

YE TingdongLAI JingliangGAO YikangLIANG Hao

(Computer Engineering Department, Guangdong Industry Polytechnic, Guangzhou 510641, China)

Abstract：According to the demand of multi gas monitoring in indoor environment, the paper proposed a model of intelligent multi gas sensor system. In the model, the distributed sensing form is adopted, first, the model processes the detection signal denoising of each sensor by wavelet multi-scale, and TEDS decoupling self-calibration of multi-sensing information; last, it uses maximum a posteriori (MAP) to estimate the support level of each sensor for the true value; by it, the model fuses multi sensor information to obtain the optimal estimate of the true value. Based on the model, an indoor micro environment monitoring system is developed by using the dual CPU. The application research shows that the measurement resolution of the gas formaldehyde is up to 0.01mg/m3, the measurement error of gas smoke is ±4%, and it realized the accurate monitoring of the indoor gases.

Key words：gas sensing； multi-scale； denoising；self-calibration；information fusion

收稿日期：2016-05-18

*基金項目：廣東省科技計劃項目(2015A020214025,2015A070710030)；廣州市科技計劃項目(2013J4100077)；廣東輕工職業(yè)技術(shù)學(xué)院創(chuàng)新強校工程項目(2A11105)

作者簡介：葉廷東(1976—)，男，博士后，副教授。

中圖分類號：TP212

文獻標識碼：A

文章編號：1672-1950(2016)02-0001-05