一种智能家居环境数据融合感知与优化方法与流程

本发明属于智能家居环境控制，具体是一种智能家居环境数据融合感知与优化方法。

背景技术：

1、随着智能家居技术的快速发展，家居环境控制系统已从单一的温度调节逐步演进为多参数协同调控的智能化系统；

2、尽管现有技术在各自领域取得了一定进展，但在多代际共存家居环境控制场景中仍存在以下技术缺陷：

3、缺乏代际特异性感知能力，现有系统未针对老年、成年、儿童等不同代际成员的生理特征差异进行专门设计，无法识别不同代际成员的身份，难以满足各代际成员的差异化需求；

4、数据融合层次单一，现有系统多采用单一层级的数据融合方法，无法同时消除量纲差异、提取代际间关联特征、消解决策冲突，导致融合效果有限，环境模式识别准确率不高。

技术实现思路

1、本发明的技术任务在于提供一种多代际共存家居环境控制系统及控制方法，能够同时感知多代际成员的生理参数、环境参数及代际间生理耦合效应，通过多级递进式数据融合和基于代际敏感度矩阵的多目标优化，实现对不同代际成员舒适度需求的差异化平衡，并通过差分隐私机制保障生理参数数据的安全传输；

2、提供一种智能家居环境数据融合感知与优化方法，以解决上述背景技术中提到的问题。

3、一种智能家居环境数据融合感知与优化方法，包括以下步骤：

4、s1、通过所述分布式传感阵列采集多代际生理参数数据、环境物理参数数据、代际活动区域数据及代际间生理耦合效应数据；

5、所述分布式传感阵列包括毫米波雷达阵列与深度视觉传感器阵列，所述毫米波雷达阵列为由设定数量的60ghz调频连续波雷达节点组成的分布式传感阵列，所述深度视觉传感器阵列为由设定数量的飞行时间深度相机组成的分布式视觉阵列；

6、所述多代际生理参数数据包括非接触式心率、呼吸率及体表温度，所述非接触式心率为通过毫米波雷达检测胸腔微动引起的雷达回波相位变化频率换算获得的心率数值，所述呼吸率为通过毫米波雷达检测腹部起伏引起的雷达回波幅度调制周期换算获得的呼吸率数值，所述体表温度为通过红外热成像传感器采集面部区域温度分布并计算区域加权平均值获得的温度数值；

7、所述环境物理参数数据包括室内温度、室内湿度、光照强度、空气质量指数及环境噪声水平；

8、所述代际活动区域数据为各代际成员在室内空间中的位置坐标及停留时长，所述位置坐标通过将深度视觉传感器采集的人体轮廓中心点映射至室内平面坐标系获得；

9、所述代际间生理耦合效应数据为同一空间内不同代际成员之间的心率变异性相关系数及呼吸同步率；

10、s2、基于预设历史周期内的多代际生理参数数据统计建立代际生理特征基准图谱，将当前多代际生理参数数据相对于代际生理特征基准图谱进行偏移量归一化，以代际活动节律周期为窗口长度对多源数据流进行异步窗口对齐，提取时频特征构建特征向量序列；

11、所述代际生理特征基准图谱为表征各代际成员各项生理参数正常波动范围的统计基准区间，用于判断环境调节需求的生理依据；

12、所述代际活动节律周期为各代际成员在预设历史周期内活动起止时间间隔的算术平均值；

13、s3、基于各代际环境需求参数向量计算代际环境需求冲突度量，根据冲突度量分配融合权重，将特征向量序列在数据层、特征层及决策层进行多级融合生成综合环境状态评估结果，利用综合环境状态评估结果通过时序预测网络预测环境物理参数变化趋势，并通过图结构神经网络建模不同代际活动区域间的热质传递关联关系；

14、所述冲突度量为不同代际环境需求参数向量之间的夹角余弦距离，所述环境需求参数向量为各代际对多项环境物理参数的最优需求数值构成的多维向量；

15、所述热质传递关联关系为不同代际活动区域之间热量、湿度及气流通过建筑通风结构的物理传递强度；

16、s4、根据环境物理参数变化趋势及热质传递关联关系，结合代际敏感度矩阵构建多目标优化函数，通过策略优化网络求解生成环境调节控制指令并发送至所述环境调节执行机构，所述环境调节执行机构根据环境调节控制指令改变室内物理环境参数；

17、所述环境调节执行机构包括空调机组、新风机组、照明驱动器及窗帘驱动器；

18、所述环境调节控制指令包括温度设定值、风速挡位、光照亮度值及窗帘开合度；

19、所述多目标优化函数包括代际舒适度偏差项、系统能耗项及设备切换频次项，所述代际舒适度偏差项为各代际实际环境物理参数与对应代际历史偏好环境物理参数之差的加权平方和，所述系统能耗项为当前环境调节执行机构的功率消耗总和，所述设备切换频次项为单位时间内环境调节执行机构的启停切换次数；

20、所述代际敏感度矩阵通过各代际历史生理参数数据对环境物理参数变化的响应斜率统计获得，所述响应斜率为各代际生理参数变化量与环境物理参数变化量的线性拟合系数；

21、s5、采集执行后的室内物理环境参数反馈数据及多代际生理参数反馈数据，计算物理环境参数实际值与目标设定值的偏差，当任一代际的偏差超过该代际历史偏差统计标准差的预设倍数时，或当设定数量的代际的偏差的加权总和超过全局历史加权偏差统计标准差的预设倍数时，返回步骤s1。

22、本公开的实施例提供的技术方案至少带来以下有益效果：

23、通过计算各代际环境需求参数向量之间的夹角余弦距离作为冲突度量，根据冲突度量分配融合权重，将特征向量序列在数据层、特征层、决策层进行多级融合，生成综合环境状态评估结果。同时通过时序预测网络预测环境物理参数变化趋势，通过图结构神经网络建模不同代际活动区域间的热质传递关联关系；

24、基于预设历史周期内的多代际生理参数数据统计建立代际生理特征基准图谱，将当前生理参数数据相对于基准图谱进行偏移量归一化，以代际活动节律周期为窗口长度对多源数据流进行异步窗口对齐，并通过短时傅里叶变换、多尺度小波分解及各阶统计矩提取时频特征构建特征向量序列。该方案有效消除了个体差异，实现了对不同代际活动模式对应环境扰动特征的准确识别。

1.一种智能家居环境数据融合感知与优化方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种智能家居环境数据融合感知与优化方法，其特征在于，步骤s1中所述代际间生理耦合效应数据的采集及使用包括：

3.根据权利要求2所述的一种智能家居环境数据融合感知与优化方法，其特征在于，步骤s1中所述代际成员身份的确定及自适应采样包括：

4.根据权利要求3所述的一种智能家居环境数据融合感知与优化方法，其特征在于，步骤s2中所述代际生理特征基准图谱建立及时频特征提取的具体实现包括：

5.根据权利要求4所述的一种智能家居环境数据融合感知与优化方法，其特征在于，步骤s3中所述多级融合的具体实现包括：

6.根据权利要求5所述的一种智能家居环境数据融合感知与优化方法，其特征在于，步骤s3中所述图结构神经网络的边权重由代际活动区域重叠面积与连接区域间气流通道截面积之比确定。

7.根据权利要求6所述的一种智能家居环境数据融合感知与优化方法，其特征在于，步骤s4中所述代际敏感度矩阵的构建包括：

8.根据权利要求7所述的一种智能家居环境数据融合感知与优化方法，其特征在于，步骤s5中所述多目标优化函数的求解采用基于代际优先级动态调整的策略优化网络。

9.根据权利要求1所述的一种智能家居环境数据融合感知与优化方法，其特征在于，包括：建立各代际环境偏好模型。

10.根据权利要求1所述的一种智能家居环境数据融合感知与优化方法，其特征在于，还包括：