一种基于多传感器融合的空气质量动态显示方法与流程

本发明涉及环境感知与多源信息融合处理，尤其涉及一种基于多传感器融合的空气质量动态显示方法。

背景技术：

1、空气质量监测与动态显示技术广泛应用于室内环境管理、健康防护与智能建筑控制等领域。现有技术通常通过多种气体与颗粒物传感器对空气中的污染物浓度进行连续采集，并结合时间序列分析方法对污染物浓度变化进行建模处理。在部分应用场景中，还会引入基础扩散模型或经验统计模型，对不同空间位置的污染物分布进行估算，并通过显示终端对空气质量状态进行可视化输出，以辅助用户进行环境感知与决策。同时，部分系统通过固定规则或预设阈值，对空气净化设备的运行状态进行联动控制，从而实现空气质量监测与控制的协同运行。

2、现有空气质量动态显示方法大都采用静态阈值或单一传感器驱动显示逻辑，由于缺乏对浓度变化趋势与参数耦合关系的联动建模，从而造成动态响应与实际变化过程不一致的问题。

技术实现思路

1、为了弥补以上不足，本发明提供了一种基于多传感器融合的空气质量动态显示方法，旨在改善现有空气质量动态显示方法大都采用静态阈值或单一传感器驱动显示逻辑，容易造成动态响应与实际变化过程不一致的问题。

2、本发明提供了如下技术方案，一种基于多传感器融合的空气质量动态显示方法，包括以下步骤：

3、s1、获取多种污染物浓度数据，计算浓度二阶导数；当所述浓度二阶导数满足预定条件时，标记对应数据点为趋势强化状态；

4、s2、根据所述趋势强化状态的标记，采集气流扰动下的浓度时序数据；对所述浓度时序数据进行非线性拟合，同步求解至少包括污染物扩散系数和污染源释放强度的物理参数，并据此将浓度数据修正为呼吸区浓度；

5、s3、以所述污染物扩散系数和污染源释放强度确定协同效应系数，结合所述呼吸区浓度和暴露时长计算联合健康风险指数；当任一污染物浓度数据持续异常时，以所述协同效应系数为权重对剩余有效浓度数据进行加权融合，得到估计值及其置信度评分；

6、s4、利用环境感知信号识别睡眠阶段；当识别出睡眠保护阶段时，限制联合健康风险指数对空气处理强度的作用路径，维持或降低当前空气处理强度；

7、s5、根据用户交互行为生成奖励信号，利用强化学习算法形成反馈闭环；所述奖励信号驱动所述浓度二阶导数的计算条件更新，进而改变所述气流扰动操作的触发时机，由此修正所述联合健康风险指数，并更新睡眠阶段识别模型参数。

8、采用上述技术方案，通过在多污染物浓度数据基础上引入浓度二阶导数驱动的趋势强化状态标记，并基于趋势强化状态触发气流扰动采样与呼吸区浓度修正，同时通过扩散系数与污染源释放强度的同步求解形成协同效应系数并参与联合健康风险指数计算，并将用户交互行为通过强化学习反馈至浓度二阶导数计算条件，实现状态识别与参数更新的闭环联动，进而改善了现有空气质量动态显示方法大都采用静态阈值或单一传感器驱动显示逻辑，由于缺乏对浓度变化趋势与参数耦合关系的联动建模，从而造成动态响应与实际变化过程不一致的问题。

9、进一步地，在s1中，所述计算浓度二阶导数的步骤包括：

10、获取多种污染物浓度数据中同一污染物的连续采样时间序列数据；

11、对连续采样时间序列数据中相邻采样时刻的污染物浓度数据进行差分计算，得到污染物浓度一阶变化量；

12、将污染物浓度一阶变化量与相邻采样时间间隔进行比值计算，得到污染物浓度变化速率；

13、对相邻采样时刻的污染物浓度变化速率进行差分计算，得到污染物浓度二阶导数。

14、进一步地，在s1中，所述标记对应数据点为趋势强化状态的步骤包括：

15、获取所述浓度二阶导数与预设二阶导数阈值；

16、将所述浓度二阶导数与所述预设二阶导数阈值进行比较；

17、当所述浓度二阶导数大于或等于所述预设二阶导数阈值时，获取所述浓度二阶导数超出所述预设二阶导数阈值的持续时长；

18、将所述持续时长与预设时长阈值进行比较，当所述持续时长大于或等于所述预设时长阈值时，判定对应采样时刻满足预定条件；

19、将满足预定条件的采样时刻对应的污染物浓度数据标记为趋势强化状态。

20、进一步地，在s2中，所述采集气流扰动下的浓度时序数据的步骤包括：

21、在趋势强化状态对应的时间点确定气流状态切换起始时刻；

22、将气流状态从稳定气流状态切换至扰动气流状态，并在扰动气流状态下维持预设运行状态；

23、在气流状态切换至扰动气流状态后，对多种污染物浓度数据进行连续采样，得到按时间顺序排列的浓度采样数据；

24、对浓度采样数据中的各采样时刻进行时间戳对齐，形成以气流状态切换起始时刻为基准的浓度时序数据。

25、进一步地，在s2中，所述同步求解至少包括污染物扩散系数和污染源释放强度的物理参数的步骤包括：

26、获取浓度时序数据，并构建污染物扩散模型作为物理参数求解基础；

27、为污染物扩散系数和污染源释放强度设置初始参数值，形成初始参数组合；

28、基于初始参数组合计算污染物扩散模型输出浓度，并与浓度时序数据进行逐时刻差值计算，得到误差序列；

29、基于误差序列对污染物扩散系数和污染源释放强度进行同步迭代更新，并在误差序列满足收敛条件时输出物理参数结果。

30、进一步地，在s3中，所述以所述污染物扩散系数和污染源释放强度确定协同效应系数的步骤包括：

31、获取污染物扩散系数与污染源释放强度对应的污染物参数对；

32、对污染物扩散系数与污染源释放强度进行统一量纲变换，得到标准化参数对；

33、基于标准化参数对构建污染物之间的组合参数关系集合；

34、对组合参数关系集合执行映射运算，得到对应污染物之间的协同效应系数。

35、进一步地，在s3中，所述结合所述呼吸区浓度和暴露时长计算联合健康风险指数的步骤包括：

36、获取呼吸区浓度并按照污染物类别进行时间序列排列；

37、基于呼吸区浓度对应时间序列对暴露时长进行逐时刻累积；

38、将呼吸区浓度与暴露时长进行逐时刻组合计算，得到风险权重序列；

39、对风险权重序列进行累加运算并结合污染物类别权重映射，得到联合健康风险指数。

40、进一步地，在s3中，所述以所述协同效应系数为权重对剩余有效浓度数据进行加权融合，得到估计值及其置信度评分的步骤包括：

41、对污染物浓度数据进行连续性检测，确定发生持续异常的污染物浓度数据；

42、将未发生持续异常的污染物浓度数据确定为剩余有效浓度数据；

43、将协同效应系数与剩余有效浓度数据对应污染物关系进行映射，生成权重系数集合；

44、基于权重系数集合对剩余有效浓度数据进行加权运算，得到估计值，并基于权重系数集合分布计算置信度评分。

45、进一步地，在s4中，所述利用环境感知信号识别睡眠阶段；当识别出睡眠保护阶段时，限制联合健康风险指数对空气处理强度的作用路径的步骤包括：

46、获取环境感知信号集合，环境感知信号集合包括环境光强度数据、无操作时长数据和系统时钟时间数据；

47、对环境光强度数据、无操作时长数据以及系统时钟时间数据进行时间基准对齐，形成环境感知同步时间序列数据；

48、对环境感知同步时间序列数据进行特征归一化处理，并将特征归一化处理结果与睡眠阶段判定规则进行逐时刻匹配，得到睡眠阶段状态标签；

49、当睡眠阶段状态标签对应睡眠保护阶段时，建立联合健康风险指数与空气处理强度之间的控制映射关系，并截断所述控制映射关系中联合健康风险指数向空气处理强度升高方向的信号传递路径，使空气处理强度的控制输出仅响应于维持或降低指令。

50、进一步地，在s5中，所述奖励信号驱动所述浓度二阶导数的计算条件更新的步骤包括：

51、获取用户交互行为序列，并将用户交互行为序列转化为奖励信号序列；

52、对奖励信号序列按照时间顺序进行滑动时间窗口分割，形成窗口奖励信号数据段；

53、对窗口奖励信号数据段中的奖励信号进行正向区间与负向区间分类，并计算正向区间与负向区间之间的差异量；

54、根据正向区间与负向区间之间的差异量生成浓度二阶导数计算触发条件更新变量，并将浓度二阶导数计算触发条件更新变量写入浓度二阶导数计算触发规则。

55、本发明具有如下有益效果：

56、1、本发明中，通过在多污染物浓度数据基础上引入浓度二阶导数驱动的趋势强化状态标记，并基于趋势强化状态触发气流扰动采样与呼吸区浓度修正，同时通过扩散系数与污染源释放强度的同步求解形成协同效应系数并参与联合健康风险指数计算，并将用户交互行为通过强化学习反馈至浓度二阶导数计算条件，实现状态识别与参数更新的闭环联动，进而改善了现有空气质量动态显示方法大都采用静态阈值或单一传感器驱动显示逻辑，由于缺乏对浓度变化趋势与参数耦合关系的联动建模，从而造成动态响应与实际变化过程不一致的问题。

57、2、本发明中，通过在联合健康风险指数计算过程中引入协同效应系数驱动的多污染物加权融合机制，并在污染物浓度持续异常时利用剩余有效浓度数据与协同效应系数共同生成估计值及置信度评分，从而形成对异常数据条件下的连续风险计算路径，进而改善了现有空气质量评估方法大都采用单一污染物独立计算方式，由于无法在数据异常条件下维持多污染物之间的关联计算关系，从而造成风险评估链路中断的问题。

58、3、本发明中，通过在睡眠阶段识别结果与联合健康风险指数之间构建可截断的控制映射关系，并在睡眠保护阶段限制联合健康风险指数对空气处理强度的作用路径，同时引入基于用户交互行为的强化学习反馈闭环对浓度二阶导数计算条件进行动态更新，从而实现显示决策与环境控制策略的联动约束调整，进而改善了现有空气质量控制方法大都采用固定规则驱动控制输出的方式，由于缺乏基于行为反馈的动态调节机制，从而造成控制策略与用户状态不匹配的问题。