一种基于物联网的气体传感器信号处理系统及方法与流程

本发明涉及物联网领域，具体是一种基于物联网的气体传感器信号处理系统及方法。

背景技术：

1、基于物联网的气体传感器信号处理系统通过集成气体检测、数据采集、无线传输、信号处理和智能分析的物联网络平台，用于实时检测和分析环境气体数据和传感设备状态，实现对环境气体的精准监测；现阶段，传统气体监测手段通过气体传感器进行针对性实时监测，其通过监测实时环境气体数据进行单线程输出，对于监测数据的可靠性缺乏有效检测，且缺乏多传感器数据关联分析，对于传感器设备的状态无法有效监管。

技术实现思路

1、本发明的目的在于提供一种基于物联网的气体传感器信号处理系统及方法，以解决现有技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：

3、一种基于物联网的气体传感器信号处理方法，该方法包括以下步骤：

4、s100、构建气体传感器物联平台；所述气体传感器物联平台包括多个气体传感器节点；

5、s200、构建气体传感器节点周期气体监测数据集合；所述周期气体监测数据集合包括对应气体传感器周期气体监测类型数据及对应周期气体浓度信号曲线数据；

6、s300、分别对各气体传感器对应监测气体进行周期浓度信号波动稳定性分析；确定气体传感器物联平台对应气体传感器的综合置信度，并结合分析对应各气体传感器的周期运行状态差异程度，确定异常气体传感器节点；

7、s400、对各气体传感器节点进行气体监测数据输出，并对异常气体传感器节点进行反馈。

8、所述s100的具体步骤如下：

9、s101、定位场景中布置的气体传感器，通过关联网络信号对各气体传感器进行物联平台构建，通过可视化窗口对各气体传感器进行状态显示；

10、s102、基于可视化窗口对气体传感器进行序号编排，建立数据存储单元对各气体传感器进行气体监测数据存储；所述气体监测数据包括时间数据及对应时间的气体类型数据和浓度数据。

11、所述s200的具体步骤如下：

12、s201、分别调用各编号气体传感器对应存储单元中的气体监测数据；通过划分时间周期t确定周期内各气体传感器所监测气体数据；基于各气体传感器气体监测数据对周期t内对应不同类型气体数据进行周期气体浓度曲线合成；

13、s202、分别对各气体传感器进行气体监测数据集合构建，以对应气体类型数据为主集合，分别对主集合中各类型气体元素进行对应周期气体浓度曲线数据关联构建对应主集合中各类型气体元素的子集合；以气体传感器编号为映射主对象，将对应气体传感器所监测气体浓度曲线数据主集合为映射副对象，构建对应气体传感器的映射集合组。

14、所述s300的具体步骤如下：

15、s301、基于各气体传感器对应映射集合组，分别对主集合中各类型气体浓度曲线数据进行分析，获取周期t内对应各类型气体的周期浓度曲线，通过遍历曲线上极值点，采取相邻极大值点与极小值点为曲线间隔区间；分别对间隔区间上曲线进行波动分析，其计算公式为

16、；

17、其中，eu(t)和el(t)对应为气体浓度曲线上间隔区间的上波动函数值和下波动函数值；a,b,c,d对应为函数系数；x为气体浓度曲线值；t(jmax)和t(jmin)对应为气体浓度曲线上间隔区间上的极大值点和极小值点的时间点；若曲线截取周期上不满足存在相邻极大值点与极小值点成对出现，则根据情况，若存在极大值点，则以极大值点为分隔点，分别对分割点左右曲线的最小值进行间隔区间生成；反之，若存在极小值点，则以极小值点为分隔点，分别对分割点左右曲线的最大值进行间隔区间生成；

18、对气体浓度曲线上各曲线间隔区间波动函数进行均值分析，确定对应间隔区间的波动均值函数，其计算公式为

19、e(t)=(eu(t)+el(t))/2；

20、其中e(x)为对应间隔区间上的波动均值函数；

21、基于气体浓度曲线上各间隔区间的波动均值函数，对周期内气体浓度曲线上各时间点处对应的曲线波动差异值进行分析，其计算公式为

22、im(t)=s(t)-e(t)；

23、其中，im(t)为对应周期气体浓度曲线上t时刻的曲线点的波动差异值；s(t)为气体浓度曲线上对应t时刻的曲线值；

24、综合对应气体浓度曲线周期内各时间点的曲线波动差异数据，对周期气体浓度曲线进行波动性分析，其计算公式为

25、；

26、其中，vd为对应气体浓度曲线周期内的综合曲线波动性指数；im(t,max)和im(t,min)分别对应周期气体浓度曲线上曲线点的波动差异值的最大值和最小值；t为周期；

27、s302、确定各气体传感器主集合中各监测气体类型，并基于对应周期内各类型监测气体的浓度曲线波动性分析数据，对周期内对应气体传感器的运行状态数据进行评估，其计算公式为

28、；

29、其中，sv为对应气体传感器周期内的运转状态波动指数；hn为对应气体传感器对类型编号n监测气体的选择性系数；vdn为对应气体传感器对类型编号n监测气体的周期内综合曲线波动性指数；n为对应气体传感器主集合中各监测气体类型的数量编号；

30、调取各气体传感器对应映射集合组对应的主集合气体类型数据，通过并集获取各气体传感器气体监测数据的不重复气体类型集合；对当前周期内气体传感器物联平台气体监测置信指数进行分析，其计算公式为

31、cf=m/z；

32、其中，cf为当前周期内气体传感器物联平台的气体监测置信指数；m为当前周期内气体传感器物联平台的不重复气体类型集合中气体类型数量；z为当前周期内气体传感器物联平台中气体传感器数量；

33、结合周期内气体传感器物联平台的气体监测置信指数和对应各传感器运转状态波动指数，对各气体传感器进行异常运转差异分析，其计算公式为

34、；

35、其中，vod(k)为周期内对应编号k气体传感器的运转波动差异指数；sv(k)为周期内对应编号k气体传感器的运转状态波动指数；sv(max)和sv(min)分别为周期内气体传感器物联平台中对应气体传感器的运转状态波动指数的最大值和最小值；

36、基于气体传感器物联平台周期内的异常运转差异分析数据，设置警示阈值，当某气体传感器周期内运转波动差异指数大于阈值时，则对其进行异常数据监测标记；反之则气体传感器监测数据正常。

37、所述s400的步骤如下：

38、s401、通过可视化窗口将各气体传感器节点气体监测数据进行输出；

39、s402、对各气体传感器进行状态反馈；其中气体传感器状态包括异常和正常；对异常气体传感器进行警示反馈。

40、一种基于物联网的气体传感器信号处理系统，所述系统包括物联平台构建模块、数据集合构建模块、传感数据分析模块和综合反馈模块；

41、所述物联平台构建模块构建气体传感器物联平台；所述气体传感器物联平台包括多个气体传感器节点；所述数据集合构建模块构建气体传感器节点周期气体监测数据集合；所述周期气体监测数据集合包括对应气体传感器周期气体监测类型数据及对应周期气体浓度信号曲线数据；所述传感数据分析模块分别对各气体传感器对应监测气体进行周期浓度信号波动稳定性分析；确定气体传感器物联平台对应气体传感器的综合置信度，并结合分析对应各气体传感器的周期运行状态差异程度，确定异常气体传感器节点；所述综合反馈模块对各气体传感器节点进行气体监测数据输出，并对异常气体传感器节点进行反馈。

42、所述物联平台构建模块包括物联平台构建单元和数据存储单元；

43、所述物联平台构建单元定位场景中布置的气体传感器，通过关联网络信号对各气体传感器进行物联平台构建，通过可视化窗口对各气体传感器进行状态显示；

44、所述数据存储单元基于可视化窗口对气体传感器进行序号编排，建立数据存储单元对各气体传感器进行气体监测数据存储。

45、所述数据集合构建模块包括数据调用单元和集合数据映射单元；

46、所述数据调用单元分别调用各编号气体传感器对应存储单元中的气体监测数据；通过划分时间周期确定周期内各气体传感器所监测气体数据；基于各气体传感器气体监测数据对周期内对应不同类型气体数据进行周期气体浓度曲线合成；

47、所述集合数据映射单元分别对各气体传感器进行气体监测数据集合构建，以对应气体类型数据为主集合，分别对主集合中各类型气体元素进行对应周期气体浓度曲线数据关联构建对应主集合中各类型气体元素的子集合；以气体传感器编号为映射主对象，将对应气体传感器所监测气体浓度曲线数据主集合为映射副对象，构建对应气体传感器的映射集合组。

48、所述传感数据分析模块包括气体数据波动分析单元和气体传感器差异分析单元；

49、所述气体数据波动分析单元基于各气体传感器对应映射集合组，分别对主集合中各类型气体浓度曲线数据进行分析，获取周期t内对应各类型气体的周期浓度曲线，通过遍历曲线上极值点，采取相邻极大值点与极小值点为曲线间隔区间；分别对间隔区间上曲线进行波动分析；对气体浓度曲线上各曲线间隔区间波动函数进行均值分析，确定对应间隔区间的波动均值函数；基于气体浓度曲线上各间隔区间的波动均值函数，对周期内气体浓度曲线上各时间点处对应的曲线波动差异值进行分析；综合对应气体浓度曲线周期内各时间点的曲线波动差异数据，对周期气体浓度曲线进行波动性分析；

50、所述气体传感器差异分析单元确定各气体传感器主集合中各监测气体类型，并基于对应周期内各类型监测气体的浓度曲线波动性分析数据，对周期内对应气体传感器的运行状态数据进行评估；调取各气体传感器对应映射集合组对应的主集合气体类型数据，通过并集获取各气体传感器气体监测数据的不重复气体类型集合；对当前周期内气体传感器物联平台气体监测置信指数进行分析；结合周期内气体传感器物联平台的气体监测置信指数和对应各传感器运转状态波动指数，对各气体传感器进行异常运转差异分析；基于气体传感器物联平台周期内的异常运转差异分析数据，设置警示阈值，当某气体传感器周期内运转波动差异指数大于阈值时，则对其进行异常数据监测标记；反之则气体传感器监测数据正常。

51、所述综合反馈模块包括监测数据输出单元和异常反馈单元；

52、所述监测数据输出单元通过可视化窗口将各气体传感器节点气体监测数据进行输出；

53、所述异常反馈单元对各气体传感器进行状态反馈；其中气体传感器状态包括异常和正常；对异常气体传感器进行警示反馈。

54、与现有技术相比，本发明的有益效果是：

55、本发明利用物联网实现对场景多气体传感器进行数据关联，构建物联平台，通过可视化窗口对各气体传感器数据进行输出；通过分析各传感器对应监测气体数据曲线实现对气体浓度曲线的周期波动分析；结合对应气体传感器周期内各类型气体数据的波动分析数据和传感器的气体选择性数据实现对传感器的周期运转状态数据分析；通过对物联平台中各气体传感器数据进行差异分析实现对气体传感器的状态判断；本发明实现了对监测数据的可靠性检测，对多传感器数据关联分析实现传感器设备的状态的有效监管。