一种数据采集点部署方法及系统技术方案

本发明专利技术公开一种数据采集点部署方法及系统，结合待检测水域的网格覆盖率和水质特征非均匀分布环境场的标量场重构误差，构建适应度函数，然后利用粒子群优化算法与引力搜索算法对采样点位置集合进行寻优处理，确定采样点位置集合的最优解及所述最优解对应的适应度值，根据采样点位置集合的最优解部署数据采样点。该方法对水域的最大化覆盖监测的同时，能够较好的重构整个水域的水质分布特征，从而根据其采样值能够较好的的反映整个水环境监测区域的水质。

【技术实现步骤摘要】
一种数据采集点部署方法及系统
本专利技术涉及水质监测领域，特别是涉及一种数据采集点部署方法及系统。
技术介绍
在对水环境场进行采样点部署的时候，通常以考虑监测覆盖率的方式进行采样点的均匀部署，即构建基于覆盖率的代价函数，利用粒子群优化算法寻优方式进行迭代搜索，获得最优的采样点部署结构。这种只考虑覆盖率而均匀部署采样点的方式仅仅适用于水环境特征均匀分布的情况，而且粒子群算法具有收敛速度慢、易陷入局部最优等缺点，对于水环境特征为高斯分布的情况下，通过这种方法获得的数据信息不足以反映整个区域的水质状态。
技术实现思路
本专利技术的目的是提供一种数据采样点部署方法及系统，使得依据其采样值能够较好地反映整个水环境监测区域的水质状态。为实现上述目的，本专利技术提供了如下方案：一种数据采集点部署方法，其特征在于，所述方法包括：确定待检测水域的网格覆盖率和水质特征非均匀分布环境场的标量场重构误差；结合所述网格覆盖率和所述标量场重构误差，构建适应度函数；根据适应度函数，利用粒子群优化算法与引力搜索算法对采样点位置集合进行寻优处理，确定采样点位置集合的最优解及所述最优解对应的适应度值；按照所述采样点位置集合的最优解对应的采样点位置在所述待检测水域部署数据采样点。可选的，所述确定待检测水域的网格覆盖率具体包括：将所述待监测水域中二维平面S区域离散化为等单位边长的网格；所述网格的数量为C；在所述网格上随机部署D个采样点；每个所述采样点的位置为Xd＝(xd,yd),d＝1,2,…,D；采用布尔感知模型判断所述采样点所在的网格是否被覆盖，得到判断结果；所述布尔感知模型为：其中，Dis(Xd,p)≤RS时，P(Xd,p)＝1，表示所述采样点所在的网格被覆盖；Dis(Xd,p)＞RS时，P(Xd,p)＝0，表示所述采样点所在的网格未被覆盖；Dis(Xd,p)为所述采样点d与任意所述网格的中心点p(x,y)的欧几里得距离：Rs为监测点的有效感知半径；根据所述判断结果确定被覆盖的网格数目为Cs；按照公式计算所述网格覆盖率。可选的，所述确定水质特征非均匀分布环境场的标量场重构误差，具体包括：确定误差分析的位置点(x,y)个数为I；获取所述水质特征非均匀分布环境场中任意的所述位置点的温度真实值Z和与所述位置点的温度真实值Z对应的估计值Z'；利用公式计算所述标量场重构误差。可选的，所述构建适应度函数具体包括：以所述网格覆盖率的最大化和所述标量场重构误差的最小化为目标，构建适应度函数；所述适应度函数为：fitness＝a*(1-f1)+b*f2；其中，a，b为常数因子，f1为所述网格覆盖率，f2为所述标量场重构误差。可选的，利用所述粒子群优化算法与引力搜索算法对采样点位置集合进行寻优处理，确定采样点位置集合的最优解及所述最优解对应的适应度值，具体包括：(1)初始化粒子群中每个粒子的位置和速度，所述位置满足公式所述速度满足公式所述粒子代表一组采样点位置集合，即其中Xid＝(xid,yid)，i＝1,2,…,N，d＝1,2,…,D，其中，Xid表示采样点d的位置，表示粒子i的位置，Vid表示采样点d的速度，表示粒子i的速度；(2)确定最大迭代次数Gmax；(3)根据所述适应度函数计算所述粒子的适应度值(4)比较所述粒子群中的所有所述粒子的适应度值的大小，确定所述适应度值的最小值，以所述适应度值的最小值对应的所述粒子作为所述采样点位置集合的最优解；以所述适应度值的最小值做为所述最优解对应的适应度值(5)判断迭代次数是否达到最大迭代次数，若是，输出所述采样点位置集合的最优解及所述最优解对应的适应度值若否，利用公式更新每一所述粒子的所述速度和所述位置，并返回步骤(3)；其中，表示粒子i的速度矩阵的转置，表示粒子i的更新后的速度矩阵的转置，表示粒子i的位置矩阵的转置，表示粒子i的更新后的位置矩阵的转置，c表示学习因子，randi表示[0,1]的均匀随机数，Lbest为寻优过程中的全局最优解，w为惯性权重；所述惯性权重的计算公式为：为所述惯性权重的最大值、wmin为所述惯性权重的最小值；f表示粒子的适应度函数值，favg表示所有粒子的平均适应度函数值，fmin表示所有粒子的最小适应度函数值。一种数据采集点部署系统，其特征在于，所述系统包括：网格覆盖率和标量场重构误差确定单元，用于确定待检测水域的网格覆盖率和水质特征非均匀分布环境场的标量场重构误差；适应度函数构建单元，用于结合所述网格覆盖率和所述标量场重构误差，构建适应度函数；寻优单元，用于根据适应度函数，利用粒子群优化算法与引力搜索算法对采样点位置集合进行寻优处理，确定采样点位置集合的最优解及所述最优解对应的适应度值；部署单元，用于按照所述采样点位置集合的最优解对应的采样点位置在所述待检测水域部署数据采样点。可选的，所述网格覆盖率和标量场重构误差确定单元包括网格覆盖率确定子单元，所述网格覆盖率确定子单元，用于确定待检测水域的网格覆盖率；所述网格覆盖率确定子单元具体包括：网格划分模块，用于将所述待监测水域中二维平面S区域离散化为等单位边长的网格；所述网格的数量为C；随机部署模块，用于在所述网格上随机部署D个采样点；每个所述采样点的位置为Xd＝(xd,yd),d＝1,2,…,D；布尔感知模型判断模块，用于采用布尔感知模型判断所述采样点所在的网格是否被覆盖，得到判断结果；所述布尔感知模型为：其中，Dis(Xd,p)≤RS时，P(Xd,p)＝1，表示所述采样点所在的网格被覆盖；Dis(Xd,p)＞RS时，P(Xd,p)＝0，表示所述采样点所在的网格未被覆盖；Dis(Xd,p)为所述采样点d与任意所述网格的中心点p＝(x,y)的欧几里得距离：Rs为监测点的有效感知半径；被覆盖网格数目确定模块，用于根据所述判断结果确定被覆盖的网格数目为Cs；网格覆盖率计算模块，用于按照公式计算所述网格覆盖率。可选的，所述网格覆盖率和标量场重构误差确定单元还包括标量场重构误差确定子单元，所述标量场重构误差确定子单元用于确定水质特征非均匀分布环境场的标量场重构误差，所述标量场重构误差确定子单元具体包括：误差分析点确定模块，用于确定误差分析的位置点(x,y)个数为I；温度获取模块，用于获取所述水质特征非均匀分布环境场中任意的所述位置点的温度真实值Z和与所述位置点的温度真实值Z对应的估计值Z'；标量场重构误差计算模块，用于利用公式计算所述标量场重构误差。可选的，所述适应度函数构建单元用于构建适应度函数，所述适应度函数构建单元具体包括：适应度函数构建子单元，用于以所述网格覆盖率的最大化和所述标量场重构误差的最小化为目标，构建适应度函数；所述适应度函数为：fitness＝a*(1-f1)+b*f2；其中，a，b为常数因子，f1为所述网格覆盖率，f2为所述标量场重构误差。可选的，所述寻优单元利用所述粒子群优化算法与引力搜索算法对采样点位置集合进行寻优处理，确定采样点位置集合的最优解及所述最优解对应的适应度值，所述寻优单元具体包括：粒子初始化子单元，用于初始化粒子群中每个粒子的位置和速度，所述位置满足公式所述速度满足公式所述粒子代表一组采样点位置集合，即其中Xid＝(xid,yid)，i＝1,2,…,N，d＝1,2,…,D，其中，Xid表示采样点d的位本文档来自技高网...

【技术保护点】
1.一种数据采集点部署方法，其特征在于，所述方法包括：确定待检测水域的网格覆盖率和水质特征非均匀分布环境场的标量场重构误差；结合所述网格覆盖率和所述标量场重构误差，构建适应度函数；根据适应度函数，利用粒子群优化算法与引力搜索算法对采样点位置集合进行寻优处理，确定采样点位置集合的最优解及所述最优解对应的适应度值；按照所述采样点位置集合的最优解对应的采样点位置在所述待检测水域部署数据采样点。

【技术特征摘要】
1.一种数据采集点部署方法，其特征在于，所述方法包括：确定待检测水域的网格覆盖率和水质特征非均匀分布环境场的标量场重构误差；结合所述网格覆盖率和所述标量场重构误差，构建适应度函数；根据适应度函数，利用粒子群优化算法与引力搜索算法对采样点位置集合进行寻优处理，确定采样点位置集合的最优解及所述最优解对应的适应度值；按照所述采样点位置集合的最优解对应的采样点位置在所述待检测水域部署数据采样点。2.根据权利要求1所述的数据采集点部署方法，其特征在于，所述确定待检测水域的网格覆盖率具体包括：将所述待监测水域中二维平面S区域离散化为等单位边长的网格；所述网格的数量为C；在所述网格上随机部署D个采样点；每个所述采样点的位置为Xd＝(xd,yd),d＝1,2,…,D；采用布尔感知模型判断所述采样点所在的网格是否被覆盖，得到判断结果；所述布尔感知模型为：其中，Dis(Xd,p)≤RS时，P(Xd,p)＝1，表示所述采样点所在的网格被覆盖；Dis(Xd,p)＞RS时，P(Xd,p)＝0，表示所述采样点所在的网格未被覆盖；Dis(Xd,p)为所述采样点d与任意所述网格的中心点p(x,y)的欧几里得距离：Rs为监测点的有效感知半径；根据所述判断结果确定被覆盖的网格数目为Cs；按照公式计算所述网格覆盖率。3.根据权利要求1所述的数据采集点部署方法，其特征在于，所述确定水质特征非均匀分布环境场的标量场重构误差，具体包括：确定误差分析的位置点(x,y)个数为I；获取所述水质特征非均匀分布环境场中任意的所述位置点的温度真实值Z和与所述位置点的温度真实值Z对应的估计值Z'；利用公式计算所述标量场重构误差。4.根据权利要求1所述的数据采集点部署方法，其特征在于，所述构建适应度函数具体包括：以所述网格覆盖率的最大化和所述标量场重构误差的最小化为目标，构建适应度函数；所述适应度函数为：fitness＝a*(1-f1)+b*f2；其中，a，b为常数因子，f1为所述网格覆盖率，f2为所述标量场重构误差。5.根据权利要求1所述的数据采集点部署方法，其特征在于，所述利用所述粒子群优化算法与引力搜索算法对采样点位置集合进行寻优处理，确定采样点位置集合的最优解及所述最优解对应的适应度值，具体包括：(1)初始化粒子群中每个粒子的位置和速度，所述位置满足公式所述速度满足公式所述粒子代表一组采样点位置集合，即其中Xid＝(xid,yid)，i＝1,2,…,N，d＝1,2,…,D，其中，Xid表示采样点d的位置，表示粒子i的位置，Vid表示采样点d的速度，表示粒子i的速度；(2)确定最大迭代次数Gmax；(3)根据所述适应度函数计算所述粒子的适应度值(4)比较所述粒子群中的所有所述粒子的适应度值的大小，确定所述适应度值的最小值，以所述适应度值的最小值对应的所述粒子作为所述采样点位置集合的最优解；以所述适应度值的最小值做为所述最优解对应的适应度值(5)判断迭代次数是否达到最大迭代次数，若是，输出所述采样点位置集合的最优解及所述最优解对应的适应度值若否，利用公式更新每一所述粒子的所述速度和所述位置，并返回步骤(3)；其中，表示粒子i的速度矩阵的转置，表示粒子i的更新后的速度矩阵的转置，表示粒子i的位置矩阵的转置，表示粒子i的更新后的位置矩阵的转置，c表示学习因子，randi表示[0,1]的均匀随机数，Lbest为寻优过程中的全局最优解，w为惯性权重；所述惯性权重的计算公式为：其中wmax为所述惯性权重的最大值、wmin为所述惯性权重的最小值；f表示粒子的适应度函数值，favg表示所有粒子的平均适应度函数值，fmin表示所有粒子的最小适应度函数值。6.一种数据采集点部署系统，其特征在于，所述系统包括：网格覆盖率和标量场重构误差确定单元，用于确定待检测水域的网格覆盖率和水质特征非均匀分布环境场的标量场重构误差；适应度函数构建单元，用于结合所述网格覆盖率和所述标量场重构误差，构建适应度函数；寻优单元，用于根据适应度函数，利用粒子群优化算法与引力搜索算法对采样点位置集合进行寻优处理，确定采样点位置集合的最...

【专利技术属性】
技术研发人员：沈艳，章洁，张榕，金耀，胡英杰，
申请(专利权)人：成都信息工程大学，
类型：发明
国别省市：四川,51