当前位置: 首页 > 专利查询>重庆大学专利>正文

一种无风度风向测量的无线传感器网络气源定位技术制造技术

技术编号:13906582 阅读:175 留言:0更新日期:2016-10-26 12:12
本发明专利技术公开了一种无风度风向测量的无线传感器网络气源定位技术,包括以下步骤:通过无线传感器网络来检测气体浓度;采用基于湍流扩散理论的烟羽模型,得到气体浓度表达式;通过传感器检测到的浓度,通过偏差平方和来得到需要的目标函数,为参加计算的传感器测量值与真实值的误差平方和;使用优化的粒子群算对目标函数求解,得到定位结果和环境信息。本发明专利技术在不增加检测手段的情况下,对风速和风向进行在线估计,提高气源定位的鲁棒性和准确性。

【技术实现步骤摘要】

本专利技术属于气体源无线定位领域,涉及无风度风向测量的无线传感器网络气源定位技术
技术介绍
随着工业化的飞速发展,对有毒有害气体的使用也日益增加,越来越多的人关注气体泄漏问题。在工业生产中,气体发生泄漏也是存在的,由于气体泄漏存在不确定性,发生的位置,当时的环境也是不可预测的,一旦有毒有害气体泄漏,则极易发生安全隐患。对工业生产和人员安全造成很大损失。近年来,随着无线通信技术和半导体技术的发展,使得体积小,功耗低,灵敏度高的,通信范围大的微型传感器可以实现量产。无线传感器网络就是由部署在监测区域内大量的廉价微型传感器节点组成,通过无线通信方式形成的一个多跳的自组织的网络系统,其目的是协作地感知、采集和处理网络覆盖区域中被感知对象的信息,并发送给观察者。传感器、感知对象和观察者构成了无线传感器网络的三个要素。过去的气源定位依靠传统的环境监控系统,监控设备提前安装在指定位置,通常采用高分辨率的传感器装置,实时将监测信息传回融合中心进行分析,这类的传感器通常体形较大,安装成本和维护成本较高,在监控区域较大的情况下,少量的传感器会导致定位信息不准确,需要定期更换和维护,花费较多。另一种新兴的定位方式是通过小型自治机器人群移动搜索定位,其特点是采用的模型复杂度低,自治小机器人移动性较高。单个机器人通过浓度传感器测量周围的浓度信息并预测气体扩散的方向和速度。多个机器人整合信息协同移动搜索,利用群体智能算法完成泄漏源的定位。这种方式的缺点也是显而易见的,安装维护成本较高,在监控区域较大的情况下无法保证每个机器人有足够的能量长时间移动。无线传感器网络定位泄漏源是研究的新兴方向,传感器节点体积小,成本低,能耗低,节点位置固定,可以长时间工作。无线传感器节点定位有着一下优点:1)节点成本低,可在监测区域大量布置。2)传感器节点随机放置,覆盖范围大,对浓度变化响应较快。3)无线传感器网络应用范围广,对于一些危险区域和一些不适于使用机器人的密闭障碍空间,无线传感器可以完成监测任务。4)低功耗嵌入式技术的飞速发展使得传感器节点功耗低,可以长时间对环境进行监测。然而气体扩散过程易受风速,风向和湍流的影响,传统的定位算法精度并不高还会受到起始点的影响,在未知外界环境因素和噪声的情况下,则很难获得理想的效果。为了克服以上的缺陷,需要一种既能快速准确的定位气体源,又能避免风速、噪声分布等因素影响其定位精度的方法。
技术实现思路
为解决气体泄漏源的定位算法存在的缺陷,本专利技术的目的在于提供一种无风度风向测量的无线传感器网络气源定位技术。首先通过已知位置的浓度传感器采集浓度信息,结合所用的烟羽扩散模型,求出偏差平方和形式的包含增维状态矢量的目标函数,考虑风速和风向的不确定性,系统进行了增维状态向量估计,系统非线性严重,为了实现高精度估计,得到更优化的解,采用粒子群算法为达到上述目的,本专利技术提供如下技术方案:步骤一:在检测区域布置一定数量的浓度传感器,位置已知,来检测气体浓度;步骤二:基于采用的烟羽模型,得到气体浓度表达式;步骤三:本专利技术引入了气体浓度测量阈值,只有超过阈值的节点才会参加定位计算,舍弃掉低于阈值的节点。通过偏差平方和来得到需要的目标函数,为参加计算的传感器测量值与真实值的偏差平方和;步骤四:使用优化的粒子群算对目标函数求解,得到定位结果和环境信息。本专利技术的有益技术效果为:本专利技术采用的基于粒子群算法的无线传感器预定位设计,考虑风速和风向的不确定性对气源定位的影响,在不增加检测手段的情况下,对风速和风向进行在线估计,提高气源定位的鲁棒性和准确性。避免了传统定位算法对初始点敏感的缺陷而导致局部收敛的情况,并且比传统定位算法有着更好的抗噪声性能。附图说明为了使本专利技术的目的、技术方案和有益效果更加清楚,本专利技术提供如下附图进行说明:图1为本专利技术所述气体源定位方法的结构图图2为通过偏差平方和来得到需要的目标函数流程图图3为基于粒子群算法的定位算法流程图图4为湍流扩散模型的气体分布图图5为传感器节点布置图具体实施方式下面将结合附图,对本专利技术的优选实施例进行详细的描述。专利技术采用的一种无风度风向测量的无线传感器网络气源定位技术,考虑风速和风向的不确定性对气源定位的影响,在不增加检测手段的情况下,对风速和风向进行在线估计,提高气源定位的鲁棒性和准确性。避免了传统定位算法对初始点敏感的缺陷而导致局部收敛的情况,并且比传统定位算法有着更好的抗噪声性能。图1为本专利技术所述气体源定位方法的结构图。如图所示,该定位算法共分为四个步骤。步骤一:在检测区域布置一定数量的浓度传感器,位置已知,来检测气体浓度;步骤二:基于采用的烟羽模型,得到气体浓度表达式;步骤三:通过传感器检测到的浓度,通过偏差平方和来得到需要的目标函数,为参加计算的传感器测量值与真实值的偏差平方和;步骤四:使用优化的粒子群算对目标函数求解,得到定位结果和环境信息。图2为通过偏差平方和来得到需要的目标函数流程图。在监测区域内随机分布一定数量的传感器节点用来收集浓度信息,根据采用的烟羽扩散模型来求出节点浓度的真实值。本专利技术引入了气体浓度测量阈值,只有超过阈值的节点才会参加定位计算,舍弃掉低于阈值的节点。本专利技术采用基于湍流扩散理论的烟羽模型,公式如下: C ( x i , y i ) = q 2 π K 1 x i exp [ - U 2 K ( d - Δ x ) ] - - - ( 1 ) ]]> d = ( x i - x s ) 2 - ( y i - y s ) 2 - - - ( 本文档来自技高网
...

【技术保护点】
一种无风度风向测量的无线传感器网络气源定位技术,首先通过已知位置信息的传感器检测泄漏气体浓度,通过偏差平方和来估计泄漏源的位置,得到定位所需的目标函数,考虑到风速和风向的不确定性后,系统进行了增维状态向量估计,系统非线性严重,为了实现高精度估计,得到更优化的解,采用粒子群算法优化目标函数,得到泄漏源位置(x,y),当时的风向与x轴的夹角θ,风速信息U和气体扩散系数K。具体包括以下步骤:步骤一:在检测区域布置一定数量的浓度传感器,位置已知,来检测气体浓度;步骤二:基于采用的烟羽模型,得到气体浓度表达式;步骤三:引入了气体浓度测量阈值,只有超过阈值的节点才会参加定位计算,舍弃掉低于阈值的节点。通过偏差平方和来得到需要的目标函数,为参加计算的传感器测量值与真实值的偏差平方和;步骤四:使用优化的粒子群算对目标函数求解,得到定位结果和环境信息。

【技术特征摘要】
1.一种无风度风向测量的无线传感器网络气源定位技术,首先通过已知位置信息的传感器检测泄漏气体浓度,通过偏差平方和来估计泄漏源的位置,得到定位所需的目标函数,考虑到风速和风向的不确定性后,系统进行了增维状态向量估计,系统非线性严重,为了实现高精度估计,得到更优化的解,采用粒子群算法优化目标函数,得到泄漏源位置(x,y),当时的风向与x轴的夹角θ,风速信息U和气体扩散系数K。具体包括以下步骤:步骤一:在检测区域布置一定数量的浓度传感器,位置已知,来检测气体浓度;步骤二:基于采用的烟羽模型,得到气体浓度表达式;步骤三:引入了气体浓度测量阈值,只有超过阈值的节点才会参加定位计算,舍弃掉低于阈值的节点。通过偏差平方和来得到需要的目标函数,为参加计算的传感器测量值与真实值的偏差平方和;步骤四:使用优化的粒子群算对目标函数求解,得到定位结果和环境信息。2.根据权利要求1所述的一种无风度风向测量的无线传感器网络气源定位技术,其特征在于:步骤二中,当气体扩散达到稳定时,传感器得到气体浓度信息,首先利用误差平方和得到需要的定位目标函数,具体步骤如下:1)传感器检测泄漏气体浓度,确定使用的烟羽扩散模型;2)参加定位的传感器位置为(x1,y1),(x2,y2),(x3,y3)…,(xn,yn),测量值为C(xi,yi),通过烟羽模型得到的真实值为Cf(xi,yi)。3)最小二乘法计算误差平方和fiti=C(xi,yi)-Cf(xi,yi);4)得到所需的定位目标函数。3.根据权利要求1所述的一种无风度风向测量的无线传感器网络气源定位技术,其特征在于:步骤三中,引入了气体浓度测量阈值,只有超过阈值的节点才会参加定位计算,舍弃掉低于阈值的节...

【专利技术属性】
技术研发人员:魏善碧石华云李晨
申请(专利权)人:重庆大学
类型:发明
国别省市:重庆;50

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1