一种基于菱形网络的污染源定位方法及装置制造方法及图纸

本发明专利技术涉及污染源定位技术领域，具体涉及一种基于菱形网络的污染源定位方法及装置，通过将机器鱼入水位置作为起点，入水方向作为前进的初始方向，实时探测水中污染物的浓度值；进而按设定步长，并沿夹角为60°的Z型线路前进；当浓度值变化率大于设定值，浓度值差值在设定区间时，减小机器鱼前进的步长；当机器鱼绕圈，且前进的步长小于最小步长阈值时，停止运行，并将机器鱼当前位置作为污染源，本发明专利技术提供了一种更加精确、快速的污染源定位途径。

A Pollution Source Location Method and Device Based on Diamond Network

The invention relates to the field of pollution source location technology, in particular to a method and device for pollution source location based on diamond network, which detects the concentration of pollutants in water in real time by setting the water level of robotic fish as the starting point and the direction of water entry as the initial direction of advance, and then advances along Z-type line with an angle of 60 degrees according to the set step length; when the concentration change rate is greater than the set value; When the concentration difference is in a set range, the step length of the robot fish is reduced; when the robot fish circles and the step size is less than the minimum step size threshold, it stops running and takes the current position of the robot fish as the pollution source. The present invention provides a more accurate and fast way to locate the pollution source.

【技术实现步骤摘要】
一种基于菱形网络的污染源定位方法及装置
本专利技术涉及污染源定位
，具体涉及一种基于菱形网络的污染源定位方法及装置。
技术介绍
随着工业化程度的加深，污染问题渐渐成为人们关注的共同话题。其中，水域污染也越来越受到重视，污染的产生会严重影响人们的生活。在污染发生的时候，如何快速定位污染源的位置对水污染治理工作有着直接的现实意义。随着通信技术的发展，无线传感器在移动机器人中已取广泛的应用。无线传感器网络(Wireless-Sensor-Networks，WSN)是一种分布式传感网络，它的末梢是可以感知和检查外部世界的传感器。WSN中的传感器通过无线方式通信，因此网络设置灵活，设备位置可以随时更改。采用无线传感器的移动机器人主动嗅觉定位起源于上个世纪九十年代，随着科技的发展，逐步推广到地上和水下。作为移动机器人在水下应用的一种类型，机器鱼是一种外形像鱼的机器，机器鱼身体的摆动部分可视为一个饺链相连的多连杆机构，通过调节鱼体的连杆机构在运动工程中的相对位置来拟合运动路线。配备有化学传感器的自主机器鱼能够在水中游数小时，可用来检测水质污染物浓度，便于及时发现并切断污染来源，保护水资源。移动机器人通过主动嗅觉搜索目标的任务，在很多领域都有着重要的应用前景，也取得了一些有价值的成果，但同时也存在一些弊端：1、单纯依靠浓度信息追踪化学源头，忽略实际环境作用，很容易走错方向，迂回绕圈，搜索效率低，甚至搜索失败；2、全程使用固定的步长搜索，难以精确定位化学物质源；3、迭代步数和判定条件繁多，效率低。因此，在流域突发污染事故的侦查中，亟待提供一种利用机器鱼进行水质在线监测的定位方法，可以在恶劣的水流环境中用较少的迭代步数更为精确地跟踪、定位水下污染源。
技术实现思路
针对以上方法暴露的缺点，本专利技术提出一种更加精确、快速的定位方法，本专利技术提供的一种基于菱形网络的污染源定位方法，包括以下步骤：步骤S1、将机器鱼入水位置作为起点，入水方向作为前进的初始方向，实时探测水中污染物的浓度值，将机器鱼在第n点处检测到的浓度值记为C(n)；步骤S2、机器鱼按设定步长和转向，并沿夹角为60°的菱形网络前进；步骤S3、判断浓度值变化率Crate是否大于设定值，若否，跳到步骤S2，若是，执行以下步骤，其中，浓度变化率Crate＝[C(n)-C(n-1)]/C(n-1)；步骤S4、当浓度值差值在设定区间时，减小机器鱼前进的步长；步骤S5、判断机器鱼是否绕圈，若否，跳到步骤S2，若是，执行以下步骤；步骤S6、判断机器鱼前进的步长是否小于最小步长阈值Stepmin，若否，跳到步骤S2，若是，停止运行，并将机器鱼当前位置作为污染源。进一步，污染源在实际扩散过程中分布不均匀，且同一点的瞬时浓度值也是有波动的，因此在对污染物完成浓度采样之后，还需要再进行滤波。作为本专利技术实施例的进一步改进，所述步骤S1还包括：对所述浓度值C(n)进行滤波，设定浓度值的最大值Cmax、最小值Cmin；若C(n)＞Cmax，则C(n)＝Cmax；若C(n)＜Cmin，则C(n)＝Cmin。进一步，所述步骤S2具体包括：步骤S201、设定机器鱼在顺流方向的前进步长为Step(k-1)，Step(k-1)＝L，设定机器鱼在逆流方向的前进方向步长为Step′(k-1)，Step′(k-1)＝2L，其中，L为不大于流域宽度的值；步骤S202、计算第一差值ΔC1，其中，ΔC1＝C(n-1)-C(n-2)，并检测机器鱼在n-1点处的转弯方向；若ΔC1＜0且机器鱼在第n-1点处逆时针转弯，或ΔC1＞0且机器鱼在第n-1点处顺时针转弯，则机器鱼在第n点处顺时旋转120°前进一步；若ΔC1＜0且机器鱼在第n-1点处顺时针转弯，或ΔC1＞0且机器鱼在第n-1点处逆时针转弯，则机器鱼在第n点处顺时旋转120°前进一步；步骤S203、计算最小阈值ΔC，若ΔC1＜ΔC，机器鱼沿正逆流方向以当前步长前进，并跳转到步骤S202，其中，ΔC＝Min{C(n),C(n-1),C(n-2)}。进一步，所述步骤S4具体包括：计算第二差值ΔC2，最大阈值ΔC′，若ΔC＜ΔC2＜ΔC′，则Step(k)＝Step(k-1)/m，否则，Step(k)＝Step(k-1)；其中，ΔC2＝|C(n)-C(n-1)|+|C(n-1)-C(n-2)|，ΔC′＝Max{C(n),C(n-1),C(n-2)}，m为机器鱼的步长变化率，m＝f*L(f＞1/L)，f为设定值。进一步，所述步骤S5中判断机器鱼是否绕圈具体为以下方式：累计机器鱼沿同一方向转向的次数，若所述次数连续累计达到4次，则机器鱼绕行一圈。进一步，当机器鱼徘徊绕行时，为了避免陷入浓度局部最优，所述步骤S6中，如果机器鱼前进的步长大于最小步长阈值Stepmin，则机器鱼以步长为Step(k)绕圈一周后，沿正逆流方向前游Step(k-1)，再跳转到步骤S2。进一步，所述最小步长阈值Stepmin为机器鱼鱼体横向位移ybody的最大值，即，Stepmin＝max(ybody)；所述机器鱼鱼体横向位移ybody的计算公式为：ybody(x,t)＝[(a1x+a2x2)][sin(kx+wt)]其中，ybody是机器鱼鱼体的横向位移，x是机器鱼鱼体的轴向位移，a1是机器鱼鱼体波波幅包络线的一次项系数，a2是机器鱼鱼体波波幅包络线二次项系数，k是波长倍数，k＝2π/λ，λ是机器鱼鱼体波的波长，w是机器鱼鱼体波频率，w＝2π/T，T是机器鱼鱼体波周期，t是机器鱼鱼体位移的时刻。本专利技术提供的一种基于菱形网络的污染源定位装置，包括控制模块和存储控制指令的存储模块，控制模块读取所述指令执行如上述任一所述的步骤。本专利技术的有益效果是：本专利技术公开一种基于菱形网络的污染源定位方法及装置，通过实时探测水中污染物的浓度值，根据浓度值调整机器鱼前进的方向和步长，并有效规避机器鱼的绕圈行为，从而用较少的迭代步数更为精确地跟踪、定位水下污染源，本专利技术提供了一种更加精确、快速的污染源定位途径。附图说明下面结合附图和实例对本专利技术作进一步说明。图1是本专利技术实施例一种基于菱形网络的污染源定位方法及装置方法的流程图。具体实施方式参考图1，本专利技术实施例提供的一种基于菱形网络的污染源定位方法，包括以下步骤：步骤S1、将机器鱼入水位置作为起点，入水方向作为前进的初始方向，实时探测水中污染物的浓度值，将机器鱼在第n点处检测到的浓度值记为C(n)；步骤S2、机器鱼按设定步长和转向，并沿夹角为60°的菱形网络前进；步骤S3、判断浓度值变化率Crate是否大于设定值，若否，跳到步骤S2，若是，执行以下步骤，其中，浓度变化率Crate＝[C(n)-C(n-1)]/C(n-1)，所述设定值根据实际流域中污染源的浓度差异情况进行设定，所述设定值的取值区间为(0,1)；步骤S4、当浓度值差值在设定区间时，减小机器鱼前进的步长，否则，机器鱼前进的步长不变；步骤S5、判断机器鱼是否绕圈，若否，跳到步骤S2，若是，执行以下步骤；步骤S6、判断机器鱼前进的步长是否小于最小步长阈值Stepmin，若否，跳到步骤S2，若是，停止运行，并将机器鱼当前位置作为污染源。通过实时探测水中污染物的浓度值，根据浓度值调整机器鱼前进的方向和步长，并有效本文档来自技高网...

【技术保护点】
1.一种基于菱形网络的污染源定位方法，其特征在于，包括以下步骤：步骤S1、将机器鱼入水位置作为起点，入水方向作为前进的初始方向，实时探测水中污染物的浓度值，将机器鱼在第n点处检测到的浓度值记为C(n)；步骤S2、机器鱼按设定步长和转向，沿夹角为60°的菱形网络前进；步骤S3、判断浓度值变化率Crate是否大于设定值，若否，跳到步骤S2，若是，执行以下步骤，其中，浓度变化率Crate＝[C(n)‑C(n‑1)]/C(n‑1)；步骤S4、当浓度值差值在设定区间时，减小机器鱼前进的步长；步骤S5、判断机器鱼是否绕圈，若否，跳到步骤S2，若是，执行以下步骤；步骤S6、判断机器鱼前进的步长是否小于最小步长阈值Stepmin，若否，跳到步骤S2，若是，停止运行，并将机器鱼当前位置作为污染源。

【技术特征摘要】
1.一种基于菱形网络的污染源定位方法，其特征在于，包括以下步骤：步骤S1、将机器鱼入水位置作为起点，入水方向作为前进的初始方向，实时探测水中污染物的浓度值，将机器鱼在第n点处检测到的浓度值记为C(n)；步骤S2、机器鱼按设定步长和转向，沿夹角为60°的菱形网络前进；步骤S3、判断浓度值变化率Crate是否大于设定值，若否，跳到步骤S2，若是，执行以下步骤，其中，浓度变化率Crate＝[C(n)-C(n-1)]/C(n-1)；步骤S4、当浓度值差值在设定区间时，减小机器鱼前进的步长；步骤S5、判断机器鱼是否绕圈，若否，跳到步骤S2，若是，执行以下步骤；步骤S6、判断机器鱼前进的步长是否小于最小步长阈值Stepmin，若否，跳到步骤S2，若是，停止运行，并将机器鱼当前位置作为污染源。2.根据权利要求1所述的一种基于菱形网络的污染源定位方法，其特征在于，所述步骤S1还包括：对所述浓度值C(n)进行滤波，设定浓度值的最大值Cmax、最小值Cmin；若C(n)＞Cmax，则C(n)＝Cmax；若C(n)＜Cmin，则C(n)＝Cmin。3.根据权利要求1所述的一种基于菱形网络的污染源定位方法，其特征在于，所述步骤S2具体包括：步骤S201、设定机器鱼在顺流方向的前进步长为Step(k-1)，Step(k-1)＝L，设定机器鱼在逆流方向的前进方向步长为Step′(k-1)，Step′(k-1)＝2L，其中，L为不大于流域宽度的值；步骤S202、计算第一差值ΔC1，其中，ΔC1＝C(n-1)-C(n-2)，并检测机器鱼在n-1点处的转弯方向；若ΔC1＜0且机器鱼在第n-1点处逆时针转弯，或ΔC1＞0且机器鱼在第n-1点处顺时针转弯，则机器鱼在第n点处顺时旋转120°前进一步；若ΔC1＜0且机器鱼在第n-1点处顺时针转弯，或ΔC1＞0且机器鱼在第n-1点处逆时针转弯，则机器鱼在第n点处顺时旋转120°前进一步；步骤S203、计算最小阈值ΔC，若ΔC1＜ΔC，机器鱼沿正逆流方向以当...

【专利技术属性】
技术研发人员：陈思琪，
申请(专利权)人：佛山科学技术学院，
类型：发明
国别省市：广东,44