一种基于Android智能终端的人体舒适度控制系统技术方案

本发明专利技术属于智能家居技术领域，公开了一种基于Android智能终端的人体舒适度控制系统，控制系统包括数据采集模块、数据处理模块、数据设置模块、红外控制模块、无线通信模块、中央调控模块、电源管理模块、报警模块。本发明专利技术结合环境参数对人体舒适度的影响，将当前环境参数进行采集并将其上传到中央调控模块，对数据进行处理，Android智能终端获取数据并通过Android智能终端人为与设定的舒适度参数进行数据处理并将相应的控制参数上传到中央调控模块，中央调控模块将控制参数下发到红外控制模块，红外控制模块根据控制参数控制家庭空调对环境进行调节，达到根据预设人体舒适度进行环境调节的目的。

A Human Comfort Control System Based on Android Intelligent Terminal

The invention belongs to the field of smart home technology, and discloses a human comfort control system based on Android smart terminal. The control system includes data acquisition module, data processing module, data setting module, infrared control module, wireless communication module, central control module, power management module and alarm module. Considering the influence of environmental parameters on human comfort, the present environmental parameters are collected and uploaded to the central control module for data processing. Android intelligent terminal acquires data and processes data through the artificial and set comfort parameters of Android intelligent terminal, and uploads the corresponding control parameters to the central control module. The central control module controls the data. The parameters are sent to the infrared control module. The infrared control module controls the home air conditioning to adjust the environment according to the control parameters, so as to achieve the purpose of adjusting the environment according to the preset human comfort.

【技术实现步骤摘要】
一种基于Android智能终端的人体舒适度控制系统
本专利技术属于智能家居
，尤其涉及一种基于Android智能终端的人体舒适度控制系统。
技术介绍
随着信息技术的高速发展，智能手机和智能家居的结合给人们的未来生活提供了更加智能化的生活体验。Android系统作为一种开源的操作系统，具有强大的应用层API和丰富的传感系统，其开放的平台提供了对智能终端个性化服务的开发。基于Android系统的对空调设备的控制也受到广泛应用，然而上述控制方式只能单方面输入控制指令，调节空调相关参数，无法智能获取环境参数加以反馈。目前，国内也已出现一些针对人体舒适度控制的空调系统，但所述系统只能基于空调本身的参数调节，无法通过智能终端对环境参数进行显示并加以有效控制。因此结合了人体舒适度指标的Android智能终端，更加符合智能家居未来生活的智能化、舒适化体验，具有市场意义。综上所述现有技术存在的问题是：基于Android系统的对空调设备的控制系统只能单方面输入控制指令，调节空调相关参数，无法智能获取环境参数加以反馈。现有技术的数据处理能力差。对家庭空调环境进行调节效果差。
技术实现思路
针对现有技术存在的问题，本专利技术提供了一种基于Android智能终端的人体舒适度控制系统。本专利技术是这样实现的，一种基于Android智能终端的人体舒适度控制系统，所述基于Android智能终端的人体舒适度控制系统包括：集成在Android端的数据设置模块，用于设定人体舒适度指标，对指标提交至中央调控模块；中央调控模块，用于将数据控制、传输并发送至数据处理模块；数据处理模块，与中央调控模块连接，对采集的数据进行处理，并且与设置的数据进行分析与对照；数据采集模块，与中央调控模块连接，用于对室内和室外环境中的温度与湿度进行数据检测、采集；红外控制模块，与中央调控模块连接，用于执行中央调控模块发出的控制指令，对家用空调进行调控。进一步，所述基于Android智能终端的人体舒适度控制系统进一步包括：数据设置模块、无线通信模块、电源管理模块、报警模块；电源管理模块与中央调控模块连接，电源管理模块用于对系统中的电量进行实时监测，并通过终端进行显示；报警模块与中央调控模块连接，报警模块用于对系统的运行状况进行实时监测，若出现异常情况发出警报进行提示。进一步，数据采集模块包括温度传感器和湿度传感器，用于对室内环境和室外环境中的温度与湿度进行检测，并将采集的数据传输至中央调控模块。进一步，所述数据处理模块包括：模糊聚类分析模块，与中央调控模块连接，用于对采集的室内和室外环境中的温度与湿度数据进行数据标准化、变换；模糊相似矩阵构建模块，用于应用数量积方式求出被分类对象间相似程度的相似系数，建立模糊相似矩阵；模糊等价关系矩阵构建模块，用于由模糊相似矩阵,用平方方式求模糊等价矩阵的传递闭包；模糊聚类模块，用于根据模糊等价矩阵,取不同的置信水平，得到不同的归类情况,随着置信水平值不断降低,由细到粗逐渐分类,得到聚类结果。进一步，模糊聚类分析模块进一步包括：用于进行平移和标准差变换的标准差变换子模块；用于平移和极差变换的极差变换子模块。进一步，电源管理模块包括：动态电源管理模块，用于通过电路的系统功率模型进行动态电源管理。进一步，中央调控模块，包括：温度与湿度数据的显著性模型建立模块，用于根据所述显著性模型获取所述温度与湿度数据中的前景样本点和背景样本点；根据所述显著性模型，计算所述温度与湿度数据中各个数据节点的显著性值；将各个数据节点的显著性值进行归一化；将归一化后的显著性值大于预定前景阈值的数据节点确定为所述前景样本点；将归一化后的显著性值小于预定背景阈值的数据节点确定为所述背景样本点；其中，所述预定前景阈值大于所述预定背景阈值，归一化后的各个显著值均位于(0，1)中；根据所述显著性模型以及所述前景样本点和所述背景样本点，建立前背景分类模型；所述前背景分类模型包括前景分类模型和背景分类模型，所述根据所述显著性模型以及所述前景样本点和所述背景样本点，建立前背景分类模型，包括：根据所述前景样本点建立前景颜色似然模型；根据所述背景样本点建立背景数据似然模型；将所述显著性模型与所述前景颜色似然模型相乘，得到所述前景分类模型，所述前景分类模型用于表征数据节点为前景的概率；将所述显著性模型与所述背景数据似然模型相乘，得到所述背景分类模型，所述背景分类模型用于表征数据节点为背景的概率；温度与湿度数据分割模块，用于根据预定分割方式对所述预定分割方式，所述预定图割算法利用所述前背景分类模型以及数据节点之间的边缘信息对所述温度与湿度数据预定分割；预定分割方式对温度与湿度数据预定分割中，利用所述前景分类模型计算所述温度与湿度数据中每个数据节点的前景相似度；利用所述背景分类模型计算所述温度与湿度数据中每个数据节点的背景相似度；获取所述温度与湿度数据中相邻数据节点之间的相似度；利用各个数据节点的前景相似度、各个数据节点的背景相似度以及相邻数据节点之间的相似度，构造所述预定图割算法所需的无向图；利用所述预定分割算法对所述无向图进行分割，完成对所述温度与湿度数据的分割；中央控制器，与温度与湿度数据的显著性模型建立模块、温度与湿度数据分割模块连接，用于设定一温度与湿度临界值；根据温度与湿度临界值判断一最大可处理负载量；根据汇集平台电源管理技术将多个第一工作任务结合为一第一连续工作任务；判断第一连续工作任务的一负载量是否大于最大可处理负载量；当第一连续工作任务的负载量大于最大可处理负载量时，将第一连续工作任务中之一超载部分的第一工作任务移出第一连续工作任务；当接收到第一连续工作任务时，将中央控制器由一休眠模式切换至一操作模式，以及处理第一连续工作任务；以及当第一连续工作任务处理完成后，将中央控制器设为休眠模式；中央控制器的操作频率在一般操作下具有一正常操作频率，根据第一连续工作任务的负载量以及温度临界值决定一第一操作频率；当中央控制器切换至操作模式时，将中央控制器的操作频率由正常操作频率提升至第一操作频率，并通过第一操作频率处理第一连续工作任务；其中第一操作频率的工作频率高于正常操作频率的工作频率；当第一连续工作任务处理完成并且中央控制器进入休眠模式后，根据汇集平台电源管理技术将多个第二工作任务以及超载部分的第一工作任务结合为一第二连续工作任务；当接收到第二连续工作任务时，将中央控制器由休眠模式切换至操作模式；将中央处理单元的操作频率由正常操作频率提升至一第二操作频率，通过第二操作频率处理第二连续工作任务；以及当第二连续工作任务处理完成后，将中央处理单元设为休眠模式；其中第一操作频率的工作频率高于正常操作频率的工作频率；中央控制器使用第一操作频率将第一连续工作任务处理完成的时间点与开始接收到第二连续工作任务的时间点之间具有一第一间隔时间，而使用正常频率将第一连续工作任务处理完成与接收到第二连续工作任务之间具有一第二间隔时间，其中第一间隔时间小于第二间隔时间。进一步，数据采集模块，包括：感知设备，用于在独立的采样周期内对目标信号进行采集，并用A/D方式对信号进行数字量化；降维模块，用于对量化后的信号进行降维；对量化后的信号通过有限脉冲响应滤波器构造托普利兹测量矩阵，求解最优化问题来重构原信本文档来自技高网...

【技术保护点】
1.一种基于Android智能终端的人体舒适度控制系统，其特征在于，所述基于Android智能终端的人体舒适度控制系统包括：集成在Android端的数据设置模块，用于设定人体舒适度指标，对指标提交至中央调控模块；中央调控模块，用于将数据控制、传输并发送至数据处理模块；数据处理模块，与中央调控模块连接，对采集的数据进行处理，并且与设置的数据进行分析与对照；数据采集模块，与中央调控模块连接，用于对室内和室外环境中的温度与湿度进行数据检测、采集；红外控制模块，与中央调控模块连接，用于执行中央调控模块发出的控制指令，对家用空调进行调控。

【技术特征摘要】
1.一种基于Android智能终端的人体舒适度控制系统，其特征在于，所述基于Android智能终端的人体舒适度控制系统包括：集成在Android端的数据设置模块，用于设定人体舒适度指标，对指标提交至中央调控模块；中央调控模块，用于将数据控制、传输并发送至数据处理模块；数据处理模块，与中央调控模块连接，对采集的数据进行处理，并且与设置的数据进行分析与对照；数据采集模块，与中央调控模块连接，用于对室内和室外环境中的温度与湿度进行数据检测、采集；红外控制模块，与中央调控模块连接，用于执行中央调控模块发出的控制指令，对家用空调进行调控。2.如权利要求1所述基于Android智能终端的人体舒适度控制系统，其特征在于，所述基于Android智能终端的人体舒适度控制系统进一步包括：数据设置模块、无线通信模块、电源管理模块、报警模块；电源管理模块与中央调控模块连接，电源管理模块用于对系统中的电量进行实时监测，并通过终端进行显示；报警模块与中央调控模块连接，报警模块用于对系统的运行状况进行实时监测，若出现异常情况发出警报进行提示。3.如权利要求1所述基于Android智能终端的人体舒适度控制系统，其特征在于，数据采集模块包括温度传感器和湿度传感器，用于对室内环境和室外环境中的温度与湿度进行检测，并将采集的数据传输至中央调控模块。4.如权利要求1所述基于Android智能终端的人体舒适度控制系统，其特征在于，所述数据处理模块包括：模糊聚类分析模块，与中央调控模块连接，用于对采集的室内和室外环境中的温度与湿度数据进行数据标准化、变换；模糊相似矩阵构建模块，用于应用数量积方式求出被分类对象间相似程度的相似系数，建立模糊相似矩阵；模糊等价关系矩阵构建模块，用于由模糊相似矩阵,用平方方式求模糊等价矩阵的传递闭包；模糊聚类模块，用于根据模糊等价矩阵,取不同的置信水平，得到不同的归类情况,随着置信水平值不断降低,由细到粗逐渐分类,得到聚类结果。5.如权利要求4所述基于Android智能终端的人体舒适度控制系统，其特征在于，模糊聚类分析模块进一步包括：用于进行平移和标准差变换的标准差变换子模块；用于平移和极差变换的极差变换子模块。6.如权利要求2所述基于Android智能终端的人体舒适度控制系统，其特征在于，电源管理模块包括：动态电源管理模块，用于通过电路的系统功率模型进行动态电源管理。7.权利要求1所述基于Android智能终端的人体舒适度控制系统，其特征在于，中央调控模块，包括：温度与湿度数据的显著性模型建立模块，用于根据所述显著性模型获取所述温度与湿度数据中的前景样本点和背景样本点；根据所述显著性模型，计算所述温度与湿度数据中各个数据节点的显著性值；将各个数据节点的显著性值进行归一化；将归一化后的显著性值大于预定前景阈值的数据节点确定为所述前景样本点；将归一化后的显著性值小于预定背景阈值的数据节点确定为所述背景样本点；其中，所述预定前景阈值大于所述预定背景阈值，归一化后的各个显著值均位于(0，1)中；根据所述显著性模型以及所述前景样本点和所述背景样本点，建立前背景分类模型；所述前背景分类模型包括前景分类模型和背景分类模型，所述根据所述显著性模型以及所述前景样本点和所述背景样本点，建立前背景分类模型，包括：根据所述前景样本点建立前景颜色似然模型；根据所述背景样本点建立背景数据似然模型；将所述显著性模型与所述前景颜色似然模型相乘，得到所述前景分类模型，所述前景分类模型用于表征数据节点为前景的概率；将所述显著性模型与所述背景数据似然模型相乘，得到所述背景分类模型，所述背景分类模型用于表征数据节点为背景的概率；温度与湿度数据分割模块，用于根据预定分割方式对所述预定分割方式，所述预定图割算法利用所述前背景分类模型以及数据节点之间的边缘信息对所述温度与湿度数据预定分割；预定分割方式对温度与湿度数据预定分割中，利用所述前景分类模型计算所述温度与湿度数据中每个数据节点的前景相似度；利用所述背景分类模型计算所述温度与湿度数据中每个数据节点的背景相似度；获取所述温度与湿度数据中相邻数据节点之间的相似度；利用各个数据节点的前景相似度、各个数据节点的背景相似度以及相邻数据节点之间的相似度，构造所述预定图割算法所需的无向图；利用所述预定分割算法对所述无向图进行分割，完成对所述温度与湿度数据的分割；中央控制器，与温度与湿度数据的显著性模型建立模块、温度与湿度数据分割模块连接，用于设定一温度与湿度临界值；根据温度与湿度临界值判断一最大可处理负载量；根据汇集平台电源管理技术将多个第一工作任务结合为一第一连续工作任务；判断第一连续工作任务的一负载量是否大于最大可处理负载量；当第一连续工作任务的负载量大于最大可处理负载...

【专利技术属性】
技术研发人员：安城甫，
申请(专利权)人：安城甫，
类型：发明
国别省市：山东,37