一种基于互信息的毒气传感器的布置方法技术

本发明专利技术公开了一种基于互信息的毒气传感器的布置方法，属于用于气体检测的传感器布置技术领域

【技术实现步骤摘要】
一种基于互信息的毒气传感器的布置方法


[0001]本专利技术涉及用于气体检测的传感器布置
，具体为一种基于互信息的毒气传感器的布置方法
。

技术介绍

[0002]随着工业技术的不断更新和进步，化学物品已经广泛应用于人们生活的方方面面
。
虽然化学制品的生产给社会带来了很多便利，但也伴随着一定的危险性
。
化学制品在生产
、
储存和运输的过程中，由于生产上的疏忽
、
自然灾害等原因，可能会发生有毒物质泄漏的事故
。
近几十年来，类似的事故已经发生了很多次，每一次事故都对人们的生产生活造成了严重的威胁，对环境和财产造成了严重破坏
。
因此，对于有毒化学物品泄漏后，如何准确的确定泄漏源
、
预测扩散范围以及相关城市地区的预警和疏散等，是当前急待深入研究的问题
。
在制定泄露事故救援决策时，有毒物质的扩散速度和扩散浓度等信息具有重要作用，针对有毒物质扩散速度和扩散浓度，人们通常采用扩散模型来模拟其扩散，但由于模型和数据存在一定的误差，并且在扩散过程中误差会不断累积，针对这个问题往往采用卡尔曼滤波的思想去解决，利用传感器捕获得到的观测数据去修正模型的预测数据，因此需要布置传感器来捕获数据，以便对扩散模型进行修正，提高模型预测精度
。
在布置多个传感器时如何快速的寻找到传感器的位置也是一个重要指标，以便能在出现突发情况时快速布置传感器
。
[0003]现有相关技术在指导传感器布局时多以目标驱动为主，比如说覆盖面积最大或者说误差最小等，缺乏相应的理论指导
。
在对传感器位置的解空间进行搜索时传统方法搜索速度较慢，很难在出现突发情况时给出相应的科学指导
。
[0004]现有技术存在的问题：
[0005]第一：仿真所用数据量少，传感器布置结果缺乏普适性
。
[0006]第二：传感器的布置缺乏理论指导
。
[0007]第三：传感器位置的搜索过程中会将计算资源浪费在不必要的地方
。

技术实现思路

[0008](
一
)
解决的技术问题
[0009]本专利技术的目的是提供一种基于互信息的毒气传感器的布置方法
。
能够在理论的指导下快速找到应用于有毒云团扩散的具有普适性的传感器布置位置
。
[0010](
二
)
技术方案
[0011]为实现上述目的，本专利技术提供如下技术方案：一种基于互信息的毒气传感器的布置方法，在能找到全局最优的前提下搜索速度显著提升，并且降低了陷入局部最优的概率；具体包括如下步骤：
[0012]步骤1：对气体扩散进行建模，模型公式如下：
[0013][0014]d
t+1
＝
d
t
+u
Δ
t
[0015]c(x
g
，
y
g
)
为该模型在点
(x
g
,y
g
)
处的浓度，用一系列的烟团的叠加来表示；其中的每个烟团都用5个参数来表示，5个参数来表示为
x、y、
σ
x
、
σ
y
、Q
，其中
x
和
y
代表的是烟团中心的坐标，
σ
x
代表的是烟团在坐标轴中
X
方向的的扩散系数，
σ
y
代表的是烟团在坐标轴中
Y
方向的扩散系数，
d
t+1
是烟团在
t+1
时刻的下风向距离，也就是随风移动的距离，
u
是风速，
Δ
t
是时间间隔，
σ
x
和
σ
y
系数与烟团的下风向移动距离
d
以及大气稳定度有关，
Q
代表的是烟团的质量，
j
代表的是第
j
个烟团，
Q
j
代表的是第
j
个烟团的质量，代表的是第
j
个烟团的在
X
轴方向的扩散系数，代表的是第
j
个烟团的在
Y
轴方向的扩散系数，
x
j
代表的是第
j
个烟团中心的
X
坐标，
y
j
代表的是第
j
个烟团中心的
Y
坐标，
x
g
为所需要计算浓度的位置的
x
轴坐标，
y
g
为所需要计算浓度的位置的
y
轴坐标；
[0016]步骤2：在
matlab
中将区域离散化，之后利用模型仿真生成离散后各个点的浓度数据；
[0017]步骤3：利用浓度数据计算互信息并以互信息作为度量工具，找到能捕获到更多信息的地方；
[0018]步骤4：使用基于梯度的改良搜索算法在解空间内搜索具有最大互信息的位置
。
[0019]优选的，所述步骤2中，随机生成大量的释放源和风向并做一一对应，实现对真实环境条件的模拟，并在
matlab
环境中生成浓度数据
。
[0020]优选的，所述步骤3中，利用信息熵公式来衡量在传感器捕获得到的数据具有多少信息，在对所有信息求期望后转换为当前位置与感兴趣量的互信息；公式如下：
[0021][0022]式中
H(x)
代表事件
x
所含的信息量，
x
i
代表事件
x
第
i
个可能的的情况，
n
是所有可能事件的个数，
px
i
代表的是事件
x
i
所发生的概率；
[0023]U(d,x)
＝
H(q)
‑
H(q|d,x)
＝
‑
∫
Q
p(q)logp(q)dq+∫
Q
p(q|d,x)logp(q|d,x)dq
[0025]式中
U(d,x)
代表事件
x
和事件
d
所含信息量，体现为未布置传感器时感兴趣的事件
q
所含的信息量与在事件
x
和事件
d
已知情况下的事件
q
所含信息量的差值，其中
H(q)
代表事件
q
所含有的信息量，
H(q|d,x)
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于互信息的毒气传感器的布置方法，其特征在于，具体包括如下步骤：步骤1：对气体扩散进行建模，模型公式如下：
d
t+1
＝
d
t
+u
Δ
tc(x
g
，
y
g
)
为该模型在点
(x
g
,y
g
)
处的浓度，用一系列的烟团的叠加来表示；其中的每个烟团都用5个参数来表示，5个参数来表示为
x、y、
σ
x
、
σ
y
、Q
，其中
x
和
y
代表的是烟团中心的坐标，
σ
x
代表的是烟团在坐标轴中
X
方向的的扩散系数，
σ
y
代表的是烟团在坐标轴中
Y
方向的扩散系数，
d
t+1
是烟团在
t+1
时刻的下风向距离，也就是随风移动的距离，
u
是风速，
Δ
t
是时间间隔，
σ
x
和
σ
y
系数与烟团的下风向移动距离
d
以及大气稳定度有关，
Q
代表的是烟团的质量，
j
代表的是第
j
个烟团，
Q
j
代表的是第
j
个烟团的质量，代表的是第
j
个烟团的在
X
轴方向的扩散系数，代表的是第
j
个烟团的在
Y
轴方向的扩散系数，
x
j
代表的是第
j
个烟团中心的
X
坐标，
y
j
代表的是第
j
个烟团中心的
Y
坐标，
x
g
为所需要计算浓度的位置的
x
轴坐标，
y
g
为所需要计算浓度的位置的
y
轴坐标；步骤2：在
matlab
中将区域离散化，之后利用模型仿真生成离散后各个点的浓度数据；步骤3：利用浓度数据计算互信息并以互信息作为度量工具，找到能捕获到更多信息的地方；步骤4：使用基于梯度的改良搜索算法在解空间内搜索具有最大互信息的位置
。2.
根据权利要求1所述的一种基于互信息的毒气传感器的布置方法，其特征在于，所述步骤2中，随机生成大量的释放源和风向并做一一对应，实现对真实环境条件的模拟，并在
matlab
环境中生成浓度数据
。3.
根据权利要求1所述的一种基于互信息的毒气传感器的布置方法，其特征在于，所述步骤3中，利用信息熵公式来衡量在传感器捕获得到的数据具有多少信息，在对所有信息求期望后转换为当前位置与感兴趣量的互信息；公式如...

【专利技术属性】
技术研发人员：王晓帆，刘政，王彬，朱俊杰，孙冬鸣，姚洁，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：