基于物聯(lián)網(wǎng)的室內(nèi)微環(huán)境智能監(jiān)測(cè)系統(tǒng)*

葉廷東 彭選榮 高藝康 梁豪

（廣東輕工職業(yè)技術(shù)學(xué)院計(jì)算機(jī)工程系）

基于物聯(lián)網(wǎng)的室內(nèi)微環(huán)境智能監(jiān)測(cè)系統(tǒng)*

葉廷東 彭選榮 高藝康 梁豪

（廣東輕工職業(yè)技術(shù)學(xué)院計(jì)算機(jī)工程系）

針對(duì)現(xiàn)代生產(chǎn)生活對(duì)室內(nèi)微環(huán)境實(shí)時(shí)多參數(shù)監(jiān)測(cè)的需求，設(shè)計(jì)一種微環(huán)境監(jiān)測(cè)系統(tǒng)模型及軟件結(jié)構(gòu)，以DSP、ARM為核心芯片實(shí)現(xiàn)系統(tǒng)自校正、多傳感、存儲(chǔ)和無線通信等功能。該系統(tǒng)利用TEDS校正引擎實(shí)現(xiàn)多傳感自校正；利用基于時(shí)間同步的傳感網(wǎng)絡(luò)信息預(yù)測(cè)技術(shù)，改善了由于網(wǎng)絡(luò)不確定性造成的傳感器信號(hào)采樣延時(shí)問題；基于SVM模型的舒適度評(píng)價(jià)方法實(shí)現(xiàn)了綜合舒適度評(píng)價(jià)，以此作為室內(nèi)環(huán)境自動(dòng)調(diào)節(jié)控制的指導(dǎo)依據(jù)。應(yīng)用實(shí)驗(yàn)研究表明，溫度檢測(cè)誤差±1.0%，濕度檢測(cè)誤差±3%RH，噪聲檢測(cè)誤差±2 dB，光照檢測(cè)誤差±4%，氣體甲醛檢測(cè)分辨率0.01 mg/m3，具有良好準(zhǔn)確度，可實(shí)現(xiàn)多終端實(shí)時(shí)監(jiān)測(cè)。

物聯(lián)網(wǎng)；環(huán)境監(jiān)測(cè)；多傳感信息；舒適度

0 引言

現(xiàn)代社會(huì)人們85%以上的時(shí)間都在室內(nèi)度過，尤其是職業(yè)工作者，因此室內(nèi)環(huán)境的好壞對(duì)人體的身心健康、工作效率都有直接的影響，研究表明適宜的熱環(huán)境可提高生產(chǎn)率達(dá)18%[1-2]。另外一些公共的室內(nèi)場(chǎng)所，如辦公樓、商場(chǎng)、機(jī)房等，可通過對(duì)室內(nèi)環(huán)境監(jiān)測(cè)，進(jìn)行通風(fēng)優(yōu)化控制，消除室內(nèi)空氣污染源頭，降低空氣傳播性疾病的危害，產(chǎn)生健康效應(yīng)的同時(shí)實(shí)現(xiàn)節(jié)能。隨著經(jīng)濟(jì)發(fā)展和人們生活水平的提高，各種建筑材料大量應(yīng)用于室內(nèi)裝飾，造成一定程度的空氣污染，威脅人們的生命和財(cái)產(chǎn)安全。隨著智能家居的發(fā)展與應(yīng)用，市場(chǎng)上出現(xiàn)了很多類型的室內(nèi)環(huán)境監(jiān)測(cè)裝置與系統(tǒng)，但現(xiàn)有的室內(nèi)環(huán)境監(jiān)測(cè)裝置大多是針對(duì)溫度、濕度、甲醛等的監(jiān)測(cè)。

本系統(tǒng)將基于物聯(lián)網(wǎng)技術(shù)，綜合監(jiān)測(cè)溫度、濕度、噪聲、光照、煙霧、揮發(fā)性氣體甲醛，風(fēng)速（新風(fēng)量）等參數(shù)，基于多傳感自校正技術(shù)、傳感網(wǎng)絡(luò)信息預(yù)測(cè)技術(shù)、基于SVM模型的舒適度評(píng)價(jià)方法等，研發(fā)一個(gè)具有室內(nèi)環(huán)境監(jiān)測(cè)、舒適度評(píng)價(jià)等功能一體化的室內(nèi)微環(huán)境監(jiān)測(cè)系統(tǒng)，實(shí)現(xiàn)室內(nèi)環(huán)境監(jiān)測(cè)、警報(bào)。

1 多參數(shù)網(wǎng)絡(luò)化智能監(jiān)測(cè)系統(tǒng)模型

室內(nèi)微環(huán)境監(jiān)測(cè)需要監(jiān)測(cè)的參數(shù)眾多，決定了接口的多樣性，是一個(gè)典型的多輸入多輸出系統(tǒng)。為此，基于IEEE 1451.0標(biāo)準(zhǔn)，采用數(shù)字、模擬信號(hào)混合接口模式，進(jìn)行系統(tǒng)模型架構(gòu)設(shè)計(jì)，使傳感器快速接入到監(jiān)測(cè)網(wǎng)絡(luò)[3]。系統(tǒng)模型應(yīng)該具備多種類型接口的傳感器（執(zhí)行器）配置和數(shù)據(jù)采集能力，同時(shí)可實(shí)現(xiàn)對(duì)傳感檢測(cè)數(shù)據(jù)的自校正、網(wǎng)絡(luò)化傳輸、顯示等功能，對(duì)此，設(shè)計(jì)了如圖1所示的多參數(shù)網(wǎng)絡(luò)化智能監(jiān)測(cè)系統(tǒng)模型架構(gòu)。

圖1 多參數(shù)網(wǎng)絡(luò)化智能監(jiān)測(cè)系統(tǒng)模型架構(gòu)

圖1中智能變送器接口模塊（smart transducer interface module，STIM）用于多參數(shù)采集與A/D轉(zhuǎn)換，實(shí)現(xiàn)溫度、濕度、噪聲、光照、煙霧、揮發(fā)性氣體、風(fēng)速（新風(fēng)量）、大氣壓等參數(shù)的監(jiān)測(cè)；變送器電子數(shù)據(jù)表格（transducerselectronic data sheet，TEDS）實(shí)現(xiàn)各種不同接口模式傳感器的快速接入；網(wǎng)絡(luò)適配器（network capable application processor，NCAP）模塊用于實(shí)現(xiàn)自校正、數(shù)據(jù)存儲(chǔ)和網(wǎng)絡(luò)通信等功能，它在運(yùn)行中通過裝載嵌入式系統(tǒng)實(shí)現(xiàn)。NCAP與STIM模塊間通過變送器獨(dú)立接口（transducer independent interface，TII）實(shí)現(xiàn)短距離的數(shù)據(jù)通信。由圖1可知，所設(shè)計(jì)的系統(tǒng)模型架構(gòu)具有多傳感、自校正、存儲(chǔ)和無線通信等功能。

2 軟件設(shè)計(jì)及關(guān)鍵技術(shù)

根據(jù)網(wǎng)絡(luò)化智能監(jiān)測(cè)系統(tǒng)模型架構(gòu)和室內(nèi)微環(huán)境監(jiān)測(cè)的需求，設(shè)計(jì)如圖2所示的軟件系統(tǒng)結(jié)構(gòu)，它包括多傳感信息自校正模塊、網(wǎng)絡(luò)傳感信息預(yù)測(cè)補(bǔ)償模塊和舒適度評(píng)價(jià)模塊等。

圖2 軟件結(jié)構(gòu)

在室內(nèi)環(huán)境監(jiān)測(cè)中，存在大量的信息耦合問題，如濕度傳感器受到溫度的影響、氣體傳感器受到溫度、濕度和其它氣體的影響等，因此需要在實(shí)驗(yàn)標(biāo)定的基礎(chǔ)上，在DSP處理單元中利用TEDS對(duì)多傳感信息進(jìn)行自校正；另外在傳感器網(wǎng)絡(luò)中，傳輸?shù)男畔⒔^大部分是各種傳感器實(shí)時(shí)采集的數(shù)據(jù)，在一些應(yīng)用中，它的時(shí)間特性顯得特別重要，因?yàn)榫W(wǎng)絡(luò)的不確定性，在一定程度引入了傳輸?shù)牟淮_定性，如數(shù)據(jù)幀丟失、網(wǎng)絡(luò)擁塞、延時(shí)等問題，極大地影響了傳感器信號(hào)的實(shí)時(shí)性和可靠性。為此基于通信實(shí)現(xiàn)時(shí)間校正，然后基于統(tǒng)一的時(shí)間基準(zhǔn)，通過預(yù)測(cè)的方法，改善由于網(wǎng)絡(luò)不確定性造成的傳感器信號(hào)采樣延時(shí)問題。室內(nèi)微環(huán)境監(jiān)測(cè)系統(tǒng)在獲得準(zhǔn)確的實(shí)時(shí)環(huán)境監(jiān)測(cè)參數(shù)后，利用舒適度評(píng)價(jià)模塊對(duì)室內(nèi)環(huán)境舒適度進(jìn)行綜合評(píng)價(jià)，以作為室內(nèi)環(huán)境自動(dòng)調(diào)節(jié)控制的指導(dǎo)依據(jù)。

2.1 多傳感信息自校正模塊

傳感信號(hào)自校正是智能傳感技術(shù)重要的功能特點(diǎn)，對(duì)于基于IEEE 1451的智能傳感系統(tǒng)來說，傳感信息的校正主要采用基于特定TEDS格式校正引擎的方式，其校正TEDS包括最后校準(zhǔn)日期、校準(zhǔn)周期和校正算法涉及的校準(zhǔn)參數(shù)等[4-6]。圖1所示智能傳感系統(tǒng)模型的校正引擎運(yùn)行在NCAP，通過讀取STIM中的校正TEDS系數(shù)，應(yīng)用分段線性插值函數(shù)，對(duì)多個(gè)STIM通道傳感數(shù)據(jù)進(jìn)行校正。對(duì)于一個(gè)k通道的傳感系統(tǒng)模型，其校正公式為

其中，Xk為傳感器輸出向量；Hk為輸出向量的修正值向量；D(k)為輸出向量的階數(shù)；Ci，j，…，p為分段線性插值函數(shù)系數(shù)。

從校正引擎公式來看，校正模型的參數(shù)來自于TEDS，它通過實(shí)驗(yàn)標(biāo)定把各傳感器的標(biāo)定點(diǎn)數(shù)據(jù)Xl（1

數(shù)據(jù)結(jié)構(gòu)如圖3所示，其中Calibration TEDS用于校正，使用設(shè)置的TEDS校正系數(shù)實(shí)現(xiàn)對(duì)傳感原始數(shù)據(jù)的校正。Channel TEDS用于描述傳感通信通道，包括檢測(cè)對(duì)象的數(shù)據(jù)模型等。

圖3 電子數(shù)據(jù)表格TEDS構(gòu)成框圖

2.2 網(wǎng)絡(luò)傳感信息預(yù)測(cè)補(bǔ)償模塊

在應(yīng)用中，傳感網(wǎng)絡(luò)的時(shí)鐘同步信息由報(bào)文進(jìn)行傳遞，報(bào)文的傳遞必然帶來延時(shí)抖動(dòng)，需通過傳輸延遲測(cè)算方法計(jì)算出時(shí)間偏移，進(jìn)而實(shí)現(xiàn)基于時(shí)鐘偏移修正的時(shí)間同步。基于延遲測(cè)算的時(shí)間同步過程如圖4所示，其實(shí)現(xiàn)過程為：各節(jié)點(diǎn)獲得參考時(shí)間、測(cè)算時(shí)間傳輸誤差、修正本地時(shí)鐘[7]。該方法為了消除發(fā)送端發(fā)送時(shí)延和MAC訪問時(shí)延的影響，匯聚節(jié)點(diǎn)在發(fā)送數(shù)據(jù)時(shí)，給同步廣播分組在MAC層加上時(shí)間標(biāo)記Ti(i=1,2,…,n)。這時(shí)為了便于子節(jié)點(diǎn)的同步，需要發(fā)送同步前導(dǎo)碼，根據(jù)發(fā)送數(shù)據(jù)比特?cái)?shù)k和每個(gè)比特的傳輸時(shí)間t，可以計(jì)算出同步前導(dǎo)碼的發(fā)送時(shí)間為kt。子節(jié)點(diǎn)j在接收完同步前導(dǎo)碼后，打上第一個(gè)本地時(shí)間標(biāo)記t1_ji，待子節(jié)點(diǎn)接收并處理完同步信息后，再加上第二個(gè)本地時(shí)間標(biāo)記t2_ji，則子節(jié)點(diǎn)處理延遲為t2_ji- t1_ji。那么子節(jié)點(diǎn)從Ti到調(diào)整時(shí)鐘前，經(jīng)歷的時(shí)間延遲為

那么子節(jié)點(diǎn)j的本地時(shí)鐘tji調(diào)整為

圖4 基于延遲測(cè)算的時(shí)間同步過程

傳感網(wǎng)絡(luò)經(jīng)過一個(gè)時(shí)間周期就會(huì)進(jìn)行一次時(shí)間同步，通過時(shí)間同步，不僅可以使整個(gè)系統(tǒng)有一個(gè)統(tǒng)一的時(shí)間基準(zhǔn)，還可以獲得網(wǎng)絡(luò)的傳輸延遲tNW。在一個(gè)同步周期內(nèi)，可認(rèn)為網(wǎng)絡(luò)傳輸延遲基本相同，這樣可對(duì)傳感采樣通過多項(xiàng)式預(yù)測(cè)來解決延遲補(bǔ)償問題。

設(shè)匯聚節(jié)點(diǎn)根據(jù)時(shí)間標(biāo)記，分別獲得了最近M個(gè)網(wǎng)絡(luò)傳感信息Y(t)=[xi,M,xi,M-1,...,xi,1]T（i為傳感器編號(hào)，1

其中，AN為多項(xiàng)式模型階次；aN,l為多項(xiàng)式模型參數(shù)。設(shè)模型參數(shù)A=[aN,AN,...,aN,1,aN,0]T，且有則由最小二乘方法，可求出模型參數(shù)A為

式中W-1XT只與ni（i=1,2,…,K）有關(guān)，一旦確定ni，就可以預(yù)先計(jì)算出W-1XT。在預(yù)測(cè)計(jì)算中只需將新獲得的網(wǎng)絡(luò)傳感信息，更新到矩陣Y就可用式(5)進(jìn)行參數(shù)估計(jì)，即可實(shí)現(xiàn)傳感信息的實(shí)時(shí)預(yù)測(cè)，同樣基于該多項(xiàng)式模型，可通過插值來補(bǔ)充網(wǎng)絡(luò)丟失的數(shù)據(jù)。

2.3 舒適度評(píng)價(jià)模塊

從人體角度，對(duì)室內(nèi)環(huán)境進(jìn)行主觀感覺評(píng)判是當(dāng)

前室內(nèi)環(huán)境研究的方向之一[8-9]。為更好表征環(huán)境指標(biāo)參數(shù)對(duì)舒適度的影響，利用e-SVM模型具有全局最優(yōu)、結(jié)構(gòu)簡單、泛化（推廣）能力強(qiáng)等優(yōu)點(diǎn)，將傳感器采集到的溫度、濕度、風(fēng)速、空氣質(zhì)量、噪聲和光照等環(huán)境參數(shù)作為SVM模型的輸入?yún)⒘?；利用?shí)驗(yàn)得到生理參數(shù)作為輸出訓(xùn)練e-SVM模型；利用訓(xùn)練得到的e-SVM模型實(shí)現(xiàn)對(duì)室內(nèi)環(huán)境舒適度值的綜合評(píng)價(jià)。具體實(shí)施步驟如下：

1)利用室內(nèi)微環(huán)境參數(shù)監(jiān)測(cè)系統(tǒng)，使用實(shí)驗(yàn)方法，監(jiān)測(cè)人在不同溫度、濕度、風(fēng)速、空氣質(zhì)量、噪聲和光照環(huán)境參數(shù)下的手部皮膚平均溫度[10]；

2)利用e-SVM支持向量機(jī)模型，確定e-SVM模型的RBF核函數(shù)損失函數(shù)參數(shù)其中，x￠=0.2；s為輸入樣本的標(biāo)準(zhǔn)偏差；l為樣本數(shù)；y為訓(xùn)練樣本輸出均值；sy為輸出值標(biāo)準(zhǔn)偏差；

3)根據(jù)實(shí)驗(yàn)得到的環(huán)境監(jiān)測(cè)參數(shù)作為輸入，監(jiān)測(cè)到的生理參數(shù)手部溫度作為輸出，利用e-SVM模型進(jìn)行訓(xùn)練；

4)由傳感器采集室內(nèi)溫度、濕度、風(fēng)速、空氣質(zhì)量、噪聲和光照參數(shù)，構(gòu)成向量作為輸入數(shù)據(jù)，其中為傳感器監(jiān)測(cè)到的一組數(shù)據(jù)；利用訓(xùn)練好的模型進(jìn)行在線評(píng)價(jià)，再利用公式

可獲得在[0,1]間變化的舒適度值，式(6)中y為e-SVM模型輸出，其擬合曲線如圖5所示。

圖5 手部溫度與舒適度關(guān)系圖

3 監(jiān)測(cè)試驗(yàn)

基于多參數(shù)網(wǎng)絡(luò)化智能監(jiān)測(cè)系統(tǒng)模型，采用美國德州儀器TMS320LF2812芯片和意法半導(dǎo)體公司的STM32F205RGT6芯片分別作為DSP和ARM模塊的主控芯片，開發(fā)了如圖6所示的室內(nèi)微環(huán)境監(jiān)測(cè)系統(tǒng)。

圖6 室內(nèi)微環(huán)境監(jiān)測(cè)系統(tǒng)

監(jiān)測(cè)節(jié)點(diǎn)如圖6(a)所示，具有ZigBee和Wi-Fi通信模式，ZigBee通信模式用于室內(nèi)監(jiān)測(cè)節(jié)點(diǎn)組網(wǎng)，同時(shí)充分利用室內(nèi)Wi-Fi無線通信的優(yōu)勢(shì)，將室內(nèi)環(huán)境監(jiān)測(cè)參數(shù)通過Wi-Fi網(wǎng)絡(luò)傳輸?shù)竭h(yuǎn)端的系統(tǒng)服務(wù)器

上；服務(wù)器采用阿里云服務(wù)，可以隨時(shí)隨地進(jìn)行數(shù)據(jù)存取，它保存終端節(jié)點(diǎn)工作中的所有數(shù)據(jù)以供用戶查詢。終端監(jiān)測(cè)節(jié)點(diǎn)通過插座由室內(nèi)供電線路供電，通過設(shè)置的匯聚節(jié)點(diǎn)可以實(shí)現(xiàn)時(shí)間同步，如圖6(b)所示，同時(shí)實(shí)現(xiàn)了手機(jī)端的實(shí)時(shí)查詢服務(wù)（如圖6(c)所示）。該室內(nèi)微環(huán)境監(jiān)測(cè)系統(tǒng)通過傳感元件的顯示測(cè)試，實(shí)驗(yàn)測(cè)試數(shù)據(jù)如表1所示，關(guān)聯(lián)的各傳感元件通過TEDS可以自動(dòng)識(shí)別，并初步獲得如下性能指標(biāo)：1)準(zhǔn)確監(jiān)測(cè)室內(nèi)微環(huán)境參數(shù)，溫度檢測(cè)誤差±1.0%，濕度檢測(cè)誤差±3%RH，大氣壓力檢測(cè)誤差±1%，空氣流速檢測(cè)誤差±0.1 m/s，氣體煙霧檢測(cè)誤差±4%，噪聲檢測(cè)誤差可達(dá)±2 dB，光照檢測(cè)誤差±4%，氣體甲醛檢測(cè)誤差±5%，分辨率為0.01 mg/m3；2)以人的生理感受為評(píng)價(jià)標(biāo)準(zhǔn)，利用e-SVM模型得到的舒適度，綜合考量了熱環(huán)境、空氣質(zhì)量環(huán)境、聲環(huán)境和光環(huán)境等因素的影響，具有良好的適用性；3)系統(tǒng)選用ZigBee/Wi-Fi網(wǎng)絡(luò)模式和阿里云服務(wù)，實(shí)現(xiàn)監(jiān)測(cè)參數(shù)遠(yuǎn)程檢測(cè)與通信，實(shí)現(xiàn)了Web和手機(jī)端的多終端監(jiān)測(cè)。

表1 實(shí)驗(yàn)測(cè)試數(shù)據(jù)

4 結(jié)語

針對(duì)室內(nèi)微環(huán)境網(wǎng)絡(luò)化監(jiān)測(cè)，建立一種具有自校正、多傳感、存儲(chǔ)和網(wǎng)絡(luò)化通信等功能的多參數(shù)網(wǎng)絡(luò)化智能監(jiān)測(cè)系統(tǒng)模型，并開發(fā)了室內(nèi)微環(huán)境監(jiān)測(cè)系統(tǒng)，實(shí)現(xiàn)了對(duì)室內(nèi)多環(huán)境參數(shù)的準(zhǔn)確實(shí)時(shí)監(jiān)測(cè)：

1)基于特定TEDS格式校正引擎，通過實(shí)驗(yàn)標(biāo)定把各傳感器的標(biāo)定點(diǎn)數(shù)據(jù)作為校正參數(shù)，以矩陣數(shù)據(jù)表格形式輸入TEDS中，應(yīng)用分段線性插值函數(shù)，實(shí)現(xiàn)了多傳感信息的自校正，提高了系統(tǒng)參數(shù)檢測(cè)的準(zhǔn)確性。

2)基于延遲測(cè)算的時(shí)間同步方法，為微環(huán)境監(jiān)測(cè)系統(tǒng)建立了一個(gè)統(tǒng)一的時(shí)間基準(zhǔn)，然后通過多項(xiàng)式預(yù)測(cè)補(bǔ)償?shù)姆椒?，改善由于網(wǎng)絡(luò)不確定性造成的傳感器信號(hào)采樣延時(shí)問題，在時(shí)間校正的同時(shí)，實(shí)現(xiàn)延時(shí)補(bǔ)償。

3)研究了一種室內(nèi)環(huán)境舒適度評(píng)價(jià)方法，它將傳感器采集到的溫度、濕度、風(fēng)速、空氣質(zhì)量、噪聲和光照等環(huán)境參數(shù)作為輸入?yún)⒘?，利用?shí)驗(yàn)得到生理參數(shù)作為輸出訓(xùn)練e-SVM模型，利用訓(xùn)練得到的e-SVM模型可得到室內(nèi)綜合環(huán)境舒適度值。該方法以人的生理感受為評(píng)價(jià)標(biāo)準(zhǔn)，得到的舒適度，綜合考量了熱環(huán)境、空氣質(zhì)量環(huán)境、聲環(huán)境和光環(huán)境等因素的影響，具有良好的適用性。

4)本監(jiān)測(cè)系統(tǒng)基于多參數(shù)網(wǎng)絡(luò)化智能監(jiān)測(cè)系統(tǒng)模型，采用IEEE 1451混合標(biāo)準(zhǔn)架構(gòu)設(shè)計(jì)，采用DSP和ARM芯片開發(fā)，使其具有快速數(shù)據(jù)處理能力、豐富的接口、良好的通用性和擴(kuò)展性。該模型和相應(yīng)的關(guān)鍵技術(shù)，可以應(yīng)用在生態(tài)環(huán)境監(jiān)測(cè)、農(nóng)林生產(chǎn)和化工醫(yī)藥制造等場(chǎng)合。

[1]李婷.基于能耗最小的室內(nèi)環(huán)境控制研究[D].廣州:華南理工大學(xué),2011.

[2]Seung-Chul Lee,Young-Dong Lee,Wan-Young Chung. Design and implementation of reliable query process for indoor environmental and healthcare monitoring system[J]. Convergence and Hybrid Information Technology,2008,11: 398-402.

[3]葉廷東,程韜波,周松斌,等.海洋水環(huán)境網(wǎng)絡(luò)化智能監(jiān)測(cè)系統(tǒng)的建模設(shè)計(jì)研究[J].計(jì)算機(jī)測(cè)量與控制,2014,22(6):1697-1699.

[4]Jin H Z，Lu H，Cho S K，et al．Nonlinear compensationfor non-contact electronic joystick with a single Hall sensor[J]. Science,Measurement＆Technology，2008，2(1):9-17.

[5]Eniz Gurkan,Xiaojing Yuan,Driss Benhaddou,et al. UH-ToSS:A sensor networking testbed with IEEE 1451 compatibility for space exploration[C]..3rd International Conference on Testbeds and Research Infrastructure for the Development of Networks and Communities,Lake Buena Vista,FL,USA:IEEEPress,2007:144-149.

[6]黃國健,劉桂雄,洪曉斌,等.IEEE1451網(wǎng)絡(luò)化智能傳感器的通用建模方法及應(yīng)用[J].光學(xué)精密工程,2010,18(8): 1914-1921.

[7]韓永朋,安勇,牟榮增,等.基于自動(dòng)校準(zhǔn)的WSNs時(shí)間同步算法[J].傳感器與微系統(tǒng),2013,32(8):128-130.

[8]Concei??oEusébio Z E,Nunes Abel R L,Gomes,Jo?o M M, et al.Application of a school building thermal response numerical model in the evolution of the adaptive thermal comfortlevelintheMediterraneanenvironment[J]. InternationalJournal ofVentilation,2010,9(3):287-304.

[9]Liu W W,Lian Z W,Zhao B.A neural network evaluation modelforindividualthermalcomfort[J].Energyand Buildings,2007,39(10):1115-1122.

[10]王冠.基于數(shù)據(jù)的乘車環(huán)境舒適度評(píng)價(jià)方法[D].北京:北京交通大學(xué),2013.

Indoor Micro Environment Monitoring System Based on Internet of Things

Ye TingdongPeng XuanrongGao YikangLiang Hao
(Computer Engineering Department,Guangdong Industry Polytechnic)

The paper introduces a kind of micro environmental monitoring system model and its software structure design. The monitoring system with ARM and DSP has achieved functions of self-calibration,multi-sensing,storage and wireless communications,etc.,and uses TEDS correction engine to implement the self-calibration of multi-sensing information.It uses prediction technology of sensor network information to improve the delay of the sensor signal sampling caused by network uncertainty,and uses SVM model to realize the comprehensive comfort assessment,which can be used as a guide for the automatic control of the indoor environment.The application experiment showed that its temperature measurement error is±1.0%,humidity measurement error is±3%RH,noise measurement error is±2dB,illumination measurement error is±4%,formaldehyde measurement resolution is 0.01mg/m3.

Internet of Things;Environmental Monitoring;Multi-Sensing Information;Comfort

葉廷東，男，1976年生，博士后，副教授，主要研究方向：多維傳感信息建模方面的研究。E-mail:yuetd@163.com

廣東省科技計(jì)劃項(xiàng)目（2015A020214025，2015A070710030）；廣州市科技計(jì)劃項(xiàng)目（2013J4100077）；創(chuàng)新強(qiáng)校工程項(xiàng)目（2A11105）。