NB-IoT環(huán)境監(jiān)測的多傳感器數(shù)據(jù)融合技術(shù)分析

孫 梅

（淮北市烈山區(qū)生態(tài)環(huán)境分局 235025）

0 引言

近些年來，隨著全球經(jīng)濟(jì)水平的不斷提升，我國的經(jīng)濟(jì)正在以正指數(shù)的形式快速增長，但是在經(jīng)濟(jì)增長的同時也加劇了環(huán)境污染，而且環(huán)境污染問題也越來越嚴(yán)重。導(dǎo)致環(huán)境污染問題發(fā)生的主要原因，與大氣中所含有的有害物質(zhì)有直接的關(guān)系，為了能夠進(jìn)一步實現(xiàn)國家生態(tài)可持續(xù)發(fā)展戰(zhàn)略目標(biāo)，應(yīng)對環(huán)境進(jìn)行全面的檢測，并提出有效的治理和預(yù)防措施，而在這個過程中就需要使用到更加先進(jìn)的環(huán)境監(jiān)測技術(shù)與監(jiān)測工具，所以本文特針對如今的環(huán)境污染問題，憑借物聯(lián)網(wǎng)技術(shù)，進(jìn)一步提高環(huán)境監(jiān)測的力度與效果，希望能夠更加精準(zhǔn)的找到環(huán)境中存在的問題，并提出有效的預(yù)防與控制措施，從而全面提高環(huán)境監(jiān)測效率與監(jiān)測質(zhì)量。

1 NB-IoT的環(huán)境檢測系統(tǒng)架構(gòu)

在本次研究中將STM32F103C8T6 作為主控芯片，并采用軟硬件結(jié)合的方式，準(zhǔn)確的獲取各種傳感器模塊所采集到的數(shù)據(jù)。采用NB-IoT 技術(shù)，將多種傳感器收集到的數(shù)據(jù)，準(zhǔn)確的發(fā)送至云端平臺，而后利用云平臺對各種監(jiān)測數(shù)據(jù)進(jìn)行實時查看，并提取數(shù)據(jù)，最后完成融合處理。

目前，物聯(lián)網(wǎng)技術(shù)的快速發(fā)展，也為環(huán)境監(jiān)測工作帶來了新的發(fā)展契機(jī)，注入了新的活力。環(huán)境監(jiān)測系統(tǒng)中，利用物聯(lián)網(wǎng)技術(shù)進(jìn)行設(shè)計可以提高整個環(huán)境監(jiān)測系統(tǒng)的有效性和實時性，并為所采集的數(shù)據(jù)信息的共享提供平臺，從而為環(huán)境監(jiān)測工作提供強(qiáng)有力的保障[1]。

在整個環(huán)境監(jiān)測中，數(shù)據(jù)主要由溫濕度傳感器、甲醛傳感器、總揮發(fā)性有機(jī)化合物傳感器以及粉塵傳感器所提供，使用NB-IoT 技術(shù)將所獲取的相關(guān)數(shù)據(jù)上傳至云平臺，其中具體的環(huán)境監(jiān)測系統(tǒng)的硬件結(jié)構(gòu)如圖1所示。

在上述圖表中，溫濕度傳感器主要采用單總線通訊方式進(jìn)行傳輸，其中具體包括溫濕度的小數(shù)、整數(shù)以及校驗等40 位數(shù)據(jù)，采用該溫濕度傳感器不僅可以滿足小數(shù)位的要求，而且也可以提高響應(yīng)速度，具有非常強(qiáng)的抗干擾能力。同時在該溫濕度傳感器中，也應(yīng)用了專門的數(shù)字模塊采集技術(shù)，從而確保數(shù)據(jù)采集的穩(wěn)定性與可靠性，保證傳輸數(shù)據(jù)的精確性；在甲醛傳感器中，主要就是利用內(nèi)置的溫度補(bǔ)償電路以及化學(xué)檢測技術(shù)設(shè)計出分辨率低于0.0125mg/m3，且穩(wěn)定性較高的傳感器，利用通用異步收發(fā)傳輸器通信協(xié)議，提高函數(shù)輸出的準(zhǔn)確性；在粉塵傳感器中，該型號粉塵傳感器具有極高的靈敏度與穩(wěn)定性；總揮發(fā)性有機(jī)化合物傳感器的內(nèi)部可以集成12 位高精度數(shù)字模擬轉(zhuǎn)換，在這其中模塊則采用分離算法和傅里葉轉(zhuǎn)換對漂移提高的精確度進(jìn)行抑制[2]，同時也能夠利用UART 方式提高數(shù)據(jù)輸出的精準(zhǔn)性。

最后將所收集到的數(shù)據(jù)利用多傳感器融合技術(shù)進(jìn)行融合，而后對環(huán)境質(zhì)量的好壞進(jìn)行綜合性評價。對于多傳感器融合來說，其屬于一種利用數(shù)據(jù)信息進(jìn)行相關(guān)、校準(zhǔn)、估計以及識別的一種技術(shù)，在信息處理過程中可以將其分為高、中和低3 個層次，融合方式包括決策級融合、特征級融合以及數(shù)據(jù)級融合。為了能夠提高多傳感器融合技術(shù)的使用效果，應(yīng)該明確多傳感器融合技術(shù)的融合結(jié)構(gòu)，最為基本的融合結(jié)構(gòu)主要包括三種，其中分別為并聯(lián)型融合、串聯(lián)型融合以及混聯(lián)型融合[3]。

2 同質(zhì)傳感器的融合算法

為了能夠提高整體融合算法對整個環(huán)境質(zhì)量評價的準(zhǔn)確性，且可以符合多傳感器融合技術(shù)的相關(guān)標(biāo)準(zhǔn)，本文分別設(shè)置5 個環(huán)境監(jiān)測系統(tǒng)，用以獲取濕度、溫度、粉塵、甲醛以及總揮發(fā)性有機(jī)化合物的相關(guān)環(huán)境數(shù)據(jù)，因此在進(jìn)行第1 集融合前，應(yīng)該在每一組傳感器中分別加入中值濾波函數(shù)，主要的目的就是確保各個傳感器在能夠獲取有效數(shù)值的基礎(chǔ)上，進(jìn)一步提高數(shù)據(jù)采集結(jié)果的準(zhǔn)確性，避免其他因素對數(shù)據(jù)獲取的準(zhǔn)確性造成影響與干擾。具體而言可以采用加權(quán)平均算法，因為該方法屬于一種可直接操作傳感器的數(shù)據(jù)源，并將加權(quán)平均值用作融合值的方法。同時貝葉斯估計法也屬于一種比較低級的數(shù)據(jù)融合方法，其主要就是利用概率原理，將所收集到的傳感器靜態(tài)數(shù)據(jù)進(jìn)行組合。而卡爾曼濾波法則主要是將低層次實時動態(tài)的多傳感器融于數(shù)據(jù)進(jìn)行融合，采用該方法，可以利用測量模型的統(tǒng)計特征完成地推，并明確統(tǒng)計意義，屬于一種最佳數(shù)據(jù)融合與估計方法[4]。所以，在進(jìn)行第1 級融合時，應(yīng)采用卡爾曼濾波算法，這也是一種最佳的自回歸數(shù)據(jù)處理算法。

因為氣體傳感器自身和其環(huán)境的差異，也會導(dǎo)致噪聲頻率出現(xiàn)不同程度的變化，所以當(dāng)一些噪聲頻率與所需的信號帶寬重疊時，無法使用經(jīng)典濾波器，而為了能夠降低測量誤差，并避免傳感器受到外界因素的影響而造成噪聲污染等問題，應(yīng)該選擇卡爾曼濾波，進(jìn)而對噪聲的真實數(shù)據(jù)干擾進(jìn)行最優(yōu)化控制，并為第2 級數(shù)據(jù)融合提供統(tǒng)計意義與有效數(shù)據(jù)。

上述公式中，P（k|k-1）：利用上一狀態(tài)預(yù)測出的結(jié)果；T：狀態(tài)轉(zhuǎn)移矩陣；P：（k-1|k-1）：上一狀態(tài)的最優(yōu)結(jié)果；B：輸入控制項矩陣；U（k）：現(xiàn)在控制狀態(tài)量。

3 異質(zhì)傳感器融合算法

對于已經(jīng)監(jiān)測到的各種環(huán)境數(shù)據(jù)來說，人們往往對其數(shù)值所產(chǎn)生的興趣比較小，而更加關(guān)注環(huán)境質(zhì)量好壞對自身舒適度所造成的影響，因此在第1 集卡爾曼濾波的基礎(chǔ)上，為了可以更好地對多種環(huán)境因素進(jìn)行全面評價，可以采用模糊評價法進(jìn)行評價，從而避免單一傳感器對環(huán)境質(zhì)量評價所造成的局限性影響[5]。

模糊綜合評價方法，具體指的就是利用模糊數(shù)學(xué)隸屬度的利潤，將定性評價轉(zhuǎn)化成為定量評價，也就是對受到各種因素影響的物體或事物進(jìn)行全面評價，該評價方法的基本原理為：首先確定環(huán)境質(zhì)量評價因素，并對其進(jìn)行集合，其次確定每一個因子的具體權(quán)重以及其隸屬度矢量，這樣就可以得到模糊評價矩陣，最后則應(yīng)該對因子權(quán)重向量和模糊評價矩陣進(jìn)行模糊運算，并統(tǒng)一進(jìn)行歸一化處理，最終就可以得到模糊綜合評價結(jié)果。

4 結(jié)語

綜上所述，利用NB-IOT 技術(shù)與多傳感器技術(shù)設(shè)計環(huán)境監(jiān)測系統(tǒng)，可以有效降低外界因素對監(jiān)測系統(tǒng)造成的干擾，從而為環(huán)境監(jiān)測相關(guān)技術(shù)提供有效的數(shù)據(jù)憑證，分析具體的環(huán)境污染問題，并提出有效的治理對策與預(yù)防對策，實現(xiàn)防治環(huán)境污染問題的目的。