一种大气颗粒物低成本监测系统及监测数据滤波方法与流程

本发明属于监测网络与检测技术领域，具体涉及一种大气颗粒物低成本监测系统及监测数据滤波方法。

背景技术：

随着城市建设规模的不断扩大、城市功能区和产业结构布局的不断优化、调整，许多城市在城市环境、城市建设规模和人口数量、分布等方面都有了很大变化，原有的城市环境大气颗粒物监测设备都呈现出数量上的不足或者空间分布上的不科学，不能继续满足城市环境空气监测的技术要求，从而需要增设或调整。

采用城市公交车为载体，车载大气颗粒物浓度测量传感器以及定位设备，结合无线传输技术，就能够实现大规模近地监测空气污染。由于低成本的大气颗粒传感器测量精度和准确度方面存在很多固有缺陷，本发明提出一种滤波方法以滤除数据中大量随机噪声。

技术实现要素：

本发明的目的在于提供一种大气颗粒物低成本大规模监测系统及监测数据滤波方法，通过新的滤波方法提高低成本监测的数据可靠性与稳定性。

本发明公开了一种大气颗粒物低成本监测系统，包括：设置于汽车上的颗粒物监测装置、为颗粒物监测装置供电的车载供电装置以及与颗粒物监测装置无线传输并能连接互联网的服务器，颗粒物监测装置包括：颗粒物传感器、控制器、存储器、定位模块和无线传输模块；颗粒物传感器、定位模块、存储器及无线传输模块分别与控制器电性连接，传感器能够连续获取颗粒物数据并传输给控制器，定位模块能够实时获取位置数据并传输给控制器，控制器将数据存储在存储器中并进行滤波处理，然后时通过无线传输模块发送到服务器中。

进一步地，服务器包括数据服务中心、数据库和网页服务器；数据服务中心用于数据处理并将处理后的数据存入数据库中以及通过网页服务器显示。

进一步地，车载供电装置包括太阳能电池板和存储太阳能电池板所发电量的电池。

进一步地，太阳能电池板通过磁铁贴合到车辆顶部的前部。

进一步地，存储器为具有掉电保护功能的存储器。

进一步地，公共交通系统的车辆为公交车、出租车和公共自行车。

本发明还公开了一种应用于上述监测系统的监测数据滤波方法，包括如下步骤：

步骤一：建立浓度与时间关系的回归方程y＝k*x+b；其中y为颗粒物浓度，x为时间；

步骤二：将传感器获取的浓度值作为数据样本，以各样本点到回归方程距离之和最小时作为评价标准求解k和b，其中距离之和公式为

步骤三：将k、b和某时刻x的值代入回归方程y＝k*x+b得到该时刻下浓度y的值。

进一步地，步骤二中，k和b的值的求解方法为：令|(k*xj+b)-yj|＝uj+vj，(k*xj+b)-yj＝uj-vj，uj≥0，vj≥0；将距离之和公式为转化为：

然后利用线性规划库pulp解得d取最小值时的k和b的值。

本发明具有的有益效果：

通过数据滤波算法，提高低成本监测装置的所采集数据的可靠性与准确，以便借助城市公交车、公共自行车、出租车等移动平台构成的移动网络，构建大规模城市大气颗粒物监测系统，可以弥补城市环境监测传统方法上节点不足与分布不均的问题。

附图说明

图1是本发明一个优选实施例的结构示意图；

图2是图1所示实施例中颗粒物监测装置和车载供电装置的安装位置示意图；

图3是图1所示实施例中颗粒物监测装置和车载供电装置的连接示意图；

图4是图1所示实施例中传感器监测数据输出图像。

具体实施方式

下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

如图1至4所示，一种大气颗粒物低成本监测系统，包括：设置于汽车上的颗粒物监测装置、为颗粒物监测装置供电的车载供电装置以及与颗粒物监测装置无线传输并能连接互联网的服务器。颗粒物监测装置安装在汽车车头的顶部，颗粒物监测装置包括：颗粒物传感器、控制器、存储器、定位模块和无线传输模块。颗粒物传感器、定位模块、存储器及无线传输模块分别与控制器电性连接，传感器能够连续获取颗粒物数据并传输给控制器，定位模块能够实时获取位置数据并传输给控制器，控制器将获取的数据存储在存储器中、同时通过无线传输模块发送到服务器中。

作为优选方案，服务器通过公有互联网服务器网络地址作为接口，让颗粒物监测装置能够进行数据上传。服务器上完成数据处理、数据分析以及数据显示功能。其具体包括包括数据服务中心、数据库和网页服务器。数据服务中心用于数据处理并将处理后的数据存入数据库中以及通过网页服务器显示于接入互联网的其它设备中。

作为优选方案，车载供电装置包括太阳能电池板和存储太阳能电池板所发电量的电池。

作为优选方案，存储器为具有掉电保护功能的存储器，具体可选用sd存储卡、flash存储卡或eeprom，该类存储器掉电时数据不会丢失，提高了监测过程的安全系数。

作为优选方案，颗粒物监测装置和太阳能电池板均通过强力磁铁吸附在车顶表面，且颗粒物监测装置在前而太阳能电池板在后。

作为优选方案，公共交通系统的车辆为公交车、出租车和公共自行车。借助这类使用频次高且活动范围广的交通工具可以高效、全面收集数据信息，从而提高数据的真实性和可靠性。

当车辆行驶在城市道路上时，颗粒物监测装置开始工作。控制器负责管理设备中的颗粒物传感器、定位模块以及无线传输模块的工作，并且将监测数据备份存入存储器里。颗粒物传感器选用低成本的大气颗粒物传感器，其会连续测量车辆行驶过程的道路颗粒物浓度情况，并且按照传感器设计的传输协议将颗粒物浓度值传输给控制器。而定位模块，例如gps，会实时获取到车辆的位置信息，同样按照国际规定的gps数据传输协议传输给控制器。无线传输模块可以使用gprs模块，通过gprs模块可以获取到utc(通用协调时)时间，控制器将时间转化为北京时间。接下来车载控制器将时间信息、地理信息以及颗粒物浓度信息一并按照一定格式存入存储器，同时通过无线传输模块发送给数据服务中心。

数据服务中心将数据按照一定的格式提取出来，存入到服务器的数据库里。云服务器需要安装相应数据处理软件python2.7。由于低成本颗粒物传感器在监测数据稳定性上出现噪点多的现象，因此利用python软件对数据进行滤波处理。数据滤波处理后将处理结果存入到数据库中。最后市民利用互联网在终端设备上浏览监测数据。

本发明中采用的颗粒物浓度传感器为低成本的传感器，故普遍存在测量精度不高，测量数据不稳定等诸多问题，表现为数据中存在大量的奇异野点，因此本发明还采用一种数据随即噪声滤波方法，以此来提高监测数据质量。数据滤波方法为不直接输出每一次的传感器数据而是根据传感器原始历史数据进行下一次数据预测，并且输出这个预测值。其具体方法包括如下步骤：

步骤一：建立浓度与时间关系的回归方程y＝k*x+b；其中y为颗粒物浓度值即输出结果，x为时间。

步骤二：将传感器获取的浓度值作为数据样本，以各样本点到回归方程距离之和最小时作为评价标准求解k和b，其中距离之和公式为k和b的求解方法为：令|(k*xj+b)-yj|＝uj+vj，(k*xj+b)-yj＝uj-vj，uj≥0，vj≥0；将距离之和公式为转化为然后通过python语言中线性规划库pulp得出最小距离和下的k和b的值。

步骤三：将k和b的值代入回归方程y＝k*x+b中得到最佳回归方程，然后带入xn得到预测结果yn＝k*xn+b。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。