一种天气舒适度智能监测系统的制作方法

文档序号:16894157发布日期:2019-02-15 23:24阅读:333来源:国知局
一种天气舒适度智能监测系统的制作方法

本发明涉及天气监测技术领域,具体涉及一种天气舒适度智能监测系统。



背景技术:

相关技术中,天气预报都只能够提供一个大区域的天气状况;工业或者家用的采集器只能采集众多天气信息中的一种或者两种,例如温度或湿度等,而且只通过简单的数字进行显示,例如温度多少度。到目前为止,在市场上尚未见到既能实时采集众多天气信息,又能通过丰富、直观的形式来反应当前天气状况和舒适度的天气智能监控装置。



技术实现要素:

针对上述问题,本发明提供一种天气舒适度智能监测系统。

本发明的目的采用以下技术方案来实现:

提供了一种天气舒适度智能监测系统,该装置包括:用于感应气象参数的气象感知子系统、连接该气象感知子系统的至少一服务器、及一提示装置,所述服务器接收气象感知子系统感应得到的气象参数,所述服务器设有舒适度模型模块,气象参数送入舒适度模型模块进行加权运算,所述服务器将获得的舒适度值输出给所述提示装置予以提示。

进一步地,所述服务器还包括第一处理模块和第二处理模块,第一处理模块用于接收所述气象参数;所述第二处理模块用于控制所述提示装置。

优选地,所述提示装置包括音乐模块和光提示模块。

其中,气象感知子系统包括单个汇聚节点、四个中继节点和多个传感器节点,所述汇聚节点部署于设定的监测区域的中心位置,四个中继节点设置于监测区域中的不同位置,且四个中继节点与汇聚节点之间的距离相同,所述多个传感器节点按照实际监测需要部署于所述监测区域内;传感器节点负责采集气象参数并将气象参数发送至其中一个中继节点,中继节点将接收的气象参数单跳发送至汇聚节点,汇聚节点汇聚所有气象参数并发送至服务器。

优选地,所述传感器节点包括气象参数传感器,气象参数传感器包括风雨传感器、湿度传感器、光强传感器和温度传感器。

本发明的有益效果为:本发明可以随时了解当前的天气状况,并通过建立舒适度模型模块和提示装置综合对当前天气状况进行了生动、直观的反映,适用了不同环境和用户的需要。

附图说明

利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。

图1是本发明一个示例性实施例的一种天气舒适度智能监测系统的结构连接框图;

图2是本发明一个示例性实施例的服务器的结构连接框图。

附图标记:

气象感知子系统1、服务器2、提示装置3、舒适度模型模块10、第一处理模块20、第二处理模块30。

具体实施方式

结合以下实施例对本发明作进一步描述。

参见图1、图2,本实施例提供了一种天气舒适度智能监测系统,该装置包括:用于感应气象参数的气象感知子系统1、连接该气象感知子系统1的至少一服务器2、及一提示装置3,所述服务器2接收气象感知子系统1感应得到的气象参数,所述服务器2设有舒适度模型模块10,气象参数送入舒适度模型模块10进行加权运算,所述服务器2将获得的舒适度值输出给所述提示装置3予以提示。

所述舒适度模型模块10是将任一种气象参数对应为不同等级的舒适度值,并将当时的各不同气象参数的舒适度值按照预先设定的权度进行加权运算。例如,可以设置所述气象参数传感器包括风力传感器、湿度传感器、光强传感器和温度传感器,分别用于感应风力大小、湿度大小(是否下雨)、太阳光照强度、温度情况;例如针对风力大小,可以针对现有的12级风的风力传感器,将1-2级风对应为无风,3-5级风对应为小风,6-9级对应为中风,10级以上对应为大风;并将无风、小风、中风、大风等对应为整个舒适度模型模块10中的某个数值。然后可将各种气象参数对应的舒适度值进行加权运算后获得最终的舒适度程度值。

进一步地,所述服务器2还包括第一处理模块20和第二处理模块30,第一处理模块20用于接收所述气象参数;所述第二处理模块30用于控制所述提示装置3。

在一个实施例中,所述提示装置3包括音乐模块和光提示模块。

其中,气象感知子系统1包括单个汇聚节点、四个中继节点和多个传感器节点,所述汇聚节点部署于设定的监测区域的中心位置,四个中继节点设置于监测区域中的不同位置,且四个中继节点与汇聚节点之间的距离相同,所述多个传感器节点按照实际监测需要部署于所述监测区域内;传感器节点负责采集气象参数并将气象参数发送至其中一个中继节点,中继节点将接收的气象参数单跳发送至汇聚节点,汇聚节点汇聚所有气象参数并发送至服务器2。

在一个实施例中,所述传感器节点包括气象参数传感器,气象参数传感器包括风雨传感器、湿度传感器、光强传感器和温度传感器。

本发明上述实施例可以随时了解当前的天气状况,并通过建立舒适度模型模块10和提示装置3综合对当前天气状况进行了生动、直观的反映,适用了不同环境和用户的需要。

在一个实施例中,传感器节点模型采用布尔感知模型,传感器节点感知半径异构,任意传感器节点的感知半径在[rmin,rmax]范围内,其中rmax和rmin分为传感器节点感知半径的上下限;将多个传感器节点按照实际监测需要部署于所述监测区域内后,将监测区域平均划分为多个方形的网格区域,按照监测需求强度为每个网格区域分配监测重要等级,所述的监测重要等级包括低级重要、中级重要和高级重要,设置低级重要对应的理论覆盖密度为0.8,中级重要对应的理论覆盖密度为1.0,高级重要对应的理论覆盖密度为1.2,按照下列公式计算每个网格区域为满足理论覆盖密度而需要部署的传感器节点数量:

式中,ni表示第i个网格区域为满足理论覆盖密度而需要部署的传感器节点数量;ρi为所述第i个网格区域对应设置的理论覆盖密度,ai为所述第i个网格区域的面积大小;int为取整函数;

设所述第i个网格区域中实际已部署的传感器节点数量为ni0,若ni0<ni,则在所述第i个网格区域中添加部署ni-ni0个传感器节点。

本实施例将多个传感器节点按照实际监测需要部署于所述监测区域内后,将监测区域平均划分为多个方形的网格区域,并基于监测需求强度为每个网格区域设置相应的理论覆盖密度,并按照理论覆盖密度计算网格区域应该设置的传感器节点数量,在实际部署的传感器节点数量小于该应该设置的传感器节点数量时,继续增添传感器节点。本实施例能够使得每个网格区域中的传感器节点部署都能够达到一定的网络覆盖密度,保障了监测需求,且相对于随机部署传感器节点的方式,优化了网络拓扑结构,进而提升无线传感器网络的监测性能。

在一个实施例中,完成传感器节点部署后,将设定的监测区域随机划分为m个虚拟网格区域,且使得各中继节点在不同的虚拟网格区域内;在不包含中继节点的虚拟网格区域中选取簇头;簇头负责收集所在虚拟网格区域内的各传感器节点采集的气象参数,每个簇头将收集的气象参数发送至距离最近的中继节点;在包含中继节点的虚拟网格区域中,各传感器节点将所采集的气象参数通过直接发送或者多跳发送的形式发送至对应的中继节点。

本实施例在不包含中继节点的虚拟网格区域中通过分簇的方式进行气象参数的收集,而在包含中继节点的虚拟网格区域中不进行组簇,有利于降低网络的整体能耗,同时避免不必要的分簇,节省分簇能耗,有效延长无线传感器网络的生命周期。

在一种实施方式中,在不包含中继节点的虚拟网格区域中选取簇头,包括:

(1)计算虚拟网格区域的重心位置:

式中,wb表示虚拟网格区域b的重心位置,x(c)表示所述虚拟网格区域b中第c个传感器节点所在位置的横坐标,y(c)为所述第c个传感器节点所在位置的纵坐标,其中以汇聚节点为坐标原点,nb为所述虚拟网格区域b具有的传感器节点个数;

(2)计算虚拟网格区域内各传感器节点担任簇头的概率,并选择概率最大的传感器节点作为该虚拟网格区域的簇头:

式中,pbc为虚拟网格区域b中第c个传感器节点担任簇头的概率,为所述第c个传感器节点与重心位置wb的距离,为虚拟网格区域b中第v个传感器节点与重心位置wb的距离;为所述第c个传感器节点与中继节点的最小距离,为所述第v个传感器节点与中继节点的最小距离,μ1、μ2为设定的权重系数且μ1>μ2。

本实施例通过将监测区域平均划分为多个虚拟网格区域,并计算每个虚拟网格区域的重心位置。本实施例提出了虚拟网格区域内各传感器节点担任簇头的概率的计算公式,该计算公式中,距离所在虚拟网格区域重心位置以及中继节点更近的传感器节点具有更大的概率担任该虚拟网格区域的簇头。本实施例从每个虚拟网格区域中选择概率最大的传感器节点作为簇头,一方面能够保证簇头尽量均匀地分布在整个监测区域内,另一方面能够提升分簇结果的全局最优性能,节省簇头收集和传输气象参数的能量消耗,提高簇头进行气象参数收集工作的稳定性。

在一个实施例中,按照下列公式确定虚拟网格区域的划分数目m:

式中,a为所述监测区域的面积,do为中继节点到汇聚节点的距离,int为取整函数。

本实施例基于监测区域的实际情况,设计了监测区域划分成虚拟网格区域的数目的计算公式,根据该计算公式确定虚拟网格区域的数目,相对于随机设定的方式,优化了分簇的数目,有利于节省网内传感器节点的能耗,进而降低气象参数的采集成本。

最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1