专利名称：基于Zigbee的公共场所环境监测控制方法及其系统的制作方法
技术领域：
本发明属于一种公共场所环境检测监控方法，具体地说是涉及一种基于Zigbee 的，通过非线性方法进行控制的公共场所无线智能环境监测控制方法，并涉及实施该方法 所使用的装置。
背景技术：
目前的公共场所环境监控系统很难满足人们对舒适性和控制方便性的需求，主要 存在以下不足1、管理落后传统公共场所环境的照明和温度等是由人进行管理和操作的，不能 适应公共场所人员和车辆数量的动态变化特性，也不容易根据天气天色的变化进行实时的调整。2、能源浪费公共场所中经常会出现空无一人时却有很多灯在亮，或空调在运行。3、控制不便如灯光控制需要有全夜灯、半夜灯、时段灯、凌晨回开灯、夜景灯等， 而传统的环境监控系统无法实现不同的环境不同的控制方法。4、布线复杂传统的环境监控系统本身布线已经是很复杂，如要实现更多的控制 功能，其布线成本是难以想象的。无线的环境监控系统具有布线简单，可实现复杂控制功能 的特点。而在无线技术中，使用GSM、CDMA网络的无线环境监控系统由于受到这些通信网 络及其成本的限制，节点数不能太多。而蓝牙技术传输距离短耗高，网络容量小，也不适用。 无线局域网的缺点是成本高功耗高。5、设备寿命短传统的控制方法采用直开直关的方法，使控制设备受到电网电压 和浪涌电压的冲击而寿命大大缩短。6、安全性低传统的环境监控系统无安全机制，无法保证系统的安全性。申请号为200710156210. X，发明名称为“基于ZigBee无线传感器网络的温室环境 监控系统”的发明专利申请，虽然提出了一种将ZigBee无线传感器网络应用到大型温室群 管理中，构建了一种低成本、自组织、自恢复的无线温室环境监控网络，但是该发明专利申 请却没有提供一种有效的控制方法，以适应公共场所中多变的复杂环境，达到人性化和节 约化的控制目的。
发明内容
本发明的目的是提供一种适应公共场所中多变的复杂环境，达到人性化和节约化 控制目的的公共场所环境监测控制方法，并提供采用该方法所涉及的控制系统。为实现上述目的，本发明采用以下技术方案一种基于Zigbee的公共场所环境监测控制方法是指，利用无线传感器网络对公 共场所中的环境参数进行采集，将获取的环境参数送入控制器，控制器对获取的环境参数 进行模糊建模和混沌建模；根据建立的环境参数模型，建立模糊神经网络，利用模糊神经网 络对工作设备进行实时控制；再利用混沌微扰控制方法对公共场所中的工作设备进行长期控制。上述的无线传感器网络为基于Zigbee的无线传感器网络。上述的Zigbee无线传感器网络为mesh网络，在该网络的节点上设置至少一个传 感器，所述的传感器包括温度传感器、照度传感器、人员密度传感器、车辆密度传感器、湿度 传感器、COD传感器中的任意一种或几种组合。在建立模糊神经网络之后，对该模糊神经网络进行学习训练，其中，对模糊神经网 络的学习训练以环境参数的加权系数形式表现出来；所述模糊神经网络的训练过程包括①设置初始权系W(O)为较小的随机非零值；②给定输入/输出样本对，计算模糊神经网络的输出；③计算模糊神经网络的目标函数，并根据模糊神经网络的目标函数，对模糊神经 网络的学习训练进行评价；若目标函数小于等于预先设定的阈值，则所建立的模糊神经网 络是合适的；若目标函数大于预先设定的阈值，则对环境参数的加权系数进行修改，直至使 模糊神经网络的目标函数小于等于预先设定的阈值；④对模糊神经网络进行反向传播计算，逐层调整权值。上述的混沌微扰控制方法为系统参数微扰控制法中的OGY方法，其系统参数是指 公共场所中的工作设备密度、工作设备功率及工作设备的工作/休眠比。上述利用混沌微扰控制方法中的OGY方法对环境参数进行长期控制是指i、对公共场所的环境参数进行时间序列混沌建模，从环境参数时间序列混沌模型 中寻找OGY方法中的混沌奇异吸引子；ii、根据环境参数时间序列混沌模型，建立环境参数混沌控制目标轨道；iii、根据所确定的环境参数混沌控制目标轨道，控制公共场所中设备的密度、设 备的功率及设备的工作/休眠比，使它们按照所确定的混沌控制目标轨道运行。本发明中，一种基于Zigbee的公共场所环境监测控制系统，它包括无线传感器网络，它包括协调器、与协调器相连接的至少一个路由器、与每个路由 器相连接的至少一个传感器节点；控制器，其与无线传感器网络无线连接；所述的控制器包括与无线传感器网络进 行通讯的COM接口模块，COM接口模块与分析控制模块相连接，分析控制模块与计算模块相 连接。上述的无线传感器网络为基于Zigbee的无线传感器网络。上述的Zigbee无线传感器网络为树型网络，在该网络的传感器节点上设置至少 一个传感器，所述的传感器包括温度传感器、照度传感器、人员密度传感器、车辆密度传感 器、湿度传感器、COD传感器中的任意一种或几种组合。上述的协调器和路由器中均包含有Zigbee通讯模块和/或RS485有线通讯模块。上述的控制器为手持式遥控器。上述的控制器为远程后台控制系统；其中，计算模块还与日志模块相连接，日志模 块与数据库接口相连接。在所述的控制器中，分析控制模块还分别与报警模块、显示模块、WEB接口、模式管 理模块相连接；所述的显示模块还分别与计算模块和日志模块相连接；所述的报警模块还 与SMS模块相连接。
上述的控制器还与至少一个上位机相连接。采用上述技术方案的本发明，将模糊神经网络和混沌微扰控制法结合在一起，根 据公共场所现场日照和温度等自然条件的季节变换进行控制，以达到节能、人性化的特点。 另外，在本发明中，无线传感器网络采用基于ZigBee的无线传感器网络，该传感器网络综 合了传感器技术、嵌入式计算技术、现代网络及无线通信技术、分布式信息处理技术，它具 有自组网、低功耗的特点，避免了传统电缆布线时采集点布置困难，系统成本高，安装维护 难度大的缺点。模糊控制与神经网络是目前智能控制中最活跃也是最富有成果的领域。模糊逻辑 适合表达模糊或定性的知识，其推理方式类似于人的思维模式，但一般来说模糊系统缺乏 自学习和自适应能力。神经网络具有并行计算、分布式信息存储、容错能力以及具备自学习 自适应的能力，能对样本进行有效的学习，但存储的信息难以理解。而在本发明中，模糊神 经网络结合了模糊控制与神经网络两者的优势，使控制系统具有模糊推理和自学习自组织 的能力。参数微扰控制法是一种简单的非反馈混沌控制方法，它十分适合非自治系统的混 沌控制。按照控制信号施加对象的不同，混沌控制方法可以分为系统参数微扰法和系统变 量微扰法两类。系统参数微扰法通过对系统参数施加修改，以达到混沌控制的目的，例如 OGY(Ott-Grebogi-Yorke)方法、自适应控制法等都属于该类方法；在本发明中，采用OGY方 法进行混沌微扰控制，不仅可以消除混沌的有害效应，而且可以利用混沌的特有性质即初 值敏感性、各态历经性和包含的周期态的极大丰富性的特性，利用参数的微调将系统在尽 可能短的时间内驱动到目标态的领域，然后启动微小控制信号将系统捕捉到目标轨道上， 继续用微小信号将系统保持在目标态上，并用同样是微小的信号使系统在大量的周期态之 间自由灵活地转换，以适应环境变化的要求。即它只需要小微扰就可以很容易控制低周期 态，而且通过调整信号限制窗口的宽度及反馈信号的增益量，能够有效地控制很高周期的 轨道。另外，本发明中的控制系统，由于采用模糊神经网络、混沌方法的非线性控制方法 和ZigBee无线传感器网络，所以具有高度的智能性，并且部署方便快捷，系统设备成本、布 线成本、安装成本、软件成本、维护成本均比较低，相比其他环境监控系统，本系统具有很好 的价格优势。另外，可以以较少管理人员实现环境监控的各种复杂功能，提高了管理水平。 再者，控制设备保持了舒适的环境(照度、温度等)，避免由于时间的推移造成的设备效率 (灯具、空调效率等)和环境参数(光线反射率、室内墙休保温性能等)变化所带来的影响。 本发明还可以根据现场人员密度控制设备(照明、空调、换气扇等)，使设备充分发挥作用 而不浪费能源，还可根据现场的光线、温度等控制设备，避免白天亮灯、温度较低时空调制 冷等情况出现，很好地起到了节能的效果。与此同时，由于本发明可有效的控制各种设备的 工作状态，故可避免电网电压的变化对设备产生的影响，从而可以延长设备的使用寿命，一 般来说，设备的使用寿命可延长2-4倍。最后，本发明具有防止网络入侵和防止无授权的无 线接入等机制，具有较高的安全特性。
图1为本发明的整体架构原理框图2为本发明中对环境照度参数所建立的模型；图3为本发明中对环境温度参数所建立的模型；图4为本发明中所建立的模糊神经网络；图5为为本发明中模糊神经网络控制器的结构图；图6为本发明后台控制系统中控制器的结构原理图；图7为本发明中路由器的原理框图；图8为本发明中传感器节点的原理框图。
具体实施例方式实施例1如图1所示，本发明中的基于Zigbee的公共场所环境监测控制方法是指利用无 线传感器网络对公共场所中的环境参数进行采集，将获取的环境参数送入控制器，控制器 对获取的环境参数进行模糊建模和混沌建模；根据建立的环境参数模型，建立模糊神经网 络，利用模糊神经网络对工作设备进行实时控制；再利用混沌微扰控制方法对公共场所中 的工作设备进行长期控制。具体地说，上述的无线传感器网络可以为基于GSM或CDMA或蓝牙或WIFI中的任 意一种，利用上述的无线传感器网络对公共场所中的环境参数进行采集，然后利用模糊神 经网络和混沌微扰控制方法对公共场所中的工作设备进行控制。但由于受到这些通信网络 及其成本的限制，节点数不能太多。而蓝牙技术传输距离短耗高，网络容量小，也不适用，所 以采用基于Zigbee网络的无线传感器网络是最佳的实施方式。在本实施例中，Zigbee无 线传感器网络为树型网络，它包括一个Zigbee协调器、多个Zigbee路由器和传感器节点 构成，其中Zigbee协调器是树根，Zigbee路由器是分支节点，而巨量的Zigbee传感器节点 为叶节点，即在图1中，R代表路由器，N代表节点。需要指出的是，上述Zigbee路由器的 数量可根据实际需求进行设定。当所监控的公共场所比较小时，Zigbee路由器的数量可适 当减少，即可以采用一个、二个、三个或甚至更多个；当所监控的公共场所比较大时，Zigbee 路由器的数量就应该增加一些，即可以为五个、八个、十个、二十个或甚至更多。每个Zigbee 路由器的末端连接多个传感器节点，节点间通过自组织的方式构成网络，是一种大规模、无 人值守、资源严格受限的分布系统，节点中内置形式多样的传感器测量所在周边的环境参 数，如温度、湿度、PH值、噪声、COD、光强度、压力、土壤成分、移动物体的大小、速度和方向 等，这样就需要在该传感器节点上需要设置至少一个传感器，上述的传感器应根据所监控 的公共场所环境而采用不同类型的，如可以为温度传感器、照度传感器、人员密度传感器、 车辆密度传感器、湿度传感器、COD传感器中的任意一种或几种组合。例如当公共场所为地 下停车场时，传感器节点就需要设置温度传感器、照度传感器、人员密度传感器、车辆密度 传感器。各个传感器之间通过网络的方式汇集数据，并在网络之间和/或通过上层网络传 输。网络的通信方式和组网方式采用多跳和对等方式，网络拓扑结构与无线Ad hoc网络相 似，具有自织织、自治和自适应等动态变化特性。无线传感器网络采集到环境参数后，将测量到的环境参数进行模数转换，以数字 的形式通过Zigbee无线传感器网络传回控制器。控制器对获取的环境参数进行模糊建模 和混沌建模，上述的模糊建模和混沌建模是同步进行。以公共场所为地下停车场为例，将采集到的照度数据和温度数据分别进行建模，其建立的照度模型如图2所示，建立的温度模 型如图3所示。需要指出的是，对环境参数进行模糊建模是本领域普通技术人员所熟知的 技术。在图2和图3中，将环境照度相对比和环境温度模糊化，从而可以建立模糊模型，应 用模糊概念建立模糊控制方法。最后经过去模糊化，对控制设备实施控制。根据如图2、图3建立的环境参数模型，建立模糊神经网络，如图4所示，然后利 用模糊神经网络对工作设备进行实时控制。一般来说，技术人员均根据建立的环境参数模 型，然后利用个人经验建立模糊神经网络。如果根据经验所建立的模糊神经网络是合适的， 那么就不需要对该模糊神经网络进行学习训练。但是经过学习训练的模糊神经网络是更 佳的。其具体的对模糊神经网络的训练过程可根据如图5所示的模糊神经网络控制器的 结构中分析出来。该模糊神经网络控制器由三部分组成①模糊化模块用来对系统状态 变量进行模糊量化和归一化处理。这样做可以利用模糊控制的鲁棒性和非线性控制作用， 对作为神经网络输入的状态变量进行模糊规则的预处理，避免了神经网络的活化函数采样 Sigmoid函数时，直接输入量过大而造成的输出饱和，使输出不再对输入敏感的缺点。②神 经网络NN:用于表示模糊规则，经过神经网络的学习，以环境参数的加权系数形式表现出 来。其学习培训的原理是，将原始数据作为输入值输入至模糊神经网络中，经过该模糊神经 网络后有个输出值，如果该输出值与理论值相符合，则该模糊神经网络是合适的；如果该输 出值与理论值不符，则修改环境参数的加权系数，这样规则的生成就转化为加权系数初值 的生成和修改。根据系统的运行状态，自行整定控制参数，以期达到最优的控制效果。也就 是将神经网络的输出层输出对应于控制器的三个可调参数工作设备密度、设备功率、设备 工作/休眠比，通过神经网络的自学习，加权系数的调整，从而使稳定状态对应于某种最优 控制下的控制参数。③控制器直接对控制对象进行控制。其具体的模糊神经网络的训练过程主要由BP多层前向模糊神经网络的学习算法 构成，上述的学习算法包括正向传播和误差反向传播，其中，正向传播主要计算模糊神经网 络的各层输出，误差反向传播主要计算模糊神经网络的各层反馈误差。本发明采用标准的 BP学习算法对模糊神经网络进行训练。模糊神经网络对应公共环境监控系统中的短期控 制，一般控制周期为分钟级。其具体过程如下①设置初始权系W(O)为较小的随机非零值；②给定输入/输出样本对，计算模糊神经网络的输出设第ρ组样本输入、输出分别为Up = (Ulp，U2p，…，Unp)dp = (dlp, d2p, ...，dnp)p = l，2，…，L节点i在第ρ组样本输入时，输出为yip = Rhp (0] = / ΣJP
L j 」⑴(1)式中，Ijp是指在第ρ组样本输入时，节点i的第j个输入；f是激励函数，采用 sigmoid 型，sp/⑷=Y^pr (2)这样由式(1)、(2)可由输入层经隐层至输出层，求得网络输出层节点的输入。
③计算模糊神经网络的目标函数J，设Ep为在第p组样本输入时网络的目标函数， 取“范数，则
权利要求
一种基于Zigbee的公共场所环境监测控制方法，其特征在于利用无线传感器网络对公共场所中的环境参数进行采集，将获取的环境参数送入控制器，控制器对获取的环境参数进行模糊建模和混沌建模；根据建立的环境参数模型，建立模糊神经网络，利用模糊神经网络对工作设备进行实时控制；再利用混沌微扰控制方法对公共场所中的工作设备进行长期控制。
2.根据权利要求1所述的基于Zigbee的公共场所环境监测控制方法，其特征在于所 述的无线传感器网络为基于Zigbee的无线传感器网络。
3.根据权利要求2所述的基于Zigbee的公共场所环境监测控制方法，其特征在于所 述的Zigbee无线传感器网络为mesh网络，在该网络的节点上设置至少一个传感器，所述的 传感器包括温度传感器、照度传感器、人员密度传感器、车辆密度传感器、湿度传感器、COD 传感器中的任意一种或几种组合。
4.根据权利要求1所述的基于Zigbee的公共场所环境监测控制方法，其特征在于在 建立模糊神经网络之后，对该模糊神经网络进行学习训练，其中，对模糊神经网络的学习训 练以环境参数的加权系数形式表现出来；所述模糊神经网络的训练过程包括①设置初始权系W(O)为较小的随机非零值；②给定输入/输出样本对，计算模糊神经网络的输出；③计算模糊神经网络的目标函数，并根据模糊神经网络的目标函数，对模糊神经网络 的学习训练进行评价；若目标函数小于等于预先设定的阈值，则所建立的模糊神经网络是 合适的；若目标函数大于预先设定的阈值，则对环境参数的加权系数进行修改，直至使模糊 神经网络的目标函数小于等于预先设定的阈值；④对模糊神经网络进行反向传播计算，逐层调整权值。
5.根据权利要求1所述的基于Zigbee的公共场所环境监测控制方法，其特征在于所 述的混沌微扰控制方法为系统参数微扰控制法中的OGY方法，其系统参数是指公共场所中 的工作设备密度、工作设备功率及工作设备的工作/休眠比。
6.根据权利要求5所述的基于Zigbee的公共场所环境监测控制方法，其特征在于，所 述利用混沌微扰控制方法中的OGY方法对环境参数进行长期控制是指i、对公共场所的环境参数进行时间序列混沌建模，从环境参数时间序列混沌模型中寻 找OGY方法中的混沌奇异吸引子；ii、根据环境参数时间序列混沌模型，建立环境参数混沌控制目标轨道；iii、根据所确定的环境参数混沌控制目标轨道，控制公共场所中设备的密度、设备的 功率及设备的工作/休眠比，使它们按照所确定的混沌控制目标轨道运行。
7.一种实施如权利要求1 6任一所述的基于Zigbee的公共场所环境监测控制系统， 其特征在于，它包括无线传感器网络，它包括协调器、与协调器相连接的至少一个路由器、与每个路由器相 连接的至少一个传感器节点；控制器，其与无线传感器网络无线连接；所述的控制器包括与无线传感器网络进行通 讯的COM接口模块，COM接口模块与分析控制模块相连接，分析控制模块与计算模块相连接。
8.根据权利要求7所述的基于Zigbee的公共场所环境监测控制系统，其特征在于所2述的无线传感器网络为基于Zigbee的无线传感器网络。
9.根据权利要求8所述的基于Zigbee的公共场所环境监测控制系统，其特征在于所 述的Zigbee无线传感器网络为树型网络，在该网络的传感器节点上设置至少一个传感器， 所述的传感器包括温度传感器、照度传感器、人员密度传感器、车辆密度传感器、湿度传感 器、COD传感器中的任意一种或几种组合。
10.根据权利要求7所述的基于Zigbee的公共场所环境监测控制系统，其特征在于 所述的协调器和路由器中均包含有Zigbee通讯模块和/或RS485有线通讯模块。
11.根据权利要求7所述的基于Zigbee的公共场所环境监测控制系统，其特征在于 所述的控制器为手持式遥控器。
12.根据权利要求7所述的基于Zigbee的公共场所环境监测控制系统，其特征在于 所述的控制器为远程后台控制系统；其中，计算模块还与日志模块相连接，日志模块与数据 库接口相连接。
13.根据权利要求12所述的基于Zigbee的公共场所环境监测控制系统，其特征在于 在所述的控制器中，分析控制模块还分别与报警模块、显示模块、WEB接口、模式管理模块相 连接；所述的显示模块还分别与计算模块和日志模块相连接；所述的报警模块还与SMS模 块相连接。
14.根据权利要求8 13任一所述的基于Zigbee的公共场所环境监测控制系统，其特 征在于所述的控制器还与至少一个上位机相连接。
全文摘要
本发明公开了一种基于Zigbee的公共场所环境监测控制方法，利用无线传感器网络对公共场所中的环境参数进行采集，将获取的环境参数送入控制器，控制器对获取的环境参数进行模糊建模和混沌建模；根据建立的环境参数模型，建立模糊神经网络，利用模糊神经网络对工作设备进行实时控制；再利用混沌微扰控制方法对公共场所中的工作设备进行长期控制。本发明将模糊神经网络和混沌微扰控制法结合在一起，根据公共场所现场日照和温度等自然条件的季节变换进行控制，以达到节能、人性化的特点。另外，无线传感器网络采用基于ZigBee的无线传感器网络，它具有自组网、低功耗的特点，避免了传统电缆布线时采集点布置困难。
文档编号G05B19/418GK101957602SQ20091006544
公开日2011年1月26日 申请日期2009年7月15日 优先权日2009年7月15日
发明者刘卫东, 刘润杰, 周晓华, 姚凯, 张玺, 陈志豪 申请人:河南天擎机电技术有限公司