一种基于无线传感器网络定位的智能家居控制系统的制作方法

文档序号:11234496
一种基于无线传感器网络定位的智能家居控制系统的制造方法与工艺

本发明涉及智能家居技术领域,具体涉及一种基于无线传感器网络定位的智能家居控制系统。



背景技术:

相关技术中,智能家居设备的启动或关闭都要求用户对手机端做主动操作,无论这种操作是要对智能家居设备即时启闭或定时启闭,手机端触发后通过网络发送命令给服务器端,然后由服务器端通过网络远程启动或关闭智能家居设备。这种完全依赖用户主动操作才能远程操控智能家居设备的控制方法过于死板不够灵活,一旦用户忘记操作触发手机,就会带来诸多不便,造成智能家居设备不能根据用户需求工作,大大降低了用户对于智能家居设备的体验感。



技术实现要素:

针对上述问题,本发明提供一种基于无线传感器网络定位的智能家居控制系统。

本发明的目的采用以下技术方案来实现:

提供了一种基于无线传感器网络定位的智能家居控制系统,包括定位模块、通信模块和服务器;所述的定位模块通过通信模块连接服务器,定位模块用于实时获取用户位置信息并间隔上报用户位置信息至服务器;所述的服务器通过通信模块接收间隔上报的用户位置信息,并根据用户位置信息远程操控智能家居设备。

本发明的有益效果为:能够分别对家居的各部分情况进行监控,并通过服务器发送给家电控制模块,进行家电的控制,优化了居住环境,实现了智能家居的远程控制与监测。

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本发明的框图示意图;

图2是本发明服务器的框图示意图。

附图标记:

定位模块1、通信模块2、服务器3、用户位置信息接收模块10、距离计算处理模块20、指令发送模块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,本实施例提供的一种基于无线传感器网络定位的智能家居控制系统,包括定位模块1、通信模块2和服务器3;所述的定位模块1通过通信模块2连接服务器3,定位模块1用于实时获取用户位置信息并间隔上报用户位置信息至服务器3;所述的服务器3通过通信模块2接收间隔上报的用户位置信息,并根据用户位置信息远程操控智能家居设备。

优选地,所述的根据用户位置信息远程操控智能家居设备,具体包括:服务器3对每次接收的用户位置和智能家居设备所处位置结合地图进行比较,判断用户是接近智能家居设备的回家趋势还是远离智能家居设备的离家趋势,并计算出两者之间的道路距离,当用户在离家趋势且道路距离大于用户设定阈值时发出关闭智能家居设备的指令,当用户在回家趋势且道路距离小于用户设定阈值时发出启动智能家居设备的指令。

优选地,所述的服务器3包括依次连接的用户位置信息接收模块10、距离计算处理模块20和指令发送模块30,所述定位模块1输出连接用户位置信息接收模块10。

本发明上述实施例可以通过采集用户位置信息做智能化判断分析,服务器3远程自动启动或关闭智能家居设备,使用灵活可靠,并且明显提升使用者的体验感。

优选地,所述定位模块1包括佩戴在用户身上的目标节点和用于辅助定位的信标节点,所述的信标节点是位置坐标已知的目标节点,所述的目标节点基于改进的人工蜂群算法进行定位,具体为:

(1)初始化种群规模,生成目标节点的M个初始蜜源(即M个初始坐标)以及最大循环次数;

(2)采蜜蜂搜索新蜜源,对于第L步的采蜜蜂,设蜜蜂总数为N,采蜜蜂种群规模为M,采蜜蜂搜索新蜜源的空间维度为D,在当前蜜源附近邻域进行搜索新的蜜源,具体包括:

1)将当前蜜源所在维度的空间按照下列公式划分为H个区间:

式中,表示划分得到的第h个区间点,表示在第j维度空间生成的第i个当前蜜源,表示在第j维度空间生成的第k个当前蜜源,i=1,2,…,N,j=1,2,…,D,k=1,2,…,M,且k≠i;

2)对于每个区间按照下列公式将区间进一步划分为Z个子区间:

式中,表示对区间进行划分得到的第z个子区间点,rand(0,1)表示0到1之间均匀分布的随机值,表示划分得到的第h+1个区间点;

3)计算各子区间点的适应度函数值,选择其中适应度值最大的子区间点作为对应区间的代表蜜源;

4)计算各代表蜜源与的适应度值之间的差:

式中,Wij表示各代表蜜源与的适应度值之间的最小差,表示区间的代表蜜源的适应度值,表示的适应度值;

5)选取Wij对应的代表蜜源,作为搜索到的新蜜源;

(3)计算新蜜源和当前蜜源的适应度值,对新蜜源和当前蜜源进行适应度值比较,淘汰适应度值较小的蜜源;

(4)跟随蜂按照选择概率选择采蜜蜂,根据选择的采蜜蜂对应的蜜源进行自身蜜源更新,并在当前蜜源附近邻域进行搜索新的蜜源;

(5)重复(2)和(3)的操作,记录适应度值最大的蜜源,当前循环次数加1;

(6)达到最大循环次数后,将得到的适应度最大的蜜源坐标作为目标节点的最优坐标。

传统的人工蜂群算法在当前蜜源附近邻域搜索新的蜜源时,搜索具有较大的随机性,更新不稳定,基于该问题,本优选实施例改进了传统的人工蜂群算法,将当前蜜源所在维度的空间分成多个区间进行搜索,提高了搜索的效率以及蜜源更新的稳定性,从而能够实现更高效率的目标节点定位,保障智能家居控制系统中用户定位的实时性和准确度。

优选地,所述的生成目标节点的M个初始蜜源,具体包括:

(1)采用下述公式随机生成N个初始蜜源:

式中,表示在第j维度空间生成的第i个初始蜜源,表示在第j维度空间生成的第i个初始蜜源中的最小值,表示在第j维度空间生成的第i个初始蜜源中的最大值,rand(0,1)表示0到1之间均匀分布的随机值;

(2)对每个初始蜜源计算相对应的反向蜜源:

式中,表示在第j维度空间生成的第i个初始蜜源的反向蜜源;

(3)计算所有初始蜜源和反向蜜源的适应度值,对产生的所有初始蜜源和反向蜜源按照适应度值由大到小的顺序进行排序,形成蜜源集合,在蜜源集合中将适应度值较优的前M个蜜源筛选出来,作为目标节点的M个初始蜜源。

相对于传统人工蜂群算法在开始阶段直接随机生成初始蜜源的方式,本优选实施例上述生成初始化蜜源的方式能够提高初始蜜源的质量和求解效率,使得初始化蜜源尽可能均匀分布,从而从整体上能够提高目标节点定位的稳定性和速度,保障目标节点能够较快较好地得到自身的位置属性信息,为智能家居控制系统能够实时、准确地远程操控智能家居设备奠定良好的基础。

优选地,设蜜源X的位置坐标为(a,b),定义适应度值的计算公式为:

式中,f(X)表示蜜源X的适应度值,(xi,i)表示第i个信标节点的位置坐标,表示蜜源X接收到的第一个信标节点发送的平均跳距,λXi表示蜜源X与第i个信标节点之间的跳数,Φ为设置的信标节点的数量。

本优选实施例定义了适应度值的计算公式,按照上述公式参与基于改进的人工蜂群算法的目标节点定位,能够较好的提高对目标节点定位的精度,降低定位误差,平衡传感节点的通信任务,提高了对目标节点定位的速度,从而有利于实现对智能家居准确有效的远程控制与监测。

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。

再多了解一些
当前第1页1 2 3 
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