智能家居家电系统的制作方法

本发明涉及智能家居领域，具体涉及一种智能家居家电系统。

背景技术：

与普通家居相比，智能家居能够给用户提供传统家居不能比拟的安全舒适感，利用互联网以及各种智能技术，使得家居能够十分智能方便，现有技术中，不乏有十分智能的家居系统，但常常以有线连接为基础，且结构复杂，布线十分庞大，工程量巨大，在家居系统发生故障需要维修时，维修费巨大，往往给用户给来不愉快的体验。

技术实现要素：

针对上述问题，本发明旨在提供一种智能家居家电系统。

本发明的目的采用以下技术方案来实现：

一种智能家居家电系统，包括传感器组、传感数据处理器、存储器、用户终端、智能控制中心和家电，所述传感器组与家电有线通信连接，用于对家居环境信息和家电运行情况信息进行采集，得到家居信息数据；所述传感数据处理器与用户终端通过internet网连接，用于将家居信息数据进行压缩，得到压缩后的家居信息数据；所述用户终端与智能控制中心通过无线网络连接；所述智能控制中心用于对压缩后的家居信息数据进行智能识别，并根据识别结果对家电进行智能控制。

本发明的有益效果为：本发明通过各种传感器来感知用户位置、家居环境信息以及检测家电运行的情况，综合考虑传感器获取的各种信息，以给用户提供一个智能舒适的家居生活环境。

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是本发明的框架结构图；

图2是本发明的传感数据处理器的框架结构图。

附图标记：

传感器组1、传感数据处理器2、存储器3、用户终端4、智能控制中心5、家电6、数据转换处理模块201、数据量化处理模块202、数据误差处理模块203。

具体实施方式

结合以下应用场景对本发明作进一步描述。

参见图1，本实施例的一种智能家居家电系统，包括传感器组1、传感数据处理器2、存储器3、用户终端4、智能控制中心5和家电6，所述传感器组1与家电6有线通信连接，用于对家居环境温度、湿度和光照强度信息、人员位置信息和家电运行情况信息进行采集，得到家居信息数据；所述传感数据处理器2与所述用户终端4通过internet网连接，用于将家居信息数据进行压缩，得到压缩后的家居信息数据；所述用户终端4与所述智能控制中心5通过无线网络连接；所述智能控制中心5用于对压缩后的家居信息数据进行智能识别，并根据识别结果对家电6进行智能控制。

优选地，所述传感器组包括用于检测家居环境温度的温度传感器、用于检测家居环境湿度的湿度传感器、用于检测家居环境光照度的光敏传感器、用于检测人员位置的声音传感器和二氧化碳传感器、用于检测家电运行情况的数据读取器。

优选地，所述家电包括电视、空调、加湿器和电灯。

优选地，所述用户终端为智能手机或平板电脑，用于接收、显示传感数据处理器传输来的压缩后的家居信息数据，必要时对家电进行人工控制。

本发明上述实施例，通过各种传感器来感知用户位置、家居环境信息以及检测家电运行的情况，综合考虑传感器获取的各种信息，以给用户提供一个智能舒适的家居生活环境。

优选地，如图2所示，所述传感数据处理器包括数据转换处理模块、数据量化处理模块和数据误差处理模块，传感器组在i个周期内获取的家居信息数据构成时间序列t，t中的元素包括家居信息数据值与时刻，记t＝{u1＝(e1,s1),u2＝(e2,s2),u3＝(e3,s3),…,ui＝(ei,si)}，简记t＝{u1,u2,u3,…,ui}，i为时间序列t的长度，ui＝(ei,si)表示时间序列在si时刻家居信息数据值为ei的家居信息数据点，所述数据转换模块首先对时间序列t进行边缘算子的换算处理，逐个计算时间序列t中家居信息数据点的家居信息数据边缘算子，定义时间序列t中家居信息数据点的家居信息数据边缘算子为：

w(j)z＝uz+j-uj)

式中，w(j)z表示第z个时刻时间增量为j时的家居信息数据边缘算子，uz+j和uj分别为时间序列t中第z+j和第j个时刻的家居信息数据点，z表示第z个时刻，j表示时间增量，1≤z≤f，-g≤j≤g，g为边缘算子检测窗口长度；

然后计算时间序列t中每个数据点的边缘幅度，采用的自定义边缘幅度计算公式为：

式中，hz表示第z个时刻的边缘幅度，*表示离散卷积。

本发明上述实施例，通过卷积计算得到家居信息数据的边缘幅度，以边缘幅度表示该家居信息数据点邻域内序列的变化趋势，边缘幅度越大则该点附近的家居信息数据波动越剧烈；较小的边缘幅度表示其邻域内的家居信息数据点基本上处于同一变化趋势，对家居信息数据进行数据转换，使得本数据转换处理模块具有较强的抗噪能力，处理数据时稳定性更好。

优选地，所述数据量化处理模块首先将边缘幅度hz进行数字量化处理，得到边缘强度，然后在检测窗口范围内选取边缘强度kz为极值的数据点作为家居信息数据的边缘点，其中采用的自定义边缘强度计算公式为：

式中，kz为第z个时刻的边缘强度，g为设定的边缘算子检测窗口长度，g≠0，p(·)为选择函数，a为选择函数的变量，hz和ha为第z个周期和第a个周期的边缘幅度。

本发明上述实施例，将家居信息数据的边缘幅度进行数字量化处理，得到边缘强度，避免了时间变化时，数据特征也发生不稳定变化，从而影响到家居信息数据边缘点的选取，同时将边缘幅度进行量化处理，简化了家居信息数据的边缘点提取，不需要等待压缩数据的先验知识和特定的阈值参数的确定，可对家居信息数据进行在线压缩，提高了运算速度，节约运算时间。

优选地，所述数据误差处理模块在边缘强度相同的情况下，选取插值误差较小的点作为家居信息数据的边缘点，选取一定数目的边缘点作为家居信息数据压缩后的边缘点，组成压缩后的家居信息数据的时间序列，具体为：

(1)采用的插值误差计算公式计算边缘强度相同时的插值误差：

式中，表示插值误差，0<m<l<n<i，i为时间序列t的长度，m、l、n分别表示m、l、n时刻，um、ul、un分别表示m、l、n时刻的家居信息数据点，ul′表示利用线性插值方法在l时刻计算得到的拟合数据点；

(2)计算必需的家居信息数据的边缘点数目为x，x＝i×(1-δ)，δ为设定的压缩率，并选取插值误差较小的x个数据点作为最后确定的家居信息数据的边缘点，最后得到一个压缩后的家居信息数据时间序列t′＝{u1′,u2′,u3′,…,ui′}，ui′表示经过压缩后的第i个家居信息数据点。

本发明上述实施例，选取插值误差较小的家居信息数据点作为边缘点，降低了压缩后的家居信息数据时间序列进行拟合时的误差，使得拟合后的时间序列具有良好的精度，压缩后的家居信息数据在保证能够反映真实家居信息的同时，家居信息数据在存入存储器中时，所占的容量大大缩减。

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。