智能家居系统的制作方法

本发明涉及智能家居领域，具体涉及智能家居系统。

背景技术

随着人们对家居舒适健康要求的提高，智能家居的概念逐渐被提出和接纳，智能家居一般是利用先进的计算机网络通讯技术、综合布线技术和人体工程学原理，融合个性需求，将与家居生活有关的各个子系统有机地结合在一起，通过综合智能控制和管理，实现全新的家居生活体验，目前家庭生活中制冷供暖是一件大事，对人们的生活舒适性有重大影响，然而制冷供暖需要根据人体的感受实时进行调节，普通的集体供暖和空调制冷具有很大的局限性，不能及时进行温度调节。

技术实现要素：

针对上述问题，本发明提供智能家居系统。

本发明的目的采用以下技术方案来实现：

提供了智能家居系统，包括环境数据采集装置、温度调节设备、风流调节设备、控制装置，其中环境数据采集装置、温度调节设备、风流调节设备皆与控制装置连接；所述环境数据采集装置被配置为对室内环境进行实时监测，采集室内环境数据并发送至控制装置；所述的控制装置被配置为对接收的室内环境数据进行分析处理，生成相应的控制指令，并根据控制指令控制温度调节设备和风流调节设备的运行；

所述环境数据采集装置包括多个传感器节点、汇聚节点，汇聚节点和多个传感器节点一同构建成无线传感器网络，各传感器节点基于llach分簇路由协议进行分簇，并从每个簇的传感器节点集中选择一个传感器节点作为该簇的簇头，簇头收集簇内各传感器节点采集的室内环境数据，并将收集的室内环境数据传送到汇聚节点，进而由汇聚节点将接收到的室内环境数据传送到控制装置。

优选地，所述的控制装置包括数据处理单元、温度控制单元、风流控制单元，其中温度控制单元、风流控制单元的输入端皆与数据处理单元连接，温度控制单元的输出端与温度调节设备连接、风流控制单元的输出端与风流调节设备连接。

本发明的有益效果为：利用无线传感器网络技术进行室内环境数据采集，避免了布线的麻烦，智能快捷；通过对采集到的室内环境数据进行分析处理，根据室内环境数据控制温度调节设备和风流调节设备的运行，实现家居温度和空气流通性的调节，让人在回到家时就可以享受舒适的环境，结构简单，实用性强。

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是本发明一个实施例的智能家居系统结构示意框图；

图2是本发明一个实施例的控制装置的结构示意框图。

附图标记：

环境数据采集装置1、温度调节设备2、风流调节设备3、控制装置4、数据处理单元10、温度控制单元20、风流控制单元30。

具体实施方式

结合以下实施例对本发明作进一步描述。

图1是本发明一个实施例的智能家居系统结构示意框图。参见图1，本实施例提供的智能家居系统包括环境数据采集装置1、温度调节设备2、风流调节设备3、控制装置4，其中环境数据采集装置1、温度调节设备2、风流调节设备3皆与控制装置4连接。

其中，环境数据采集装置1被配置为对室内环境进行实时监测，采集室内环境数据并发送至控制装置4。所述环境数据采集装置1包括多个传感器节点、汇聚节点，汇聚节点和多个传感器节点一同构建成无线传感器网络，各传感器节点基于llach分簇路由协议进行分簇，并从每个簇的传感器节点集中选择一个传感器节点作为该簇的簇头，簇头收集簇内各传感器节点采集的室内环境数据，并将收集的室内环境数据传送到汇聚节点，进而由汇聚节点将接收到的室内环境数据传送到控制装置4。本实施例利用无线传感器网络技术进行室内环境数据采集，避免了布线，实施简单。

其中，传感器节点包括数据采集单元、数据分析处理单元以及数据通信单元；数据采集单元由传感器与模数转换器完成，数据分析处理单元由微处理器与存储器完成，数据通信单元由无线收发器完成。其中，传感器为温度传感器和/或风流传感器。

控制装置4被配置为对接收的室内环境数据进行分析处理，生成相应的控制指令，并根据控制指令控制温度调节设备2和风流调节设备3的运行。

在一种能够实施的方式中，如图2所示，控制装置4包括数据处理单元10、温度控制单元20、风流控制单元30，其中温度控制单元20、风流控制单元30的输入端皆与数据处理单元10连接，温度控制单元20的输出端与温度调节设备2连接、风流控制单元30的输出端与风流调节设备3连接。

数据处理单元10对接收的室内环境数据进行分析处理，将接收的室内环境数据与预设的指标进行比较，根据比较的结果生成控制指令，并将控制指令发送至温度控制单元20、风流控制单元30，进而由温度控制单元20、风流控制单元30控制温度调节设备2和风流调节设备3的运行。

可选地，根据比较的结果生成控制指令，例如，当环境数据采集装置1采集的室内温度超过预设的数据阈值上限时，数据处理单元10向温度控制单元20发送调低温度的控制指令，并向风流控制单元30发送启动送风的控制指令，进而温度控制单元20根据控制指令控制温度调节设备2进行冷源提供，风流控制单元30根据控制指令控制风流调节设备3输送风，从而将室内温度控制在适宜的范围内。而当环境数据采集装置1采集的室内温度低于预设的数据阈值下限时，数据处理单元10向温度控制单元20发送调高温度的控制指令，并向风流控制单元30发送关闭送风的控制指令，进而温度控制单元20根据控制指令控制温度调节设备2进行热源提供，风流控制单元30根据控制指令控制风流调节设备3不再进行送风操作。

可选地，温度调节设备2连接地源热泵，地源热泵提供热源及冷源，温度控制单元20可根据控制指令控制温度调节设备2调节地源热泵提供热源或者冷源，从而将室内温度控制在适宜的范围内。

在另一个可选的方式中，温度调节设备2为空调，温度控制单元20可根据控制指令控制温度调节设备2输送冷源或热源。

可选地，风流调节设备3为通风装置，风流控制单元30通过控制风流调节设备3的启闭来实现通风或者不通风。

本发明上述实施例利用无线传感器网络技术进行室内环境数据采集，避免了布线的麻烦，智能快捷；通过对采集到的室内环境数据进行分析处理，根据室内环境数据控制温度调节设备和风流调节设备的运行，实现家居温度和空气流通性的调节，让人在回到家时就可以享受舒适的环境，结构简单，实用性强。

在一种能够实施的方式中，无线传感器网络中，簇头在数据传输过程中实时监测自身缓存空间中的室内环境数据包队列长度，并周期性地计算并更新自身的缓存空间拥堵变化程度因子；当簇头的缓存空间拥堵变化程度因子达到设定的缓存空间拥堵变化程度因子上限，或者簇头的当前剩余能量低于预设能量下限时，簇头在簇内选择一个传感器节点作为新簇头，以更新原始簇头。

本实施例在簇头的缓存空间拥堵变化程度因子达到设定的缓存空间拥堵变化程度因子上限，或者簇头的当前剩余能量低于预设能量下限时，进行簇头的更新，能够降低簇头因为数据缓存过多或者能量不足而丢包的概率，进而提高室内环境数据收集的可靠性。

同时，没有作为簇头的其余传感器节点在数据传输过程中也实时监测自身缓存空间中的室内环境数据包队列长度，并周期性地计算并更新自身的缓存空间拥堵变化程度因子，以及将更新后的缓存空间拥堵变化程度因子广播至邻居节点。

其中，所述缓存空间拥堵变化程度因子的计算公式为：

式中，mi(a)表示传感器节点i在当前周期a时的缓存空间拥堵变化程度因子，ci(a)为传感器节点i在当前周期a时的自身缓存空间中的室内环境数据包队列长度，ci(a-δa)为传感器节点i在上一周期a时自身缓存空间中的室内环境数据包队列长度，δa表示缓存空间拥堵变化程度因子计算的间隔时间，hi(a)为传感器节点i在当前周期a时的自身缓存空间大小；f[ci(a)-ci(a-δa)]为设定的取值函数，当ci(a)-ci(a-δa)≥0时，f[ci(a)-ci(a-δa)]＝1，当ci(a)-ci(a-δa)＜0时，

本实施例创新性地设定了缓存空间拥堵变化程度因子的计算公式，并基于缓存空间拥堵变化程度因子和能量因素，设定了簇头更新的条件。其中，缓存空间拥堵变化程度因子的大小能够很好地反映当前传感器节点的缓存空间占用程度情况。

在一种能够实施的方式中，在数据传输过程中，监测节点与对应簇头节点为单跳距离时，将自身采集的室内环境数据直接发送至对应簇头节点；监测节点与对应簇头节点为多跳距离时，监测节点选择一个邻居节点作为下一跳，将采集的室内环境数据发送至该下一跳。

在一种可选的方式中，传感器节点选择一个邻居节点作为下一跳，具体为：传感器节点计算各邻居节点的状态值，并选择状态值最大的邻居节点作为下一跳，将采集的室内环境数据发送至该下一跳；

其中，所述状态值的计算公式为：

式中，bij表示传感器节点i的第j个邻居节点的状态值，wij为传感器节点i的第j个邻居节点的当前剩余能量，wmin为预设能量下限，d(wij-wmin)为设定的取值函数，当wij-wmin≥0时，f(wij-wmin)＝1，当wij-wmin＜0时，d(wij-wmin)＝0；mj(a)为所述第j个邻居节点在当前周期a时的缓存空间拥堵变化程度因子，y(j，o)为所述第j个邻居节点到对应簇头的距离，sio为传感器节点i所在簇的簇距离，ymin为传感器节点i与其最近邻居节点的距离；t1、t2为设定的权重系数。

本实施例基于缓存空间拥堵变化程度因子、能量和距离因素，创造性地设定了状态值的计算公式，并相应提出了簇内传感器节点向对应簇头发送室内环境数据的路由机制，该路由机制中，传感器节点与对应簇头为多跳距离时，传感器节点选择状态值最大的邻居节点作为下一跳，有利于提高室内环境数据传输的可靠性，且能够尽量缩短室内环境数据传输路径的总长度，节省室内环境数据传输的成本。

在一种能够实施的方式中，簇头在簇内选择一个传感器节点作为新簇头，包括：簇头计算簇内各传感器节点成为簇头的概率，并选择簇内概率最大的传感器节点作为新簇头；

其中，传感器节点成为簇头的概率的计算公式为：

式中，le表示传感器节点e成为簇头的概率，me(a)为传感器节点e在当前周期a时的缓存空间拥堵变化程度因子，we为传感器节点e的当前剩余能量，wmin为预设能量下限，we0为传感器节点e的初始能量，y(e，o)为传感器节点e到该簇头的距离，seo为传感器节点e所在簇的簇距离；z1、z2为设定的权重系数；q[me(a)]为设定的判断取值函数，当me(a)超过设定的缓存空间拥堵变化程度因子上限时，q[me(a)]＝0，当me(a)未超过设定的缓存空间拥堵变化程度因子上限时，q[me(a)]＝1。

本实施例创新性地设定了各传感器节点成为簇头的概率的计算公式，该计算公式考虑了传感器节点的当前数据处理的缓存空间拥堵变化程度、能量以及距离旧簇头的距离，使得在缓存可用空间满足条件的情况下，能量更足且距离旧簇头更近的传感器节点具有更大的概率成为簇头。

本实施例基于该计算公式计算各传感器节点成为簇头的概率，进而旧簇头选择簇内概率最大的传感器节点作为新簇头，使得簇头的更新更加便捷，且能够保障新簇头具有可靠收集和处理室内环境数据的能力。

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。