[发明专利]一种基于LoRa的立体式环境在线监测系统及方法在审

专利信息
申请号: 202010631405.0 申请日: 2020-07-03
公开(公告)号: CN111800502A 公开(公告)日: 2020-10-20
发明(设计)人: 董美亚;王帅;姜耀华;刘子铭;赵阳;李鹏 申请(专利权)人: 江苏艾什顿科技有限公司
主分类号: H04L29/08 分类号: H04L29/08;H04W4/029;H04W4/38;G08B21/12;G08B21/18;G01D21/02
代理公司: 济南圣达知识产权代理有限公司 37221 代理人: 张庆骞
地址: 214135 江苏省无锡市新*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 lora 立体 环境 在线 监测 系统 方法
【说明书】:

发明提供了一种基于LoRa的立体式环境在线监测系统及方法。其中,基于LoRa的立体式环境在线监测系统,包括数据采集层,其包括若干个LoRa采集节点,LoRa采集节点预设在待监测环境中预先分割的网格位置处;每个LoRa采集节点将其采集的环境信息及当前地理位置信息一起发送至数据管理层;数据管理层,其包括LoRa网关和服务器;LoRa网关用于接收每个LoRa采集节点传送来的数据并传送至服务器;服务器用于:根据各个地理位置处的当前环境信息与对应历史信息进行匹配,预测出环境变化预警信息;根据各个时间点所有地理位置处环境信息的变化,确定出超标污染物以及超标污染物的移动速度与方向;UI界面层,其用于展示环境变化预警信息、超标污染物以及超标污染物的移动速度与方向信息。

技术领域

本发明属于环境监测领域,尤其涉及一种基于LoRa的立体式环境在线监测系统及方法。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。

环境卫生监测主要以环境为监测对象,运用生物的、物理的和化学的技术手段,通过测定影响环境质量因素的数值,对污染物的构成综合分析,研究其成分对环境质量影响的程度,最终确定环境质量的变化趋势。利用环境监测管理系统可以加强对环境污染监测数据的处理,能够快速有效的对公共卫生环境进行准确监测,从而使监管部门对污染源有更全面、更深入与更直观的把握,以提高对环境监测数据分析管理的科技水平。

发明人发现,现有的环境监测系统存在以下问题:监测点独立且系统不具备多参数综合分析功能,无法短时间内观测污染过程,准确发现污染物及其移动路径。

发明内容

为了解决上述问题,本发明提供一种基于LoRa的立体式环境在线监测系统及方法,其网格化立体监测待监测环境,能够准确预测出环境变化预警信息、污染物以及污染物的移动路径,为保障公共安全,评估污染扩散趋势及通道,提供精确地数据基础。

为了实现上述目的,本发明采用如下技术方案:

本发明的第一个方面提供了一种基于LoRa的立体式环境在线监测系统。

一种基于LoRa的立体式环境在线监测系统,包括:

数据采集层,其包括若干个LoRa采集节点,LoRa采集节点预设在待监测环境中预先分割的网格位置处;每个LoRa采集节点将其采集的环境信息及当前地理位置信息一起发送至数据管理层;

数据管理层,其包括LoRa网关和服务器;LoRa网关用于接收每个LoRa采集节点传送来的数据并传送至服务器;所述服务器用于:根据各个地理位置处的当前环境信息与对应历史信息进行匹配,预测出环境变化预警信息;根据各个时间点所有地理位置处环境信息的变化,确定出超标污染物以及超标污染物的移动速度与方向;

UI界面层,其用于展示环境变化预警信息、超标污染物以及超标污染物的移动速度与方向信息。

进一步地,在所述服务器中,利用k近邻算法识别出与环境信息相似度最高的历史环境信息,以历史环境信息的变化作为环境变化预警信息预测值。

上述技术方案的优点在于,k近邻算法的思想是:在训练集中数据和标签已知的情况下,输入测试数据,将测试数据的特征与训练集中对应的特征进行相互比较,找到训练集中与之最为相似的前K个数据,则该测试数据对应的类别就是K个数据中出现次数最多的那个分类。k近邻算法的优点在于,简单,易于理解,易于实现,无需估计参数;训练时间为零,它没有显示的训练,不像其它有监督的算法会用训练集train一个模型(也就是拟合一个函数),然后验证集或测试集用该模型分类。KNN只是把样本保存起来,收到测试数据时再处理,所以KNN训练时间为零。

进一步地,在所述服务器中,根据当前环境信息与各种类别污染物的阈值信息比较,判断出超标污染物类别。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏艾什顿科技有限公司,未经江苏艾什顿科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010631405.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top