[发明专利]基于多传感器数据融合算法的水质监测方法和系统

说明书

本发明提供了一种基于多传感器数据融合算法的水质监测方法和系统，该方法包括：获取待检测水域的n组水质数据，获取n组水质数据之间的隶属度，并根据隶属度计算n个传感器的可信度；从n个传感器中确定最优传感器数组，并根据最优传感器数组获取第二隶属度矩阵；获取权重系数，并根据权重系数获取概率分配矩阵；计算概率分配矩阵中每个概率分配值之间的可信度和不确定度；根据可信度和不确定度获取每个概率分配值对应的修正参数，并分别根据每个概率分配值对应的修正参数对相应的概率分配值进行修正，以获取相应的mass函数值；采用D‑S组合规则对各mass函数值进行融合，并根据融合结果对待检测水域中的水质进行分析。可靠性和准确性较高。

技术领域

本发明涉及水质监测技术领域，具体涉及一种基于多传感器数据融合算法的水质监测方法和一种基于多传感器数据融合算法的水质监测系统。

背景技术

水务行业是从城市供排水及水污染处理等业务逐渐发展起来的，该行业作为影响国计民生的传统基础领域，通过整合吸收政府、社会各界优质资源，将“水务业务管理与服务”与“物联网”、“云计算”等技术相结合，促进“水源地”的高效管理利用以及“水污染灾害”的有效防控。

相关技术中，该行业中，在对水质数据进行监测时，准确性和可靠性较低。

发明内容

本发明为解决上述技术问题，提供了一种基于多传感器数据融合算法的水质监测方法，采用数据融合算法对海量的水质数据进行融合处理并根据融合处理结果对水质进行监测，可靠性和准确性较高。

本发明采用的技术方案如下：

一种基于多传感器数据融合算法的水质监测方法，包括以下步骤：获取待检测水域的n组水质数据，其中，所述n组水质数据分别由n个传感器测量获取，n为正整数；获取所述n组水质数据之间的隶属度，并根据所述N组水质数据之间的所述隶属度计算n个传感器的可信度，其中，每组水质数据之间的隶属度组成第一隶属度矩阵；根据所述n个传感器的可信度从所述n个传感器中确定最优传感器数组，并根据所述最优传感器数组从所述第一隶属度矩阵中获取所述最优传感器数组对应的第二隶属度矩阵；对所述最优传感器数组中每个传感器对应的可信度进行归一化处理，以获取权重系数；根据所述权重系数对所述第二隶属度矩阵进行归一化加权修正以获取概率分配矩阵；计算所述概率分配矩阵中每个概率分配值之间的可信度和不确定度；根据所述可信度和所述不确定度获取所述每个概率分配值对应的修正参数，并分别根据所述每个概率分配值对应的修正参数对相应的概率分配值进行修正，以获取相应的mass函数值；采用D-S组合规则对各mass函数值进行融合，并根据融合结果对所述待检测水域中的水质进行分析。

通过以下公式获取所述n组水质数据之间的隶属度：

其中，x_i为第i个传感器对所述待检测水域进行测量获取的水质数据，xj为第j个传感器对所述待检测水域进行测量获取的水质数据，μ_ij为所述第i个传感器对所述待检测水域进行测量获取的水质数据与所述第j个传感器对所述待检测水域进行测量获取的水质数据之间的隶属度。

根据所述n个传感器的可信度从所述n个传感器中确定最优传感器数组：从所述n个传感器中筛选出可信度大于预设可信度的传感器；根据可信度大于所述预设可信度的传感器获取所述最优传感器数组。

根据所述可信度和所述不确定度获取所述每个概率分配值对应的所述修正参数，包括：根据所述可信度和所述不确定度获取所述每个概率分配值对应的折扣系数；分别对所述每个概率分配值对应的所述折扣系数进行归一化处理，以获取所述每个概率分配值对应的所述修正系数。