基于工業(yè)級的溫度傳感器網絡數據校正方法的研究與應用.pdf

1、隨著傳感器網絡技術的推進，無線傳感網在工業(yè)中的應用也相對普遍化，而最為常用的傳感器必然是溫度監(jiān)測傳感器，然而利用工業(yè)級無線傳感器網絡進行室外的空氣溫度測量并不是看起來的那么簡單。與傳統(tǒng)室內研究時所具備的條件不同的是，室外監(jiān)測節(jié)點將受到太陽輻射與其它的環(huán)境因素的影響。當溫度傳感器等器件用盒子封裝后，節(jié)點將會因為元器件吸收太陽輻射的熱量而導致測量的溫度與真實環(huán)境的溫度相差較大，尤其在太陽輻射強度較大的情況下，然而元器件吸收輻射熱量在物理學中

2、是一個不可避免的現(xiàn)象。在這種情況下室外部署網絡如果不進行進一步的數據校正，將會導致監(jiān)測網絡僅僅變成一個擺設。為了克服這個問題，工業(yè)級無線傳感器網絡的應用中需要針對太陽輻射導致的誤差進行校正處理。對室外空氣溫度校正算法有基于單一節(jié)點收集然后通過建立太陽輻射與真實溫度之間的數學關系式來計算真實空氣溫度，這類算法有一定的局限性，如在部署這樣的節(jié)點時需要額外的增加額外的太陽輻射強度測量計，并且會忽略自身系統(tǒng)漂移等特性，因此進一步的研究是有必要的

3、。
　　本研究提出一種新穎的協(xié)作式溫度估計模型，采用分類預測的方法來解決這種局限性限制。通過對桂林電子科技大學購進，并部署在金雞嶺校區(qū)內的室外無線感知網絡進行了多次的實驗研究，建立協(xié)作式估計模型，使用整個網絡的測量數據，揭露出在不同天氣情況下溫度偏移的經驗特征。為了給出一個能夠實時的監(jiān)測獲取有效的真實溫度的無線傳感器網絡，本文的數據校正方法包含三個階段性的工作：數據預處理階段、離線數據訓練階段、在線協(xié)作式溫度估計階段，其中預處理階

4、段，將使用收集的該網絡中的數據，按同一時間戳轉化成一組向量，并對該組向量進行處理；離線數據訓練階段，采用的是K-means算法進行聚類處理建立模式庫，再使用聚類標記過的數據進行兩個半監(jiān)督學習訓練，第一，采用支持向量機訓練獲取分類器，第二，使用后向傳播神經網絡分類訓練出每個模式下的等溫區(qū)域收集數據集與真實溫度之間的非線性數學關系；在線預測階段，該階段將進行實時的溫度估計，首先將采集的新數據集通過分類器進行分類，獲取相應的分類標記，然后選擇