摘要:針對目前國內室內環(huán)境監(jiān)測系統(tǒng)普及度較低和舒適度測試需求，設計并實現(xiàn)了一種基于云計算平臺的室內環(huán)境監(jiān)測系統(tǒng)�；�于物聯(lián)網技術通過多傳感器對室內環(huán)境信息進行采集，采集數(shù)據(jù)通過無線傳感網絡存儲到云端數(shù)據(jù)庫。云計算平臺采用二級融合算法對采集數(shù)據(jù)進行分析處理并提供Web服務，用戶可以通過網頁或者終端實時查看室內環(huán)境并得到反饋結果。實驗結果表明:設計的系統(tǒng)成本低、功耗小，易擴展，能夠全面地對室內環(huán)境進行監(jiān)測、統(tǒng)計和舒適度評價，具有較好的實用價值。

　　關鍵詞:云計算;神經網絡;D-S證據(jù)理論;環(huán)境監(jiān)測

　　0引言

　　室內環(huán)境的健康舒適和安全等方面因素得到了很多國家和地區(qū)的關注，具有很大的研究價值。文獻[1]通過對室內熱環(huán)境舒適度評價及有害氣體濃度預警，設計并實現(xiàn)了室內環(huán)境監(jiān)測系統(tǒng)。文獻[2]運用無線傳感網絡和通用分組無線業(yè)務(generalpacketradioservice，GPRS)無線通信技術對室內的溫度、甲醛和CO進行監(jiān)測。

　　文獻[3]通過ZigBee技術和WiFi技術相結合，完成了一種基于物聯(lián)網的室內環(huán)境監(jiān)測系統(tǒng)。但目前對室內環(huán)境監(jiān)測及評價研究大都只是針對于室內單一環(huán)境因素，不足之處在于對室內環(huán)境的監(jiān)測及舒適性評估存在一定的局限性。本文綜合考慮聲、光、熱環(huán)境和室內空氣質量對人的影響，通過物聯(lián)網技術和云計算平臺，將室內各環(huán)境相結合，得到室內環(huán)境綜合評價結果，極大地提高了室內環(huán)境監(jiān)測系統(tǒng)的準確性和有效性。

　　1室內環(huán)境監(jiān)測系統(tǒng)設計

　　該系統(tǒng)由數(shù)據(jù)采集子系統(tǒng)和云計算處理平臺兩部分組成。采集子系統(tǒng)使用CC2530作為控制單元，針對室內聲、光、熱環(huán)境及空氣品質監(jiān)測分別采用對應的傳感器組:溫濕度傳感器采用DHT11，光照度傳感器選用GY—485—44009，噪聲模塊選用AS11—X，甲醛濃度檢測模塊選用DS—HCHO，總揮發(fā)性有機化合物(totalvolatileorganiccompound，TVOC)濃度檢測模塊選用KQM2801A，CO2濃度檢測傳感器選用S8—0053。傳感器組在采集同時對應編號處理，以便對不同采集點進行識別，采集數(shù)據(jù)通過無線傳感網絡存儲到云服務器數(shù)據(jù)庫，以便云計算平臺進行數(shù)據(jù)處理，云計算平臺通過神經網絡和D-S(Dempster-Shafer)證據(jù)理論兩級數(shù)據(jù)融合對室內環(huán)境進行綜合評價并提供Web服務。

　　2室內環(huán)境舒適度評價描述

　　2.1室內熱環(huán)境舒適度評價

　　本文對室內熱環(huán)境描述采用PMV-PDD指標[4]。PMV指標主要用于熱環(huán)境舒適度評價，而PDD指標表示人們對熱環(huán)境的不滿意系數(shù)，根據(jù)PMV-PDD模型計算以及ISO標準。

　　2.2室內光環(huán)境舒適度評價

　　對于室內光環(huán)境舒適度通過LPDD來評價，表示人們對照明光環(huán)境的滿意情況[5]。根據(jù)韋伯—費昔勒定律，在沒有強光閃爍的環(huán)境中，光環(huán)境舒適度可以用該環(huán)境中人眼光刺激LPMV指標來表示。

　　2.3室內聲環(huán)境舒適度評價

　　目前對噪聲的普遍評價是根據(jù)噪音的客觀因素，僅僅根據(jù)噪聲分貝的大小來評價噪聲的影響。本文從噪聲對人的影響四個維度來考慮，分別是噪聲影響正常交流、影響思考、影響休息以及噪聲導致人們情緒的變化。通過噪聲分貝根據(jù)GB3096—2008《聲環(huán)境質量標準》和GB/T50108-2010《民用建筑噪聲設計規(guī)范》對室內聲環(huán)境舒適度決策。

　　2.4室內空氣品質評價

　　大多對室內環(huán)境監(jiān)測研究中，基本都包含了室內空氣品質的實時監(jiān)測。本文通過傳感器檢測室內CO2濃度、甲醛濃度和TVOC濃度來評價室內空氣質量[6]，根據(jù)國家室內空氣質量標準GB/T18883—2002，對室內空氣品質的評價。

　　3云計算平臺融合算法

　　云計算平臺的處理首先通過神經網絡對室內各環(huán)境采集的數(shù)據(jù)進行特征級融合，然而神經網絡在預測過程中容易陷入局部極小點，存在識別度不足和準確性低等問題，D-S證據(jù)理論可以將證據(jù)之間微弱的差別進行累加，當這些差別累積到一定程度時就很方便進行區(qū)分，從而提高評價的準確率。本文通過D-S證據(jù)理論對特征級融合結果進行分析決策判斷，得到室內環(huán)境的綜合舒適度評價。

　　3.1基于神經網絡的特征級融合算法

　　根據(jù)熱舒適度指標PMV計算公式可知，其計算結果和輸入參數(shù)間存在復雜的非線性關系，計算PMV值的關鍵是求解tcl，而tcl的計算又依賴于hc，而hc的求解又依賴于tcl，其運算過程存在迭代嵌套。反向傳播(backpropagation，BP)神經網絡在很多領域都有廣泛的應用，但由于BP神經網絡采用基于梯度下降作為其學習算法，容易陷入局部極小值問題。而遺傳算法作為一種全局優(yōu)化搜索方法，容易得到全局最優(yōu)解，通過遺傳算法對BP網絡的初始權值和閾值進行優(yōu)化。因此將遺傳算法與BP神經網絡結合，可以避免各自存在的問題，從而能夠達到快速收斂[7]。

　　4系統(tǒng)測試

　　本文實驗在研究樓的4個實驗室分別布置了4組傳感器進行數(shù)據(jù)采集。實驗環(huán)境為冬季室內，一般人體為坐下休息狀態(tài)，熱環(huán)境參數(shù)中，取M為58.2W/m2，室內空氣流速為0.1m/s，服裝熱阻Icl取1.0Clo，平均輻射溫度為室溫。傳感器組以1次/min速率采樣并存入數(shù)據(jù)庫，經過采用上述算法的云計算平臺進行數(shù)據(jù)分析處理，該系統(tǒng)經過兩級融合模型對室內各環(huán)境進行綜合評價，其評價結果更為可靠。

　　5結論

　　本文通過室內環(huán)境監(jiān)測和舒適度融合評估問題，通過物聯(lián)網技術和云計算平臺開發(fā)了一種使用方便、成本低、穩(wěn)定的室內環(huán)境監(jiān)測系統(tǒng)。在云計算處理平臺實現(xiàn)了一種神經網絡與D-S證據(jù)理論相結合的兩級融合評價模型，將各環(huán)境相結合進行綜合評價，很好地克服了在傳統(tǒng)室內環(huán)境監(jiān)測評估中，由于監(jiān)測評估環(huán)境單一而產生的局限性和不確定性，提高了室內環(huán)境評價的可靠性和容錯能力，具有很好的實用性和市場價值。

　　參考文獻:

　　[1]孫占鵬，李佳，歐文.多傳感器室內環(huán)境監(jiān)測系統(tǒng)[J].傳感器與微系統(tǒng)，2017，36(1):87-90.

　　[2]劉向舉，劉麗娜.基于物聯(lián)網的室內環(huán)境監(jiān)測系統(tǒng)的研究[J].傳感器與微系統(tǒng)，2013，32(3):37-39，42.

　　[3]聞利群，秦斌偉，張會新，等.基于ZigBee和WiFi技術的室內環(huán)境安全監(jiān)測系統(tǒng)設計[J].電子設計工程，2017，25(7):78-82.

　　[4]ISO7730—19.Moderatethermalenvironment-determinationofthePMVandPDDindicesandthespecificationofconditionsforthermalcomfort[S].

　　[5]左現(xiàn)廣，鄒勇惠，陳仲林.住宅起居室舒適照明研究[J].燈與照明，2003，27(1):21-23.

　　[6]楊鴻翥.基于GA-BP的住宅室內空氣品質評價研究[D].武漢:華中科技大學，2007.

　　相關電子刊物推薦：《電子設計工程》是1993年創(chuàng)刊，原名《國外電子元器件》，主要介紹具有較高學術水平的、電子領域相關的理論、技術、方法的專業(yè)性技術期刊。國內刊號CN：61-1477/TN，國際刊號ISSN：1674-6236。主要介紹當前比較先進的國內外電子技術、元器件技術及其應用的科學技術類期刊，主要囊括電源技術應用、工業(yè)自動化、網絡與通信工程、測控與儀器儀表、圖像與多媒體技術、汽車電子、消費類電子、嵌入式系統(tǒng)、信息安全以及計算機應用等領域。