基于物聯(lián)網(wǎng)的傳感器校正方法研究.pdf

1、近年來(lái)，空氣污染日益嚴(yán)重，提升空氣質(zhì)量是民眾的迫切期盼，因此空氣質(zhì)量監(jiān)測(cè)系統(tǒng)的建設(shè)也成為各地環(huán)境保護(hù)局和眾多環(huán)境保護(hù)企業(yè)所關(guān)注的焦點(diǎn)領(lǐng)域。建設(shè)空氣質(zhì)量監(jiān)測(cè)系統(tǒng)首先要在需要進(jìn)行監(jiān)測(cè)的位置布置氣體傳感器，然后將所有氣體傳感器連接組成一個(gè)傳感器網(wǎng)絡(luò)。由于氣體傳感器的氣敏特性，氣體傳感器在監(jiān)測(cè)混合氣體污染物時(shí)會(huì)受到交叉干擾，導(dǎo)致監(jiān)測(cè)不準(zhǔn)確。
　　本文主要針對(duì)電化學(xué)氣體傳感器在工業(yè)園區(qū)周圍監(jiān)測(cè)無(wú)機(jī)氣體污染物時(shí)產(chǎn)生交叉干擾的問題進(jìn)行具體的校正

2、方法研究。目前，主流的校正方法是基于氣體傳感器集群形成的物聯(lián)網(wǎng)，利用神經(jīng)網(wǎng)絡(luò)對(duì)上傳的數(shù)據(jù)進(jìn)行訓(xùn)練學(xué)習(xí)，構(gòu)建傳感器校正模型。因此，本文對(duì)基于誤差反向傳播(BP)神經(jīng)網(wǎng)絡(luò)的傳感器校正模型，進(jìn)行了算法優(yōu)化以及模型改進(jìn)。
　　論文的主要工作包括:
　　首先對(duì)常規(guī)的基于BP神經(jīng)網(wǎng)絡(luò)的校正模型使用的BP算法進(jìn)行分析，指出BP算法由于其理論缺陷，在訓(xùn)練校正模型階段易于陷入局部最優(yōu)的誤區(qū)，并提出將粒子群(PSO)算法與BP算法結(jié)合的優(yōu)化算法

3、。該優(yōu)化算法從優(yōu)化網(wǎng)絡(luò)初始權(quán)重的角度，充分發(fā)揮PSO算法全局尋優(yōu)的優(yōu)勢(shì)，結(jié)合BP算法局部最優(yōu)的特點(diǎn)，有效避免了校正模型在訓(xùn)練過(guò)程中陷入局部極小的情況，并加快了校正模型訓(xùn)練的收斂速度。
　　然后對(duì)校正模型的工作方式以及實(shí)際氣體傳感器的監(jiān)測(cè)數(shù)據(jù)進(jìn)行分析，從信息利用以及校正模型實(shí)際應(yīng)用所處環(huán)境的角度，指出常規(guī)的基于BP神經(jīng)網(wǎng)絡(luò)的校正模型不能充分利用氣體傳感器監(jiān)測(cè)濃度的變化信息，以致校正模型的校正精度受限，并提出融合了長(zhǎng)短期記憶(LSTM