物联网框架下PM2.5高精度测试模型仿真分析

摘要：

对空气中的PM2.5颗粒污染物进行准确测试,有利于控制大气污染.PM2.5颗粒较小,在风速、大气环境等复杂因素的影响下,PM2.5污染物扩散过程在空气中呈现高度的随机性,污染物扩散过程无法约束,污染物在空气中呈现实时不均匀分布.传统的物联网环境下空气PM2.5污染物检测方法,仅仅对小区域的PM2.5测试结果进行测试,通过把不同区域的结果进行加权求平均,完成大区域检测,没有考虑扩散过程中颗粒物的扩散不均匀造成小区域测试结果的实时变化,测试结果不准.提出采用多信号融合估计算法的物联网框架下PM2.5高精度测试模型.建立粗糙集神经网络模型,将所有的物联网框架下PM2.5输入到该模型中,输出的结果是PM2.5高精度测试结果.针对PM2.5高精度测试结果来自于不同的区域,利用多信号融合估计方法对数据进行约束融合,得到PM2.5高精度测试非线性约束下的结果.实验结果表明,利用改进算法进行物联网框架下PM2.5高精度测试,能够极大的提高测试的准确性.

关键词：物联网、高精度测试、粗糙集神经网络

所属期刊栏目：31

分类号：TP311(计算技术、计算机技术)

资助基金：基于节点企业状态信息的供应链风险传导机理及其预警支持系统研究13YJAZH12

在线出版日期：2015-01-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：377-380