目录

第1章绪论1

1.1何为物联网智慧安监技术1

1.2危化品泄漏监管现状2

1.3危化气体物联网智慧监测定位3

1.4基于物联网的危化气体监测定位算法6

1.4.1基于经典概率估计的定位算法6

1.4.2基于贝叶斯推理的定位算法7

1.4.3基于非线性滤波估计的定位算法8

1.4.4基于智能优化算法的定位算法10

1.5课题研究背景及结构安排10

1.5.1本书研究背景10

1.5.2本书的结构安排10

第2章危化气体物联网监测定位关键问题12

2.1引言12

2.2危化气体扩散理论及模型12

2.2.1气体扩散影响因素12

2.2.2高斯气体扩散模型13

2.2.3基于湍流扩散理论的气体扩散模型14

2.3基于物联网的智能协作信息处理框架16

2.3.1经典分布式估计算法16

2.3.2物联网监测结点调度与规划策略及自组织通信18

2.4危化气体泄漏安全监测与定位性能评价23

2.4.1定位误差和收敛速度23

2.4.2运算复杂度23

2.4.3系统容错性和自适应性23

2.4.4结点功耗和生命周期23

2.5本章小结23

第3章危化气体物联网智慧监测定位系统25

3.1引言25

3.2危化气体智慧监测定位系统总体设计25

3.2.1系统设计需求分析253.2.2总体设计方案25

3.3危化气体环境感知监测系统设计26

3.3.1气体传感器分类及选型26

3.3.2危化气体环境感知监测系统硬件电路设计28

3.3.3电源选型及硬件电路设计31

3.3.4危化气体环境感知系统软件设计33

3.4无线通信网关模块设计38

3.4.1网关总体结构及运行流程38

3.4.2网关硬件设计39

3.4.3网关软件设计41

3.5智慧监测定位终端系统设计43

3.6本章小结44

第4章基于序贯分布式卡尔曼滤波算法的危化气体监测定位45

4.1引言45

4.2危化气体扩散的模型描述46

4.2.1气体的扩散和测量模型46

4.2.2气体扩散过程的状态空间模型描述47

4.3基于序贯分布式卡尔曼滤波算法的定位48

4.3.1卡尔曼滤波理论48

4.3.2基于序贯扩展卡尔曼滤波算法的定位49

4.3.3基于序贯无迹卡尔曼滤波算法的定位52

4.4基于序贯卡尔曼滤波算法的危化气体监测的定位54

4.4.1基于序贯卡尔曼滤波算法的危化气体监测定位过程54

4.4.2基于序贯卡尔曼滤波算法实现危化气体监测定位54

4.5算法性能分析及仿真结果56

4.5.1仿真参数设定和性能指标56

4.5.2仿真结果分析57

4.6本章小结60

第5章基于序贯最小均方差估计算法的危化气体监测定位61

5.1引言61

5.2最小均方差气体扩散状态与观测方程62

5.3基于序贯最小均方差估计算法的定位63

5.3.1气体泄漏参数的最小均方差估计量及均方误差63

5.3.2监测结点协作信息融合目标函数构建65

5.3.3结点调度及路由规划算法推导67

5.4算法性能分析及仿真结果69

5.4.1仿真参数设定与性能指标69

5.4.2仿真结果分析70

5.5本章小结73

第6章能量均衡并行粒子滤波危化气体监测定位74

6.1引言74

6.2并行分簇传感网络系统模型75

6.2.1系统状态模型75

6.2.2系统观测模型75

6.3并行分簇粒子滤波算法76

6.3.1粒子滤波原理76

6.3.2并行粒子滤波算法77

6.4并行分簇传感网络信息处理机制78

6.4.1传感网络结点分簇及调度策略78

6.4.2能量均衡并行分簇多结点数据传输策略78

6.4.3能量均衡危化气体泄漏参数估计量目标函数80

6.4.4基于奇异值分解的估计量目标函数凸优化求解80

6.5算法性能分析及仿真结果83

6.5.1仿真参数设定与性能指标83

6.5.2仿真结果分析83

6.6本章小结88

第7章高斯混合模型非线性滤波危化气体监测定位89

7.1引言89

7.2高斯混合模型90

7.2.1高斯混合模型定义90

7.2.2基于EM算法的高斯混合模型参数估计方法91

7.3基于动态传感网络的危化气体监测定位92

7.3.1问题描述92

7.3.2扩散分布状态模型及观测模型92

7.3.3基于GMF的气体泄漏源参数估计算法93

7.4源参数估计定位的传感器管理策略97

7.4.1基于条件信息熵的结点选择效用函数98

7.4.2条件信息熵梯度传感网络结点优化调度策略98

7.5算法性能分析及仿真结果101

7.5.1仿真参数设置及性能指标101

7.5.2仿真分析102

7.6本章小结104

参考文献105