收藏本站
《北京交通大学》 2017年
收藏 | 手机打开
二维码
手机客户端打开本文

基于物联网的传感器校正方法研究

张晗  
【摘要】:近年来,空气污染日益严重,提升空气质量是民众的迫切期盼,因此空气质量监测系统的建设也成为各地环境保护局和众多环境保护企业所关注的焦点领域。建设空气质量监测系统首先要在需要进行监测的位置布置气体传感器,然后将所有气体传感器连接组成一个传感器网络。由于气体传感器的气敏特性,气体传感器在监测混合气体污染物时会受到交叉干扰,导致监测不准确。本文主要针对电化学气体传感器在工业园区周围监测无机气体污染物时产生交叉干扰的问题进行具体的校正方法研究。目前,主流的校正方法是基于气体传感器集群形成的物联网,利用神经网络对上传的数据进行训练学习,构建传感器校正模型。因此,本文对基于误差反向传播(BP)神经网络的传感器校正模型,进行了算法优化以及模型改进。论文的主要工作包括:首先对常规的基于BP神经网络的校正模型使用的BP算法进行分析,指出BP算法由于其理论缺陷,在训练校正模型阶段易于陷入局部最优的误区,并提出将粒子群(PSO)算法与BP算法结合的优化算法。该优化算法从优化网络初始权重的角度,充分发挥PSO算法全局寻优的优势,结合BP算法局部最优的特点,有效避免了校正模型在训练过程中陷入局部极小的情况,并加快了校正模型训练的收敛速度。然后对校正模型的工作方式以及实际气体传感器的监测数据进行分析,从信息利用以及校正模型实际应用所处环境的角度,指出常规的基于BP神经网络的校正模型不能充分利用气体传感器监测浓度的变化信息,以致校正模型的校正精度受限,并提出融合了长短期记忆(LSTM)神经网络和BP神经网络的改进校正模型。该改进模型首先利用气体浓度变化在时间上连续的特点,通过LSTM网络消除了环境中未知杂气对气体传感器的影响,然后级联BP神经网络,实现改进模型的构建,提高了校正模型的工作性能。论文最后从数据验证的角度,结合仿真建模得到的实验数据,进一步分析证明了文中提出的优化算法较之BP算法在校正模型训练过程中的优越性,以及改进的校正模型在实际应用环境中比常规校正模型拥有更高的校正精度。
【学位授予单位】:北京交通大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP212;TP391.44;TN929.5

手机知网App
【参考文献】
中国期刊全文数据库 前10条
1 邵婷婷;亓宏涛;雷文礼;;基于BP神经网络的测斜仪方位角误差补偿研究[J];信息技术;2016年10期
2 朱明晨;赵平;陈伟荣;;基于BP神经网络的霍普菲尔德模型改进研究[J];测绘工程;2016年09期
3 翁莹晶;冯慧斌;;基于BP神经网络的网店销售预测模型研究[J];闽江学院学报;2016年05期
4 崔宝才;;基于GA改进BP神经网络网络异常检测方法[J];现代电子技术;2016年03期
5 刘姝敏;刘海龙;;基于LabVIEW实现的BP神经网络[J];电子技术;2015年01期
6 张双岩;余隽;唐祯安;魏广芬;陈毅;申宁;;二元混合气体识别中传感器阵列优化方法研究[J];仪表技术与传感器;2010年07期
7 张愉;齐美星;童敏明;;基于RBF神经网络的单一催化传感器检测混合气体研究[J];传感技术学报;2009年05期
8 杨盛春;贾林祥;;神经网络内监督学习和无监督学习之比较[J];徐州建筑职业技术学院学报;2006年03期
9 太惠玲;谢光忠;蒋亚东;;基于气体传感器阵列的混合气体定量分析[J];仪器仪表学报;2006年07期
10 姚智慧;徐保港;郝博;;基于气体传感器阵列的电子鼻对混合气体定量识别的研究[J];电子工业专用设备;2006年06期
中国重要会议论文全文数据库 前1条
1 蒋学悟;刘海韬;魏海明;;电化学气体传感器测量干扰排除的探讨[A];中国土木工程学会城市燃气分会应用专业委员会2010年年会论文集[C];2010年
中国硕士学位论文全文数据库 前6条
1 顾子玲;面向工业园区的污染气体排放监测系统设计[D];北京交通大学;2016年
2 蔡贝贝;气体传感器阵列模式识别算法及硬件实现[D];电子科技大学;2013年
3 吕先涛;基于BP网络混合气体浓度识别的研究[D];武汉理工大学;2010年
4 王坤;盲信号分离技术在气体浓度分析中的应用研究[D];沈阳理工大学;2009年
5 郭萌;电化学传感器的研究[D];天津大学;2005年
6 王玮;基于气体传感器阵列的混合气体检测系统[D];西北工业大学;2002年
【共引文献】
中国期刊全文数据库 前10条
1 方天恩;漆晶;张朝阳;苏开荣;杨靖;;基于SAW传感器阵列的混合气体定性分析[J];压电与声光;2017年04期
2 朱明晨;赵爱国;;UNB 3 m模型的区域精度分析[J];测绘与空间地理信息;2017年06期
3 何晓阳;徐惠钢;谢启;;基于LabVIEW与BP神经网络的零件识别系统[J];仪表技术与传感器;2017年01期
4 亓培锋;孟庆浩;井雅琪;曾明;;电子鼻中预处理算法选择及阵列优化[J];数据采集与处理;2015年05期
5 梁喜凤;刘立豪;;传感器阵列的CO与H_2S混合气体检测系统设计与试验[J];中国计量学院学报;2015年01期
6 陈景林;曹小安;刘永慧;曾嘉仪;任柯柯;;提取多维催化发光信号鉴别有害气体的传感器[J];高等学校化学学报;2014年06期
7 邹慧琴;刘勇;陶欧;林辉;苏玉贞;林相龙;闫永红;;电子鼻MOS传感器阵列优化及其在中药材快速鉴别中的应用[J];中国中药杂志;2013年02期
8 李宁;薛亚许;;电子鼻信号处理方法综述[J];电子世界;2013年01期
9 李娴;蒋亚东;太惠玲;谢光忠;张波;;酞菁铜薄膜晶体管气体传感器制备及特性研究[J];电子测量与仪器学报;2012年12期
10 韦民红;童敏明;童夏敏;;基于光子晶体光纤传感器的瓦斯监测系统[J];传感器与微系统;2012年10期
中国硕士学位论文全文数据库 前10条
1 王乐;基于FPGA面向口臭检测的电子鼻系统研究[D];吉林大学;2017年
2 刘琴琴;曲线拟合预测模型及算法在水质远程监测系统中的研究[D];浙江理工大学;2017年
3 张晗;基于物联网的传感器校正方法研究[D];北京交通大学;2017年
4 张铭;基于RVM的混合气体识别与浓度检测算法研究[D];哈尔滨工业大学;2016年
5 李健坤;贯流风叶叶片粘连缺陷检测系统改进设计[D];江苏大学;2016年
6 俞洲;基于光声光谱技术的变压器油中溶解气体分析研究[D];大连理工大学;2016年
7 朱敏;间甲酚紫复合薄膜光波导元件的制备及气敏性研究[D];新疆大学;2016年
8 代啟林;基于SF_6分解产物的多传感器数据融合研究[D];郑州大学;2016年
9 张承丹;基于呼吸气体肺癌检测系统的识别算法研究[D];重庆大学;2016年
10 顾子玲;面向工业园区的污染气体排放监测系统设计[D];北京交通大学;2016年
【二级参考文献】
中国期刊全文数据库 前10条
1 徐旭;刘红军;;基于BP神经网络模型的移动电子商务客户信任评价[J];统计与决策;2016年10期
2 李海平;;基于BP神经网络的酿造企业物流成本分析模型构建研究[J];电子设计工程;2016年05期
3 孙晨;李阳;李晓戈;于娇艳;;基于布谷鸟算法优化BP神经网络模型的股价预测[J];计算机应用与软件;2016年02期
4 涂洁;;江西退化红壤区湿地松树干液流BP神经网络模型研究[J];中山大学学报(自然科学版);2016年01期
5 王琪;李孟委;王增跃;蒋孝勇;李锡广;;基于隧道磁阻传感器的三维电子罗盘设计[J];传感技术学报;2015年06期
6 行鸿彦;邹水平;徐伟;张强;;基于PSO-BP神经网络的湿度传感器温度补偿[J];传感技术学报;2015年06期
7 赵代弟;张晓明;王宇;李永慧;;磁性套管中磁测斜仪误差建模分析[J];科学技术与工程;2015年06期
8 张帆;胡伍生;;神经网络融合模型在大坝安全监控中的应用[J];测绘工程;2015年01期
9 韩少波;邵婷婷;;基于BP神经网络的油井井斜角误差补偿研究[J];内蒙古石油化工;2015年01期
10 李加祥;陈存良;王振;蔡炜;王满汉;;基于BP神经网络的优势通道定量计算方法[J];河南科学;2014年11期
中国硕士学位论文全文数据库 前10条
1 梅翔;基于ZigBee的爆破环境无线传感器网络感知节点的设计实现[D];安徽大学;2012年
2 崔康;新型电化学传感器的研究[D];江西师范大学;2009年
3 申朝文;基于电子鼻的鱼肉新鲜度评价方法的研究[D];广东工业大学;2008年
4 包化成;SnO_2甲醛气体传感器性能改善[D];大连理工大学;2006年
5 罗磊;基于模糊模式识别的光谱分类研究[D];郑州大学;2006年
6 侯清兰;神经网络等智能方法的优化及应用[D];武汉理工大学;2006年
7 宋委远;基于传感器阵列的混合气体测试系统研究[D];华中科技大学;2006年
8 郭萌;电化学传感器的研究[D];天津大学;2005年
9 陈玉芳;BP神经网络的算法改进及应用研究[D];电子科技大学;2004年
10 王玮;基于气体传感器阵列的混合气体检测系统[D];西北工业大学;2002年
【相似文献】
中国期刊全文数据库 前10条
1 杨晓帅 ,付玫;神经网络技术让管理更轻松[J];软件世界;2000年11期
2 云中客;新的神经网络来自于仿生学[J];物理;2001年10期
3 唐春明,高协平;进化神经网络的研究进展[J];系统工程与电子技术;2001年10期
4 李智;一种基于神经网络的煤炭调运优化方法[J];长沙铁道学院学报;2003年02期
5 程科,王士同,杨静宇;新型模糊形态神经网络及其应用研究[J];计算机工程与应用;2004年21期
6 王凡,孟立凡;关于使用神经网络推定操作者疲劳的研究[J];人类工效学;2004年03期
7 周丽晖;从统计角度看神经网络[J];统计教育;2005年06期
8 赵奇 ,刘开第 ,庞彦军;灰色补偿神经网络及其应用研究[J];微计算机信息;2005年14期
9 袁婷;;神经网络在股票市场预测中的应用[J];软件导刊;2006年05期
10 尚晋;杨有;;从神经网络的过去谈科学发展观[J];重庆三峡学院学报;2006年03期
中国重要会议论文全文数据库 前10条
1 徐春玉;;基于泛集的神经网络的混沌性[A];1996中国控制与决策学术年会论文集[C];1996年
2 周树德;王岩;孙增圻;孙富春;;量子神经网络[A];2003年中国智能自动化会议论文集(上册)[C];2003年
3 罗山;张琳;范文新;;基于神经网络和简单规划的识别融合算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年
4 郭爱克;马尽文;丁康;;序言(二)[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
5 钟义信;;知识论:神经网络的新机遇——纪念中国神经网络10周年[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
6 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
7 金龙;朱诗武;赵成志;陈宁;;数值预报产品的神经网络释用预报应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
8 田金亭;;神经网络在中学生创造力评估中的应用[A];第十二届全国心理学学术大会论文摘要集[C];2009年
9 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
10 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
中国重要报纸全文数据库 前10条
1 美国明尼苏达大学社会学博士 密西西比州立大学国家战略规划与分析研究中心资深助理研究员 陈心想;维护好创新的“神经网络硬件”[N];中国教师报;2014年
2 卢业忠;脑控电脑 惊世骇俗[N];计算机世界;2001年
3 葛一鸣 路边文;人工神经网络将大显身手[N];中国纺织报;2003年
4 中国科技大学计算机系 邢方亮;神经网络挑战人类大脑[N];计算机世界;2003年
5 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
6 本报记者 刘霞;美用DNA制造出首个人造神经网络[N];科技日报;2011年
7 健康时报特约记者  张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
8 刘力;我半导体神经网络技术及应用研究达国际先进水平[N];中国电子报;2001年
9 ;神经网络和模糊逻辑[N];世界金属导报;2002年
10 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
中国博士学位论文全文数据库 前10条
1 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年
2 李素芳;基于神经网络的无线通信算法研究[D];山东大学;2015年
3 石艳超;忆阻神经网络的混沌性及几类时滞神经网络的同步研究[D];电子科技大学;2014年
4 王新迎;基于随机映射神经网络的多元时间序列预测方法研究[D];大连理工大学;2015年
5 付爱民;极速学习机的训练残差、稳定性及泛化能力研究[D];中国农业大学;2015年
6 李辉;基于粒计算的神经网络及集成方法研究[D];中国矿业大学;2015年
7 王卫苹;复杂网络几类同步控制策略研究及稳定性分析[D];北京邮电大学;2015年
8 张海军;基于云计算的神经网络并行实现及其学习方法研究[D];华南理工大学;2015年
9 李艳晴;风速时间序列预测算法研究[D];北京科技大学;2016年
10 陈辉;多维超精密定位系统建模与控制关键技术研究[D];东南大学;2015年
中国硕士学位论文全文数据库 前10条
1 章颖;混合不确定性模块化神经网络与高校效益预测的研究[D];华南理工大学;2015年
2 贾文静;基于改进型神经网络的风力发电系统预测及控制研究[D];燕山大学;2015年
3 李慧芳;基于忆阻器的涡卷混沌系统及其电路仿真[D];西南大学;2015年
4 陈彦至;神经网络降维算法研究与应用[D];华南理工大学;2015年
5 董哲康;基于忆阻器的组合电路及神经网络研究[D];西南大学;2015年
6 武创举;基于神经网络的遥感图像分类研究[D];昆明理工大学;2015年
7 李志杰;基于神经网络的上证指数预测研究[D];华南理工大学;2015年
8 陈少吉;基于神经网络血压预测研究与系统实现[D];华南理工大学;2015年
9 张韬;几类时滞神经网络稳定性分析[D];渤海大学;2015年
10 邵雪莹;几类时滞不确定神经网络的稳定性分析[D];渤海大学;2015年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026