本發(fā)明屬于溶解氧領(lǐng)域，尤其涉及一種基于物聯(lián)網(wǎng)的水體溶解氧自動化監(jiān)測方法。

背景技術(shù)：

目前，溶解氧值是研究水自凈能力的一種依據(jù)。水里的溶解氧被消耗，要恢復(fù)到初始狀態(tài)，所需時間短，說明該水體的自凈能力強，或者說水體污染不嚴重，否則說明水體污染嚴重，自凈能力弱，甚至失去自凈能力。因此水體中溶解氧含量的測定在工業(yè)、醫(yī)療衛(wèi)生、生物、環(huán)境和水產(chǎn)養(yǎng)殖等諸多方面有著重要的意義！傳統(tǒng)的實驗室溶解氧測定方法，如碘量法，在測定上耗時耗力，且不能實現(xiàn)實時獲得數(shù)據(jù)，因此不能實時的監(jiān)測自然水體、工業(yè)流水線等所需應(yīng)用領(lǐng)域的溶氧變化。

綜上所述，現(xiàn)有技術(shù)存在的問題是：傳統(tǒng)實驗測定費時費力，不能實現(xiàn)實時獲得數(shù)據(jù)，不能滿足人們的需求。

技術(shù)實現(xiàn)要素：

針對現(xiàn)有技術(shù)存在的問題，本發(fā)明提供了一種基于物聯(lián)網(wǎng)的水體溶解氧自動化監(jiān)測方法，

本發(fā)明是這樣實現(xiàn)的，一種基于物聯(lián)網(wǎng)的水體溶解氧自動化監(jiān)測方法，所述基于物聯(lián)網(wǎng)的水體溶解氧自動化監(jiān)測方法包括以下步驟：

步驟一，用燒杯準備600ml體積量的純凈水；

步驟二，初始化標準溶解氧儀，將探頭插入純凈水中檢測初始溶解氧值，單位mg/l；

步驟三，獲取熒光強度信號的電壓值，然后將傳感器探頭插入與同一純凈水中，接通電源進行測試，得到熒光強度信號的電壓值，單位為mv；

步驟四，往純凈水中緩慢通入氮氣，降低水體中溶解氧的濃度，用標準溶氧儀和傳感器分別同時測定3個濃度條件下的溶解氧值和電壓值；

步驟五，往純凈水中緩慢通入氧氣，提高水體中溶解氧的濃度，用標準溶氧儀和本專利所述傳感器分別同時測定3個濃度條件下的溶解氧值和電壓值；

步驟六，以標準溶解氧儀測到8-11個溶解氧值為橫坐標，以本發(fā)明提供所述傳感器測到對應(yīng)的7-10個電壓值為縱坐標，繪制標準曲線，得到傳感器的線性關(guān)系曲線，完成傳感器標定；

步驟七，將標定的傳感器集成信號無線發(fā)送模塊；所述無線發(fā)送模塊故障節(jié)點檢測方法包括以下步驟：

在網(wǎng)絡(luò)中，被判定為事件讀數(shù)節(jié)點看作為一個簇，簇內(nèi)全部的n個成員推舉其中一個節(jié)點為簇頭，并把感測事件讀數(shù)發(fā)給簇頭；

在簇頭中，執(zhí)行故障檢測算法，初始溫度t，終止溫度t0和用于擬合的節(jié)點數(shù)目n≤n/2，隨機抽取n個節(jié)點，形成擬合節(jié)點集ω(0)，其所有收集的讀數(shù)為z(0)，對數(shù)據(jù)的i個維度屬性與節(jié)點的位置坐標進行最小二乘擬合，計算各個擬合結(jié)果r²的平均值并記為初始目標函數(shù)值f(z(0))，即f(z(0))等于此時的利用最小二乘法的進行擬合的步驟以及擬合效果具體如下所示：

建立適合的擬合模型，令其中為第i個維度屬性的估計值，x和y為節(jié)點所在的橫縱坐標，at是待定系數(shù)。擬合效果好壞取決于是否使實際值xi(j),j＝1,2,...,n與估計值的誤差δj的平方和最??；

記

讓對各個待定系數(shù)的偏導(dǎo)為0，即這時達到最小，得到一個線性方程組；

即

記

a1＝[a1,…,ak]^t,xi＝(xi(1),…,xi(n))^t

則有

此時得到一個擬合函數(shù)。記為原始數(shù)據(jù)的總變異平方和，為擬合后的變異平方和；則可由下式來判斷最小二乘法的擬合程度；

變換用于擬合的節(jié)點集，隨機抽一個沒在集合里的節(jié)點的數(shù)據(jù)，替換掉隨機一個擬合節(jié)點集ω(k-1)的節(jié)點的數(shù)據(jù)，得到新擬合節(jié)點集ω(k)，集合里所有節(jié)點的讀數(shù)組成z(k)，并計算目標函數(shù)值f(z(k))，即此時的

計算目標函數(shù)與前一次的差值δf＝f(z(k))-f(z(k-1))；

決定是否接受新的擬合節(jié)點集，若接受，則把新擬合節(jié)點集ω(k)替換前一次的擬合節(jié)點集ω(k-1)，否則當前擬合節(jié)點集繼續(xù)為前一次的擬合節(jié)點集；

降溫，令t＝αt，α為降溫比例，反映著降溫速度；

若溫度t低于終止溫度t0，或m連續(xù)個溫度下，目標函數(shù)值f(z(k))都沒有發(fā)生變化，則退火結(jié)束，其最終擬合節(jié)點集ω(k)為最優(yōu)解，此時的目標函數(shù)值f(z(k))為極小值；

利用最優(yōu)擬合函數(shù)g(x,y)，估計各個節(jié)點的讀數(shù)通過與實際感測數(shù)據(jù)x進行比較，若這兩個數(shù)的馬氏距離超過閾值θ，即則判斷節(jié)點為故障節(jié)點；

步驟八，將標定的傳感器固定在待測水體中；并將測定水體的溶解氧濃度數(shù)據(jù)信息通過信號無線發(fā)送模塊上傳到服務(wù)器中并公布到網(wǎng)絡(luò)上，實現(xiàn)網(wǎng)絡(luò)監(jiān)測。

進一步，所述服務(wù)器時頻重疊信號的歸一化高階累積量方程組構(gòu)建方法包括：

接收信號的信號模型表示為：

r(t)＝x1(t)+x2(t)+…+xn(t)+v(t)

其中，xi(t)為時頻重疊信號的各個信號分量，各分量信號獨立不相關(guān)，n為時頻重疊信號分量的個數(shù)，θki表示對各個信號分量載波相位的調(diào)制，fci為載波頻率，aki為第i個信號在k時刻的幅度，tsi為碼元長度，pi(t)為滾降系數(shù)為α的升余弦成形濾波函數(shù)，且n(t)是均值為0，方差為σ²的平穩(wěn)高斯白噪聲；

混合信號的高階累積量公式如下：

兩邊同時除以混合信號的二階矩k/2次方：

進一步變形為：

其中和表示各分量信號功率與總功率的比值和噪聲功率與總功率的比值，分別表示為和λv；由于高斯白噪聲的高階累積量為0，所以上式可以表示為：

由此，構(gòu)建歸一化高階累積量方程組：

本發(fā)明的優(yōu)點及積極效果為：傳感器可用于自然水體中溶解氧濃度實時在線連續(xù)檢測，由于提供的在線監(jiān)測的傳感器集成了信號無線發(fā)送模塊，將信號發(fā)送到網(wǎng)絡(luò)，構(gòu)成水質(zhì)溶解氧監(jiān)測網(wǎng)絡(luò)，具有廣泛的應(yīng)用前景；測定省時省力，可以實時獲取數(shù)據(jù)。

附圖說明

圖1是本發(fā)明實施提供的基于物聯(lián)網(wǎng)的水體溶解氧自動化監(jiān)測方法流程圖。

具體實施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合實施例，對本發(fā)明進行進一步詳細說明。應(yīng)當理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

下面結(jié)合附圖對本發(fā)明的應(yīng)用原理作詳細的描述。

如圖1所示,本發(fā)明實施例提供的本基于物聯(lián)網(wǎng)的水體溶解氧自動化監(jiān)測方法包括以下步驟：

步驟s1：準備水

用燒杯準備600ml體積量的純凈水；

步驟s2：初始化標準溶解氧儀

初始化標準溶解氧儀，將探頭插入純凈水中檢測初始溶解氧值，單位mg/l；

步驟s3：獲取熒光強度信號的電壓值

然后將本發(fā)明所述傳感器探頭插入與步驟s2所述的同一純凈水中，接通電源進行測試，得到熒光強度信號的電壓值，單位為mv；

步驟s4：往純凈水中緩慢通入氮氣，測定溶解氧值和電壓值

往純凈水中緩慢通入氮氣，降低水體中溶解氧的濃度，用標準溶氧儀和本發(fā)明提供的所述傳感器分別同時測定3個濃度條件下的溶解氧值和電壓值；

步驟s5：往純凈水中緩慢通入氧氣，測定溶解氧值和電壓值

往純凈水中緩慢通入氧氣，提高水體中溶解氧的濃度，用標準溶氧儀和本專利所述傳感器分別同時測定3個濃度條件下的溶解氧值和電壓值；

步驟s6：完成傳感器標定

以標準溶解氧儀測到8-11個溶解氧值為橫坐標，以本發(fā)明提供所述傳感器測到對應(yīng)的7-10個電壓值為縱坐標，繪制標準曲線，得到傳感器的線性關(guān)系曲線，從而完成傳感器標定；

步驟s7：集成信號無線發(fā)送模塊

將標定的傳感器集成信號無線發(fā)送模塊。

步驟s8：實現(xiàn)網(wǎng)絡(luò)監(jiān)測

將標定的傳感器固定在待測水體中；并將測定水體的溶解氧濃度數(shù)據(jù)信息通過信號無線發(fā)送模塊上傳到服務(wù)器中并公布到網(wǎng)絡(luò)上，實現(xiàn)網(wǎng)絡(luò)監(jiān)測。

所述無線發(fā)送模塊故障節(jié)點檢測方法包括以下步驟：

在網(wǎng)絡(luò)中，被判定為事件讀數(shù)節(jié)點看作為一個簇，簇內(nèi)全部的n個成員推舉其中一個節(jié)點為簇頭，并把感測事件讀數(shù)發(fā)給簇頭；

在簇頭中，執(zhí)行故障檢測算法，初始溫度t，終止溫度t0和用于擬合的節(jié)點數(shù)目n≤n/2，隨機抽取n個節(jié)點，形成擬合節(jié)點集ω(0)，其所有收集的讀數(shù)為z(0)，對數(shù)據(jù)的i個維度屬性與節(jié)點的位置坐標進行最小二乘擬合，計算各個擬合結(jié)果r²的平均值并記為初始目標函數(shù)值f(z(0))，即f(z(0))等于此時的利用最小二乘法的進行擬合的步驟以及擬合效果具體如下所示：

建立適合的擬合模型，令其中為第i個維度屬性的估計值，x和y為節(jié)點所在的橫縱坐標，at是待定系數(shù)。擬合效果好壞取決于是否使實際值xi(j),j＝1,2,...,n與估計值的誤差δj的平方和最??；

記

讓對各個待定系數(shù)的偏導(dǎo)為0，即這時達到最小，得到一個線性方程組；

即

記

a1＝[a1,…,ak]^t,xi＝(xi(1),…,xi(n))^t

則有

此時得到一個擬合函數(shù)。記為原始數(shù)據(jù)的總變異平方和，為擬合后的變異平方和；則可由下式來判斷最小二乘法的擬合程度；

變換用于擬合的節(jié)點集，隨機抽一個沒在集合里的節(jié)點的數(shù)據(jù)，替換掉隨機一個擬合節(jié)點集ω(k-1)的節(jié)點的數(shù)據(jù)，得到新擬合節(jié)點集ω(k)，集合里所有節(jié)點的讀數(shù)組成z(k)，并計算目標函數(shù)值f(z(k))，即此時的

計算目標函數(shù)與前一次的差值δf＝f(z(k))-f(z(k-1))；

決定是否接受新的擬合節(jié)點集，若接受，則把新擬合節(jié)點集ω(k)替換前一次的擬合節(jié)點集ω(k-1)，否則當前擬合節(jié)點集繼續(xù)為前一次的擬合節(jié)點集；

降溫，令t＝αt，α為降溫比例，反映著降溫速度；

若溫度t低于終止溫度t0，或m連續(xù)個溫度下，目標函數(shù)值f(z(k))都沒有發(fā)生變化，則退火結(jié)束，其最終擬合節(jié)點集ω(k)為最優(yōu)解，此時的目標函數(shù)值f(z(k))為極小值；

利用最優(yōu)擬合函數(shù)g(x,y)，估計各個節(jié)點的讀數(shù)通過與實際感測數(shù)據(jù)x進行比較，若這兩個數(shù)的馬氏距離超過閾值θ，即則判斷節(jié)點為故障節(jié)點。

所述服務(wù)器時頻重疊信號的歸一化高階累積量方程組構(gòu)建方法包括：

接收信號的信號模型表示為：

r(t)＝x1(t)+x2(t)+…+xn(t)+v(t)

其中，xi(t)為時頻重疊信號的各個信號分量，各分量信號獨立不相關(guān)，n為時頻重疊信號分量的個數(shù)，θki表示對各個信號分量載波相位的調(diào)制，fci為載波頻率，aki為第i個信號在k時刻的幅度，tsi為碼元長度，pi(t)為滾降系數(shù)為α的升余弦成形濾波函數(shù)，且n(t)是均值為0，方差為σ²的平穩(wěn)高斯白噪聲；

混合信號的高階累積量公式如下：

兩邊同時除以混合信號的二階矩k/2次方：

進一步變形為：

其中和表示各分量信號功率與總功率的比值和噪聲功率與總功率的比值，分別表示為和λv；由于高斯白噪聲的高階累積量為0，所以上式可以表示為：

由此，構(gòu)建歸一化高階累積量方程組：

以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。