《物聯網智慧安監技術(修訂版)》是2023年9月1日清華大學出版社出版的圖書,作者:張勇。
基本介紹
- 中文名:物聯網智慧安監技術(修訂版)
- 作者:張勇
- 出版時間:2023年9月1日
- 出版社:清華大學出版社
- ISBN:9787302640455
- 定價:99 元
- 印次:2-1
- 印刷日期:2023年9月8日
內容簡介,圖書目錄,
內容簡介
本書系統地講述了物聯網智慧安監領域的基本理論、方法及其在危化品泄漏監管方面的套用。全書共9章,第1、2章概述了危化品物聯網智慧監測定位的分類,綜述了物聯網危化氣體監測定位算法的研究現狀,分析了危化品物聯網智慧監測定位所涉及的關鍵問題,給出了定位算法性能評價指標;第3章講解了危化氣體物聯網智慧監測定位系統的設計和實現方法;第4~9章探討了基於序貫分散式卡爾曼濾波、序貫最小均方差估計算法、能量均衡並行粒子濾波、高斯混合模型非線性濾波、壓縮感知的危化氣體聲源監測定位算法,推導了算法疊代公式,進行了計算機仿真。
本書注重結構的完整性和內容的連續性,強調理論推導的連續性和語言描述的精煉性,力求從簡到繁、由淺入深、循序漸進。
本書可供從事信息與自動化控制技術的廣大科技人員參考,也可作為信息與自動化工程學科研究生的教材。
圖書目錄
目錄
第1章緒論1
1.1何為物聯網智慧安監技術2
1.2危化品泄漏監管現狀4
1.3危化氣體物聯網智慧監測定位5
1.4基於物聯網的危化氣體監測定位算法9
1.4.1基於經典機率估計的定位算法9
1.4.2基於貝葉斯推理的定位算法10
1.4.3基於非線性濾波估計的定位算法12
1.4.4基於智慧型最佳化算法的定位算法14
1.4.5基於壓縮感知的稀疏重構定位算法16
1.4.6基於壓縮感知的多泄漏源定位算法17
1.5課題研究背景及結構安排18
1.5.1本書的研究背景18
1.5.2本書的結構安排19
第2章危化氣體物聯網監測定位關鍵問題21
2.1引言22
2.2危化氣體擴散理論及模型22
2.2.1氣體擴散影響因素22
2.2.2高斯氣體擴散模型23
2.2.3基於湍流擴散理論的氣體擴散模型25
2.2.4經典氣體擴散煙羽仿真模型27
2.2.5氣體擴散仿真風場和濃度場建立與分析30
2.2.6室內通風環境下的氣體擴散二維煙羽仿真模型構建37
2.3基於物聯網的智慧型協作信息處理框架40
2.3.1經典分散式估計算法41
2.3.2物聯網監測結點調度與規劃策略及自組織通信44
2.4危化氣體泄漏安全監測與定位性能評價49
2.4.1定位誤差和收斂速度49
2.4.2運算複雜度49
2.4.3系統容錯性和自適應性49
2.4.4結點功耗和生命周期50
2.5本章小結50
第3章危化氣體物聯網智慧監測定位系統51
3.1引言52
3.2危化氣體智慧監測定位系統總體設計52
3.2.1系統設計需求分析52
3.2.2總體設計方案53
3.3危化氣體環境感知監測系統設計54
3.3.1氣體感測器分類及選型54
3.3.2危化氣體環境感知監測系統硬體電路設計56
3.3.3電源選型及硬體電路設計60
3.3.4危化氣體環境感知監測系統軟體設計63
3.4無線通信網關模組設計70
3.4.1網關總體結構及運行流程71
3.4.2網關硬體設計72
3.4.3網關軟體設計74
3.5智慧監測定位終端系統設計77
3.6本章小結78
第4章基於序貫分散式卡爾曼濾波算法的危化氣體監測定位79
4.1引言80
4.2危化氣體擴散的模型描述81
4.2.1氣體的擴散和測量模型81
4.2.2氣體擴散過程的狀態空間模型描述82
4.3基於序貫分散式卡爾曼濾波算法的定位83
4.3.1卡爾曼濾波理論83
4.3.2基於序貫擴展卡爾曼濾波算法的定位85
4.3.3基於序貫無跡卡爾曼濾波算法的定位88
4.4基於序貫卡爾曼濾波算法的危化氣體監測的定位91
4.4.1基於序貫卡爾曼濾波算法的危化氣體監測定位過程91
4.4.2基於序貫卡爾曼濾波算法實現危化氣體監測定位91
4.5算法性能分析及仿真結果93
4.5.1仿真參數設定及性能指標93
4.5.2仿真結果分析94
4.6本章小結98
第5章基於序貫最小均方差估計算法的危化氣體監測定位99
5.1引言100
5.2最小均方差氣體擴散狀態與觀測方程101
5.3基於序貫最小均方差估計算法的定位102
5.3.1氣體泄漏參數的最小均方差估計量及均方誤差102
5.3.2監測結點協作信息融合目標函式構建105
5.3.3結點調度及路由規划算法推導107
5.4算法性能分析及仿真結果110
5.4.1仿真參數設定及性能指標110
5.4.2仿真結果分析111
5.5本章小結116
第6章能量均衡並行粒子濾波的危化氣體監測定位117
6.1引言118
6.2並行分簇感測器網路系統模型119
6.2.1系統狀態模型119
6.2.2系統觀測模型119
6.3並行分簇粒子濾波算法120
6.3.1粒子濾波原理120
6.3.2並行粒子濾波算法121
6.4並行分簇感測器網路信息處理機制123
6.4.1感測器網路結點分簇及調度策略123
6.4.2能量均衡並行分簇多結點數據傳輸策略123
6.4.3能量均衡危化氣體泄漏參數估計量目標函式125
6.4.4基於奇異值分解的估計量目標函式凸最佳化求解126
6.5算法性能分析及仿真結果129
6.5.1仿真參數設定及性能指標129
6.5.2仿真結果分析130
6.6本章小結136
第7章高斯混合模型非線性濾波的危化氣體監測定位137
7.1引言138
7.2高斯混合模型139
7.2.1高斯混合模型定義139
7.2.2基於EM算法的高斯混合模型參數估計方法140
7.3基於動態感測器網路的危化氣體監測定位141
7.3.1問題描述141
7.3.2擴散分布狀態模型及觀測模型142
7.3.3基於GMF的氣體泄漏源參數估計算法143
7.4源參數估計定位的感測器管理策略149
7.4.1基於條件信息熵的結點選擇效用函式149
7.4.2條件信息熵梯度感測器網路結點最佳化調度策略150
7.5算法性能分析及仿真結果154
7.5.1仿真參數設定及性能指標154
7.5.2仿真結果分析155
7.6本章小結159
第8章基於壓縮感知的危化氣體聲源監測定位160
8.1引言161
8.2聲感測器網路中麥克風陣列信號模型162
8.2.1假設條件162
8.2.2通用信號模型163
8.2.3均勻麥克風陣列信號模型164
8.2.4陣列模型的統計特性166
8.3壓縮感知理論168
8.4基於壓縮感知的氣體聲源DOA估計模型170
8.4.1麥克風陣列信號模型170
8.4.2壓縮感知觀測模型171
8.4.3稀疏重構約束條件判定172
8.5基於壓縮感知的氣體聲源稀疏貝葉斯重構算法172
8.6算法性能分析及仿真結果174
8.6.1仿真參數設定及性能指標174
8.6.2仿真結果分析175
8.7本章小結180
第9章基於壓縮感知的變分貝葉斯多源危化氣體監測定位181
9.1引言182
9.2基於稀疏信號恢復的多源定位問題描述184
9.3基於壓縮感知的多氣體源定位模型185
9.4變分貝葉斯期望最大化聯合估計算法187
9.4.1混合高斯先驗模型187
9.4.2變分貝葉斯推理188
9.5基於壓縮感知的多危化氣體源變分貝葉斯稀疏重構算法189
9.6算法性能分析及仿真結果192
9.6.1仿真參數設定及性能指標192
9.6.2仿真結果分析193
9.7本章小結198
參考文獻199