本發(fā)明屬于溫室智能控制技術(shù)領(lǐng)域，尤其涉及一種基于計算機(jī)控制的溫室智能控制裝置及控制方法。

背景技術(shù)：

溫室智能控制系統(tǒng)，是在物聯(lián)網(wǎng)應(yīng)用逐漸廣泛的情況下提出來的，特別是托普農(nóng)業(yè)物聯(lián)網(wǎng)的出現(xiàn)，基于此而研制出的一套用于溫室灌溉環(huán)境監(jiān)測的控制管理系統(tǒng)。溫室智能自動化控制系統(tǒng)功能以土壤濕度值、土壤溫度、時間、空氣溫度、空氣濕度、光照、二氧化碳等為基礎(chǔ)，用戶可以設(shè)定其參數(shù)的目標(biāo)值，程序根據(jù)用戶設(shè)定的目標(biāo)值控制及監(jiān)測電磁閥、水泵、施肥系統(tǒng)、天窗、側(cè)窗、內(nèi)遮陽、外遮陽、風(fēng)機(jī)、濕簾、外翻窗、加溫設(shè)備、加濕設(shè)備、二氧化碳發(fā)生器等設(shè)備的狀態(tài)，以保證溫室內(nèi)以上幾項參數(shù)在用戶設(shè)定的目標(biāo)值范圍之內(nèi)。然而，現(xiàn)有溫室智能控制，不能提供室內(nèi)空氣質(zhì)量數(shù)據(jù)信息，不方便用戶對室內(nèi)環(huán)境衛(wèi)生判斷；同時不是及時的處理室內(nèi)灰塵，影響室內(nèi)環(huán)境。

綜上所述，現(xiàn)有技術(shù)存在的問題是：現(xiàn)有溫室智能控制，不能提供室內(nèi)空氣質(zhì)量數(shù)據(jù)信息，不方便用戶對室內(nèi)環(huán)境衛(wèi)生判斷；同時不是及時的處理室內(nèi)灰塵，影響室內(nèi)環(huán)境。

技術(shù)實現(xiàn)要素：

針對現(xiàn)有技術(shù)存在的問題，本發(fā)明提供了一種基于計算機(jī)控制的溫室智能控制裝置及控制方法。

本發(fā)明是這樣實現(xiàn)的，一種基于計算機(jī)控制的溫室智能控制裝置，所述基于計算機(jī)控制的溫室智能控制裝置包括：

主控計算機(jī)，用于及時通過溫度調(diào)節(jié)模塊，檢測室內(nèi)溫度并調(diào)節(jié)至設(shè)定溫度，保持室內(nèi)溫度穩(wěn)定；

所述主控計算機(jī)根據(jù)公式將訓(xùn)練序列與自身的循環(huán)移位結(jié)果按符號位進(jìn)行共軛相關(guān)運(yùn)算，得到相關(guān)函數(shù)m(m)，其中c(k)是對本地序列按符號位映射出的復(fù)數(shù)結(jié)果，c((k+m))n在k＝1,2,...n時表示對c(k)進(jìn)行循環(huán)移位的結(jié)果；搜索出相關(guān)函數(shù)主峰值與副峰值比值最大情況下對應(yīng)的頻域序列，然后確定該頻域序列對應(yīng)的訓(xùn)練序列；公式表示訓(xùn)練序列與自身的循環(huán)移位結(jié)果按符號位進(jìn)行共軛相關(guān)運(yùn)算，其中c(k)是對本地序列c(k)按符號位映射出的復(fù)數(shù)結(jié)果，映射公式為c(k)＝sign(re(c(k)))+j*sign(im(c(k)))；c((k))n表示對c(k)以n為周期進(jìn)行周期延拓的結(jié)果，由此c((k+m))n在k＝1,2,...n時表示對c(k)進(jìn)行循環(huán)移位的結(jié)果，m＞0表示循環(huán)左移m位，m＜0表示循環(huán)右移|m|位，根據(jù)序列的結(jié)構(gòu)可知當(dāng)循環(huán)序列循環(huán)移0位時，相關(guān)函數(shù)值會出現(xiàn)一個比較大主峰，峰值為m(0)，而如果對訓(xùn)練序列左右循環(huán)移位nfft時，相關(guān)函數(shù)值都會出現(xiàn)較小的副峰，兩峰值分別為m(nfft)、m(-nfft)；搜索頻域數(shù)據(jù)序列的目的是使訓(xùn)練序列移0位時出現(xiàn)的主峰值與循環(huán)左右移nfft位出現(xiàn)的副峰值差距最大，以此來保證接收數(shù)據(jù)與訓(xùn)練序列按符號位相關(guān)運(yùn)算獲取的定時偏移估計函數(shù)主峰值與副峰值的差距盡可能大，增大動態(tài)門限的取值范圍，由于相關(guān)函數(shù)兩個副峰值大小基本相同，取其主峰值m(0)和其中一個副峰值m(nfft)的比值作為衡量標(biāo)準(zhǔn)；

溫度調(diào)節(jié)模塊，與主控計算機(jī)預(yù)先連接，用于實時檢測室內(nèi)溫度并進(jìn)行控制，使溫度達(dá)到設(shè)定值；

所述溫度調(diào)節(jié)模塊對線性正則域的短時傅里葉變換譜做hough變換按以下進(jìn)行：

2.1)極坐標(biāo)方程為ρ＝tcosθ+fsinθ，其中，(t,f)為時頻域上的點，ρ為該點到原點的距離，θ為過該點和原點的直線與x軸的夾角，將極坐標(biāo)空間(ρ,θ)量化為(ρu,θv)，u＝1,...,m,v＝1,...,n,得到m×n的二維矩陣m(ρ,θ)；m(ρ,θ)是一個累加器，初始值為0；

2.2)對應(yīng)時頻域上的每個點(t,f)，其譜幅度為|la(t,f)|²，為提高計算速度，設(shè)定當(dāng)某個點的譜幅度大于所有點的譜幅度的最大值的時則進(jìn)行hough變換，否則忽略掉該點；

2.3)對滿足譜幅度大于所有點的譜幅度的最大值的點(t,f)，將θ的所有量化值代入極坐標(biāo)方程，求出相應(yīng)的ρ，并將累加器加上|la(t,f)|²，即m(ρ,θ)＝m(ρ,θ)+|la(t,f)|²，得到hough變換矩陣m(ρ,θ)；

空氣質(zhì)量檢測模塊，與主控計算機(jī)預(yù)先連接，用于檢測空氣質(zhì)量數(shù)據(jù)并進(jìn)行存儲；

所述空氣質(zhì)量檢測模塊信號間干擾關(guān)系分析方法包括以下步驟：

步驟一，確定干擾信號在無線信號領(lǐng)域上的若干特征參數(shù)cp，并基于特征參數(shù)形成對應(yīng)的干擾空間模型，基于建立的干擾空間模型，確定待分析的干擾信號特征矢量與參照信號特征矢量

步驟二，基于干擾空間模型，針對干擾信號特征矢量定義對參照信號特征矢量的位移矢量

步驟三，定義位移矢量在干擾空間中對某個維度坐標(biāo)軸的投影，為干擾信號特征矢量到參照信號特征矢量在該cp維度上的距離，即有：

其中prj(·)算子表示針對某一cp維度的投影運(yùn)算；

步驟四，定義干擾信號對參照信號的干擾狀態(tài)為s，用以表示干擾信號對參照信號的干擾關(guān)系；

步驟五，在已經(jīng)形成干擾的前提下，首先需要選取并確定干擾作用參數(shù)ep，對于干擾信號而言，參數(shù)通常為信號功率p或者能量e；

步驟六，定義干擾信號對參照信號的干擾程度為g，用以衡量干擾信號對參照信號的干擾影響程度；

吸塵模塊，與主控計算機(jī)預(yù)先連接，用于進(jìn)行灰塵清潔；

所述吸塵模塊對跳頻混合信號時頻域矩陣進(jìn)行預(yù)處理，具體包括如下兩步：

第一步，對進(jìn)行去低能量預(yù)處理，即在每一采樣時刻p，將幅值小于門限ε的值置0，得到門限ε的設(shè)定可根據(jù)接收信號的平均能量來確定；

第二步，找出p時刻(p＝0,1,2,…p-1)非零的時頻域數(shù)據(jù)，用表示，其中表示p時刻時頻響應(yīng)非0時對應(yīng)的頻率索引，對這些非零數(shù)據(jù)歸一化預(yù)處理，得到預(yù)處理后的向量b(p,q)＝[b1(p,q),b2(p,q),…,bm(p,q)]^t，其中

進(jìn)一步，所述溫度調(diào)節(jié)模塊包括溫度調(diào)節(jié)控制器和溫度傳感器。

進(jìn)一步，所述空氣質(zhì)量檢測模塊包括空氣質(zhì)量檢測傳感器和數(shù)據(jù)存儲器。

進(jìn)一步，所述吸塵模塊包括微塵檢測傳感器和吸塵器。

本發(fā)明的另一目的在于提供一種所述基于計算機(jī)控制的溫室智能控制裝置的基于計算機(jī)控制的溫室智能控制方法，所述基于計算機(jī)控制的溫室智能控制方法包括以下步驟：

步驟一，室內(nèi)溫度過高或過低，主控計算機(jī)會及時通過溫度調(diào)節(jié)模塊，檢測室內(nèi)溫度并調(diào)節(jié)至設(shè)定溫度，保持室內(nèi)溫度穩(wěn)定；

步驟二，空氣質(zhì)量檢測模塊會將檢測的空氣質(zhì)量數(shù)據(jù)傳送給主控計算機(jī)，供用戶查詢；

步驟三，室內(nèi)灰塵過多，主控計算機(jī)會及時啟動吸塵模塊進(jìn)行凈化空氣，保持室內(nèi)的干凈衛(wèi)生。

進(jìn)一步，所述步驟一中溫度調(diào)節(jié)模塊中的溫度傳感器將檢測的室內(nèi)溫度數(shù)據(jù)傳遞給主控計算機(jī)，主控計算機(jī)操作控制溫度調(diào)節(jié)控制器進(jìn)行對室內(nèi)溫度控制；

所述步驟二中空氣質(zhì)量檢測模塊中的空氣質(zhì)量檢測傳感器將檢測空氣質(zhì)量數(shù)據(jù)存儲到存儲器內(nèi)，然后傳送給主控計算機(jī)，提升數(shù)據(jù)存儲容備份，防止傳送過程數(shù)據(jù)丟失；

所述主控計算機(jī)數(shù)據(jù)聚合方法的步驟如下：

(1)在面積為＝×的部署區(qū)域內(nèi)，隨機(jī)分布個同構(gòu)的無線傳感器節(jié)點，sink節(jié)點位于部署區(qū)域之外，節(jié)點處理整個無線傳感器網(wǎng)絡(luò)內(nèi)收集到的數(shù)據(jù)；

(2)非均勻成簇

sink節(jié)點位于部署區(qū)域的上方；首先部署區(qū)域x軸劃分為s個泳道，所有泳道有相同的寬度w，并且每個泳道的長度與部署區(qū)域的長度相等；用從1到s作為泳道的id，最左端的泳道的id為1，然后每個泳道沿著y軸劃分為多個矩形網(wǎng)格，每個泳道中的每個網(wǎng)格都被定義一個水平，最下端的網(wǎng)格的水平為1，每個網(wǎng)格和每個泳道有相同的寬度w；每個泳道中網(wǎng)格的個數(shù)、長度與泳道到sink的距離有關(guān)；通過設(shè)置網(wǎng)格的長度來調(diào)整網(wǎng)格的大??；針對不同的泳道，距離sink越遠(yuǎn)的泳道含有的網(wǎng)格數(shù)目越小；針對同一泳道，距離sink越遠(yuǎn)的網(wǎng)格的長度越大；假設(shè)a中含有s個元素，第k個元素表示在第k個泳道中網(wǎng)格的數(shù)目；每個網(wǎng)格用一個數(shù)組(i，j)作為id，表示第i個泳道有水平j(luò)；定義s個數(shù)組表示網(wǎng)格的長度，第v個數(shù)組hv表示第v個泳道中網(wǎng)格的長度，并且hv的第w個元素hvw表示網(wǎng)格(v，w)的長度；網(wǎng)格(i，j)的邊界為：

o_x+(i-1)×w＜x≤o_x+i×w

非均勻網(wǎng)格劃分好之后進(jìn)行成簇階段；算法分為很多輪進(jìn)行，在每輪中選取每個網(wǎng)格中剩余能量最大的節(jié)點作為簇首節(jié)點，其余節(jié)點根據(jù)就近原則加入簇，然后再進(jìn)行數(shù)據(jù)聚合；

(3)格拉布斯預(yù)處理

傳感器節(jié)點需要對收集的數(shù)據(jù)進(jìn)行預(yù)處理，然后再向簇首節(jié)點傳輸數(shù)據(jù)；采用格拉布斯預(yù)準(zhǔn)則對傳感器節(jié)點所采集到的數(shù)據(jù)進(jìn)行預(yù)處理假設(shè)某個簇首節(jié)點含有個傳感器節(jié)點，傳感器節(jié)點收集到的數(shù)據(jù)為x1,x2,…,xn，服從正態(tài)分布，并設(shè)：

根據(jù)順序統(tǒng)計原理，計算格拉布斯統(tǒng)計量：

給定顯著性水平(α＝0.05)之后，測量值滿足gi≤g0(n,α)，則認(rèn)為測量值有效，測量值參與到下一層次的數(shù)據(jù)聚合；反之，則認(rèn)為測量值無效，因此需要剔除，即不參與到下一層次的數(shù)據(jù)聚合；

(4)自適應(yīng)聚合算法

通過迭代得到各個節(jié)點測量數(shù)據(jù)的無偏估計值，求取各個傳感器節(jié)點的測量數(shù)據(jù)值與估計值之間的歐式距離，以歸一化的歐式距離作為自適應(yīng)加權(quán)融和的權(quán)值；選用簇中的傳感器節(jié)點采集到的數(shù)據(jù)的最大值與最小值的平均值作為中心數(shù)據(jù)；

某個簇中有個傳感器節(jié)點，用維列向量d＝(d1,d2,…,dn)表示相應(yīng)節(jié)點的測量值，通過計算各個節(jié)點數(shù)據(jù)與中心數(shù)據(jù)的歐式距離反應(yīng)不同節(jié)點數(shù)據(jù)與中心數(shù)據(jù)之間的偏差大小，其中l(wèi)i的計算公式為：

根據(jù)歐式距離自適應(yīng)設(shè)定相應(yīng)的權(quán)值大小，距離越大權(quán)值越小，距離越小權(quán)值越大；

其中wi為相應(yīng)的權(quán)值；

所述步驟三中吸塵模塊中的微塵檢測傳感器將室內(nèi)檢測的微塵數(shù)據(jù)傳送給主控計算機(jī)，主控計算機(jī)控制吸塵器進(jìn)行室內(nèi)吸塵操作，凈化室內(nèi)空氣。

本發(fā)明的優(yōu)點及積極效果為：本發(fā)明設(shè)置空氣質(zhì)量檢測模塊，可以實時對室內(nèi)空氣進(jìn)行質(zhì)量檢測，給用戶提供室內(nèi)空氣質(zhì)量數(shù)據(jù)信息；設(shè)置的吸塵器可以及時處理室內(nèi)空氣灰塵，保障室內(nèi)的干凈衛(wèi)生。

附圖說明

圖1是本發(fā)明實施例提供的基于計算機(jī)控制的溫室智能控制裝置及控制方法結(jié)構(gòu)示意圖。

圖2是本發(fā)明實施例提供的基于計算機(jī)控制的溫室智能控制方法流程圖。

圖中：1、主控計算機(jī)；2、溫度調(diào)節(jié)模塊；3、空氣質(zhì)量檢測模塊；4、吸塵模塊。

具體實施方式

為能進(jìn)一步了解本發(fā)明的發(fā)明內(nèi)容、特點及功效，茲例舉以下實施例，并配合附圖詳細(xì)說明如下。

下面結(jié)合附圖對本發(fā)明的結(jié)構(gòu)作詳細(xì)的描述。

如圖1所示，該基于計算機(jī)控制的溫室智能控制裝置包括：主控計算機(jī)1，溫度調(diào)節(jié)模塊2，空氣質(zhì)量檢測模塊3，吸塵模塊4；所述主控計算機(jī)1與溫度調(diào)節(jié)模塊2，空氣質(zhì)量檢測模塊3和吸塵模塊4有線連接。

所述溫度調(diào)節(jié)模塊2包括溫度調(diào)節(jié)控制器和溫度傳感器；可以實時檢測室內(nèi)溫度并進(jìn)行控制，使溫度達(dá)到設(shè)定值。

所述空氣質(zhì)量檢測模塊3包括空氣質(zhì)量檢測傳感器和數(shù)據(jù)存儲器；可以檢測空氣質(zhì)量數(shù)據(jù)并進(jìn)行存儲，提升數(shù)據(jù)存儲備份性能。

所述吸塵模塊4包括微塵檢測傳感器和吸塵器，與主控計算機(jī)通過電路線連接可以智能的進(jìn)行灰塵清潔。

所述主控計算機(jī)1根據(jù)公式將訓(xùn)練序列與自身的循環(huán)移位結(jié)果按符號位進(jìn)行共軛相關(guān)運(yùn)算，得到相關(guān)函數(shù)m(m)，其中c(k)是對本地序列按符號位映射出的復(fù)數(shù)結(jié)果，c((k+m))n在k＝1,2,...n時表示對c(k)進(jìn)行循環(huán)移位的結(jié)果；搜索出相關(guān)函數(shù)主峰值與副峰值比值最大情況下對應(yīng)的頻域序列，然后確定該頻域序列對應(yīng)的訓(xùn)練序列；公式表示訓(xùn)練序列與自身的循環(huán)移位結(jié)果按符號位進(jìn)行共軛相關(guān)運(yùn)算，其中c(k)是對本地序列c(k)按符號位映射出的復(fù)數(shù)結(jié)果，映射公式為c(k)＝sign(re(c(k)))+j*sign(im(c(k)))；c((k))n表示對c(k)以n為周期進(jìn)行周期延拓的結(jié)果，由此c((k+m))n在k＝1,2,...n時表示對c(k)進(jìn)行循環(huán)移位的結(jié)果，m＞0表示循環(huán)左移m位，m＜0表示循環(huán)右移|m|位，根據(jù)序列的結(jié)構(gòu)可知當(dāng)循環(huán)序列循環(huán)移0位時，相關(guān)函數(shù)值會出現(xiàn)一個比較大主峰，峰值為m(0)，而如果對訓(xùn)練序列左右循環(huán)移位nfft時，相關(guān)函數(shù)值都會出現(xiàn)較小的副峰，兩峰值分別為m(nfft)、m(-nfft)；搜索頻域數(shù)據(jù)序列的目的是使訓(xùn)練序列移0位時出現(xiàn)的主峰值與循環(huán)左右移nfft位出現(xiàn)的副峰值差距最大，以此來保證接收數(shù)據(jù)與訓(xùn)練序列按符號位相關(guān)運(yùn)算獲取的定時偏移估計函數(shù)主峰值與副峰值的差距盡可能大，增大動態(tài)門限的取值范圍，由于相關(guān)函數(shù)兩個副峰值大小基本相同，取其主峰值m(0)和其中一個副峰值m(nfft)的比值作為衡量標(biāo)準(zhǔn)；

所述溫度調(diào)節(jié)模塊2對線性正則域的短時傅里葉變換譜做hough變換按以下進(jìn)行：

2.1)極坐標(biāo)方程為ρ＝tcosθ+fsinθ，其中，(t,f)為時頻域上的點，ρ為該點到原點的距離，θ為過該點和原點的直線與x軸的夾角，將極坐標(biāo)空間(ρ,θ)量化為(ρu,θv)，u＝1,...,m,v＝1,...,n,得到m×n的二維矩陣m(ρ,θ)；m(ρ,θ)是一個累加器，初始值為0；

2.2)對應(yīng)時頻域上的每個點(t,f)，其譜幅度為|la(t,f)|²，為提高計算速度，設(shè)定當(dāng)某個點的譜幅度大于所有點的譜幅度的最大值的時則進(jìn)行hough變換，否則忽略掉該點；

2.3)對滿足譜幅度大于所有點的譜幅度的最大值的點(t,f)，將θ的所有量化值代入極坐標(biāo)方程，求出相應(yīng)的ρ，并將累加器加上|la(t,f)|²，即m(ρ,θ)＝m(ρ,θ)+|la(t,f)|²，得到hough變換矩陣m(ρ,θ)；

所述空氣質(zhì)量檢測模塊3信號間干擾關(guān)系分析方法包括以下步驟：

步驟一，確定干擾信號在無線信號領(lǐng)域上的若干特征參數(shù)cp，并基于特征參數(shù)形成對應(yīng)的干擾空間模型，基于建立的干擾空間模型，確定待分析的干擾信號特征矢量與參照信號特征矢量

步驟二，基于干擾空間模型，針對干擾信號特征矢量定義對參照信號特征矢量的位移矢量

步驟三，定義位移矢量在干擾空間中對某個維度坐標(biāo)軸的投影，為干擾信號特征矢量到參照信號特征矢量在該cp維度上的距離，即有：

其中prj(·)算子表示針對某一cp維度的投影運(yùn)算；

步驟四，定義干擾信號對參照信號的干擾狀態(tài)為s，用以表示干擾信號對參照信號的干擾關(guān)系；

步驟五，在已經(jīng)形成干擾的前提下，首先需要選取并確定干擾作用參數(shù)ep，對于干擾信號而言，參數(shù)通常為信號功率p或者能量e；

步驟六，定義干擾信號對參照信號的干擾程度為g，用以衡量干擾信號對參照信號的干擾影響程度；

所述吸塵模塊4對跳頻混合信號時頻域矩陣進(jìn)行預(yù)處理，具體包括如下兩步：

第一步，對進(jìn)行去低能量預(yù)處理，即在每一采樣時刻p，將幅值小于門限ε的值置0，得到門限ε的設(shè)定可根據(jù)接收信號的平均能量來確定；

第二步，找出p時刻(p＝0,1,2,…p-1)非零的時頻域數(shù)據(jù)，用表示，其中表示p時刻時頻響應(yīng)非0時對應(yīng)的頻率索引，對這些非零數(shù)據(jù)歸一化預(yù)處理，得到預(yù)處理后的向量b(p,q)＝[b1(p,q),b2(p,q),…,bm(p,q)]^t，其中

如圖2所示，本發(fā)明實施例提供的基于計算機(jī)控制的溫室智能控制方法包括以下步驟：

步驟s101：室內(nèi)溫度過高或過低，主控計算機(jī)會及時通過溫度調(diào)節(jié)模塊，檢測室內(nèi)溫度并調(diào)節(jié)至設(shè)定溫度，保持室內(nèi)溫度穩(wěn)定。

步驟s102：空氣質(zhì)量檢測模塊會將檢測的空氣質(zhì)量數(shù)據(jù)傳送給主控計算機(jī)，供用戶查詢。

所述主控計算機(jī)數(shù)據(jù)聚合方法的步驟如下：

(1)在面積為＝x的部署區(qū)域內(nèi)，隨機(jī)分布個同構(gòu)的無線傳感器節(jié)點，sink節(jié)點位于部署區(qū)域之外，節(jié)點處理整個無線傳感器網(wǎng)絡(luò)內(nèi)收集到的數(shù)據(jù)；

(2)非均勻成簇

sink節(jié)點位于部署區(qū)域的上方；首先部署區(qū)域x軸劃分為s個泳道，所有泳道有相同的寬度w，并且每個泳道的長度與部署區(qū)域的長度相等；用從1到s作為泳道的id，最左端的泳道的id為1，然后每個泳道沿著y軸劃分為多個矩形網(wǎng)格，每個泳道中的每個網(wǎng)格都被定義一個水平，最下端的網(wǎng)格的水平為1，每個網(wǎng)格和每個泳道有相同的寬度w；每個泳道中網(wǎng)格的個數(shù)、長度與泳道到sink的距離有關(guān)；通過設(shè)置網(wǎng)格的長度來調(diào)整網(wǎng)格的大小；針對不同的泳道，距離sink越遠(yuǎn)的泳道含有的網(wǎng)格數(shù)目越?。会槍ν挥镜?，距離sink越遠(yuǎn)的網(wǎng)格的長度越大；假設(shè)a中含有s個元素，第k個元素表示在第k個泳道中網(wǎng)格的數(shù)目；每個網(wǎng)格用一個數(shù)組(i，j)作為id，表示第i個泳道有水平j(luò)；定義s個數(shù)組表示網(wǎng)格的長度，第v個數(shù)組hv表示第v個泳道中網(wǎng)格的長度，并且hv的第w個元素hvw表示網(wǎng)格(v，w)的長度；網(wǎng)格(i，j)的邊界為：

o_x+(i-1)×w＜x≤o_x+i×w

非均勻網(wǎng)格劃分好之后進(jìn)行成簇階段；算法分為很多輪進(jìn)行，在每輪中選取每個網(wǎng)格中剩余能量最大的節(jié)點作為簇首節(jié)點，其余節(jié)點根據(jù)就近原則加入簇，然后再進(jìn)行數(shù)據(jù)聚合；

(3)格拉布斯預(yù)處理

傳感器節(jié)點需要對收集的數(shù)據(jù)進(jìn)行預(yù)處理，然后再向簇首節(jié)點傳輸數(shù)據(jù)；采用格拉布斯預(yù)準(zhǔn)則對傳感器節(jié)點所采集到的數(shù)據(jù)進(jìn)行預(yù)處理假設(shè)某個簇首節(jié)點含有個傳感器節(jié)點，傳感器節(jié)點收集到的數(shù)據(jù)為x1,x2,…,xn，服從正態(tài)分布，并設(shè)：

根據(jù)順序統(tǒng)計原理，計算格拉布斯統(tǒng)計量：

給定顯著性水平(α＝0.05)之后，測量值滿足gi≤g0(n,α)，則認(rèn)為測量值有效，測量值參與到下一層次的數(shù)據(jù)聚合；反之，則認(rèn)為測量值無效，因此需要剔除，即不參與到下一層次的數(shù)據(jù)聚合；

(4)自適應(yīng)聚合算法

通過迭代得到各個節(jié)點測量數(shù)據(jù)的無偏估計值，求取各個傳感器節(jié)點的測量數(shù)據(jù)值與估計值之間的歐式距離，以歸一化的歐式距離作為自適應(yīng)加權(quán)融和的權(quán)值；選用簇中的傳感器節(jié)點采集到的數(shù)據(jù)的最大值與最小值的平均值作為中心數(shù)據(jù)；

某個簇中有個傳感器節(jié)點，用維列向量d＝(d1,d2,…,dn)表示相應(yīng)節(jié)點的測量值，通過計算各個節(jié)點數(shù)據(jù)與中心數(shù)據(jù)的歐式距離反應(yīng)不同節(jié)點數(shù)據(jù)與中心數(shù)據(jù)之間的偏差大小，其中l(wèi)i的計算公式為：

根據(jù)歐式距離自適應(yīng)設(shè)定相應(yīng)的權(quán)值大小，距離越大權(quán)值越小，距離越小權(quán)值越大；

其中wi為相應(yīng)的權(quán)值；

步驟s103：室內(nèi)灰塵過多，主控計算機(jī)會及時啟動吸塵模塊進(jìn)行凈化空氣，保持室內(nèi)的干凈衛(wèi)生。

所述步驟s101中溫度調(diào)節(jié)模塊設(shè)置的溫度傳感器將檢測的室內(nèi)溫度數(shù)據(jù)傳遞給主控計算機(jī)，主控計算機(jī)操作控制溫度調(diào)節(jié)控制器進(jìn)行對室內(nèi)溫度控制。

所述步驟s102中空氣質(zhì)量檢測模塊設(shè)置的空氣質(zhì)量檢測傳感器將檢測空氣質(zhì)量數(shù)據(jù)存儲到存儲器內(nèi)，然后傳送給主控計算機(jī)，提升數(shù)據(jù)存儲容備份，防止傳送過程數(shù)據(jù)丟失。