改进型卡尔曼滤波的PM 2.5浓度预测系统*

2017-08-09许江淳余丽玲岳秋燕

传感器与微系统 2017年7期

关键词：卡尔曼滤波颗粒物测量

许江淳，余丽玲，岳秋燕，任杰

(昆明理工大学信息工程与自动化学院，云南昆明 650500)

改进型卡尔曼滤波的PM 2.5浓度预测系统*

许江淳，余丽玲，岳秋燕，任杰

(昆明理工大学信息工程与自动化学院，云南昆明 650500)

针对目前室内空气净化器功能单一、自动调节能力弱的特性，设计了一种改进型卡尔曼滤波对PM 2.5浓度进行预测的系统，为净化器提供可靠的调节参数。选用S3C2440芯片，通过外设采集PM2.5浓度和温度，以及对历史数据进行分析。通过改进型卡尔曼滤波对历史数据、PM2.5浓度以及温度进行融合，可以准确得到下一时刻的浓度值。测试结果表明：系统运行稳定，算法跟踪效果明显，鲁棒性强，可以准确预测出下一时刻的PM2.5浓度，并且预测误差在2.0 %以内，满足设计要求。

卡尔曼滤波； PM2.5; 净化器; S3C2440芯片; 浓度值; 鲁棒性

0 引言

目前,越来越多的人关注室内空气质量，多采用空气净化器来避免受到高浓度PM2.5的污染。但目前的空气净化器功能单一，功率消耗固定无自动调节能力，功耗较大。寻找一种办法来增强净化能力和降低电能的消耗很有必要。为此，本文设计了一种基于改进型卡尔曼滤波的PM2.5浓度预测系统，可通过历史数据结合当前测量值，以及附加温度条件来预测下一时刻的浓度，为空气净化器提供下一时刻浓度预测值。净化系统根据预测浓度值调节空气净化器的输出功率，既能净化空气，又能避免能源浪费。