面向可穿戴设备的空气质量监测系统的设计与实现

《面向可穿戴设备的空气质量监测系统的设计与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、面向可穿戴设备的空气质量监测系统的设计与实现　　摘要：实时监测的实现主要依赖于对空气质量数据的收集、处理、存储以及显示，而空气质量预测功能是项目开发的难点。这里所采用的预测算法，其核心是针对影响空气质量指数的污染因子的历史浓度做出分析，根据其变化规律建立预测模型，通过非线性最小二乘法拟合各个污染因子的变化曲线，求出其预测值，进而计算出空气质量预测值。所提出的预测算法是建立在统计计算的基础之上，对已有数据进行挖掘和分析，通过机器学习的方法来做出预测。在可穿戴设备的开发方面，需要考虑到其交互特点，结合Android开发技术开发出便捷的应用。经过测试，该算法的空气质量等级预测的准

2、确率达到了47.77%，而首要污染物预测的准确率则达到了73.66%，满足基本需求。　　关键词：污染因子；空气质量指数；可穿戴设备；Android开发　　中图分类号：TN926?34；TM417文献标识码：A文章编号：1004?373X（2016）01?0093?05　　0引言12　　随着我国工业化的发展和城市化的普及，空气污染问题也变得日益严重。在一些大城市，诸如北京、天津、唐山等地，由空气污染所引起的雾霾问题正受到人们越来越多的关注。但是雾霾问题在短时间内还不能有效解决[1]。可穿戴设备在最近两三年间发展迅猛，一大批各式各样的可穿戴设备如雨后春笋般涌现。未来一段时间，可

3、穿戴设备的热潮还会继续。同时，由于可穿戴设备的出现时间较短，市场上存在的基于可穿戴设备的应用还很稀少，其可供开发的价值也十分巨大。基于以上现状，结合可穿戴设备，设计并实现空气质量监测系统[2]。　　1需求分析　　1.1业务需求　　1.1.1空气质量实时监测的需求　　本次开发的空气质量实时监测功能，也将以小时为单位进行播报。空气质量时报所监测的空气质量指标因子按照种类可分为PM2.5（粒径小于等于2.5μm的颗粒物），PM10（粒径小于等于10μm的颗粒物），SO2，NO2，O3和CO六种[3]。　　1.1.2空气质量预测的需求　　空气质量预测是本次系统开发的扩展功能，也是其

4、特色功能。在人们生活节奏加快的当下，仅仅知道实时的空气质量还不够，人们需要提前知道未来一段时间的空气质量状况，空气质量变化趋势等信息，并以此来安排自己的出行、锻炼等活动。空气质量预测是建立在统计计算学基础上对空气质量变化趋势的预估与模拟，需要用到数据挖掘和机器学习的相关知识。同时，空气质量的预测离不开对实时空气质量数据的搜集和记录，正是通过对已有的空气质量历史数据的分析，才能在此基础上建立预测模型，并对未来一段时间的空气质量指数（AQI）做出判断[4]。　　1.2基本功能需求12　　系统的功能需求主要是对系统所能提供的功能和服务进行分析。从总体分析，面向可穿戴设备的空气质量

5、监测系统需要在可穿戴设备上为用户提供空气质量的相关信息；同时，可穿戴设备上所显示的信息还需要依赖于服务器所提供的数据处理服务。用户的操作主要集中在客户端。用户需要先在手机端进行选项设置，然后在SmartWatch2端进行后续的人机交互的操作，而SmartWatch2端给用户所呈现的数据则是由客户端通过服务器获取的[5]。服务器虽然不直接参与到与用户之间的交互，但它实现了数据的搜集、处理、存储等功能，对系统的实现至关重要。　　1.2.1服务器功能需求　　服务器主要负责对数据的操作，由于客户端作为移动设备，其运算和续航能力受到制约，因而主要的数据处理操作都集中在服务器。服务器主

6、要满足系统的以下需求[6]：　　（1）空气质量数据的搜集和存储；　　（2）空气质量指数的监测和预测。　　1.2.2客户端功能需求　　客户端是用户与系统交互的主体，在分析其功能需求时，需要从用户与客户端交互的角度考虑。根据用户参与系统客户端交互的过程，可绘制出客户端用例图如图1所示[7]。　　在图1所示的客户端用例图中，用户主要参与两个交互功能。选项设置是用户对系统客户端的一个初始化设置。用户可以根据自己的需求选择所想要查看哪个城市的空气质量指数；同时，用户还可以选择是否开启空气质量预测的功能[8]。　　1.3性能需求12　　对于系统来说，除了基本的功能性需求外，还要考虑到系

7、统运行的性能状况和用户的体验满意度。一个优秀的系统应该具备健壮的运行能力和良好的用户体验。　　1.3.1系统可用性与可靠性需求　　本系统分为服务器端和客户端。服务器端是通过FlaskWeb框架搭建的，其运行在服务器端的网络爬虫脚本必须要能够随时抓取所需数据，并且当网络上访问的目标网页暂时出现问题时，能够及时中断访问程序，不至于脚本崩溃从而影响后续的运行。至于服务器上运行的空气质量预测程序，在做出预测所依据的空气质量历史数据不足时，能够跳过本次预测，并循环等待直到所需数据充足时再执行预测程序。此外，服务器必须长时间稳