买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉无锡爱可因检测科技有限公司申请的专利一种空气质量监测数据处理传输方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120186190B 。

龙图腾网通过国家知识产权局官网在2026-05-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510461260.7，技术领域涉及：H04L67/12；该发明授权一种空气质量监测数据处理传输方法及装置是由林正顺;陈雷;王川设计研发完成，并于2025-04-14向国家知识产权局提交的专利申请。

本一种空气质量监测数据处理传输方法及装置在说明书摘要公布了：本发明公开了一种空气质量监测数据处理传输方法及装置，涉及数据传输技术领域，包括，通过分布式传感器阵列采集多模态环境参数，计算相邻监测节点的污染物浓度协方差矩阵，依据条件数判定异常监测事件；采用时空相关性驱动的压缩感知算法进行分层压缩；计算信道综合质量指数，结合深度学习模型预测信道状态，动态选择传输协议组合，获取多协议数据流；进行时空插值重构，计算重构哈希并写入区块链，进行完整性验证；更新深度学习模型权重，优化压缩感知算法，根据传输负载优化能量分配，进行深度学习模型迭代优化。本发明通过采用时空相关性驱动的压缩感知算法进行数据压缩，降低了数据传输负担。

本发明授权一种空气质量监测数据处理传输方法及装置在权利要求书中公布了：1.一种空气质量监测数据处理传输方法，其特征在于：包括， 通过分布式传感器阵列采集多模态环境参数，计算相邻监测节点的污染物浓度协方差矩阵，依据条件数判定异常监测事件，具体步骤为， 划分检测区域网格，每个网格的传感器节点构成相邻节点组； 通过传感器节点采集多模态环境数据，使用卡尔曼滤波和数据归一化进行预处理，构建多模态数据向量； 对每个相邻节点组，根据多模态数据向量计算污染物浓度协方差矩阵； 计算协方差矩阵的条件数，设定异常判定阈值，进行异常事件判断； 若为异常监测事件，则进行全量数据存储，否则采用时空相关性驱动的压缩感知算法进行分层压缩，输出监测数据包，具体步骤为， 对于异常监测事件，全量储存当前时间窗口内的所有节点的多模态环境参数的原始采样值，附加储存节点位置坐标、时间戳、协方差矩阵和条件数，并进行二进制编码； 对于非异常检测事件，根据同一节点连续时间窗口的构建时间序列，计算自相关系数和空间相关系数，进行相关性判断； 所述计算自相关系数表达式为： ； 其中，为自相关系数，为连续时间窗口数量，为时间延迟，用于量化时间相关性强度，为时间窗口数量索引，为在时间窗口时的多模态数据向量模值，为在时间窗口时的多模态数据向量模值； 所述空间相关系数表达式为： ； 其中，为污染物浓度的空间相关系数，为协方差计算标识符，为在时间窗口时另一个传感器的多模态数据向量模值，为的标准差，为的标准差，为另一个网格节点数量索引； 实施优先级分层，将PM2.5浓度和挥发性有机物浓度作为第一层关键参数，温度和湿度作为第二层辅助参数； 对第一层数据进行时空联合稀疏变换，生成部分傅里叶观测矩阵，通过线性投影获取压缩测量值，输出监测数据包； 所述时空联合稀疏变换指的是基于网格节点数量、连续时间窗口数量和PM2.5和VOCs数据构建原始多模态数据向量，采用二维小波变换基进行稀疏变换，并通过线性投影获取压缩测量值； 在云端恢复稀疏系数，根据压缩感知理论重构误差； 基于监测数据包计算信道综合质量指数，结合深度学习模型预测信道状态，动态选择传输协议组合，获取多协议数据流； 将多协议数据流上传至云端，进行时空插值重构，计算重构哈希并写入区块链，进行完整性验证； 更新深度学习模型权重，优化压缩感知算法，根据传输负载优化能量分配，进行深度学习模型迭代优化。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人无锡爱可因检测科技有限公司，其通讯地址为：214000 江苏省无锡市滨湖区绣溪路58-12号3楼-2；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。