基于HSIC的烘烤场景多源异构传感器优化配置策略

摘要

【目的】有效探究密集烤房内部温湿度的非均匀性分布，并实现对烤房内部环境的准确感知，解决传感器点位过多存在的多源数据冗余问题。【方法】以可移动智能密集烤房为研究对象，获取烘烤周期内24个温湿度传感器共861×24个离散时序数据，基于希尔伯特-施密特独立性准则（Hilbert-Schmidt independence criterion,HSIC），引入贝叶斯数据融合原理（Bayesian method），依托信息最大化原则以及信息增益率和配置冗余度约束，明确传感器配置优先级排序和数量选择依据，构建多源异构传感器优化配置策略。【结果】密集烤房内部温湿度场分布存在显著的非均匀性，不同区域间具有较强的非线性相关性。基于传感器优化配置策略，确定在减少传感器50%数量冗余条件下选取S1、S5、S4、S6、S7、S8、S11、S16、S13、S14、S21、S24共12个传感器对象。相比于原始数据，点位优化后RMSE为0.663 8，温湿度信息增益率gr分别为0.018 2和0.001 8。【结论】基于密集烤房温湿度非均匀分布构建的传感器配置策略能够有效保证温湿度的感知精度与信息丰度，并可完成烘烤环境智能感控及不同品质烟叶烘烤工艺制定和烤房结构优化设计。

关键词

烤烟 / 密集烤房 / 温湿度 / 传感器配置 / 数据融合