基于卡尔曼滤波的车内空气质量远程实时监测系统

针对车内空气质量远程实时监测,设计了一种基于卡尔曼滤波的车内空气远程实时监测系统。系统以Exynos 4412微处理器为控制与信号处理核心,通过多个气体传感器采集PM2.5、PM10、甲醛浓度以及温度、湿度数据,在均值滤波消除数据的脉冲噪声后,利用卡尔曼滤波递归估计出气体最优数值,降低车辆不同状态下对传感器采集数值的精度影响,提高车辆空气质量监测的精度。监测数据在安卓开发板上绘图显示,并发送至移动终端,实现远程实时监测。当超过空气正常阈值,移动端可反向对车内进行声光报警与通风控制。实验表明,该系统能够有效提高污染气体监测的准确性与移动性。