本發(fā)明涉及古村落空間測(cè)量技術(shù)領(lǐng)域，更為具體的是涉及一種古村落空間舒適度測(cè)量方法及擬合算法。

背景技術(shù)：

傳統(tǒng)古村落是現(xiàn)存比較完整的古建筑遺產(chǎn)，反映著民間的經(jīng)濟(jì)狀況、傳統(tǒng)文化、歷史軌跡等多方面的信息。古村落以“天人合一”的哲學(xué)思想為其人居環(huán)境觀。古村落人居環(huán)境是在我國傳統(tǒng)農(nóng)耕社會(huì)制度下形成的具有鮮明農(nóng)耕文化特色的文化空間，蘊(yùn)含了豐富的適應(yīng)地域環(huán)境的規(guī)劃設(shè)計(jì)智慧，具有重要的鄉(xiāng)土原創(chuàng)精神。研究古村落人居環(huán)境一方面可以借此梳理和弘揚(yáng)當(dāng)?shù)氐臍v史傳統(tǒng)和文化資源，繁榮和豐富當(dāng)代的先進(jìn)文化建設(shè)活動(dòng)，規(guī)劃和指導(dǎo)未來文化發(fā)展藍(lán)圖，增強(qiáng)文化實(shí)力；另一方面，這也是了解古人科學(xué)對(duì)待自然，指導(dǎo)現(xiàn)代古村落建設(shè)發(fā)展方向，創(chuàng)造更加舒適的人居環(huán)境的重要途徑之一。舒適度是人居環(huán)境的重要影響因素，需要對(duì)溫度、濕度、風(fēng)力等一系列因素的影響進(jìn)行綜合分析和評(píng)價(jià)，研究古村落空間舒適度對(duì)現(xiàn)代人居環(huán)境的設(shè)計(jì)具有極大的指導(dǎo)意義。

但目前，古村落空間舒適度的測(cè)量主要依靠人工記錄，誤差較大，不能準(zhǔn)確的反應(yīng)古村落的人居環(huán)境狀況，且在古村落的保護(hù)方面，溫度、濕度、風(fēng)力等也是很大的影響因素。

技術(shù)實(shí)現(xiàn)要素：

為了準(zhǔn)確的反應(yīng)古村落的人居環(huán)境狀況，本發(fā)明提供了一種測(cè)量精準(zhǔn)的古村落空間舒適度測(cè)量方法。

本發(fā)明采用的技術(shù)方案是：一種古村落空間舒適度測(cè)量方法，古村落內(nèi)設(shè)置有測(cè)量網(wǎng)絡(luò)，所述測(cè)量網(wǎng)絡(luò)包括控制模塊、網(wǎng)關(guān)、路由節(jié)點(diǎn)、多參數(shù)傳感器組、數(shù)據(jù)誤差驗(yàn)證模塊和數(shù)據(jù)集市，其測(cè)量步驟如下：

(1)在古村落的每棟建筑區(qū)域內(nèi)和區(qū)域外部分別部署相應(yīng)的多參數(shù)傳感器組；

(2)發(fā)送測(cè)量命令，測(cè)量命令依次通過控制模塊、網(wǎng)關(guān)、路由節(jié)點(diǎn)傳送至多參數(shù)傳感器組，多參數(shù)傳感器組被測(cè)量命令喚醒；

(3)多參數(shù)傳感器組進(jìn)行多參數(shù)數(shù)據(jù)采集并把數(shù)據(jù)傳送至路由節(jié)點(diǎn)，再傳送至網(wǎng)關(guān)；

(4)網(wǎng)關(guān)接收到數(shù)據(jù)后，把數(shù)據(jù)發(fā)送至控制模塊；

(5)控制模塊把數(shù)據(jù)提交給數(shù)據(jù)誤差驗(yàn)證模塊，進(jìn)行誤差驗(yàn)證；

(6)誤差驗(yàn)證通過后，確定此次測(cè)量為成功測(cè)量，完成測(cè)量任務(wù)，并將數(shù)據(jù)發(fā)送至數(shù)據(jù)集市；

(7)通過控制模塊發(fā)布關(guān)閉命令，依次關(guān)閉多參數(shù)傳感器組、路由節(jié)點(diǎn)、網(wǎng)關(guān)和數(shù)據(jù)集市。

作為上述方案的進(jìn)一步設(shè)置，所述測(cè)量命令通過泛洪的方式廣播給多參數(shù)傳感器組。

作為上述方案的進(jìn)一步設(shè)置，所述多參數(shù)傳感器組根據(jù)古村落每棟建筑區(qū)域內(nèi)和區(qū)域外部的相應(yīng)局部空間來配置。

作為上述方案的進(jìn)一步設(shè)置，所述多參數(shù)傳感器組包括溫度傳感器、濕度傳感器、風(fēng)力傳感器。

為了使古村落空間舒適度可以量化，本發(fā)明提供了一種古村落空間舒適度擬合算法，其技術(shù)方案是：一種基于古村落空間舒適度測(cè)量方法的擬合算法，包括針對(duì)古村落內(nèi)每幢建筑區(qū)域的相鄰空間多參數(shù)數(shù)據(jù)擬合、和針對(duì)古村落全部建筑區(qū)域不同空間的多參數(shù)數(shù)據(jù)擬合。

作為上述方案的進(jìn)一步設(shè)置，所述古村落內(nèi)每幢建筑區(qū)域的相鄰空間多參數(shù)數(shù)據(jù)擬合，通過設(shè)置在建筑區(qū)域內(nèi)和區(qū)域外部的多參數(shù)傳感器組采集測(cè)量參數(shù)，將測(cè)量參數(shù)采用R*-tree結(jié)構(gòu)、并基于Lebesgue測(cè)度的曲線相似度算法，得到其相似度，對(duì)于相似度高的曲線，再進(jìn)行特征擬合，生成對(duì)應(yīng)的相似曲線擬合曲線，其擬合算法如下：

輸入：n個(gè)測(cè)量數(shù)據(jù)點(diǎn)集對(duì)；

輸出：曲線相似度λ和相似曲線擬合曲線；

作為上述方案的進(jìn)一步設(shè)置，所述古村落全部建筑區(qū)域不同空間的多參數(shù)數(shù)據(jù)擬合，將古村落內(nèi)每幢建筑區(qū)域的相似曲線擬合曲線采用包絡(luò)曲線算法，求得不同區(qū)域的值域的上界曲線和下界曲線，利用Lebesgue測(cè)度，完成空間代表值的生成，得不同周期內(nèi)各參數(shù)代表值，其算法如下：

輸入：多個(gè)相似曲線擬合曲線集{ci}；

輸出：包絡(luò)曲線及擬合特征曲線；

本發(fā)明的有益效果如下：

1、通過在古村落的每棟建筑區(qū)域內(nèi)和區(qū)域外部，部署相應(yīng)的多參數(shù)傳感器節(jié)點(diǎn)，且不同局部空間的部署情況略有不同，提高了局部空間的測(cè)量節(jié)點(diǎn)的利用率并降低了能耗，具有測(cè)量精準(zhǔn)的特點(diǎn)；

2、對(duì)不同區(qū)域測(cè)量的多個(gè)參數(shù)進(jìn)行擬合，得到年溫濕風(fēng)力指數(shù)，使得古村落空間舒適度可以量化，便于統(tǒng)計(jì)，對(duì)古村落的保護(hù)也起到了極大的作用。

附圖說明

圖1為本發(fā)明古村落測(cè)量網(wǎng)絡(luò)示意圖；

圖2為本發(fā)明古村落每個(gè)局部區(qū)域傳感器節(jié)點(diǎn)部署圖；

圖3為本發(fā)明每幢建筑不同尺度空間參數(shù)擬合示意圖；

圖4為本發(fā)明多點(diǎn)擬合誤差分析效果圖；

圖5為本發(fā)明中古村落年溫濕風(fēng)力指數(shù)示意圖。

具體實(shí)施方式

下面結(jié)合附圖及實(shí)施例對(duì)本發(fā)明做進(jìn)一步描述。

如圖1所示，一種古村落空間舒適度測(cè)量方法，使用傳感器網(wǎng)絡(luò)WSN測(cè)量古村落不同區(qū)域的溫度、濕度和風(fēng)力等參數(shù)，古村落測(cè)量網(wǎng)絡(luò)由控制模塊Controlling module、網(wǎng)關(guān)Gateway、路由節(jié)點(diǎn)Sink、多參數(shù)傳感器組Sensor Group、數(shù)據(jù)誤差驗(yàn)證模塊Data Verify和數(shù)據(jù)集市Data Mart組成。

測(cè)量命令按需方式以泛洪的方式廣播給多個(gè)傳感器節(jié)點(diǎn)，一次測(cè)量完成后多參數(shù)傳感器組Sensor Group即進(jìn)入休眠狀態(tài)，當(dāng)多參數(shù)傳感器組Sensor Group被測(cè)量命令喚醒后，進(jìn)行多參數(shù)數(shù)據(jù)采集并把數(shù)據(jù)組合傳送路由節(jié)點(diǎn)Sink，再傳送給網(wǎng)關(guān)Gateway，網(wǎng)關(guān)Gateway接受到數(shù)據(jù)后，把數(shù)據(jù)發(fā)送到控制模塊Controlling module，控制模塊Controlling module把數(shù)據(jù)提交給數(shù)據(jù)誤差驗(yàn)證模塊Data Verify，完成測(cè)量數(shù)據(jù)的誤差驗(yàn)證，當(dāng)誤差驗(yàn)證通過后，此次測(cè)量為成功測(cè)量，完成測(cè)量任務(wù)，把數(shù)據(jù)發(fā)送到數(shù)據(jù)集市Data Mart，并關(guān)閉路由節(jié)點(diǎn)Sink、網(wǎng)關(guān)Gateway節(jié)點(diǎn)、多參數(shù)傳感器組Sensor Group等。

如圖2所示，在古村落的每棟建筑區(qū)域內(nèi)和區(qū)域外部，部署相應(yīng)的多參數(shù)傳感器節(jié)點(diǎn)，采集不同參數(shù)數(shù)據(jù)，局部區(qū)域測(cè)量節(jié)點(diǎn)部署可如下：每棟建筑區(qū)域內(nèi)部，部署10個(gè)傳感器組，外部部署4個(gè)傳感器，因?yàn)椴煌瑓?shù)的測(cè)量周期不同，所以傳感器組的配置不是完全相同，具體配置如表1所示：

表1.建筑內(nèi)部傳感器節(jié)點(diǎn)部署配置

*T-溫度傳感器,H-濕度傳感器,W-風(fēng)力傳感器

表1中，不同局部空間的部署情況略有不同，如臥室內(nèi)部，風(fēng)力變化較小，因此采用1個(gè)風(fēng)力傳感器即可；如天井的濕度變化較大，所以采用了3個(gè)濕度傳感器，而客廳的風(fēng)力變化較多等，這樣部署主要根據(jù)了前期測(cè)量參數(shù)的特征，后期進(jìn)行了適當(dāng)?shù)臏p少，便于提高局部空間的測(cè)量節(jié)點(diǎn)的利用率和能耗等。

本發(fā)明古村落空間舒適度擬合算法，包括針對(duì)古村落內(nèi)每幢建筑區(qū)域的相鄰空間多參數(shù)數(shù)據(jù)擬合、和針對(duì)古村落全部建筑區(qū)域不同空間的多參數(shù)數(shù)據(jù)擬合。

1、針對(duì)古村落內(nèi)每幢建筑區(qū)域的相鄰空間多參數(shù)數(shù)據(jù)擬合算法

(1)相鄰空間多參數(shù)特征擬合：

相鄰或相似空間的特征相似度較大，相鄰空間的參數(shù)可以擬合生成較大的空間的參數(shù)值，因此可以整個(gè)建筑的測(cè)量參數(shù)的擬合可以采用R*-tree結(jié)構(gòu)完成，這樣可以得到不同微尺度的空間參數(shù)的擬合，如圖3所示。

(2)曲線相似度計(jì)算與擬合算法

對(duì)于符合圖3結(jié)構(gòu)的兩個(gè)不同子空間的特征曲線，采用基于Lebesgue測(cè)度的曲線相似度計(jì)算方法，得到其相似度，對(duì)于相似度高的曲線，進(jìn)行特征擬合，生成對(duì)應(yīng)的相似曲線擬合曲線，其擬合算法如下：

輸入：n個(gè)測(cè)量數(shù)據(jù)點(diǎn)集對(duì)；

輸出：曲線相似度λ和相似曲線擬合曲線；

在本算法中，當(dāng)客廳參數(shù)與天井參數(shù)進(jìn)行擬合時(shí)，其矩陣分解過程如下所示：

本計(jì)算式為多維矩陣擬合與標(biāo)準(zhǔn)化矩陣分解過程。

2、針對(duì)古村落全部建筑區(qū)域不同空間的多參數(shù)數(shù)據(jù)擬合算法(功能曲線擬合算法)

對(duì)于不同空間的多參數(shù)數(shù)據(jù)，采用包絡(luò)線算法，求得不同區(qū)域的值域的上界曲線和下界曲線，利用Lebesgue測(cè)度，完成空間代表值的生成，即可求得不同周期內(nèi)各參數(shù)代表值，其算法如下：

輸入：多個(gè)相似曲線擬合曲線集{ci}；

輸出：包絡(luò)曲線及擬合特征曲線；

實(shí)施例一

實(shí)驗(yàn)效果：采用多點(diǎn)擬合時(shí)，采用加權(quán)算法，擬合效果如圖4所示，且從圖4中可看出，如果僅僅是1對(duì)1的數(shù)據(jù)擬合，誤差最大，當(dāng)采用多個(gè)插值計(jì)算時(shí)，誤差逐漸變小，最后趨于一個(gè)穩(wěn)定值。

實(shí)施例二

將不同尺度空間的舒適度擬合采用上述的多點(diǎn)擬合方式，可得到年溫濕風(fēng)力指數(shù)，如圖5所示。

上面結(jié)合附圖對(duì)本發(fā)明的具體實(shí)施方式作了詳細(xì)說明，但是本發(fā)明并不限于上述實(shí)施方式，在本領(lǐng)域普通技術(shù)人員所具備的知識(shí)范圍內(nèi)，還可以在不脫離本發(fā)明宗旨的前提下作出各種變化。