基于异步感知的细粒度空气质量监测系统实时预测

由于显著的空气污染问题，空气质量的监测与预测变得日益必要。为在城市区域提供实时细粒度空气质量监测与预测，我们在北京大学建立了基于物联网的自主感知系统。由于传感器的能量限制，传感器优选以异步方式交替唤醒，这导致稀疏的感知数据集。本文提出一种基于异步感知预测实时细粒度空气质量的新方法。稀疏数据集与时空气象关系被建模为相关图，并据此精心设计预测流程。所提方案相对于现有方法的优势在我们的空气质量监测系统所采集的数据集上进行了评估。