1.一种空气污染物测量装置，包括进气口，风机，排气口，多个传感器，计算 装置，结果输出装置，多个传感器分别与计算装置之间保持电连接，向计算 装置输入信号，计算装置与结果输出装置之间保持电连接。
2.如权利要求1所述的空气污染物测量装置，所述多个传感器将测量结果输入 计算装置，在计算装置中做数据融合处理。
3.如权利要求1所述的空气污染物测量装置，所述数据融合处理为后向传播法。
4.如权利要求1所述的空气污染物测量装置，所述多个传感器为同类多个传感 器。
5.如权利要求1所述的空气污染物测量装置，所述多个传感器为不同类多个传 感器。
6.如权利要求5所述的空气污染物测量装置，所述多个不同类传感器为煤炭燃 烧排放物二氧化硫测量传感器、汽车尾气排放物氮氧化物测量传感器、光化 学污染释放物臭氧测量传感器、温室效应排放物一氧化碳测量传感器、PM2.5 测量传感器、PM10测量传感器中的二个或多个。
7.如权利要求1所述的空气污染物测量装置，所述结果输出装置为显示装置。
8.如权利要求1所述的空气污染物测量装置，所述结果输出装置向外部设备传 输测量结果。
9.如权利要求1所述的空气污染物测量装置，所述空气污染物测量装置为便携 式。
1.一种空气污染物测量装置，包括进气口，风机，排气口，多个传感器，计算 装置，结果输出装置，多个传感器分别与计算装置之间保持电连接，向计算 装置输入信号，计算装置与结果输出装置之间保持电连接。
2.如权利要求1所述的空气污染物测量装置，所述多个传感器将测量结果输入 计算装置，在计算装置中做数据融合处理。
3.如权利要求1所述的空气污染物测量装置，所述数据融合处理为后向传播法。
4.如权利要求1所述的空气污染物测量装置，所述多个传感器为同类多个传感 器。
5.如权利要求1所述的空气污染物测量装置，所述多个传感器为不同类多个传 感器。
6.如权利要求5所述的空气污染物测量装置，所述多个不同类传感器为煤炭燃 烧排放物二氧化硫测量传感器、汽车尾气排放物氮氧化物测量传感器、光化 学污染释放物臭氧测量传感器、温室效应排放物一氧化碳测量传感器、PM2.5 测量传感器、PM10测量传感器中的二个或多个。
7.如权利要求1所述的空气污染物测量装置，所述结果输出装置为显示装置。
8.如权利要求1所述的空气污染物测量装置，所述结果输出装置向外部设备传 输测量结果。
9.如权利要求1所述的空气污染物测量装置，所述空气污染物测量装置为便携 式。
翻译：技术领域
本发明涉及空气分析领域，具体地，涉及大气颗粒污染物的测量分析，尤其 是便携式的可用于室外的污染物测量分析。
背景技术
随着经济社会发展和城市化进程的加速，中国大气污染的态势日益严峻，突 出表现在京津冀、长三角等城市群区域重度雾霾现象频发，对公众健康带来了严 重的负面影响。
对于治理雾霾，首先要解决的是准确找出污染源头，分析推算出污染传播路 径，建立区域性联防联控的监管平台，从而使治理有的放矢、高效精准，管理方 便快捷、有理有据，成效直观可见、赏罚有据。要达到此目的的首要条件是要获 得不同位置，实时准实时的大气污染颗粒物的指标。这个指标包括PM1.0、PM2.5、 PM5、PM10等。这些大气污染颗粒物的监测指标的测量方法主要包括：(1)重 量法；(2)Beta射线法；(3)光散射法；(4)激光散射法等。
由于重量法和Beta射线法需要大型设备才能测量，成本要求高，实施困难， 因此便携式的污染物测量分析装置以光散射法和激光散射法为主，便携式污染物 测量分析装置因低成本和便携性有着宽广的市场前景。然而采用散射法的便携式 分析装置存在测量一致性差，噪声大，测量精度低等缺点，难以直接用于测量空 气。
发明内容
本发明的目的是提供一种便携式的污染物测量分析装置，具有高精度稳定的 测量值。
为了实现上述目的，本发明采用如下技术方案：
空气污染物测量装置，包括进气口，风机，排气口，多个传感器，计算装置， 结果输出装置，多个传感器分别与计算装置之间保持电连接，向计算装置输入信 号，计算装置与结果输出装置之间保持电连接。
所述多个传感器将测量结果输入计算装置，在计算装置中做数据融合处理。
所述数据融合处理为后向传播法。
所述多个传感器为同类多个传感器。
所述多个传感器为不同类多个传感器。
所述多个不同类传感器为煤炭燃烧排放物二氧化硫测量传感器、汽车尾气排 放物氮氧化物测量传感器、光化学污染释放物臭氧测量传感器、温室效应排放物 一氧化碳测量传感器、PM2.5测量传感器、PM10测量传感器中的二个或多个。
所述结果输出装置为显示装置。
所述结果输出装置向外部设备传输测量结果。
所述空气污染物测量装置为便携式。
本发明主要针对利用激光散射法进行测量的便携式空气质量监测仪测量一 致性差，噪声大，测量精度低等缺点，采用多个传感器同时进行测量，同时对多 传感器测量结果利用多层神经元网络进行数据融合，从而实现高可靠、高精度的 大气污染颗粒物监测的目的。
附图说明
图1示出了采用BP神经元网络进行数据融合的架构图；
具体实施方式
散射法测量空气中的污染物时，发射的激光在几百纳米到一千多纳米范围内， 而待测污染物的粒径尺寸对于PM2.5来说，为粒径在2500纳米以下，对于PM10 来说，为粒径在10000纳米以下，可见激光波长和待测污染物的粒径尺寸相当， 激光在波长相当的情况下同时呈现波动性和粒子性，而光散射法利用的散射效应 仅能利用光的粒子性进行测量，因此单次测量无法完全准确呈现待测空间范围内 的粒子数。
本发明将多个传感器的多组测量数据做融合处理，优化了光的波动性引入的 伪随机误差问题。数据的融合方法可根据需求选择已有的融合算法。可选地，对 多个测量数据做平均。可选地，利用BP(BackPropagation)神经网络对多组测 量数据做融合。
图1示出了采用BP神经元网络进行数据融合的架构图。如图1所示，32组 数据输入到神经网络后，用机器学习的方法确定中间层的权重组合，多次迭代权 重组合后，得到收敛的输出数据6组。
可选地，仅采用一类传感器(PM值测量传感器)进行融合。可选地，6个 传感器数据输入融合模块，输出1个融合后的PM值，该值相对于单个传感器数 值来说更加稳定准确。
可选地，采用多类多个传感器进行融合。可选地，多类传感器包括煤炭燃烧 排放物二氧化硫测量传感器、汽车尾气排放物氮氧化物测量传感器、光化学污染 释放物臭氧测量传感器、温室效应排放物一氧化碳测量传感器、PM2.5测量传感 器、PM10测量传感器，这六类传感器测量值之间存在一定的数值关系，各类排 放物本身有自己的粒径范围，因此和利用粒径范围测量的PM2.5、PM10传感器 测量结果有数值对应关系，而PM2.5和PM10之间也有着复杂的数值关系，因为 PM10传感器测量的是粒径10微米以下的污染物浓度，包含了粒径2.5微米以下 的污染物。可选用上述六类传感器各四个，输入24个数据进行融合，输出6个 数据为融合后的结果。这6个测量结果在融合过程中不仅做简单的权重组合，更 在融合过程中利用各类数据之间的对应关系，相互校正，得到的结果更加稳定可 靠。
上述的传感器融合在计算装置中执行，可选地，在AP(应用程序处理器)、 CPU(中央处理器)中执行。传感器与计算装置电连接，传感器向计算装置输入信 号，计算装置将计算结果输出给显示装置，和/或传送给外部装置，传送方式可 选有线传输或者无线传输，无线传输方式依据传感器不同的应用场景可选运营商 GPRS组网传输、wifi传输、蓝牙传输。传输方式不限。
多个传感器测量数据融合的方法可利用有限数量的传感器，例如4组同类型 传感器，得到较为准确可靠的测量结果，适合用于可随身携带的便携式污染物传 感器，成本低廉，市场前景宽广。
