买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜北京城建勘测设计研究院有限责任公司申请的专利环境监测方法、系统及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118311207B 。

龙图腾网通过国家知识产权局官网在2025-06-20发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410454669.1，技术领域涉及：G01N33/00；该发明授权环境监测方法、系统及存储介质是由柳絮;王凯;余永明;方成;彭湘桂;刘瑞敏;王旭阳;李智;胡厚杰;丁天翔;陈龙;陈才设计研发完成，并于2024-04-16向国家知识产权局提交的专利申请。

本环境监测方法、系统及存储介质在说明书摘要公布了：本发明提供了一种环境监测方法、系统及存储介质，该方法包括：获取待测环境的环境参数集合；其中，环境参数集合包括环境参数观测值和多个历史环境参数状态值，环境参数集合的类型包括以下之一：细颗粒物PM2.5浓度、可吸入颗粒物PM10浓度、二氧化碳CO2浓度、二氧化硫SO2浓度、二氧化氮NO2浓度、臭氧O3浓度、一氧化碳CO浓度、温度和湿度；将环境参数集合输入至预测模型，以使预测模型根据环境参数集合生成待测环境在下一时刻的环境参数状态预测修正值；其中，预测模型基于N阶卡尔曼滤波模型得到。该方法提高了对下一时刻的环境参数状态预测修正值的预测精度，以便根据下一时刻的环境参数状态预测修正值对环境污染进行有效的治理。

本发明授权环境监测方法、系统及存储介质在权利要求书中公布了：1.一种环境监测方法，其特征在于，所述方法包括： 获取待测环境的环境参数集合；其中，所述环境参数集合包括环境参数观测值和多个历史环境参数状态值，所述环境参数集合的类型包括以下之一：细颗粒物PM2.5浓度、可吸入颗粒物PM10浓度、二氧化碳CO2浓度、二氧化硫SO2浓度、二氧化氮NO2浓度、臭氧O3浓度、一氧化碳CO浓度、温度和湿度； 将所述环境参数集合输入至预测模型，以使所述预测模型根据所述环境参数集合生成所述待测环境在下一时刻的环境参数状态预测修正值；其中，所述预测模型基于N阶卡尔曼滤波模型得到； 所述预测模型基于N阶卡尔曼滤波模型得到的步骤包括：所述N阶卡尔曼滤波模型基于N阶离散状态空间线性模型和传统卡尔曼滤波模型得到，所述N阶离散状态空间线性模型基于N阶微分方程建立多个历史环境参数状态值与下一时刻的环境参数状态预测修正值的关系，得到该预测模型； 所述N阶离散状态空间线性模型表达式为： 所述传统卡尔曼滤波模型基于一阶离散状态空间线性模型得到，包括预测过程模型和修正过程模型； 所述预测过程模型的表达式为： 所述修正过程模型的表达式为： 其中，ΔNxk为下一时刻的n维状态向量的N阶导数，N为下一时刻的n维状态向量的N阶导数的阶数，xk-r为历史时刻的n维状态向量，r＝1,2,3......k，xk为下一时刻的n维状态向量，Ad为状态转移矩阵，Ad＝A-I，A为当前时刻的n×n维一步转移矩阵，I为单位矩阵，xk-1为当前时刻的n维状态向量，uk-1为当前时刻的m维控制输入向量，wk-1为当前时刻的状态噪声向量，B为当前时刻的n×m维控制系数矩阵，vk为下一时刻的观测值的噪声向量，yk为下一时刻的观测向量，C为下一时刻的q×n维观测系数矩阵； 为下一时刻的n维状态向量的预测值，为当前时刻的n维状态向量的修正值，为下一时刻的n维状态向量的预测值的均方根误差矩阵，Pk-1为当前时刻的n维状态向量的修正值的均方根误差矩阵，Qk-1为当前时刻的状态噪声协方差矩阵； 为下一时刻的n维状态向量的修正值，Kk为下一时刻的增益矩阵，Pk为下一时刻的n维状态向量的修正值的均方根误差矩阵，为下一时刻的n维状态向量的预测值的均方根误差矩阵，Rk为下一时刻的观测值噪声协方差矩阵。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京城建勘测设计研究院有限责任公司，其通讯地址为：100101 北京市朝阳区安慧里五区6号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。