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！

龙图腾网获悉南京工业大学申请的专利一种联合高斯伴随与正则化的大气泄漏污染源辨识算法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：CN117291270B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202311370989.0，技术领域涉及：G06F18/2415；该发明授权一种联合高斯伴随与正则化的大气泄漏污染源辨识算法是由唐世波;李斐;王磊;邓向允;岳承军设计研发完成，并于2023-10-20向国家知识产权局提交的专利申请。

本一种联合高斯伴随与正则化的大气泄漏污染源辨识算法在说明书摘要公布了：本发明提供了一种利用气体污染物监测器辨识城市环境单污染物源的算法，属于大气污染物源辨识技术领域。本发明包括以下步骤：通过气象站获得当地的风速风向并收集监测器的浓度、位置数据；推导高斯伴随烟羽、烟团方程并修正坐标；结合高斯伴随烟羽与多监测器联合概率方程并代入风场、监测器数据可确定污染源可能存在的高概率区域；对高概率区域分区并应用高斯伴随烟团方程获得潜在源与监测器之间的响应矩阵，将响应矩阵和监测器浓度代入正则化算法可得到各个分区潜在源的反算源强，将源强与响应矩阵相乘算得监测器处的正向模拟浓度；最后将正向模拟浓度代入贝叶斯概率方程算得潜在源的后验概率分布。本发明将伴随理论引入高斯扩散模型，通过高斯方程的伴随形式获得污染源高概率区域，及污染源与监测器的响应关系，并结合监测器的历史浓度记录快速辨识大气污染源的位置和强度。简化了计算过程，提高了计算效率，并便于小型化的手持设备植入。

本发明授权一种联合高斯伴随与正则化的大气泄漏污染源辨识算法在权利要求书中公布了：1.一种联合高斯伴随与正则化的大气泄漏污染源辨识算法，其特征在于，包括以下步骤： 步骤1：根据当地气象站提供的数据，获得待测区域的风向α和风速v及实时的大气稳定度w； 步骤2：当污染物监测器检测到的污染物浓度信息达到稳定状态时，选择N个监测器提取数据，尽量使N个传感器的连线垂直于风速方向；然后，读取N个监测器检测到的污染物历史浓度信息、所处的位置坐标，将数据分别记录为S1、S2、...、Sn； 步骤3：将伴随理论用于室外浓度控制方程，通过伴随流场、变量转换和拉普拉斯变换推导得高斯烟羽、烟团方程的伴随形式： C*为污染物伴随浓度，kgm3；Q为伴随污染源释放强度，kgs；QS为伴随污染源释放总质量，kg；σx，σy，σz分别为x，y，z方向上的扩散系数，与大气稳定度和顺风距离有关，m；x为顺风方向的扩散距离，m；y，z为垂直于顺风方向上的距离，m；u为流场风速，ms； 步骤4：如步骤3所示，高斯伴随方程中使用的x为伴随风场顺风方向下相对于监测器的扩散距离，y，z为垂直于顺风方向上的距离，而实际情况下所提供的空间信息是以正北方向为y轴，以监测器为原点的笛卡尔坐标系，因此需要根据风向α对坐标信息进行修正： x＝d*coSα2，y＝d*sinα21-4 α0为风速相对于正北方向的夹角；α1为污染源与监测器之间的连线相对于正北方向的夹角；α2为污染源与监测器之间的连线和风速方向之间的夹角；x0，y0为监测器的笛卡尔坐标； 步骤5：通过多传感器联合的后验概率方程将步骤2中N个污染物监测器的信息整合，计算待测区域后验概率，取大于第三四分位数的区域为高概率区域； 步骤6：将步骤5确定的高概率区域，通过泰森多边形法分为M个区间，设污染源存在每个区间的中心处，通过方程1-2可得到N个监测器各自对应于M个区间中心点的响应矩阵A11、A12、...、A21、...、Anm；利用监测器1的信息S1和响应矩阵A11、A12、...、A1m，通过正则化方法可获得M个潜在污染源对应于监测器1的反算源强q1，q2，...，qm； 步骤7：将反算源强q1，q2，...，qm和响应矩阵A21、A22、...、A31、...、Anm，代入方程C＝Aq得到M个潜在污染源对应于N-1个监测器的模拟浓度再将代入方程算得多监测器的似然函数，最后代回贝叶斯方程可得到泄漏源的最大概率源位置，其中，是监测器i监测到的浓度，是潜在源位置Ml处对于监测器i的预测浓度，σ2是指传感器的方差。

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南京工业大学，其通讯地址为：211816 江苏省南京市浦口区浦珠南路30号南京工业大学81号信箱；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”。