無線氣體傳感器在環境監測中的應用設計

摘 要：

為了滿足環境監測系統監測危險源氣體的長時需求，設計了無線氣體傳感器及低功耗運行策略。該傳感器集成甲烷、一氧化碳和二氧化碳氣體濃度檢測模塊，以STM32L071CBT6為核心微處理器進行數據采集、處理和存儲，通過LoRa無線通信模塊將監測數據上傳至環網。在此基礎上，提出了低功耗運行策略及能源管理策略，并對該無線氣體傳感器開展實驗驗證。結果表明：該傳感器能夠實時、準確監測甲烷、一氧化碳和二氧化碳濃度，檢測誤差均在敏感元件允許誤差范圍內；按電池總容量6 000 mA·h計算，引入低功耗運行策略和Autosleep電源管理機制后，用于環境氣體監測的續航時間可達142.9 d，相比持續運行模式增加了378%。設計的無線氣體傳感器具有較好的應用價值，其性能指標具有較強的競爭優勢，可為智能環境監測系統及無線傳感器的設計提供理論參考和實踐指導。

關鍵詞：

傳感器技術；環境監測；無線氣體傳感器；低功耗策略；實時監測

中圖分類號：

TP212；X851

文獻標識碼：A

DOI： 10.7535/hbgykj.2025yx02008

Application design of wireless gas sensors in environmental monitoring

BAN Ruifeng， SONG Jihong

（Taiyuan Aviation Instrument Company Limited， Taiyuan， Shanxi 030006， China）

Abstract：

To meet the requirements for long-term monitoring of hazardous gases in environmental monitoring systems， a wireless gas sensor with a low-power operation strategy was designed. The sensor integrated detection modules of methane， carbon monoxide， and carbon dioxide concentrations， with STM32L071CBT6 as the core microprocessor for data acquisition， processing， and storage. A LoRa wireless communication module was employed to transmit monitoring data to the industrial ring network. On this basis， low-power operation strategies and energy management mechanisms were proposed， and experimental verification was conducted on the wireless gas sensor. The results show that the sensor can monitor the concentrations of methane， carbon monoxide， and carbon dioxide in real-time and accurately， and the detection errors are within the allowable error range of the sensitive components; Based on a 6 000 mA·h battery capacity， the implementation of low-power operation strategies and Autosleep power management mechanism extends the monitoring duration to 142.9 days， representing a 378% increase compared to continuous operation mode. The designed wireless gas sensor demonstrates significant application value with competitive performance indicators， providing theoretical reference and practical guidance for intelligent environmental monitoring systems and wireless sensor design.

Keywords：

sensor technology; environmental monitoring; wireless gas sensors; low-power operation strategy; real-time monitoring

隨著工業智能化進程的推進，長時監測工業生產環境空氣質量的需求日益迫切［1-2］。尤其在煤礦［3］、化工廠［4］、城市下水管網［5］等環境中普遍存在的可燃氣體或有害氣體，如甲烷、一氧化碳、二氧化碳等，會影響生產與人員安全。目前的氣體檢測方式仍主要為人工巡檢或布置單點式有線傳感器［6］。人工巡檢方式監測范圍小、難以做到實時監測。單點式傳感器依賴于工業總線，在復雜地形和移動環境中，布線成本高且維護繁瑣。因此，當前的氣體傳感器研究主要面向無線化和多功能化發展。在無線化方面，王璐［7］設計了一氧化碳無線傳感器，用于煤礦安全監控。宋連洪［5］采用可充電鋰電池和太陽能互補供電的方式，設計了一種光電互補的無線激光甲烷傳感器。張佳樂等［8］設計了有害氣體安全監控系統，通過無線傳感節點采集各類氣體傳感器的數據并進行匯聚和監控。在多功能化方面，陳宇等［9］設計了氣壓、溫度、濕度、一氧化碳及煙霧等多敏感元件融合的小型化傳感器。李佳怡［10］設計了多參數空氣質量監測傳感器，可以實現對一氧化碳、二氧化氮等氣體的實時監測。DONG等［11］設計了車載環境監測無線傳感器，對甲醛、PM2.5、一氧化碳和二氧化碳的濃度進行檢測。然而，無線化要求傳感器沒有外部供電，而對多個敏感元件的多功能化集成會導致能耗的提升，從而降低無線傳感器的續航時間。因此，如何在傳感器設計上有效管理功耗以延長續航時間，是無線氣體傳感器發展中亟待解決的問題。

針對上述問題，本文基于多源傳感技術和低功耗設計理念，提出一種面向環境監測的低功耗無線氣體傳感器設計方案，在保證系統實時性的同時實現了能耗的精細化管理，更加適應礦井等復雜環境中的長期無線監測需求。

1 無線氣體傳感器硬件設計

本文設計的無線氣體傳感器包含微控制器模塊、電源模塊、LoRa無線通信模塊，以及氣體傳感模塊，總體設計框圖如圖1所示。

微控制器模塊采用STM32L071CBT6低功耗芯片作為核心處理器。外設資源配置，包括3組通用同步異步收發器（universal synchronous asynchronous receiver transmitter，USART）、1組集成電路總線（inter-integrated circuit， I2C）、1組串行外設接口（serial peripheral interface，SPI）以及若干通用輸入輸出接口（general purpose input/output，GPIO）。同時，根據系統需求設計了相應的外圍支撐電路，包括供電、時鐘和復位等基礎電路單元。

電源模塊采用2節18650鋰離子電池作為電源，考慮各敏感元件對電壓的要求，為充分利用電池電量并提高電源效率，使用Buck-Boost升降壓電路進行電源電路設計［12］。

考慮環境氣體監測應用中傳感系統通信距離長、數據量較小、延時要求低、待機時間長、數據可靠性高的要求［13］，本文選擇采用LoRa無線通信方式將氣體傳感器接入工業環網。LoRa技術在工業環境中具有三方面優勢：1）采用擴頻調制技術和前向糾錯編碼，具有較強的抗干擾能力和糾錯能力；2）具有超高接收靈敏度，可以穿透建筑物、地下管道等障礙物實現遠距離通信；3）其低功耗特性特別適合電池供電的無線傳感應用。本文采用基于SX1268射頻芯片的LoRa無線通信模塊，支持空中喚醒、載波監聽、通信密鑰、分包長度自定義等功能，深度休眠下整機功耗低至約2 μA，最長通信距離可達16 km。雖然LoRa技術在高速數據傳輸場景下帶寬受限，且網絡容量受到擴頻因子的限制，但這些特點使其更適用于低頻率采樣的環境監測應用。

根據環境監測需求，以監測甲烷、一氧化碳和二氧化碳3種危險源氣體的濃度為例，設計了融合3種氣體檢測能力的氣體傳感模塊，包含1個甲烷敏感元件、1個一氧化碳敏感元件和1個二氧化碳敏感元件。甲烷敏感元件選用的非分散紅外（non-dispersive infrared，NDIR）型元件，以紅外吸收原理為基礎，具備良好的線性檢測范圍和抗干擾能力。礦井等環境中甲烷的濃度監測關系到礦井安全，需要高靈敏度和準確度。選用的NDIR傳感器能夠以1 Hz的測量頻率，在0～0.05（體積分數，下同）量程的甲烷檢測中實現±3%滿量程（full scale，F.S.）的誤差控制，分辨率達到5×10-5，滿足高精度的要求。基于固態聚合物電化學檢測原理的元件能以相對較低的功耗在低濃度范圍內表現出高靈敏度，適用于監測一氧化碳等對人體健康有嚴重威脅的有毒氣體，其分辨率為10-7，測量范圍為0～10-4，全量程測量誤差為5%，可精準捕捉一氧化碳的濃度變化。二氧化碳敏感元件選用熱導式測量元件，基于導熱性原理工作，適合寬量程范圍檢測，具有16位分辨率，精度為5×10-3，量程為0～100%。熱導式傳感器的誤差相對較大，尤其受環境溫度和濕度的影響顯著。在大多數環境應用中，二氧化碳的濃度相對穩定且較高，因此對其監測的精度需求低于甲烷和一氧化碳的監測需求。各氣體敏感元件選型如圖2所示。

考慮到環境氣體檢測可以間斷運行以降低功耗，設計了一種可控開關電路，如圖3所示。EN端連接微控制器引腳，Power端連接氣體敏感元件電源引腳。當EN端輸出高電平時，NMOS管Q2導通，繼而使PMOS管Q1導通，實現對元件的3.3 V供電；當EN端輸出低電平時，NMOS管Q2關斷，停止對敏感元件的供電。

傳感器的工作流程如圖4所示。

首先，進行數據采集與處理，由微控制器依次采集各敏感元件的數據，進行數據處理轉換成甲烷、一氧化碳、二氧化碳的濃度數值；其次，對采集到的數據進行校驗，將處理完成的數據、時間信息、位置信息以及系統工作信息組成數據幀，并進行本地存儲；然后，進行數據上傳，利用LoRa無線通信模塊進行無線數據傳輸，將數據幀發送至云端服務器平臺。在數據上傳之后，通過一種低功耗軟件策略，根據氣體濃度值的變化情況，自主確定傳感器數據采集的頻率，以優化傳感器的功耗。

2 低功耗軟件策略

功耗是決定無線氣體傳感器能否長期運行的關鍵因素。因此，需要確保系統在滿足實時性目標的前提下降低功耗。本文從運行策略和電源管理策略2個方面進行能耗優化。

2.1 運行策略

氣體傳感器檢測的對象一般是緩慢且連續變化的物理量，其數據變化特征包括：數據恒定不變、數據漂移變化、數據遞增變化和數據遞減變化。對于無線氣體傳感器，從動態和靜態的角度分析，其通信部分的能耗呈現出明顯的二元特性［14］，即傳輸數據時主要為動態能耗，能耗較大，無線通信模塊在數據發送過程中消耗大量電能；未傳輸數據時主要為靜態能耗，能耗較小，此時，傳感器主要維持基本運行和待機狀態。

基于上述能耗特征，制定相應的能量管理策略：1）當傳感器數據呈現恒定不變或漂移變化時，減少數據傳輸頻率，以有效減少動態能耗的產生；2）當傳感器數據呈現遞增或遞減變化時，正常進行數據傳輸，以提高傳感器對環境變化的響應靈敏度，確保及時捕捉到重要的數據變化。

上述策略通過以下3步實現。1）使用滑動窗口法結合時間序列分析技術來判斷數據變化類型。具體而言，采用長度為N的滑動窗口，計算窗口內數據的平均值、標準差和線性回歸斜率。通過設定閾值來判斷數據是否恒定（標準差小于閾值）、漂移（標準差大于閾值但小于另一閾值，且斜率接近于0）、遞增或遞減（斜率大于或小于特定閾值）。上述閾值均通過人工經驗進行確定。2）根據檢測到的數據變化類型動態調整采樣率。在數據恒定或緩慢漂移時，采樣率逐步降低至最低限度（每10 min進行1次）；當檢測到數據開始快速變化時，采樣率迅速提高（每10 s進行1次），以捕捉重要變化。3）在數據傳輸前，采用差分編碼結合Huffman編碼的壓縮算法對數據進行壓縮。差分編碼利用相鄰數據點的相關性，而Huffman編碼進一步壓縮差分后的數據。這種方法可以顯著減少傳輸數據量，從而降低動態能耗。

2.2 電源管理策略

為進一步優化能耗，通過周期性檢測方式降低運行能耗。當完成一次傳感器檢測及傳輸任務時，停止所有任務，系統處于空閑狀態，直至下次檢測任務被喚醒。

本文引入Autosleep的電源管理機制，將電源管理與休眠模式相結合，以實現系統在空閑狀態下的自動節能［15］。具體地，在系統進入空閑狀態后，應用程序釋放所有電源鎖，通過動態頻率調節（dynamic frequency scaling，DFS）機制降低頻率［16］，以減少功耗。在空閑時間超過預設閾值時，系統直接進入休眠狀態。在休眠狀態下，系統自動關閉通信模塊、振蕩器、晶振、鎖相環、門控數字內核時鐘的電源，并暫停微控制器工作以使系統整體功耗維持在較低水平，從而降低監測過程中的平均能耗。上述策略通過以下4個過程實現。

1）使用低功耗實時時鐘（real-time clock，RTC）作為喚醒源，以確定休眠喚醒機制。RTC在休眠狀態下仍然工作，但功耗極低。通過編程RTC的報警寄存器，可以在預設時間準確喚醒系統。

2）采用基于工作負載的動態頻率調節算法。根據微控制器單元（microcontroller unit， MCU）的利用率監控結果，當利用率低于30%時，逐步降低CPU頻率；當利用率超過70%時，逐步提高頻率。頻率調節步長為當前頻率的10%，以平滑過渡。

3）利用片上電源管理單元實現各模塊的精細化供電控制。通過I2C接口配置電源管理單元，以單獨控制每個模塊的電源狀態。在進入休眠模式時，按預設順序關閉非必要模塊的供電。

4）基于歷史數據和環境變化動態調整進入休眠狀態的時間閾值。根據過去24 h內記錄數據的變化頻率，計算平均變化間隔。休眠閾值設定為該間隔的1/3，但不小于最小允許值（如10 s）且不大于最大允許值（如5 min）。

不同的電源管理機制在節能效果和應用場景中具有各自的優勢和局限性。無電源管理模式的優勢在于其實現簡單，不需要額外的功耗控制策略。這種模式下，傳感器始終處于激活狀態，能夠快速響應實時數據的變化，適合需要持續工作的場景。然而，其主要缺點是功耗較高，對于要求較長時間監測的應用場景，其效能有限。相比之下，DFS機制通過動態調整處理器的工作頻率，根據系統負載的變化適時降低功耗，在低負載情況下具有顯著的優勢。DFS機制能夠在間歇性監控任務或低負載環境中有效降低功耗，但其在高負載或頻繁數據傳輸場景中的效果較為有限。

Autosleep策略是在無數據傳輸時，系統自動進入低功耗休眠狀態，顯著降低待機功耗。此策略的最大優勢在于，它能夠在長時間無人值守的監測場景中，極大地延長系統的續航時間，特別適用于數據變化較慢或采樣間隔較長的應用場景。組合策略（DFS+Autosleep）通過將動態頻率調節與自動睡眠相結合，提供了最優的功耗管理方案。在負載變化較大的環境中，組合策略能夠在低負載時通過DFS降低功耗，而在數據更新較少時，系統進入休眠狀態，極大地優化了功耗使用。這種組合策略適合負載波動較大且數據傳輸頻繁的場景，能夠在確保傳感器性能的同時，最大化延長系統的續航時間。

3 傳感器性能測試

3.1 測試環境

本測試在控制環境下進行，以確保實驗結果的可靠性與準確性。測試環境溫度保持在20～25 ℃，相對濕度控制在30%～70%，以模擬典型工業環境和室內環境條件。在進行檢測時，標準氣樣的配制和使用均遵循國家標準GB/T 16157—1996《固定污染源排氣中顆粒物測定與氣態污染物采樣方法》［17］，確保氣體濃度的準確性與代表性。

3.2 檢測精度測試

進行甲烷濃度檢測，并計算檢測誤差。采用標準甲烷氣樣，體積分數分別為0.005 0、0.015 0、0.030 0，通過氣量計混合得到5個標準體積分數點：0.005 0、0.010 0、0.015 0、0.022 5、0.030 0，檢測數值上下浮動不超過1%后，記錄實驗數據，檢測結果如表1所示。檢測分辨率為5×10-5，檢測誤差皆在甲烷傳感器允許誤差范圍之內。

對低濃度一氧化碳進行檢測，并計算檢測誤差。選用體積分數分別為2.00×10-5、2.60×10-5、1.75×10-4的標準一氧化碳氣體，直接進行檢測，傳感器數值上下浮動不超過1%后，記錄實驗數據，結果如表2所示。檢測分辨率為10-6，檢測誤差隨濃度的增加而減小。

隨后，進行二氧化碳濃度的檢測，并計算檢測誤差。選用體積分數分別為0.01、0.02、0.05、0.10、0.15的標準二氧化碳氣體，待傳感器檢測數值上下浮動不超過1.0%后，記錄實驗數據，檢測結果如表3所示。檢測分辨率為5×10-3，檢測誤差皆在允許誤差5.0%（F.S.）范圍之內。

3.3 功耗測試

先測試各模塊在持續運行下的能耗，進而測試在低功耗軟件策略下的能耗，以分析能耗優化效果。

使用直流穩壓電源和高精度數字電壓電流表測試無線氣體傳感器的主控模塊的功耗，結果如圖5所示。供電電壓為4.2 V。在無外接模塊、無負載情況下，主控模塊平均電流約為8 mA。

甲烷傳感模塊持續采集氣體濃度數據的功耗圖如圖6所示。初始化時的最大電流約為9.3 mA，采集的初始化時間約為17 ms。連續數據采集時的電流約為8.8 mA。

一氧化碳傳感模塊持續采集氣體濃度數據的功耗圖如圖7所示。初始化的最大電流約為11.5 mA，采集一氧化碳的初始化時間約17 ms，連續數據采集時的電流約為10.0 mA。

二氧化碳傳感模塊持續采集氣體濃度數據的功耗圖如圖8所示。該敏感元件需要循環檢測，初始化及等待檢測時的電流約為10.5 mA，檢測時的電流約為42.0 mA。

由圖6—8可知，若主控模塊持續運行，每10 s運行1次檢測，按電池總容量6 000 mA·h計算，該傳感器只可運行29.9 d。由于檢測時間較短，其能耗主要來源于主控模塊。進一步，在引入低功耗軟件策略后傳感器執行一次檢測和傳輸任務時的功耗數據結果如圖9所示。在進行檢測和傳輸任務之后，系統進入待機狀態，待機能耗約為1.05 mA。

每10 s運行1次檢測，一個周期內的平均能耗約為1.75 mA。按電池總容量6 000 mA·h計算，在引入低功耗策略后，該傳感器可運行142.9 d，相比持續運行模式，續航時間增加了378%，具有極好的穩定性。

表4列出了不同能源管理機制的性能和測試數據，并對每種機制的工作原理進行了詳細分析。

3.4 與市售產品的性能對比

為進一步分析所設計傳感器的性能，將其與市售的模塊化甲烷、一氧化碳、二氧化碳傳感器進行性能比較。一些市售氣體傳感器模塊的精度和功耗參數如表5所示。 從表中數據可知，本文設計的傳感器選用的敏感元件精度均較高，因此在精度上與市售傳感器基本持平。

大部分市售傳感器功耗較高，且缺少內置無線傳輸功能，因此在需要長時監測的場景中應用受到限制。本文設計的傳感器的平均運行能耗只約有7.35 mW，并集成了LoRa無線模塊，能夠在長距離環境中穩定傳輸數據，適合礦井和工業區的遠程監測需求。無論是對于市售的單一氣體傳感器還是一體式傳感器，本文設計的低功耗無線氣體傳感器均具有更低能耗，這表明其具有較強的續航競爭優勢。

本文提出的低功耗設計方案可以推廣應用到溫度、濕度、光照、振動等其他類型的環境參數傳感器中，實現多種傳感器的低功耗運行。模塊化的硬件設計架構便于更換不同類型的敏感元件，可快速構建適用于不同監測需求的傳感系統。所采用的LoRa遠距離通信方案同樣適用于農業、水利、氣象等領域的環境監測應用。

4 結 語

針對環境監測系統中氣體傳感器功耗高、續航能力不足的問題，本文設計了一種集成多種氣體檢測功能的低功耗無線氣體傳感器及其運行策略，實現了在對環境氣體實時監測的同時減少能源消耗，具體結論如下。

1）所設計的無線氣體傳感器實現了對甲烷、一氧化碳和二氧化碳3種氣體的同時檢測，檢測誤差分別為2.9%、2.0%和2.0%，均在敏感元件的允許誤差范圍內，滿足環境監測的需求。

2）通過引入Autosleep與DFS策略，傳感器的平均運行功耗降至7.35 mW，續航時間提升378%，顯著提高了能源利用效率。

3）基于LoRa無線通信和低功耗MCU的系統設計方案，實現了傳感數據的可靠傳輸和低功耗運行的統一，為環境監測系統提供了新的技術路徑。

該方案尚存在不足之處：首先，傳感器的抗干擾能力有待提高，環境因素對檢測精度的影響需要進一步研究，如在障礙環境中的傳感器部署問題［18］；其次，監測氣體種類較為有限，難以滿足復雜環境下的多參數監測需求。今后，將重點圍繞擴展監測氣體種類、探索新型能源技術、優化數據處理算法和實現多參數聯合監測等方向展開研究，進一步提升系統的實用性和可靠性。

參考文獻/References：

［1］

王瑋，王建國.基于衛星遙感監測的石家莊市近地面PM2.5濃度時空動態分析［J］.河北工業科技，2021，38（6）：507-514.

WANG Wei，WANG Jianguo.Spatial-temporal dynamic analysis of PM2.5 concentration near ground in Shijiazhuang based on satellite remote sensing monitoring［J］.Hebei Journal of Industrial Science and Technology，2021，38（6）：507-514.

［2］ 劉長江.環境空氣監測現場采樣研究［J］.黑龍江環境通報，2024，37（2）：42-44.

LIU Changjiang.On-site sampling research in environmental air monitoring［J］.Heilongjiang Environmental Journal，2024，37（2）：42-44.

［3］ 寧濤.煤礦采空區氣體在線監測技術研究與應用［J］.煤炭與化工，2021，44（2）：101-104.

NING Tao.Research and application of online gas monitoring technology in mining area［J］.Coal and Chemical Industry，2021，44（2）：101-104.

［4］ 鄔永利，高艷，呂良偉，等.化工行業環境監測的現狀和展望［J］.黑龍江環境通報，2024，37（9）：69-71.

WU Yongli，GAO Yan，LYU Liangwei，et al.Current status and prospects of environmental monitoring in the chemical industry［J］.Heilongjiang Environmental Journal，2024，37（9）：69-71.

［5］ 宋連洪.基于光電互補的無線激光甲烷傳感器設計［J］.自動化與儀器儀表，2023（12）：231-235.

SONG Lianhong.Design of wireless laser methane sensor powered on solar energy combined with battery［J］.Automation amp; Instrumentation，2023（12）：231-235.

［6］ 張永超，趙錄懷，張釗瑄.基于FDSI的無線傳感器網絡煤礦甲烷氣體監測系統［J］.工業儀表與自動化裝置，2019（6）：62-65.

ZHANG Yongchao，ZHAO Luhuai，ZHANG Zhaoxuan.Awireless sensor network monitoring system for methane gas in coal mine based on FDSI［J］.Industrial Instrumentation amp; Automation，2019（6）：62-65.

［7］ 王璐.煤礦安全監控系統中一氧化碳無線傳感器的設計與實現［J］.煤礦機電，2020，41（4）：5-8.

WANG Lu.Design and implementation of carbon monoxide wireless sensor in coal mine safety monitoring system［J］.Colliery Mechanical amp; Electrical Technology，2020，41（4）：5-8.

［8］ 張佳樂，宋占鋒，王久強.基于無線傳感器的煤礦井下有害氣體安全監控系統［J］.煤炭技術，2022，41（11）：130-132.

ZHANG Jiale，SONG Zhanfeng，WANG Jiuqiang.Coal mine underground harmful gas safety monitoring system based on wireless sensor［J］.Coal Technology，2022，41（11）：130-132.

［9］ 陳宇，戴亮，戚蕊，等.智能環境監測系統設計［J］.數字技術與應用，2021，39（6）：157-159.

CHEN Yu，DAI Liang，QI Rui，et al.Design of intelligent environmental monitoring system［J］.Digital Technology and Application，2021，39（6）：157-159.

［10］李佳怡.基于單片機的室內環境多參數監測系統設計［J］.數字技術與應用，2019，37（12）：159-160.

LI Jiayi.Design of multi-parameter monitoring system for living environment based on MCU［J］.Digital Technology and Application，2019，37（12）：159-160.

［11］DONG Gang，LU Yumei，LI Chengyong.Design and implementation of vehicle environment monitoring system based on wireless sensor network［C］//2021 IEEE International Conference on Emergency Science and Information Technology （ICESIT）.Chongqing：IEEE，2021：134-138.

［12］李夢嬌，彭繼慎，孫瑄瑨.具有高增益低輸出電流紋波的Buck-Boost變換器［J］.遼寧工程技術大學學報（自然科學版），2022，41（4）：372-378.

LI Mengjiao，PENG Jishen，SUN Xuanjin.Buck-Boost converter with high-gain and low output current ripple［J］.Journal of Liaoning Technical University（Natural Science Edition），2022，41（4）：372-378.

［13］徐東洋，李博.氣體傳感器氣敏性能測試技術研究進展［J］.化學分析計量，2024，33（1）：126-132.

XU Dongyang，LI Bo.Research progress of gas sensing performance testing technology for gas sensor［J］.Chemical Analysis and Meterage，2024，33（1）：126-132.

［14］穆思宇.NB-IoT智能傳感器低功耗電路設計及軟件策略研究［D］.太原：太原理工大學，2023.

MU Siyu.Research on Low Power Circuit Design and Software Strategy of NB-IoT smart［D］.Taiyuan：Taiyuan University of Technology，2023.

［15］劉浩宇.適用于MCU低功耗LDO的研究與設計［D］.成都：電子科技大學，2023.

LIU Haoyu.Research and Design of Low-Power LDO Suitable for MCU［D］.Chengdu：University of Electronic Science and Technology of China，2023.

［16］李瑞祥.基于負載監測的系統芯片動態頻率調節研究［D］.杭州：浙江大學，2016.

LI Ruixiang.Research on Dynamic Frequency Scaling for SOC with Bus Load Monitoring［D］.Hangzhou：Zhejiang University，2016.

［17］GB/T 16157—1996，固定污染源排氣中顆粒物測定與氣態污染物采樣方法［S］.

［18］趙建豪，宋華，南新元.室內障礙環境下空氣質量監測異構WSN部署［J］.河北科技大學學報，2024，45（1）：91-100.

ZHAO Jianhao，SONG Hua，NAN Xinyuan.Heterogeneous WSN deployment for air quality monitoring in indoor barrier environments［J］.Journal of Hebei University of Science and Technology，2024，45（1）：91-100.

收稿日期：2024-09-14;修回日期：2024-12-30；責任編輯：王海云

基金項目：山西省專利轉化專項項目（202305005）

第一作者簡介：

班瑞鳳（1982—），女，山西大同人，高級工程師，碩士，主要從事傳感器技術方面的研究。E-mail： 122805830@qq.com

班瑞鳳，宋繼紅.

無線氣體傳感器在環境監測中的應用設計

［J］.河北工業科技，2025，42（2）：164-171.

BAN Ruifeng， SONG Jihong.

Application design of wireless gas sensors in environmental monitoring

［J］. Hebei Journal of Industrial Science and Technology，2025，42（2）：164-171.