本發(fā)明涉及檢測(cè)技術(shù)領(lǐng)域，特別是一種基于數(shù)據(jù)均勻性加權(quán)的傳感器網(wǎng)絡(luò)數(shù)據(jù)融合方法。

背景技術(shù)：

環(huán)境控制在工農(nóng)業(yè)生產(chǎn)中占有重要地位，例如溫室大棚溫度、濕度、光照、二氧化碳濃度的調(diào)節(jié)都能顯著影響植物的生長(zhǎng)狀況。環(huán)境控制的基礎(chǔ)是精確及公正地獲得現(xiàn)場(chǎng)的參數(shù)值，從而正確操控執(zhí)行機(jī)構(gòu)進(jìn)行補(bǔ)償控制。然而，由于現(xiàn)場(chǎng)環(huán)境的復(fù)雜性，一個(gè)廣大區(qū)域的每個(gè)部分其參數(shù)值都略有不同，單個(gè)傳感器在采集的時(shí)候也可能因?yàn)檎`差或是設(shè)備故障獲得不精確的數(shù)據(jù)，甚至因?yàn)閾p壞而獲得錯(cuò)誤的數(shù)據(jù)。在這種情況下，布置多個(gè)傳感器并互聯(lián)成網(wǎng)絡(luò)形式，從而增加傳感數(shù)據(jù)來(lái)源的數(shù)量和地域廣度有利于提高獲得數(shù)據(jù)的準(zhǔn)確性避免大范圍誤差的出現(xiàn)。采用了大量傳感器以后，便帶來(lái)了數(shù)據(jù)融合的問(wèn)題，如何通過(guò)大量傳感器的數(shù)據(jù)綜合計(jì)算得到一個(gè)較為精確的結(jié)果，就成了數(shù)據(jù)融合算法所要解決的問(wèn)題。而實(shí)際生產(chǎn)實(shí)踐中，由于傳感器節(jié)點(diǎn)所處的區(qū)域位置不同，其采集得到數(shù)據(jù)的可信度也有不同的高低程度，例如在加熱器邊上的傳感器節(jié)點(diǎn)，當(dāng)加熱器工作時(shí)，其獲得的氣溫就要高于整個(gè)大棚的平均氣溫，該數(shù)值可能具有較大偏差，可信度較差。因此本發(fā)明主要基于執(zhí)行機(jī)構(gòu)及現(xiàn)場(chǎng)環(huán)境對(duì)傳感器節(jié)點(diǎn)采樣的影響，采用不同加權(quán)值的方式削弱誤差節(jié)點(diǎn)對(duì)最終結(jié)果的影響，以便最終獲得較為精確的傳感結(jié)果。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提供一種基于數(shù)據(jù)均勻性加權(quán)的傳感器網(wǎng)絡(luò)數(shù)據(jù)融合方法，以克服現(xiàn)有技術(shù)中存在的缺陷。

為實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案是：一種基于數(shù)據(jù)均勻性加權(quán)的傳感器網(wǎng)絡(luò)數(shù)據(jù)融合方法，按照如下步驟實(shí)現(xiàn)：

步驟S1：在待檢測(cè)控制空間內(nèi)設(shè)置附屬個(gè)傳感器節(jié)點(diǎn)，且傳感器節(jié)點(diǎn)之間通過(guò)網(wǎng)絡(luò)相聯(lián)形成傳感器網(wǎng)絡(luò)；

步驟S2：獲取各個(gè)傳感器節(jié)點(diǎn)的坐標(biāo)以及與執(zhí)行機(jī)構(gòu)的坐標(biāo)，并按照如下方式計(jì)算傳感器節(jié)點(diǎn)的距離權(quán)值ω_di：

d_i-norm＝δ·(1-d_i/d_max)；

其中，d_i為位于坐標(biāo)(x_i,y_i)的傳感節(jié)點(diǎn)i到位于坐標(biāo)(x_exe,y_exe)的執(zhí)行機(jī)構(gòu)的距離；d_max為待檢測(cè)控制空間內(nèi)傳感器距離執(zhí)行機(jī)構(gòu)的最大距離值；δ為預(yù)設(shè)數(shù)值調(diào)整系數(shù)；d_i-norm為d_i進(jìn)行標(biāo)準(zhǔn)化計(jì)算后的值；ω_di為對(duì)d_i-norm進(jìn)行正態(tài)分布函數(shù)映射后得到距離加權(quán)值，μ、σ為預(yù)設(shè)正態(tài)分布函數(shù)的參數(shù)；

步驟S3：根據(jù)傳感器節(jié)點(diǎn)的地理位置關(guān)系生成描述各傳感器節(jié)點(diǎn)周邊的相鄰關(guān)系的節(jié)點(diǎn)關(guān)聯(lián)關(guān)系圖；

步驟S4：根據(jù)該節(jié)點(diǎn)關(guān)聯(lián)關(guān)系圖計(jì)算傳感器節(jié)點(diǎn)的平滑程度加權(quán)值ω_si；

ω_si＝γ·(1-D_si/D_si-max)；

其中，t為與傳感器節(jié)點(diǎn)i相鄰的傳感器節(jié)點(diǎn)的個(gè)數(shù)，D_i表示傳感器節(jié)點(diǎn)i的測(cè)量值，D_t表示相鄰節(jié)點(diǎn)t的測(cè)量值，D_si為傳感器節(jié)點(diǎn)i的平滑程度；D_si-max為待檢測(cè)控制空間內(nèi)最大的平滑程度值，γ為預(yù)設(shè)數(shù)值調(diào)整系數(shù)，ω_si為對(duì)D_si標(biāo)準(zhǔn)化計(jì)算后的平滑程度加權(quán)值；

步驟S5：根據(jù)所述距離加權(quán)ω_di和所述平滑程度加權(quán)ω_si，按照如下式計(jì)算數(shù)據(jù)融合預(yù)估計(jì)結(jié)果D_e；

步驟S6：得到預(yù)估計(jì)結(jié)果D_e后，計(jì)算該預(yù)估計(jì)結(jié)果D_e與每個(gè)節(jié)點(diǎn)測(cè)量值D_i之差的絕對(duì)值ΔD_i＝|D_e-D_i|，并進(jìn)行排序；

步驟S7：計(jì)算加權(quán)微調(diào)量Δω_i，記Δω_i為傳感器節(jié)點(diǎn)i的加權(quán)微調(diào)量，初值為0，在對(duì)ΔD_i從小到大進(jìn)行排序后，取排在后λ位的節(jié)點(diǎn)，按下式分別計(jì)算加權(quán)微調(diào)量：

即當(dāng)ΔD_i位于隊(duì)列后λ位時(shí)，使該節(jié)點(diǎn)對(duì)應(yīng)的微調(diào)量Δω_i減去一個(gè)固定預(yù)設(shè)值γ；當(dāng)ΔD_i不位于隊(duì)列后λ位時(shí)，若Δω_i＜0，則加上固定預(yù)設(shè)值γ；若Δω_i＝0，則不作處理；其中，λ為預(yù)設(shè)常數(shù)；

步驟S8：在獲得了加權(quán)微調(diào)量之后，通過(guò)下式計(jì)算最終的數(shù)據(jù)融合結(jié)果：

在本發(fā)明一實(shí)施例中，所述執(zhí)行結(jié)構(gòu)包括：暖氣片、空調(diào)、抽濕機(jī)、卷膜、水簾以及開(kāi)窗。

相較于現(xiàn)有技術(shù)，本發(fā)明具有以下有益效果：

1、本發(fā)明所采用的數(shù)據(jù)融合算法形式簡(jiǎn)潔，步驟清晰，計(jì)算量小，便于在嵌入式系統(tǒng)中實(shí)施；特別是融合計(jì)算部分都在匯聚節(jié)點(diǎn)中完成，而不需要終端采集節(jié)點(diǎn)參與計(jì)算，使其極容易在無(wú)線傳感器網(wǎng)絡(luò)等節(jié)點(diǎn)處理器能力較低的傳感網(wǎng)絡(luò)中實(shí)施；

2、本發(fā)明充分考慮區(qū)域數(shù)據(jù)的均勻性和現(xiàn)場(chǎng)執(zhí)行機(jī)構(gòu)所帶來(lái)的數(shù)據(jù)影響，較現(xiàn)有技術(shù)更適用于環(huán)境復(fù)雜場(chǎng)景下的現(xiàn)場(chǎng)信息采集；

3、本發(fā)明設(shè)置有權(quán)值微調(diào)機(jī)制，可根據(jù)現(xiàn)場(chǎng)數(shù)據(jù)計(jì)算情況實(shí)施調(diào)整系統(tǒng)參數(shù)，較現(xiàn)有技術(shù)有更大的適應(yīng)性。

附圖說(shuō)明

圖1是本發(fā)明的室內(nèi)傳感器網(wǎng)絡(luò)節(jié)點(diǎn)布置示意圖。

圖2是本發(fā)明生成的傳感器網(wǎng)絡(luò)節(jié)點(diǎn)關(guān)聯(lián)關(guān)系圖示例圖。

圖3是本發(fā)明一實(shí)施例中傳感器節(jié)點(diǎn)的連接圖。

具體實(shí)施方式

下面結(jié)合附圖，對(duì)本發(fā)明的技術(shù)方案進(jìn)行具體說(shuō)明。

由于單個(gè)傳感器節(jié)點(diǎn)采集的數(shù)據(jù)可能存在誤差，因此通常需要在廣闊空間中的多個(gè)位置布置多個(gè)傳感器節(jié)點(diǎn)，并通過(guò)網(wǎng)絡(luò)進(jìn)行相聯(lián)以形成傳感器網(wǎng)絡(luò)。結(jié)合傳感器網(wǎng)絡(luò)中所有傳感器節(jié)點(diǎn)所采集的信息，并進(jìn)行綜合判斷以得出最終的結(jié)果，這一過(guò)程被稱為傳感器網(wǎng)絡(luò)的數(shù)據(jù)融合，所采用的方法即為傳感器網(wǎng)絡(luò)的數(shù)據(jù)融合方法。本發(fā)明提出的一種基于數(shù)據(jù)均勻性加權(quán)的傳感器網(wǎng)絡(luò)數(shù)據(jù)融合方法，是基于傳感器節(jié)點(diǎn)的加權(quán)投票機(jī)制來(lái)實(shí)現(xiàn)的，而權(quán)重則取決于該傳感節(jié)點(diǎn)距離干擾源的距離及該傳感節(jié)點(diǎn)所在區(qū)域周邊的數(shù)據(jù)平滑程度。

進(jìn)一步的，在本實(shí)施例中，如圖1所示，將傳感器網(wǎng)絡(luò)布置用于測(cè)量室內(nèi)的溫度，可均勻布置、按用戶需求布置或按傳感器網(wǎng)絡(luò)覆蓋算法布置。智能家居控制系統(tǒng)依此通過(guò)暖氣片和空調(diào)來(lái)調(diào)節(jié)室內(nèi)的溫度以到設(shè)定值。從圖中可以看出，靠近暖氣片的傳感節(jié)點(diǎn)受到其熱輻射的影響，其所測(cè)溫度偏高，而這一溫度顯然是偏離屋內(nèi)平均溫度較多的，這一現(xiàn)象我們可以將其稱作執(zhí)行機(jī)構(gòu)的干擾作用，這一作用隨著節(jié)點(diǎn)離開(kāi)執(zhí)行機(jī)構(gòu)距離的增加而不斷衰減。這種現(xiàn)象在人們?nèi)粘Ｉ罴肮まr(nóng)業(yè)生產(chǎn)中極為常見(jiàn)，例如距離空調(diào)較近的位置空氣較冷，距離抽濕機(jī)較近的位置空氣較干燥，而這些測(cè)量值的準(zhǔn)確程度都較低，在數(shù)據(jù)融合時(shí)應(yīng)被賦予較低的權(quán)值。在下式(1)～(3)被用于計(jì)算傳感節(jié)點(diǎn)的距離權(quán)值ω_di：

d_i-norm＝δ·(1-d_i/d_max) (2)

其中，式(1)計(jì)算了位于坐標(biāo)(x_i,y_i)的傳感節(jié)點(diǎn)i到位于坐標(biāo)(x_exe,y_exe)的執(zhí)行器的距離d_i；接著式(2)用于將d_i進(jìn)行標(biāo)準(zhǔn)化操作得到d_i-norm，式中d_max為測(cè)試場(chǎng)景中傳感器距離執(zhí)行機(jī)構(gòu)的最大的距離值，δ為用戶根據(jù)實(shí)際測(cè)試環(huán)境情況預(yù)先指定的數(shù)值調(diào)整系數(shù)；隨后，通過(guò)式(3)中正態(tài)分布函數(shù)的映射，得到距離權(quán)值ω_di，μ、σ為正態(tài)分布函數(shù)的參數(shù)，由用戶根據(jù)實(shí)際測(cè)試環(huán)境情況預(yù)先指定。

進(jìn)一步的，在本實(shí)施例中，除了距離執(zhí)行機(jī)構(gòu)的距離外，還將傳感節(jié)點(diǎn)所在區(qū)域周邊的數(shù)據(jù)平滑程度納入權(quán)值考慮范圍。平滑程度即該傳感節(jié)點(diǎn)測(cè)得的數(shù)值與其周邊的其他傳感節(jié)點(diǎn)所測(cè)得的數(shù)值的差距，如果差距較小，則說(shuō)明該區(qū)域待測(cè)物理量的均勻程度較好，檢測(cè)出的值準(zhǔn)確的概率也比較大，應(yīng)該施以較大的權(quán)值。在計(jì)算之前，需要在整個(gè)測(cè)試環(huán)境中依據(jù)節(jié)點(diǎn)的地理位置關(guān)系生成一張無(wú)向圖來(lái)表明節(jié)點(diǎn)間的臨接關(guān)系，圖2所示為根據(jù)圖1生成的節(jié)點(diǎn)鄰接關(guān)系圖。根據(jù)鄰接關(guān)系圖中與每個(gè)節(jié)點(diǎn)所相連的邊的條數(shù)，可確定與該節(jié)點(diǎn)相鄰的其余傳感節(jié)點(diǎn)的個(gè)數(shù)。接著，通過(guò)式(4)可計(jì)算得到節(jié)點(diǎn)i的平滑程度D_si，式中t為與節(jié)點(diǎn)i相鄰的節(jié)點(diǎn)的個(gè)數(shù)，D_i與D_t分別表示節(jié)點(diǎn)i的測(cè)量值和相鄰節(jié)點(diǎn)t的測(cè)量值；然后，通過(guò)式(5)標(biāo)準(zhǔn)化可得依據(jù)平滑程度的加權(quán)值ω_si，式中D_si-max為測(cè)試場(chǎng)景中最大的平滑程度值，γ為用戶指定的數(shù)值調(diào)整系數(shù)。最終，通過(guò)式(6)可求得數(shù)據(jù)融合后的預(yù)估計(jì)結(jié)果D_e，式中傳感節(jié)點(diǎn)i的距離加權(quán)ω_di和平滑加權(quán)ω_si都被納入了計(jì)算過(guò)程。

ω_si＝γ·(1-D_si/D_si-max) (5)

得到預(yù)估計(jì)結(jié)果D_e后，計(jì)算該預(yù)估計(jì)結(jié)果D_e與每個(gè)節(jié)點(diǎn)測(cè)量值D_i之差的絕對(duì)值ΔD_i＝|D_e-D_i|，并進(jìn)行排序；計(jì)算加權(quán)微調(diào)量Δω_i，記Δω_i為傳感器節(jié)點(diǎn)i的加權(quán)微調(diào)量，初值為0，在對(duì)ΔD_i從小到大進(jìn)行排序后，取排在后λ位的節(jié)點(diǎn)，按下式分別計(jì)算加權(quán)微調(diào)量：

即當(dāng)ΔD_i位于隊(duì)列后λ位時(shí)，使該節(jié)點(diǎn)對(duì)應(yīng)的微調(diào)量Δω_i減去一個(gè)固定預(yù)設(shè)值γ，該固定值可由用戶設(shè)定，例如γ＝0.05；當(dāng)ΔD_i不位于隊(duì)列后λ位時(shí)，若Δω_i＜0，則加上固定預(yù)設(shè)值γ；其中，λ為常數(shù)參數(shù)，由工程師根據(jù)實(shí)際情況設(shè)置；若Δω_i＝0，則不作處理；在獲得了加權(quán)微調(diào)量之后，通過(guò)下式計(jì)算最終的數(shù)據(jù)融合結(jié)果：

進(jìn)一步的，在本實(shí)施例中，傳感器網(wǎng)絡(luò)節(jié)點(diǎn)可由任意一種微控制器(Micro Control Unit,MCU)作為中央處理器構(gòu)成，包括模擬/數(shù)字轉(zhuǎn)換器及相應(yīng)的傳感器等器件，并通過(guò)有線或無(wú)線的方式組成傳感器網(wǎng)絡(luò)。有線組網(wǎng)方式可以采用：RS-485總線、CAN總線、工業(yè)以太網(wǎng)或常規(guī)以太網(wǎng)方式。無(wú)線組網(wǎng)方式可以采用：ZigBee蜂窩式網(wǎng)絡(luò)協(xié)議、2.4G RF射頻網(wǎng)絡(luò)方式、無(wú)線以太網(wǎng)WiFi方式或移動(dòng)通信3G/4G網(wǎng)絡(luò)方式。執(zhí)行結(jié)構(gòu)包括暖氣片、空調(diào)、抽濕機(jī)、卷膜、水簾、開(kāi)窗等中的一個(gè)或多個(gè)，但并不限于上述執(zhí)行機(jī)構(gòu)。執(zhí)行機(jī)構(gòu)還包括與上述各個(gè)設(shè)備相連的控制單元、無(wú)線通信單元或有線通信單元，該無(wú)線通信單元或有線通信單元對(duì)應(yīng)通過(guò)上述協(xié)議方式接入網(wǎng)絡(luò)。

圖3即為本實(shí)施例可用的一種傳感器節(jié)點(diǎn)。該節(jié)點(diǎn)以美國(guó)德州儀器公司(TI)的無(wú)線傳感器網(wǎng)絡(luò)微控制器CC2530作為核心，并布置了溫度傳感器(Temperature sensor)和濕度傳感器(Humidity sensor)，并可通過(guò)CC2530內(nèi)置的ZigBee無(wú)線協(xié)議模塊組成無(wú)線傳感器網(wǎng)絡(luò)，信號(hào)發(fā)射通過(guò)50歐姆射頻天線(Antenna)實(shí)現(xiàn)。

以上是本發(fā)明的較佳實(shí)施例，凡依本發(fā)明技術(shù)方案所作的改變，所產(chǎn)生的功能作用未超出本發(fā)明技術(shù)方案的范圍時(shí)，均屬于本發(fā)明的保護(hù)范圍。