本發(fā)明屬于水處理技術(shù)領(lǐng)域，尤其涉及一種基于云計算的脈沖水處理裝置的遠(yuǎn)程控制系統(tǒng)。
背景技術(shù)：
多通道高頻脈沖水處理裝置在企事業(yè)單位循環(huán)水系統(tǒng)使用以來，為用戶全天候在線除垢、殺菌、滅藻，改善水質(zhì)發(fā)揮著重要作用。然而、由于各區(qū)域水質(zhì)的不同，各企業(yè)業(yè)主對處理水質(zhì)的指標(biāo)要求各異，以及設(shè)備電流、電壓的變化、有些設(shè)備甚至在高空擺放；現(xiàn)階段下，工作人員每天需到現(xiàn)場查看并取水樣化驗、記錄設(shè)備運行數(shù)據(jù)比較辛苦、麻煩；同時，如水質(zhì)的好壞變化未能及時發(fā)現(xiàn)或者水處理設(shè)備發(fā)生故障未及時發(fā)現(xiàn)，均會給企業(yè)正常生產(chǎn)帶來影響或重大損失。
綜上所述，現(xiàn)有技術(shù)存在的問題是：現(xiàn)有的脈沖水處理裝置存在功能單一，處理效率較低。
技術(shù)實現(xiàn)要素：
針對現(xiàn)有技術(shù)存在的問題，本發(fā)明提供了一種基于云計算的脈沖水處理裝置的遠(yuǎn)程控制系統(tǒng)。
本發(fā)明是這樣實現(xiàn)的，一種基于云計算的脈沖水處理裝置的遠(yuǎn)程控制系統(tǒng)，所述基于云計算的脈沖水處理裝置的遠(yuǎn)程控制系統(tǒng)包括：
多通道脈沖水處理裝置，用于收集脈沖水的數(shù)據(jù)信號；所述多通道脈沖水處理裝置通過內(nèi)置的圖像處理模塊進(jìn)行建立圖像的顯著性模型，來判定水處理的質(zhì)量信息；所述建立圖像的顯著性模型包括：
利用預(yù)定過分割算法對所述圖像進(jìn)行過分割，得到至少一個區(qū)域，同一個所述區(qū)域中各個像素點的顏色值相同；
確定每個所述區(qū)域的顏色值和質(zhì)心；
根據(jù)各個區(qū)域所對應(yīng)的顏色值以及各個區(qū)域的質(zhì)心，建立所述顯著性模型；
所述顯著性模型為：
其中，Si1為區(qū)域Ri中任一像素點的顯著性值，w(Rj)為區(qū)域Rj中的像素點的個數(shù)，DS(Ri,Rj)用于表征所述區(qū)域Ri和所述區(qū)域Rj之間空間位置差異的度量值，DC(Ri,Rj)用于表征所述區(qū)域Ri和所述區(qū)域Rj之間顏色差異的度量值，N為對所述圖像進(jìn)行過分割后得到的區(qū)域的總個數(shù)，DS(Ri,Rj)為：Center(Ri)為所述區(qū)域Ri的質(zhì)心，Center(Rj)為所述區(qū)域Rj的質(zhì)心，當(dāng)所述圖像中各個像素點的坐標(biāo)均歸一化到[0,1]時；
或按照各個像素點的顏色值，對所述圖像中各個像素點進(jìn)行歸類，將相同顏色值的像素點歸類為同一種顏色類型；
根據(jù)每種顏色類型的顏色值，建立所述顯著性模型；
所述多通道脈沖水處理裝置用于歸一化混合矩陣列向量估計時頻域跳頻源信號，具體步驟如下：
第一步，對所有采樣時刻索引p判斷該時刻索引屬于哪一跳，具體方法為：如果則表示時刻p屬于第l跳；如果則表示時刻p屬于第1跳，其中的第l個頻率跳變時刻的估計；
第二步，對第l(l＝1,2,…)跳的所有時刻pl，估計該跳各跳頻源信號的時頻域數(shù)據(jù)，計算公式如下：
單片機(jī)分系統(tǒng)，與多通道脈沖水處理裝置有線連接，用于接收多通道脈沖水處理裝置收集的脈沖水?dāng)?shù)據(jù)信號，并進(jìn)行處理的處理；
所述單片機(jī)分系統(tǒng)的小波包去噪和小波包分解與重構(gòu)包括：(1)信號延拓，對小波包分解的各層信號進(jìn)行拋物線延拓；(2)設(shè)信號數(shù)據(jù)為x(a),x(a+1),x(a+2)，則延拓算子E的表達(dá)式為：(3)消去單子帶多余頻率成分：將延拓后的信號與分解低通濾波器h0卷積，得到低頻系數(shù)，然后經(jīng)過HF-cut-IF算子處理，去掉多余的頻率成分，再進(jìn)行下采樣，得到下一層的低頻系數(shù)；將延拓后的信號與分解高通濾波器g0卷積，得到高頻系數(shù)，然后經(jīng)過LF-cut-IF算子處理，去掉多余的頻率成分，再進(jìn)行下采樣，得到下一層高頻系數(shù)，HF-cut-IF算子采用LF-cut-IF算子采用，在HF-cut-IF算子公和LF-cut-IF算子公式中，x(n)為在2j尺度上小波包的系數(shù)，Nj表示在2j尺度上數(shù)據(jù)的長度，k＝0，1，…，Nj-1；n＝0，1，…，Nj-1；
主控制系統(tǒng)，與單片機(jī)分系統(tǒng)有線連接，用于接收單片機(jī)分系統(tǒng)處理的信號，并通過互聯(lián)網(wǎng)發(fā)送至服務(wù)器；
服務(wù)器，通過互聯(lián)網(wǎng)與主控制系統(tǒng)連接，用于接收主控制系統(tǒng)的信號，并進(jìn)行存儲，通過網(wǎng)線或4G網(wǎng)絡(luò)發(fā)送至云計算中心、移動終端；
所述服務(wù)器的無線傳感器網(wǎng)絡(luò)中安全數(shù)據(jù)檢索方法包括以下步驟：
步驟一，傳感器Si完成一個周期的數(shù)據(jù)采集，采集的數(shù)據(jù)為(i，t，{d1，d2，…，dn})，其中i為傳感器號，t為周期號；Si首先采用AES對數(shù)據(jù){d1，d2，…，dn}進(jìn)行加密，生成加密數(shù)據(jù){(d1)K，(d2)K，…，(dn)K}，其中K為數(shù)據(jù)加密密鑰；
步驟二，Si為每一個數(shù)據(jù)構(gòu)建一個不可區(qū)分布魯姆過濾器，且每一個不可區(qū)分布魯姆過濾器分配一個唯一的ID號，對數(shù)據(jù)dj，Si構(gòu)建一個分配ID號為ij的不可區(qū)分布魯姆過濾器Bij；
步驟三，Si將加密數(shù)據(jù)、對應(yīng)的不可區(qū)分布魯姆過濾器以及其ID號上傳到存儲節(jié)點，上傳的數(shù)據(jù)形式為：{(i1，Bi1，(d1)K)，(i2，Bi2(d2)K)，…，(in，Bin，(dn)K)}；
所述服務(wù)器發(fā)送數(shù)據(jù)具體包括：
第一步，按照下式，計算中間節(jié)點S1,S2,L,Si,L,Sn到目的節(jié)點Sink的距離diSink，以及源節(jié)點N到目的節(jié)點Sink的距離dNSink：
其中(xi,yi)為中間節(jié)點S1,S2,L,Si,L,Sn的坐標(biāo)，(xN,yN)為源節(jié)點N的坐標(biāo)，(xSink,ySink)為目的節(jié)點Sink的坐標(biāo)；
第二步，源節(jié)點N選擇在其傳輸范圍內(nèi)，且到目的節(jié)點的距離diSink比源節(jié)點N到目的節(jié)點Sink的距離dNSink更近的所有中間節(jié)點作為鄰居節(jié)點；
第三步，在所有鄰居節(jié)點中，源節(jié)點N根據(jù)路由算法公式選出下一跳轉(zhuǎn)發(fā)節(jié)點，公式如下：
其中，M表示節(jié)點的綜合值；D表示鄰居節(jié)點到目的節(jié)點Sink的距離；E表示節(jié)點的剩余能量，等于節(jié)點的初始能量減去每次接收和轉(zhuǎn)發(fā)數(shù)據(jù)所消耗的能量；S表示節(jié)點的安全度，所有節(jié)點預(yù)設(shè)相同初始值，當(dāng)目的節(jié)點Sink接收到的數(shù)據(jù)與源節(jié)點N發(fā)送的數(shù)據(jù)不一致時，則將本次數(shù)據(jù)傳輸路徑中所有節(jié)點的安全度降為當(dāng)前值的二分之一；α，β，γ為常數(shù)；依次計算每個鄰居節(jié)點的M值，將其中M值最小的鄰居節(jié)點作為下一跳轉(zhuǎn)發(fā)節(jié)點，即到目的節(jié)點Sink的距離最短，剩余能量最多且安全度最大的鄰居節(jié)點；
第四步，源節(jié)點N將含水印數(shù)據(jù)序列wdata發(fā)送給選出的下一跳轉(zhuǎn)發(fā)節(jié)點；
第五步，下一跳轉(zhuǎn)發(fā)節(jié)點接收到含水印數(shù)據(jù)序列wdata，重復(fù)第一步到第四步，繼續(xù)選出后續(xù)轉(zhuǎn)發(fā)節(jié)點并轉(zhuǎn)發(fā)含水印數(shù)據(jù)序列wdata，直至將含水印數(shù)據(jù)序列wdata傳送到目的節(jié)點Sink；
云計算中心，通過網(wǎng)絡(luò)與服務(wù)器連接，用于對服務(wù)器的數(shù)據(jù)進(jìn)行計算，實現(xiàn)與以往數(shù)據(jù)對比，形成表格或曲線圖，返回服務(wù)器進(jìn)行存儲并顯示；
移動終端，通過4G網(wǎng)絡(luò)與服務(wù)器連接，實現(xiàn)對服務(wù)器的遠(yuǎn)程控制，達(dá)到遠(yuǎn)程接收數(shù)據(jù)。
進(jìn)一步，所述無線傳感器的簇的建立階段，簇首節(jié)點產(chǎn)生后，主動向網(wǎng)絡(luò)中所有節(jié)點廣播這一消息；未被選擇作為簇首的傳感器節(jié)點選擇最優(yōu)簇首，并發(fā)送加入該簇的請求信息；簇首收到請求后，將節(jié)點設(shè)置為簇內(nèi)成員；簇形成后，簇首通過廣播方式告知為簇內(nèi)每一個節(jié)點分配一個TDMA通信時隙；只有在屬于自己的時隙內(nèi)，成員節(jié)點才向簇首節(jié)點發(fā)送數(shù)據(jù)；
(1)在每一輪中選舉PN個簇頭節(jié)點，其中P為優(yōu)化簇頭比例，也是加權(quán)概率；每一個節(jié)點由下面的概率門限來決定是否成為簇頭節(jié)點：
其中，r為當(dāng)前的輪數(shù)，G為在最近輪中沒有成為簇頭的節(jié)點集合；每個節(jié)點都有機(jī)會輪流成為消耗能量較多的簇頭節(jié)點；
E0表示普通節(jié)點的初始能量，a1,a2,...,an分別表示n種特殊節(jié)點所占的比例，b1,b2,...,bn分別表示特殊節(jié)點初始能量超過普通節(jié)點初始能量的倍數(shù)；
a1N,a2N,...,anN個特殊節(jié)點的初始能量分別為E0(1+b1),E0(1+b2),...,E0(1+bn)，剩下的(1-a1-a2,...-an)N個普通節(jié)點的初始能量為E0(1+bn)；
多級異構(gòu)網(wǎng)絡(luò)總的初始能量為：
N個傳感器節(jié)點隨機(jī)均勻分布在一個半徑為A的圓形區(qū)域，sink節(jié)點位于區(qū)域中間，每一輪向簇頭發(fā)送數(shù)據(jù)的過程中所耗的總能量為：
其中，l為簇頭數(shù)，Eelec表示運行傳輸電路或者接收電路時每比特數(shù)據(jù)所消耗的能量，EDA為簇頭執(zhí)行數(shù)據(jù)融合的代價，為簇頭到sink節(jié)點的平均距離，為簇成員節(jié)點到簇頭節(jié)點的平均距離，εampd4sink和為放大器消耗的能量：
計算得到
對Eround關(guān)于l求偏導(dǎo)，并令該偏導(dǎo)數(shù)為0，則最優(yōu)的簇頭數(shù)為：
得到網(wǎng)絡(luò)在每一輪消耗的能量總數(shù)Eround；同時，
網(wǎng)絡(luò)的初始總能量Etotal已知，Rtotal為網(wǎng)絡(luò)生命周期的估計值，也可得到：
Rtatal＝Etotal/Eround；
對這n+1種節(jié)點按照其初始能量取不同的加權(quán)概率Pi：
(2)節(jié)點i在第r輪的當(dāng)前能量Ei(r)來選取其簇頭輪轉(zhuǎn)周期Ti，表示網(wǎng)絡(luò)在第r輪的平均能量，以作為參考能量與節(jié)點的當(dāng)前能量Ei(r)作比較，得到：
其中，Popt為優(yōu)化簇頭比例；
第r輪后網(wǎng)絡(luò)每個節(jié)點的平均能量為：
代入計算得到加權(quán)概率Hi(r)；
得到各節(jié)點的概率門限。
進(jìn)一步，所述云計算中心的離散函數(shù)模型：
式中：u(0)為初始信號，μ為混沌參數(shù)，ν為分?jǐn)?shù)階階數(shù)，n為信號長度，j表示第j步迭代，α(μ,ν,j,n)為離散積分核，u(n)為第n步信號，n和N設(shè)置為800，m為1,L,N的整。
進(jìn)一步，服務(wù)器的信號間干擾關(guān)系分析方法包括：
一)，確定干擾信號在無線信號領(lǐng)域上的若干特征參數(shù)CP，并基于特征參數(shù)形成對應(yīng)的干擾空間模型，基于建立的干擾空間模型，確定待分析的干擾信號特征矢量與參照信號特征矢量
二)，基于干擾空間模型，針對干擾信號特征矢量定義對參照信號特征矢量的位移矢量
服務(wù)器的信號間干擾關(guān)系分析方法還包括：
定義位移矢量在干擾空間中對某個維度坐標(biāo)軸的投影，為干擾信號特征矢量到參照信號特征矢量在該CP維度上的距離，即有：
其中PRJ(·)算子表示針對某一CP維度的投影運算；
定義干擾信號對參照信號的干擾狀態(tài)為S，用以表示干擾信號對參照信號的干擾關(guān)系；
進(jìn)一步，服務(wù)器的信號間干擾關(guān)系分析方法還包括：在已經(jīng)形成干擾的前提下，首先需要選取并確定干擾作用參數(shù)EP，對于干擾信號而言，參數(shù)通常為信號功率p或者能量e；
定義干擾信號對參照信號的干擾程度為G，用以衡量干擾信號對參照信號的干擾影響程度。
進(jìn)一步，圖像處理模塊采用MRD算法根據(jù)魯棒統(tǒng)計來改進(jìn)圖像相關(guān)性度量方法，利用魯棒估計函數(shù)對象素灰度差進(jìn)行加權(quán)后求和；
MRD算法的算式為：
其中，ρ(x；σ)為魯棒估計函數(shù)，T:K×L的模板圖像，f:M×N的實時圖像，1≤m≤M–K+1，1≤n≤N–L+1，當(dāng)D(m,n)取最小值時，是最佳匹配。
本發(fā)明的優(yōu)點及積極效果為：設(shè)置有云計算中心，提高了數(shù)據(jù)的處理速度和效率，提高了系統(tǒng)的可靠性和穩(wěn)定性。本發(fā)明在保證WSN數(shù)據(jù)傳輸可靠性的同時，提高網(wǎng)絡(luò)負(fù)載整體的均衡度，有效減少數(shù)據(jù)冗余和降低節(jié)點能量損耗，從而延長了WSN的工作壽命。本發(fā)明建立的圖像顯著性模型利用預(yù)定過分割算法對所述圖像進(jìn)行過分割，得到至少一個區(qū)域，從而準(zhǔn)確判定出處理的水質(zhì)問題。本發(fā)明基于云計算服務(wù)器數(shù)據(jù)處理方法比現(xiàn)有技術(shù)的準(zhǔn)確率92.5％提高到97.32％，提高了進(jìn)5個百分點。本發(fā)明通過MRD算法，保證了圖像數(shù)據(jù)精確獲得。
附圖說明
圖1是本發(fā)明實施例提供的基于云計算的脈沖水處理裝置的遠(yuǎn)程控制系統(tǒng)結(jié)構(gòu)示意圖；
圖中：1、多通道脈沖水處理裝置；2、單片機(jī)分系統(tǒng)；3、主控制系統(tǒng)；4、服務(wù)器；5、云計算中心；6、移動終端。
具體實施方式
為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合實施例，對本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。
下面結(jié)合附圖對本發(fā)明的應(yīng)用原理作詳細(xì)的描述。
如圖1所示，本發(fā)明實施例提供的基于云計算的脈沖水處理裝置的遠(yuǎn)程控制系統(tǒng)包括：多通道脈沖水處理裝置1、單片機(jī)分系統(tǒng)2、主控制系統(tǒng)3、服務(wù)器4、云計算中心5、移動終端6。
多通道脈沖水處理裝置1，用于收集脈沖水的數(shù)據(jù)信號。所述多通道脈沖水處理裝置通過內(nèi)置的圖像處理模塊進(jìn)行建立圖像的顯著性模型，來判定水處理的質(zhì)量信息；所述建立圖像的顯著性模型包括：
利用預(yù)定過分割算法對所述圖像進(jìn)行過分割，得到至少一個區(qū)域，同一個所述區(qū)域中各個像素點的顏色值相同；
確定每個所述區(qū)域的顏色值和質(zhì)心；
根據(jù)各個區(qū)域所對應(yīng)的顏色值以及各個區(qū)域的質(zhì)心，建立所述顯著性模型；
所述顯著性模型為：
其中，Si1為區(qū)域Ri中任一像素點的顯著性值，w(Rj)為區(qū)域Rj中的像素點的個數(shù)，DS(Ri,Rj)用于表征所述區(qū)域Ri和所述區(qū)域Rj之間空間位置差異的度量值，DC(Ri,Rj)用于表征所述區(qū)域Ri和所述區(qū)域Rj之間顏色差異的度量值，N為對所述圖像進(jìn)行過分割后得到的區(qū)域的總個數(shù)，DS(Ri,Rj)為：Center(Ri)為所述區(qū)域Ri的質(zhì)心，Center(Rj)為所述區(qū)域Rj的質(zhì)心，當(dāng)所述圖像中各個像素點的坐標(biāo)均歸一化到[0,1]時；
或按照各個像素點的顏色值，對所述圖像中各個像素點進(jìn)行歸類，將相同顏色值的像素點歸類為同一種顏色類型；
根據(jù)每種顏色類型的顏色值，建立所述顯著性模型；
單片機(jī)分系統(tǒng)2，與多通道脈沖水處理裝置1有線連接，用于接收多通道脈沖水處理裝置1收集的脈沖水?dāng)?shù)據(jù)信號，并進(jìn)行處理的處理。
主控制系統(tǒng)3，與單片機(jī)分系統(tǒng)2有線連接，用于接收單片機(jī)分系統(tǒng)2處理的信號，并通過互聯(lián)網(wǎng)發(fā)送至服務(wù)器4。
服務(wù)器4，通過互聯(lián)網(wǎng)與主控制系統(tǒng)3連接，用于接收主控制系統(tǒng)3的信號，并進(jìn)行存儲，通過網(wǎng)線或4G網(wǎng)絡(luò)發(fā)送至云計算中心5、移動終端6。
云計算中心5，通過網(wǎng)絡(luò)與服務(wù)器4連接，用于對服務(wù)器的數(shù)據(jù)進(jìn)行計算，實現(xiàn)與以往數(shù)據(jù)對比，形成表格或曲線圖，返回服務(wù)器4進(jìn)行存儲并顯示。
移動終端6，通過4G網(wǎng)絡(luò)與服務(wù)器4連接，實現(xiàn)對服務(wù)器4的遠(yuǎn)程控制，達(dá)到遠(yuǎn)程接收數(shù)據(jù)。
所述多通道脈沖水處理裝置用于歸一化混合矩陣列向量估計時頻域跳頻源信號，具體步驟如下：
第一步，對所有采樣時刻索引p判斷該時刻索引屬于哪一跳，具體方法為：如果則表示時刻p屬于第l跳；如果則表示時刻p屬于第1跳，其中的第l個頻率跳變時刻的估計；
第二步，對第l(l＝1,2,…)跳的所有時刻pl，估計該跳各跳頻源信號的時頻域數(shù)據(jù)，計算公式如下：
所述單片機(jī)分系統(tǒng)的小波包去噪和小波包分解與重構(gòu)包括：(1)信號延拓，對小波包分解的各層信號進(jìn)行拋物線延拓；(2)設(shè)信號數(shù)據(jù)為x(a),x(a+1),x(a+2)，則延拓算子E的表達(dá)式為：(3)消去單子帶多余頻率成分：將延拓后的信號與分解低通濾波器h0卷積，得到低頻系數(shù)，然后經(jīng)過HF-cut-IF算子處理，去掉多余的頻率成分，再進(jìn)行下采樣，得到下一層的低頻系數(shù)；將延拓后的信號與分解高通濾波器g0卷積，得到高頻系數(shù)，然后經(jīng)過LF-cut-IF算子處理，去掉多余的頻率成分，再進(jìn)行下采樣，得到下一層高頻系數(shù)，HF-cut-IF算子采用LF-cut-IF算子采用，在HF-cut-IF算子公和LF-cut-IF算子公式中，x(n)為在2j尺度上小波包的系數(shù)，Nj表示在2j尺度上數(shù)據(jù)的長度，k＝0，1，…，Nj-1；n＝0，1，…，Nj-1；
所述服務(wù)器的無線傳感器網(wǎng)絡(luò)中安全數(shù)據(jù)檢索方法包括以下步驟：
步驟一，傳感器Si完成一個周期的數(shù)據(jù)采集，采集的數(shù)據(jù)為(i，t，{d1，d2，…，dn})，其中i為傳感器號，t為周期號；Si首先采用AES對數(shù)據(jù){d1，d2，…，dn}進(jìn)行加密，生成加密數(shù)據(jù){(d1)K，(d2)K，…，(dn)K}，其中K為數(shù)據(jù)加密密鑰；
步驟二，Si為每一個數(shù)據(jù)構(gòu)建一個不可區(qū)分布魯姆過濾器，且每一個不可區(qū)分布魯姆過濾器分配一個唯一的ID號，對數(shù)據(jù)dj，Si構(gòu)建一個分配ID號為ij的不可區(qū)分布魯姆過濾器Bij；
步驟三，Si將加密數(shù)據(jù)、對應(yīng)的不可區(qū)分布魯姆過濾器以及其ID號上傳到存儲節(jié)點，上傳的數(shù)據(jù)形式為：{(i1，Bi1，(d1)K)，(i2，Bi2(d2)K)，…，(in，Bin，(dn)K)}；
所述服務(wù)器發(fā)送數(shù)據(jù)具體包括：
第一步，按照下式，計算中間節(jié)點S1,S2,L,Si,L,Sn到目的節(jié)點Sink的距離diSink，以及源節(jié)點N到目的節(jié)點Sink的距離dNSink：
其中(xi,yi)為中間節(jié)點S1,S2,L,Si,L,Sn的坐標(biāo)，(xN,yN)為源節(jié)點N的坐標(biāo)，(xSink,ySink)為目的節(jié)點Sink的坐標(biāo)；
第二步，源節(jié)點N選擇在其傳輸范圍內(nèi)，且到目的節(jié)點的距離diSink比源節(jié)點N到目的節(jié)點Sink的距離dNSink更近的所有中間節(jié)點作為鄰居節(jié)點；
第三步，在所有鄰居節(jié)點中，源節(jié)點N根據(jù)路由算法公式選出下一跳轉(zhuǎn)發(fā)節(jié)點，公式如下：
其中，M表示節(jié)點的綜合值；D表示鄰居節(jié)點到目的節(jié)點Sink的距離；E表示節(jié)點的剩余能量，等于節(jié)點的初始能量減去每次接收和轉(zhuǎn)發(fā)數(shù)據(jù)所消耗的能量；S表示節(jié)點的安全度，所有節(jié)點預(yù)設(shè)相同初始值，當(dāng)目的節(jié)點Sink接收到的數(shù)據(jù)與源節(jié)點N發(fā)送的數(shù)據(jù)不一致時，則將本次數(shù)據(jù)傳輸路徑中所有節(jié)點的安全度降為當(dāng)前值的二分之一；α，β，γ為常數(shù)；依次計算每個鄰居節(jié)點的M值，將其中M值最小的鄰居節(jié)點作為下一跳轉(zhuǎn)發(fā)節(jié)點，即到目的節(jié)點Sink的距離最短，剩余能量最多且安全度最大的鄰居節(jié)點；
第四步，源節(jié)點N將含水印數(shù)據(jù)序列wdata發(fā)送給選出的下一跳轉(zhuǎn)發(fā)節(jié)點；
第五步，下一跳轉(zhuǎn)發(fā)節(jié)點接收到含水印數(shù)據(jù)序列wdata，重復(fù)第一步到第四步，繼續(xù)選出后續(xù)轉(zhuǎn)發(fā)節(jié)點并轉(zhuǎn)發(fā)含水印數(shù)據(jù)序列wdata，直至將含水印數(shù)據(jù)序列wdata傳送到目的節(jié)點Sink。
所述無線傳感器的簇的建立階段，簇首節(jié)點產(chǎn)生后，主動向網(wǎng)絡(luò)中所有節(jié)點廣播這一消息；未被選擇作為簇首的傳感器節(jié)點選擇最優(yōu)簇首，并發(fā)送加入該簇的請求信息；簇首收到請求后，將節(jié)點設(shè)置為簇內(nèi)成員；簇形成后，簇首通過廣播方式告知為簇內(nèi)每一個節(jié)點分配一個TDMA通信時隙；只有在屬于自己的時隙內(nèi)，成員節(jié)點才向簇首節(jié)點發(fā)送數(shù)據(jù)；
(1)在每一輪中選舉PN個簇頭節(jié)點，其中P為優(yōu)化簇頭比例，也是加權(quán)概率；每一個節(jié)點由下面的概率門限來決定是否成為簇頭節(jié)點：
其中，r為當(dāng)前的輪數(shù)，G為在最近輪中沒有成為簇頭的節(jié)點集合；每個節(jié)點都有機(jī)會輪流成為消耗能量較多的簇頭節(jié)點；
E0表示普通節(jié)點的初始能量，a1,a2,...,an分別表示n種特殊節(jié)點所占的比例，b1,b2,...,bn分別表示特殊節(jié)點初始能量超過普通節(jié)點初始能量的倍數(shù)；
a1N,a2N,...,anN個特殊節(jié)點的初始能量分別為E0(1+b1),E0(1+b2),...,E0(1+bn)，剩下的(1-a1-a2,...-an)N個普通節(jié)點的初始能量為E0(1+bn)；
多級異構(gòu)網(wǎng)絡(luò)總的初始能量為：
N個傳感器節(jié)點隨機(jī)均勻分布在一個半徑為A的圓形區(qū)域，sink節(jié)點位于區(qū)域中間，每一輪向簇頭發(fā)送數(shù)據(jù)的過程中所耗的總能量為：
其中，l為簇頭數(shù)，Eelec表示運行傳輸電路或者接收電路時每比特數(shù)據(jù)所消耗的能量，EDA為簇頭執(zhí)行數(shù)據(jù)融合的代價，為簇頭到sink節(jié)點的平均距離，為簇成員節(jié)點到簇頭節(jié)點的平均距離，εampd4sink和為放大器消耗的能量：
計算得到
對Eround關(guān)于l求偏導(dǎo)，并令該偏導(dǎo)數(shù)為0，則最優(yōu)的簇頭數(shù)為：
得到網(wǎng)絡(luò)在每一輪消耗的能量總數(shù)Eround；同時，
網(wǎng)絡(luò)的初始總能量Etotal已知，Rtotal為網(wǎng)絡(luò)生命周期的估計值，也可得到：
Rtatal＝Etotal/Eround；
對這n+1種節(jié)點按照其初始能量取不同的加權(quán)概率Pi：
(2)節(jié)點i在第r輪的當(dāng)前能量Ei(r)來選取其簇頭輪轉(zhuǎn)周期Ti，表示網(wǎng)絡(luò)在第r輪的平均能量，以作為參考能量與節(jié)點的當(dāng)前能量Ei(r)作比較，得到：
其中，Popt為優(yōu)化簇頭比例；
第r輪后網(wǎng)絡(luò)每個節(jié)點的平均能量為：
代入計算得到加權(quán)概率Hi(r)；
得到各節(jié)點的概率門限。
所述云計算中心的離散函數(shù)模型：
式中：u(0)為初始信號，μ為混沌參數(shù)，ν為分?jǐn)?shù)階階數(shù)，n為信號長度，j表示第j步迭代，α(μ,ν,j,n)為離散積分核，u(n)為第n步信號，n和N設(shè)置為800，m為1,L,N的整。
進(jìn)一步，服務(wù)器的信號間干擾關(guān)系分析方法包括：
一)，確定干擾信號在無線信號領(lǐng)域上的若干特征參數(shù)CP，并基于特征參數(shù)形成對應(yīng)的干擾空間模型，基于建立的干擾空間模型，確定待分析的干擾信號特征矢量與參照信號特征矢量
二)，基于干擾空間模型，針對干擾信號特征矢量定義對參照信號特征矢量的位移矢量
服務(wù)器的信號間干擾關(guān)系分析方法還包括：
定義位移矢量在干擾空間中對某個維度坐標(biāo)軸的投影，為干擾信號特征矢量到參照信號特征矢量在該CP維度上的距離，即有：
其中PRJ(·)算子表示針對某一CP維度的投影運算；
定義干擾信號對參照信號的干擾狀態(tài)為S，用以表示干擾信號對參照信號的干擾關(guān)系；
進(jìn)一步，服務(wù)器的信號間干擾關(guān)系分析方法還包括：在已經(jīng)形成干擾的前提下，首先需要選取并確定干擾作用參數(shù)EP，對于干擾信號而言，參數(shù)通常為信號功率p或者能量e；
定義干擾信號對參照信號的干擾程度為G，用以衡量干擾信號對參照信號的干擾影響程度。
進(jìn)一步，圖像處理模塊采用MRD算法根據(jù)魯棒統(tǒng)計來改進(jìn)圖像相關(guān)性度量方法，利用魯棒估計函數(shù)對象素灰度差進(jìn)行加權(quán)后求和；
MRD算法的算式為：
其中，ρ(x；σ)為魯棒估計函數(shù)，T:K×L的模板圖像，f:M×N的實時圖像，1≤m≤M–K+1，1≤n≤N–L+1，當(dāng)D(m,n)取最小值時，是最佳匹配。
本發(fā)明單片機(jī)分系統(tǒng)處理收集到的多通道脈沖水處理裝置的各數(shù)據(jù)信號，并將處理后的數(shù)據(jù)信號傳輸?shù)街骺刂葡到y(tǒng)；若干個水質(zhì)傳感器將測得的數(shù)據(jù)信號傳入主控制系統(tǒng)；主控制系統(tǒng)通過服務(wù)器接入互聯(lián)網(wǎng)，或通過移動設(shè)備接收設(shè)備運行狀態(tài)信息。云計算中心通過網(wǎng)絡(luò)用于對服務(wù)器的數(shù)據(jù)進(jìn)行計算，實現(xiàn)與以往數(shù)據(jù)對比，形成表格或曲線圖，返回服務(wù)器進(jìn)行存儲并顯示；移動終端實現(xiàn)對服務(wù)器的遠(yuǎn)程控制，達(dá)到遠(yuǎn)程接收數(shù)據(jù)。
以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。