本發(fā)明涉及信息，尤其涉及一種基于物聯(lián)網(wǎng)的資產(chǎn)數(shù)據(jù)采集方法。

背景技術(shù)：

1、在復(fù)雜的資產(chǎn)監(jiān)控場(chǎng)景中，傳感器節(jié)點(diǎn)需要協(xié)同工作，完成數(shù)據(jù)采集、融合和上報(bào)任務(wù)。如何根據(jù)監(jiān)控對(duì)象的特點(diǎn)和業(yè)務(wù)需求，對(duì)節(jié)點(diǎn)進(jìn)行動(dòng)態(tài)編組和任務(wù)分配，實(shí)現(xiàn)節(jié)點(diǎn)間的協(xié)作和優(yōu)化，是一個(gè)關(guān)鍵問(wèn)題。協(xié)作編組需要考慮節(jié)點(diǎn)的能力、位置、能耗等因素，通過(guò)智能算法實(shí)現(xiàn)節(jié)點(diǎn)的自主組織和調(diào)度，提高數(shù)據(jù)采集的效率和準(zhǔn)確性，同時(shí)還需要降低能耗和通信開(kāi)銷，保證數(shù)據(jù)采集系統(tǒng)的穩(wěn)定運(yùn)行。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供了一種基于物聯(lián)網(wǎng)的資產(chǎn)數(shù)據(jù)采集方法，主要包括：

2、獲取傳感器節(jié)點(diǎn)的能力、位置和能耗屬性信息，采用聚類算法對(duì)所述屬性信息進(jìn)行聚類分析，得到具有相似屬性的節(jié)點(diǎn)子集合，針對(duì)每個(gè)所述節(jié)點(diǎn)子集合，確定其在協(xié)作編組中的角色和任務(wù)，得到以業(yè)務(wù)需求為驅(qū)動(dòng)的節(jié)點(diǎn)編組方案；

3、采用分布式優(yōu)化算法，綜合考慮所述節(jié)點(diǎn)間的通信代價(jià)、能耗平衡和數(shù)據(jù)冗余度因素，對(duì)所述節(jié)點(diǎn)編組方案進(jìn)行動(dòng)態(tài)調(diào)整，得到全局最優(yōu)的節(jié)點(diǎn)協(xié)作方案，若所述節(jié)點(diǎn)能力或網(wǎng)絡(luò)拓?fù)浒l(fā)生變化，則觸發(fā)所述編組方案的重新優(yōu)化；

4、針對(duì)每個(gè)所述節(jié)點(diǎn)編組，構(gòu)建基于任務(wù)分解和依賴關(guān)系的有向無(wú)環(huán)圖模型，采用關(guān)鍵路徑分析算法，確定所述節(jié)點(diǎn)間的任務(wù)執(zhí)行順序和數(shù)據(jù)傳遞方式，得到面向任務(wù)的節(jié)點(diǎn)協(xié)作流程；

5、在所述節(jié)點(diǎn)協(xié)作過(guò)程中，采用分布式數(shù)據(jù)融合算法，對(duì)所述節(jié)點(diǎn)采集的異構(gòu)數(shù)據(jù)進(jìn)行預(yù)處理、特征提取和語(yǔ)義映射，得到統(tǒng)一的數(shù)據(jù)表示形式，采用多傳感器數(shù)據(jù)關(guān)聯(lián)算法，挖掘不同節(jié)點(diǎn)數(shù)據(jù)間的時(shí)空關(guān)聯(lián)性，實(shí)現(xiàn)跨節(jié)點(diǎn)的數(shù)據(jù)融合；

6、針對(duì)所述數(shù)據(jù)融合結(jié)果，采用增量學(xué)習(xí)算法，動(dòng)態(tài)更新所述節(jié)點(diǎn)的數(shù)據(jù)模型和決策規(guī)則，采用異常檢測(cè)算法，及時(shí)發(fā)現(xiàn)所述節(jié)點(diǎn)數(shù)據(jù)的異常偏差，觸發(fā)所述節(jié)點(diǎn)編組的動(dòng)態(tài)調(diào)整；

7、在數(shù)據(jù)上報(bào)階段，采用自適應(yīng)數(shù)據(jù)壓縮算法，根據(jù)數(shù)據(jù)的相關(guān)性和冗余度，動(dòng)態(tài)調(diào)整數(shù)據(jù)壓縮率，采用多路徑路由算法，綜合考慮鏈路質(zhì)量、能耗平衡和負(fù)載均衡因素，優(yōu)化數(shù)據(jù)上報(bào)路徑；

8、構(gòu)建基于區(qū)塊鏈的節(jié)點(diǎn)協(xié)作激勵(lì)機(jī)制，根據(jù)所述節(jié)點(diǎn)的貢獻(xiàn)度和任務(wù)完成質(zhì)量，動(dòng)態(tài)調(diào)整所述節(jié)點(diǎn)的信用值和資源分配，采用智能合約技術(shù)，對(duì)所述節(jié)點(diǎn)間的協(xié)作行為進(jìn)行約束和仲裁。

9、本發(fā)明實(shí)施例提供的技術(shù)方案可以包括以下有益效果：

10、本發(fā)明公開(kāi)了一種基于物聯(lián)網(wǎng)的資產(chǎn)數(shù)據(jù)采集方法。該方法首先對(duì)傳感器節(jié)點(diǎn)進(jìn)行屬性聚類和角色分配，形成業(yè)務(wù)驅(qū)動(dòng)的節(jié)點(diǎn)編組。然后利用分布式優(yōu)化算法，綜合考慮通信開(kāi)銷、能耗平衡等因素，動(dòng)態(tài)調(diào)整編組方案。針對(duì)每個(gè)編組，構(gòu)建任務(wù)依賴圖模型并確定協(xié)作流程。在協(xié)作過(guò)程中，采用分布式數(shù)據(jù)融合和多傳感器關(guān)聯(lián)算法處理異構(gòu)數(shù)據(jù)。同時(shí)利用增量學(xué)習(xí)和異常檢測(cè)算法，動(dòng)態(tài)更新數(shù)據(jù)模型并觸發(fā)編組調(diào)整。數(shù)據(jù)上報(bào)階段采用自適應(yīng)壓縮和多路徑路由算法優(yōu)化傳輸。最后引入基于區(qū)塊鏈的激勵(lì)機(jī)制，根據(jù)節(jié)點(diǎn)貢獻(xiàn)動(dòng)態(tài)調(diào)整資源分配。本發(fā)明實(shí)現(xiàn)了傳感器網(wǎng)絡(luò)的智能協(xié)作和資源優(yōu)化配置，提高了系統(tǒng)整體性能和可靠性。

技術(shù)特征：

1.一種基于物聯(lián)網(wǎng)的資產(chǎn)數(shù)據(jù)采集方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取傳感器節(jié)點(diǎn)的能力、位置和能耗屬性信息，采用聚類算法對(duì)所述屬性信息進(jìn)行聚類分析，得到具有相似屬性的節(jié)點(diǎn)子集合；針對(duì)每個(gè)所述節(jié)點(diǎn)子集合，確定其在協(xié)作編組中的角色和任務(wù)，得到以業(yè)務(wù)需求為驅(qū)動(dòng)的節(jié)點(diǎn)編組方案，包括:

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述采用分布式優(yōu)化算法，綜合考慮所述節(jié)點(diǎn)間的通信代價(jià)、能耗平衡和數(shù)據(jù)冗余度因素，對(duì)所述節(jié)點(diǎn)編組方案進(jìn)行動(dòng)態(tài)調(diào)整，得到全局最優(yōu)的節(jié)點(diǎn)協(xié)作方案；若所述節(jié)點(diǎn)能力或網(wǎng)絡(luò)拓?fù)浒l(fā)生變化，則觸發(fā)所述編組方案的重新優(yōu)化，包括:

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述針對(duì)每個(gè)所述節(jié)點(diǎn)編組，構(gòu)建基于任務(wù)分解和依賴關(guān)系的有向無(wú)環(huán)圖模型；采用關(guān)鍵路徑分析算法，確定所述節(jié)點(diǎn)間的任務(wù)執(zhí)行順序和數(shù)據(jù)傳遞方式，得到面向任務(wù)的節(jié)點(diǎn)協(xié)作流程，包括:

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述在所述節(jié)點(diǎn)協(xié)作過(guò)程中，采用分布式數(shù)據(jù)融合算法，對(duì)所述節(jié)點(diǎn)采集的異構(gòu)數(shù)據(jù)進(jìn)行預(yù)處理、特征提取和語(yǔ)義映射，得到統(tǒng)一的數(shù)據(jù)表示形式；采用多傳感器數(shù)據(jù)關(guān)聯(lián)算法，挖掘不同節(jié)點(diǎn)數(shù)據(jù)間的時(shí)空關(guān)聯(lián)性，實(shí)現(xiàn)跨節(jié)點(diǎn)的數(shù)據(jù)融合，包括:

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述針對(duì)所述數(shù)據(jù)融合結(jié)果，采用增量學(xué)習(xí)算法，動(dòng)態(tài)更新所述節(jié)點(diǎn)的數(shù)據(jù)模型和決策規(guī)則；采用異常檢測(cè)算法，及時(shí)發(fā)現(xiàn)所述節(jié)點(diǎn)數(shù)據(jù)的異常偏差，觸發(fā)所述節(jié)點(diǎn)編組的動(dòng)態(tài)調(diào)整，包括:

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述在數(shù)據(jù)上報(bào)階段，采用自適應(yīng)數(shù)據(jù)壓縮算法，根據(jù)數(shù)據(jù)的相關(guān)性和冗余度，動(dòng)態(tài)調(diào)整數(shù)據(jù)壓縮率；采用多路徑路由算法，綜合考慮鏈路質(zhì)量、能耗平衡和負(fù)載均衡因素，優(yōu)化數(shù)據(jù)上報(bào)路徑，包括:

8.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述構(gòu)建基于區(qū)塊鏈的節(jié)點(diǎn)協(xié)作激勵(lì)機(jī)制，根據(jù)所述節(jié)點(diǎn)的貢獻(xiàn)度和任務(wù)完成質(zhì)量，動(dòng)態(tài)調(diào)整所述節(jié)點(diǎn)的信用值和資源分配；采用智能合約技術(shù)，對(duì)所述節(jié)點(diǎn)間的協(xié)作行為進(jìn)行約束和仲裁，包括:

技術(shù)總結(jié)
本申請(qǐng)?zhí)峁┮环N基于物聯(lián)網(wǎng)的資產(chǎn)數(shù)據(jù)采集方法，包括：針對(duì)每個(gè)所述節(jié)點(diǎn)編組，構(gòu)建基于任務(wù)分解和依賴關(guān)系的有向無(wú)環(huán)圖模型，采用關(guān)鍵路徑分析算法，確定所述節(jié)點(diǎn)間的任務(wù)執(zhí)行順序和數(shù)據(jù)傳遞方式，得到面向任務(wù)的節(jié)點(diǎn)協(xié)作流程；針對(duì)所述數(shù)據(jù)融合結(jié)果，采用增量學(xué)習(xí)算法，動(dòng)態(tài)更新所述節(jié)點(diǎn)的數(shù)據(jù)模型和決策規(guī)則，采用異常檢測(cè)算法，及時(shí)發(fā)現(xiàn)所述節(jié)點(diǎn)數(shù)據(jù)的異常偏差，觸發(fā)所述節(jié)點(diǎn)編組的動(dòng)態(tài)調(diào)整；構(gòu)建基于區(qū)塊鏈的節(jié)點(diǎn)協(xié)作激勵(lì)機(jī)制，根據(jù)所述節(jié)點(diǎn)的貢獻(xiàn)度和任務(wù)完成質(zhì)量，動(dòng)態(tài)調(diào)整所述節(jié)點(diǎn)的信用值和資源分配，采用智能合約技術(shù)，對(duì)所述節(jié)點(diǎn)間的協(xié)作行為進(jìn)行約束和仲裁。

技術(shù)研發(fā)人員：於彬,劉科,李慧琳
受保護(hù)的技術(shù)使用者：廣東通莞科技股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6