CN107003991B - 用于对来自传感器的数据进行传输的方法 - Google Patents
用于对来自传感器的数据进行传输的方法 Download PDFInfo
- Publication number
- CN107003991B CN107003991B CN201580068937.5A CN201580068937A CN107003991B CN 107003991 B CN107003991 B CN 107003991B CN 201580068937 A CN201580068937 A CN 201580068937A CN 107003991 B CN107003991 B CN 107003991B
- Authority
- CN
- China
- Prior art keywords
- data
- sensor
- monitoring
- value
- monitoring device
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 70
- 230000005540 biological transmission Effects 0.000 claims abstract description 39
- 238000012544 monitoring process Methods 0.000 claims abstract description 37
- 238000012806 monitoring device Methods 0.000 claims abstract description 36
- 238000004891 communication Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 10
- 238000005259 measurement Methods 0.000 description 43
- 238000012545 processing Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 9
- 230000001133 acceleration Effects 0.000 description 5
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 244000144972 livestock Species 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
- H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
- H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
- H03M7/3068—Precoding preceding compression, e.g. Burrows-Wheeler transformation
- H03M7/3079—Context modeling
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
- H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
- H03M7/60—General implementation details not specific to a particular type of compression
- H03M7/6011—Encoder aspects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/2803—Home automation networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/2803—Home automation networks
- H04L12/2823—Reporting information sensed by appliance or service execution status of appliance services in a home automation network
- H04L12/2827—Reporting to a device within the home network; wherein the reception of the information reported automatically triggers the execution of a home appliance functionality
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/64—Hybrid switching systems
- H04L12/6418—Hybrid transport
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
- H04L69/04—Protocols for data compression, e.g. ROHC
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/436—Interfacing a local distribution network, e.g. communicating with another STB or one or more peripheral devices inside the home
- H04N21/43615—Interfacing a Home Network, e.g. for connecting the client to a plurality of peripherals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
- H04N21/44213—Monitoring of end-user related data
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q2209/00—Arrangements in telecontrol or telemetry systems
- H04Q2209/80—Arrangements in the sub-station, i.e. sensing device
- H04Q2209/82—Arrangements in the sub-station, i.e. sensing device where the sensing device takes the initiative of sending data
- H04Q2209/823—Arrangements in the sub-station, i.e. sensing device where the sensing device takes the initiative of sending data where the data is sent when the measured values exceed a threshold, e.g. sending an alarm
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Automation & Control Theory (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Algebra (AREA)
- Probability & Statistics with Applications (AREA)
- Evolutionary Biology (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
Abstract
本发明涉及一种用于将由至少一个传感器所收集的数据传输至监测设备的方法,其特征在于,在由所述至少一个传感器采集新的数据时,所述方法包括以下步骤:计算(203)偏差指示符,所述偏差指示符指示所述新数据的值与代表之前所采集的数据的预测模型针对这个数据所预测的值之间的偏差;以及当所述偏差指示符高于阈值时将所述新数据传输(204)至所述监测设备。本发明还涉及监测设备上的监测方法、实现所述传输方法的终端、以及实现所述监测方法的服务器。
Description
技术领域
本发明涉及家庭自动化领域并且具体涉及对来自环境中传感器的数据进行收集和监测。
背景技术
许多系统比如家庭自动化系统使用环境中所分布的传感器。这些传感器被这类系统用来测量不同的值,比如像温度或人的活动。传感器还可以被用来检测门的存在、打开或关闭或者甚至机动化设备的状态。一些类型的传感器还可以由用户或家畜佩戴。存在例如所连接的手环或手表,适用于被家庭自动化系统识别并且适用于传输关于其佩戴者的移动的信息。
此类传感器所捕捉的数据一般被传输至服务器,所述服务器能够例如响应于检测到的某些事件控制动作、发出警报或者将某些数据格式化以便呈现给用户。
传感器与服务器之间的数据传输一般经由无线网络执行,比如像3G无线网络、Wifi无线网络或蓝牙类型无线网络。
一些传感器连续地进行测量并追踪其环境的趋势。这是例如针对传感器(比如温度传感器、光传感器、风速传感器或甚至加速度传感器)的情况。这种连续操作产生连续的数据流,所述数据流有时要求巨大带宽。具体地,如智能手机、手环或所连接的手表等对象中嵌入的一些加速度传感器以较高的频率测量三个轴线上的加速度,从而生成要求巨大带宽的巨大数据流,这通常导致网络拥塞。当所捕捉的数据不能够被传感器本身处理并且必须被传输至其他设备时,网络上可能发生拥塞。
为了避免太快地耗尽传感器的能量资源,传感器经常配备有存储器,所捕捉的数据被存储在所述存储器中,存储器中的内容被定期地传输至服务器。因而,仅间歇地调用网络接口,并且传感器可以限制与数据传输相关的能量损耗。然而,这种方法要求传感器配备有适合数据采集频率的存储器量,这在经济上并非总是可行的。
因而,明确地需要一种在用于由服务器对传感器连续传输的数据进行采集和监测的网络容量或存储器容量方面不那么密集的解决方案。
发明内容
为此,本发明提出了一种用于向监测设备传输由至少一个传感器所收集的数据的方法,从而使得在由所述至少一个传感器采集新数据时,所述方法包括以下步骤:
-计算所述新数据的值与代表之前所采集的数据的预测模型针对这个数据所预测的值之间的偏差的指示符,以及
-当所述偏差指示符高于阈值时,将所述新数据传输至所述监测设备。
当所述传感器获得新数据时,例如当它借助于与其相关联的热探针获得温度测量结果时,将此数据的值与通过预测模型预测的值进行比较。所述预测模型是从在前一时间段内测量的数据确定的。它可以例如涉及仿射法则、线性回归或甚至例如多项式回归。这种偏差指示符是从测量结果并从所述模型所预测的这个测量结果的值计算的,从而证实或否定所测量的值与所述模型的拟合。所述偏差指示符可以例如是测量值与预测值之间的差,或者甚至从考虑了若干测量结果的统计研究得出的值,比如像使得可以证实一系列数据与模型的拟合的χ2(Khi-2)测试。当测量值与由所述模型所预测的值拟合时,不对其进行传输。以这种方式,只传输与预测不对应的数据。所述方法因此使得可以显著地减少当测量值与预测模型拟合时有待传输的测量结果的数量。
例如,当预测模型对24小时时段内的温度趋势进行建模时,实现所述方法的传感器可以将温度读数与这个模型进行比较并且仅传输与模型不拟合的读数。传感器因此限制了网络的使用并提高了其自主性。由于与模型拟合的值被丢弃,所以所述方法不要求巨大的存储空间。
根据具体实施例,所述方法使得其包括以下先前步骤:
-将所述至少一个传感器在预定时间段内采集的数据传输至监测设备,以及
-从所述监测设备接收代表所传输的数据的预测模型。
在一段时间内测量的数据被传输至监测设备,比如像具有处理能力的服务器。作为回报,实现所述方法的设备接收代表所传输的数据的预测模型。考虑例如实现所述传输方法的所连接的传感器。所述传感器在24小时时间段内测量温度并将针对所述时间段的相应读数传输至服务器。进而,传感器接收代表在时间段内测量的数据的预测模型。以这种方式,传感器具有基于对前一时间段内的测量结果的观察的预测模型,从而使其能够有效地选择有待传输的数据。由于预测模型的确定由其他设备执行,所以传感器不要求巨大的处理能力。
本发明还涉及一种用于由监测服务器使用来自至少一个传感器的数据来进行监测的方法,其特征在于,只要未接收到新数据,所述方法就考虑由代表之前所接收的数据的预测模型所预测的值来替换未接收到的传感器值,对于所述新数据,其值与针对这个数据所预测的值之间的偏差的指示符高于阈值。
所述监测服务器可以因此对一个或多个传感器所采集的所有值(包括在观察时间段内尚未接收到的数据)进行分析、存储和/或使其对其他设备可用。为此,服务器使用代表之前所接收的数据的预测模型,并且使得可以获得针对尚未接收到的测量结果的预测值。以这种方式,与所述模型所预测的相应值拟合的数据不必被传输至监测服务器,因为它们可以由服务器从所述模型获得。所述方法因而使得可以显著地限制传感器与监测传感器之间交换的数据量。
根据具体实施例,所述监测方法使得所述方法还包括以下步骤:
-在预定时间段内接收来自所述至少一个传感器的数据,
-计算代表在所述时间段内接收到的所述数据的预测模型,以及
-将所述预测模型传输至所述至少一个传感器。
实现这种监测方法的监测设备从测量装置、从检测器或例如从传感器(比如运动传感器、温度传感器、风速传感器或甚至光传感器)接收数据,所接收的数据与确定的时间段相对应。此时间段可以是例如一小时、一天、一周、或一个月的时间段。在相关时间段结束时,监测设备确定代表时间段内的测量结果趋势的预测模型。例如,监测设备可以通过仿射法则、线性回归或多项式回归、正态法则或适用于对一系列数据进行建模的任何其他统计工具来对数据进行建模。监测设备然后将所述模型的特性传输至传感器。所述模型可以代表来自若干传感器的数据。
以这种方式,传感器不必具有显著的处理能力,因为模型的确定是由监测设备承担的。同样,所述设备可以保留所述模型的副本,以便在随后的时间段内一方面从与模型不拟合的传感器所传输的数据并且另一方面从它所保留的所述模型的副本重构完整的测量结果集。
根据具体实施例,所述监测方法使得:在从所述至少一个传感器接收到新的数据时,所述方法还包括更新所述预测模型的步骤。
所述监测设备使得可以考虑所接收的数据从而更新预测模型。因而,当传感器所传输的读数改变时,可以对预测模型进行适配。以这种方式,一项设备可以询问服务器的预测模型,以获知传感器所进行的不同测量的值,不管这些值是否已经被该传感器传输。同样,由于所述模型代表在所述时间段内测量的数据,因此没有必要保留用于其创建的数据。因而,只保留预测模型并且需要用于存储数据的存储空间非常有限。
根据具体实施例,所述方法使得其包括将已更新模型传输至所述至少一个传感器的步骤。
根据与传感器可用的模型不拟合的数据对模型进行更新,否则就不会对其进行传输。当模型被更新时,实现所述监测方法的服务器可以将这个新模型传输至相应的传感器,从而减少随后时间段内有待传输的测量结果的数量。
根据具体实施例,所述方法使得:当新数据的接收频率高于阈值时执行更新步骤。
当实现传输方法的传感器所测量的数据不再与所述模型拟合时,接收数据的频率增加。所述方法因而使得当所述模型不再与所测量的数据拟合时可以更新所述模型并将其传输至传感器。
当从一个时间段到另一个时间段循环地以规律的间隔接收数据时,预测模型的已更新版本同样可以被传输至传感器。例如,如果考虑24h的测量周期并且每天总是在特定时间接收数据,则所述方法可以检测不存在与模型的拟合并将新的已更新版本传输至传感器。
本发明还涉及一种用于向监测设备传输由至少一个传感器所收集的数据的设备,从而使得所设备包括以下模块:
-采集模块,所述采集模块用于由所述至少一个传感器所测量的数据,
-计算机,所述计算机适用于计算所述新数据的值与代表之前所采集的所述数据的预测模型针对这个数据所预测的值之间的偏差的指示符,
-比较器,所述比较器适用于将所述偏差指示符与阈值进行比较,以及
-通信模块,所述通信模块适用于当所述偏差指示符高于所述阈值时,将新数据传输至所述监测设备。
根据具体实施例,所述传输设备使得:所述通信模块还适用于接收代表从所述监测设备传输的所述数据的预测模型。
根据另一方面,本发明涉及一种基于来自至少一个传感器的数据的监测设备并且使得所述监测设备包括:
-通信模块,所述通信模块适用于接收来自监测系统的至少一个传感器的数据,
-用于读取代表之前所接收的传感器数据的预测模型所预测的值的模块,
-监测模块,所述监测模块适用于:只要所述通信模块未接收到新的数据,就考虑所述预测的值来替换未接收到的传感器值,对于所述新数据,其值与针对这个数据预测的值之间的偏差的指示符高于阈值。
根据具体实施例,所述监测设备使得所述监测设备还包括:计算机,所述计算机适用于计算代表在预定时间段内接收的数据的预测模型,并且所述通信模块还适用于将所述预测模型传输到至少一个传输设备。
本发明还涉及一种包括如上所述的传输设备的终端。
本发明还涉及一种包括如上所述的监测设备的服务器。
本发明还涉及一种计算机程序,所述计算机程序包括当所述程序被处理器运行时用于执行所述传输方法和/或所述监测方法的指令。
本发明还涉及一种处理器可读信息介质,其上存储有计算机程序,所述计算机程序包括用于执行所述传输方法的步骤和/或所述监测方法的步骤的指令。
在所述传输方法的步骤或所述监测方法的步骤中,可以单独地或彼此组合地添加以上提及的不同实施例或特征。
所述服务器、终端、设备、程序和信息介质至少提供与上文所述的相应方法所提供的那些类似的优点。
附图说明
通过阅读以下作为简单示意性且非限制性示例给出的具体实施例的说明以及附图,本发明的其他特征和优点将变得更加清楚明显,在附图中:
-图1示出了适用于实现根据本发明的具体实施例的传输方法和监测方法的架构的简化展示。
-图2展示了根据本发明的具体实施例的传输方法的主要步骤。
-图3a和图3b展示了根据本发明的具体实施例的监测方法的主要步骤。
-图4a和图4b表示由传感器在一段时间段内采集的两个系列测量结果,在图上叠加了展示针对所述时间段的预测模型的两条曲线。
-图5展示了根据本发明的具体实施例的传输设备的简化架构。
-图6展示了根据本发明的具体实施例的监测设备的简化架构。
-图7是展示了3个连续时间段内实现所述传输方法的简图。
具体实施方式
图1示出了适用于实现根据本发明的具体实施例的传输和监督方法的监测系统的架构的简化展示。它具体表示传输设备100,所述传输设备包括热传感器105和网络接口103,所述网络接口适用于经由网络104将例如传感器105所测量的温度读数传输至服务器102。在另一示例性实施例中,所述传输设备可以包括不同类型的若干测量传感器。这个传输设备可以例如是传感器被并入其中的“智能手机”类型的通信终端。所述传输设备还可以是如图1中所展示的简单温度传输设备。网络接口103还能够接收服务器102所传输的数据,比如像服务器102从由传感器105所传输的数据中计算的预测模型。服务器102可以托管在例如局域网的家庭网关上并且经由局域网与传输设备100通信。可以使用各种网络技术,比如像Wifi、以太网或甚至蓝牙网络。服务器还可以托管在互联网类型的通信网络中并且经由例如互联网或3G网络与传输设备100通信。虽然在此使用温度传感器的示例描述了本发明,但是本发明可适用于不同类型的传感器并且特别有利地适用于具有高测量频率的传感器(比如像加速度计或陀螺仪)。在此所表示的监测系统仅包括单个传输设备,所述单个传输设备包括单个传感器105,但根据其他示例,所述传输设备可以包括多个传感器并且所述监测系统可以包括多个传输设备100。
图2展示了根据本发明的具体实施例的传输方法的主要步骤。
在步骤200中,传输设备100获得了由温度传感器105所测量的数据。在其他实施例中,数据可以例如且以非详尽方式源于适用于测量加速度、角速度或甚至磁场的传感器。所述数据还可以是从若干传感器或从同一类型传感器的若干实例中获得的。例如,所述数据可以源自适用于测量3个轴线上的加速度的加速度计。
在步骤203中,将从热传感器105获得的数据与例如存储在设备的存储器中的预测模型进行比较。所述模型还可以存储在网络104的数据库中并且可以被设备或传感器咨询。
所使用的预测模型代表传感器所测量的数据的趋势。这个模型可以例如是仿射类型的数值函数,所述数值函数使得可以针对给定的瞬间预测测量结果的值。根据其他实施例,例如通过线性或多项式回归或者任何其他适用于描述被测量的这些系列数据的趋势的数学或统计函数来对数据进行建模。图4a表示例如竖直折线图,展示了24小时时间段内以每两个小时一次测量的速率的12个温度读数400。在本示例中,通过正态法则对数据进行建模,数据的平均值和方差是例如通过依次测试确定的。在图上用曲线401表示数据的这种代表性模型。
由从传感器105获得的数据并且根据预测模型从其预测值计算偏差指示符,从而证实或否定测量值与模型所预测的值的拟合。可以例如通过测量所述测量值与所述预测值之间的偏差、或根据具体实施例,由从考虑了若干测量结果的统计研究获得的值、或甚至例如从使得可以验证一系列数据与模型的拟合的χ2(Khi-2)测试来验证所述拟合。
在步骤204中,经由网络将与模型不拟合的数据传输至服务器102。与模型拟合的数据就其本身而言被丢弃,从而减少通过网络传输的数据量。
图4b表示竖直折线图,展示了24小时时间段内以每两个小时一次测量的速率的12个温度读数402。在本示例中,通过与图4a中所表示的相同的正态法则(用曲线401表示)来对数据进行建模。在本示例中,读数403、404和405不再对应于预测模型,并且偏差指示符与预定容差阈值的比较将这些读数指定为必须被传输至服务器。因而,在这个时间段内仅传输读数403、404和405。
根据具体实施例,所述传输方法包括初始化阶段,在所述初始化阶段中,没有预测模型可用于传输设备100。在步骤201过程中,在初始化时间段内获得的所有测量结果被传输至服务器102,因为如果没有预测模型可用,则不可能计算偏差指示符。在这个第一时间段结束时,服务器102传输预测模型,此预测模型是从传输设备100在初始化时间段期间传输的数据计算的。因而,在步骤202中接收代表初始化时间段内测量的数据的预测模型。这个模型然后可以用来在随后时间段验证来自传感器100的数据的拟合。
图3a表示可以被执行以实现根据本发明的具体实施例的监测方法的步骤。所述方法例如实现于参照图1描述的服务器102上。
在步骤300中,服务器102针对从传输设备100获得的数据初始化监测任务,其目的例如为将温度传感器105在一天当中读取的温度存储在数据库中。
对于每个时间带,服务器在步骤301中验证是否已经接收到了来自传输设备的数据。为此,服务器将所接收的数据以及它们所对应的时间带存储在例如随机访问存储器中。如果在存储器中发现了针对时间带的数据,则在步骤302中将此数据存储在数据库中,并且可以对下一时间带进行处理。
当在步骤301中在随机存取存储器中未发现针对给定时间带的数据时,服务器102在步骤303中对代表由传感器之前所测量的数据的预测模型进行评估。当未接收到数据时,对此模型的评估允许服务器102获得针对相关时间带的预测值。
图3b展示了根据本发明的具体实施例的监测方法的步骤。
在初始步骤304中,服务器102从传输设备100接收与给定时间段相关的测量结果。这些数据例如在参照图2描述的并且与由传感器在第一初始化时间段进行的读数相对应的初始化步骤201中由传输设备100传输。根据具体实施例,这些数据被服务器存储在数据库或随机存取存储器中。
从这些数据,服务器102在步骤305中计算代表在相关时间段内接收的数据的预测模型。为此,服务器可以确定数值函数的参数,比如像基于仿射或正态法则的函数或甚至多项式函数的参数。选择参数的个数和值以便获得函数,所述函数的值接近传输设备所传输的测量结果。可以根据本领域技术人员已知的不同优化技术来进行参数的选择,比如像最小二乘优化法或样条类型(Splines-type)技术。
根据另一具体实施例,有待建模的数据被细分为多个时间带,通过数值函数和参数独立地对这些带中的每一个带进行建模,例如通过最小二乘或样条类型优化方法来确定所述参数。
在步骤306中,所述模型被传输至传输设备100,例如采用前一步骤中所计算的数值函数或参数的形式。
以这种方式,所述监测方法使传输设备解除了在计算时间方面代价特别高的计算模型的步骤。
在步骤306结束时,预测模型的副本被留存在服务器102上,从而使得随后根据参照图3a所描述的步骤如果一项设备询问服务器以咨询传感器所传输的测量结果、或针对监测任务的要求,服务器可以对预测模型进行评估从而获知尚未被接收的测量结果的值。因而,根据具体实施例,不需要留存从中计算出模型的数据,并且在步骤304中接收的数据可以被删除从而不多余地占据服务器上的存储空间。
根据具体实施例,最初用来计算模型的数据集合被存储在数据库中。在从传输设备接收到新数据时,相应的数据被数据库中的新数据替换。服务器使用这个经修改的数据集合来计算新的预测模型。为此,服务器再次从数据库中所存储的经修改的数据集合来执行步骤305。
根据具体实施例,当在接收到新数据后模型被服务器102更新时,这个已更新的模型被传输至传输设备100。所述方法因此使得可以改进来自传感器105的数据与预测模型的拟合,从而进一步减少传输设备100与服务器102之间交换的数据量。
根据具体实施例,服务器102对测量结果被传输设备100传输的频率进行测量。为此,服务器计算例如指示符,所述指示符考虑了在时间段内对测量结果的接收频率以及由传输设备100在步骤304中最初传输的测量结果的数量。由于测量结果只有当它们与模型不拟合时才被传输,因此服务器接收的测量结果越多,模型与测量数据越不拟合。因而,当指示符在预定阈值以上时,服务器基于时间段内最新接收的数据重新计算预测模型并且将这个新的模型传输至传输设备。
根据具体实施例,服务器102分析所接收的数据的时间分布。当例如所接收的数据在相对于观察时间段的受限时间间隔内被分组到一起时,只有模型的与这个时间间隔相对应的部分被新数据更新并被传输至传输设备。例如,当温度传输设备100使用24小时预测模型来筛选温度读数的发送并且服务器102接收与时间间隔[12:00时至14:00时]相对应的读数时,服务器可以从中推断传感器所使用的模型不再适用于这个时间段。服务器102然后计算代表在间隔[12:00时至14:00时]内所接收的数据的新的预测模型并将这个新的模型传输至传输设备100。所述方法因此使得可以更新所述预测模型而不需要对其整体进行重新计算。本实施例因此保存服务器的计算资源和带宽以用于传输所述模型。
图7以传输设备100与服务器102之间传送的温度读数的简图形式给出了概括性展示。该图示出了三个操作时间段P0、P1和P2,每个时间段具有例如24小时持续时间。时间段P0是初始化时间段。在这个时间段期间,传输设备100不具有预测模型,并且所有测量结果被传输至服务器102。在时间段P0结束时,服务器102根据之前所述的步骤301和302计算预测模型并将其传输至传输设备。在时间段P1,传输设备通过根据步骤203验证测量结果与模型的拟合来实现对来自预测模型700的测量结果的筛选。只有与模型不拟合的测量结果(比如像测量结果701)被传输至服务器。在时间段P1结束时,服务器对所接收的测量结果的分布进行分析,并且决定从这些新的测量结果更新预测模型并将其传输至传输设备100以便减少流量。在时间段P2,已更新模块702被传输设备100用来筛选测量结果。由于模型与测量数据拟合,所以不传送测量结果。
图5展示了实现根据本发明的具体实施例的传输方法的设备500。所述设备包括存储空间502(例如存储器MEM)、配备有例如处理器PROC的处理单元501。所述处理单元可以被程序(例如计算机程序PGR)503驱动,从而实现在本发明中参照图2描述的传输方法,以及显著地,计算新数据的值与通过代表之前所采集的数据的预测模型而预测的值之间的偏差的指示符的步骤、以及当所述偏差指示符高于阈值时将新数据传输至监测设备的步骤。根据具体实施例,所述设备还实现向监测设备传输由所述至少一个传感器在预定时间段内采集的数据的步骤,以及从监测设备接收代表所传输的数据的预测模型的步骤。
在初始化时,在被处理单元501的处理器执行之前,计算机程序503的指令例如被加载到RAM存储器(英文为Random Access Memory)中。处理单元501的处理器根据计算机程序503的指令实现传输方法的步骤。
为此,除了存储器502之外,所述设备包括通信装置504(COM),所述通信装置使得所述设备能够连接至电信网络并且经由所述电信网络与其他设备交换数据,并且具体地将测量结果传输至服务器并且接收预测模型。根据具体实施例,所述设备进一步包括用于采集测量结果的模块506,所述模块适用于捕捉例如与环境或与移动关联的物理量。例如,采集模块506是温度传感器、加速度计、陀螺仪、罗盘、风速计或者甚至适用于连接远程传感器的接口模块。这个接口单元可以对应于例如USB(通用串行总线)、蓝牙、以太网接口或者甚至例如对应于通信总线。所述设备还包括:计算机507(CALC),所述计算机适用于计算新数据的值与通过代表采集模块506之前所采集的数据的预测模型针对这个数据所预测的值之间的偏差的指示符;比较器505(CMP),所述比较器适用于将所述偏差指示符与容差阈值进行比较并且在所述偏差指示符高于所述阈值时允许通信模块504将新的数据传输至监测设备。
根据具体实施例,所述设备可以被并入终端或家庭网关。
图6展示了实现根据本发明的具体实施例的监测方法的设备600。所述设备包括存储空间602(例如存储器MEM)、配备有例如处理器PROC的处理单元601。所述处理单元可以被程序(例如计算机程序PGR)603驱动,从而实现在本发明中参照图3所描述的监测方法,以及显著地以下步骤:接收来自至少一个传感器的数据;只要未接收到新数据,就考虑由代表之前所接收的数据的预测模型所预测的值来替换未接收到的传感器值,对于所述新数据,其值与针对这个数据所预测的值之间的偏差的指示符高于阈值;计算代表在预定时间段内接收的数据的预测模型;以及将所述预测模型传输到至少一个传感器。根据具体实施例,所述设备还实现了由所接收的新数据更新预测模型的步骤。
在初始化时,在被处理单元601的处理器执行之前,计算机程序603的指令例如被加载到RAM存储器(英文为Random Access Memory)中。处理单元601的处理器根据计算机程序603的指令实现传输方法的步骤。
为此,除了存储器602之外,所述设备包括通信装置604(COM),所述通信装置允许所述设备连接至电信网络并且经由所述电信网络与其他设备交换数据,并且具体地接收来自传输设备的测量数据并且传输代表所接收的数据的预测模型。所述设备还包括:计算机605(PRED),所述计算机适用于计算代表在预定时间段内接收到的数据的预测模型;以及监测模块608(MON),所述监测模块适用于:只要所述通信模块未接收到新的数据,就考虑预测的值来替换未接收到的传感器值,对于所述新数据,其值与针对这个数据所预测的值之间的偏差的指示符高于阈值。
根据具体实施例,所述设备包括:用于对通信模块的数据接收频率进行分析的模块606,以及适用于对在观察时间段接收到的测量数据集合进行存储的数据库607。
根据具体实施例,所述设备可以被并入服务器或家庭网关中。
Claims (10)
1.一种用于向监测设备传输由至少一个传感器所收集的数据的方法,其特征在于,在由所述至少一个传感器采集新数据时,所述方法包括以下步骤:
-计算(203)所述新数据的值与代表之前所采集的数据的预测模型针对这个数据所预测的值之间的偏差的指示符,所述预测模型是从在前一时间段内测量的数据确定的,并代表传感器所测量的数据的趋势,以及
-当所述偏差指示符高于阈值时,将所述新数据传输(204)至监测设备,
所述方法还包括以下先前步骤:
-将由所述至少一个传感器在预定时间段内采集的数据传输(201)至所述监测设备,以及
-接收(202)所述监测设备计算的代表所述传输的数据的预测模型。
2.一种用于由监测服务器使用来自至少一个传感器的数据来进行监测的方法,其特征在于,只要未接收到新数据,所述方法就考虑由代表之前所接收的数据的预测模型所预测的值来替换未接收到的传感器值,对于所述新数据,其值与针对这个数据所预测的值之间的偏差的指示符高于阈值,所述预测模型是从在前一时间段内测量的数据确定的,并代表传感器所测量的数据的趋势,
所述方法包括以下步骤:
-在预定时间段内接收(300)来自所述至少一个传感器的数据,
-计算(301)代表在所述时间段内接收到的所述数据的预测模型,以及
-将所述预测模型传输(302)至所述至少一个传感器。
3.如权利要求2所述的方法,其特征在于,在从所述至少一个传感器接收到新的数据时,所述方法进一步包括更新所述预测模型的步骤。
4.如权利要求3所述的方法,其特征在于,所述方法进一步包括:将已更新的预测模型传输至所述至少一个传感器的步骤。
5.如权利要求3或4中任一项所述的方法,其特征在于,当新数据的接收频率高于阈值时,执行所述更新所述预测模型的步骤。
6.一种用于向监测设备传输由至少一个传感器所收集的数据的设备,其特征在于,所述设备包括:
-采集模块(506),所述采集模块用于采集由所述至少一个传感器所测量的新数据,
-计算机(507),所述计算机适用于计算所述新数据的值与代表之前所采集的数据的预测模型针对这个数据所预测的值之间的偏差的指示符,所述预测模型是从在前一时间段内测量的数据确定的,并代表传感器所测量的数据的趋势,
-比较器(505),所述比较器适用于将所述偏差指示符与阈值进行比较,以及
-通信模块(504),所述通信模块适用于当所述偏差指示符高于所述阈值时,将所述新数据传输至所述监测设备,
所述通信模块还适用于接收代表所述监测设备计算的所述数据的预测模型。
7.一种监测设备,其特征在于,所述监测设备包括以下模块:
-通信模块,所述通信模块适用于从监测系统的至少一个传感器接收数据,
-用于读取代表之前所接收的传感器数据的预测模型所预测的值的模块,
-监测模块,所述监测模块适用于:只要所述通信模块未接收到新数据,就考虑所述预测的值来替换未接收到的传感器值,对于所述新数据,其值与针对这个数据预测的值之间的偏差的指示符高于阈值,所述预测模型是从在前一时间段内测量的数据确定的,并代表传感器所测量的数据的趋势,
所述监测设备进一步包括:计算机,所述计算机适用于计算代表在预定时间段内接收的数据的预测模型;并且所述通信模块还适用于将所述预测模型传输到至少一个传输设备。
8.一种终端,其特征在于,所述终端包括如权利要求6所述的传输设备。
9.一种服务器,其特征在于,所述服务器包括如权利要求7所述的监测设备。
10.一种处理器可读信息介质,其上存储有计算机程序,所述计算机程序包括用于执行如权利要求1所述的传输方法的步骤的指令和/或用于执行如权利要求2至5中任一项所述的监测方法的步骤的指令。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR1462866A FR3030808A1 (fr) | 2014-12-19 | 2014-12-19 | Procede de transmission de donnees issues d'un capteur |
FR1462866 | 2014-12-19 | ||
PCT/FR2015/053598 WO2016097633A1 (fr) | 2014-12-19 | 2015-12-17 | Procédé de transmission de données issues d'un capteur |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107003991A CN107003991A (zh) | 2017-08-01 |
CN107003991B true CN107003991B (zh) | 2021-08-10 |
Family
ID=52627431
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580068937.5A Active CN107003991B (zh) | 2014-12-19 | 2015-12-17 | 用于对来自传感器的数据进行传输的方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10841125B2 (zh) |
EP (1) | EP3234802B1 (zh) |
CN (1) | CN107003991B (zh) |
FR (1) | FR3030808A1 (zh) |
WO (1) | WO2016097633A1 (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3396919A1 (de) * | 2017-04-26 | 2018-10-31 | Siemens Aktiengesellschaft | Verfahren zur datenübertragung von einem gerät an ein datenverwaltungsmittel, vermittlungseinheit, gerät und system |
FR3065824A1 (fr) * | 2017-04-27 | 2018-11-02 | Orange | Procede de traitement par un dispositif de supervision de donnees acquises et transmises par un capteur |
FR3075359B1 (fr) * | 2017-12-18 | 2019-11-22 | Safran Aircraft Engines | Detection et accomodation de circuits ouverts intermittents sur un capteur moteur d'une turbomachine d'aeronef |
AU2020346616A1 (en) * | 2019-09-12 | 2022-04-21 | Farmbot Holdings Pty Ltd | System and method for data filtering and transmission management |
CN111324600A (zh) * | 2020-02-04 | 2020-06-23 | 杭州电子科技大学 | 数据清洗方法及装置 |
WO2023287331A1 (en) * | 2021-07-15 | 2023-01-19 | Telefonaktiebolaget Lm Ericsson (Publ) | Achieving uplink data compression using estimated environment models |
US11664100B2 (en) * | 2021-08-17 | 2023-05-30 | Birth Model, Inc. | Predicting time to vaginal delivery |
US20230153746A1 (en) * | 2021-11-12 | 2023-05-18 | Cisco Technology, Inc. | Reliable observability in control towers based on side-channel queries |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101299301A (zh) * | 2007-05-04 | 2008-11-05 | 通用汽车环球科技运作公司 | 具有集成数字地图的慢速或停止车辆的提前顾问 |
CN102238900A (zh) * | 2008-10-03 | 2011-11-09 | 拜尔健康护理有限责任公司 | 用于预测液体分析仪环境温度的系统和方法 |
CN103336906A (zh) * | 2013-07-15 | 2013-10-02 | 哈尔滨工业大学 | 环境传感器的采集数据流中连续异常检测的抽样gpr方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090204008A1 (en) * | 2008-02-08 | 2009-08-13 | Daniel Beilin | Whole body infrared thermography systems and methods |
US10136816B2 (en) * | 2009-08-31 | 2018-11-27 | Abbott Diabetes Care Inc. | Medical devices and methods |
WO2010126916A1 (en) * | 2009-04-27 | 2010-11-04 | Spacelabs Healthcare, Llc | Multiple mode, portable patient monitoring system |
US9772317B2 (en) * | 2012-07-26 | 2017-09-26 | Sensirion Ag | Method for operating a portable electronic device |
US9983670B2 (en) * | 2012-09-14 | 2018-05-29 | Interaxon Inc. | Systems and methods for collecting, analyzing, and sharing bio-signal and non-bio-signal data |
US10274349B2 (en) * | 2014-05-19 | 2019-04-30 | Medtronic Minimed, Inc. | Calibration factor adjustments for infusion devices and related methods and systems |
US20170024539A1 (en) * | 2015-07-23 | 2017-01-26 | PrioBio, LLC | Enhancing blood cell estimation |
-
2014
- 2014-12-19 FR FR1462866A patent/FR3030808A1/fr active Pending
-
2015
- 2015-12-17 CN CN201580068937.5A patent/CN107003991B/zh active Active
- 2015-12-17 EP EP15830810.6A patent/EP3234802B1/fr active Active
- 2015-12-17 WO PCT/FR2015/053598 patent/WO2016097633A1/fr active Application Filing
- 2015-12-17 US US15/537,649 patent/US10841125B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101299301A (zh) * | 2007-05-04 | 2008-11-05 | 通用汽车环球科技运作公司 | 具有集成数字地图的慢速或停止车辆的提前顾问 |
CN102238900A (zh) * | 2008-10-03 | 2011-11-09 | 拜尔健康护理有限责任公司 | 用于预测液体分析仪环境温度的系统和方法 |
CN103336906A (zh) * | 2013-07-15 | 2013-10-02 | 哈尔滨工业大学 | 环境传感器的采集数据流中连续异常检测的抽样gpr方法 |
Non-Patent Citations (1)
Title |
---|
Enabling ubiquitous patient monitoring: Model, decision protocols,opportunities and challenges;Sweta Sneha等;《Decision Support Systems》;20081121;全文 * |
Also Published As
Publication number | Publication date |
---|---|
WO2016097633A1 (fr) | 2016-06-23 |
US10841125B2 (en) | 2020-11-17 |
CN107003991A (zh) | 2017-08-01 |
US20170359194A1 (en) | 2017-12-14 |
FR3030808A1 (fr) | 2016-06-24 |
EP3234802A1 (fr) | 2017-10-25 |
EP3234802B1 (fr) | 2023-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107003991B (zh) | 用于对来自传感器的数据进行传输的方法 | |
CN108572613B (zh) | 控制装置、信息处理方法 | |
Ge et al. | Distributed fault detection over sensor networks with Markovian switching topologies | |
US10271115B2 (en) | Nodal dynamic data acquisition and dissemination | |
US10147040B2 (en) | Device data quality evaluator | |
US20180211176A1 (en) | Blended IoT Device Health Index | |
RU2724716C1 (ru) | Система и способ формирования данных для мониторинга кибер-физической системы с целью раннего определения аномалий в системе графического интерфейса пользователя | |
CA3031151C (en) | A method for operating a condition monitoring system of a vibrating machine and a condition monitoring system | |
US20150067153A1 (en) | Remote monitoring of data facility in real-time using wireless sensor network | |
RU2724075C1 (ru) | Система и способ определения источника аномалии в кибер-физической системе, обладающей определенными характеристиками | |
Tian et al. | A fieldbus-based intelligent sensor | |
US20180216990A1 (en) | Devices, methods and computer program products providing multi-axis vibrational measurement with predictive analysis | |
KR20180054413A (ko) | 농작물 생산 효율 최적화 방법 및 장치 | |
US20200319626A1 (en) | Method and apparatus for monitoring the state of a device in a process industry and medium | |
JP7481537B2 (ja) | 情報処理システム、情報処理方法及び情報処理装置 | |
Alippi et al. | On-line reconstruction of missing data in sensor/actuator networks by exploiting temporal and spatial redundancy | |
WO2016144225A1 (en) | Method node and computer program for energy prediction | |
JP2018519594A (ja) | 資産でのローカルな解析 | |
Sawo et al. | Model-based approaches for sensor data monitoring for smart bridges | |
JP2015118505A (ja) | コントローラシステム | |
CN109660964A (zh) | 传感器的通信方法、装置、设备及计算机可读介质 | |
JP2018185781A (ja) | データ収集装置、データ収集システム、データサーバ、データ収集方法、データ収集プログラム及び記録媒体 | |
CN111108738B (zh) | 数据处理设备、数据分析设备、数据处理系统和用于处理数据的方法 | |
CN116499529A (zh) | 设备运行状态监测方法、装置、管理终端和存储介质 | |
US20150223286A1 (en) | Sensor brain for simple sensors in a process control system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |