CN107634819A

CN107634819A - 传感器数据的传输方法、设备及系统

Info

Publication number: CN107634819A
Application number: CN201710576317.3A
Authority: CN
Inventors: 连荣刚; 苏睿
Original assignee: Xian Wanxiang Electronics Technology Co Ltd
Current assignee: Xian Wanxiang Electronics Technology Co Ltd
Priority date: 2017-07-14
Filing date: 2017-07-14
Publication date: 2018-01-26

Abstract

本公开提供一种传感器数据的传输方法、设备及系统，能够解决终端设备与服务器的交互过程中传感器数据的数据量较大，占用了过多的网络资源的问题。具体技术方案为：获取目标传感器的原始数据，目标传感器的原始数据包括目标传感器在预设时间段内检测到的连续的数据；根据目标传感器的量化模型对目标传感器的原始数据进行量化处理得到目标传感器的离散数据；向服务器发送目标传感器的离散数据。本发明用于传感器数据的传输。

Description

传感器数据的传输方法、设备及系统

技术领域

本公开涉及通信技术领域，尤其涉及传感器数据的传输方法、设备及系统。

背景技术

随着通信技术的发展，有许多终端设备上执行的操作可以由服务器来执行，这样可以减小终端设备的数据处理量，减小对于终端设备的硬件要求。这种情况下，为了便于服务器响应终端设备的服务请求，终端设备通常需要将各种传感器检测到的数据传输至终端设备，以便终端设备做出响应，但是，传感器检测数据的频率一般都比较高，例如，触摸屏、指纹传感器等，在用户操作时就会产生数据；还有许多传感器检测的数据是连续性的，例如全球定位系统(英文：Global Positioning System，GPS)器件、重力传感器等，每时每刻都有数据产生，或者在某个时间段内有连续的数据产生。这些传感器数据的数据量较大，占用了过多的网络资源。

发明内容

本公开实施例提供一种传感器数据的传输方法、设备及系统，能够解决终端设备与服务器的交互过程中传感器数据的数据量较大，占用了过多的网络资源的问题。技术方案如下：

根据本公开实施例的第一方面，提供一种传感器数据的传输方法，应用于终端设备，该方法包括：

获取目标传感器的原始数据，目标传感器的原始数据包括目标传感器在预设时间段内检测到的连续的数据；

根据目标传感器的量化模型对目标传感器的原始数据进行量化处理得到目标传感器的离散数据；

向服务器发送目标传感器的离散数据。

因为根据目标传感器的量化模型对目标传感器的原始数据进行了量化处理，将连续的原始数据转化成了离散数据，减小了数据传输量，减小了传感器数据在网络传输过程中占用的网络资源。

在一个实施例中，该方法还包括：

根据目标传感器的标识在预设的第一映射中确定目标传感器的量化模型，第一映射用于指示至少一个传感器和至少一个量化模型之间的对应关系；

向服务器发送目标传感器的标识。

对不同传感器的原始数据采用不同的量化模型进行量化处理，适应了不同传感器的原始数据的特点，保证了数据的准确性。

在一个实施例中，该方法还包括：

获取量化参数，量化参数用于指示量化等级；

根据目标传感器的量化模型对目标传感器的原始数据进行量化处理得到目标传感器的离散数据，包括：

根据目标传感器的量化模型及量化参数对目标传感器的原始数据进行量化处理得到目标传感器的离散数据。

对于同一个传感器的原始数据，可以通过量化参数调整量化等级，数据传输更加灵活。

在一个实施例中，获取量化参数，包括：

根据网络带宽、网络状态、目标传感器的原始数据量、目标传感器的原始数据的熵和应用场景中的至少一项确定量化参数的大小。

根据网络带宽、网络状态、目标传感器的原始数据量、目标传感器的原始数据的熵和应用场景等确定量化参数，使得对传感器的原始数据的量化处理符合当前的网络环境，保证传感器的数据在网络传输过程中不会占用过多的网络资源，并尽可能提高传感器数据的准确性。

根据本公开实施例的第二方面，提供一种传感器数据的传输方法，应用于服务器，该方法包括：

接收终端设备发送的目标传感器的离散数据；

根据目标传感器的传感器模型将目标传感器的离散数据进行还原处理得到目标传感器的还原数据，目标传感器的还原数据用于指示目标传感器在预设时间段内检测到的连续的数据；

将目标传感器的还原数据传输至上层应用。

在一个实施例中，该方法还包括：

接收终端设备发送的目标传感器的标识；

根据目标传感器的标识在预设的第二映射中确定目标传感器的传感器模型，第二映射用于指示至少一个传感器和至少一个传感器模型之间的对应关系。

在一个实施例中，将目标传感器的还原数据传输至上层应用之前，该方法还包括：

对目标传感器的还原数据进行滤波处理。

根据本公开实施例的第三方面，提供一种终端设备，该终端设备包括：获取模块、量化模块及发送模块；

获取模块，用于获取目标传感器的原始数据，目标传感器的原始数据包括目标传感器在预设时间段内检测到的连续的数据；

量化模块，用于根据目标传感器的量化模型对目标传感器的原始数据进行量化处理得到目标传感器的离散数据；

发送模块，用于向服务器发送目标传感器的离散数据。

在一个实施例中，终端设备还包括映射模块；

映射模块，用于根据目标传感器的标识在预设的第一映射中确定目标传感器的量化模型，第一映射用于指示至少一个传感器和至少一个量化模型之间的对应关系；

发送模块，还用于向服务器发送目标传感器的标识。

在一个实施例中，获取模块，还用于获取量化参数，量化参数用于指示量化等级；

量化模块，用于根据目标传感器的量化模型及量化参数对目标传感器的原始数据进行量化处理得到目标传感器的离散数据。

在一个实施例中，获取模块，用于根据网络带宽、网络状态、目标传感器的原始数据量、目标传感器的原始数据的熵和应用场景中的至少一项确定量化参数的大小。

根据本公开实施例的第四方面，提供一种服务器，该服务器包括：接收模块、还原模块及分发模块；

接收模块，用于接收终端设备发送的目标传感器的离散数据；

还原模块，用于根据目标传感器的传感器模型将目标传感器的离散数据进行还原处理得到目标传感器的还原数据，目标传感器的还原数据用于指示目标传感器在预设时间段内检测到的连续的数据；

分发模块，用于将目标传感器的还原数据传输至上层应用。

在一个实施例中，接收模块，还用于接收终端设备发送的目标传感器的标识；

服务器还包括映射模块，用于根据目标传感器的标识在预设的第二映射中确定目标传感器的传感器模型，第二映射用于指示至少一个传感器和至少一个传感器模型之间的对应关系。

在一个实施例中，服务器还包括滤波模块，用于对目标传感器的还原数据进行滤波处理。

根据本公开实施例的第五方面，提供一种传感器数据的传输系统，该传感器数据的传输系统包括：终端设备和服务器；

终端设备为第三方面或第三方面的任意一个实施例中所描述的终端设备，服务器为第四方面或第四方面的任意一个实施例中所描述的服务器。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是本公开实施例提供的一种传感器数据的传输方法的流程图；

图2是本公开实施例提供的一种传感器数据的传输方法的流程图；

图3是本公开实施例提供的一种传感器数据的传输方法的逻辑框图；

图4是本公开实施例提供的一种光照强度映射编码示意图；

图5是本公开实施例提供的一种终端设备的结构框图；

图6是根据本公开实施例提供的一种服务器的结构框图；

图7是本公开实施例提供的一种传感器数据的传输系统的结构图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的设备和方法的例子。

本公开实施例提供一种传感器数据的传输方法，应用于终端设备，如图1所示，该方法包括以下步骤：

101、获取目标传感器的原始数据。

目标传感器的原始数据包括目标传感器在预设时间段内检测到的连续的数据。目标传感器可以是安装在终端设备上的传感器，也可以是其他设备上的传感器。

传感器的种类有很多，例如，触摸屏、指纹传感器等，在用户操作时就会产生数据；又如，例如全球定位系统(英文：Global Positioning System，GPS)器件、重力传感器等，每时每刻都有数据产生，或者在某个时间段内有连续的数据产生。本公开中的目标传感器可以是任何一个传感器，只要在一段时间内检测到连续数据，或者，在一段时间内检测到大量离散数据，可以近似为连续数据，也包含在本公开中。

102、根据目标传感器的量化模型对目标传感器的原始数据进行量化处理得到目标传感器的离散数据。

传感器可以有多种，每个传感器的原始数据都要进行量化处理，对于不同传感器的原始数据可以根据相同的量化模型进行量化处理，也可以根据不同的量化模型进行量化处理。

在一个实施例中，以不同传感器的原始数据根据不同的量化模型进行量化处理为例，该方法还包括：根据目标传感器的标识在预设的第一映射中确定目标传感器的量化模型，第一映射用于指示至少一个传感器和至少一个量化模型之间的对应关系；向服务器发送目标传感器的标识。

需要说明的是，对原始数据进行量化处理的过程中不只是根据量化模型，还可以考虑其他因素，例如，在一个实施例中，该方法还包括：

获取量化参数，量化参数用于指示量化等级；

量化等级可以决定目标传感器的离散数据的量，例如，量化等级越高，离散数据的量越小，说明量化程度越高，量化程度越小，数据精确度越高，例如，量化参数k可以分为多个级别，k₁代表对目标传感器的数据的精确和实时性要求最高，k₂次之，k₃代表一般的通用场景，k₄代表精确度较低，k₅代表传目标感器的数据可延迟发送。当然，此处只是示例性说明，并不代表本公开局限于此，也可以是量化等级越高，离散数据的量越大。对于同一个传感器的原始数据，通过量化参数调整量化等级，数据传输更加灵活。

进一步的，在一个实施例中，获取量化参数，包括：根据网络带宽、网络状态、目标传感器的原始数据量、目标传感器的原始数据的熵和应用场景中的至少一项确定量化参数的大小。

根据网络带宽、网络状态、目标传感器的原始数据量、目标传感器的原始数据的熵和应用场景等确定量化参数，使得对传感器的原始数据的量化处理符合当前的网络环境，例如，在网络环境不好，网络资源紧张的时候，可以根据量化参数设定等级较高的量化等级，减小目标传感器的离散数据的量，减少目标传感器的离散数据在传输过程中占用的网络资源；在网络环境较好，传输速度较快的时，可以根据量化参数设定等级较低的量化等级，保证数据准确性较高。

103、向服务器发送目标传感器的离散数据。

本公开实施例提供的传感器数据的传输方法，因为根据目标传感器的量化模型对目标传感器的原始数据进行了量化处理，将连续的原始数据转化成了离散数据，减小了数据传输量，减小了传感器数据在网络传输过程中占用的网络资源。

结合图1对应的实施例中所描述的传感器数据的传输方法，本公开实施例提供一种传感器数据的传输方法，应用于服务器，如图2所示，该方法包括以下步骤：

201、接收终端设备发送的目标传感器的离散数据。

202、根据目标传感器的传感器模型将目标传感器的离散数据进行还原处理得到目标传感器的还原数据。

目标传感器的还原数据用于指示目标传感器在预设时间段内检测到的连续的数据。需要说明的是，目标传感器的离散数据是将目标传感器的原始数据进行量化处理得到的，而将目标传感器的离散数据进行还原后得到目标传感器的还原数据，还原数据与原始数据有可能完全相同，有可能不完全相同，因此，目标传感器的还原数据可以指示目标传感器在预设时间段内检测到的连续的数据，并不一定完全包括。

对应上述图1对应的实施例中步骤102中的说明，传感器可以有多种，对于不同传感器的原始数据可以根据不同的量化模型进行量化处理。

在一个实施例中，该方法还包括：接收终端设备发送的目标传感器的标识；根据目标传感器的标识在预设的第二映射中确定目标传感器的传感器模型，第二映射用于指示至少一个传感器和至少一个传感器模型之间的对应关系。

203、将目标传感器的还原数据传输至上层应用。

在一个实施例中，将目标传感器的还原数据传输至上层应用之前，该方法还包括：对目标传感器的还原数据进行滤波处理。可以减小在数据处理过程中由于噪音产生的误差。

本公开实施例提供的传感器数据的传输方法，因为在传输过程中传输的是目标传感器的离散数据，减小了数据传输量，然后根据目标传感器的传感器模型将目标传感器的离散数据进行还原处理得到目标传感器的还原数据，保证了数据的准确性，同时在传输过程中减小了传感器数据占用的网络资源。

基于上述图1和图2对应的实施例提供的传感器数据的传输方法，本公开实施例提供一种传感器数据的传输方法，应用于终端设备和服务器，本实施例中，将传感器数据的传输方法应用于云终端的应用场景中，在云终端应用场景中，终端设备将传感器检测到的数据传输至服务器；服务器响应于传感器检测到的数据，并将传感器检测到的数据传输至上层应用执行指示的操作。如图3所示，图3是根据本公开实施例提供的一种传感器数据的传输方法的逻辑框图，本实施例提供的传感器数据的传输方法包括以下步骤：

301、终端设备获取目标传感器的原始数据。

302、终端设备根据目标传感器的标识在预设的第一映射中确定目标传感器的量化模型。

第一映射用于指示至少一个传感器和至少一个量化模型之间的对应关系。第一映射可以是一个列表，列表中记录传感器的标识和量化模型的标识，根据传感器的标识和量化模型的标识之间的对应关系，就可以确定每个传感器的量化模型，需要说明的是，可以是多个传感器对应一个量化模型，具体的对应关系本公开不做限制。

303、终端设备获取量化参数。

可以根据网络带宽、网络状态、目标传感器的原始数据量、目标传感器的原始数据的熵和应用场景中的至少一项确定量化参数的大小。网络带宽用于指示当前网络单位时间能够传输的最大数据量，网络状态用于指示当前网络是否堵塞，目标传感器的原始数据的熵用于指示原始数据的复杂性。

以量化参数越大，指示离散数据的量越小为例，网络带宽较大，适合配置较小的量化参数；网络状态较好，适合配置较小的量化参数；目标传感器的原始数据量较大，适合配置较小的量化参数；目标传感器的原始数据的熵较大，说明原始数据较为复杂，适合配置较小的量化参数保证数据准确性。当然，此处只是示例性说明，并不代表本公开局限于此。

304、终端设备根据目标传感器的量化模型及量化参数对目标传感器的原始数据进行量化处理得到目标传感器的离散数据。

可以根据目标传感器的量化参数先对量化模型进行修正，然后根据修正后的量化模型对原始数据进行量化处理。

此处，以目标传感器是光线传感器为例进行说明。例如，光线传感器可以输出为以纳秒为时间单位的光照强度值，光照强度的单位为勒克斯(lux)。在实际的应用中，在很小时间间隔内，光照强度一般不会发生较大改变；低于一定阈值或高于一定阈值的光照强度变化，对于用户来说，不能产生主观上的明显感觉，所以这种变化也可以忽略不计；光照强度值大于某阈值V_max后继续增大，或小于某阈值V_min后继续减小，上层应用程序的处理是一致的，例如上层应用程序根据光线强度调节终端设备屏幕亮度，屏幕亮度共设定10级，当光照强度达到10000lux后，屏幕已经调节至最大亮度10级，所以当设备所处场所变换到晴天室外时，光照强度由10000lux继续增大，上层应用程序也不会再有新的处理，因此，可以忽略大于V_max或小于V_min的光照强度数据。

可选的，将光线传感器量化参数k和光线传感器的原始数据代入光线传感器的量化模型，得到光线传感器的离散数据。

光线传感器的量化模型可以是根据一定时间间隔对光线传感器的原始数据进行采样。例如，根据国际照明委员会(英文：Commission Internationale de L'Eclairage，CIE)的有关标准，确定出对人可以有主观感觉的光照强度的有效数值区域，将光线传感器的原始数据中有效数值区域之外的数据剔除掉，并根据终端设备对关照强度的响应确定V_max和V_min后，将[V_min,V_max]之外的数据也剔除掉，以量化参数为k₁为例，确定时间间隔为100ms，在已经剔除无效数据后的光线传感器的原始数据中以时间间隔为100ms进行采样，得到光线传感器的离散数据。

305、终端设备对目标传感器的离散数据进行编码生成编码数据，并向服务器发送编码数据。

例如，还可以预先设定编码映射关系，结合步骤304中光线传感器的示例，如图4所示，图4是本公开实施例提供的一种光照强度映射编码示意图，对于光线传感器的离散数据中，光照强度在300lux附近的数据，可以统一编码为12，对所有的离散数据这样编码，在传输过程中可以进一步减少数据传输量，服务器接收到数据后，只需要根据相同的编码映射关系还原出离散数据即可。

需要说明的是，编码数据可以包括目标传感器的标识和编码后的目标传感器的离散数据。

306、服务器对接收到的编码数据进行解码。

服务器对编码数据解码后得到目标传感器的标识和目标传感器的离散数据。

307、服务器根据目标传感器的标识在预设的第二映射中确定目标传感器的传感器模型。

第二映射用于指示至少一个传感器和至少一个传感器模型之间的对应关系。

308、服务器根据目标传感器的传感器模型将目标传感器的离散数据进行还原处理得到目标传感器的还原数据。

例如，以目标传感器是加速度传感器为例，加速度传感器的原始数据的集合记为Q，经过量化处理后的加速度传感器的离散数据记为：

q＝{a_t1,a_t2,a_t3,a_t4,a_t5,a_t6,a_t7,a_t8,a_t9,…,a_tm}；

其中，m为整数，a_ti表示在ti时刻加速度传感器检测到的加速度值；例如需要在a_t6和a_t7间还原出A值，可以采用最小二乘法拟合出A值，考虑加速度曲线的特性，选取q的子集q’＝{a_t4,a_t5,a_t6,a_t7,a_t8,a_t9}并认为它在(t4,t9)这一时间段内是线性变化的，计算其方差其中a₀为常数，令f(A)最小，可以求得A的值；如果q’的变化是非线性的，则使用求导方法也可以计算出A值；此外使用差值法也可以取得A值；将q分段成多个子集，每个子集做上述还原计算，就可以得到加速度传感器的还原数据的集合Q’。

309、服务器对目标传感器的还原数据进行滤波处理。

目标传感器的还原数据可能存在一些无效数据，需要经过“降噪”处理，剔除偏差太大的数据，保证数据的准确性。例如，一种典型的一阶差分滤波方程式如下：

其中x_i为目标传感器的还原数据中的一个数据，表示本次的测量值，y_i-1为上次滤波的输出值，y_i为本次滤波的输出值，u_i为常量系数；需要说明的是，如果传感器测量值是m×1阶的向量形式，例如(x₁,x₂,x₃,…,x_m)，则需要使用n阶(n为正整数，且n≤m)差分滤波。

310、服务器将滤波后的目标传感器的还原数据传输至上层应用。

基于上述图1-图3对应的实施例中所描述的传感器数据的传输方法，下述为本公开设备实施例，可以用于执行图1-图3对应的方法实施例。

本公开实施例提供一种终端设备，用于执行上述图1和图3对应的实施例中所描述的传感器数据的传输方法，如图5所示，该终端设备50包括：获取模块501、量化模块502及发送模块503；

获取模块501，用于获取目标传感器的原始数据，目标传感器的原始数据包括目标传感器在预设时间段内检测到的连续的数据；

量化模块502，用于根据目标传感器的量化模型对目标传感器的原始数据进行量化处理得到目标传感器的离散数据；

发送模块503，用于向服务器发送目标传感器的离散数据。

在一个实施例中，终端设备50还包括映射模块504；

映射模块504，用于根据目标传感器的标识在预设的第一映射中确定目标传感器的量化模型，第一映射用于指示至少一个传感器和至少一个量化模型之间的对应关系；

发送模块503，还用于向服务器发送目标传感器的标识。

在一个实施例中，获取模块501，还用于获取量化参数，量化参数用于指示量化等级；

量化模块502，用于根据目标传感器的量化模型及量化参数对目标传感器的原始数据进行量化处理得到目标传感器的离散数据。

在一个实施例中，获取模块501，用于根据网络带宽、网络状态、目标传感器的原始数据量、目标传感器的原始数据的熵和应用场景中的至少一项确定量化参数的大小。

本公开实施例提供的终端设备，因为根据目标传感器的量化模型对目标传感器的原始数据进行了量化处理，将连续的原始数据转化成了离散数据，减小了数据传输量，减小了传感器数据在网络传输过程中占用的网络资源。

本公开实施例提供一种服务器，用于执行上述图2和图3对应的实施例中所描述的传感器数据的传输方法，如图6所示，该服务器60包括：接收模块601、还原模块602及分发模块603；

接收模块601，用于接收终端设备发送的目标传感器的离散数据；

还原模块602，用于根据目标传感器的传感器模型将目标传感器的离散数据进行还原处理得到目标传感器的还原数据，目标传感器的还原数据用于指示目标传感器在预设时间段内检测到的连续的数据；

分发模块603，用于将目标传感器的还原数据传输至上层应用。

在一个实施例中，接收模块601，还用于接收终端设备发送的目标传感器的标识；

服务器还60包括映射模块604，用于根据目标传感器的标识在预设的第二映射中确定目标传感器的传感器模型，第二映射用于指示至少一个传感器和至少一个传感器模型之间的对应关系。

在一个实施例中，服务器60还包括滤波模块605，用于对目标传感器的还原数据进行滤波处理。

本公开实施例提供的服务器，因为在传输过程中传输的是目标传感器的离散数据，减小了数据传输量，然后根据目标传感器的传感器模型将目标传感器的离散数据进行还原处理得到目标传感器的还原数据，保证了数据的准确性，同时在传输过程中减小了传感器数据占用的网络资源。

基于上述图1-图6对应的实施例，本公开实施例提供一种传感器数据的传输系统，如图7所示，该传感器数据的传输系统70包括：终端设备701和服务器702；

终端设备701为图5对应的实施例中所描述的终端设备，服务器702为图6对应的实施例中所描述的服务器。

本公开实施例提供的传感器数据的传输系统，因为终端设备根据目标传感器的量化模型对目标传感器的原始数据进行了量化处理，将连续的原始数据转化成了离散数据，减小了数据传输量，减小了传感器数据在网络传输过程中占用的网络资源。

本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims

1.一种传感器数据的传输方法，其特征在于，应用于终端设备，所述方法包括：

获取目标传感器的原始数据，所述目标传感器的原始数据包括所述目标传感器在预设时间段内检测到的连续的数据；

根据所述目标传感器的量化模型对所述目标传感器的原始数据进行量化处理得到所述目标传感器的离散数据；

向服务器发送所述目标传感器的离散数据。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述目标传感器的标识在预设的第一映射中确定所述目标传感器的量化模型，所述第一映射用于指示至少一个传感器和至少一个量化模型之间的对应关系；

向所述服务器发送所述目标传感器的标识。

3.根据权利要求1或2任一项所述的方法，其特征在于，所述方法还包括：

获取量化参数，所述量化参数用于指示量化等级；

根据所述目标传感器的量化模型对所述目标传感器的原始数据进行量化处理得到所述目标传感器的离散数据，包括：

根据所述目标传感器的量化模型及所述量化参数对所述目标传感器的原始数据进行量化处理得到所述目标传感器的离散数据。

4.根据权利要求3所述的方法，其特征在于，获取量化参数，包括：

根据网络带宽、网络状态、所述目标传感器的原始数据量、所述目标传感器的原始数据的熵和应用场景中的至少一项确定所述量化参数的大小。

5.一种传感器数据的传输方法，其特征在于，应用于服务器，所述方法包括：

接收终端设备发送的目标传感器的离散数据；

根据所述目标传感器的传感器模型将所述目标传感器的离散数据进行还原处理得到所述目标传感器的还原数据，所述目标传感器的还原数据用于指示所述目标传感器在预设时间段内检测到的连续的数据；

将所述目标传感器的还原数据传输至上层应用。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

接收所述终端设备发送的所述目标传感器的标识；

根据所述目标传感器的标识在预设的第二映射中确定所述目标传感器的传感器模型，所述第二映射用于指示至少一个传感器和至少一个传感器模型之间的对应关系。

7.根据权利要求5或6任一项所述的方法，其特征在于，将所述目标传感器的还原数据传输至上层应用之前，所述方法还包括：

对所述目标传感器的还原数据进行滤波处理。

8.一种终端设备，其特征在于，包括：获取模块、量化模块及发送模块；

所述获取模块，用于获取目标传感器的原始数据，所述目标传感器的原始数据包括所述目标传感器在预设时间段内检测到的连续的数据；

所述量化模块，用于根据所述目标传感器的量化模型对所述目标传感器的原始数据进行量化处理得到所述目标传感器的离散数据；

所述发送模块，用于向服务器发送所述目标传感器的离散数据。

9.根据权利要求8所述的终端设备，其特征在于，所述终端设备还包括映射模块；

所述映射模块，用于根据所述目标传感器的标识在预设的第一映射中确定所述目标传感器的量化模型，所述第一映射用于指示至少一个传感器和至少一个量化模型之间的对应关系；

所述发送模块，还用于向所述服务器发送所述目标传感器的标识。

10.根据权利要求8或9任一项所述的终端设备，其特征在于，

所述获取模块，还用于获取量化参数，所述量化参数用于指示量化等级；

所述量化模块，用于根据所述目标传感器的量化模型及所述量化参数对所述目标传感器的原始数据进行量化处理得到所述目标传感器的离散数据。

11.根据权利要求10所述的终端设备，其特征在于，

所述获取模块，用于根据网络带宽、网络状态、所述目标传感器的原始数据量、所述目标传感器的原始数据的熵和应用场景中的至少一项确定所述量化参数的大小。

12.一种服务器，其特征在于，包括：接收模块、还原模块及分发模块；

所述接收模块，用于接收终端设备发送的目标传感器的离散数据；

所述还原模块，用于根据所述目标传感器的传感器模型将所述目标传感器的离散数据进行还原处理得到所述目标传感器的还原数据，所述目标传感器的还原数据用于指示所述目标传感器在预设时间段内检测到的连续的数据；

所述分发模块，用于将所述目标传感器的还原数据传输至上层应用。

13.根据权利要求12所述的服务器，其特征在于，

所述接收模块，还用于接收所述终端设备发送的所述目标传感器的标识；

所述服务器还包括映射模块，用于根据所述目标传感器的标识在预设的第二映射中确定所述目标传感器的传感器模型，所述第二映射用于指示至少一个传感器和至少一个传感器模型之间的对应关系。

14.根据权利要求12或13任一项所述的服务器，其特征在于，

所述服务器还包括滤波模块，用于对所述目标传感器的还原数据进行滤波处理。

15.一种传感器数据的传输系统，其特征在于，所述传感器数据的传输系统包括：终端设备和服务器；

其中，所述终端设备为权利要求8-11任一项所述的终端设备，所述服务器为权利要求12-14任一项所述的服务器。