CN108347709B - 一种超低功耗溯源系统的自适应数据传输方法及系统 - Google Patents

Abstract

本发明提供一种超低功耗溯源系统的自适应数据传输方法及系统，所述方法采用差分预测结合数据位流的压缩方法，将原始数据和预测数据的差值作为目标数据，并将多个目标数据以数据协议融合在以位为单位的数据位流中，在源数据这个层次极大的提高了数据的有效性和防监听性能。从功耗角度，此数据传输方法极大的降低了溯源系统的数据流量和数据传输功耗，有效的提高了无线传感网络系统的工作寿命。本发明还提供一种超低功耗溯源系统的自适应数据传输系统，所述方法与系统结合实现了超低功耗、高安全度的数据传输。

Description

一种超低功耗溯源系统的自适应数据传输方法及系统

技术领域

本发明涉及无线传感网络领域，更具体地，涉及一种超低功耗溯源系统的自适应数据传输方法及系统。

背景技术

随着物联网技术的发展，ZigBee技术由于其低复杂度、自组织和低功耗的特性广泛应用于各个领域，如农业生产、智能交通、智能家居、智慧大楼、公共安全和数字化医疗等。特别的，ZigBee技术在农业生产上的应用，尤其是在人参、虫草、三七等名贵中药材的溯源上取得了良好的成果，不仅提高了农业自动化的程度，还大大降低了人工成本，保证了名贵中药材的质量、安全、防伪和溯源。

但是，由于ZigBee技术采用电池供电的方式，功耗始终是制约其发展的瓶颈，要想取得更广泛的应用，降低功耗是首要问题。而在降低功耗的几个方面中，数据传输的功耗问题显得尤为突出。现在市场上的无线传感网络普遍采用基于字节的数据构造方式进行传输，由于溯源系统数据的连续性和稳定性，这种数据传输方式造成了极大的数据浪费，进而降低了电池的工作寿命。

发明内容

本发明旨在至少在一定程度上解决上述技术问题。

本发明的首要目的是克服现有溯源系统功耗大的缺陷，提供一种超低功耗溯源系统的自适应数据传输方法。

本发明的进一步目的是一种超低功耗溯源系统的自适应数据传输系统。

为解决上述技术问题，本发明的技术方案如下：

一种超低功耗溯源系统的自适应数据传输方法，包括以下步骤：

S1：配置传感器节点数据处理模块和协调器数据处理模块之间的参数，包括传感节点个数、传感器个数、各类型传感数据的范围、各类型传感数据的精度和各类型传感数据的顺序；

S2：传感器节点数据处理模块通过多种类型的传感器采集多种类型的传感数据，并缓存传感数据，记为D_n，其中，n∈N*，n表示采集的次数；

S3：传感器节点数据处理模块将传感数据通过数据位流传输到协调器数据处理模块，数据位流的数据格式从最高位开始依次为地址位、基准数据标志位、若干数据长度位和若干数据位，其中，基准数据标志位用于表示数据位流的传输模式；

S4：协调器数据处理模块对数据位流进行校验，判断接收到的传感数据是否有效；同时，协调器数据处理模块发送响应位流到传感器节点数据处理模块，响应位流的数据格式从最高位开始依次是地址位和响应编码位，其中地址位为数据位流中的地址位；

S5：协调器数据处理模块将数据位流中的地址信息、基准数据标志位和传感数据重构出原始的传感数据D_n；

S6：协调器数据处理模块将传感数据发送到服务器大数据分析模块，服务器大数据分析模块拥有大量环境条件相似的采集节点的数据，并运用大数据对这些数据进行异常分析；若发现某些节点的数据异常，则返回带有节点信息的异常响应，协调器数据处理模块收到异常响应后强迫对该节点的响应为无效数据且无需重传，节点下次将以基准模式发送数据，校正累计误差，反之则发送成功响应。

在一种优选的方案中，步骤S3中：

若基准模式标志为空，则采用压缩模式，记差值数据为Δ_n，预测数据为P_n，所述预测数据P_n在传感器创建时初始化得到并不断进行更新，有P₁＝0，P₂＝D₁，当n≥3时，P_n＝D_n-1+α_t(D_n-1-D_n-2)，其中α_t为与时间有关的预测系数，有Δ_n＝D_n-P_n；对于地址位，写入特定长度的逻辑地址；对于基准数据标志位，清0；对于特定类型的传感数据，计算Δ_n并将其转化为二进制的方式表示，将此二进制值的位数写入数据位流的相应数据长度位，将此二进制值写入数据位流的相应数据位；如果数据是具有特定精度的小数，则将带有精度的数据转化为整数，再执行上述过程；

若基准模式标志置位为1，则采用基准模式，记差值数据为Δ_n，则有Δ_n＝D_n；对于地址位，写入特定长度的逻辑地址；对于基准数据标志位，置1；对于特定类型的传感数据，计算Δ_n并将其转化为二进制的方式表示，将此二进制值的位数写入数据位流的相应数据长度位，将此二进制值写入数据位流的相应数据位；如果数据是具有特定精度的小数，则将带有精度的数据转化为整数，再执行上述过程。

在一种优选的方案中，步骤S4中：

协调器数据处理模块采用校验数据位数和的方法对数据位流进行校验，若接收到的数据位流的位数等于地址位的位数、基准数据标志位的位数、所有数据长度位的位数与所有数据长度位的值之和，则数据判定有效；否则，数据判定无效；

同时，协调器数据处理模块发送响应位流到传感器节点数据处理模块，响应位流的数据格式从最高位开始依次是地址位和响应编码位，其中地址位为数据位流中的地址位；若数据判定有效，则响应编码位为传感数据有效信息编码，若传感数据判定无效且无需重传，则响应编码位为传感数据无效且无需重传信息编码；若传感数据判定无效且需重传，则响应编码位为传感数据无效且需重传信息编码。

在一种优选的方案中，步骤S5中：

协调器数据处理模块将数据位流中的地址信息、基准数据标志位和传感数据的差值解析Δ_n出来；并且根据Δ_n和预测数据P_n重构出原始数据D_n；若基准数据标志位为1，则采用基准模式，解析出来的传感数据的差值就是原始数据，即D_n＝Δ_n；若基准数据标志位为空，则采用解压缩模式，则将预测数据P_n加上数据差值重构出原始数据，即D_n＝P_n+Δ_n。

一种超低功耗溯源系统的自适应数据传输系统，包括参数配置模块、传感节点数据处理模块、协调器数据处理模块和服务器大数据分析模块；

所述参数配置模块用于配置传感器节点数据处理模块和协调器数据处理模块之间的参数，包括传感节点个数、传感器个数、各类型传感数据的范围、各类型传感数据的精度和各类型传感数据的顺序；

所述传感节点数据处理模块包括采集模块、压缩模块、响应处理模块和预测模块；

所述采集模块用于采集多种类型的传感数据，传感器节点数据处理模块通过多种类型的传感器采集多种类型的传感数据，并缓存传感数据，记为D_n，其中，n∈N*，n表示采集的次数；

所述压缩模块用于将传感数据通过数据位流传输到协调器数据处理模块，数据位流的数据格式从最高位开始依次为地址位、基准数据标志位、若干数据长度位和若干数据位，其中，基准数据标志位用于表示数据位流的传输模式；

所述响应处理模块用于接收协调器数据处理模块发送的响应位流，若响应为有效数据，则更新预测数据并清空基准数据标志位；若响应为无效数据且无需重传，则将基准数据标志置位；若响应为无效数据且需要重传，则重新发送数据位流；若响应超时，则将基准数据标志置位；

所述预测模块用于记录并维护预测数据，记预测数据为P_n，其中n∈N*，则有P₁＝0，P₂＝D₁，当n≥3时，P_n＝D_n-1+α_t(D_n-1-D_n-2)，其中α_t为与时间有关的预测系数，预测数据的维护一是传感节点重启或复位后的创建和初始化，二是传感节点收到响应后的更新，根据响应处理模块、基准数据标志位和相应D_n更新预测数据；

所述协调器数据处理模块包括校验模块、响应模块、解压模块和预测表模块，所述校验模块用于对数据位流进行校验，判断接收到的传感数据是否有效；

所述响应模块用于发送响应位流到传感器节点数据处理模块，响应位流的数据格式从最高位开始依次是地址位和响应编码位，其中地址位为数据位流中的地址位；

所述解压模块用于将数据位流中的地址信息、基准数据标志位和传感数据重构出原始的传感数据D_n；

所述预测表模块用于记录并维护预测数据；

所述服务器大数据分析模块用于运用大数据对这些传感数据进行异常分析；若发现某些节点的数据异常，则返回带有节点信息的异常响应。

与现有技术相比，本发明技术方案的有益效果是：本发明提供一种超低功耗溯源系统的自适应数据传输方法，采用差分预测结合数据位流的压缩方法，将原始数据和预测数据的差值作为目标数据，并将多个目标数据以数据协议融合在以位为单位的数据位流中，在源数据这个层次极大的提高了数据的有效性和防监听性能。从功耗角度，此数据传输方法极大的降低了溯源系统的数据流量和数据传输功耗，有效的提高了无线传感网络系统的工作寿命。本发明还提供一种超低功耗溯源系统的自适应数据传输系统，所述方法与系统结合实现了超低功耗、高安全度的数据传输。

附图说明

图1为本发明超低功耗溯源系统的自适应数据传输系统的基本架构示意图。

图2为无线数据传输中一种典型的普通数据结构示意。

图3为本发明数据位流的数据格式表。

图4为一种典型的响应编码示意图。

图5为响应位流的数据格式图。

其中：1、参数配置模块；2、传感节点数据处理模块；3、协调器数据处理模块；4、服务器大数据分析模块；201、采集模块；202、压缩模块；203、响应处理模块；204、预测模块；301、校验模块；302、响应模块；303、解压模块；304、预测表模块。

具体实施方式

附图仅用于示例性说明，不能理解为对本专利的限制；

下面结合附图和实施例对本发明的技术方案做进一步的说明。

实施例1

如图1所示，为本发明提出的超低功耗溯源系统的自适应数据传输系统的基本架构示意，包括参数配置模块1、传感节点数据处理模块2、协调器数据处理模块3和服务器大数据分析模块4四大部分。其中传感节点数据处理模块2包括采集模块201、压缩模块202、响应处理模块203和预测模块204；协调器数据处理模块3包括校验模块301、响应模块302、解压模块303和预测表模块304。传感节点和协调器之间以压缩位流通信，包括数据位流和响应位流。协调器将数据上传至服务器，服务器运用大数据进行数据异常分析，并返回数据响应校正累计误差。

首先是参数配置模块1，这一模块需要传感节点和协调器之间先行配置好，包括传感节点个数、传感器个数、各类型传感数据的范围、各类型传感数据的精度和各类型传感数据的顺序。

进一步的，传感节点个数决定数据位流和响应位流中地址位的位数。例如，现有50个传感节点，那么逻辑地址就是1到50，需要用6位二进制数字来表示，则地址位的位数就是6。数据位流和响应位流中的地址位位数均为6。

进一步的，传感器个数决定数据位流中传感数据长度位和传感数据位的个数。例如，现有三种传感器，分别是温度传感器、湿度传感器和光照传感器，则传感器的个数就是3，相应的传感数据长度位和传感数据位均有3组。

进一步的，各类型传感数据的范围决定数据位流中各传感数据长度位的位数。例如，光照传感器的数据范围为0到65535，且对于二进制数字最高位的数值，1代表负，0代表正，所以最多需要用17位二进制数来表示。进而光照数据长度位的值的范围为0到17，需要5位二进制数表示，所以光照数据长度位的位数为5。

进一步的，各类型传感数据的精度会影响相应数据的范围和协调器解压模块的数据处理。例如，温度传感数据的范围为0到100且精度为2，比如25.75，本发明将带有精度的数据乘以10的精度次幂转化为整数，则将25.75乘以10的2次方转化为2575，相应的温度数据的范围则扩大为0到10000，并且在协调器的数据重构中需还原这个精度。

进一步的，各类型传感数据的顺序决定数据位流中各传感数据的顺序。例如，先是温度数据，再者是湿度数据，最后是光照数据，则压缩和解压的过程都按照温度、湿度和光照的顺序写入或解析数据。

其次是传感节点数据处理模块2，包括采集模块201、压缩模块202、响应处理模块203和预测模块204。

进一步的，对于采集模块201，需要启动传感器并完成数据采集工作，并将不同类型的数据缓存，记为D_n，其中n∈N*，以供压缩模块使用。例如第一次采集的数据为D₁，温度数据为27.54，湿度数据为60.73，光照数据为7825。

进一步的，对于压缩模块202，需要结合采集模块201、预测模块204、基准模式标志、参数配置模块1和数据位流格式完成，并根据基准模式标志的不同分成两种处理模式。

如图2所示，为无线数据传输中一种典型的普通数据结构示意，其以字节为基本单位，依次为地址字节和若干组数据类型字节与数据字节。例如“01T27.20H58.7L 7546”。

如图3所示，相对于普通数据结构，数据位流的数据格式从最高位开始依次为地址位、基准数据标志位、若干数据长度位和若干数据位。特别的，基准数据标志位长度为1，地址位的长度、数据长度位的长度、数据长度位与数据位的个数和数据类型顺序由参数配置模块决定，数据位的长度由相应的数据长度位决定。假设地址位取6位地址000001，共有温度、湿度和光照三种数据，且温度的数据范围为0到100精度为2，湿度的数据范围为0到100精度为1，光照的数据范围为0到65535精度为0，各数据按照温度、湿度、光照的顺序排列。并且温度、湿度和光照的原始数据分别为27.54、55.7和7825，预测数据分别为27.20、58.7和7546，接下来按照不同的处理模式得出数据位流。

进一步的，若基准模式标志为空，则采用压缩模式，记差值数据为Δ_n，其中n∈N*，则有Δ_n＝D_n-P_n。对于地址位，写入特定长度的逻辑地址。对于基准数据标志位，清0。对于特定类型的传感数据，计算Δ_n并将其转化为二进制的方式表示，将此二进制值的位数写入数据位流的相应数据长度位，将此二进制值写入数据位流的相应数据位。如果差值数据是具有特定精度的小数，则将带有精度的差值数据转化为整数，再执行上述过程。按照上述假设，数据位流为000 0010 0111 0110 0101 0010 0010 1111 1001 0001 0111。

进一步的，若基准模式标志置位，则采用基准模式，记差值数据为Δ，则有Δ＝D_n。对于地址位1，写入特定长度的逻辑地址。对于基准数据标志位，置位。对于特定类型的传感数据，计算Δ并将其转化为二进制的方式表示，将此二进制值的位数写入数据位流的相应数据长度位，将此二进制值写入数据位流的相应数据位。如果数据是具有特定精度的小数，则将带有精度的数据转化为整数，再执行上述过程。按照上述假设，数据位流为00 00011110 1101 1011 1001 0101 1000 0100 1000 1011 0101 1110 1001 0001。

进一步的，对于预测模块204，将预测数据记为P_n，其中n∈N*，则有P₁＝0，P₂＝D₁，当n≥3时，P_n＝D_n-1+α_t(D_n-1-D_n-2)，其中α_t为与时间有关的预测系数。例如当D₁的温度数据为25.86，D₂的温度数据为26.00，α_t为0.5时，则P₃的预测温度为26.07。预测数据的维护主要有两个方面，一是传感节点重启或复位后的创建和初始化，二是传感节点收到响应后的更新，根据响应处理模块、基准模式标志和相应D_n更新预测数据。

进一步的，对于响应处理模块203，如图4所示，传感节点接收的响应共有三种，此外设置接收超时。若响应为有效数据，编码为11，则更新基准数据并清空基准模式标志。若响应为无效数据且无需重传S502，编码为10，则将基准模式标志置位。若响应为无效数据且需要重传，编码为01，则重新发送数据位流。若响应超时，则将基准模式标志置位。

接下来是协调器数据处理模块3，包括校验模块301、响应模块302、解压模块303和预测表模块304。

进一步的，对于校验模块301，采用校验数据位数和的方法，若接收到的数据位流的位数等于地址位的位数、基准数据标志位的位数、所有数据长度位的位数与所有数据长度位的值之和，则数据判定有效。否则，数据判定无效。例如数据位流为000 0010 01110110 0101 0010 0010 1111 1001 0001 0111，位数为43。依据数据协议，地址位为000001，基准数据标志位为0，温度数据长度位为0111，湿度数据长度位为0110，光照数据长度位为0 1010，温度数据为010 0010，湿度数据为11 1110，光照数据为01 0001 0111。所以地址位的位数、基准数据标志位的位数、所有数据长度位的位数与所有数据长度位的值之和为43，判定数据有效。

进一步的，如图5所示，对于响应模块302，响应位流的数据格式从最高位开始依次是固定位数的地址位和两位响应编码位，其中地址位为数据位流中的地址位，响应编码请参阅图4。若数据判定有效，则响应编码位为数据有效信息编码。若数据判定无效且无需重传，则响应编码位为数据无效且无需重传信息编码。若数据判定无效且需重传，则响应编码位为数据无效且需重传信息编码。对于上述例子，数据有效，则响应位流为0000 0111。

进一步的，对于解压模块303，首先，按照数据协议将数据位流中的地址信息、基准数据标志位和各传感数据的差值解析出来，若某数据有特定精度，需将精度还原。将解析出来的差值数据记为Δ'_n，其中n∈N*。考虑校验模块301的例子，解析出来温度差值数据为0.34，湿度差值数据为-3，光照差值数据为279。其次，记重构数据为D'_n，其中n∈N*，根据基准数据标志位可以分为两种处理模式。若基准数据标志位置位，则采用基准模式，解析出来的数据就是原始数据，即D'_n＝Δ'_n。若基准数据标志位为0，则采用解压缩模式，将基准数据加上数据差值重构出原始数据，即D'_n＝P'_n+Δ'_n。对于上述例子，其基准数据标志位为空，解析出来的温度差值数据为0.34，湿度差值数据为-3，光照差值数据为279，且预测数据的温度数据为27.20，湿度数据为58.7，光照数据为7546，所以重构的温度数据为27.54，湿度数据为55.7，光照数据为7825。

进一步的，对于预测表模块304，记预测数据为P'_n，其中n∈N*，则有P'₁＝0，P'₂＝D'₁，当n≥3时，P'_n＝D'_n-1+α_t(D'_n-1-D'_n-2)，其中α_t为与时间有关的预测系数，以列表形式存储所有传感节点的预测数据。预测数据表的维护主要有两个方面，一是若数据预测表里没有某地址的预测数据，则创建并初始化，二是若接收到某地址的有效数据，则根据相应D'_n和基准数据标志更新预测数据。此处的预测过程与预测模块204相同。

最后是服务器大数据分析模块4，包括数据上传和数据响应，用于自适应校正数据的累计误差。

进一步的，对于数据上传，协调器将所接收到的数据上传至服务器，服务器拥有大量环境条件相似的采集节点的数据，并运用大数据对这些数据进行异常分析。

进一步的，对于数据响应，若发现某些节点的数据异常，则返回带有节点信息的异常响应，协调器收到异常响应后会强迫对该节点的响应为无效数据且无需重传，节点下次将以基准模式发送数据，校正累计误差，反之则发送成功响应。

上述实施方案详细说明了本发明数据传输机制的实现方法，根据溯源系统数据极强的连续性和稳定性，相邻的采集数据较容易预测的特点，采用差分预测结合位流的压缩方法，将原始数据和预测数据的差值作为目标数据，并将多个目标数据以数据协议融合在以位为单位的数据位流中，在源数据这个层次极大的提高了数据的有效性和防监听性能。从功耗角度看，此数据传输协议极大的降低了溯源系统的数据流量和数据传输功耗，有效的提高了无线传感网络系统的工作寿命。

相同或相似的标号对应相同或相似的部件；

附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制；

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (3)

1.一种超低功耗溯源系统的自适应数据传输方法，其特征在于，包括以下步骤：

S1：配置传感器节点数据处理模块和协调器数据处理模块之间的参数，包括传感节点个数、传感器个数、各类型传感数据的范围、各类型传感数据的精度和各类型传感数据的顺序；

S2：传感器节点数据处理模块通过多种类型的传感器采集多种类型的传感数据，并缓存传感数据，记为D_n，其中，n∈N*，n表示采集的次数；

S3：传感器节点数据处理模块将传感数据通过数据位流传输到协调器数据处理模块，数据位流的数据格式从最高位开始依次为地址位、基准数据标志位、若干数据长度位和若干数据位，其中，基准数据标志位用于表示数据位流的传输模式；

步骤S3中，若基准模式标志为空，则采用压缩模式，记差值数据为Δ_n，预测数据为P_n，所述预测数据P_n在传感器创建时初始化得到并不断进行更新，有P₁＝0，P₂＝D₁，当n≥3时，P_n＝D_n-1+α_t(D_n-1-D_n-2)，其中α_t为与时间有关的预测系数，有Δ_n＝D_n-P_n；对于地址位，写入特定长度的逻辑地址；对于基准数据标志位，清0；对于特定类型的传感数据，计算Δ_n并将其转化为二进制的方式表示，将此二进制值的位数写入数据位流的相应数据长度位，将此二进制值写入数据位流的相应数据位；如果数据是具有特定精度的小数，则将带有精度的数据转化为整数，再执行上述过程；

若基准模式标志置位为1，则采用基准模式，记差值数据为Δ_n，则有Δ_n＝D_n；对于地址位，写入特定长度的逻辑地址；对于基准数据标志位，置1；对于特定类型的传感数据，计算Δ_n并将其转化为二进制的方式表示，将此二进制值的位数写入数据位流的相应数据长度位，将此二进制值写入数据位流的相应数据位；如果数据是具有特定精度的小数，则将带有精度的数据转化为整数，再执行上述过程；

S4：协调器数据处理模块对数据位流进行校验，判断接收到的传感数据是否有效；同时，协调器数据处理模块发送响应位流到传感器节点数据处理模块，响应位流的数据格式从最高位开始依次是地址位和响应编码位，其中地址位为数据位流中的地址位；

S5：协调器数据处理模块将数据位流中的地址信息、基准数据标志位和传感数据重构出原始的传感数据D_n；

步骤S5中，协调器数据处理模块将数据位流中的地址信息、基准数据标志位和传感数据的差值解析Δ_n出来；并且根据Δ_n和预测数据P_n重构出原始数据D_n；若基准数据标志位为1，则采用基准模式，解析出来的传感数据的差值就是原始数据，即D_n＝Δ_n；若基准数据标志位为空，则采用解压缩模式，则将预测数据P_n加上数据差值重构出原始数据，即D_n＝P_n+Δ_n；

S6：协调器数据处理模块将传感数据发送到服务器大数据分析模块，服务器大数据分析模块拥有大量环境条件相似的采集节点的数据，并运用大数据对这些数据进行异常分析；若发现某些节点的数据异常，则返回带有节点信息的异常响应，协调器数据处理模块收到异常响应后强迫对该节点的响应为无效数据且无需重传，节点下次将以基准模式发送数据，校正累计误差，反之则发送成功响应。

2.根据权利要求1所述的超低功耗溯源系统的自适应数据传输方法，其特征在于，步骤S4中：

协调器数据处理模块采用校验数据位数和的方法对数据位流进行校验，若接收到的数据位流的位数等于地址位的位数、基准数据标志位的位数、所有数据长度位的位数与所有数据长度位的值之和，则数据判定有效；否则，数据判定无效；

同时，协调器数据处理模块发送响应位流到传感器节点数据处理模块，响应位流的数据格式从最高位开始依次是地址位和响应编码位，其中地址位为数据位流中的地址位；若数据判定有效，则响应编码位为传感数据有效信息编码，若传感数据判定无效且无需重传，则响应编码位为传感数据无效且无需重传信息编码；若传感数据判定无效且需重传，则响应编码位为传感数据无效且需重传信息编码。

3.一种超低功耗溯源系统的自适应数据传输系统，其特征在于，包括参数配置模块(1)、传感节点数据处理模块(2)、协调器数据处理模块(3)和服务器大数据分析模块(4)；

所述参数配置模块(1)用于配置传感器节点数据处理模块(2)和协调器数据处理模块(3)之间的参数，包括传感节点个数、传感器个数、各类型传感数据的范围、各类型传感数据的精度和各类型传感数据的顺序；

所述传感节点数据处理模块(2)包括采集模块(201)、压缩模块(202)、响应处理模块(203)和预测模块(204)；

所述采集模块(201)用于采集多种类型的传感数据，传感器节点数据处理模块通过多种类型的传感器采集多种类型的传感数据，并缓存传感数据，记为D_n，其中，n∈N*，n表示采集的次数；

所述压缩模块(202)用于将传感数据通过数据位流传输到协调器数据处理模块，数据位流的数据格式从最高位开始依次为地址位、基准数据标志位、若干数据长度位和若干数据位，其中，基准数据标志位用于表示数据位流的传输模式；

所述响应处理模块(203)用于接收协调器数据处理模块发送的响应位流，若响应为有效数据，则更新预测数据并清空基准数据标志位；若响应为无效数据且无需重传，则将基准数据标志置位；若响应为无效数据且需要重传，则重新发送数据位流；若响应超时，则将基准数据标志置位；

所述预测模块(204)用于记录并维护预测数据，记预测数据为P_n，其中n∈N*，则有P₁＝0，P₂＝D₁，当n≥3时，P_n＝D_n-1+α_t(D_n-1-D_n-2)，其中α_t为与时间有关的预测系数，预测数据的维护一是传感节点重启或复位后的创建和初始化，二是传感节点收到响应后的更新，根据响应处理模块、基准数据标志位和相应D_n更新预测数据；

所述协调器数据处理模块(3)包括校验模块(301)、响应模块(302)、解压模块(303)和预测表模块(304)；

所述校验模块(301)用于对数据位流进行校验，判断接收到的传感数据是否有效；

所述响应模块(302)用于发送响应位流到传感器节点数据处理模块，响应位流的数据格式从最高位开始依次是地址位和响应编码位，其中地址位为数据位流中的地址位；

所述解压模块(303)用于将数据位流中的地址信息、基准数据标志位和传感数据重构出原始的传感数据D_n；

所述预测表模块(304)用于记录并维护预测数据；

所述服务器大数据分析模块(4)用于运用大数据对这些传感数据进行异常分析；若发现某些节点的数据异常，则返回带有节点信息的异常响应。

Images