CN110134912A - 数据处理方法、装置、计算机设备和存储介质 - Google Patents
数据处理方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN110134912A CN110134912A CN201910628901.8A CN201910628901A CN110134912A CN 110134912 A CN110134912 A CN 110134912A CN 201910628901 A CN201910628901 A CN 201910628901A CN 110134912 A CN110134912 A CN 110134912A
- Authority
- CN
- China
- Prior art keywords
- data information
- information
- noise
- exchange data
- frequency
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
- G01R29/26—Measuring noise figure; Measuring signal-to-noise ratio
-
- 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
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明提供了一种数据处理方法、数据处理装置、计算机设备和计算机可读存储介质,其中,方法包括:获取传感器采集的交流数据信息和交流数据信息中交流噪声的频率信息;分别对交流数据信息和频率信息进行傅里叶变换,得到变换后的交流数据信息和变换后的频率信息;根据变换后的交流数据信息和变换后的频率信息确定交流噪声的分布信息;根据交流噪声的分布信息确定对应的场景。利用确定交流噪声的分布信息来确定分布信息对应的场景,提高了场景的区分能力。
Description
技术领域
本发明涉及数据处理技术领域,具体而言,涉及一种数据处理方法、数据处理装置、计算机设备和计算机可读存储介质。
背景技术
相关技术方案中,传感器表征技术采用峰峰值分析法、积分法和时间响应法对传感器进行表征,而上述传感器表征方法对不同场景下的区分能力差,在相似场景下,传感器的响应重叠严重,以至于无法进行区分,无法满足现阶段传感器表征的需求。
因此,亟需一种传感器表征方法以提升传感器在不同的响应上的场景区分能力。
发明内容
本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。
为此,本发明的第一个方面在于,提供了一种数据处理方法。
本发明的第二个方面在于,提供了一种数据处理装置。
本发明的第三个方面在于,提供了一种计算机设备。
本发明的第四个方面在于,提供了一种计算机可读存储介质。
有鉴于此,根据本发明的第一个方面,本发明提供了一种数据处理方法,包括:获取传感器采集的交流数据信息和交流数据信息中交流噪声的频率信息;分别对交流数据信息和频率信息进行傅里叶变换,得到变换后的交流数据信息和变换后的频率信息;根据变换后的交流数据信息和变换后的频率信息确定交流噪声的分布信息;根据交流噪声的分布信息确定对应的场景。
本发明提供的数据处理方法在对传感器采集的数据信息进行表征时,并非基于所有的数据信息进行表征,而只针对交流数据信息进行表征,由于在不同的场景下对应的交流噪声的特征不同,因此,通过确定交流噪声的分布信息进而确定对应的场景,进而提高了场景的区分能力和分类极限,其中,交流噪声即交流电噪声。
另外,本发明提供的上述技术方案中的数据处理方法还可以具有如下附加技术特征:
在上述技术方案中,进一步地,获取传感器采集的交流数据信息的步骤,具体包括:获取传感器采集的数据信息,其中,数据信息包括多个时域连续的数据信息单元;对多个时域连续的数据信息单元中任意相邻的两个数据信息单元进行向前差分运算,以得到交流数据信息,或对多个时域连续的数据信息单元中任意时域连续的三个数据信息单元进行中心差分运算,以得到交流数据信息。
在该技术方案中,由于传感器采集的数据信息的过程中不单单会采集到交流数据信息,还采集到直流数据信息,为了避免直流数据信息对交流噪声的分布信息的影响,在获取传感器采集的数据信息后,使用向前差分和中心差分运算将数据信息中的直流数据信息剔除掉,具体地,对多个时域连续的数据信息单元中任意相邻的两个数据信息单元进行向前差分运算,以得到交流数据信息,或对多个时域连续的数据信息单元中任意时域连续的三个数据信息单元进行中心差分运算,以得到交流数据信息。
在上述任一技术方案中,进一步地,还包括:根据交流噪声的分布信息和变换后的交流数据信息确定交流噪声的峰值位置和峰值位置对应的强度值。
在该技术方案中,为了进一步根据交流噪声来区分不同的场景,在确定交流噪声的分布信息后,还确定交流噪声的峰值位置和峰值位置对应的强度值,以便根据交流噪声的峰值位置和峰值位置对应的强度值确定对应的场景,进而降低场景区分的难度,同时提高了场景区分的准确性。
在上述任一技术方案中,进一步地,通过以下公式,对交流数据信息进行傅里叶变换:
其中,X(k)是傅里叶变换后的交流数据信息、x(t)是交流数据信息、e是自然常数,约为2.71828、T是采样周期、t是采样时间间隔、j是虚数单位、k是取值大于等于1的数值。
在上述任一技术方案中,进一步地,对多个时域连续的数据信息单元中任意相邻的两个数据信息单元进行向前差分运算,以得到交流数据信息的步骤,具体通过以下公式进行计算:
其中,x(t)是交流数据信息、x'(t)和x'(t+1)是时域连续的任意两个数据信息单元、t是采样时间间隔。
在上述任一技术方案中,进一步地,对多个时域连续的数据信息单元中任意时域连续的三个数据信息单元进行中心差分运算,以得到交流数据信息的步骤,具体通过以下公式进行计算:
其中,x(t)是交流数据信息、x'(t-1)、x'(t)和x'(t+1)是任意时域连续的三个数据信息单元、t是采样时间间隔。
在上述任一技术方案中,进一步地,确定交流数据信息中交流噪声的频率信息的步骤,具体包括:获取供电电源的供电频率以及交流数据信息的采样频率,其中,供电电源用于向传感器供电;根据供电频率和采样频率确定交流数据信息中交流噪声的频率信息。
在该技术方案中,由于传感器采集数据信息的频率存在与供电电源的供电频率不一致的情况,因此,在确定交流数据信息中交流噪声的频率信息的过程中,为了降低因为由于传感器采集数据信息的频率存在与供电电源的供电频率不一致对分布信息确定的影响,通过获取供电电源的供电频率以及交流数据信息的采样频率,根据供电频率和采样频率确定交流数据信息中交流噪声的频率信息,以提高交流噪声的分布信息的可靠性。
在本发明第二方面,提出了一种数据处理装置,包括:获取单元,用于获取传感器采集的交流数据信息和交流数据信息中交流噪声的频率信息;变换单元,用于分别对交流数据信息和频率信息进行傅里叶变换,得到变换后的交流数据信息和变换后的频率信息;确定单元,用于根据变换后的交流数据信息和变换后的频率信息确定交流噪声的分布信息,以及根据交流噪声的分布信息确定对应的场景。
本发明提供的数据处理装置包括:获取单元、变换单元和确定单元,其中,确定单元在对传感器采集的数据信息进行表征时,并非基于所有的数据信息进行表征,而只针对交流数据信息进行表征,由于在不同的场景下对应的交流噪声的特征不同,因此,通过确定交流噪声的分布信息进而确定对应的场景,进而提高了场景的区分能力和分类极限,其中,交流噪声即交流电噪声。
另外,本发明提供的上述技术方案中的数据处理装置还可以具有如下附加技术特征:
在上述技术方案中,进一步地,获取单元具体用于:获取传感器采集的数据信息,其中,数据信息包括多个时域连续的数据信息单元;对多个时域连续的数据信息单元中任意相邻的两个数据信息单元进行向前差分运算,以得到交流数据信息,或对多个时域连续的数据信息单元中任意时域连续的三个数据信息单元进行中心差分运算,以得到交流数据信息。
在该技术方案中,由于传感器采集的数据信息的过程中不单单会采集到交流数据信息,还采集到直流数据信息,为了避免直流数据信息对交流噪声的分布信息的影响,在获取传感器采集的数据信息后,使用向前差分和中心差分运算将数据信息中的直流数据信息剔除掉,具体地,对多个时域连续的数据信息单元中任意相邻的两个数据信息单元进行向前差分运算,以得到交流数据信息,或对多个时域连续的数据信息单元中任意时域连续的三个数据信息单元进行中心差分运算,以得到交流数据信息。
在上述任一技术方案中,进一步地,确定单元还用于根据交流噪声的分布信息和变换后的交流数据信息确定交流噪声的峰值位置和峰值位置对应的强度值。
在该技术方案中,为了进一步根据交流噪声来区分不同的场景,在确定交流噪声的分布信息后,还确定交流噪声的峰值位置和峰值位置对应的强度值,以便根据交流噪声的峰值位置和峰值位置对应的强度值确定对应的场景,进而降低场景区分的难度,同时提高了场景区分的准确性。
在上述任一技术方案中,进一步地,通过以下公式,对交流数据信息进行傅里叶变换:
其中,X(k)是傅里叶变换后的交流数据信息、x(t)是交流数据信息、e是自然常数,约为2.71828、T是采样周期、t是采样时间间隔、j是虚数单位、k是取值大于等于1的数值。
在上述任一技术方案中,进一步地,对多个时域连续的数据信息单元中任意相邻的两个数据信息单元进行向前差分运算,以得到交流数据信息的步骤,具体通过以下公式进行计算:
其中,x(t)是交流数据信息、x'(t)和x'(t+1)是时域连续的任意两个数据信息单元、t是采样时间间隔。
在上述任一技术方案中,进一步地,对多个时域连续的数据信息单元中任意时域连续的三个数据信息单元进行中心差分运算,以得到交流数据信息的步骤,具体通过以下公式进行计算:
其中,x(t)是交流数据信息、x'(t-1)、x'(t)和x'(t+1)是任意时域连续的三个数据信息单元、t是采样时间间隔。
在上述任一技术方案中,进一步地,获取单元具体用于:获取供电电源的供电频率以及交流数据信息的采样频率,其中,供电电源用于向传感器供电;根据供电频率和采样频率确定交流数据信息中交流噪声的频率信息。
在该技术方案中,由于传感器采集数据信息的频率存在与供电电源的供电频率不一致的情况,因此,在确定交流数据信息中交流噪声的频率信息的过程中,为了降低因为由于传感器采集数据信息的频率存在与供电电源的供电频率不一致对分布信息确定的影响,通过获取供电电源的供电频率以及交流数据信息的采样频率,根据供电频率和采样频率确定交流数据信息中交流噪声的频率信息,以提高交流噪声的分布信息的可靠性。
在本发明第三方面,提出了一种计算机设备,包括:控制器;存储器,用于存储计算机程序;控制器执行存储在存储器中的计算机程序以实现如上述任一项的数据处理方法的步骤。
在本发明第四方面,提出了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现如上述任一项数据处理方法的步骤。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1示出了根据本发明一个实施例的数据处理方法的流程示意图;
图2示出了根据本发明另一个实施例的数据处理方法的流程示意图;
图3示出了根据本发明再一个实施例的数据处理方法的流程示意图;
图4示出了根据本发明又一个实施例的数据处理方法的流程示意图;
图5示出了根据本发明又一个实施例的数据处理方法的流程示意图;
图6示出了根据本发明又一个实施例的数据处理方法的流程示意图;
图7示出了根据本发明又一个实施例的数据处理方法的流程示意图;
图8示出了根据本发明一个实施例的数据信息的示意图;
图9示出了根据本发明中时间响应法得到的不同场景的叠加情况的示意图;
图10示出了根据本发明中积分法得到的不同场景的叠加情况的示意图;
图11示出了根据本发明中峰峰值分析法得到的不同场景的叠加情况的示意图;
图12示出了根据本发明中噪声峰值的位置示意图;
图13示出了根据本发明中不同场景的叠加情况的示意图;
图14示出了根据本发明中不同场景的叠加情况的示意图;
图15示出了根据本发明一个实施例的数据处理装置的示意框图;
图16示出了根据本发明一个实施例的计算机设备的示意框图。
具体实施方式
为了能够更清楚地理解本发明的上述方面、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
实施例一
在本发明的实施例中,如图1所示,数据处理方法,包括:
S102,获取传感器采集的交流数据信息和交流数据信息中交流噪声的频率信息;
S104,分别对交流数据信息和频率信息进行傅里叶变换,得到变换后的交流数据信息和变换后的频率信息;
S106,根据变换后的交流数据信息和变换后的频率信息确定交流噪声的分布信息;
S108,根据交流噪声的分布信息确定对应的场景。
本发明提供的数据处理方法在对传感器采集的数据信息进行表征时,并非基于所有的数据信息进行表征,而只针对交流数据信息进行表征,由于在不同的场景下对应的交流噪声的特征不同,因此,通过确定交流噪声的分布信息进而确定对应的场景,进而提高了场景的区分能力和分类极限,其中,交流噪声即交流电噪声。
可选地,构建交流噪声的分布信息与不同场景的映射关系,在确定交流噪声的分布信息后,根据分布信息确定对应的场景。
在本发明的一个实施例中,如图2所示,数据处理方法,包括:
S202,获取传感器采集的数据信息;
S204,对多个时域连续的数据信息单元中任意相邻的两个数据信息单元进行向前差分运算,以得到交流数据信息;
S206,获取交流数据信息中交流噪声的频率信息;
S208,分别对交流数据信息和频率信息进行傅里叶变换,得到变换后的交流数据信息和变换后的频率信息;
S210,根据变换后的交流数据信息和变换后的频率信息确定交流噪声的分布信息,并根据交流噪声的分布信息确定对应的场景。
其中,数据信息包括多个时域连续的数据信息单元。
在本发明的一个实施例中,如图3所示,数据处理方法,包括:
S302,获取传感器采集的数据信息;
S304,对多个时域连续的数据信息单元中任意时域连续的三个数据信息单元进行中心差分运算,以得到交流数据信息;
S306,获取交流数据信息中交流噪声的频率信息;
S308,分别对交流数据信息和频率信息进行傅里叶变换,得到变换后的交流数据信息和变换后的频率信息;
S310,根据变换后的交流数据信息和变换后的频率信息确定交流噪声的分布信息,并根据交流噪声的分布信息确定对应的场景。
其中,数据信息包括多个时域连续的数据信息单元。
在该实施例中,由于传感器采集的数据信息的过程中不单单会采集到交流数据信息,还采集到直流数据信息,为了避免直流数据信息对交流噪声的分布信息的影响,在获取传感器采集的数据信息后,使用向前差分和中心差分运算将数据信息中的直流数据信息剔除掉,具体地,对多个时域连续的数据信息单元中任意相邻的两个数据信息单元进行向前差分运算,以得到交流数据信息,或对多个时域连续的数据信息单元中任意时域连续的三个数据信息单元进行中心差分运算,以得到交流数据信息。
在本发明的一个实施例中,如图4所示,数据处理方法,包括:
S402,获取传感器采集的数据信息;
S404,对多个时域连续的数据信息单元中任意相邻的两个数据信息单元进行向前差分运算,以得到交流数据信息;
S406,获取交流数据信息中交流噪声的频率信息;
S408,分别对交流数据信息和频率信息进行傅里叶变换,得到变换后的交流数据信息和变换后的频率信息;
S410,根据变换后的交流数据信息和变换后的频率信息确定交流噪声的分布信息;
S412,根据交流噪声的分布信息和变换后的交流数据信息确定交流噪声的峰值位置和峰值位置对应的强度值;
S414,根据交流噪声的峰值位置和峰值位置对应的强度值确定对应的场景。
其中,数据信息包括多个时域连续的数据信息单元。
在本发明的一个实施例中,如图5所示,数据处理方法,包括:
S502,获取传感器采集的数据信息;
S504,对多个时域连续的数据信息单元中任意时域连续的三个数据信息单元进行中心差分运算,以得到交流数据信息;
S506,获取交流数据信息中交流噪声的频率信息;
S508,分别对交流数据信息和频率信息进行傅里叶变换,得到变换后的交流数据信息和变换后的频率信息;
S510,根据变换后的交流数据信息和变换后的频率信息确定交流噪声的分布信息;
S512,根据交流噪声的分布信息和变换后的交流数据信息确定交流噪声的峰值位置和峰值位置对应的强度值;
S514,根据交流噪声的峰值位置和峰值位置对应的强度值确定对应的场景。
其中,数据信息包括多个时域连续的数据信息单元。
在该实施例中,为了进一步根据交流噪声来区分不同的场景,在确定交流噪声的分布信息后,还确定交流噪声的峰值位置和峰值位置对应的强度值,以便根据交流噪声的峰值位置和峰值位置对应的强度值确定对应的场景,进而降低场景区分的难度,同时提高了场景区分的准确性。
在本发明的一个实施例中,通过以下公式,对交流数据信息进行傅里叶变换:
其中,X(k)是傅里叶变换后的交流数据信息、x(t)是交流数据信息、e是自然常数,约为2.71828、T是采样周期、t是采样时间间隔、j是虚数单位、k是取值大于等于1的数值。
在本发明的一个实施例中,对多个时域连续的数据信息单元中任意相邻的两个数据信息单元进行向前差分运算,以得到交流数据信息的步骤,具体通过以下公式进行计算:
其中,x(t)是交流数据信息、x'(t)和x'(t+1)是时域连续的任意两个数据信息单元、t是采样时间间隔。
在本发明的一个实施例中,对多个时域连续的数据信息单元中任意时域连续的三个数据信息单元进行中心差分运算,以得到交流数据信息的步骤,具体通过以下公式进行计算:
其中,x(t)是交流数据信息、x'(t-1)、x'(t)和x'(t+1)是任意时域连续的三个数据信息单元、t是采样时间间隔。
在本发明的一个实施例中,如图6所示,数据处理方法,包括:
S602,获取传感器采集的交流数据信息;
S604,获取供电电源的供电频率以及交流数据信息的采样频率,其中,供电电源用于向传感器供电;
S606,根据供电频率和采样频率确定交流数据信息中交流噪声的频率信息;
S608,分别对交流数据信息和频率信息进行傅里叶变换,得到变换后的交流数据信息和变换后的频率信息;
S610,根据变换后的交流数据信息和变换后的频率信息确定交流噪声的分布信息;
S612,根据交流噪声的分布信息确定对应的场景。
在该实施例中,由于传感器采集数据信息的频率存在与供电电源的供电频率不一致的情况,因此,在确定交流数据信息中交流噪声的频率信息的过程中,为了降低因为由于传感器采集数据信息的频率存在与供电电源的供电频率不一致对分布信息确定的影响,通过获取供电电源的供电频率以及交流数据信息的采样频率,根据供电频率和采样频率确定交流数据信息中交流噪声的频率信息,以提高交流噪声的分布信息的可靠性。
实施例二
在本发明的一个实施例中,如图7所示,数据处理方法包括:
S702,获取原始数据,
其中,原始数据是气体传感器采集得到数据信息,如图8所示,数据信息是随时间变化的测量序列,其中,横坐标为时间,纵坐标为响应,每一种灰度的线条代表一种场景,传感器的类型可以是气体传感器,也可以是其他传感器,如固体类型的传感器。
S704,对原始数据进行数据差分。
数据差分包括向前差分或中心差分,根据选取的测量序列的数量进行确定,通过对数据信息进行数据差分,消除数据信息中存在的直流数据信息,在数据信息中不包含直流数据信息时,可以不进行数据差分。
S706,在原始数据中不包含直流数据信息时,直接对原始数据进行傅里叶变换,否则,对数据差分后的原始数据进行傅里叶变换。
通过傅里叶变换将随时间变化的测量序列转化成频域的数据,以便确定交流噪声的分布信息,进而便于进行场景区分。
S708,确定交流噪声的分布信息。
S710,确定交流噪声的峰值位置。
S712,确定交流噪声的峰值强度。
其中,峰值位置和峰值强度可以准确表征交流噪声的特征,以便确定对应的场景。
具体地,图9示出了时间响应法得到的不同场景的叠加情况,图10示出了积分法得到的不同场景的叠加情况,图11示出了峰峰值分析法得到的不同场景的叠加情况,其中,图9、图10和图11中横坐标为响应,单位可以是电压、电流和电阻等,纵坐标是次数,每一种灰度的线条代表一种场景。
交流噪声会出现在所有连接到交流电源(供电电源)的测试信号中。以60Hz的交流电来说,噪声将会出现在60Hz和120Hz频率处。但在实际过程中,由于实际数据采样频率可能比较低,所以根据傅里叶变换得到的频率会发生变化。图12是以16.67Hz进行采样所得到结果,噪声峰值(即峰值位置)出现在3.33Hz和6.67Hz处,由于不同场景下的交流电噪声不同,所以噪声峰值的位置和强度都会发生改变。图13和图14分别是在3.33Hz和6.67Hz处的不同场景的分布情况,由图13和图14所示,与图9、图10和图11相对比,代表每一种灰度的场景重叠的部分较少,进而提高了场景的区分能力和分类极限。
实施例三
在本发明的一个实施例中,如图15所示,提出了一种数据处理装置1500,包括:获取单元1502,用于获取传感器采集的交流数据信息和交流数据信息中交流噪声的频率信息;变换单元1504,用于分别对交流数据信息和频率信息进行傅里叶变换,得到变换后的交流数据信息和变换后的频率信息;确定单元1506,用于根据变换后的交流数据信息和变换后的频率信息确定交流噪声的分布信息,以及根据所述交流噪声的分布信息确定对应的场景。
本发明提供的数据处理装置1500包括:获取单元1502、变换单元1504和确定单元1506,其中,确定单元1506在对传感器采集的数据信息进行表征时,并非基于所有的数据信息进行表征,而只针对交流数据信息进行表征,由于在不同的场景下对应的交流噪声的特征不同,因此,通过确定交流噪声的分布信息进而确定对应的场景,进而提高了场景的区分能力和分类极限,其中,交流噪声即交流电噪声。
可选地,确定单元1506构建交流噪声的分布信息与不同场景的映射关系,在确定交流噪声的分布信息后,根据分布信息确定对应的场景。
在本发明一个实施例中,获取单元1502具体用于:获取传感器采集的数据信息,其中,数据信息包括多个时域连续的数据信息单元;对多个时域连续的数据信息单元中任意相邻的两个数据信息单元进行向前差分运算,以得到交流数据信息,或对多个时域连续的数据信息单元中任意时域连续的三个数据信息单元进行中心差分运算,以得到交流数据信息。
在该实施例中,由于传感器采集的数据信息的过程中不单单会采集到交流数据信息,还采集到直流数据信息,为了避免直流数据信息对交流噪声的分布信息的影响,在获取传感器采集的数据信息后,使用向前差分和中心差分运算将数据信息中的直流数据信息剔除掉,具体地,对多个时域连续的数据信息单元中任意相邻的两个数据信息单元进行向前差分运算,以得到交流数据信息,或对多个时域连续的数据信息单元中任意时域连续的三个数据信息单元进行中心差分运算,以得到交流数据信息。
在本发明一个实施例中,确定单元1506还用于根据交流噪声的分布信息和变换后的交流数据信息确定交流噪声的峰值位置和峰值位置对应的强度值。
在该实施例中,为了进一步根据交流噪声来区分不同的场景,在确定交流噪声的分布信息后,还确定交流噪声的峰值位置和峰值位置对应的强度值,以便根据交流噪声的峰值位置和峰值位置对应的强度值确定对应的场景,进而降低场景区分的难度,同时提高了场景区分的准确性。
在本发明一个实施例中,通过以下公式,对交流数据信息进行傅里叶变换:
其中,X(k)是傅里叶变换后的交流数据信息、x(t)是交流数据信息、e是自然常数,约为2.71828、T是采样周期、t是采样时间间隔、j是虚数单位、k是取值大于等于1的数值。
在本发明一个实施例中,对多个时域连续的数据信息单元中任意相邻的两个数据信息单元进行向前差分运算,以得到交流数据信息的步骤,具体通过以下公式进行计算:
其中,x(t)是交流数据信息、x'(t)和x'(t+1)是时域连续的任意两个数据信息单元、t是采样时间间隔。
在本发明一个实施例中,对多个时域连续的数据信息单元中任意时域连续的三个数据信息单元进行中心差分运算,以得到交流数据信息的步骤,具体通过以下公式进行计算:
其中,x(t)是交流数据信息、x'(t-1)、x'(t)和x'(t+1)是任意时域连续的三个数据信息单元、t是采样时间间隔。
在本发明一个实施例中,获取单元1502具体用于:获取供电电源的供电频率以及交流数据信息的采样频率,其中,供电电源用于向传感器供电;根据供电频率和采样频率确定交流数据信息中交流噪声的频率信息。
在该实施例中,由于传感器采集数据信息的频率存在与供电电源的供电频率不一致的情况,因此,在确定交流数据信息中交流噪声的频率信息的过程中,为了降低因为由于传感器采集数据信息的频率存在与供电电源的供电频率不一致对分布信息确定的影响,通过获取供电电源的供电频率以及交流数据信息的采样频率,根据供电频率和采样频率确定交流数据信息中交流噪声的频率信息,以提高交流噪声的分布信息的可靠性。
实施例四
在本发明的一个实施例中,如图16所示,提出了一种计算机设备1600,包括:控制器1602;存储器1604,用于存储计算机程序;控制器1602执行存储在存储器1604中的计算机程序以实现如上述任一项的数据处理方法的步骤。
实施例五
在本发明的一个实施例中,提出了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现如上述任一项数据处理方法的步骤。
在本发明的描述中,术语“多个”则指两个或两个以上,除非另有明确的限定,术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制;术语“连接”、“安装”、“固定”等均应做广义理解,例如,“连接”可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是直接相连,也可以通过中间媒介间接相连。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明的描述中,术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实施例或示例中。在本发明中,对上述术语的示意性表述不一定指的是相同的实施例或实例。而且,描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种数据处理方法,其特征在于,包括:
获取传感器采集的交流数据信息和所述交流数据信息中交流噪声的频率信息;
分别对所述交流数据信息和所述频率信息进行傅里叶变换,得到变换后的交流数据信息和变换后的频率信息;
根据所述变换后的交流数据信息和所述变换后的频率信息确定所述交流噪声的分布信息;
根据所述交流噪声的分布信息确定对应的场景。
2.根据权利要求1所述的数据处理方法,其特征在于,所述获取传感器采集的交流数据信息的步骤,具体包括:
获取所述传感器采集的数据信息,其中,所述数据信息包括多个时域连续的数据信息单元;
对所述多个时域连续的数据信息单元中任意相邻的两个数据信息单元进行向前差分运算,以得到所述交流数据信息,或
对所述多个时域连续的数据信息单元中任意时域连续的三个数据信息单元进行中心差分运算,以得到所述交流数据信息。
3.根据权利要求1或2所述的数据处理方法,其特征在于,还包括:
根据所述交流噪声的分布信息和所述变换后的交流数据信息确定所述交流噪声的峰值位置和峰值位置对应的强度值。
4.根据权利要求3所述的数据处理方法,其特征在于,通过以下公式,对所述交流数据信息进行傅里叶变换:
其中,X(k)是傅里叶变换后的交流数据信息、x(t)是交流数据信息、e是自然常数,约为2.71828、T是采样周期、t是采样时间间隔、j是虚数单位、k是取值大于等于1的数值。
5.根据权利要求2所述的数据处理方法,其特征在于,所述对所述多个时域连续的数据信息单元中任意相邻的两个数据信息单元进行向前差分运算,以得到所述交流数据信息的步骤,具体通过以下公式进行计算:
其中,x(t)是交流数据信息、x'(t)和x'(t+1)是时域连续的任意两个数据信息单元、t是采样时间间隔。
6.根据权利要求2所述的数据处理方法,其特征在于,所述对所述多个时域连续的数据信息单元中任意时域连续的三个数据信息单元进行中心差分运算,以得到所述交流数据信息的步骤,具体通过以下公式进行计算:
其中,x(t)是交流数据信息、x'(t-1)、x'(t)和x'(t+1)是任意时域连续的三个数据信息单元、t是采样时间间隔。
7.根据权利要求1所述的数据处理方法,其特征在于,确定所述交流数据信息中交流噪声的频率信息的步骤,具体包括:
获取供电电源的供电频率以及所述交流数据信息的采样频率,其中,所述供电电源用于向所述传感器供电;
根据所述供电频率和所述采样频率确定所述交流数据信息中交流噪声的频率信息。
8.一种数据处理装置,其特征在于,包括:
获取单元,用于获取传感器采集的交流数据信息和所述交流数据信息中交流噪声的频率信息;
变换单元,用于分别对所述交流数据信息和所述频率信息进行傅里叶变换,得到变换后的交流数据信息和变换后的频率信息;
确定单元,用于根据所述变换后的交流数据信息和所述变换后的频率信息确定所述交流噪声的分布信息,以及根据所述交流噪声的分布信息确定对应的场景。
9.一种计算机设备,其特征在于,包括:
控制器;
存储器,用于存储计算机程序;
所述控制器执行存储在所述存储器中的计算机程序以实现如权利要求1至7中任一项所述的数据处理方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述数据处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910628901.8A CN110134912A (zh) | 2019-07-12 | 2019-07-12 | 数据处理方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910628901.8A CN110134912A (zh) | 2019-07-12 | 2019-07-12 | 数据处理方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110134912A true CN110134912A (zh) | 2019-08-16 |
Family
ID=67566701
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910628901.8A Pending CN110134912A (zh) | 2019-07-12 | 2019-07-12 | 数据处理方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110134912A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1839318A (zh) * | 2003-08-29 | 2006-09-27 | 旭化成株式会社 | 生物传感器和对象测定方法 |
CN101089645A (zh) * | 2007-07-17 | 2007-12-19 | 蹇兴亮 | 弱磁场梯度测量装置及方法 |
CN108519527A (zh) * | 2018-03-29 | 2018-09-11 | 武汉理工大学 | 一种变压器噪声与电能质量关联性分析试验装置及方法 |
WO2019028269A2 (en) * | 2017-08-02 | 2019-02-07 | Strong Force Iot Portfolio 2016, Llc | METHODS AND SYSTEMS FOR DETECTION IN AN INDUSTRIAL ENVIRONMENT OF COLLECTING INTERNET DATA FROM OBJECTS WITH LARGE DATA SETS |
-
2019
- 2019-07-12 CN CN201910628901.8A patent/CN110134912A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1839318A (zh) * | 2003-08-29 | 2006-09-27 | 旭化成株式会社 | 生物传感器和对象测定方法 |
CN101089645A (zh) * | 2007-07-17 | 2007-12-19 | 蹇兴亮 | 弱磁场梯度测量装置及方法 |
WO2019028269A2 (en) * | 2017-08-02 | 2019-02-07 | Strong Force Iot Portfolio 2016, Llc | METHODS AND SYSTEMS FOR DETECTION IN AN INDUSTRIAL ENVIRONMENT OF COLLECTING INTERNET DATA FROM OBJECTS WITH LARGE DATA SETS |
CN108519527A (zh) * | 2018-03-29 | 2018-09-11 | 武汉理工大学 | 一种变压器噪声与电能质量关联性分析试验装置及方法 |
Non-Patent Citations (5)
Title |
---|
ROBERT A.PEASE: "《模拟电路》", 31 July 2014, 北京航空航天大学出版社 * |
刘振伟: "《实用膜片钳技术》", 31 May 2006, 军事医学科学出版社 * |
指纹密码智能锁平台: "介绍传感器相关要求和关键特性", 《电子发烧友HTTP://WWW.ELECFANS.COM/D/731804.HTML》 * |
杨丽波等: "《多媒体技术原理及其应用》", 31 July 2009, 东北林业大学出版社 * |
顾文郁: "《现代光电测试技术》", 30 June 1994, 上海:上海科学技术文献出版社 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1195987C (zh) | 测量内电路电阻和电流的电路及方法 | |
CN102597755B (zh) | 电断层摄影设备和方法以及电流驱动器 | |
DK1922550T3 (en) | Method and system for monitoring the flow of energy through an electric energitransmissonsledning | |
Chen et al. | Critical impedance method-a new detecting harmonic sources method in distribution systems | |
CN102066967B (zh) | Mri设备的感应地供电的电部件 | |
CA2009158C (en) | Method and apparatus for determining direction to and position of an underground conductor | |
JP5520338B2 (ja) | 電気機器検出および電力消費量モニタリングシステム | |
Henriques et al. | Development of adapted ammeter for fraud detection in low-voltage installations | |
CN106124869B (zh) | 一种轨道车辆和轨道电路电磁兼容性测试系统 | |
CN113049873B (zh) | 电流传感器、电流测量设备、系统、装置和存储介质 | |
CN106405345A (zh) | 手持式多功能带电检测装置及其综合检测诊断方法 | |
CN208818818U (zh) | 一种低功耗程控式电流互感器现场检定装置 | |
CN108982522A (zh) | 用于检测管道缺陷的方法和装置 | |
CN109142865A (zh) | 考虑油纸绝缘界面极化等效电路参数的频域谱辨识方法 | |
CN103926494B (zh) | 一种干扰源的确定方法及装置 | |
CN110134912A (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
CN114016041B (zh) | 一种用于阴极保护的油气管道电位检测方法及其装置 | |
Liu et al. | Energy Balance of Wireless Sensor Nodes Based on Bluetooth Low Energy and Thermoelectric Energy Harvesting | |
CN107044873B (zh) | 电磁流量计 | |
CN104067113B (zh) | 低电导率的接触式电导率测试系统 | |
CN106019042B (zh) | 一种基于特征图谱识别高压电缆内部绝缘缺陷类型的方法 | |
CN107797057A (zh) | 继电器吸合效果检测装置及方法 | |
US6820499B2 (en) | Method for determining the uncertainty factor of a measuring procedure employing a measuring frequency | |
CN104730324A (zh) | 检测过电压和/或低电压的设备和方法 | |
CN110530588A (zh) | 一种分区定位漏液检测系统和方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190816 |