CN111031503A - 一种物联网信息的融合控制方法及其操作系统 - Google Patents

一种物联网信息的融合控制方法及其操作系统 Download PDF

Info

Publication number
CN111031503A
CN111031503A CN201911083757.0A CN201911083757A CN111031503A CN 111031503 A CN111031503 A CN 111031503A CN 201911083757 A CN201911083757 A CN 201911083757A CN 111031503 A CN111031503 A CN 111031503A
Authority
CN
China
Prior art keywords
information
fusion
nodes
data
node
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
Application number
CN201911083757.0A
Other languages
English (en)
Inventor
刘朝朝
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xi'an Kecheng New Fruit Information Technology Co ltd
Original Assignee
Xi'an Kecheng New Fruit Information Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xi'an Kecheng New Fruit Information Technology Co ltd filed Critical Xi'an Kecheng New Fruit Information Technology Co ltd
Priority to CN201911083757.0A priority Critical patent/CN111031503A/zh
Publication of CN111031503A publication Critical patent/CN111031503A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/12—Discovery or management of network topologies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/24—Connectivity information management, e.g. connectivity discovery or connectivity update
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种物联网信息的融合控制方法及其操作系统，所述多节点采集，通过布置的多个无线传感器来将对应传感器节点内的监测信息进行集中收集，所述无线网络传输，通过多跳传输的方式来将对应监测节点内采集的信息数据进行发送功率的调整，再将功率调整后的数据信息输送至下一监测节点，通过分级递进式的传输方式将多个节点监测的数据信息进行传输，本发明通过并行拓扑的布置方式来将多个无线传感器布置在对应的传感器监测节点内，并通过网络拓扑管理器来管理所有监测节点之间的拓扑结构和路由信息，以此使得不同监测节点内的无线传感器均能够实现同时稳定运行，提高了无线传感器对监测信息采集的准确性。

Description

一种物联网信息的融合控制方法及其操作系统
技术领域
本发明涉及物联网信息融合技术领域，具体为一种物联网信息的融合控制方法及其操作系统。
背景技术
物联网是利用射频识别(RFID)装置、各种传感器、全球定位系统(GPS)、激光扫描器等各种不同装置、嵌入式软硬件系统，以及现代网络及无线通信、分布式数据处理等诸多技术，能够协作地实时监测、感知、采集网络分布区域内的各种环境或监测对象的信息，实现包括物与物、人与物之间的互相连接，并且与互联网结合起来而形成的一个巨大的信息网络系统，在这个物联网系统中，有大量感知数据需要选取适当的融合模式、处理算法进行综合分析，才能提高数据的质量，获得最佳决策和完成评估任务，这就是物联网数据融合的意义和作用；
现在由于多传感器数据信息表现形式的多样性、数据量的巨大性、数据关系的复杂性以及要求数据处理的实时性、准确性和可靠性，使得传统的信息综合处理方式已经无法满足于对现下多传感器数据的处理，因此需要推出物联网信息的融合技术来满足对多传感器数据处理的需要。
发明内容
本发明提供一种物联网信息的融合控制方法及其操作系统，可以有效解决上述背景技术中提出由于多传感器数据信息表现形式的多样性、数据量的巨大性、数据关系的复杂性以及要求数据处理的实时性、准确性和可靠性，使得传统的信息综合处理方式已经无法满足于对现下多传感器数据的处理的问题。
为实现上述目的，本发明提供如下技术方案：一种物联网信息的融合控制方法，包括以下步骤：
S1、多节点采集；
S2、无线网络传输；
S3、数据处理；
S4、信息融合。
基于上述技术方案，所述步骤S1中，所述多节点采集，通过布置的多个无线传感器来将对应传感器节点内的监测信息进行集中收集，所述步骤S2中，所述无线网络传输，通过多跳传输的方式来将对应监测节点内采集的信息数据进行发送功率的调整，再将功率调整后的数据信息输送至下一监测节点，通过分级递进式的传输方式将多个节点监测的数据信息进行传输。
基于上述技术方案，所述步骤S3中，所述数据处理，通过影像空间配准来消除不同监测传感器在不同监测角度和监测时间方面的差异。
基于上述技术方案，所述影像空间配准，包括如下步骤：
A、特征选择；
B、特征匹配；
C、空间变化；
D、插值；
所述步骤A中，所述特征选择是指在欲配准的两幅影像上，选择如边界、线状物交叉点、区域轮廓线明显的特征，所述步骤B中，所述特征匹配是指采用配准算法，找出两幅影像上对应的明显的物点，作为控制点，所述步骤C中，所述空间变化是指根据控制点，建立影像间的映射关系，所述步骤D中，所述插值是指根据映射关系，对非参考影像进行重采样，获得同参考影像配准的影像。
基于上述技术方案，所述步骤S4中，所述信息融合，将空间配准的遥感影像数据进行特征级融合，得到目标的更准确表示和估计。
基于上述技术方案，所述特征级融合，包括如下步骤：
a、特征提取；
b、特征融合；
c、属性说明；
所述步骤a中，所述特征提取，是将各影像数据进行特征信息提取，所述步骤b中，所述特征融合，对提取的特征信息进行分类、聚集和综合来产生特征矢量，所述步骤c中，所述属性说明，对特征矢量进行融合，并对融合特征矢量的属性说明。
一种物联网信息的融合操作系统，包括节点布置、信息采集模块、网络传输模块、处理模块和融合模块。
基于上述技术方案，所述节点布置，通过并行拓扑的布置方式将多个无线传感器布置在对应的传感器节点内，并通过网络拓扑管理器来将多个节点的无线传感器进行管理，所述网络拓扑管理器主要用来管理所有监测节点之间的拓扑结构和路由信息，所述信息采集模块通过多个无线传感器在对应的监测节点内采集监测的信息，所述网络传输模块是指通过多跳传输的方式来将各个监测节点内无线传感器所采集的信息进行传输。
基于上述技术方案，所述处理模块，是指将多个无线传感器的传输的数据进行特征提取变换，提取代表观测数据的特征矢量，并对特征矢量进行模式识别处理，完成各传感器关于目标的说明，最后将各无线传感器关于目标的说明数据按同一目标进行分组。
基于上述技术方案，所述融合模块，根据融合目的和融合层次选择合适的融合算法，利用融合算法将每一目标各传感器数据进行合成，得到该目标的一致性解释与描述，所述融合算法包括集中式数据融合算法和分布式数据融合算法，所述集中式数据融合算法包括分簇模型的LEACH算法和PEGASIS算法，所述分布式数据融合算法又分为以下两种情况：规则网络情况和不规则网络情况，所述LEACH算法，通过周期性随机选举簇头，簇头在无线信道中广播信息，其余节点检测信号并选择信号最强的簇头加入，从而形成不同的簇，簇头之间的连接构成上层骨干网，所有簇间通信都通过骨干网进行转发，簇内成员将数据传输给簇头节点，簇头节点再向上一级簇头传输，直至Sink节点，所述PEGASIS算法，此算法假定网络中的每个节点都是同构的且静止不动，节点通过通信来获得与其他节点之间的位置关系，每个节点找到与其最近的相邻节点，并作为自己的下一节点，依次遍历网络中的所有节点，最终形成一条链，同时设定一个距离Sink最近的节点为链头节点，它与Sink进行一跳通信，数据总是在某个节点与其邻居之间传输，节点通过多跳方式轮流传输数据到Sink处。
与现有技术相比，本发明的有益效果：本发明通过并行拓扑的布置方式来将多个无线传感器布置在对应的传感器监测节点内，并通过网络拓扑管理器来管理所有监测节点之间的拓扑结构和路由信息，以此使得不同监测节点内的无线传感器均能够实现同时稳定运行，提高了无线传感器对监测信息采集的准确性；通过多跳传输的方式来将对应监测节点内采集的监测信息数据的发送功率进行调整，再将调整后的较小功率的监测信息数据通过分级递进式的传输方式输送至下一监测节点，再由监测节点进行集中处理，以此取代了传统将监测信息数据直接传输的方式，降低了能量的损耗，节省了成本；通过影像空间配准来消除不同监测传感器在不同监测角度和监测时间上的差异，使信息数据在后续融合的过程中具备更高的准确性和可靠性；通过特征级融合的方式来对信息数据进行融合使得数据在融合时保留了更多的信息，使得信息数据在融合后更加准确，进一步使人们能够对融合的数据信息进行有效的理解和分析。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明的方法步骤流程图；
图2是本发明的影像空间配准的步骤流程图；
图3是本发明的特征级融合的步骤流程图；
图4是本发明的系统框图；
图5是本发明LEACH算法的图解示意图；
图6是本发明PEGASIS算法的图解示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
实施例：如图1-6所示，本发明提供一种技术方案，一种物联网信息的融合控制方法，包括以下步骤：
S1、多节点采集；
S2、无线网络传输；
S3、数据处理；
S4、信息融合。
基于上述技术方案，步骤S1中，多节点采集，通过布置的多个无线传感器来将对应传感器节点内的监测信息进行集中收集，步骤S2中，无线网络传输，通过多跳传输的方式来将对应监测节点内采集的信息数据进行发送功率的调整，再将功率调整后的数据信息输送至下一监测节点，通过分级递进式的传输方式将多个节点监测的数据信息进行传输。
基于上述技术方案，步骤S3中，数据处理，通过影像空间配准来消除不同监测传感器在不同监测角度和监测时间方面的差异。
基于上述技术方案，影像空间配准，包括如下步骤：
A、特征选择；
B、特征匹配；
C、空间变化；
D、插值；
步骤A中，特征选择是指在欲配准的两幅影像上，选择如边界、线状物交叉点、区域轮廓线明显的特征，步骤B中，特征匹配是指采用配准算法，找出两幅影像上对应的明显的物点，作为控制点，步骤C中，空间变化是指根据控制点，建立影像间的映射关系，步骤D中，插值是指根据映射关系，对非参考影像进行重采样，获得同参考影像配准的影像。
基于上述技术方案，步骤S4中，信息融合，将空间配准的遥感影像数据进行特征级融合，得到目标的更准确表示和估计。
基于上述技术方案，特征级融合，包括如下步骤：
a、特征提取；
b、特征融合；
c、属性说明；
步骤a中，特征提取，是将各影像数据进行特征信息提取，步骤b中，特征融合，对提取的特征信息进行分类、聚集和综合来产生特征矢量，步骤c中，属性说明，对特征矢量进行融合，并对融合特征矢量的属性说明。
一种物联网信息的融合操作系统，包括节点布置、信息采集模块、网络传输模块、处理模块和融合模块。
基于上述技术方案，节点布置，通过并行拓扑的布置方式将多个无线传感器布置在对应的传感器节点内，并通过网络拓扑管理器来将多个节点的无线传感器进行管理，网络拓扑管理器主要用来管理所有监测节点之间的拓扑结构和路由信息，信息采集模块通过多个无线传感器在对应的监测节点内采集监测的信息，网络传输模块是指通过多跳传输的方式来将各个监测节点内无线传感器所采集的信息进行传输。
基于上述技术方案，处理模块，是指将多个无线传感器的传输的数据进行特征提取变换，提取代表观测数据的特征矢量，并对特征矢量进行模式识别处理，完成各传感器关于目标的说明，最后将各无线传感器关于目标的说明数据按同一目标进行分组。
基于上述技术方案，融合模块，根据融合目的和融合层次选择合适的融合算法，利用融合算法将每一目标各传感器数据进行合成，得到该目标的一致性解释与描述，融合算法包括集中式数据融合算法和分布式数据融合算法，集中式数据融合算法包括分簇模型的LEACH算法和PEGASIS算法，分布式数据融合算法又分为以下两种情况：规则网络情况和不规则网络情况，LEACH算法，通过周期性随机选举簇头，簇头在无线信道中广播信息，其余节点检测信号并选择信号最强的簇头加入，从而形成不同的簇，簇头之间的连接构成上层骨干网，所有簇间通信都通过骨干网进行转发，簇内成员将数据传输给簇头节点，簇头节点再向上一级簇头传输，直至Sink节点，PEGASIS算法，此算法假定网络中的每个节点都是同构的且静止不动，节点通过通信来获得与其他节点之间的位置关系，每个节点找到与其最近的相邻节点，并作为自己的下一节点，依次遍历网络中的所有节点，最终形成一条链，同时设定一个距离Sink最近的节点为链头节点，它与Sink进行一跳通信，数据总是在某个节点与其邻居之间传输，节点通过多跳方式轮流传输数据到Sink处。
基于上述技术方案，本发明有益效果为：本发明通过并行拓扑的布置方式来将多个无线传感器布置在对应的传感器监测节点内，并通过网络拓扑管理器来管理所有监测节点之间的拓扑结构和路由信息，以此使得不同监测节点内的无线传感器均能够实现同时稳定运行，提高了无线传感器对监测信息采集的准确性；通过多跳传输的方式来将对应监测节点内采集的监测信息数据的发送功率进行调整，再将调整后的较小功率的监测信息数据通过分级递进式的传输方式输送至下一监测节点，再由监测节点进行集中处理，以此取代了传统将监测信息数据直接传输的方式，降低了能量的损耗，节省了成本；通过影像空间配准来消除不同监测传感器在不同监测角度和监测时间上的差异，使信息数据在后续融合的过程中具备更高的准确性和可靠性；通过特征级融合的方式来对信息数据进行融合使得数据在融合时保留了更多的信息，使得信息数据在融合后更加准确，进一步使人们能够对融合的数据信息进行有效的理解和分析。
最后应说明的是：以上所述仅为本发明的优选实例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。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)

1.一种物联网信息的融合控制方法，其特征在于：包括以下步骤：
S1、多节点采集；
S2、无线网络传输；
S3、数据处理；
S4、信息融合。
2.根据权利要求1所述的一种物联网信息的融合控制方法，其特征在于：所述步骤S1中，所述多节点采集，通过布置的多个无线传感器来将对应传感器节点内的监测信息进行集中收集，所述步骤S2中，所述无线网络传输，通过多跳传输的方式来将对应监测节点内采集的信息数据进行发送功率的调整，再将功率调整后的数据信息输送至下一监测节点，通过分级递进式的传输方式将多个节点监测的数据信息进行传输。
3.根据权利要求1所述的一种物联网信息的融合控制方法，其特征在于：所述步骤S3中，所述数据处理，通过影像空间配准来消除不同监测传感器在不同监测角度和监测时间方面的差异。
4.根据权利要求3所述的一种物联网信息的融合控制方法，其特征在于：所述影像空间配准，包括如下步骤：
A、特征选择；
B、特征匹配；
C、空间变化；
D、插值；
所述步骤A中，所述特征选择是指在欲配准的两幅影像上，选择如边界、线状物交叉点、区域轮廓线明显的特征，所述步骤B中，所述特征匹配是指采用配准算法，找出两幅影像上对应的明显的物点，作为控制点，所述步骤C中，所述空间变化是指根据控制点，建立影像间的映射关系，所述步骤D中，所述插值是指根据映射关系，对非参考影像进行重采样，获得同参考影像配准的影像。
5.根据权利要求1所述的一种物联网信息的融合控制方法，其特征在于：所述步骤S4中，所述信息融合，将空间配准的遥感影像数据进行特征级融合，得到目标的更准确表示和估计。
6.根据权利要求5所述的一种物联网信息的融合控制方法，其特征在于：所述特征级融合，包括如下步骤：
a、特征提取；
b、特征融合；
c、属性说明；
所述步骤a中，所述特征提取，是将各影像数据进行特征信息提取，所述步骤b中，所述特征融合，对提取的特征信息进行分类、聚集和综合来产生特征矢量，所述步骤c中，所述属性说明，对特征矢量进行融合，并对融合特征矢量的属性说明。
7.根据权利要求1-6任意一项所述的一种物联网信息的融合操作系统，其特征在于：包括节点布置、信息采集模块、网络传输模块、处理模块和融合模块。
8.根据权利要求7所述的一种物联网信息的融合操作系统，其特征在于：所述节点布置，通过并行拓扑的布置方式将多个无线传感器布置在对应的传感器节点内，并通过网络拓扑管理器来将多个节点的无线传感器进行管理，所述网络拓扑管理器主要用来管理所有监测节点之间的拓扑结构和路由信息，所述信息采集模块通过多个无线传感器在对应的监测节点内采集监测的信息，所述网络传输模块是指通过多跳传输的方式来将各个监测节点内无线传感器所采集的信息进行传输。
9.根据权利要求7所述的一种物联网信息的融合操作系统，其特征在于：所述处理模块，是指将多个无线传感器的传输的数据进行特征提取变换，提取代表观测数据的特征矢量，并对特征矢量进行模式识别处理，完成各传感器关于目标的说明，最后将各无线传感器关于目标的说明数据按同一目标进行分组。
10.根据权利要求7所述的一种物联网信息的融合操作系统，其特征在于：所述融合模块，根据融合目的和融合层次选择合适的融合算法，利用融合算法将每一目标各传感器数据进行合成，得到该目标的一致性解释与描述，所述融合算法包括集中式数据融合算法和分布式数据融合算法，所述集中式数据融合算法包括分簇模型的LEACH算法和PEGASIS算法，所述分布式数据融合算法又分为以下两种情况：规则网络情况和不规则网络情况，所述LEACH算法，通过周期性随机选举簇头，簇头在无线信道中广播信息，其余节点检测信号并选择信号最强的簇头加入，从而形成不同的簇，簇头之间的连接构成上层骨干网，所有簇间通信都通过骨干网进行转发，簇内成员将数据传输给簇头节点，簇头节点再向上一级簇头传输，直至Sink节点，所述PEGASIS算法，此算法假定网络中的每个节点都是同构的且静止不动，节点通过通信来获得与其他节点之间的位置关系，每个节点找到与其最近的相邻节点，并作为自己的下一节点，依次遍历网络中的所有节点，最终形成一条链，同时设定一个距离Sink最近的节点为链头节点，它与Sink进行一跳通信，数据总是在某个节点与其邻居之间传输，节点通过多跳方式轮流传输数据到Sink处。
CN201911083757.0A 2019-11-07 2019-11-07 一种物联网信息的融合控制方法及其操作系统 Pending CN111031503A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911083757.0A CN111031503A (zh) 2019-11-07 2019-11-07 一种物联网信息的融合控制方法及其操作系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911083757.0A CN111031503A (zh) 2019-11-07 2019-11-07 一种物联网信息的融合控制方法及其操作系统

Publications (1)

Publication Number Publication Date
CN111031503A true CN111031503A (zh) 2020-04-17

Family

ID=70200971

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911083757.0A Pending CN111031503A (zh) 2019-11-07 2019-11-07 一种物联网信息的融合控制方法及其操作系统

Country Status (1)

Country Link
CN (1) CN111031503A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111652186A (zh) * 2020-06-23 2020-09-11 勇鸿(重庆)信息科技有限公司 一种视频类别识别的方法及相关装置
CN113411213A (zh) * 2021-06-17 2021-09-17 天津大学 基于物联网的自组网拓扑控制方法及协同监测方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130148713A1 (en) * 2011-12-11 2013-06-13 Industry-Academic Cooperation Foundation, Yonsei University Method and apparatus for transmitting and receiving signals based on dual compressive sensing in wireless communication system
CN110136219A (zh) * 2019-04-17 2019-08-16 太原理工大学 一种基于多源数据融合的二三维地图展示方法
CN110381460A (zh) * 2019-06-28 2019-10-25 重庆工商职业学院 一种基于无线传感网络的森林监控方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130148713A1 (en) * 2011-12-11 2013-06-13 Industry-Academic Cooperation Foundation, Yonsei University Method and apparatus for transmitting and receiving signals based on dual compressive sensing in wireless communication system
CN110136219A (zh) * 2019-04-17 2019-08-16 太原理工大学 一种基于多源数据融合的二三维地图展示方法
CN110381460A (zh) * 2019-06-28 2019-10-25 重庆工商职业学院 一种基于无线传感网络的森林监控方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
韩玲等: "多源遥感影像数据融合的理论与技术", 《西北大学学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111652186A (zh) * 2020-06-23 2020-09-11 勇鸿(重庆)信息科技有限公司 一种视频类别识别的方法及相关装置
CN113411213A (zh) * 2021-06-17 2021-09-17 天津大学 基于物联网的自组网拓扑控制方法及协同监测方法

Similar Documents

Publication Publication Date Title
US20230134964A1 (en) A distributed network traffic data decomposition method
CN103068035B (zh) 一种无线网络定位方法、装置及系统
Di et al. A survey of machine learning in wireless sensor netoworks from networking and application perspectives
CN105682224B (zh) 一种免离线训练的分布式无线指纹定位方法
TWI593988B (zh) Indoor positioning system and method
TWI393376B (zh) 資料傳輸方法
Radke A survey of distributed computer vision algorithms
WO2020217457A1 (ja) 通信システム及び基地局
CN111031503A (zh) 一种物联网信息的融合控制方法及其操作系统
CN110579214A (zh) 无人机路径规划方法和装置
CN104302016A (zh) 一种基于多功能复合式传感器的无线传感网架构
CN109965781A (zh) 一种扫地机器人协同工作的控制方法、装置及系统
CN103281708A (zh) 无线传感器节点部署方法
KR101621839B1 (ko) 이동 패턴 데이터베이스를 이용한 측위 방법 및 시스템
JP2008039603A (ja) 測位装置
CN104837158A (zh) 物联网中失效节点的覆盖空洞修复方法、系统
Abd et al. Hydra-RAN Perceptual Networks Architecture: Dual-Functional Communications and Sensing Networks for 6G and Beyond
Al-Turjman Positioning in the Internet of Things era: An overview
Bamasaq et al. Distance Matrix and Markov Chain Based Sensor Localization in WSN.
CN112887909B (zh) 一种基于Wi-Fi信号的室内定位方法
Sanchez-Matamoros et al. Cooperative localization and tracking with a camera-based WSN
CN113825100B (zh) 定位寻物方法及系统
KR101813505B1 (ko) 무선랜 인프라에서의 핑거프린트 이용 방법 및 시스템
Liang et al. Indoor region localization with asynchronous sensing data: A Bayesian probabilistic model
Anchitaalagammai et al. An enhanced routing and lifetime performance for industrial wireless sensor networks

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

Application publication date: 20200417

RJ01 Rejection of invention patent application after publication