CN111078466A - 传感器数据丢失分析方法及系统 - Google Patents

传感器数据丢失分析方法及系统 Download PDF

Info

Publication number
CN111078466A
CN111078466A CN201911109248.0A CN201911109248A CN111078466A CN 111078466 A CN111078466 A CN 111078466A CN 201911109248 A CN201911109248 A CN 201911109248A CN 111078466 A CN111078466 A CN 111078466A
Authority
CN
China
Prior art keywords
sensor data
serial number
timestamp
preset threshold
value
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.)
Granted
Application number
CN201911109248.0A
Other languages
English (en)
Other versions
CN111078466B (zh
Inventor
任乐乐
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.)
Fujian Helios Technologies Co ltd
Original Assignee
Fujian Helios Technologies 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 Fujian Helios Technologies Co ltd filed Critical Fujian Helios Technologies Co ltd
Priority to CN201911109248.0A priority Critical patent/CN111078466B/zh
Publication of CN111078466A publication Critical patent/CN111078466A/zh
Application granted granted Critical
Publication of CN111078466B publication Critical patent/CN111078466B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/07Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/14Error detection or correction of the data by redundancy in operation
    • G06F11/1402Saving, restoring, recovering or retrying
    • G06F11/1415Saving, restoring, recovering or retrying at system level
    • G06F11/1438Restarting or rejuvenating
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

本发明提出了一种传感器数据丢失分析方法及系统,其中,该方法包括获取传感器数据,其中,传感器数据包括在节点间传输时添加的时间戳和序列号;将传感器数据按时间戳进行排序,并根据排序结果计算相邻两条传感器数据的序列号差值,以及判断序列号差值是否等于第一预设阈值;如果序列号差值不等于第一预设阈值,则判断前一条传感器数据与后一条传感器数据之间存在中断点,并将序列号差值取绝对值后除以后一条传感器数据的序列号,以计算商值;将商值与第二预设阈值进行比较,以判断中断点的类型;由此,通过对中断点进行分析,以快速从中断点中寻找到数据丢失点,从而提高数据统计的效率。

Description

传感器数据丢失分析方法及系统
技术领域
本发明涉及数据处理技术领域,特别涉及一种传感器数据丢失方法、一种计算机可读存储介质、一种计算机设备和一种传感器数据丢失分析系统。
背景技术
相关技术中,传感器数据一般通过网络传输协议进行传输,但是在传输过程中任何一个环节异常都有可能引发数据丢失,影响系统可靠性,如何快速找到丢失数据的位置就显得尤为重要;现有的采用在数据中仅添加一条时间戳和序列号,通过对时间戳进行排序,当数据丢失时通过排序寻找数据中断点并人工判断该中断点是否为丢失点,以进行丢失量统计,由于通过人工判断中断点是否为丢失点费时费力,从而导致统计效率低下。
发明内容
本发明旨在至少在一定程度上解决上述技术中的技术问题之一。为此,本发明的一个目的在于提出一种传感器数据丢失分析方法,通过对中断点进行分析,以快速从中断点中寻找到数据丢失点,从而提高数据统计的效率。
本发明的第二个目的在于提出一种计算机可读存储介质。
本发明的第三个目的在于提出一种计算机设备。
为达到上述目的,本发明第一方面实施例提出了一种传感器数据丢失分析方法,包括以下步骤:获取传感器数据,其中,所述传感器数据包括在节点间传输时添加的时间戳和序列号;将所述传感器数据按时间戳进行排序,并根据排序结果计算相邻两条传感器数据的序列号差值,以及判断所述序列号差值是否等于第一预设阈值;如果所述序列号差值不等于第一预设阈值,则判断前一条传感器数据与后一条传感器数据之间存在中断点,并将所述序列号差值取绝对值后除以所述后一条传感器数据的序列号,以计算商值;将所述商值与第二预设阈值进行比较,以判断所述中断点的类型。
根据本发明实施例的传感器数据丢失分析方法,通过获取传感器数据,其中,传感器数据包括在节点间传输时添加的时间戳和序列号;接着将传感器数据按时间戳进行排序,并根据排序结果计算相邻两条传感器数据的序列号差值,以及判断序列号差值是否等于第一预设阈值;如果序列号差值不等于第一预设阈值,则判断前一条传感器数据与后一条传感器数据之间存在中断点,并将序列号差值取绝对值后除以后一条传感器数据的序列号,以计算商值;然后将商值与第二预设阈值进行比较,以判断中断点的类型;由此,通过对中断点进行分析,以快速从中断点中寻找到数据丢失点,从而提高数据统计的效率。
另外,根据本发明上述实施例提出的传感器数据丢失分析方法还可以具有如下附加的技术特征:
可选地,所述传感器数据在任意两个节点之间进行传输时均需添加时间戳和序列号。
可选地,所述传感器数据在任意两个节点之间进行传输时均需添加时间戳和序列号,具体为:采集传感器数据,并为每一条传感器数据添加对应的时间戳和序列号,将所述时间戳和序列号拼在所述传感器数据尾部;将所述传感器数据传输至主控板,并为每一条传感器数据添加对应的时间戳和序列号,将所述时间戳和序列号拼在所述传感器数据尾部;将所述传感器数据传输至平台,并为每一条传感器数据添加对应的时间戳和序列号,将所述时间戳和序列号拼在所述传感器数据尾部。
可选地,将所述商值与第二预设阈值进行比较,以判断所述中断点的类型,包括:如果所述商值大于所述第二预设阈值,则判断所述中断点为重启点;如果所述商值小于等于所述第二预设阈值,则判断所述中断点为丢失点。
为达到上述目的,本发明第二方面实施例提出了一种计算机可读存储介质,其上存储有传感器数据丢失分析程序,该传感器数据丢失分析程序被处理器执行时实现如上述的传感器数据丢失分析方法。
根据本发明实施例的计算机可读存储介质,通过存储传感器数据丢失分析程序,以便处理器在执行该传感器数据丢失分析程序时实现如上述的传感器数据丢失分析方法,从而通过对中断点进行分析,以快速从中断点中寻找到数据丢失点,从而提高数据统计的效率。
为达到上述目的,本发明第三方面实施例提出了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现如上述的传感器数据丢失分析方法。
根据本发明实施例的计算机设备,通过存储器存储可在处理器上运行的计算机程序,以便处理器在执行该计算机程序时,实现如上述的传感器数据丢失分析方法,从而通过对中断点进行分析,以快速从中断点中寻找到数据丢失点,从而提高数据统计的效率。
为达到上述目的,本发明第四方面实施例提出了一种传感器数据丢失分析系统,包括:提取模块,用于获取传感器数据,其中,所述传感器数据包括在节点间传输时添加的时间戳和序列号;第一计算模块,用于将所述传感器数据按时间戳进行排序,并根据排序结果计算相邻两条传感器数据的序列号差值,以及判断所述序列号差值是否等于第一预设阈值;第二计算模块,用于在所述序列号差值不等于第一预设阈值时判断前一条传感器数据与后一条传感器数据之间存在中断点,并将所述序列号差值取绝对值后除以所述后一条传感器数据的序列号,以计算商值,以及将所述商值与第二预设阈值进行比较,以判断所述中断点的类型。
根据本发明实施例的一种传感器数据丢失分析系统,通过提取模块获取传感器数据,其中,传感器数据包括在节点间传输时添加的时间戳和序列号;再通过第一计算模块将传感器数据按时间戳进行排序,并根据排序结果计算相邻两条传感器数据的序列号差值,以及判断序列号差值是否等于第一预设阈值;如果序列号差值不等于第一预设阈值,则通过第二计算模块判断前一条传感器数据与后一条传感器数据之间存在中断点,并将序列号差值取绝对值后除以后一条传感器数据的序列号,以计算商值,以及将商值与第二预设阈值进行比较,以判断中断点的类型。
另外,根据本发明上述实施例提出的传感器数据丢失分析系统还可以具有如下附加的技术特征:
可选地,所述传感器数据在任意两个节点之间进行传输时均需添加时间戳和序列号。
可选地,所述传感器数据丢失分析系统还包括采集模块,用于采集传感器数据,并为每一条传感器数据添加对应的时间戳和序列号,将所述时间戳和序列号拼在所述传感器数据尾部;第一传输模块,用于将所述传感器数据传输至主控板,并为每一条传感器数据添加对应的时间戳和序列号,将所述时间戳和序列号拼在所述传感器数据尾部;第二传输模块,用于将所述传感器数据传输至平台,并为每一条传感器数据添加对应的时间戳和序列号,将所述时间戳和序列号拼在所述传感器数据尾部。
可选地,所述第二计算模块还用于,如果所述商值大于所述第二预设阈值,则判断所述中断点为重启点;如果所述商值小于等于所述第二预设阈值,则判断所述中断点为丢失点。
附图说明
图1为根据本发明实施例的传感器数据丢失分析流程示意图;
图2为根据本发明实施例的传感器数据处理流程示意图;
图3为根据本发明实施例的传感器数据丢失分析系统的方框示意图;
图4为根据本发明实施例的传感器数据处理方框示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
现有的采用在数据中仅添加一条时间戳和序列号,通过对时间戳进行排序,当数据丢失时通过排序寻找数据中断点并人工判断该中断点是否为丢失点,以进行丢失量统计,由于通过人工判断中断点是否为丢失点费时费力,从而导致统计效率低下;为此,根据本发明提出的一种传感器数据丢失分析方法,通过分析大量数据重启点和数据丢失点发现,通常重启点的前后数据序列号变化量大于后一条数据序列号;而且设备重启通常发生在设备运行了一段时间之后,此时设备采集到的数据所带的序列号与初始序列号的差值较初始序列号如“1”来说更大;设备重启之后采集到的数据所携带的序列号会从序列号的初始值如“1”开始,因此重启后的第一条数据序列号远小于重启前最后一条数据的序列号与重启后第一条数据序列号的差,据此方法可以准确的找到数据中断点中的丢失点,进而进行准确的数据丢失量统计。
为了更好的理解上述技术方案,下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
图1为根据本发明实施例的传感器数据丢失分析流程示意图;如图1所示,本发明实施例的分析方法包括以下步骤:
步骤101,获取传感器数据,其中,传感器数据包括在节点间传输时添加的时间戳和序列号。
也就是说,传感器数据在任意两个节点之间进行传输时均需要添加时间戳和序列号。
作为一个实施例,获取传感器设备模块上的一个时段的传感器数据,以对该数据段进行分析,其中该数据段上的每个数据对应有时间戳和序列号。
需要说明的是,时间戳是指传感器设备模块或者节点接收到数据时的时间,并将该当前时间添加给每一条数据;序列号是指当传感器设备模块或者节点接收到数据时,给每一条数据按顺序添加的一个序列标签,该序列号从初始值到最大值之间循环使用,当模块或者节点重启时,重启后添加的序列号将从起始值重新循环,其中最大值可自行定义。
步骤102,将传感器数据按时间戳进行排序,并根据排序结果计算相邻两条传感器数据的序列号差值,以及判断序列号差值是否等于第一预设阈值。
也就是说,在获取传感器数据之后,将该获取的传感器数据按传感器设备模块或者节点接收到该传感器数据时添加的时间戳进行排序,并根据排序结果计算相邻两条传感器数据对应的序列号之间的差值,从而判断该差值是否等于第一预设阈值。
作为一个实施例,假设该序列号的初始值设置为1,且两个相邻传感器数据添加的序列号之间的差值也为1,则计算相邻两条传感器数据对应的序列号之间的差值时,如果通过前一条传感器数据的序列号减去后一条传感器数据的序列号,则第一预设阈值为-1,如果通过后一条传感器数据的序列号减去前一条传感器数据的序列号,则第一预设阈值为1。
步骤103,如果序列号差值不等于第一预设阈值,则判断前一条传感器数据与后一条传感器数据之间存在中断点,并将序列号差值取绝对值后除以后一条传感器数据的序列号,以计算商值。
也就是说,如果序列号差值不等于第一预设阈值,则判断前一条传感器数据与后一条传感器数据之间不连续,存在中断点,则将该序列号差值取绝对值后除以后一条传感器数据的序列号,以计算商值。
需要说明的是,作为一个实施例,也可以将该序列号差值除以后一条传感器数据的序列号之后再取绝对值,从而计算出商值。
作为一个实施例,假设该序列号的初始值设置为1,且两个相邻传感器数据添加的序列号之间的差值也为1,则如果通过前一条传感器数据的序列号减去后一条传感器数据的序列号的序列号差值不等于-1时,判断前一条传感器数据与后一条传感器数据之间存在中断点,则将该序列号差值取绝对值后除以后一条传感器数据的序列号,以计算商值;如果通过后一条传感器数据的序列号减去前一条传感器数据的序列号的序列号差值不等于1时,判断前一条传感器数据与后一条传感器数据之间存在中断点,则将该序列号差值取绝对值后除以后一条传感器数据的序列号,以计算商值。
步骤104,将商值与第二预设阈值进行比较,以判断中断点的类型。
需要说明的是,如果商值大于第二预设阈值,则判断中断点为重启点;如果商值小于等于第二预设阈值,则判断中断点为丢失点。
作为一个实施例,将第二预设阈值设置为1,如果商值大于1,则判断该中断点为重启点;如果商值小于等于1,则判断中断点为丢失点。
综上所述,根据本发明实施例的传感器数据丢失分析方法,通过获取传感器数据,其中,传感器数据包括在节点间传输时添加的时间戳和序列号;接着将传感器数据按时间戳进行排序,并根据排序结果计算相邻两条传感器数据的序列号差值,以及判断序列号差值是否等于第一预设阈值;如果序列号差值不等于第一预设阈值,则判断前一条传感器数据与后一条传感器数据之间存在中断点,并将序列号差值取绝对值后除以后一条传感器数据的序列号,以计算商值;然后将商值与第二预设阈值进行比较,以判断中断点的类型;由此,通过对中断点进行分析,以快速从中断点中寻找到数据丢失点,从而提高数据统计的效率。
另外,作为一个实施例,如图2所示,传感器数据在采集和传输的任意两个节点之间均需添加时间戳和序列号,包括以下步骤:
步骤201,采集传感器数据,并为每一条传感器数据添加对应的时间戳和序列号,将时间戳和序列号拼在传感器数据尾部。
步骤202,将传感器数据传输至主控板,并为每一条传感器数据添加对应的时间戳和序列号,将时间戳和序列号拼在传感器数据尾部。
步骤203,将传感器数据传输至平台,并为每一条传感器数据添加对应的时间戳和序列号,将时间戳和序列号拼在传感器数据尾部。
需要说明的是,在数据采集、传输和处理的关键阶段均需添加时间戳和序列号,以增加数据丢失时的排查线索,进而便于对数据丢失的具体阶段进行定位。
另外,本发明实施例还提出了一种计算机可读存储介质,其上存储有传感器数据丢失分析程序,该传感器数据丢失分析程序被处理器执行时实现如上述的传感器数据丢失分析方法。
根据本发明实施例的计算机可读存储介质,通过存储传感器数据丢失分析程序,以便处理器在执行该传感器数据丢失分析程序时实现如上述的传感器数据丢失分析方法,从而通过对中断点进行分析,以快速从中断点中寻找到数据丢失点,从而提高数据统计的效率。
另外,本发明实施例还提出了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现如上述的传感器数据丢失分析方法。
根据本发明实施例的计算机设备,通过存储器存储可在处理器上运行的计算机程序,以便处理器在执行该计算机程序时,实现如上述的传感器数据丢失分析方法,从而通过对中断点进行分析,以快速从中断点中寻找到数据丢失点,从而提高数据统计的效率。
图3为根据本发明实施例的传感器数据丢失分析系统的方框示意图;如图3所示,本实施例的传感器数据丢失分析系统包括:提取模块301、第一计算模块302和第二计算模块303;
其中,提取模块301,用于获取传感器数据,传感器数据包括在节点间传输时添加的时间戳和序列号;
第一计算模块302,用于将传感器数据按时间戳进行排序,并根据排序结果计算相邻两条传感器数据的序列号差值,以及判断序列号差值是否等于第一预设阈值;
第二计算模块303,用于在序列号差值不等于第一预设阈值时判断前一条传感器数据与后一条传感器数据之间存在中断点,并将序列号差值取绝对值后除以后一条传感器数据的序列号,以计算商值,以及将商值与第二预设阈值进行比较,以判断中断点的类型。
作为一个实施例,传感器数据在任意两个节点之间进行传输时均需添加时间戳和序列号。
作为一个实施例,如图4所示,传感器数据丢失分析系统,还包括:采集模块401、第一传输模块402和第二传输模块403;
其中采集模块401,用于采集传感器数据,并为每一条传感器数据添加对应的时间戳和序列号,将时间戳和序列号拼在传感器数据尾部;
第一传输模块402,用于将传感器数据传输至主控板,并为每一条传感器数据添加对应的时间戳和序列号,将时间戳和序列号拼在传感器数据尾部;
第二传输模块403,用于将传感器数据传输至平台,并为每一条传感器数据添加对应的时间戳和序列号,将时间戳和序列号拼在传感器数据尾部。
作为一个实施例,第二计算模块303还用于,如果商值大于第二预设阈值,则判断中断点为重启点;如果商值小于等于第二预设阈值,则判断中断点为丢失点。
需要说明的是,前述对于传感器数据丢失分析方法的实施例的解释说明同样适用于本实施例的传感器数据丢失分析系统,此处不再赘述。
根据本发明实施例的一种传感器数据丢失分析系统,通过提取模块获取传感器数据,其中,传感器数据包括在节点间传输时添加的时间戳和序列号;再通过第一计算模块将传感器数据按时间戳进行排序,并根据排序结果计算相邻两条传感器数据的序列号差值,以及判断序列号差值是否等于第一预设阈值;如果序列号差值不等于第一预设阈值,则通过第二计算模块判断前一条传感器数据与后一条传感器数据之间存在中断点,并将序列号差值取绝对值后除以后一条传感器数据的序列号,以计算商值,以及将商值与第二预设阈值进行比较,以判断中断点的类型。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
应当注意的是,在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
在本发明的描述中,需要理解的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。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。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触,或第一和第二特征通过中间媒介间接接触。而且,第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方,或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不应理解为必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种传感器数据丢失分析方法,其特征在于,包括以下步骤:
获取传感器数据,其中,所述传感器数据包括在节点间传输时添加的时间戳和序列号;
将所述传感器数据按时间戳进行排序,并根据排序结果计算相邻两条传感器数据的序列号差值,以及判断所述序列号差值是否等于第一预设阈值;
如果所述序列号差值不等于第一预设阈值,则判断前一条传感器数据与后一条传感器数据之间存在中断点,并将所述序列号差值取绝对值后除以所述后一条传感器数据的序列号,以计算商值;
将所述商值与第二预设阈值进行比较,以判断所述中断点的类型。
2.如权利要求1所述的传感器数据丢失分析方法,其特征在于,所述传感器数据在任意两个节点之间进行传输时均需添加时间戳和序列号。
3.如权利要求2所述的传感器数据丢失分析方法,其特征在于,所述传感器数据在任意两个节点之间进行传输时均需添加时间戳和序列号,具体为:
采集传感器数据,并为每一条传感器数据添加对应的时间戳和序列号,将所述时间戳和序列号拼在所述传感器数据尾部;
将所述传感器数据传输至主控板,并为每一条传感器数据添加对应的时间戳和序列号,将所述时间戳和序列号拼在所述传感器数据尾部;
将所述传感器数据传输至平台,并为每一条传感器数据添加对应的时间戳和序列号,将所述时间戳和序列号拼在所述传感器数据尾部。
4.如权利要求1-3中任一项所述的传感器数据丢失分析方法,其特征在于,将所述商值与第二预设阈值进行比较,以判断所述中断点的类型,包括:
如果所述商值大于所述第二预设阈值,则判断所述中断点为重启点;
如果所述商值小于等于所述第二预设阈值,则判断所述中断点为丢失点。
5.一种计算机可读存储介质,其特征在于,其上存储有传感器数据丢失分析程序,该传感器数据丢失分析程序被处理器执行时实现如权利要求1-4中任一项所述的传感器数据丢失分析方法。
6.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现如1-4中任一项所述的传感器数据丢失分析方法。
7.一种传感器数据丢失分析系统,其特征在于,包括:
提取模块,用于获取传感器数据,其中,所述传感器数据包括在节点间传输时添加的时间戳和序列号;
第一计算模块,用于将所述传感器数据按时间戳进行排序,并根据排序结果计算相邻两条传感器数据的序列号差值,以及判断所述序列号差值是否等于第一预设阈值;
第二计算模块,用于在所述序列号差值不等于第一预设阈值时判断前一条传感器数据与后一条传感器数据之间存在中断点,并将所述序列号差值取绝对值后除以所述后一条传感器数据的序列号,以计算商值,以及将所述商值与第二预设阈值进行比较,以判断所述中断点的类型。
8.如权利要求7所述的传感器数据丢失分析系统,其特征在于,所述传感器数据在任意两个节点之间进行传输时均需添加时间戳和序列号。
9.如权利要求8所述的传感器数据丢失分析系统,其特征在于,还包括:
采集模块,用于采集传感器数据,并为每一条传感器数据添加对应的时间戳和序列号,将所述时间戳和序列号拼在所述传感器数据尾部;
第一传输模块,用于将所述传感器数据传输至主控板,并为每一条传感器数据添加对应的时间戳和序列号,将所述时间戳和序列号拼在所述传感器数据尾部;
第二传输模块,用于将所述传感器数据传输至平台,并为每一条传感器数据添加对应的时间戳和序列号,将所述时间戳和序列号拼在所述传感器数据尾部。
10.如权利要求7-9中任一项所述的传感器数据丢失分析系统,其特征在于,所述第二计算模块还用于,
如果所述商值大于所述第二预设阈值,则判断所述中断点为重启点;
如果所述商值小于等于所述第二预设阈值,则判断所述中断点为丢失点。
CN201911109248.0A 2019-11-13 2019-11-13 传感器数据丢失分析方法及系统 Active CN111078466B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911109248.0A CN111078466B (zh) 2019-11-13 2019-11-13 传感器数据丢失分析方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911109248.0A CN111078466B (zh) 2019-11-13 2019-11-13 传感器数据丢失分析方法及系统

Publications (2)

Publication Number Publication Date
CN111078466A true CN111078466A (zh) 2020-04-28
CN111078466B CN111078466B (zh) 2023-04-07

Family

ID=70310925

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911109248.0A Active CN111078466B (zh) 2019-11-13 2019-11-13 传感器数据丢失分析方法及系统

Country Status (1)

Country Link
CN (1) CN111078466B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113836199A (zh) * 2021-09-22 2021-12-24 芜湖雄狮汽车科技有限公司 车辆的传感数据处理方法、装置、电子设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1815970A (zh) * 2005-02-01 2006-08-09 华为技术有限公司 一种检测网络链路故障并定位故障的方法
CN101529771A (zh) * 2006-08-17 2009-09-09 杜比实验室特许公司 广播网络中的分组排队丢失的瞬态分析
CN101651517A (zh) * 2008-08-13 2010-02-17 中兴通讯股份有限公司 突发序列丢失的检测方法和装置
US20110096694A1 (en) * 2006-04-13 2011-04-28 Dolby Laboratories Licensing Corporation Estimating Wireless Processing Device Queue Length and Estimating Signal Reception Quality in a Wireless Network
JP2014179791A (ja) * 2013-03-14 2014-09-25 Fujitsu Telecom Networks Ltd 伝送システムおよび伝送装置並びに伝送品質検出方法
CN104618922A (zh) * 2015-01-21 2015-05-13 杭州华三通信技术有限公司 一种rtt测量定位系统中的测量结果匹配方法和装置
CN107171771A (zh) * 2017-07-20 2017-09-15 哈尔滨工业大学 结构健康监测无线传感器数据丢失无损恢复嵌入式算法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1815970A (zh) * 2005-02-01 2006-08-09 华为技术有限公司 一种检测网络链路故障并定位故障的方法
US20110096694A1 (en) * 2006-04-13 2011-04-28 Dolby Laboratories Licensing Corporation Estimating Wireless Processing Device Queue Length and Estimating Signal Reception Quality in a Wireless Network
CN101529771A (zh) * 2006-08-17 2009-09-09 杜比实验室特许公司 广播网络中的分组排队丢失的瞬态分析
CN101651517A (zh) * 2008-08-13 2010-02-17 中兴通讯股份有限公司 突发序列丢失的检测方法和装置
JP2014179791A (ja) * 2013-03-14 2014-09-25 Fujitsu Telecom Networks Ltd 伝送システムおよび伝送装置並びに伝送品質検出方法
CN104618922A (zh) * 2015-01-21 2015-05-13 杭州华三通信技术有限公司 一种rtt测量定位系统中的测量结果匹配方法和装置
CN107171771A (zh) * 2017-07-20 2017-09-15 哈尔滨工业大学 结构健康监测无线传感器数据丢失无损恢复嵌入式算法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
冯宏伟: "存在时延和数据丢包时网络控制系统分析及设计" *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113836199A (zh) * 2021-09-22 2021-12-24 芜湖雄狮汽车科技有限公司 车辆的传感数据处理方法、装置、电子设备及存储介质
CN113836199B (zh) * 2021-09-22 2024-04-09 芜湖雄狮汽车科技有限公司 车辆的传感数据处理方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN111078466B (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
CN109388566B (zh) 一种代码覆盖率分析方法、装置、设备及存储介质
CN103186624B (zh) 一种数据同步方法和数据同步装置
CN111737033B (zh) 一种基于运行时图谱分析的微服务故障定位方法
CN109379396B (zh) 区块链系统中防止出现硬分叉现象的方法、介质、装置和区块链系统
CN106918764B (zh) 基于网基矩阵型算法的配网故障定位方法
CN111327435B (zh) 一种根因定位方法、服务器和存储介质
CN112769810B (zh) 防火墙测试方法、装置、非易失性存储介质和电子装置
CN108039960B (zh) 配置信息下发方法及服务器
CN111352799A (zh) 一种巡检方法及装置
CN111078466B (zh) 传感器数据丢失分析方法及系统
CN111881014A (zh) 一种系统测试方法、装置、存储介质及电子设备
CN109739527A (zh) 一种客户端灰度发布的方法、装置、服务器和存储介质
CN108319551B (zh) 一种软件的测试方法、装置、计算机设备及可读存储介质
CN110598797B (zh) 故障的检测方法及装置、存储介质和电子装置
CN110825466A (zh) 一种程序卡顿的处理方法以及卡顿处理装置
US20120260231A1 (en) Code conversion method, apparatus, storage medium and request remaining time response method
CN109327349B (zh) 区块链账户创建时的限制方法、介质、装置及系统
CN113868216B (zh) 区块链监测方法及装置
CN108985341A (zh) 一种神经网络模型的训练集评估方法及系统
CN109062746A (zh) 一种服务器管理单元的故障自诊断方法、装置及存储介质
CN113419885A (zh) 一种数据完整性处理方法、装置及电子设备
CN114416420A (zh) 设备问题反馈方法和系统
CN113419954A (zh) 云操作系统的自动化用例的执行方法、系统及相关组件
CN107332709B (zh) 一种故障定位方法及装置
CN115686734A (zh) 虚拟机扩缩容方法、装置、计算设备及计算机存储介质

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