CN115150767A - 一种基于边缘计算的无线传感网络数据传输方法 - Google Patents

一种基于边缘计算的无线传感网络数据传输方法 Download PDF

Info

Publication number
CN115150767A
CN115150767A CN202211081157.2A CN202211081157A CN115150767A CN 115150767 A CN115150767 A CN 115150767A CN 202211081157 A CN202211081157 A CN 202211081157A CN 115150767 A CN115150767 A CN 115150767A
Authority
CN
China
Prior art keywords
data
edge
node
sensor network
wireless sensor
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
CN202211081157.2A
Other languages
English (en)
Other versions
CN115150767B (zh
Inventor
陈明晖
田剑
彭祖怡
谭玉珍
黎健
刘鉴
张小莉
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.)
Hunan Intelligent Police Public Security Technology Research Institute Co ltd
Original Assignee
Hunan Intelligent Police Public Security Technology Research Institute 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 Hunan Intelligent Police Public Security Technology Research Institute Co ltd filed Critical Hunan Intelligent Police Public Security Technology Research Institute Co ltd
Priority to CN202211081157.2A priority Critical patent/CN115150767B/zh
Publication of CN115150767A publication Critical patent/CN115150767A/zh
Application granted granted Critical
Publication of CN115150767B publication Critical patent/CN115150767B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提供了一种基于边缘计算的传感网络数据传输方法，通过传感网络中的一般节点采集数据，对数据进行整合，将整合后的数据发送至传感网络中具有最优传输性能的边缘节点进行处理，将处理后的数据发送至基站，完成数据传输。所述方法能够在一般节点中执行计算任务，无需传输大量的数据到基站，大幅减轻网络带宽的压力，还能有效安排各边缘节点的数据处理负载率，使得各节点能高效协同地处理数据，降低节点能耗，提高系统效率。

Description

一种基于边缘计算的无线传感网络数据传输方法
技术领域
本发明涉及边缘计算技术领域，特别涉及一种基于边缘计算的无线传感网络数据传输方法。
背景技术
近年来，由于5G技术、物联网等领域发展飞快，智能设备终端越来越多，在现实生活中的许多情况下，设备数据无法通过云端处理后再回传反馈，例如有着高速处理需要的工业机器人和自动驾驶汽车领域，当数据流急剧增大时，设备就会有产生处理延时的可能，非常危险。对于这些物联网设备来说，实时响应是必要条件，这就要求设备能够在现场对数据进行分析和评估，而不能依赖云端的处理中心。如果终端设备采集到的数据或视频全部回传到云端处理，处理中心将会不堪重负，传输成本和工作效率大打折扣，因此一种基于服务器放置在本地设备附近的网络技术边缘计算应运而生，边缘计算是指将负载设备部署在物或数据源头的一侧，就近提供最近端服务，在边缘进行工作处理的一种计算方式。边缘计算的特点是只需要少量带宽，可以大幅减轻负载中心的工作量，减少流量及改善传输系统性能。
随着边缘技术的不断发展，其被广泛应用于不同领域，如无人机、自动驾驶、人脸识别、智能手机等，但在实际的应用过程中，大型的分布式安监网络的服务管理平台仍然存在传输数据流量过大、节点负载不均衡、传输时间冗长等问题，为使运维效率、管控效率有显著提升，这些问题亟待解决。
发明内容
本发明的目的在于提出一种基于边缘计算的无线传感网络数据传输方法，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。
本发明提供了一种基于边缘计算的无线传感网络数据传输方法，通过无线传感网络中的一般节点采集数据，对数据进行整合，将整合后的数据发送至无线传感网络中具有最优传输性能的边缘节点进行处理，将处理后的数据发送至基站，完成数据传输。所述方法能够在一般节点中执行计算任务，无需传输大量的数据到基站，大幅减轻网络带宽的压力，还能有效安排各边缘节点的数据处理负载率，使得各节点能高效协同地处理数据，降低节点能耗，提高系统效率。
为了实现上述目的，根据本公开的一方面，提供一种基于边缘计算的无线传感网络数据传输方法，所述方法包括以下步骤：
S100，通过无线传感网络中的一般节点采集数据；
S200，对所述数据进行数据整合得到对象域数据；
S300，筛选出无线传感网络中具有最优传输性能的边缘节点，将所述对象域数据发送至所述边缘节点进行处理，得到收缩数据；
S400，将所述收缩数据发送至无线传感网络中的基站；
其中，所述无线传感网络至少包括多个一般节点，多个边缘节点、一个路由器及基站。
进一步地，所述一般节点由一个或多个监控镜头、摄像头、动作捕捉仪及服务器通过路由器相互连接而组成，所述数据为图像数据或视频数据，所述边缘节点为分布式服务器，所述一般节点和所述边缘节点通过路由器连接，所述边缘节点和基站通过无线或有线连接，所述通过无线传感网络中的一般节点采集数据，具体方法为：在t时间内，通过一般节点采集多张连续帧图像，所述t设定为[1,3]秒。
进一步地，S200，对所述数据进行数据整合得到对象域数据，具体方法为：读取存储于一般节点中按照采集时间排列的各个连续帧图像，计算所述各个连续帧图像中两两相邻的连续帧图像之间的SSIM值，创建空白数组Ne依次存储所述SSIM值，判断Ne中每个元素的值，令Ne中所有SSIM值的平均值为Fra，当Ne中没有值小于Fra的元素时，记各个连续帧图像中的采集时间最晚的连续帧图像为第一图像；当Ne中的值小于Fra的元素数量为1时，标记该元素对应的两张相邻连续帧图像为折断图像，记所述两张折断图像中采集时间最早的图像为第一图像；当Ne中的值小于Fra的元素数量大于1时，计算所有小于Fra的元素对应的两张相邻图像的采集时间差，记采集时间差最大的两张相邻图像中采集时间最早的图像为第一图像，所述Fra为Ne中所有元素的均值，记第一图像为对象域数据（本步骤的有益效果为：由于数据在无线传感网络传输的过程中存在丢包现象，造成图像掉帧或关键帧缺失，本步骤的方法可以定位关键帧，通过连续帧图像的相似度度量，同时考虑到相邻图像采集时的网络延迟，在发生严重延迟现象的两张图像中有效筛选出关键信息）。
由于对象域数据所占的存储空间较大，导致节点能量大量消耗，容易造成节点过早死亡，为解决该问题，并加快无线传感网络的数据传输速率，本发明提供了一个更优先的数据整合方法如下：
优选地，S201，通过阈值分割法或分水岭算法将第一图像分割为若干个图像子块，获取每个图像子块中所有像素的平均灰度值，记平均灰度值最大的图像子块为blo，记blo的图像矩阵的行大小为H，列大小为L，记变量TN=H*L，所述大小为blo的像素数量；
S202，创建数组Pc和Fig，所述数组Pc为1行256列且元素全为零的数组，记Figi为blo中第i个像素值，将数组Pc中第Figi+1个元素的值更新为Figi的值在blo中的出现频数，其中i=1,2,⋯,TN，所述Figi为数组Fig中的第i个元素，将数组Pc中的元素逐个除以TN得到的各个比值构成数组Cha；
S203，记blo中最大的像素值为Max，记Dm=0，j=1；
S204，通过下式计算像素保留度D：
Figure DEST_PATH_IMAGE001
（筛选出能 够反映监控图像中的核心数据的像素），式中，Chak为数组Cha中第k个元素；
S205，若所述D大于Dm，则Dm的值更新为D的值，且令j的数值增加1；
S206，若j小于Max，转到S204，否则转S207；
S207，记Th为当前的j的值，若Figi大于Th，则更新Figi的值为像素转换值Fev，像素转换值Fev的计算方法为：
Figure 294689DEST_PATH_IMAGE002
（通过像素转换增加图像亮度， 凸显监控图像的关键信息），式中，P 为第一图像的图像矩阵的行大小，Q为第一图像的图像 矩阵的列大小，Ik为第一图像的第k个像素值，所述大小为第一图像的像素数量；
S208，遍历i的取值范围，依次将图像子块blo中的像素值逐个更新为各个Figi的值；
S209，计算图像子块blo中的所有像素值的平均值记为bloa，记小于bloa的所有图像子块为对象域数据。（本步骤的有益效果为：由于一般节点采集到的原始数据所占的存储空间较大，本步骤通过图像分割将关键帧细分为多个图像子区域，利用图像的灰度特性及相邻像素点的相关性计算得到的对象域数据，相比于原始数据，所占的存储空间大幅降低，同时对象域数据可以保留原始数据的关键细节信息，从而解决了原始数据所占存储空间过大的问题，有效提高了图像发送到边缘节点过程的传输效率，同时能够减缓边缘节点的处理压力）。
由于监控图像中还会存在部分模糊的无用数据，导致无线传感网络消耗不必要的能量，为解决该问题，并进一步加速图像传输，去除图像子块中的冗余信息，本发明提供了一个更优先的筛选步骤如下：
优选地，记Ave为blo中所有像素值的均值，计算其余图像子块中的所有像素的平均灰度值，记平均灰度值小于Ave的图像子块为待定子块，所述其余图像子块为除blo外的图像子块，计算每个待定子块中的行下标均值和列下标均值，记所述行下标均值最小的待定子块为ablo，记所述列下标均值最大的待定子块为bblo，所述行下标均值为每个待定子块中的所有行下标的数值的均值，所述列下标均值为每个待定子块中的所有列下标的数值的均值，记m1为ablo中所有行下标的均值，记n1为ablo中所有列下标的均值，记m2为bblo中所有行下标的均值，记n2为bblo中所有列下标的均值，记p1为blo中所有行下标的均值，记q1为所有列下标的均值，记点A为(m1,n1)，点B为(m2,n2)，点C为(p1,q1)，以q1为半径，点C为圆心，作标准圆C1，连接点A及点C得到线段L1，连接点B及点C得到线段L2，连接点A及点B得到线段L3，记线段L1、L2、L3所围区域为D1，记D1与C1相交的区域为D2，记D1与D2的补集为区域Mu1，若D2的面积大于或等于Mu，则标记D2为待定可行区域（由于监控探头在不同的天气条件和环境下的影响，监控图像的像素特征在以blo为中心的区域内呈放射状分布，同时在以边缘图像子块组成的区域内的特征模糊的像素较多，若D1面积大于或等于Mu则说明该图像帧的关键像素较多，需要大幅度保留，防止核心像素丢失），若D2的面积小于Mu1，以线段L2的长度为半径，点C为圆心，作标准圆C2，记D1与C2相交的区域为D3，记D1与D3的补集为区域Mu2，若D3的面积大于或等于Mu2，则标记D3为待定可行区域，若D3的面积小于Mu2，以线段L3的中点为圆心、线段L3的长度为直径作标准圆C3，记D1与C3相交的区域为D4，记D1与D4的补集为区域Mu3，若D4的面积大于或等于Mu3，则标记D4为待定可行区域，记所有待定可行区域的交集为可行区域（保留关键像素的同时减少图像存储占用），在可行区域的所有顶点中，记与点C的直线距离最短和最长的两个顶点分别为点P1和P2，连接点P1、P2、C得到区域D5，记区域D5与所述可行区域的并集为对象域区域，记在所述对象域区域内部的图像子块为对象域数据（本步骤的有益效果为：由于经过数据整合的对象域数据仍然存在特征模糊的区域，在多个图像子区域中，考虑到关键像素在图像中的交叉分布，通过本步骤的方法组合筛选，有效保留了图像分割后的有效信息，同时不会破坏关键像素区域的边界信息，在缩减图像存储空间占用的同时能够充分提高无线传感网络的鲁棒性）。
进一步地，S300，所述筛选出无线传感网络中具有最优传输性能的边缘节点的方法为：一般节点通过路由器获取各个边缘节点的CPU利用率和存储于一般节点中的对象域数据所占的存储空间，将所有CPU利用率组成的数组记为Cou，Cou中含有的元素个数即为边缘节点数量，将所述对象域数据所占的存储空间记为Vol，记函数Pri(Cou,Vol)为计算边缘优先度P的函数，根据所述边缘优先度P选择具有最优传输性能的边缘节点。
进一步地，所述边缘优先度P为人工设置的阈值或者通过函数Pri(Cou,Vol)计算 得到：记Cou的数组长度为len，记mean为Cou中所有元素的均值，记边缘利用比为：
Figure DEST_PATH_IMAGE003
，式中Coui表示Cou中的第i个元素，变量i=1,2,⋯,len，创建空白数 组Est，Est中的元素
Figure 274147DEST_PATH_IMAGE004
，式中，Esti表示Est中的第i个元素，创建空白 数组p，其中
Figure DEST_PATH_IMAGE005
，
Figure 601354DEST_PATH_IMAGE006
，pi表示数组p中第i个元素，i=1,2, ⋯,len-1，记数组p中的元素最大值对应的序号为函数Pri(Cou,Vol)返回值P。（本步骤的有 益效果为：由于边缘节点的负载率均衡不一，本步骤中提出的函数Pri(Cou,Vol)的计算过 程中，综合考虑了分布式服务器的CPU利用率以及对象域数据大小，通过函数Pri(Cou,Vol) 所筛选出的边缘节点为当前无线传感网络中具有最优传输性能的边缘节点，解决了服务器 负载不一、传输任务容易积压的问题，本步骤提出的方法具有高效分配处理工作任务的效 果，能够有效提高各边缘节点的处理效率）。
进一步地，根据所述边缘优先度P选择具有最优传输性能的边缘节点，具体方法为：对所述边缘节点进行编号得到边缘节点对应关系，所述边缘节点对应关系与Cou中的索引关系相一致，选择大于边缘优先度P的边缘节点编号对应的边缘节点为具有最优传输性能的边缘节点，或者，选择小于或等于边缘优先度P的边缘节点编号对应的边缘节点中CPU利用率最小的边缘节点为具有最优传输性能的边缘节点。
进一步地，所述将所述对象域数据发送至所述边缘节点进行处理，得到收缩数据，具体方法为：将对象域数据通过路由器发送至所述边缘节点，在边缘节点中将所述对象域数据通过小波变换或傅里叶变换得到所述收缩数据，或者，将对象域数据或第二图像通过路由器发送至所述边缘节点，在边缘节点中将所述对象域数据或第二图像通过小波变换或傅里叶变换得到所述收缩数据，其中，第二图像为将第一图像中根据对象域数据的相应位置以对象域数据覆盖得到的图像。
本公开还提供了一种基于边缘计算的无线传感网络数据传输系统，所述一种基于边缘计算的无线传感网络数据传输系统包括：处理器、存储器及存储在所述存储器中并可在所述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一种基于边缘计算的无线传感网络数据传输方法中的步骤，所述一种边缘计算的无线传感网络数据传输系统可以运行于桌上型计算机、笔记本电脑、移动电话、手提电话、平板电脑、掌上电脑及云端数据中心等计算设备中，可运行的系统可包括，但不仅限于，处理器、存储器、服务器集群，所述处理器执行所述计算机程序运行在以下系统的单元中：
数据采集单元，用于通过无线传感网络中的一般节点采集数据；
数据整合单元，用于对所述数据进行数据整合得到对象域数据；
数据处理单元，用于筛选出无线传感网络中具有最优传输性能的边缘节点，将所述对象域数据发送至所述边缘节点进行处理，得到收缩数据；
数据传输单元，用于将所述收缩数据发送至无线传感网络中的基站；
本发明的有益效果为：本发明提供了一种基于边缘计算的无线传感网络数据传输方法，所述方法能够在一般节点中执行计算任务，无需传输大量的数据到基站，大幅减轻网络带宽的压力，还能有效安排各边缘节点的数据处理负载率，使得各节点能够高效协同地处理数据，降低节点能耗，提高系统效率。
附图说明
通过对结合附图所示出的实施方式进行详细说明，本公开的上述以及其他特征将更加明显，本公开附图中相同的参考标号表示相同或相似的元素，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，在附图中：
图1所示为一种基于边缘计算的无线传感网络数据传输方法的流程图；
图2所示为一种基于边缘计算的无线传感网络数据传输系统的系统结构图。
具体实施方式
以下将结合实施例和附图对本公开的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本公开的目的、方案和效果。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
在本发明的描述中，若干的含义是一个或者多个，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，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或者隐含指明所指示的技术特征的先后关系。
如图1所示为根据本发明的一种基于边缘计算的无线传感网络数据传输方法的流程图，下面结合图1来阐述根据本发明的实施方式的一种基于边缘计算的无线传感网络数据传输方法。
本公开提出一种基于边缘计算的无线传感网络数据传输方法，所述方法包括以下步骤：
S100，通过无线传感网络中的一般节点采集数据；
S200，对所述数据进行数据整合得到对象域数据；
S300，筛选出无线传感网络中具有最优传输性能的边缘节点，将所述对象域数据发送至所述边缘节点进行处理，得到收缩数据；
S400，将所述收缩数据发送至无线传感网络中的基站；
其中，所述无线传感网络至少包括多个一般节点，多个边缘节点、一个路由器及基站。
进一步地，所述一般节点由一个或多个监控镜头、摄像头、动作捕捉仪及服务器通过路由器相互连接而组成，所述数据为图像数据或视频数据，所述边缘节点为分布式服务器，所述一般节点和所述边缘节点通过路由器连接，所述边缘节点和基站通过无线或有线连接，所述通过无线传感网络中的一般节点采集数据，具体方法为：在t时间内，通过一般节点采集多张连续帧图像，所述t设定为[1,3]秒。
进一步地，S200，对所述数据进行数据整合得到对象域数据，具体方法为：读取存储于一般节点中按照采集时间排列的各个连续帧图像，计算所述各个连续帧图像中两两相邻的连续帧图像之间的SSIM值（即结构相似性值），创建空白数组Ne依次存储所述SSIM值，判断Ne中每个元素的值，令Ne中所有SSIM值的平均值为Fra，当Ne中没有值小于Fra的元素时（如果图像之间的相似度过低则Ne中元素的值小于Fra），记各个连续帧图像中的采集时间最晚的连续帧图像为第一图像；当Ne中的值小于Fra的元素数量为1时（存在两张图像之间出现丢包或掉帧的情况），标记该元素对应的两张相邻连续帧图像为折断图像，记所述两张折断图像中采集时间最早的图像为第一图像；当Ne中的值小于Fra的元素数量大于1时（连续帧图像中出现较多丢包掉帧），计算所有小于Fra的元素对应的两张相邻图像的采集时间差，记采集时间差最大的两张相邻图像中采集时间最早的图像为第一图像，所述Fra为Ne中所有元素的均值，记第一图像为对象域数据（所述对应的意义为：Ne中的元素对应的两张相邻图像，即计算SSIM值所需的两张相邻图像，所述采集时间差，即两张相邻图像的采集时间的差值）。
由于对象域数据所占的存储空间较大，导致节点能量大量消耗，容易造成节点过早死亡，为解决该问题，并加快无线传感网络的数据传输速率，本发明提供了一个更优先的数据整合方法如下：
优选地，S201，通过阈值分割法或分水岭算法将第一图像分割为若干个图像子块，获取每个图像子块中所有像素的平均灰度值，记平均灰度值最大的图像子块为blo，记blo的图像矩阵的行大小为H，列大小为L，记TN=H*L，所述大小为blo的像素数量；
S202，创建数组Pc和Fig，所述数组Pc为1行256列且元素全为零的数组，记Figi为blo中第i个像素值，将数组Pc中第Figi+1个元素的值更新为Figi的值在blo中的出现频数，其中i=1,2,⋯,TN，所述Figi为数组Fig中的第i个元素，将数组Pc中的元素逐个除以TN得到的各个比值构成数组Cha；
S203，记blo中最大的像素值为Max，记Dm=0，j=1；
S204，通过下式计算像素保留度D：
Figure DEST_PATH_IMAGE007
，式中，Chak 为数组Cha中第k个元素；
S205，若所述D大于Dm，则Dm的值更新为D的值，且令j的数值增加1；
S206，若j小于Max，转到S204，否则转S207；
S207，记Th为当前的j的值，若Figi大于Th，则更新Figi的值为像素转换值Fev，像素转换值Fev的计算方法为：
Figure 793301DEST_PATH_IMAGE008
，式中，P 为第一图像的图像矩 阵的行大小，Q为第一图像的图像矩阵的列大小，Ik为第一图像的第k个像素值，所述大小为 第一图像的像素数量；
S208，遍历i的取值范围，依次将图像子块blo中的像素值逐个更新为各个Figi的值（用数组Fig替换blo中的对应像素）；
S209，计算图像子块blo中的所有像素值的平均值记为bloa，记小于bloa的所有图像子块为对象域数据。
由于监控图像中还会存在部分模糊的无用数据，导致无线传感网络消耗不必要的能量，为解决该问题，并进一步加速图像传输，去除图像子块中的冗余信息，本发明提供了一个更优先的筛选步骤如下：
优选地，记Ave为blo中所有像素值的均值，计算其余图像子块中的所有像素的平均灰度值，记平均灰度值小于Ave的图像子块为待定子块，所述其余图像子块为除blo外的图像子块，计算每个待定子块中的行下标均值和列下标均值，记所述行下标均值最小的待定子块为ablo，记所述列下标均值最大的待定子块为bblo，所述行下标均值为每个待定子块中的所有行下标的数值的均值，所述列下标均值为每个待定子块中的所有列下标的数值的均值，记m1为ablo中所有行下标的均值，记n1为ablo中所有列下标的均值，记m2为bblo中所有行下标的均值，记n2为bblo中所有列下标的均值，记p1为blo中所有行下标的均值，记q1为所有列下标的均值，记点A为(m1,n1)，点B为(m2,n2)，点C为(p1,q1)，以q1为半径，点C为圆心，作标准圆C1，连接点A及点C得到线段L1，连接点B及点C得到线段L2，连接点A及点B得到线段L3，记线段L1、L2、L3所围区域为D1，记D1与C1相交的区域为D2，记D1与D2的补集为区域Mu1，若D2的面积大于或等于Mu，则标记D2为待定可行区域，若D2的面积小于Mu1，以线段L2的长度为半径，点C为圆心，作标准圆C2，记D1与C2相交的区域为D3，记D1与D3的补集为区域Mu2，若D3的面积大于或等于Mu2，则标记D3为待定可行区域，若D3的面积小于Mu2，以线段L3的中点为圆心、线段L3的长度为直径作标准圆C3，记D1与C3相交的区域为D4，记D1与D4的补集为区域Mu3，若D4的面积大于或等于Mu3，则标记D4为待定可行区域，记所有待定可行区域的交集为可行区域，在可行区域的所有顶点中，记与点C的直线距离最短和最长的两个顶点分别为点P1和P2，连接点P1、P2、C得到区域D5，记区域D5与所述可行区域的并集为对象域区域，记在所述对象域区域内部的图像子块为对象域数据。
进一步地，S300，所述筛选出无线传感网络中具有最优传输性能的边缘节点的方法为：一般节点通过路由器获取各个边缘节点的CPU利用率和存储于一般节点中的对象域数据所占的存储空间，将所有CPU利用率组成的数组记为Cou，Cou中含有的元素个数即为边缘节点数量，将所述对象域数据所占的存储空间记为Vol，记函数Pri(Cou,Vol)为计算边缘优先度P的函数，根据所述边缘优先度P选择具有最优传输性能的边缘节点。
进一步地，所述边缘优先度P为人工设置的阈值或者通过函数Pri(Cou,Vol)计算 得到：记Cou的数组长度为len，记mean为Cou中所有元素的均值，记边缘利用比为：
Figure DEST_PATH_IMAGE009
，式中Coui表示Cou中的第i个元素，变量i=1,2,⋯,len，创建 空白数组Est，其中
Figure 420722DEST_PATH_IMAGE010
，式中，Esti表示Est中的第i个元素，创建空白数 组p，其中
Figure DEST_PATH_IMAGE011
，
Figure 305502DEST_PATH_IMAGE012
，pi表示数组p中第i个元素，i=1,2,⋯, len-1，记数组p中的元素最大值对应的序号为函数Pri(Cou,Vol)返回值P。
进一步地，根据所述边缘优先度P选择具有最优传输性能的边缘节点，具体方法为：对所述边缘节点进行编号得到边缘节点对应关系，所述边缘节点对应关系与Cou中的索引关系相一致，选择大于边缘优先度P的边缘节点编号对应的边缘节点为具有最优传输性能的边缘节点，或者，选择小于或等于边缘优先度P的边缘节点编号对应的边缘节点中CPU利用率最小的边缘节点为具有最优传输性能的边缘节点。
进一步地，所述将所述对象域数据发送至所述边缘节点进行处理，得到收缩数据，具体方法为：将对象域数据通过路由器发送至所述边缘节点，在边缘节点中将所述对象域数据通过小波变换或傅里叶变换得到所述收缩数据，或者，将对象域数据或第二图像通过路由器发送至所述边缘节点，在边缘节点中将所述对象域数据或第二图像通过小波变换或傅里叶变换得到所述收缩数据，其中，第二图像为将第一图像中根据对象域数据的相应位置以对象域数据覆盖得到的图像。
所述一种基于边缘计算的无线传感网络数据传输系统包括：处理器、存储器及存储在所述存储器中并可在所述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上述一种基于边缘计算的无线传感网络数据传输方法实施例中的步骤，所述一种边缘计算的无线传感网络数据传输系统可以运行于桌上型计算机、笔记本电脑、移动电话、手提电话、平板电脑、掌上电脑及云端数据中心等计算设备中，可运行的系统可包括，但不仅限于，处理器、存储器、服务器集群。
本公开的实施例提供的一种基于边缘计算的无线传感网络数据传输系统，如图2所示，该实施例的一种基于边缘计算的无线传感网络数据传输系统包括：处理器、存储器及存储在所述存储器中并可在所述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上述一种基于边缘计算的无线传感网络数据传输方法实施例中的步骤，所述处理器执行所述计算机程序运行在以下系统的单元中：
数据采集单元，用于通过无线传感网络中的一般节点采集数据；
数据整合单元，用于对所述数据进行数据整合得到对象域数据；
数据处理单元，用于筛选出无线传感网络中具有最优传输性能的边缘节点，将所述对象域数据发送至所述边缘节点进行处理，得到收缩数据；
数据传输单元，用于将所述收缩数据发送至无线传感网络中的基站；
所述一种基于边缘计算的无线传感网络数据传输系统可以运行于桌上型计算机、笔记本电脑、掌上电脑及云端数据中心等计算设备中。所述一种基于边缘计算的无线传感网络数据传输系统包括，但不仅限于， 处理器、存储器。本领域技术人员可以理解，所述例子仅仅是一种基于边缘计算的无线传感网络数据传输方法及系统的示例，并不构成对一种基于边缘计算的无线传感网络数据传输方法及系统的限定，可以包括比例子更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述一种基于边缘计算的无线传感网络数据传输系统还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立元器件门电路或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述一种基于边缘计算的无线传感网络数据传输系统的控制中心，利用各种接口和线路连接整个一种基于边缘计算的无线传感网络数据传输系统的各个分区域。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述一种基于边缘计算的无线传感网络数据传输方法及系统的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡 (Smart Media Card ,SMC)，安全数字 (Secure Digital ,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本发明提供了一种基于边缘计算的无线传感网络数据传输方法，通过无线传感网络中的一般节点采集数据，对所述数据进行数据整合得到对象域数据，筛选出无线传感网络中具有最优传输性能的边缘节点，将所述对象域数据发送至所述边缘节点进行处理，得到收缩数据，将所述收缩数据发送至无线传感网络中的基站。尽管本公开的描述已经相当详尽且特别对几个所述实施例进行了描述，但其并非旨在局限于任何这些细节或实施例或任何特殊实施例，从而有效地涵盖本公开的预定范围。此外，上文以发明人可预见的实施例对本公开进行描述，其目的是为了提供有用的描述，而那些目前尚未预见的对本公开的非实质性改动仍可代表本公开的等效改动。

Claims (7)

1.一种基于边缘计算的无线传感网络数据传输方法，其特征在于，所述方法包括以下步骤：
S100，通过无线传感网络中的一般节点采集数据；
S200，对所述数据进行数据整合得到对象域数据；
S300，筛选出无线传感网络中具有最优传输性能的边缘节点，将所述对象域数据发送至所述边缘节点进行处理，得到收缩数据；
S400，将所述收缩数据发送至无线传感网络中的基站；
其中，所述无线传感网络至少包括多个一般节点，多个边缘节点、一个路由器及基站。
2.根据权利要求1所述的一种基于边缘计算的无线传感网络数据传输方法，其特征在于，所述一般节点由一个或多个监控镜头、摄像头、动作捕捉仪及服务器通过路由器相互连接而组成，所述数据为图像数据或视频数据，所述边缘节点为分布式服务器，所述一般节点和所述边缘节点通过路由器连接，所述边缘节点和基站通过无线或有线连接，所述通过无线传感网络中的一般节点采集数据，具体方法为：在t时间内，通过一般节点采集多张连续帧图像，所述t设定为[1,3]秒。
3.根据权利要求1所述的一种基于边缘计算的无线传感网络数据传输方法，其特征在于，S200，对所述数据进行数据整合得到对象域数据，具体方法为：
读取存储于一般节点中按照采集时间排列的各个连续帧图像，计算所述各个连续帧图像中两两相邻的连续帧图像之间的SSIM值，创建空白数组Ne依次存储所述SSIM值，判断Ne中每个元素的值，令Ne中所有SSIM值的平均值为Fra，当Ne中没有值小于Fra的元素时，记各个连续帧图像中的采集时间最晚的连续帧图像为第一图像；当Ne中的值小于Fra的元素数量为1时，标记该元素对应的两张相邻连续帧图像为折断图像，记所述两张折断图像中采集时间最早的图像为第一图像；当Ne中的值小于Fra的元素数量大于1时，计算所有小于Fra的元素对应的两张相邻图像的采集时间差，记采集时间差最大的两张相邻图像中采集时间最早的图像为第一图像，记第一图像为对象域数据。
4.根据权利要求1所述的一种基于边缘计算的无线传感网络数据传输方法，其特征在于，S300，所述筛选出无线传感网络中具有最优传输性能的边缘节点的方法为：一般节点通过路由器获取各个边缘节点的CPU利用率和存储于一般节点中的对象域数据所占的存储空间，将所有CPU利用率组成的数组记为Cou，Cou中含有的元素个数即为边缘节点数量，将所述对象域数据所占的存储空间记为Vol，记函数Pri(Cou,Vol)为计算边缘优先度P的函数，根据所述边缘优先度P选择具有最优传输性能的边缘节点。
5.根据权利要求4所述的一种基于边缘计算的无线传感网络数据传输方法，其特征在 于，所述边缘优先度P为人工设置的阈值或者通过函数Pri(Cou,Vol)计算得到：记Cou的数 组长度为len，记mean为Cou中所有元素的均值，记边缘利用比为：
Figure DEST_PATH_IMAGE002AAA
，式中Coui表示Cou中的第i个元素，变量i=1,2,⋯, len，创建空白数组Est，Est中的元素
Figure DEST_PATH_IMAGE004AAA
，式中，Esti表示Est中的第 i个元素，创建空白数组p，其中
Figure DEST_PATH_IMAGE006AAA
，
Figure DEST_PATH_IMAGE008AAA
，pi表 示数组p中第i个元素，i=1,2,⋯,len-1，记数组p中的元素最大值对应的序号为函数Pri (Cou,Vol)返回值P。
6.根据权利要求4所述的一种基于边缘计算的无线传感网络数据传输方法，其特征在于，根据所述边缘优先度P选择具有最优传输性能的边缘节点，具体方法为：对所述边缘节点进行编号得到边缘节点对应关系，所述边缘节点对应关系与Cou中的索引关系相一致，选择大于边缘优先度P的边缘节点编号对应的边缘节点为具有最优传输性能的边缘节点，或者，选择小于或等于边缘优先度P的边缘节点编号对应的边缘节点中CPU利用率最小的边缘节点为具有最优传输性能的边缘节点。
7.根据权利要求3所述的一种基于边缘计算的无线传感网络数据传输方法，其特征在于，所述将所述对象域数据发送至所述边缘节点进行处理，得到收缩数据，具体方法为：将对象域数据通过路由器发送至所述边缘节点，在边缘节点中将所述对象域数据通过小波变换或傅里叶变换得到所述收缩数据。
CN202211081157.2A 2022-09-06 2022-09-06 一种基于边缘计算的无线传感网络数据传输方法 Active CN115150767B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211081157.2A CN115150767B (zh) 2022-09-06 2022-09-06 一种基于边缘计算的无线传感网络数据传输方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211081157.2A CN115150767B (zh) 2022-09-06 2022-09-06 一种基于边缘计算的无线传感网络数据传输方法

Publications (2)

Publication Number Publication Date
CN115150767A true CN115150767A (zh) 2022-10-04
CN115150767B CN115150767B (zh) 2022-12-13

Family

ID=83415365

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211081157.2A Active CN115150767B (zh) 2022-09-06 2022-09-06 一种基于边缘计算的无线传感网络数据传输方法

Country Status (1)

Country Link
CN (1) CN115150767B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116074134A (zh) * 2023-03-06 2023-05-05 广东智云工程科技有限公司 一种数据采集方法及采集仪

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020100008A1 (en) * 2001-01-19 2002-07-25 Kuo-Hsing Cheng Method for min-cut and ratio min-cut partitioning
CN101925091A (zh) * 2010-07-29 2010-12-22 中国地质大学（武汉） 一种基于非阈值的无线传感器网络节点数据压缩方法
CN103457700A (zh) * 2013-08-20 2013-12-18 重庆邮电大学 Ndn/ccn网络中的数据包内容名称编码压缩方法
CN105429784A (zh) * 2015-10-30 2016-03-23 上海帝联信息科技股份有限公司 中央收集服务器、日志文件处理方法及系统
CN107153647A (zh) * 2016-03-02 2017-09-12 奇简软件（北京）有限公司 进行数据压缩的方法、装置、系统和计算机程序产品
CN108924786A (zh) * 2018-08-13 2018-11-30 中山大学南方学院 面向环境突发事件的无线传感器网络数据采集方法
CN109618301A (zh) * 2019-01-23 2019-04-12 南京邮电大学 无线传感器网络的数据处理方法、可读存储介质和终端
CN109640284A (zh) * 2019-01-23 2019-04-16 南京邮电大学 无线传感器网络系统
CN109831535A (zh) * 2019-03-20 2019-05-31 华南理工大学 一种基于边缘计算的大数据智能收集方法
CN110233868A (zh) * 2019-04-20 2019-09-13 北京工业大学 一种基于Fabric的边缘计算数据安全与隐私保护方法
CN110839244A (zh) * 2019-10-21 2020-02-25 华侨大学 一种基于节点信任值虚拟力的可信数据收集方法
CN111131379A (zh) * 2019-11-08 2020-05-08 西安电子科技大学 一种分布式流量采集系统和边缘计算方法
CN113067909A (zh) * 2020-01-02 2021-07-02 中国移动通信有限公司研究院 边缘节点寻址方法、装置、设备及存储介质
CN113328755A (zh) * 2021-05-11 2021-08-31 内蒙古工业大学 一种面向边缘计算的压缩数据传输方法
CN113866778A (zh) * 2021-10-22 2021-12-31 北京竞业达数码科技股份有限公司 一种基于边缘计算激光雷达的屏蔽门间隙障碍物探测方法

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020100008A1 (en) * 2001-01-19 2002-07-25 Kuo-Hsing Cheng Method for min-cut and ratio min-cut partitioning
CN101925091A (zh) * 2010-07-29 2010-12-22 中国地质大学（武汉） 一种基于非阈值的无线传感器网络节点数据压缩方法
CN103457700A (zh) * 2013-08-20 2013-12-18 重庆邮电大学 Ndn/ccn网络中的数据包内容名称编码压缩方法
CN105429784A (zh) * 2015-10-30 2016-03-23 上海帝联信息科技股份有限公司 中央收集服务器、日志文件处理方法及系统
CN107153647A (zh) * 2016-03-02 2017-09-12 奇简软件（北京）有限公司 进行数据压缩的方法、装置、系统和计算机程序产品
CN108924786A (zh) * 2018-08-13 2018-11-30 中山大学南方学院 面向环境突发事件的无线传感器网络数据采集方法
CN109618301A (zh) * 2019-01-23 2019-04-12 南京邮电大学 无线传感器网络的数据处理方法、可读存储介质和终端
CN109640284A (zh) * 2019-01-23 2019-04-16 南京邮电大学 无线传感器网络系统
CN109831535A (zh) * 2019-03-20 2019-05-31 华南理工大学 一种基于边缘计算的大数据智能收集方法
CN110233868A (zh) * 2019-04-20 2019-09-13 北京工业大学 一种基于Fabric的边缘计算数据安全与隐私保护方法
CN110839244A (zh) * 2019-10-21 2020-02-25 华侨大学 一种基于节点信任值虚拟力的可信数据收集方法
CN111131379A (zh) * 2019-11-08 2020-05-08 西安电子科技大学 一种分布式流量采集系统和边缘计算方法
CN113067909A (zh) * 2020-01-02 2021-07-02 中国移动通信有限公司研究院 边缘节点寻址方法、装置、设备及存储介质
CN113328755A (zh) * 2021-05-11 2021-08-31 内蒙古工业大学 一种面向边缘计算的压缩数据传输方法
CN113866778A (zh) * 2021-10-22 2021-12-31 北京竞业达数码科技股份有限公司 一种基于边缘计算激光雷达的屏蔽门间隙障碍物探测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
罗鸿轩等: "基于边缘计算与MapReduce的智能量测终端数据处理方法", 《智慧电力》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116074134A (zh) * 2023-03-06 2023-05-05 广东智云工程科技有限公司 一种数据采集方法及采集仪
CN116074134B (zh) * 2023-03-06 2023-06-09 广东智云工程科技有限公司 一种数据采集方法及采集仪

Also Published As

Publication number Publication date
CN115150767B (zh) 2022-12-13

Similar Documents

Publication Publication Date Title
EP3683572B1 (en) Battery detection method and device
CN115150767B (zh) 一种基于边缘计算的无线传感网络数据传输方法
CN113485792B (zh) 一种kubernetes集群内Pod调度方法、终端设备及存储介质
JP7429756B2 (ja) 画像処理方法、装置、電子機器、記憶媒体及びコンピュータプログラム
CN113850136A (zh) 基于yolov5与BCNN的车辆朝向识别方法及系统
CN114627406A (zh) 一种人群快速聚集行为的识别方法、系统、设备及介质
EP3890312A1 (en) Distributed image analysis method and system, and storage medium
CN116346863A (zh) 基于联邦学习的车载网数据处理方法、装置、设备及介质
CN111445442A (zh) 基于神经网络的人群计数方法、装置、服务器及存储介质
CN114331837A (zh) 特高压换流站保护系统全景监控图像处理与存储方法
CN117114623B (zh) 一种园区内监控设备的智慧管理方法及系统
CN112330697B (zh) 一种图像分割方法、装置、电子设备和可读存储介质
CN116403200A (zh) 基于硬件加速的车牌实时识别系统
CN116074087B (zh) 一种基于网络流量上下文表征的加密流量分类方法、电子设备及存储介质
CN116778169A (zh) 基于混合特征提取的遥感图像语义分割方法、装置和设备
CN115620259A (zh) 一种基于交通非现场执法场景下的车道线检测方法
CN112969027B (zh) 电动镜头的聚焦方法和装置、存储介质及电子设备
CN113420623B (zh) 基于自组织映射神经网络的5g基站检测方法及系统
CN110782431B (zh) 一种基于深度学习的高压电线结冰区域检测方法
CN112153464A (zh) 一种智慧城市管理系统
CN111724426A (zh) 一种背景建模方法及用于背景建模的相机
CN114492769B (zh) 数据处理方法、相关设备及系统
CN116229433B (zh) 一种器件状态识别方法和装置
CN113324998B (zh) 一种用于钛合金棒材的生产质检监管系统
CN115578405B (zh) 用于铝合金家具数控加工平台的远程监控方法

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
GR01 Patent grant
GR01 Patent grant