CN116709244A - 利用自组网的矿山救援人员体征数据高效稳定传输方法 - Google Patents

Abstract

本发明涉及数据传输技术领域，具体涉及一种利用自组网的矿山救援人员体征数据高效稳定传输方法，该方法采集至少两个救援人员在的实时体征数据；获取每个救援人员的体征异常系数；对排序后的体征异常系数进行直线拟合得到拟合直线，根据拟合直线获取传输数据；根据每个体征异常系数所对应的拟合点在拟合直线周围的分布特征，以及拟合直线的斜率获取传输数据的紧急程度；构建所有救援人员之间的自组网，根据紧急程度获取自组网中进行传输的终端设备的第一数量，以完成传输数据的传输。本发明减少了传输压力，提高了传输效率。

Description

利用自组网的矿山救援人员体征数据高效稳定传输方法

技术领域

本发明涉及数据传输技术领域，具体涉及一种利用自组网的矿山救援人员体征数据高效稳定传输方法。

背景技术

随着矿山的不断发展，矿山救援队也得到了进一步的壮大。矿山救援队是处理矿井灾害的专业化团队，是井下的一线特种作业人员，由于矿井发生灾害后，内部情况十分危险，救援人员进入后，随时可能会发生危险，因此将救援人员的生命体征数据及时准确的发送至地面，是保证救援人员生命安全的首要基础。

现有技术中对于救援人员的生命体征数据进行传输的方法是，为救援人员各自佩戴体征数据采集器，并通过发射器独自将采集的体征数据压缩后进行传输，以及时监测救援人员的安全，但是该方法传输体征数据时，都是独立传输的，而当救援人员的人数较多时，同一时间传输压力会相对较大，重要数据不会得到及时的传输，即传输的数据量较大，容易丢失数据，或者当传输设备损坏时也不能及时传输数据，从而使得传输效率较差，容易危及救援人员的生命安全。

发明内容

为了解决上述现有独立传输体征数据而导致的传输效率较差的问题，本发明的目的在于提供一种利用自组网的矿山救援人员体征数据高效稳定传输方法，所采用的技术方案具体如下：

本发明一个实施例提供了一种利用自组网的矿山救援人员体征数据高效稳定传输方法，该方法包括：

采集每个救援人员的实时体征数据；

获取每个救援人员的正常体征数据集合，根据正常体征数据集合和实时体征数据获取每个救援人员的体征异常系数；

对所有的体征异常系数按照数值大小进行排序，对排序后的体征异常系数进行直线拟合得到拟合直线，根据拟合直线获取传输数据；

根据每个体征异常系数所对应的拟合点在拟合直线周围的分布特征，以及拟合直线的斜率获取传输数据的紧急程度；构建所有救援人员之间的自组网，根据紧急程度获取自组网中进行传输的终端设备的第一数量，以完成传输数据的传输，且第一数量不大于救援人员的数量。

进一步的，所述根据正常体征数据集合和实时体征数据获取每个救援人员的体征异常系数的步骤，包括：

实时体征数据包括实时体温和实时心率，正常体征数据集合包括正常体温集合和正常心率集合；

对于任意一个救援人员，获取救援人员的正常体温集合中的最大体温、最小体温和体温的众数；计算实时体温和体温的众数之间的差值绝对值，以差值绝对值为分子，最大体温和最小体温的差值为分母所得到的比值作为体温异常程度；

获取救援人员的正常心率集合中的最大心率、最小心率和心率的众数；计算实时心率和心率的众数之间的差值绝对值，以差值绝对值为分子，最大心率和最小心率的差值为分母所得到的比值作为心率异常程度；

获取体温异常程度与心率异常程度的乘积并进行归一化，将归一化的结果作为救援人员的体征异常系数。

进一步的，所述传输数据的紧急程度的获取步骤，包括：

获取拟合直线上方的拟合点的数量作为第二数量，计算第二数量与所有体征异常系数所对应的拟合点的总数量的比值，记为数量比值；

获取拟合直线上方的所有拟合点对应的体征异常系数的均值作为第一值，获取拟合直线下方的所有拟合点对应的体征异常系数的均值作为第二值，计算第一值和第二值的差值绝对值，记为第一差值；

对数量比值、第一差值和拟合直线的斜率进行加权求和的结果作为第一结果；

计算拟合直线上方的每个拟合点与拟合直线之间的距离，将拟合直线上方的所有拟合点对应的距离相加得到距离之和，将距离之和的相反数作为自然常数的指数所得到的结果作为第二结果；

以第一结果为分子，第二结果为分母得到的比值作为传输数据的紧急程度。

进一步的，所述根据紧急程度获取自组网中进行传输的终端设备的第一数量的步骤，包括：

设置第一紧急程度阈值、第二紧急程度阈值和第三紧急程度阈值，且第一紧急程度阈值、第二紧急程度阈值和第三紧急程度阈值依次增大；当紧急程度小于等于第一紧急程度阈值时，终端设备的第一数量为预设的第一数值；当紧急程度大于第一紧急程度阈值且小于等于第二紧急程度阈值时，终端设备的第一数量为预设的第二数值；当紧急程度大于第二紧急程度阈值且小于等于第三紧急程度阈值时，终端设备的第一数量为预设的第三数值；当紧急程度大于第三紧急程度阈值时，终端设备的第一数量为预设的第四数值；其中第一数值、第二数值、第三数值和第四数值是依次增大的，且第四数值和救援人员的数量相等。

进一步的，所述获取每个救援人员的正常体征数据集合的步骤，包括：

将救援人员从开始到设定时刻之间的所有体征数据组成对应救援人员的正常体征数据集合。

进一步的，所述对所有的体征异常系数按照数值大小进行排序的方法，包括：

按照数值从小到大的顺序对所有的体征异常系数进行排序。

进一步的，利用一元线性回归方法对排序后的体征异常系数进行直线拟合。

进一步的，所述传输数据的传输的方法，包括：

将排序后的所有体征异常系数组成第一序列，获取第一序列中的前个体征异常系数作为目标体征异常系数，/>与第一数量相等；将目标体征异常系数所对应的救援人员在自组网中的终端设备作为进行传输的终端设备，进而利用进行传输的终端设备实现传输数据的传输。

进一步的，所述根据拟合直线获取传输数据的方法，包括：

将排序后的体征异常系数所对应救援人员的编号组成一个序列，记为编号序列；将拟合直线的斜率和所述编号序列组成传输数据。

进一步的，所述第一紧急程度阈值设置为0.5，所述第二紧急程度阈值设置为1.2，所述第三紧急程度阈值设置为2.3。

本发明具有如下有益效果：

本发明采集每个救援人员的实时体征数据，为了监测每个救援人员的实时体征状态，根据每个救援人员的正常体征数据集合和实时体征数据获取对应救援人员的体征异常系数，用于直观体现每个救援人员的体征异常情况；为了减少数据传输的压力，减少数据量，对所有的体征异常系数按照数值大小进行排序，对排序后的体征异常系数进行直线拟合得到拟合直线，由于拟合直线的斜率越大，表明部分救援人员的体征越异常，即发生意外的可能性较高，则根据拟合直线获取传输数据，以极大的压缩全体救援人员的实时体征数据；若部分救援人员发生意外，对应拟合点与拟合直线的距离会相对较远，从而根据每个体征异常系数所对应的拟合点在拟合直线周围的分布特征，获取传输数据的紧急程度，由于同一时刻下自组网的每一个终端设备均会接收到传输数据，因此为了减少传输压力，提高传输效率，本发明构建所有救援人员之间的自组网，然后根据紧急程度获取自组网中进行传输的终端设备的第一数量，完成传输数据的传输，紧急程度越大，需要选择较多的终端设备进行传输，以通过提高传输数据的频率，并且采取相对措施更加及时，更加保证救援人员的生命安全。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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它附图。

图1为本发明一个实施例所提供的一种利用自组网的矿山救援人员体征数据高效稳定传输方法的步骤流程图；

图2为由排序后的体征异常系数进行直线拟合得到的拟合直线的示意图。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种利用自组网的矿山救援人员体征数据高效稳定传输方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

下面结合附图具体的说明本发明所提供的一种利用自组网的矿山救援人员体征数据高效稳定传输方法的具体方案。

本发明所针对的具体场景为：对于矿山救援小组，每组有七个成员，需要在进行救援时，实时监视救援人员的体征数据，目前救援人员的实时体征数据的传输是单人的数据进行独立传输，传输效率低下，在遇见突发情况造成设备损坏时，有可能无法及时得到数据，危及救援人员的生命安全，错过最佳救援时刻，因此需要建立一种自组网，以让每个救援队员都可以发送全部队员对应的数据，且使得数据尽可能的小，降低传输压力，稳定准确的传输救援人员的体征数据，保证生命安全。

请参阅图1，其示出了本发明一个实施例提供的一种利用自组网的矿山救援人员体征数据高效稳定传输方法的步骤流程图，该方法包括：

步骤S001，采集每个救援人员的实时体征数据；获取每个救援人员的正常体征数据集合，根据正常体征数据集合和实时体征数据获取每个救援人员的体征异常系数。

具体的，本发明实施例中以7个救援人员为例，目前可以通过相关设备采集救援人员的体征数据，例如脉搏、体温、血压和心率等信息，但是最具有参考价值的数据为心率和体温，心率和体温采集时准确度高且可以一定程度上代表救援人员的生命安全情况，因此本方案使用温度传感器、心率传感器、个人接收终端和发射数据终端组成体征数据传输设备，且用于传输救援人员的心率和体温。

对每个救援人员采集实时体征数据，也即是实时体温和实时心率，同时将历史体征数据内部存在0所对应的数据进行剔出，避免对实时体征数据进行分析时产生误差。其中体征数据的采集频率实施者可根据自身场景进行限定。

不同救援人员的正常生命体征数据会存在不同，部分人的心率相对较快，而部分人的相对较慢，但是均会在一定的范围内波动，因此，不同救援人员的体征数据，其异常程度会不同，表现在随时间记录的体征数据波动变化中，异常数据会超出正常波动范围，因此通过分析体征数据随着时间进行波动的情况，便可以获取不同救援人员对应的体征异常系数。

将救援人员从开始到设定时刻之间的所有体征数据组成对应救援人员的正常体征数据集合；实时体征数据包括实时体温和实时心率，进而正常体征数据集合包括正常体温集合和正常心率集合；对于任意一个救援人员，获取救援人员的正常体温集合中的最大体温、最小体温和体温的众数；计算实时体温和体温的众数之间的差值绝对值，以差值绝对值为分子，最大体温和最小体温的差值为分母所得到的比值作为体温异常程度；获取救援人员的正常心率集合中的最大心率、最小心率和心率的众数；计算实时心率和心率的众数之间的差值绝对值，以差值绝对值为分子，最大心率和最小心率的差值为分母所得到的比值作为心率异常程度；获取体温异常程度与心率异常程度的乘积并进行归一化，将归一化的结果作为救援人员的体征异常系数。

作为一个示例，不同的人的生命体征数据会存在一定的差异性，在佩戴设备的初期采集的体征数据，并不会出现事故，且记录的体征数据为该救援人员正常生命体征的数据，因此将每个救援人员开始采集的十分钟内的体征数据作为对应救援人员的正常体征数据，该正常体征数据会在一定的范围内波动，出现异常数据时会超出正常波动范围，因此通过分析不同救援人员随着时间变化的体征数据波动情况，便可以得到对应救援人员的实时生命体征情况。

以任意一个救援人员为例，获取该救援人员开始佩戴采集设备的前10分钟内的体温和心率分别组成正常体温集合和正常心率集合。获取正常体温集合中的最大体温、最小体温/>和体温的众数/>，根据最大体温/>、最小体温/>和体温的众数/>获取该救援人员的实时体温对应的体温异常程度，则体温异常程度的计算公式为：

其中，为救援人员的实时体温对应的体温异常程度；/>为救援人员的实时体温；/>为救援人员的正常体温集合中的体温的众数；/>为救援人员的正常体温集合中的最大温体温；/>为救援人员的正常体温集合中的最小体温；/>为取绝对值。

需要说明的是，利用正常体温集合中的最大体温和最小体温/>的差值作为救援人员正常状态下的体温波动的最大值，正常体温集合中的体温的众数/>表征救援人员的普遍正常体温情况，进而获取实时体温与体温的众数的差值绝对值与救援人员正常状态下的体温波动的最大值的比值，比值越大，说明实时体温相较于正常体温的差异越大，越有可能出现异常，进而体温异常程度也越大。

同理，获取正常心率集合中的最大心率、最小心率/>和心率的众数，根据最大心率/>、最小心率/>和心率的众数/>获取该救援人员的实时心率对应的心率异常程度，则心率异常程度的计算公式为：

其中，为救援人员的实时心率对应的心率异常程度；/>为救援人员的实时心率；/>为救援人员的正常心率集合中的心率的众数；/>为救援人员的正常心率集合中的最大心率；/>为救援人员的正常心率集合中的最小心率；/>为取绝对值。

需要说明的是，利用正常心率集合中的最大心率和最小心率/>的差值作为救援人员正常状态下的心率波动的最大值，正常心率集合中的心率的众数/>表征救援人员的普遍正常心率情况，进而获取实时心率与心率的众数的差值绝对值与救援人员正常状态下的心率波动的最大值的比值，比值越大，说明实时心率相较于正常心率的差异越大，越有可能出现异常，进而体温异常程度也越大。

至此，该救援人员在实时下的体温异常程度与心率异常程度获取完成，进而结合体温异常程度与心率异常程度便可以计算该救援人员在实时下对应的体征异常系数，则体征异常系数/>的计算公式为：

其中，为救援人员的体征异常系数；/>为归一化函数；/>为救援人员的体温异常程度；/>为救援人员的心率异常程度。

需要说明的是，体温异常程度的值越大，说明救援人员的体温越异常，越可能出现危险，同理，心率异常程度/>越大，说明救援人员的心率越异常，越可能出现危险，因此用于体温异常程度与心率异常程度的乘积来表征该救援人员的体征情况，乘积越大，体征越异常，对应体征异常系数/>越大。

至此，可以利用该救援人员的体征异常系数的获取方法，根据每个救援人员的正常体征数据集合和实时体征数据获取对应救援人员的体征异常系数。

步骤S002，对所有的体征异常系数按照数值大小进行排序，对排序后的体征异常系数进行直线拟合得到拟合直线，根据拟合直线获取传输数据。

具体的，对于所有的救援成员的体征异常系数，若救援人员都不发生意外，则所有体征异常系数的差异不会太大，只会发生较小范围的波动，且每个救援人员相互之间的体征异常系数的差异也不会太大，若部分救援人员发生意外，则对应的体征异常系数会发生较大波动，与其他正常救援人员之间的体征异常系数的差异也会随之增加，因此在此可以对所有救援人员的体征异常系数进行线性拟合，利用得到的拟合直线的分布特征来代表所有救援人员的实时体征数据，以极大的压缩全体救援人员的实时体征数据。

利用步骤S001获取的每个救援人员的体征异常系数，并对每个救援人员进行编号，编号为1到7；对所有的体征异常系数按照数值从小到大的顺序对所有的体征异常系数进行排序，同时将排序后的体征异常系数所对应救援人员的编号组成一个序列，记为编号序列；以编号序列中的编号为横坐标，对应的体征异常系数为纵坐标构建体征异常系数散点图，一个体征异常系数在体征异常系数散点图中对应一个拟合点，对体征异常系数散点图使用一元线性回归方法进行直线拟合，也即是对排序后的体征异常系数利用一元线性回归方法进行直线拟合，得到拟合直线，其中一元线性回归方法为公知技术，在此不再赘述。

获取拟合直线的斜率k，拟合直线的斜率越大，表明部分救援人员的体征异常系数较大，即发生意外的可能性较高，因此可将拟合直线的斜率代替全体救援人员的体征数据，故将全体救援人员对应的拟合直线的斜率k和对应的编号序列组成传输数据，也即是救援人员的实时体征数据压缩后的数据，如图2所示，该图是由排序后的体征异常系数利用一元线性回归方法进行直线拟合，得到的拟合直线Y=kx+b，其斜率为k，该拟合直线对应的编号序列为3、7、4、1、2、5、6，则传输数据为{k、3、7、4、1、2、5、6}。

步骤S003，根据每个体征异常系数所对应的拟合点在拟合直线周围的分布特征，以及拟合直线的斜率获取传输数据的紧急程度；构建所有救援人员之间的自组网，根据紧急程度获取自组网中进行传输的终端设备的第一数量，以完成传输数据的传输。

具体的，对于每个体征异常系数所对应的拟合点与拟合直线之间的分布特点，若部分救援人员发生意外，对应拟合点与拟合直线的距离会相对较远，从而根据每个体征异常系数所对应的拟合点在拟合直线周围的分布特征，便可以获取传输数据的紧急程度，进而通过建立所有救援人员之间的自组网，根据传输数据的紧急程度，获取自组网的自适应传输方式，以提升数据传输效率，保证救援人员的生命安全，具体如下：

（1）获取拟合直线上方的拟合点的数量作为第二数量，计算第二数量与所有体征异常系数所对应的拟合点的总数量的比值，记为数量比值；获取拟合直线上方的所有拟合点对应的体征异常系数的均值作为第一值，获取拟合直线下方的所有拟合点对应的体征异常系数的均值作为第二值，计算第一值和第二值的差值绝对值，记为第一差值；对数量比值、第一差值和拟合直线的斜率进行加权求和的结果作为第一结果；计算拟合直线上方的每个拟合点与拟合直线之间的距离，将拟合直线上方的所有拟合点对应的距离相加得到距离之和，将距离之和的相反数作为自然常数的指数所得到的结果作为第二结果；以第一结果为分子，第二结果为分母得到的比值作为传输数据的紧急程度。

作为一个示例，获取拟合直线的斜率k；统计在拟合直线上方的拟合点的个数；分别计算拟合直线上方的所有拟合点对应的体征异常系数的均值/>，以及拟合直线下方的所有拟合点对应的体征异常系数的均值/>；计算拟合直线上方的每个拟合点与拟合直线之间的距离/>，进而获取传输数据对应的紧急程度/>，则紧急程度的计算公式为：

其中，为传输数据对应的紧急程度；/>为拟合直线的斜率；/>为拟合直线上方的拟合点的个数，也即是第二数量；N为所有体征异常系数所对应的拟合点的总数量，也即是救援人员的总数量，本方案中N=7；/>为拟合直线上方的所有拟合点对应的体征异常系数的均值，也即是第一值；/>为获取拟合直线下方的所有拟合点对应的体征异常系数的均值，也即是第二值；/>为拟合直线上方的第i个拟合点与拟合直线之间的距离；/>为以自然常数e为底数的指数函数；/>为第二结果；/>为斜率的权重值；/>为数量比值/>的权重值；/>为第一差值/>的权重值；其中权重值的大小可由人工经验获取，本发明给予参考值/>、/>、/>。

需要说明的是，拟合直线的斜率越大，表明部分救援人员的体征异常系数较大，即发生意外的可能性较高，即k值越大，传输数据越需要紧急传输，对应紧急程度越高；拟合直线上方的拟合点个数越多，对应体征异常的人数越多，即值越大，传输数据越需要紧急传输，对应紧急程度越高；拟合直线上方的拟合点距离拟合直线越远，即/>值越大，则发生意外的部分救援人员对应的体征异常系数越大，对应的情况越为严重，对应传输数据需要紧急传输的程度越高，即/>越大；拟合直线上方与下方的拟合点都表示偏离拟合直线的散点，也即是偏离正常情况下的体征异常系数，拟合直线上方与下方的拟合点对应的体征异常系数的平均值差异越大，则表明异常救援人员相对正常救援人员的体征数据的异常度较高，即/>值越大，则对应传输数据需要传输的紧急程度越高，即/>值越大。

（2）构建所有救援人员之间的自组网。

目前自组网发展比较成熟，可以利用其原理，可以将救援人员的体征数据的传输设备组成自组网，在全体救援人员正常时，同一时刻单个终端设备传输数据即可，当部分救援人员处于危险时，对应同一时刻多个终端设备传输数据，这样便实现了自组网的自适应传输方式，在传输数据压力低的情况下，使得遇见危机传输频率较高，以更及时的做出相应措施。

自组网是一种移动通信和计算机网络相结合的网络，网络的信息交换采用计算机网络中的分组交换机制，用户终端是可以移动的便携式终端，自组网中每个用户终端都兼有路由器和主机两种功能。对应自组网的原理，便可以建立传输救援人员的体征数据的自组网，每一个救援人员对应一个便携式终端，即可以传输数据又可以采集数据。

需要说明的是，自组网属于公知技术，在此不作赘述。

（3）根据紧急程度获取自组网中进行传输的终端设备的第一数量：设置第一紧急程度阈值、第二紧急程度阈值和第三紧急程度阈值，且第一紧急程度阈值、第二紧急程度阈值和第三紧急程度阈值依次增大；当紧急程度小于等于第一紧急程度阈值时，终端设备的第一数量为预设的第一数值；当紧急程度大于第一紧急程度阈值且小于等于第二紧急程度阈值时，终端设备的第一数量为预设的第二数值；当紧急程度大于第二紧急程度阈值且小于等于第三紧急程度阈值时，终端设备的第一数量为预设的第三数值；当紧急程度大于第三紧急程度阈值时，终端设备的第一数量为预设的第四数值；其中第一数值、第二数值、第三数值和第四数值是依次增大的，且第四数值和救援人员的数量相等。

作为一个示例，由于同一时刻下自组网的每一个终端设备均会接收到传输数据，因此为了减少传输压力，提高传输效率，本方案对紧急程度设置紧急程度阈值，紧急程度阈值包括第一紧急程度阈值/>、第二紧急程度阈值/>、第三紧急程度阈值/>，紧急程度阈值的大小由人工经验获取，本发明给予参考值/>、/>、/>，对应紧急程度的不同，同一时刻自组网中进行传输的终端设备的数量/>不同，在此，规定进行传输的终端设备为对应体征异常系数较小的救援人员对应的终端设备，则根据紧急程度获取自组网中进行传输的终端设备的数量/>的计算公式为：

其中，1为预设的第一数值；3为预设的第二数值；5为预设的第三数值；7为预设的第四数值，且第四数值与救援人员的数量相等；为自组网中进行传输的终端设备的数量，也即是第一数量。

需要说明的是，紧急程度越大，对应当前时刻下进行传输的终端设备越多，终端设备的数量越多，也即是对应发射传输数据的频率越高，频率的高低同样能够反应传输数据的紧急度，当所有救援人员都是正常时，传输数据的紧急程度越小，越说明不需要更多的终端设备传输数据，一个终端设备即可实现数据传输，且能减少传输压力；当部分救援人员出现危险时，对应传输数据的紧急程度较大，为使传输数据的传输效率更高，则需要选择较多的终端设备进行传输，以通过提高传输数据的频率，令采取相对措施更加及时，更加保证救援人员的生命安全。

（4）利用自组网中进行传输的第一数量的终端设备，完成传输数据的传输。

将所有救援人员的体征异常系数按照从小到大的顺序排列，得到第一序列，基于获取的进行传输的终端设备的第一数量，获取第一序列中的前/>个体征异常系数作为目标体征异常系数，将目标体征异常系数所对应的救援人员在自组网中的终端设备作为进行传输的终端设备，进而利用进行传输的终端设备实现传输数据的传输。

需要说明的是，使用自组网对救援人员的体征数据进行传输，传输数据的数据量较少，且应对不同的情况，传输频率会自适应不同，即自组网中进行传输的终端设备的数量自适应，极大的降低传输数据压力的同时，提高传输效率，以最大程度保证救援人员的生命安全。

需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的原则之内，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.利用自组网的矿山救援人员体征数据高效稳定传输方法，其特征在于，该方法包括以下步骤：

采集每个救援人员的实时体征数据；

获取每个救援人员的正常体征数据集合，根据正常体征数据集合和实时体征数据获取每个救援人员的体征异常系数；

对所有的体征异常系数按照数值大小进行排序，对排序后的体征异常系数进行直线拟合得到拟合直线，根据拟合直线获取传输数据；

根据每个体征异常系数所对应的拟合点在拟合直线周围的分布特征，以及拟合直线的斜率获取传输数据的紧急程度；构建所有救援人员之间的自组网，根据紧急程度获取自组网中进行传输的终端设备的第一数量，以完成传输数据的传输，且第一数量不大于救援人员的数量。

2.如权利要求1所述的利用自组网的矿山救援人员体征数据高效稳定传输方法，其特征在于，所述根据正常体征数据集合和实时体征数据获取每个救援人员的体征异常系数的步骤，包括：

实时体征数据包括实时体温和实时心率，正常体征数据集合包括正常体温集合和正常心率集合；

对于任意一个救援人员，获取救援人员的正常体温集合中的最大体温、最小体温和体温的众数；计算实时体温和体温的众数之间的差值绝对值，以差值绝对值为分子，最大体温和最小体温的差值为分母所得到的比值作为体温异常程度；

获取救援人员的正常心率集合中的最大心率、最小心率和心率的众数；计算实时心率和心率的众数之间的差值绝对值，以差值绝对值为分子，最大心率和最小心率的差值为分母所得到的比值作为心率异常程度；

获取体温异常程度与心率异常程度的乘积并进行归一化，将归一化的结果作为救援人员的体征异常系数。

3.如权利要求1所述的利用自组网的矿山救援人员体征数据高效稳定传输方法，其特征在于，所述传输数据的紧急程度的获取步骤，包括：

获取拟合直线上方的拟合点的数量作为第二数量，计算第二数量与所有体征异常系数所对应的拟合点的总数量的比值，记为数量比值；

获取拟合直线上方的所有拟合点对应的体征异常系数的均值作为第一值，获取拟合直线下方的所有拟合点对应的体征异常系数的均值作为第二值，计算第一值和第二值的差值绝对值，记为第一差值；

对数量比值、第一差值和拟合直线的斜率进行加权求和的结果作为第一结果；

计算拟合直线上方的每个拟合点与拟合直线之间的距离，将拟合直线上方的所有拟合点对应的距离相加得到距离之和，将距离之和的相反数作为自然常数的指数所得到的结果作为第二结果；

以第一结果为分子，第二结果为分母得到的比值作为传输数据的紧急程度。

4.如权利要求1所述的利用自组网的矿山救援人员体征数据高效稳定传输方法，其特征在于，所述根据紧急程度获取自组网中进行传输的终端设备的第一数量的步骤，包括：

设置第一紧急程度阈值、第二紧急程度阈值和第三紧急程度阈值，且第一紧急程度阈值、第二紧急程度阈值和第三紧急程度阈值依次增大；当紧急程度小于等于第一紧急程度阈值时，终端设备的第一数量为预设的第一数值；当紧急程度大于第一紧急程度阈值且小于等于第二紧急程度阈值时，终端设备的第一数量为预设的第二数值；当紧急程度大于第二紧急程度阈值且小于等于第三紧急程度阈值时，终端设备的第一数量为预设的第三数值；当紧急程度大于第三紧急程度阈值时，终端设备的第一数量为预设的第四数值；其中第一数值、第二数值、第三数值和第四数值是依次增大的，且第四数值和救援人员的数量相等。

5.如权利要求1所述的利用自组网的矿山救援人员体征数据高效稳定传输方法，其特征在于，所述获取每个救援人员的正常体征数据集合的步骤，包括：

将救援人员从开始到设定时刻之间的所有体征数据组成对应救援人员的正常体征数据集合。

6.如权利要求1所述的利用自组网的矿山救援人员体征数据高效稳定传输方法，其特征在于，所述对所有的体征异常系数按照数值大小进行排序的方法，包括：

按照数值从小到大的顺序对所有的体征异常系数进行排序。

7.如权利要求1所述的利用自组网的矿山救援人员体征数据高效稳定传输方法，其特征在于，利用一元线性回归方法对排序后的体征异常系数进行直线拟合。

8.如权利要求6所述的利用自组网的矿山救援人员体征数据高效稳定传输方法，其特征在于，所述传输数据的传输的方法，包括：

将排序后的所有体征异常系数组成第一序列，获取第一序列中的前个体征异常系数作为目标体征异常系数，与第一数量相等；将目标体征异常系数所对应的救援人员在自组网中的终端设备作为进行传输的终端设备，进而利用进行传输的终端设备实现传输数据的传输。

9.如权利要求1所述的利用自组网的矿山救援人员体征数据高效稳定传输方法，其特征在于，所述根据拟合直线获取传输数据的方法，包括：

将排序后的体征异常系数所对应救援人员的编号组成一个序列，记为编号序列；将拟合直线的斜率和所述编号序列组成传输数据。

10.如权利要求4所述的利用自组网的矿山救援人员体征数据高效稳定传输方法，其特征在于，所述第一紧急程度阈值设置为0.5，所述第二紧急程度阈值设置为1.2，所述第三紧急程度阈值设置为2.3。