CN116806044B - 一种无线传感器网络的数据传输方法、装置及电子设备 - Google Patents
一种无线传感器网络的数据传输方法、装置及电子设备 Download PDFInfo
- Publication number
- CN116806044B CN116806044B CN202311077650.1A CN202311077650A CN116806044B CN 116806044 B CN116806044 B CN 116806044B CN 202311077650 A CN202311077650 A CN 202311077650A CN 116806044 B CN116806044 B CN 116806044B
- Authority
- CN
- China
- Prior art keywords
- pulse
- data
- communication path
- sensor node
- pulse data
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000005540 biological transmission Effects 0.000 title claims abstract description 36
- 238000004891 communication Methods 0.000 claims abstract description 128
- 230000007774 longterm Effects 0.000 claims abstract description 57
- 230000008859 change Effects 0.000 claims abstract description 32
- 238000010248 power generation Methods 0.000 claims description 52
- 230000002159 abnormal effect Effects 0.000 claims description 46
- 230000005284 excitation Effects 0.000 claims description 20
- 210000002569 neuron Anatomy 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 description 14
- 238000012545 processing Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 5
- 210000004027 cell Anatomy 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 230000005281 excited state Effects 0.000 description 2
- 238000010304 firing Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 235000008694 Humulus lupulus Nutrition 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/04—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources
- H04W40/10—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources based on available power or energy
-
- 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
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本发明公开了一种无线传感器网络的数据传输方法、装置及电子设备,该方法包括在无线传感器网络中确定目标传感器节点;确定目标传感器节点的第一通信路径,并在各第一通信路径中确定服务质量最高的第二通信路径;获取第二通信路径上各路径传感器节点对应的历史脉冲数据,标记短期脉冲数据和长期脉冲数据的脉冲数量变化趋势一致的路径传感器节点;选择目标通信路径,并基于目标通信路径传输目标传感器节点的数据。本发明根据每个传感器节点的短期脉冲数据和长期脉冲数据为本次数据传输规划出一条能量供给最稳定的传输路径,使得无线传感器网络中的任意节点均能够将数据传输回关键节点,数据传输丢失率低。
Description
技术领域
本申请涉及无线传感器网络技术领域,具体而言,涉及一种无线传感器网络的数据传输方法、装置及电子设备。
背景技术
随着微机电系统技术的发展和成熟,目前会使用无线传感器网络对数据进行传输。无线传感器网络中设置有成百上千个微型传感器节点,每个微型传感器节点都集成了传感模块、数据处理模块、通信模块和电源模块,这使得每个微型传感器节点可以对原始数据按照要求进行一些简单的计算处理后再经由传感器网络中的某条路径发送出去。一般而言,无线传感器网络所采集到的数据最终需要传输汇聚到网络中心位置的关键节点处进行处理。然而,无线通信的能量消耗随着通信距离的增加而急剧增加,加之微型传感器节点本身的能量受限,导致对于设置在无线传感器网络边缘位置的微型传感器节点所采集到的数据而言,想要对其进行传递所需要的能量较多,目前仅依赖传感器节点自身的数据传输方式难以将数据发送回关键节点。
发明内容
为了解决上述问题,本申请实施例提供了一种无线传感器网络的数据传输方法、装置及电子设备。
第一方面,本申请实施例提供了一种无线传感器网络的数据传输方法,所述方法包括:
在无线传感器网络中确定目标传感器节点,所述目标传感器节点为当前时刻需要传输数据的传感器节点,所述传感器节点内设置有AI芯片,所述AI芯片内构建有用以在所述传感器节点传输数据时激发输出脉冲的脉冲神经元模型;
确定所述目标传感器节点的第一通信路径,并在各所述第一通信路径中确定服务质量最高的第二通信路径,所述第二通信路径至少存在一条;
获取所述第二通信路径上各路径传感器节点对应的历史脉冲数据,标记短期脉冲数据和长期脉冲数据的脉冲数量变化趋势一致的所述路径传感器节点,所述历史脉冲数据包括第一统计周期内的所述短期脉冲数据和第二统计周期内的所述长期脉冲数据;
选择目标通信路径,并基于所述目标通信路径传输所述目标传感器节点的数据,所述目标通信路径为标记节点数量占比最高的所述第二通信路径。
优选的,所述获取所述第二通信路径上各路径传感器节点对应的历史脉冲数据,包括:
获取预设时长内所述第二通信路径上各路径传感器节点对应的历史脉冲数据。
优选的,所述脉冲神经元模型用以在接收到目标输入脉冲时激发所述输出脉冲,所述目标输入脉冲为脉冲大于预设触发阈值的输入脉冲。
优选的,所述标记短期脉冲数据和长期脉冲数据的脉冲数量变化趋势一致的所述路径传感器节点,包括:
标记短期脉冲数据和长期脉冲数据的脉冲数量变化趋势一致,且所述短期脉冲数据和长期脉冲数据的异常脉冲概率之差小于预设误差概率的所述路径传感器节点。
优选的,所述标记短期脉冲数据和长期脉冲数据的脉冲数量变化趋势一致,且所述短期脉冲数据和长期脉冲数据的异常脉冲概率之差小于预设误差概率的所述路径传感器节点,包括:
基于短期脉冲数据中各激发记录的输出脉冲数量确定所述短期脉冲数据对应的第一脉冲数量变化趋势,基于长期脉冲数据中各所述激发记录的输出脉冲数量确定所述长期脉冲数据对应的第二脉冲数量变化趋势;
基于所述短期脉冲数据中各所述激发记录的异常脉冲的数量占比确定所述短期脉冲数据的第一异常脉冲概率,基于所述长期脉冲数据中各所述激发记录的异常脉冲的数量占比确定所述长期脉冲数据的第二异常脉冲概率,所述异常脉冲为脉冲不大于所述预设触发阈值的所述输入脉冲;
标记所述第一脉冲数量变化趋势和第二脉冲数量变化趋势一致,且第一异常脉冲概率与第二异常脉冲概率之差小于预设误差概率的所述路径传感器节点。
优选的,所述方法包括:
确定所述目标通信路径中各目标通信路径节点对应的光伏发电区域,基于所述光伏发电区域对应的光伏发电装置向所述目标通信路径节点发电。
优选的,所述基于所述光伏发电区域对应的光伏发电装置向所述目标通信路径节点发电,包括:
基于所述目标通信路径节点的位置信息生成发电指令,向所述光伏发电区域对应的光伏发电装置发送所述发电指令,用以控制所述光伏发电装置向所述目标通信路径节点发电。
第二方面,本申请实施例提供了一种无线传感器网络的数据传输装置,所述装置包括:
第一确定模块,用于在无线传感器网络中确定目标传感器节点,所述目标传感器节点为当前时刻需要传输数据的传感器节点,所述传感器节点内设置有AI芯片,所述AI芯片内构建有用以在所述传感器节点传输数据时激发输出脉冲的脉冲神经元模型;
第二确定模块,用于确定所述目标传感器节点的第一通信路径,并在各所述第一通信路径中确定服务质量最高的第二通信路径,所述第二通信路径至少存在一条;
获取模块,用于获取所述第二通信路径上各路径传感器节点对应的历史脉冲数据,标记短期脉冲数据和长期脉冲数据的脉冲数量变化趋势一致的所述路径传感器节点,所述历史脉冲数据包括第一统计周期内的所述短期脉冲数据和第二统计周期内的所述长期脉冲数据;
选择模块,用于选择目标通信路径,并基于所述目标通信路径传输所述目标传感器节点的数据,所述目标通信路径为标记节点数量占比最高的所述第二通信路径。
第三方面,本申请实施例提供了一种电子设备,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第一方面或第一方面的任意一种可能的实现方式提供的方法的步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面或第一方面的任意一种可能的实现方式提供的方法。
本发明的有益效果为:在目标传感器节点需要传输数据时,通过AI芯片中的脉冲神经元模型激发输出脉冲来对传感器节点的传输过程进行能量供给,且根据每个传感器节点的短期脉冲数据和长期脉冲数据为本次数据传输规划出一条能量供给最稳定的传输路径,使得无线传感器网络中的任意节点均能够将数据传输回关键节点,数据传输丢失率低。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例中所需使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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。
图1为本申请实施例提供的一种无线传感器网络的数据传输方法的流程示意图;
图2为本申请实施例提供的一种无线传感器网络的数据传输装置的结构示意图;
图3为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。
在下述介绍中,术语“第一”、“第二”仅为用于描述的目的,而不能理解为指示或暗示相对重要性。下述介绍提供了本申请的多个实施例,不同实施例之间可以替换或者合并组合,因此本申请也可认为包含所记载的相同和/或不同实施例的所有可能组合。因而,如果一个实施例包含特征A、B、C,另一个实施例包含特征B、D,那么本申请也应视为包括含有A、B、C、D的一个或多个所有其他可能的组合的实施例,尽管该实施例可能并未在以下内容中有明确的文字记载。
下面的描述提供了示例,并且不对权利要求书中阐述的范围、适用性或示例进行限制。可以在不脱离本申请内容的范围的情况下,对描述的元素的功能和布置做出改变。各个示例可以适当省略、替代或添加各种过程或组件。例如所描述的方法可以以所描述的顺序不同的顺序来执行,并且可以添加、省略或组合各种步骤。此外,可以将关于一些示例描述的特征组合到其他示例中。
参见图1,图1是本申请实施例提供的一种无线传感器网络的数据传输方法的流程示意图。在本申请实施例中,所述方法包括:
S101、在无线传感器网络中确定目标传感器节点,所述目标传感器节点为当前时刻需要传输数据的传感器节点,所述传感器节点内设置有AI芯片,所述AI芯片内构建有用以在所述传感器节点传输数据时激发输出脉冲的脉冲神经元模型。
本申请的执行主体可以是云端服务器。
在本申请的一个实施例中,当无线传感器网络中有传感器节点需要传输数据时,其首先会向云端服务器发送数据传输请求。云端服务器在接收到数据传输请求后,会在无线传感器网络中确定出该传感器节点,即为目标传感器节点。确定出目标传感器节点后,将通过后续步骤对目标传感器节点的数据传输路径进行确定,以便控制路径上各个传感器节点中的脉冲神经元模型激发输出脉冲,对传输过程进行供能。其中,脉冲神经元模型将采用一个非线性激活函数来对输入脉冲进行响应,进而激发生成输出脉冲。脉冲神经元模型具体可以选用Hodgkin-Huxley(HH)模型、leaky Integrate and Fire(LIF)模型、Izhikevich模型。
S102、确定所述目标传感器节点的第一通信路径,并在各所述第一通信路径中确定服务质量最高的第二通信路径,所述第二通信路径至少存在一条。
在本申请的一个实施例中,云端服务器根据无线传感器网络中目标传感器节点以及其最终数据所要传达的关键节点的位置,能够遍历确定出目标传感器节点的所有可以选择的通信路径,即各第一通信路径。显然,不同的第一通信路径,其通讯能力,即传输数据所消耗的能量是不同的,为保证数据能够传输至关键节点,应该尽量减少单跳通信距离。因此,需要对每个第一通信路径从目标传感器节点到关键节点的通信距离内跳点进行综合评价。本申请将以服务质量作为具体评价标准,服务质量的具体计算公式如下:
其中,表示服务路径代价函数,/>、/>分别表示服务/>所需的计算资源与计算带宽资源,/>、/>分别表示提供服务/>的节点剩余计算资源与带宽资源,表示节点/>到下一节点/>的链路可用带宽,D表示两个相邻节点间的端到端时延,/>表示两节点间所允许的最大时延,n表示服务路径上的节点数量,/>、/>、/>分别表示针对计算资源、带宽资源以及时延指标的权重因子。
服务质量越高,则说明该路径传输数据的可靠性越高,因此,云端服务器将确定出服务质量最高的第二通信路径。需要说明的是,可能存在多条第一通信路径最终计算得到的服务质量是相同且最高的,因此,第二通信路径可能不止一条。
S103、获取所述第二通信路径上各路径传感器节点对应的历史脉冲数据,标记短期脉冲数据和长期脉冲数据的脉冲数量变化趋势一致的所述路径传感器节点,所述历史脉冲数据包括第一统计周期内的所述短期脉冲数据和第二统计周期内的所述长期脉冲数据。
在本申请的一个实施例中,理想情况下,在需要某个节点进行数据传输时,该节点会向AI芯片发送激发指令,以向脉冲神经元模型输入多个输入脉冲,由输入脉冲对激发函数进行激发后,生成强度较高的输出脉冲,进而通过高强度脉冲进行供能,使节点有足够的能量对数据进行传输。但是,由于脉冲信号是一个周期性变化的信号,且脉冲信号在实际情况中很容易受到外力影响而发生波动,因此,在确定出理论上服务质量最高的第二通信路径后,还需要确定这些第二通信路径中各个路径传感器节点此时实际的脉冲数据情况,以便确定出一条传输效率最优且最为稳定的第二通信路径。
具体而言,将根据每个路径传感器的历史脉冲数据来对每个路径传感器的脉冲数据的稳定性进行确定。历史脉冲数据中会包含两类数据,一类是短期脉冲数据,用来表征该节点的脉冲数据在短期内(例如1小时)的脉冲数量情况,另一类是长期脉冲数据,用来表征该节点的脉冲数据在长期(例如8小时)的脉冲数量情况。如果该节点对应的脉冲神经元模型的激发状态较为稳定,则短期脉冲数据和长期脉冲数据的脉冲数量变化趋势应该趋于一致,即均为数量增长趋势、数量减少趋势、数量稳定趋势。而如果该节点对应的脉冲神经元模型的激发状态不够稳定,则可能会出现短期因为脉冲波动而显示出上升趋势,但长期整体呈下降趋势的情况。为保证数据传输的稳定性,应该选择脉冲激发状态更加稳定的节点来传输数据,因此,云端服务器将会对趋势一致,即较为稳定的路径传感器节点进行标记,以便于后续根据标记的节点来选择路径。
在一种可实施方式中,所述获取所述第二通信路径上各路径传感器节点对应的历史脉冲数据,包括:
获取预设时长内所述第二通信路径上各路径传感器节点对应的历史脉冲数据。
在本申请的一个实施例中,每个节点的脉冲数据情况都会随着时间而发生变化,不存在脉冲永远稳定的节点。云端服务器只用在需要传输数据时,确定这一段时间内哪些节点产生的脉冲比较稳定即可。因此,云端服务器只会获取预设时长(例如24小时)内的历史数据用以判断,而非使用全部的历史数据进行判断。
在一种可实施方式中,所述脉冲神经元模型用以在接收到目标输入脉冲时激发所述输出脉冲,所述目标输入脉冲为脉冲大于预设触发阈值的输入脉冲。
在本申请的一个实施例中,脉冲神经元模型的激发函数中会设置有触发阈值,只有输入脉冲大于该触发阈值后,模型才会激发生成输出脉冲。这样做是为了保证激发出来的输出脉冲均为较高强度的脉冲,进而保证脉冲能量能够支撑节点进行数据传输。
在一种可实施方式中,所述标记短期脉冲数据和长期脉冲数据的脉冲数量变化趋势一致的所述路径传感器节点,包括:
标记短期脉冲数据和长期脉冲数据的脉冲数量变化趋势一致,且所述短期脉冲数据和长期脉冲数据的异常脉冲概率之差小于预设误差概率的所述路径传感器节点。
在本申请的一个实施例中,由前述过程可知,传感器节点激发脉冲的过程为生成多个输入脉冲输入至脉冲神经元模型中,符合条件,即大于触发阈值的目标输入脉冲会激发输出脉冲,这样的输入脉冲会被认为是有效脉冲。而其余输入脉冲则没有成功激发得到输出脉冲,将被认为是异常脉冲。考虑到脉冲的周期性变化以及波动性,模型必然会存在一定的异常脉冲概率,但对于当前状态较为稳定的模型而言,其激发生成输出脉冲过程的异常脉冲概率也应该是较为稳定,不会出现较大波动的。因此,在标记节点时,除了脉冲数量变化趋势外,还将同时考虑短期脉冲数据和长期脉冲数据异常脉冲概率,只有脉冲数量变化趋势一致,且异常脉冲概率之间的差值小于预设误差概率的路径传感器节点才会被标记。
在一种可实施方式中,所述标记短期脉冲数据和长期脉冲数据的脉冲数量变化趋势一致,且所述短期脉冲数据和长期脉冲数据的异常脉冲概率之差小于预设误差概率的所述路径传感器节点,包括:
基于短期脉冲数据中各激发记录的输出脉冲数量确定所述短期脉冲数据对应的第一脉冲数量变化趋势,基于长期脉冲数据中各所述激发记录的输出脉冲数量确定所述长期脉冲数据对应的第二脉冲数量变化趋势;
基于所述短期脉冲数据中各所述激发记录的异常脉冲的数量占比确定所述短期脉冲数据的第一异常脉冲概率,基于所述长期脉冲数据中各所述激发记录的异常脉冲的数量占比确定所述长期脉冲数据的第二异常脉冲概率,所述异常脉冲为脉冲不大于所述预设触发阈值的所述输入脉冲;
标记所述第一脉冲数量变化趋势和第二脉冲数量变化趋势一致,且第一异常脉冲概率与第二异常脉冲概率之差小于预设误差概率的所述路径传感器节点。
在本申请的一个实施例中,每次节点需要激发输出脉冲来传输数据时,都会生成激发记录。根据激发记录即可确定此次激发出的输出脉冲的数量,和用来激发脉冲的输入脉冲的数量。接着,便可计算出短期脉冲数据对应的第一脉冲数量变化趋势和第一异常脉冲概率,以及长期脉冲数据对应的第二脉冲数量变化趋势和第二异常脉冲概率。通过对这些计算结果的判断,即可确定出需要标记的路径传感器节点。
示例性的,短期脉冲数据中每次激发生成的输出脉冲个数为10、15、20,异常脉冲概率为20%,长期脉冲数据中每次激发生成的输出脉冲个数为10、15、20、23、27、32,异常脉冲概率为25%,则短期脉冲数据和长期脉冲数据的脉冲数量变化趋势均为上升趋势,且二者的异常脉冲概率之差为5%(假设预设误差概率为10%)。那么,该历史脉冲数据对应的路径传感器节点会被云端服务器标记。
S104、选择目标通信路径,并基于所述目标通信路径传输所述目标传感器节点的数据,所述目标通信路径为标记节点数量占比最高的所述第二通信路径。
在本申请的一个实施例中,云端服务器会分别确定每个第二通信路径中标记节点占路径所有节点的数量占比,最终将标记节点数量占比最高的路径选择为传输数据的目标通信路径,并开始传输数据。这样的方式能够保证节点有足够的能量传输数据,且传输数据的路径是传输效率最高且传输过程最为稳定的路径,使得即使是处于无线传感器网络的边缘位置的节点也能够将数据完整回传。
在一种可实施方式中,所述方法还包括:
确定所述目标通信路径中各目标通信路径节点对应的光伏发电区域,基于所述光伏发电区域对应的光伏发电装置向所述目标通信路径节点发电。
在本申请的一个实施例中,各个传感器节点在产生输入脉冲和自身运行的过程中都会消耗电量,而传感器节点分布区域复杂,往往人不可到达,不能通过更换电池的方法来补充能量。因此,将设置多个光伏发电区域,光伏发电区域中设置有光伏发电装置,以此实现对光伏发电区域内的所有传感器节点进行供电。在确定出目标通信路径后,云端服务器会确定出目标通信路径中的各目标通信路径节点对应的光伏发电区域,进而实现对各个节点的发电,保证传输过程中的电量充足。
光伏发电装置的发电功率计算公式为:
其中,为光伏板的额定容量(kW),/>为光伏板减额因子(%),/>为光伏板倾斜表面上的光照强度(/>),/>为标准测试条件下的光照强度,其值为1/>。在实际应用中为满足电压和功率的需求,需要一定数量的光伏电池串并联。整个系统的运行由压决定了串联光伏电池的数量,而并联的光伏电池组数决定了光伏阵列的容量。光伏阵列的输出电压和功率的表达式如式:
其中,为光伏阵列串联的光伏电池的个数,/>为PV接入节点规定的电压,/>为单个光伏阵列的电压,/>为光伏阵列的电压,/>为光伏阵列系统的功率,/>为接入节点处光伏的并联串数,/>为单位光伏阵列的电流。
在一种可实施方式中,所述基于所述光伏发电区域对应的光伏发电装置向所述目标通信路径节点发电,包括:
基于所述目标通信路径节点的位置信息生成发电指令,向所述光伏发电区域对应的光伏发电装置发送所述发电指令,用以控制所述光伏发电装置向所述目标通信路径节点发电。
在本申请的一个实施例中,云端服务器会根据目标通信路径节点的位置信息生成发电指令,并将发电指令发送至光伏发电装置。光伏发电装置根据发电指令能够确定出需要充电的节点的位置,进而实现向该节点传输电量。
下面将结合附图2,对本申请实施例提供的无线传感器网络的数据传输装置进行详细介绍。需要说明的是,附图2所示的无线传感器网络的数据传输装置,用于执行本申请图1所示实施例的方法,为了便于说明,仅示出了与本申请实施例相关的部分,具体技术细节未揭示的,请参照本申请图1所示的实施例。
请参见图2,图2是本申请实施例提供的一种无线传感器网络的数据传输装置的结构示意图。如图2所示,所述装置包括:
第一确定模块201,用于在无线传感器网络中确定目标传感器节点,所述目标传感器节点为当前时刻需要传输数据的传感器节点,所述传感器节点内设置有AI芯片,所述AI芯片内构建有用以在所述传感器节点传输数据时激发输出脉冲的脉冲神经元模型;
第二确定模块202,用于确定所述目标传感器节点的第一通信路径,并在各所述第一通信路径中确定服务质量最高的第二通信路径,所述第二通信路径至少存在一条;
获取模块203,用于获取所述第二通信路径上各路径传感器节点对应的历史脉冲数据,标记短期脉冲数据和长期脉冲数据的脉冲数量变化趋势一致的所述路径传感器节点,所述历史脉冲数据包括第一统计周期内的所述短期脉冲数据和第二统计周期内的所述长期脉冲数据;
选择模块204,用于选择目标通信路径,并基于所述目标通信路径传输所述目标传感器节点的数据,所述目标通信路径为标记节点数量占比最高的所述第二通信路径。
在一种可实施方式中,获取模块203包括:
获取单元,用于获取预设时长内所述第二通信路径上各路径传感器节点对应的历史脉冲数据。
在一种可实施方式中,所述脉冲神经元模型用以在接收到目标输入脉冲时激发所述输出脉冲,所述目标输入脉冲为脉冲大于预设触发阈值的输入脉冲。
在一种可实施方式中,获取模块203还包括:
标记单元,用于标记短期脉冲数据和长期脉冲数据的脉冲数量变化趋势一致,且所述短期脉冲数据和长期脉冲数据的异常脉冲概率之差小于预设误差概率的所述路径传感器节点。
在一种可实施方式中,标记单元包括:
第一计算元件,用于基于短期脉冲数据中各激发记录的输出脉冲数量确定所述短期脉冲数据对应的第一脉冲数量变化趋势,基于长期脉冲数据中各所述激发记录的输出脉冲数量确定所述长期脉冲数据对应的第二脉冲数量变化趋势;
第二计算元件,用于基于所述短期脉冲数据中各所述激发记录的异常脉冲的数量占比确定所述短期脉冲数据的第一异常脉冲概率,基于所述长期脉冲数据中各所述激发记录的异常脉冲的数量占比确定所述长期脉冲数据的第二异常脉冲概率,所述异常脉冲为脉冲不大于所述预设触发阈值的所述输入脉冲;
标记元件,用于标记所述第一脉冲数量变化趋势和第二脉冲数量变化趋势一致,且第一异常脉冲概率与第二异常脉冲概率之差小于预设误差概率的所述路径传感器节点。
在一种可实施方式中,装置还包括:
发电模块,用于确定所述目标通信路径中各目标通信路径节点对应的光伏发电区域,基于所述光伏发电区域对应的光伏发电装置向所述目标通信路径节点发电。
在一种可实施方式中,发电模块包括:
发送单元,用于基于所述目标通信路径节点的位置信息生成发电指令,向所述光伏发电区域对应的光伏发电装置发送所述发电指令,用以控制所述光伏发电装置向所述目标通信路径节点发电。
本领域的技术人员可以清楚地了解到本申请实施例的技术方案可借助软件和/或硬件来实现。本说明书中的“单元”和“模块”是指能够独立完成或与其他部件配合完成特定功能的软件和/或硬件,其中硬件例如可以是现场可编程门阵列(Field-ProgrammableGate Array,FPGA)、集成电路(IntegratedCircuit,IC)等。
本申请实施例的各处理单元和/或模块,可通过实现本申请实施例所述的功能的模拟电路而实现,也可以通过执行本申请实施例所述的功能的软件而实现。
参见图3,其示出了本申请实施例所涉及的一种电子设备的结构示意图,该电子设备可以用于实施图1所示实施例中的方法。如图3所示,电子设备300可以包括:至少一个中央处理器301,至少一个网络接口304,用户接口303,存储器305,至少一个通信总线302。
其中,通信总线302用于实现这些组件之间的连接通信。
其中,用户接口303可以包括显示屏(Display)、摄像头(Camera),可选用户接口303还可以包括标准的有线接口、无线接口。
其中,网络接口304可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
其中,中央处理器301可以包括一个或者多个处理核心。中央处理器301利用各种接口和线路连接整个电子设备300内的各个部分,通过运行或执行存储在存储器305内的指令、程序、代码集或指令集,以及调用存储在存储器305内的数据,执行终端300的各种功能和处理数据。可选的,中央处理器301可以采用数字信号处理(Digital SignalProcessing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(ProgrammableLogic Array,PLA)中的至少一种硬件形式来实现。中央处理器301可集成中央中央处理器(Central Processing Unit,CPU)、图像中央处理器(GraphicsProcessing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等;GPU用于负责显示屏所需要显示的内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到中央处理器301中,单独通过一块芯片进行实现。
其中,存储器305可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-OnlyMemory)。可选的,该存储器305包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器305可用于存储指令、程序、代码、代码集或指令集。存储器305可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等;存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器305可选的还可以是至少一个位于远离前述中央处理器301的存储装置。如图3所示,作为一种计算机存储介质的存储器305中可以包括操作系统、网络通信模块、用户接口模块以及程序指令。
在图3所示的电子设备300中,用户接口303主要用于为用户提供输入的接口,获取用户输入的数据;而中央处理器301可以用于调用存储器305中存储的无线传感器网络的数据传输应用程序,并具体执行以下操作:
在无线传感器网络中确定目标传感器节点,所述目标传感器节点为当前时刻需要传输数据的传感器节点,所述传感器节点内设置有AI芯片,所述AI芯片内构建有用以在所述传感器节点传输数据时激发输出脉冲的脉冲神经元模型;
确定所述目标传感器节点的第一通信路径,并在各所述第一通信路径中确定服务质量最高的第二通信路径,所述第二通信路径至少存在一条;
获取所述第二通信路径上各路径传感器节点对应的历史脉冲数据,标记短期脉冲数据和长期脉冲数据的脉冲数量变化趋势一致的所述路径传感器节点,所述历史脉冲数据包括第一统计周期内的所述短期脉冲数据和第二统计周期内的所述长期脉冲数据;
选择目标通信路径,并基于所述目标通信路径传输所述目标传感器节点的数据,所述目标通信路径为标记节点数量占比最高的所述第二通信路径。
本申请还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述方法的步骤。其中,计算机可读存储介质可以包括但不限于任何类型的盘,包括软盘、光盘、DVD、CD-ROM、微型驱动器以及磁光盘、ROM、RAM、EPROM、EEPROM、DRAM、VRAM、闪速存储器设备、磁卡或光卡、纳米系统(包括分子存储器IC),或适合于存储指令和/或数据的任何类型的媒介或设备。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些服务接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(Read-Only Memory, ROM)、随机存取存储器(Random Access Memory,RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通进程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(Read-Only Memory, ROM)、随机存取器(RandomAccessMemory,RAM)、磁盘或光盘等。
以上所述者,仅为本公开的示例性实施例,不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰,皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践这里的公开后,将容易想到本公开的其实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的范围和精神由权利要求限定。
Claims (10)
1.一种无线传感器网络的数据传输方法,其特征在于,所述方法包括:
在无线传感器网络中确定目标传感器节点,所述目标传感器节点为当前时刻需要传输数据的传感器节点,所述传感器节点内设置有AI芯片,所述AI芯片内构建有用以在所述传感器节点传输数据时激发输出脉冲的脉冲神经元模型;
确定所述目标传感器节点的第一通信路径,并在各所述第一通信路径中确定服务质量最高的第二通信路径,所述第二通信路径至少存在一条;
获取所述第二通信路径上各路径传感器节点对应的历史脉冲数据,标记短期脉冲数据和长期脉冲数据的脉冲数量变化趋势一致的所述路径传感器节点,所述历史脉冲数据包括第一统计周期内的所述短期脉冲数据和第二统计周期内的所述长期脉冲数据;
选择目标通信路径,并基于所述目标通信路径传输所述目标传感器节点的数据,所述目标通信路径为标记节点数量占比最高的所述第二通信路径。
2.根据权利要求1所述的方法,其特征在于,所述获取所述第二通信路径上各路径传感器节点对应的历史脉冲数据,包括:
获取预设时长内所述第二通信路径上各路径传感器节点对应的历史脉冲数据。
3.根据权利要求1所述的方法,其特征在于,所述脉冲神经元模型用以在接收到目标输入脉冲时激发所述输出脉冲,所述目标输入脉冲为脉冲大于预设触发阈值的输入脉冲。
4.根据权利要求3所述的方法,其特征在于,所述标记短期脉冲数据和长期脉冲数据的脉冲数量变化趋势一致的所述路径传感器节点,包括:
标记短期脉冲数据和长期脉冲数据的脉冲数量变化趋势一致,且所述短期脉冲数据和长期脉冲数据的异常脉冲概率之差小于预设误差概率的所述路径传感器节点。
5.根据权利要求4所述的方法,其特征在于,所述标记短期脉冲数据和长期脉冲数据的脉冲数量变化趋势一致,且所述短期脉冲数据和长期脉冲数据的异常脉冲概率之差小于预设误差概率的所述路径传感器节点,包括:
基于短期脉冲数据中各激发记录的输出脉冲数量确定所述短期脉冲数据对应的第一脉冲数量变化趋势,基于长期脉冲数据中各所述激发记录的输出脉冲数量确定所述长期脉冲数据对应的第二脉冲数量变化趋势;
基于所述短期脉冲数据中各所述激发记录的异常脉冲的数量占比确定所述短期脉冲数据的第一异常脉冲概率,基于所述长期脉冲数据中各所述激发记录的异常脉冲的数量占比确定所述长期脉冲数据的第二异常脉冲概率,所述异常脉冲为脉冲不大于所述预设触发阈值的所述输入脉冲;
标记所述第一脉冲数量变化趋势和第二脉冲数量变化趋势一致,且第一异常脉冲概率与第二异常脉冲概率之差小于预设误差概率的所述路径传感器节点。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
确定所述目标通信路径中各目标通信路径节点对应的光伏发电区域,基于所述光伏发电区域对应的光伏发电装置向所述目标通信路径节点发电。
7.根据权利要求6所述的方法,其特征在于,所述基于所述光伏发电区域对应的光伏发电装置向所述目标通信路径节点发电,包括:
基于所述目标通信路径节点的位置信息生成发电指令,向所述光伏发电区域对应的光伏发电装置发送所述发电指令,用以控制所述光伏发电装置向所述目标通信路径节点发电。
8.一种无线传感器网络的数据传输装置,其特征在于,所述装置包括:
第一确定模块,用于在无线传感器网络中确定目标传感器节点,所述目标传感器节点为当前时刻需要传输数据的传感器节点,所述传感器节点内设置有AI芯片,所述AI芯片内构建有用以在所述传感器节点传输数据时激发输出脉冲的脉冲神经元模型;
第二确定模块,用于确定所述目标传感器节点的第一通信路径,并在各所述第一通信路径中确定服务质量最高的第二通信路径,所述第二通信路径至少存在一条;
获取模块,用于获取所述第二通信路径上各路径传感器节点对应的历史脉冲数据,标记短期脉冲数据和长期脉冲数据的脉冲数量变化趋势一致的所述路径传感器节点,所述历史脉冲数据包括第一统计周期内的所述短期脉冲数据和第二统计周期内的所述长期脉冲数据;
选择模块,用于选择目标通信路径,并基于所述目标通信路径传输所述目标传感器节点的数据,所述目标通信路径为标记节点数量占比最高的所述第二通信路径。
9.一种电子设备,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权利要求1-7任一项所述方法的步骤。
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1-7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311077650.1A CN116806044B (zh) | 2023-08-25 | 2023-08-25 | 一种无线传感器网络的数据传输方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311077650.1A CN116806044B (zh) | 2023-08-25 | 2023-08-25 | 一种无线传感器网络的数据传输方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116806044A CN116806044A (zh) | 2023-09-26 |
CN116806044B true CN116806044B (zh) | 2023-12-22 |
Family
ID=88079775
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311077650.1A Active CN116806044B (zh) | 2023-08-25 | 2023-08-25 | 一种无线传感器网络的数据传输方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116806044B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010108395A1 (zh) * | 2009-03-26 | 2010-09-30 | Lin Dingwei | 一种量化的多线程网络智能选径方法 |
CN107426826A (zh) * | 2017-04-27 | 2017-12-01 | 成都瑞沣信息科技有限公司 | 基于射频能量收集的无线传感器网络mac协议设计方法 |
CN110073301A (zh) * | 2017-08-02 | 2019-07-30 | 强力物联网投资组合2016有限公司 | 工业物联网中具有大数据集的数据收集环境下的检测方法和系统 |
CN113285875A (zh) * | 2021-05-14 | 2021-08-20 | 南京大学 | 一种基于脉冲神经网络的空间路由预测方法 |
CN113382416A (zh) * | 2021-05-31 | 2021-09-10 | 兰州交通大学 | 无线传感器网络数据路径优化方法、装置及设备 |
CN115834393A (zh) * | 2022-11-08 | 2023-03-21 | 北京灵汐科技有限公司 | 仿生路径的路由确定方法、系统、电子设备及介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8068937B2 (en) * | 2008-02-09 | 2011-11-29 | Stephen Spencer Eaves | Power distribution system with fault protection using energy packet confirmation |
US8514767B2 (en) * | 2011-01-12 | 2013-08-20 | International Business Machines Corporation | Wireless sensor network information swarming |
CN109922485B (zh) * | 2019-02-02 | 2022-06-17 | 四川速宝网络科技有限公司 | 基于双通信设备的智能网桥加速方法及系统 |
-
2023
- 2023-08-25 CN CN202311077650.1A patent/CN116806044B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010108395A1 (zh) * | 2009-03-26 | 2010-09-30 | Lin Dingwei | 一种量化的多线程网络智能选径方法 |
CN107426826A (zh) * | 2017-04-27 | 2017-12-01 | 成都瑞沣信息科技有限公司 | 基于射频能量收集的无线传感器网络mac协议设计方法 |
CN110073301A (zh) * | 2017-08-02 | 2019-07-30 | 强力物联网投资组合2016有限公司 | 工业物联网中具有大数据集的数据收集环境下的检测方法和系统 |
CN113285875A (zh) * | 2021-05-14 | 2021-08-20 | 南京大学 | 一种基于脉冲神经网络的空间路由预测方法 |
CN113382416A (zh) * | 2021-05-31 | 2021-09-10 | 兰州交通大学 | 无线传感器网络数据路径优化方法、装置及设备 |
CN115834393A (zh) * | 2022-11-08 | 2023-03-21 | 北京灵汐科技有限公司 | 仿生路径的路由确定方法、系统、电子设备及介质 |
Non-Patent Citations (2)
Title |
---|
Selection of Pulse Repetition Frequency in Radar for Flight Prediction to Detect Flight Trajectories of Small Aircraft and Unmanned Aerial Vehicles at Low Altitudes;M. B. Ryzhikov;IEEE;全文 * |
基于蚁群算法的WSN分簇路由协议;王飞飞;罗利民;;计算机与数字工程(第07期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116806044A (zh) | 2023-09-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10659383B2 (en) | System and method for latency-based queuing | |
CN102860085A (zh) | 自适应无线传感器网络及无线传感器网络中路由数据的方法 | |
CN114357495B (zh) | 基于区块链的预言机链下聚合方法、装置、设备和介质 | |
CN112751729A (zh) | 日志监控方法、装置、介质及电子设备 | |
CN110705893B (zh) | 一种业务节点管理方法、装置、设备以及存储介质 | |
JP2016500495A (ja) | インテリジェントネットワークの動作 | |
CN104022895B (zh) | 互联网级联故障诊断分析系统 | |
CN112883106A (zh) | 一种区块链的出块节点确定方法、装置、设备和介质 | |
US10285033B2 (en) | System and method for propagation of server information in a data center with master system election | |
CN111008249B (zh) | 平行链区块同步方法、设备和存储介质 | |
CN116806044B (zh) | 一种无线传感器网络的数据传输方法、装置及电子设备 | |
US20150229128A1 (en) | Method of managing electric power, power management device, and program | |
JP2020003227A (ja) | 状態推定方法、及び状態推定装置 | |
JP2012185991A (ja) | 電池、電池調整装置、電池調整方法およびプログラム | |
JP2019190905A (ja) | 状態推定方法、及び状態推定装置 | |
CN101584246A (zh) | 无线系统中数据损坏的减小 | |
CN116826814B (zh) | 基于电池簇的电能管理方法、能源管理器及相关介质 | |
CN110248383A (zh) | 上行链路信道调度方法和装置、介质、基站和用户终端 | |
CN107836107A (zh) | 信息处理设备、装置、信息处理系统、信息处理方法和信息处理程序 | |
CN111104289B (zh) | 一种gpu集群的效率检查系统及方法 | |
Diop et al. | Target coverage management in wireless sensor networks | |
CN111831738A (zh) | 在区块链上互联网招聘数据的存储方法及其装置 | |
US10244511B1 (en) | Systems and methods for selecting a node management device in a wireless network | |
CN113612624B (zh) | 一种节点之间心跳处理方法及装置 | |
Manolakos et al. | Wireless sensor network application for fire hazard detection and monitoring |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20231121 Address after: 101599 Unit 1, 2F, No. 2 Commercial Office Building, Plot A-04, South of Shuiyuan Road, Miyun District, Beijing Applicant after: Three Gorges Technology Co.,Ltd. Applicant after: Three Gorges Zhikong Technology Co.,Ltd. Address before: 430000 4th floor, Beigang Village Industrial Park, No. 36, Shucheng Road, Hongshan District, Wuhan City, Hubei Province Applicant before: Three Gorges Zhikong Technology Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |