CN117433589B - 一种低功耗温盐深仪数据采集方法、介质及系统 - Google Patents
一种低功耗温盐深仪数据采集方法、介质及系统 Download PDFInfo
- Publication number
- CN117433589B CN117433589B CN202311753340.7A CN202311753340A CN117433589B CN 117433589 B CN117433589 B CN 117433589B CN 202311753340 A CN202311753340 A CN 202311753340A CN 117433589 B CN117433589 B CN 117433589B
- Authority
- CN
- China
- Prior art keywords
- temperature
- salt depth
- salt
- meters
- 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.)
- Active
Links
- 150000003839 salts Chemical class 0.000 title claims abstract description 141
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000004891 communication Methods 0.000 claims abstract description 13
- 230000005611 electricity Effects 0.000 claims abstract description 10
- 239000013598 vector Substances 0.000 claims description 7
- 230000008901 benefit Effects 0.000 claims description 6
- 238000005259 measurement Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005265 energy consumption Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C13/00—Surveying specially adapted to open water, e.g. sea, lake, river or canal
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C13/00—Surveying specially adapted to open water, e.g. sea, lake, river or canal
- G01C13/008—Surveying specially adapted to open water, e.g. sea, lake, river or canal measuring depth of open water
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Remote Sensing (AREA)
- Pure & Applied Mathematics (AREA)
- Hydrology & Water Resources (AREA)
- Radar, Positioning & Navigation (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Operations Research (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明提供了一种低功耗温盐深仪数据采集方法、介质及系统,属于温盐深仪技术领域,包括:获取待测海域多个温盐深仪的水下三维坐标、储电量及采集的海洋参数;建立设备拓扑图,建立所述设备拓扑图的第一目标模型,优先考虑每个节点第二值的方差最小;建立所述设备拓扑图的第二目标模型,优先考虑每个边的值最小;建立所述设备拓扑图的博弈模型,包括所述第一目标模型和所述第二目标模型,所述博弈模型的约束条件为每个节点对应的温盐深仪在当前储电量下与地面基站的最大通信距离,求解博弈模型得到拓扑图内的每个节点的最优开启时长序列;根据每个节点的最优开启时长序列,控制待测海域多个温盐深仪进行开启采集或关闭。
Description
技术领域
本发明属于温盐深仪技术领域,具体而言,涉及一种低功耗温盐深仪数据采集方法、介质及系统。
背景技术
海洋参数测量一般需要使用温盐深仪进行数据采集。目前温盐深仪普遍使用锂电池供电,电池容量受限,而温盐深仪在水下持续高强度工作会消耗大量电量,从而严重制约工作时间和测量范围。另外,不同海域之间由于深度、温度变化大,海洋参数差异明显,这需要测量网中温盐深仪覆盖范围广、分布密集才能反映参数变化特征。但是考虑到部署成本,很难做到温盐深仪分布密度非常高,这就导致了测量数据稀疏甚至存在空窗,无法完整反映参数场的变化。针对上述问题,已有研究提出通过控制温盐深仪的工作状态来减少能耗,从而延长工作时间。但是这类方法没有考虑到参数值的连续性需求,简单控制开关状态可能会导致获取的参数场断裂,无法很好的呈现参数演变;也没有考虑到电池供电所限导致的不同温盐深仪工作能力差异,可能会加重局部数据的稀疏状况。
发明内容
有鉴于此,本发明提供一种低功耗温盐深仪数据采集方法、介质及系统,能够解决现有技术在通过控制温盐深仪的工作状态来减少能耗时,存在的没有考虑到参数值的连续性需求,简单控制开关状态可能会导致获取的参数场断裂,无法很好的呈现参数演变的技术问题。
本发明是这样实现的:
本发明的第一方面提供一种低功耗温盐深仪数据采集方法,其中,包含以下步骤:
S10、获取待测海域多个温盐深仪的水下三维坐标、储电量及采集的海洋参数;
S20、建立设备拓扑图,所述设备拓扑图的节点为温盐深仪,节点的第一值为温盐深仪的储电量,节点的第二值为温盐深仪采集的海洋参数与基础海洋参数的差异向量;建立,所述设备拓扑图任意两个温盐深仪之间的边,其中边的值为相邻两个温盐深仪所采集的海洋参数的相似度;其中,所述基础海洋参数为所述待测海域的海洋参数的历史平均值;
S30、建立所述设备拓扑图的第一目标模型,优先考虑每个节点第二值的方差最小;建立所述设备拓扑图的第二目标模型,优先考虑每个边的值最小;
S40、建立所述设备拓扑图的博弈模型,包括所述第一目标模型和所述第二目标模型,所述博弈模型的约束条件为每个节点对应的温盐深仪在当前储电量下与地面基站的最大通信距离,求解博弈模型得到拓扑图内的每个节点的最优开启时长序列;
S50、根据每个节点的最优开启时长序列,控制待测海域多个温盐深仪进行开启采集或关闭。
在上述技术方案的基础上,本发明的一种低功耗温盐深仪数据采集方法还可以做如下改进:
其中,所述获取待测海域多个温盐深仪的水下三维坐标、储电量及采集的海洋参数的步骤,具体包括:
通过GPS模块获取温盐深仪的经纬度信息,结合水下测压传感器获得水下深度,确定三维坐标;
读取温盐深仪内置电池的电量;所述海洋参数至少包括温度、盐度、深度。
其中,所述拓扑图的建立步骤包括:
将各温盐深仪作为图的节点;
根据位置信息计算节点之间的距离,两节点间距离在预设阈值内定义为相邻节点;
每个节点存储自身的电量值和采集的参数与历史平均值的差异向量作为节点权值;
计算相邻节点的参数向量之间的余弦相似度作为边的权值。
所述第一目标模型的目标函数为:
;
所述第一目标模型的约束条件包括:
;
;
;
;
式中,,/>,/>:为权重系数;/>:温盐深仪总数;/>:第/>个温盐深仪的参数偏差组;/>:全部温盐深仪参数偏差的平均值;/>:第/>个温盐深仪对第/>参数的采集值;/>:第/>参数的历史平均采集值;/>:第/>个温盐深仪的第/>参数与相邻温盐深仪的第/>参数的差值;/>:第/>个温盐深仪剩余电量;/>:温盐深仪最小电量;/>:第/>个温盐深仪的采集时间;/>:温盐深仪单次最大连续工作时间;/>:第/>个温盐深仪的位置变化量;/>:位置变化阈值;/>:第/>个温盐深仪的时间漂移量;/>:时间漂移阈值。
所述第二目标模型的目标函数为:
;
所述第二目标模型的约束条件包括:
;
;
;
式中,,/>,/>:权重系数;/>:温盐深仪/>,/>的参数采集值相似度;/>:,/>温盐深仪之间通信功率;/>:最大通信功率;/>:/>,/>温盐深仪之间带宽;/>:最小带宽。
进一步的,建立和所述设备拓扑图的博弈模型的步骤具体是:定义温盐深仪为博弈参与方,定义博弈策略空间为温盐深仪的的参数采集时长,以第一第二目标模型为基础建立收益函数,增加约束条件为温盐深仪与地面基站之间的最大通信距离,求解收益函数最大化的博弈均衡,得到温盐深仪的参数采集时长。
进一步的,所述根据每个节点的最优开启时长序列,控制待测海域多个温盐深仪进行开启采集或关闭的步骤,具体是:建立温盐深仪的时间同步和调度模块,向模块输入S40求解得到的温盐深仪的参数采集时长序列,模块根据时序控制温盐深仪进行开启采集数据或关闭以节约电量。
本发明的第二方面提供一种计算机可读存储介质,其中,所述计算机可读存储介质中存储有程序指令,所述程序指令运行时,用于执行上述的一种低功耗温盐深仪数据采集方法。
本发明的第三方面提供一种低功耗温盐深仪数据采集系统,其中,包含上述的计算机可读存储介质。
与现有技术相比较,本发明提供的一种低功耗温盐深仪数据采集方法、介质及系统的有益效果是:本发明通过建立温盐深仪的拓扑关系图,考量各个设备节点之间的参数关联性和相似度,构建参数场的拓扑结构;并充分考虑各个节点自身的电量状况和与基站的距离限制,在满足最大工作时间和最大监测范围的前提下,通过博弈论计算参数采集的最优时长序列,来动态优化调度温盐深仪的工作状态;达到在保证参数场连续性的同时最大限度利用有限能量延长工作时间的效果。该方案解决了现有技术中简单开关控制易造成的数据场断裂的问题;解决了没有考虑节点电量差异可能带来数据稀疏聚集的问题;实现海洋参数测量更加全面、连续、均衡。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的描述中所需要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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的方法的流程图。
具体实施方式
为使本发明实施方式的目的、技术方案和优点更加清楚,下面将结合本发明实施方式中的附图,对本发明实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式是本发明一部分实施方式,而不是全部的实施方式。基于本发明中的实施方式,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式,都属于本发明保护的范围。
定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,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。
如图1所示,是本发明第一方面提供一种低功耗温盐深仪数据采集方法的流程图,本方法包含以下步骤:
S10、获取待测海域多个温盐深仪的水下三维坐标、储电量及采集的海洋参数;
S20、建立设备拓扑图,设备拓扑图的节点为温盐深仪,节点的第一值为温盐深仪的储电量,节点的第二值为温盐深仪采集的海洋参数与基础海洋参数的差异向量;建立,设备拓扑图任意两个温盐深仪之间的边,其中边的值为相邻两个温盐深仪所采集的海洋参数的相似度;其中,基础海洋参数为待测海域的海洋参数的历史平均值;
S30、建立设备拓扑图的第一目标模型,优先考虑每个节点第二值的方差最小;建立设备拓扑图的第二目标模型,优先考虑每个边的值最小;
S40、建立设备拓扑图的博弈模型,包括第一目标模型和第二目标模型,博弈模型的约束条件为每个节点对应的温盐深仪在当前储电量下与地面基站的最大通信距离,求解博弈模型得到拓扑图内的每个节点的最优开启时长序列;
S50、根据每个节点的最优开启时长序列,控制待测海域多个温盐深仪进行开启采集或关闭。
下面对上述步骤的具体实施方式进行详细说明:
步骤S10 温盐深仪数据获取
在温盐深仪中安装GPS模块,用于采集三维坐标;安装电量检测电路,实时检测电池剩余电量/>;设置各类海洋参数检测传感器,获取海洋参数数据组/>,
其中,表示第/>种海洋参数,如温度、盐度等。
温盐深仪通过有线/无线通信模块,将定位数据、电量数据/>和海洋参数数据组发送至地面站GS。
步骤S20 拓扑关系图建立
在GS中,将接收到的温盐深仪数据整合,建立温盐深仪拓扑关系图。
定义图节点:
其中,表示第/>个温盐深仪节点,/>为第/>个温盐深仪的电量数据,/>为第/>个温盐深仪的海洋参数偏差组,
其中,表示第/>个温盐深仪对第/>参数的采集值/>与该参数的历史平均值/>之间的偏差。
定义图边界:
其中,函数计算两个温盐深仪的海洋参数数据组的相似度。
步骤S30 目标模型建立
第一目标模型
目标函数:
;
其中,,/>,/>:权重系数
:温盐深仪总数
:第/>个温盐深仪的参数偏差组
:全部温盐深仪参数偏差的平均值
:第/>个温盐深仪对第/>参数的采集值
:第/>参数的历史平均采集值
:第/>个温盐深仪的第/>参数与相邻温盐深仪的第/>参数的差值
约束条件:
式中,:第/>个温盐深仪剩余电量
:温盐深仪最小电量
:第/>个温盐深仪的采集时间
:温盐深仪单次最大连续工作时间
:第/>个温盐深仪的位置变化量
:位置变化阈值
:第/>个温盐深仪的时间漂移量
:时间漂移阈值
第二目标模型
目标函数:
;
约束条件:
式中,,/>,/>:权重系数
:温盐深仪/>,/>的参数采集值相似度
:/>,/>温盐深仪之间通信功率
:最大通信功率
:/>,/>温盐深仪之间带宽
:最小带宽
步骤S40 博弈模型建立:
综合两目标模型,建立博弈模型。
定义博弈参与方:温盐深仪集合
定义策略空间:各温盐深仪的数据采集时长
定义博弈收益:
;
其中,是全部温盐深仪的联合策略,/>是个体/>的策略,/>是除了个体/>之外的其他个体策略组合。
定义约束条件:参与方的数据交互范围
最终求解博弈均衡,得到温盐深仪的最优数据采集时长策略。
步骤S50 控制执行
GS分别向各个温盐深仪节点发送控制指令,按照最优策略指导温盐深仪执行开启/关闭操作,完成低功耗的数据采集。
具体的,本发明的原理是:本发明的核心创新点在于充分考量温盐深仪之间的参数关联性和相似度关系,建立温盐深仪的拓扑联系网络,构建连续的海洋参数场结构,使得参数在时间和空间上的变化保持连续性;并根据网络中不同节点的电量状况差异,制定参数采集时间的优化分配方案。这种基于参数关联性和设备使用状况的双目标综合优化策略,保证了在最大程度降低能耗的同时仍能获得时间和空间上连续的海洋参数场变化,有效解决了现有技术中无法兼顾数据质量和设备成本的难题。该优化策略能够广泛适用于海洋观测设备的使用管理,显著提高海洋考察的效率。其数学实现手段主要运用网络理论构建温盐深仪的参数关联网络,并使用博弈论方法寻找网络参数协同优化的稳定策略。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (5)
1.一种低功耗温盐深仪数据采集方法,其特征在于,包含以下步骤:
S10、获取待测海域多个温盐深仪的水下三维坐标、储电量及采集的海洋参数;
S20、建立设备拓扑图,所述设备拓扑图的节点为温盐深仪,节点的第一值为温盐深仪的储电量,节点的第二值为温盐深仪采集的海洋参数与基础海洋参数的差异向量;建立,所述设备拓扑图任意两个温盐深仪之间的边,其中边的值为相邻两个温盐深仪所采集的海洋参数的相似度;其中,所述基础海洋参数为所述待测海域的海洋参数的历史平均值;
S30、建立所述设备拓扑图的第一目标模型,优先考虑每个节点第二值的方差最小;建立所述设备拓扑图的第二目标模型,优先考虑每个边的值最小;
S40、建立所述设备拓扑图的博弈模型,包括所述第一目标模型和所述第二目标模型,所述博弈模型的约束条件为每个节点对应的温盐深仪在当前储电量下与地面基站的最大通信距离,求解博弈模型得到拓扑图内的每个节点的最优开启时长序列;
S50、根据每个节点的最优开启时长序列,控制待测海域多个温盐深仪进行开启采集或关闭;
所述拓扑图的建立步骤包括:
将各温盐深仪作为图的节点;
根据位置信息计算节点之间的距离,两节点间距离在预设阈值内定义为相邻节点;
每个节点存储自身的电量值和采集的参数与历史平均值的差异向量作为节点权值;
计算相邻节点的参数向量之间的余弦相似度作为边的权值;
所述第一目标模型的目标函数为:
;
所述第一目标模型的约束条件包括:
式中,α,β,γ:为权重系数;n:温盐深仪总数;ΔSi:第i个温盐深仪的参数偏差组;全部温盐深仪参数偏差的平均值;sij:第i个温盐深仪对第j参数的采集值;/>第j参数的历史平均采集值;s′ij:第i个温盐深仪的第j参数与相邻温盐深仪的第j参数的差值;Ei:第i个温盐深仪剩余电量;Emin:温盐深仪最小电量;ti:第i个温盐深仪的采集时间;T:温盐深仪单次最大连续工作时间;Δdi:第i个温盐深仪的位置变化量;Dth:位置变化阈值;δTi:第i个温盐深仪的时间漂移量;Tth:时间漂移阈值;
所述第二目标模型的目标函数为:
;所述第二目标模型的约束条件包括:
max∑(i,j)∈ESIM(Si,Sj);
式中,λ,μ,η:权重系数;SIM(Si,Sj):温盐深仪i,j的参数采集值相似度;Pij:i,j温盐深仪之间通信功率;Pmax:最大通信功率;BWij:i,j温盐深仪之间带宽;BWmin:最小带宽;
其中,建立和所述设备拓扑图的博弈模型的步骤具体是:定义温盐深仪为博弈参与方,定义博弈策略空间为温盐深仪的参数采集时长,以第一第二目标模型为基础建立收益函数,增加约束条件为温盐深仪与地面基站之间的最大通信距离,求解收益函数最大化的博弈均衡,得到温盐深仪的参数采集时长。
2.根据权利要求1所述的一种低功耗温盐深仪数据采集方法,其特征在于,所述获取待测海域多个温盐深仪的水下三维坐标、储电量及采集的海洋参数的步骤,具体包括:
通过GPS模块获取温盐深仪的经纬度信息,结合水下测压传感器获得水下深度,确定三维坐标;
读取温盐深仪内置电池的电量;所述海洋参数至少包括温度、盐度、深度。
3.根据权利要求1所述的一种低功耗温盐深仪数据采集方法,其特征在于,所述根据每个节点的最优开启时长序列,控制待测海域多个温盐深仪进行开启采集或关闭的步骤,具体是:建立温盐深仪的时间同步和调度模块,向模块输入S40求解得到的温盐深仪的参数采集时长序列,模块根据时序控制温盐深仪进行开启采集数据或关闭以节约电量。
4.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有程序指令,所述程序指令运行时,用于执行权利要求1-3任一项所述的一种低功耗温盐深仪数据采集方法。
5.一种低功耗温盐深仪数据采集系统,其特征在于,包含权利要求4所述的计算机可读存储介质。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311753340.7A CN117433589B (zh) | 2023-12-20 | 2023-12-20 | 一种低功耗温盐深仪数据采集方法、介质及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311753340.7A CN117433589B (zh) | 2023-12-20 | 2023-12-20 | 一种低功耗温盐深仪数据采集方法、介质及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117433589A CN117433589A (zh) | 2024-01-23 |
CN117433589B true CN117433589B (zh) | 2024-03-15 |
Family
ID=89551936
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311753340.7A Active CN117433589B (zh) | 2023-12-20 | 2023-12-20 | 一种低功耗温盐深仪数据采集方法、介质及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117433589B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117560713B (zh) * | 2024-01-11 | 2024-03-29 | 成都大公博创信息技术有限公司 | 一种无线电监测管理系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106304243A (zh) * | 2015-05-26 | 2017-01-04 | 桂林市华智信息科技有限公司 | 一种基于势博弈的无线传感器网络拓扑控制方法 |
CN111932075A (zh) * | 2020-07-09 | 2020-11-13 | 中国电力科学研究院有限公司 | 主动配电网多区域调度方法、系统、设备及可读存储介质 |
CN112272364A (zh) * | 2020-10-19 | 2021-01-26 | 广州大学 | 基于可充电无线传感器网络的非合作博弈功率控制方法 |
CN112423255A (zh) * | 2020-11-09 | 2021-02-26 | 湛江三木科技有限公司 | 一种海洋环境在线监测预警系统 |
CN215413845U (zh) * | 2021-08-03 | 2022-01-04 | 青岛道万科技有限公司 | 一种深海温盐深仪 |
CN115134887A (zh) * | 2022-06-29 | 2022-09-30 | 河南工程学院 | 一种基于博弈理论的占空比无线传感器网络拓扑控制方法 |
CN115866735A (zh) * | 2023-03-01 | 2023-03-28 | 青岛科技大学 | 一种基于超模博弈水下传感网络跨层拓扑控制方法 |
CN116390046A (zh) * | 2023-02-27 | 2023-07-04 | 青岛科技大学 | 一种基于势博弈的水下传感网络跨层拓扑方法 |
CN117250330A (zh) * | 2023-11-07 | 2023-12-19 | 青岛道万科技有限公司 | 一种温盐深仪测量系统 |
-
2023
- 2023-12-20 CN CN202311753340.7A patent/CN117433589B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106304243A (zh) * | 2015-05-26 | 2017-01-04 | 桂林市华智信息科技有限公司 | 一种基于势博弈的无线传感器网络拓扑控制方法 |
CN111932075A (zh) * | 2020-07-09 | 2020-11-13 | 中国电力科学研究院有限公司 | 主动配电网多区域调度方法、系统、设备及可读存储介质 |
CN112272364A (zh) * | 2020-10-19 | 2021-01-26 | 广州大学 | 基于可充电无线传感器网络的非合作博弈功率控制方法 |
CN112423255A (zh) * | 2020-11-09 | 2021-02-26 | 湛江三木科技有限公司 | 一种海洋环境在线监测预警系统 |
CN215413845U (zh) * | 2021-08-03 | 2022-01-04 | 青岛道万科技有限公司 | 一种深海温盐深仪 |
CN115134887A (zh) * | 2022-06-29 | 2022-09-30 | 河南工程学院 | 一种基于博弈理论的占空比无线传感器网络拓扑控制方法 |
CN116390046A (zh) * | 2023-02-27 | 2023-07-04 | 青岛科技大学 | 一种基于势博弈的水下传感网络跨层拓扑方法 |
CN115866735A (zh) * | 2023-03-01 | 2023-03-28 | 青岛科技大学 | 一种基于超模博弈水下传感网络跨层拓扑控制方法 |
CN117250330A (zh) * | 2023-11-07 | 2023-12-19 | 青岛道万科技有限公司 | 一种温盐深仪测量系统 |
Non-Patent Citations (10)
Title |
---|
Energy Consumption Minimization Control for Augmented Reality Applications based on Multi-core Smart Devices;Sooeun Song等;2019 IEEE International Conference on Consumer Electronics (ICCE);20191231;全文 * |
Power control and channel allocation optimization game algorithm with low energy consumption for wireless sensor;Hao, XC;CHINESE PHYSICS;20180831;第27卷(第8期);全文 * |
一种基于链路质量的自维护拓扑控制博弈算法;陈白;辛敏洁;刘伟静;姚宁;郝晓辰;汝小月;;电子学报;20160915(第09期);全文 * |
一种能耗均衡的WSN分布式拓扑博弈算法;徐宁;胡晓辉;李慧玲;杜永文;张学军;;信息与控制;20190415(第02期);全文 * |
基于博弈论的无线传感网能量均衡模型;卜范玉等;计 算 机 系 统 应 用;20150531;第24卷(第5期);全文 * |
基于数据感知的海洋水文时空数据可视化;李彩霞;宋元;王艺;李智;程小林;;系统仿真学报;20150908(第09期);全文 * |
感应传输温盐深链水上低功耗控制系统设计;梁津津;姜飞;张孝薇;吴晟;邓云;;传感器与微系统;20151020(第10期);全文 * |
无线传感器网络能耗优化博弈模型研究;张俊;万方学位论文库;20190827;全文 * |
物联网智能感知节点π网低功耗软硬件划分建模;刘晓霞;李芳;;工矿自动化;20180825(第09期);全文 * |
计及不确定性与协同性的微电网项目投资组合优化研究;许传博;中国博士学位论文全文数据库;20210630(第6期);C042-13 * |
Also Published As
Publication number | Publication date |
---|---|
CN117433589A (zh) | 2024-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117433589B (zh) | 一种低功耗温盐深仪数据采集方法、介质及系统 | |
CN107957357B (zh) | 一种排水管道水质自动采样方法及装置 | |
Zhang et al. | A multivariate and multimodal wind distribution model | |
CN102944656B (zh) | 一种在线水质监测系统 | |
CN101572960A (zh) | 无线传感器网络中基于距离和信标节点的定位方法 | |
CN106443686A (zh) | 声呐鱼群探测系统 | |
CN110658725B (zh) | 一种基于人工智能的能源监管和预测系统及其方法 | |
Zhou et al. | Energy-efficient event determination in underwater WSNs leveraging practical data prediction | |
KR101307724B1 (ko) | 스마트 그리드를 위한 시계열과 퍼지 기반의 단기 전력부하 예측 장치 및 방법 | |
Vieira et al. | Autonomous wireless lake monitoring | |
CN104239959A (zh) | 地质灾害预测系统 | |
CN111474487A (zh) | 一种电池荷电状态-内部温度联合在线估计方法 | |
Hribar et al. | Using deep Q-learning to prolong the lifetime of correlated internet of things devices | |
CN108449785A (zh) | 一种基于分级能耗管理的egprs通信方法及系统 | |
You et al. | Sensor-enhanced mobility prediction for energy-efficient localization | |
Hribar et al. | Updating strategies in the Internet of Things by taking advantage of correlated sources | |
CN102843757B (zh) | 无线传感器网络环境监测中基于压缩传感的数据收集方法 | |
Wei et al. | Power efficient deployment planning for wireless oceanographic systems | |
Chen | Energy efficiency strategy for a general real-time wireless sensor platform | |
Li et al. | Ship traffic flow prediction based on AIS data mining | |
Rahu | Energy Harvesting for Water Quality Monitoring using Floating Sensor Networks: A Generic Framework. | |
CN115828796A (zh) | 一种河流系统温室气体排放的气体扩散关键参数获取方法 | |
CN104683144B (zh) | 一种基于马尔可夫模型的物联网设备依赖度评价方法 | |
Lu et al. | A low-cost buoy system with artificial intelligence (AI) for offshore aquaculture | |
CN206311759U (zh) | 声呐鱼群探测系统 |
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 |