DE102018209285A1 - Planen von netzwerkweiterleitungen - Google Patents

Planen von netzwerkweiterleitungen Download PDF

Info

Publication number
DE102018209285A1
DE102018209285A1 DE102018209285.0A DE102018209285A DE102018209285A1 DE 102018209285 A1 DE102018209285 A1 DE 102018209285A1 DE 102018209285 A DE102018209285 A DE 102018209285A DE 102018209285 A1 DE102018209285 A1 DE 102018209285A1
Authority
DE
Germany
Prior art keywords
sensor
future
forwarding node
node
duty cycle
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.)
Withdrawn
Application number
DE102018209285.0A
Other languages
English (en)
Inventor
Venkataraman Natarajan
Apoorv Vyas
Kumar Ranganathan
Jaroslaw Sydir
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.)
Intel Corp
Original Assignee
Intel Corp
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 Intel Corp filed Critical Intel Corp
Publication of DE102018209285A1 publication Critical patent/DE102018209285A1/de
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W40/00Communication routing or communication path finding
    • H04W40/02Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/22Communication route or path selection, e.g. power-based or shortest path routing using selective relaying for reaching a BTS [Base Transceiver Station] or an access point
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W72/00Local resource management
    • H04W72/12Wireless traffic scheduling
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08Configuration management of networks or network elements
    • H04L41/0803Configuration setting
    • H04L41/0813Configuration setting characterised by the conditions triggering a change of settings
    • H04L41/0816Configuration setting characterised by the conditions triggering a change of settings the condition being an adaptation, e.g. in response to network events
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/12Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/50Network services
    • H04L67/60Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W24/00Supervisory, monitoring or testing arrangements
    • H04W24/06Testing, supervising or monitoring using simulated traffic
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30Services specially adapted for particular environments, situations or purposes
    • H04W4/38Services specially adapted for particular environments, situations or purposes for collecting sensor information
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W40/00Communication routing or communication path finding
    • H04W40/02Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/04Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources
    • H04W40/10Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources based on available power or energy
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W52/00Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/02Power saving arrangements
    • H04W52/0203Power saving arrangements in the radio access network or backbone network of wireless communication networks
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W84/00Network topologies
    • H04W84/18Self-organising networks, e.g. ad-hoc networks or sensor networks
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W88/00Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
    • H04W88/16Gateway arrangements
    • 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)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)
  • Telephonic Communication Services (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

Offenbarte Techniken zum genauen Vorhersagen des Auftretens von ungewöhnlichen Sensormesswerten in einem Sensornetzwerk und zum vorteilhaften Verwenden dieser Vorhersagen, um die durch Weiterleitungsknoten in dem Sensornetzwerk verwendete Strommenge zu beschränken. Einige Beispiele analysieren räumliche und zeitliche Eigenschaften von ungewöhnlichen Sensormesswerten, um künftige Fälle des Auftretens vorherzusagen. In diesen Beispielen arbeiten die Weiterleitungsknoten in Zeiträumen, in denen das Auftreten von ungewöhnlichen Sensormesswerten nicht vorhergesagt ist, in einem Modus der verringerten Leistungsaufnahme. In diesen Beispielen arbeiten außerdem nur Weiterleitungsknoten auf einem Pfad zwischen einem Sensor, der einen ungewöhnlichen Messwert vorhersagt, und einem Gateway des Sensornetzwerks in einem Vollleistungsmodus. Dieses Merkmal erlaubt es anderen Weiterleitungsknoten, in dem Modus der verringerten Leistungsaufnahme zu bleiben, selbst wenn ein ungewöhnlicher Sensormesswert an einer anderen Stelle in dem Sensornetzwerk vorhergesagt ist.

Description

  • HINTERGRUND
  • Räumlich verteilte drahtlose Sensornetzwerke (Wireless Sensor Networks, WSN) sind in IdD(Internet der Dinge)-Anwendungen, wie Umgebungsüberwachungssystemen, Verkehrs- und Parküberwachungssystemen und Versorgungsüberwachungssystemen, weit verbreitet. Eine funktionelle Anforderung dieser Systeme besteht darin, ungewöhnliche oder anormale Messwerte in dem WSN zu erfassen und diese ungewöhnlichen Messwerte mit einer zeitgebundenen Latenzzeit an ein Gateway zu melden. Diese Latenzzeit wird durch die spezifische IdD-Anwendung definiert. Zum Beispiel müssen die Sensorknoten in einigen Kühlkettenlogistikanwendungen ungewöhnliche Temperaturmesswerte innerhalb von 1 Minute an das Gateway melden. Kurze Latenzzeiten wie diese erhöhen den Stromverbrauch in einem WSN deutlich, weil Weiterleitungsknoten in dem WSN entlang des Leitungspfads zu dem Gateway fortlaufend in Betrieb sein müssen, um ungewöhnliche Temperaturmesswerte zu empfangen, zu senden oder zu leiten, um der Latenzzeit zu entsprechen. Ein fortlaufend in Betrieb befindlicher Weiterleitungsknoten kann viel mehr Strom, z. B. fast 4 mal so viel Strom, verbrauchen wie ein Randknoten in einem Maschen-WSN in einigen Konfigurationen. Aus diesem Grund können Weiterleitungsknoten die Leistungsaufnahme eines WSN dominieren und dessen Betriebslebensdauer verkürzen.
  • Figurenliste
    • 1 ist ein Blockdiagramm, das ein Sensornetzwerk veranschaulicht, das gemäß einer Ausführungsform der vorliegenden Offenbarung konfiguriert ist.
    • 2 ist ein Flussdiagramm, das einen Anomalievorhersageprozess gemäß einer Ausführungsform der vorliegenden Offenbarung veranschaulicht.
    • 3 ist ein Flussdiagramm, das einen Arbeitszyklusplanungsprozess gemäß einer Ausführungsform der vorliegenden Offenbarung veranschaulicht.
    • 4 ist ein Flussdiagramm, das einen Modelltrainingsprozess gemäß einer Ausführungsform der vorliegenden Offenbarung veranschaulicht.
    • 5 ist ein Blockdiagramm von einer Rechenvorrichtung, die verwendet werden kann, um verschiedene Komponenten eines Sensornetzwerks gemäß einer Ausführungsform der vorliegenden Offenbarung zu implementieren.
  • DETAILLIERTE BESCHREIBUNG
  • Die hierin offenbarten Systeme und Verfahren sagen das Auftreten von ungewöhnlichen Sensormesswerten in einem Sensornetzwerk genau vorher und verwenden diese Vorhersagen vorteilhafterweise, um die von Weiterleitungsknoten in dem Sensornetzwerk verwendete Strommenge zu beschränken. In einigen Ausführungsformen analysieren die hierin offenbarten Systeme und Verfahren räumliche und zeitliche Eigenschaften von ungewöhnlichen Sensormesswerten, um künftige Fälle des Auftretens vorherzusagen. In diesen Ausführungsformen arbeiten die Weiterleitungsknoten in Zeiträumen, in denen das Auftreten von ungewöhnlichen Sensormesswerten nicht vorhergesagt ist, in einem Modus der verringerten Leistungsaufnahme. In diesen Ausführungsformen arbeiten außerdem nur Weiterleitungsknoten auf einem Pfad zwischen einem Sensor, der einen ungewöhnlichen Messwert vorhersagt, und einem Gateway des Sensornetzwerks in einem Vollleistungsmodus. Dieses Merkmal erlaubt es anderen Weiterleitungsknoten, in dem Modus der verringerten Leistungsaufnahme zu bleiben, selbst wenn ein ungewöhnlicher Sensormesswert an einer anderen Stelle in dem Sensornetzwerk vorhergesagt ist. Diese Vorteile ermöglichen es, dass das gesamte Sensornetzwerk weniger Strom verbraucht als herkömmliche Sensornetzwerke, in denen Weiterleitungsknoten fortlaufend in einem Vollleistungsmodus arbeiten.
  • Einige Ausführungsformen richten sich auf ein Sensornetzwerk, das Sensorknoten, Weiterleitungsknoten und ein Gateway einschließt. Die Sensorknoten schließen Umgebungssensoren ein, die Sensormesswerte erfassen, um eine oder mehrere Eigenschaften der Umgebung des Sensornetzwerks zu messen. Die Sensorknoten senden Daten, die die erfassten Sensormesswerte beschreiben, an Weiterleitungsknoten. Diese Weiterleitungsknoten empfangen die Daten und übertragen diese zu dem Gateway. Das Gateway verbindet das Sensornetzwerk einem oder mehreren anderen Kommunikationsnetzwerken und überträgt die Daten und/oder Zusammenfassungen der Daten zu den anderen Kommunikationsnetzwerken.
  • In einigen Ausführungsformen schließen alle Sensorknoten eine Modellierungskomponente ein und schließen alle Weiterleitungsknoten eine Planungskomponente ein. Diese Modellierungs- und Planungskomponenten arbeiten zusammen, um sicherzustellen, dass alle ungewöhnlichen Sensormesswerte vorhergesagt, erfasst und zu dem Gateway weitergeleitet werden. Genauer ist die Modellierungskomponente vorkonfiguriert, um einen Modellierungsprozess auszuführen, der künftige ungewöhnliche Sensormesswerte vorhersagt. Wenn der Modellierungsprozess einen künftigen ungewöhnlichen Sensormesswert vorhersagt, erzeugt der Modellierungsprozess eine oder mehrere Arbeitszyklusanforderungen und überträgt diese zu einem oder mehreren Weiterleitungsknoten auf einem Pfad zwischen dem Sensorknoten und dem Gateway. In einigen Ausführungsformen schließen diese Arbeitszyklusanforderungen von dem Sensorknoten angeforderte Informationen ein, die einen Arbeitszyklus und eine Dauer beschreiben, um es dem einen oder den mehreren Weiterleitungsknoten zu ermöglichen, zu der Zeit, in der der ungewöhnliche Sensormesswert erfasst wird, in einem Vollleistungsmodus zu sein.
  • Der Modellierungsprozess kann auf einer beliebigen Anzahl von Prognosetechniken, wie Zeitreihenverfahren, Verfahren der künstlichen Intelligenz und Simulationsverfahren, basieren. Zum Beispiel kann der Modellierungsprozess in einigen Ausführungsformen eine Polynomkurvenanpassung, neurale Netzwerke und/oder Entscheidungsbäume implementieren. In mindestens einer Ausführungsform implementiert der Modellierungsprozess ein Regressionsverfahren. In einigen Ausführungsformen rekonfiguriert die Modellierungskomponente den Modellierungsprozess periodisch, um diesen durch ein Vergleichen von tatsächlichen Sensormesswerten mit zuvor vorhergesagten Sensormesswerten und ein Anpassen des Modellierungsprozesses zum Verringern des Fehlers zwischen den tatsächlichen Sensormesswerten und durch den Modellierungsprozess vorhergesagten Sensormesswerten zu verbessern.
  • In einigen Ausführungsformen ist die Planungskomponente dazu konfiguriert, Arbeitszyklusanforderungen zu empfangen und zu verarbeiten, um den darin angeforderten Arbeitszyklus und Plan zu implementieren. Zum Beispiel bei einem Ausführen gemäß dieser Konfiguration in mindestens einer Ausführungsform empfängt die Planungskomponente Arbeitszyklusanforderungen, analysiert die Anforderungen, um den angeforderten Arbeitszyklus und die angeforderte Dauer zu identifizieren und ändert Konfigurationsinformationen des Weiterleitungsknotens, der die Planungskomponente ausführt, um den angeforderten Arbeitszyklus und die angeforderte Dauer zu implementieren. Dabei kann die Planungskomponente den Betrieb des Weiterleitungsknotens für die angeforderte Dauer von einem Modus der verringerten Leistungsaufnahme zu einem Vollleistungsmodus ändern, wodurch es dem Weiterleitungsknoten ermöglicht wird, jegliche vorhergesagte ungewöhnliche Sensormesswerte, sofern diese auftreten, zu empfangen, zu verarbeiten und weiterzuleiten. Beim Ablauf des angeforderten Plans setzt der Planer die Konfigurationsinformationen des Weiterleitungsknotens in ihren vorhergehenden Zustand zurück. Diese Rekonfiguration veranlasst den Weiterleitungsknoten dazu, in seinem Modus der verringerten Leistungsaufnahme zu arbeiten, wodurch im Verhältnis zu herkömmlichen Weiterleitungsknoten im Dauerbetrieb Strom gespart wird.
  • Noch andere Aspekte, Ausführungsformen und Vorteile dieser beispielhaften Aspekte und Ausführungsformen werden weiter unten ausführlich erörtert. Darüber hinaus sei klargestellt, dass sowohl die vorgenannten Informationen als auch die folgende detaillierte Beschreibung nur veranschaulichende Beispiele für verschiedene Aspekte und Ausführungsformen sind und eine Übersicht oder ein Rahmenwerk für das Verständnis der Art und des Charakters der beanspruchten Aspekte und Ausführungsformen bereitstellen sollen. Verweise auf „eine Ausführungsform“, „andere Ausführungsformen“, „ein Beispiel“, „einige Ausführungsformen“, „einige Beispiele“, „eine alternative Ausführungsform“, „verschiedene Ausführungsformen“, „eine Ausführungsform“, „mindestens eine Ausführungsform“, „eine andere Ausführungsform“, „diese und andere Ausführungsformen“ oder dergleichen schließen sich nicht notwendigerweise gegenseitig aus und sollen anzeigen, dass ein bestimmtes Merkmal, eine bestimmte Struktur oder eine bestimmte Eigenschaft, das bzw. die in Verbindung mit der Ausführungsform oder dem Beispiel beschrieben wird, in mindestens einer Ausführungsform oder in mindestens einem Beispiel enthalten sein kann. Die Fälle des Auftretens dieser Begriffe hierin beziehen sich nicht notwendigerweise alle auf dieselbe Ausführungsform oder dasselbe Beispiel. Jede Ausführungsform oder jedes Beispiel, die bzw. das hierin offenbart wird, kann mit einer beliebigen anderen Ausführungsform oder einem beliebigen anderen Beispiel kombiniert werden.
  • Außerdem dient die hierin verwendete Phraseologie und Terminologie dem Zweck der Beschreibung und sollte nicht als beschränkend angesehen werden. Alle Verweise auf Beispiele, Ausführungsformen, Komponenten, Elemente oder Schritte der Systeme und Verfahren hierin, auf die im Singular Bezug genommen wird, können auch Ausführungsformen umfassen, die eine Vielzahl einschließen, und alle Verweise im Plural auf eine beliebige Ausführungsform, eine beliebige Komponente, ein beliebiges Element oder eine beliebige Handlung hierin können auch Ausführungsformen umfassen, die nur eine Einzahl einschließen. Verweise in der Singular- oder Pluralform sollen die gegenwärtig offenbarten Systeme oder Verfahren, deren Komponenten, Schritte oder Elemente nicht beschränken. Die Verwendung hierin von „einschließlich“, „umfassend“, „mit“, „enthaltend“, „beinhaltend“ und Variationen davon soll die danach aufgeführten Elemente und Äquivalente davon sowie zusätzliche Elemente umfassen. Verweise auf „oder“ können als einschließend ausgelegt werden, sodass alle Begriffe, die unter Verwendung von „oder“ beschrieben werden, ein Beliebiges von einem einzelnen, mehr als einem und allen der beschriebenen Elemente anzeigen können. Außerdem ist im Falle von inkonsistenten Verwendungen von Begriffen zwischen diesem Dokument und Dokumenten, die durch Bezugnahme hierin eingeschlossen sind, die Begriffsverwendung in den eingeschlossenen Verweisen ergänzend zu der in diesem Dokument; bei unvereinbaren Inkonsistenzen ist die Begriffsverwendung in diesem Dokument maßgebend.
  • Allgemeine Übersicht
  • Der Stromverbrauch durch Weiterleitungsknoten, die im Vollleistungsmodus arbeiten, ist häufig verschwenderisch, weil WSNs normalerweise unter normalen, nicht ungewöhnlichen Bedingungen arbeiten. Bisherige Arbeiten haben die Verwendung von speziellen Hardwaremerkmalen, wie Funkvorrichtungen zum Wiedereinschalten, untersucht, um den Stromverbrauch von Weiterleitungsknoten zu verringern, aber diese bisherigen Arbeiten nutzen nicht die Eigenschaften des Sensordatenfelds, um WSN-Strom zu sparen.
  • Somit und gemäß mindestens einigen hierin offenbarten Ausführungsformen implementiert ein Sensornetzwerk Vorhersageprozesse, die auf Eigenschaften des durch das Sensornetzwerk erzeugten Sensordatenfelds basieren. In diesen Ausführungsformen steuert das Sensornetzwerk Arbeitszyklen von Weiterleitungsknoten auf intelligente Weise, um den Stromverbrauch des Sensornetzwerks zu senken und zugleich strenge Anforderungen an die Meldung von Anomalien mit niedriger Latenz zu erfüllen. Diese Vorhersageprozesse können auf Lernverfahren basierte Modelle einschließen, die Dateneigenschaften des Sensorfelds nutzen und folglich Anomalien in dem Sensornetzwerk vor jeglichen ungewöhnlichen Sensormesswerten vorhersagen. In diesen Ausführungsformen sind Arbeitszyklen von Weiterleitungsknoten in dem Sensornetzwerk auf Datenströme abgestimmt, deren Erfassung durch Sensorknoten vorhergesagt ist. Als Teil dieser Abstimmung werden die Weiterleitungsknoten dynamisch auf längere Pläne im Modus der verringerten Leistungsaufnahme gesetzt, was die Leistungsaufnahme der Weiterleitungsknoten beim Hören im Bereitschaftszustand deutlich reduziert. Als ein anderer Teil dieser Abstimmung werden die Weiterleitungsknoten dynamisch auf kürzere Pläne im Vollleistungsmodus gesetzt, die vorhergesagte ungewöhnliche Sensormesswerte abdecken, wodurch verhindert wird, dass ungewöhnliche Sensormesswerte ungemeldet bleiben. Außerdem sind mindestens einige hierin offenbarte Ausführungsformen softwarebasiert und erfordern daher keine spezielle Hardware, die in einem Sensornetzwerk implementiert werden muss.
  • Systemarchitektur
  • 1 veranschaulicht ein Sensornetzwerk 100, das ein Gateway 102, eine Vielzahl von Weiterleitungsknoten 104A bis 104N und eine Vielzahl von Sensorknoten 106A bis 106N einschließt. Die Knoten des Sensornetzwerks 100 können zum Beispiel eine oder mehrere IdD-Vorrichtungen einschließen. Wie in 1 gezeigt, schließen alle Weiterleitungsknoten 104A bis 104N einen Speicher 108, mindestens eine Schnittstelle 110, mindestens einen Prozessor 112 und mindestens einen Planer 114 ein. Alle Sensorknoten 106A bis 106N schließen einen Speicher 108, mindestens eine Schnittstelle 110, mindestens einen Prozessor 112 und mindestens einen Modellierer 118 ein.
  • Wie in 1 veranschaulicht kann jeder Speicher 108 einen flüchtigen und/oder nicht-flüchtigen Datenspeicher (z. B. einen Festwertspeicher, einen Direktzugriffsspeicher, einen Flash-Speicher, eine Magnet-/optische Platte und/oder irgendein anderes computerlesbares und beschreibbares Medium) aufnehmen, der durch einen der Prozessoren 112 lesbar und/oder beschreibbar ist. Der Speicher 108 ist dimensioniert und dazu konfiguriert, Programme, die durch einen der Prozessoren 112 ausführbar sind, und mindestens einige der durch die Programme während der Ausführung verwendeten Daten zu speichern. Alle Prozessoren 112 schließen verschiedene Rechenschaltungen, wie eine arithmetisch-logische Einheit und einen Registerspeicher, ein, die Anweisungen ausführen können, die durch einen durch den Prozessor 112 unterstützten Anweisungssatz definiert sind. Alle Prozessoren 112 können einen Einzelkernprozessor, einen Mehrkernprozessor, einen Mikrocontroller oder irgendeine andere Datenverarbeitungsvorrichtung einschließen. Alle Schnittstellen 110 schließen eine Kommunikationsschaltung, wie einen drahtverbundenen oder drahtlosen Ethernet-Port, ein, die es einem der Prozessoren 112 ermöglicht, mit anderen Prozessoren 112 in dem Sensornetzwerk 100 zu kommunizieren. Alle Sensoren 116 schließen eine analoge und/oder digitale Schaltung ein, die die Betriebsumgebung in der Nähe des Sensors 116 abtasten und irgendeine Eigenschaft der Betriebsumgebung messen kann. Zum Beispiel können alle Sensoren einen Temperatursensor, ein Barometer, einen Beschleunigungsmesser oder irgendeinen anderen Sensor einschließen.
  • In einigen Ausführungsformen sind alle Weiterleitungsknoten 104A bis 104N dazu konfiguriert, mindestens in einem Vollleistungsmodus und einem Modus der verringerten Leistungsaufnahme zu arbeiten. Beim Betrieb in einem Vollleistungsmodus überwacht, empfängt und verarbeitet ein Weiterleitungsknoten eingehende Kommunikationen. Beim Betrieb in einem Modus der verringerten Leistungsaufnahme überwacht, empfängt und/oder verarbeitet der Weiterleitungsknoten mindestens einige eingehende Kommunikationen nicht. Stattdessen führt der Weiterleitungsknoten beim Betrieb in einem Modus der verringerten Leistungsaufnahme Prozesse aus, die er benötigt, um zu identifizieren, wann ein Wechsel in den Vollleistungsmodus erforderlich ist. Diese Prozesse können ein Überwachen der Schnittstelle 110 auf spezielle Typen von eingehenden Kommunikationen und/oder lediglich ein Ausführen eines Zeitgebers, der abläuft, wenn der Weiterleitungsknoten in den Vollleistungsmodus wechseln soll, einschließen.
  • Wie in 1 gezeigt schließen alle Planer 114 Software und/oder Hardware ein, die durch einen der Prozessoren 112 ausführbar und dazu konfiguriert ist, Arbeitszyklusanforderungen von einem oder mehreren der Sensorknoten 106A bis 106N zu empfangen und zu verarbeiten. In einigen Ausführungsformen schließen diese Arbeitszyklusanforderungen Informationen ein, die einen Arbeitszyklus beschreiben, der durch einen Sensorknoten für einen Weiterleitungsknoten angefordert wurde. Zum Beispiel schließen die Arbeitszyklusanforderungen in einigen Ausführungsformen ein oder mehrere Felder ein, die einen angeforderten Arbeitszyklus definieren. Beispiele für Arbeitszyklen, die angefordert werden können, schließen fortlaufende Arbeitszyklen und periodische Arbeitszyklen ein. Ein Weiterleitungsknoten, der gemäß einem fortlaufenden Arbeitszyklus ausgeführt wird, arbeitet entweder in dem Vollleistungsmodus oder dem Modus der verringerten Leistungsaufnahme. Ein Weiterleitungsknoten, der gemäß einem periodischen Arbeitszyklus ausgeführt wird, wechselt gemäß einem vorgegebenen Zeitraum zwischen dem Vollleistungsmodus und dem Modus der verringerten Leistungsaufnahme ab (z. B. 1 Minute im Vollleistungsmodus gefolgt von 4 Minuten im Modus der verringerten Leistungsaufnahme). Andere Typen von Arbeitszyklen werden in Betracht gezogen (z. B. ein aperiodischer Arbeitszyklus), und die hierin beschriebenen Ausführungsformen sind nicht auf einen bestimmten Arbeitszyklus beschränkt.
  • In einigen Ausführungsformen schließen die Arbeitszyklusanforderungen auch mindestens ein Feld ein, das eine Gesamtdauer für den angeforderten Arbeitszyklus bestimmt. Dieses Dauerfeld speichert Informationen, die einen Gesamtzeitraum angeben, über den der angeforderte Arbeitszyklus ausgeführt werden sollte, bevor er in den vorhergehenden oder Standardarbeitszyklus zurückkehrt. In einigen Ausführungsformen entspricht die in Arbeitszyklusanforderungen enthaltene Standarddauer einem Zeitraum, über den ein Sensorknoten künftige Sensormesswerte vorhergesagt hat. Dieser Zeitraum wird hierin als ein „Vorhersagehorizont“ bezeichnet. Außerdem schließen die Arbeitszyklusanforderungen in mindestens einer Ausführungsform keine Felder ein, die tatsächliche Arbeitszyklusinformationen speichern, wie weiter oben beschrieben, sondern sie schließen stattdessen einen Bezeichner eines vorher festgelegten Arbeitszyklus ein, der in dem Speicher 108 des Weiterleitungsknotens gespeichert ist. Dieser vorher festgelegte Arbeitszyklus kann Informationen einschließen, die einer Arbeitszyklusanforderung, wie weiter oben beschrieben, ähnlich sind.
  • Beim Empfangen und Verarbeiten von Arbeitszyklusanforderungen analysieren alle Planer 114 in einigen Ausführungsformen alle Anforderungen, identifizieren einen angeforderten Arbeitszyklus, und verarbeiten Konfigurationsdaten, die in dem Speicher 108 des Weiterleitungsknotens gespeichert sind, in dem sich der Planer 114 befindet, um den angeforderten Arbeitszyklus einzurichten. Wenn die Arbeitszyklusanforderung ein Dauerfeld einschließt, sind alle Planer 114 in einigen Ausführungsformen dazu konfiguriert, das Dauerfeld zu identifizieren und die Konfigurationsdaten zu verarbeiten, um den angeforderten Arbeitszyklus für die angeforderte Dauer auszuführen. Ein Beispiel für einen in einigen Beispielen durch alle Planer 114 ausgeführten Planungsprozess wird weiter unten Bezug nehmend auf 3 beschrieben.
  • Wie in 1 gezeigt schließen alle Modellierer 118 Software und/oder Hardware ein, die durch einen der Prozessoren 112 ausführbar und dazu konfiguriert ist, ungewöhnliche Sensormesswerte über einen Vorhersagehorizont (z. B. 4 Minuten ab der aktuellen Zeit) vorherzusagen. Beim Vorhersagen von ungewöhnlichen Sensormesswerten in einigen Ausführungsformen führen alle Modellierer 118 einen Modellierungsprozess aus. Dieser Modellierungsprozess kann unter Verwendung von tatsächlichen oder synthetisch abgeleiteten Daten als Teil eines Gesamtanomalievorhersageprozesses trainiert werden, der weiter unten Bezug nehmend auf 2 und 5 beschrieben wird. Diese Trainingsdaten können Daten einschließen, die eine Vielfalt von Anomalieszenarios (z. B. Host-Spot-Anomalie, Anomalie bei geöffneter Tür, Klimaanlageausfallanomalie usw.) darstellen. Wenngleich eine Vielfalt von Modellierungsprozessen verwendet werden kann, führen alle Modellierer 118 in mindestens einer Ausführungsform ein Regressionsmodell aus, um einen künftigen Temperaturmesswert von dem Sensor 116 vorherzusagen. Die Gleichung 1 veranschaulicht ein beispielhaftes Regressionsmodell, das in einigen Ausführungsformen verwendet wird. T t + K = c 0 + c 1 T t + c 2 T t-1 + c 3 T t-2 + + c P+ 1 T t-P
    Figure DE102018209285A1_0001
  • In der Gleichung 1 sind Tt, Tt-1, Tt-2 ... Tt-P die historischen Temperaturmesswerte und sind die Koeffizienten C0, C1, C2, C3, C4 ... CP die Parameter, die während der Ausführung eines Trainingsprozesses berechnet werden, um den Fehler zwischen vorhergesagten Temperaturen und tatsächlichen Temperaturen in Trainingsdaten zu minimieren. Die Gleichung 1 sagt die Temperatur zu der Zeit t+K vorher, wobei K für den Vorhersagehorizont steht. Beispiele für diese Trainingsprozesse werden weiter unten Bezug nehmend auf 2, 4 und 5 beschrieben.
  • In einigen Ausführungsformen sind alle Modellierer 118 dazu konfiguriert, zu deklarieren, dass ein ungewöhnlicher Sensormesswert unmittelbar bevorsteht, wenn der Modellierungsprozess einen oder mehrere Sensormesswerte vorhersagt, die ein oder mehrere vorher festgelegte Kriterien erfüllen. Beispiele für einen oder mehrere Sensormesswerte, die vorher festgelegte Kriterien erfüllen, schließen einen Sensormesswert, der einen Schwellwert überschreitet, eine Vielzahl von innerhalb eines vorher festgelegten Zeitfensters erfassten Sensormesswerten, die einen Schwellwert überschreiten, und eine Vielzahl von Sensormesswerten innerhalb eines vorher festgelegten Zeitfensters, die eine Varianz aufweisen, die eine Schwellwertvarianz überschreitet, ein.
  • Wenn der Modellierungsprozess künftige Temperaturmesswerte vorhersagt, sind in einigen Ausführungsformen alle Modellierer 118 dazu konfiguriert, zu deklarieren, dass ein ungewöhnlicher Temperaturmesswert unmittelbar bevorsteht, wenn eine durch den Modellierungsprozess vorhergesagte künftige Temperatur (z. B. Tt+K) einen Schwellwert (z. B. 15 Grad Celsius) überschreitet. In anderen Ausführungsformen sind ein oder mehrere der Modellierer 118 dazu konfiguriert, zu deklarieren, dass ein ungewöhnlicher Temperaturmesswert unmittelbar bevorsteht, wenn die durch den Modellprozess vorhergesagte künftige Temperatur einen Schwellwert überschreitet, der durch einen Relaxationsfaktor angepasst wird. In diesen Ausführungsformen ist der Relaxationsfaktor dazu ausgelegt, falsche negative Ergebnisse (d. h. Nichtdeklarieren eines unmittelbar bevorstehenden ungewöhnlichen Temperaturmesswerts, wenn ein solcher auftritt) auf Kosten des Erzeugens von falschen positiven Ergebnissen (d. h. Deklarieren eines unmittelbar bevorstehenden ungewöhnlichen Temperaturmesswerts, wenn ein solcher nicht auftritt) zu beseitigen. Werte von Relaxationsfaktoren können empirisch bestimmt werden und können zum Beispiel gleich einer Grenze sein, die bei zwei Standardabweichungen von dem durchschnittlichen Wert Sensormesswert gesetzt ist.
  • In einigen Ausführungsformen sind alle Modellierer 118 dazu konfiguriert, eine oder mehrere Arbeitszyklusanforderungen (wie weiter oben beschrieben) als Reaktion auf das Deklarieren eines unmittelbar bevorstehenden ungewöhnlichen Sensormesswerts zu erzeugen und zu übertragen. Diese Arbeitszyklusanforderungen können an Weiterleitungsknoten auf einem Pfad zwischen einem Sensorknoten, der den unmittelbar bevorstehenden ungewöhnlichen Sensormesswert deklariert, und dem Gateway 102 gerichtet sein. In einigen Ausführungsformen schließen diese Arbeitszyklusanforderungen einen angeforderten Arbeitszyklus ein, der Weiterleitungsknoten, die die Anforderungen verarbeiten, während eines Zeitraums, der den vorhergesagten Zeitpunkt des unmittelbar bevorstehenden ungewöhnlichen Sensormesswerts abdeckt, in deren Vollleistungsmodus versetzt.
  • In einigen Ausführungsformen sind alle Modellierer 118 dazu konfiguriert, einen Trainingsprozess auszuführen, der den Modellierungsprozess verfeinert, indem er tatsächliche Sensormesswerte, sobald diese verfügbar werden, zum Vergleich mit durch den Modellierungsprozess zuvor vorhergesagten Sensormesswerten verwendet. Ein Beispiel für einen solchen Trainingsprozess wird weiter unten Bezug nehmend auf 3 beschrieben. Außerdem werden weitere Beispiele für Prozesse, die durch alle Modellierer 118 gemäß den weiter oben beschriebenen Konfigurationen ausgeführt werden, nachfolgend in Verbindung mit 2 und 4 bereitgestellt.
  • Wenngleich 1 die Modellierer 118 als in den Sensorknoten befindlich veranschaulicht, befindet sich in anderen Ausführungsformen ein einziger Modellierer 118 in dem Gateway 102 und wird durch dieses ausgeführt. Außerdem versteht es sich, dass das Gateway 102, einer oder mehrere der Weiterleitungsknoten 104A bis 104N und einer oder mehrere der Sensorknoten 106A bis 106N unter Verwendung einer Rechenvorrichtung, wie der weiter unten Bezug nehmend auf 5 beschriebenen Rechenvorrichtung, implementiert sein können.
  • Methodik
  • Einige hierin offenbarte Ausführungsformen führen einen Anomalievorhersageprozess, wie den in 2 veranschaulichten Anomalievorhersageprozess 200, aus. Der Anomalievorhersageprozess 200 kann durch ein Sensornetzwerk, wie das weiter oben Bezug nehmend auf 1 beschriebene Sensornetzwerk 100, ausgeführt werden. Die durch den Anomalievorhersageprozess 200 ausgeführten Schritte wirken zusammen, um ein Sensornetzwerk aufzubauen, bereitzustellen und zu betreiben, das Strom spart, indem Fälle des Auftretens von Anomalien vorhergesagt werden und der Stromverbrauch in dem Sensornetzwerk gesteuert wird, um diesen vorhergesagten Fällen des Auftretens zu entsprechen.
  • Wie in 2 veranschaulicht, startet der Anomalievorhersageprozess 200 in Schritt 202 mit einer Rechenvorrichtung, wie der weiter unten Bezug nehmend auf 5 beschriebenen Rechenvorrichtung 500, die einen Prozess zum Modellieren von Sensormesswerten unter Verwendung von Vergleichsdaten erstellt. Diese Vergleichsdaten können historische Sensormesswerte und/oder synthetisch durch eine Simulation erzeugte Sensormesswerte einschließen. Zum Beispiel können die Vergleichsdaten in Ausführungsformen, in denen die durch das Sensornetzwerk überwachten Umgebungseigenschaften die Temperatur einschließen, historische Sensormesswerte und/oder durch eine Simulation der numerischen Strömungsmechanik erzeugte Daten von einer Umgebung, in der das Sensornetzwerk installiert werden soll, einschließen. In einigen Ausführungsformen verwendet die Rechenvorrichtung eine Regressionsanalyse, um den Modellierungsprozess zu erstellen. Zum Beispiel kann die Rechenvorrichtung die Gleichung 1 erstellen, indem sie die Koeffizienten erzeugt, um Fehler zwischen künftigen Temperaturen, die durch die Gleichung 1 vorhergesagt werden, im Vergleich zu in den Vergleichsdaten enthaltenen Temperaturen zu minimieren. Nachdem der Modellierungsprozess erstellt ist, wird er in allen Sensorknoten des Sensornetzwerks als Modellierer (z. B. die Modellierer 118) installiert.
  • In Schritt 204 wird das Sensornetzwerk in seiner bestimmten Umgebung bereitgestellt, und in einigen Ausführungsformen wird der Modellierungsprozess unter Verwendung von tatsächlichen Sensormesswerten, die aus der Umgebung erfasst wurden, weiter trainiert. Zum Beispiel können die Koeffizienten von Gleichung 1 in Ausführungsformen, in denen die durch das Sensornetzwerk überwachten Umgebungseigenschaften die Temperatur einschließen, weiter angepasst werden, um Fehler zwischen künftigen Temperaturen, die durch die Gleichung 1 vorhergesagt werden, im Vergleich zu Temperaturen, die aus der Umgebung erfassten tatsächlichen Temperatursensormesswerten enthalten sind, zu minimieren.
  • In Schritt 206 wird das Sensornetzwerk in Betrieb genommen, und mindestens ein Modellierer (z. B. der in dem Sensorknoten 106A aufgenommene Modellierer) führt den Modellierungsprozess aus, um ungewöhnliche Sensormesswerte vorherzusagen. In Schritt 208 bestimmt der Modellierer, ob ein ungewöhnlicher Sensormesswert unmittelbar bevorsteht. Wenn dies der Fall ist, führt der Modellierer den Schritt 210 aus. Ansonsten führt der Modellierer den Schritt 212 aus.
  • In Schritt 210 erzeugt der Modellierer eine Arbeitszyklusanforderung und überträgt diese zu einem oder mehreren Weiterleitungsknoten (z. B. einem oder mehreren der Weiterleitungsknoten 104A bis 104N) auf einem Pfad zwischen dem Sensorknoten, der den Modellierer enthält, und einem Gateway (z. B. dem Gateway 102). Diese Arbeitszyklusanforderungen schließen einen Arbeitszyklus ein, der den vorhergesagten Zeitpunkt des unmittelbar bevorstehenden ungewöhnlichen Sensormesswerts abdeckt.
  • In Schritt 212 bestimmt der Modellierer, ob er die Ausführung fortsetzt. Zum Beispiel kann der Modellierer Kommunikationen von einem Betriebssystem prüfen, das auf dem Sensorknoten ausgeführt wird, um zu bestimmen, ob ein Herunterfahren angefordert wurde. Wenn der Modellierer bestimmt, dass die Ausführung fortgesetzt werden soll, kehrt der Modellierer zu Schritt 206 zurück. Ansonsten beendet der Modellierer den Anomalievorhersageprozess 200.
  • Einige hierin offenbarte Ausführungsformen führen einen Arbeitszyklusplanungsprozess, wie den in 3 veranschaulichten Arbeitszyklusplanungsprozess 300, aus. Der Arbeitszyklusplanungsprozess 300 kann durch einen Weiterleitungsknoten, wie einen beliebigen der weiter oben Bezug nehmend auf 1 beschriebenen Weiterleitungsknoten 104A bis 104N, ausgeführt werden. Die durch den Arbeitszyklusplanungsprozess 300 ausgeführten Schritte ermöglichen es zusammen einem Weiterleitungsknoten, Strom zu sparen, indem er in einem Modus der verringerten Leistungsaufnahme ausgeführt wird, ausgenommen in Zeiträumen, in denen vorhergesagt ist, dass der Weiterleitungsknoten ungewöhnliche Sensormesswerte von einem oder mehreren Sensorknoten, wie einem beliebigen der weiter oben Bezug nehmend auf 1 beschriebenen Sensorknoten 106A bis 106N, empfängt. Während dieser Zeiträume wird der Weiterleitungsknoten wie durch den einen oder die mehreren Sensorknoten über eine oder mehrere Arbeitszyklusanforderungen angewiesen in einem Vollleistungsmodus ausgeführt.
  • Wie in 3 veranschaulicht startet der Arbeitszyklusplanungsprozess 300 in Schritt 302 mit dem Weiterleitungsknoten, der eine Arbeitszyklusanforderung über eine Schnittstelle (z. B. die Schnittstelle 110 des Weiterleitungsknotens 104A) von einem Sensorknoten empfängt. In Schritt 304 analysiert ein Prozessor (z. B. der Prozessor 112) des Weiterleitungsknotens die Arbeitszyklusanforderung, um den angeforderten Arbeitszyklus und die angeforderte Dauer zu bestimmen. Zum Beispiel kann der Prozessor die Arbeitszyklusanforderung analysieren, um einen periodischen Zyklus zu identifizieren, während dessen der Weiterleitungsknoten für 5 Minuten in dem Vollleistungsmodus arbeitet. In Schritt 306 führt der Weiterleitungsknoten den angeforderten Arbeitszyklus aus. Dieser Schritt kann einschließen, dass der Prozessor in einem Speicher (dem Speicher 108) des Weiterleitungsknotens gespeicherte Konfigurationsinformationen ändert, um den angeforderten Arbeitszyklus zu implementieren.
  • In Schritt 308 bestimmt der Prozessor, ob die Dauer für den aktuell ausgeführten Arbeitszyklus abgelaufen ist. Wenn dies der Fall ist, führt der Prozessor den Schritt 310 aus. Ansonsten führt der Prozessor den Schritt 304 aus. In Schritt 310 setzt der Prozessor den Weiterleitungsknoten auf dessen vorhergehenden oder Standardarbeitszyklus zurück, und der Arbeitszyklusplanungsprozess 300 endet. In einigen Ausführungsformen ändert der Prozessor in Schritt 310 die Konfigurationsinformationen, um den vorhergehenden oder Standardarbeitszyklus zu implementieren. Zum Beispiel kann der Prozessor den Arbeitszyklus in Schritt 310 auf einen fortlaufenden Modus mit einem Betrieb bei verringerter Leistungsaufnahme zurücksetzen.
  • Einige hierin offenbarte Ausführungsformen führen einen Modelltrainingsprozess, wie den in 4 veranschaulichten Modelltrainingsprozess 400, aus. Der Modelltrainingsprozess 400 kann durch einen Sensorknoten, wie einen beliebigen der weiter oben Bezug nehmend auf 1 beschriebenen Sensorknoten 106A bis 106N, ausgeführt werden. Die durch den Modelltrainingsprozess 400 ausgeführten Schritte ermöglichen es zusammen einem Sensorknoten, den zum Vorhersagen von ungewöhnlichen Sensormesswerten verwendeten Modellierungsprozess zu verfeinern.
  • Wie in 4 veranschaulicht startet der Modelltrainingsprozess 400 in Schritt 402 mit dem Sensorknoten, der einen Sensormesswert von einem Sensor (z. B. dem Sensor 116) erfasst. In Schritt 404 nimmt ein Prozessor (z.B. der Prozessor 112) des Sensorknotens den Sensormesswert in einen Satz von historischen Sensormesswerten auf, die in einem Speicher (z. B. dem Speicher 108) des Sensorknotens gespeichert sind. In Schritt 406 verfeinert der Prozessor einen zum Vorhersagen von ungewöhnlichen Sensormesswerten verwendeten Modellierungsprozess, und der Modelltrainingsprozess 400 endet. In einigen Beispielen wird dieser Verfeinerungsprozess periodisch während des Betriebs des Sensorknotens ausgeführt und berechnet Parameter des Modellierungsprozesses (z. B. Koeffizienten in Regressionsmodi, Links und Gewichtungen in neuralen Netzwerkmodellen usw.), die Fehler zwischen vorhergesagten Sensormesswerten und tatsächlichen Sensormesswerten, die während des Betriebs erfasst und in dem Satz von historischen Sensormesswerten gespeichert werden, minimieren. Die Prozesse 200 bis 400 stellen jeweils eine bestimmte Sequenz von Schritte in einem bestimmten Beispiel dar. Die in diesen Prozessen enthaltenen Schritte können durch eine oder mehrere Rechenvorrichtungen oder unter Verwendung von einer oder mehreren Rechenvorrichtungen, die speziell wie hierin erörtert konfiguriert sind, durchgeführt werden. Einige Schritte sind optional und können dadurch gemäß einem oder mehreren Beispielen weggelassen werden. Außerdem kann die Reihenfolge von Schritte geändert werden oder können andere Schritte hinzugefügt werden, ohne vom Umfang der hierin erörterten Systeme und Verfahren abzuweichen. Des Weiteren versteht es sich, dass Optimierungstechniken, wie eine leistungseffiziente Datenerfassung und ein Lastausgleich (z. B. über eine komprimierte Erfassung), in Verbindung mit den anderen hierin beschriebenen Prozessen verwendet werden können, ohne vom Umfang der vorliegenden Offenbarung abzuweichen.
  • Rechenvorrichtung
  • 5 veranschaulicht eine Rechenvorrichtung 500, die verwendet werden kann, um verschiedene Komponenten eines wie hierin beschriebenen Sensornetzwerks zu implementieren. Wie gezeigt schließt die Rechenvorrichtung 500 einen Speicher 502, mindestens einen Prozessor 504 und mindestens eine Schnittstelle 506 ein. Wenngleich die bestimmten Typen und Modelle dieser Komponenten zwischen Rechenvorrichtungen variieren können, versteht es sich, dass jede Rechenvorrichtung einen Prozessor, einen Speicher und eine Schnittstelle einschließt.
  • Die Schnittstelle 506 schließt eine oder mehrere physische Schnittstellenvorrichtungen, wie Eingabevorrichtungen, Ausgabevorrichtungen und eine Kombination von Eingabe-/Ausgabevorrichtungen und einen Softwarestapel, die dazu konfiguriert sind, den Betrieb der Vorrichtungen zu steuern, ein. Schnittstellenvorrichtungen können eine Eingabe empfangen oder eine Ausgabe bereitstellen. Genauer können Ausgabevorrichtungen Informationen zur externen Präsentation rendern und können Eingabevorrichtungen Informationen von externen Quellen annehmen oder erzeugen. Beispiele für Schnittstellenvorrichtungen schließen Tastaturen, Mausvorrichtungen, Trackballs, Mikrofone, Touchscreens, Druckvorrichtungen, Anzeigebildschirme, Lautsprecher, Netzwerkschnittstellenkarten, Umgebungssensoren und dergleichen ein. Schnittstellenvorrichtungen erlauben es programmierbaren Vorrichtungen, Informationen auszutauschen und mit externen Einheiten, wie Benutzern und anderen Systemen, zu kommunizieren.
  • Der Speicher 502 schließt flüchtigen und/oder nicht-flüchtigen (d. h. nicht-transitorischen oder nicht-transienten) Datenspeicher ein, der durch den Prozessor 504 lesbar und/oder beschreibbar ist. Der Speicher 502 speichert Programme und Daten, die während des Betriebs der Rechenvorrichtung 500 verwendet oder verarbeitet werden. Die in dem Speicher 502 gespeicherten Programme sind eine Reihe von Anweisungen, die durch den mindestens einen Prozessor 504 ausführbar sind. Der Speicher 502 kann Datenspeicher mit einer verhältnismäßig hohen Leistung, wie Register, Caches, dynamischen Direktzugriffsspeicher und statischen Speicher, einschließen. Der Speicher 502 kann ferner ein nicht-flüchtiges, computerlesbares und/oder beschreibbares Datenspeichermedium mit einer verhältnismäßig niedrigen Leistung, wie Flash-Speicher oder eine optische oder Magnetplatte, einschließen. Verschiedene Ausführungsformen können den Speicher 502 in partikularisierte und, in einigen Fällen, eindeutige Strukturen organisieren, um Daten zur Unterstützung der hierin offenbarten Komponenten zu speichern. Diese Datenstrukturen können insbesondere dazu konfiguriert sein, Speicherplatz zu sparen oder die Datenaustauschleistung zu erhöhen, und können dimensioniert und organisiert sein, um Werte für bestimmte Daten und Typen von Daten zu speichern.
  • Um spezialisierte Komponenten in einigen Ausführungsformen zu implementieren und/oder zu steuern, führt der Prozessor 504 eine Reihe von Anweisungen (d. h. ein oder mehrere Programme) aus, die zu verarbeiteten Daten führen. Der Prozessor 504 kann ein beliebiger Typ von Prozessor, Multiprozessor, Mikroprozessor oder Steuervorrichtung sein, der im Fachgebiet bekannt ist. Der Prozessor 504 ist über einen Verbindungsmechanismus, wie einen Bus oder irgendeine andere Datenverbindung, mit dem Speicher 502 und den Schnittstellen 506 verbunden und kommuniziert Daten mit diesen. Dieser Verbindungsmechanismus ist in 5 durch Linien dargestellt, die die Komponenten in der Rechenvorrichtung verbinden. Im Betrieb bewirkt der Prozessor 504, dass Daten und/oder codierte Anweisungen von einem nicht-flüchtigen Datenspeichermedium in dem Speicher 502 gelesen und in einen Hochleistungsdatenspeicher geschrieben werden. Der Prozessor 504 verarbeitet die Daten und/oder führt die codierten Anweisungen in dem Hochleistungsdatenspeicher aus und kopiert die verarbeiteten Daten in das Datenspeichermedium, nachdem das Verarbeiten abgeschlossen ist.
  • Wenngleich die Rechenvorrichtung 500 als Beispiel für eine Rechenvorrichtung gezeigt ist, die dazu in der Lage ist, die hierin offenbarten Prozesse auszuführen, sind Ausführungsformen nicht auf die in 5 gezeigte Rechenvorrichtung beschränkt. Zum Beispiel können verschiedene Prozesse durch eine oder mehrere Rechenvorrichtungen ausgeführt werden, die andere Architekturen oder Komponenten als die in 5 gezeigten aufweisen. Zum Beispiel kann eine programmierbare Vorrichtung speziell programmierte Spezialhardware, wie eine anwendungsspezifische integrierte Schaltung (Application-Specific Integrated Circuit, ASIC), eine anwenderprogrammierbare Gatteranordnung (Field-Programmable Gate Array, FPGA), eine komplexe programmierbare Logikvorrichtung (Complex Programmable Logic Device, CPLD), und andere Implementierungen in Silizium oder andere Hardware, die dafür konzipiert ist, hierin offenbarte Prozesse auszuführen, einschließen. Somit können Komponenten einer wie hierin offenbarten Rechenvorrichtung in Software, Hardware, Firmware oder jeder Kombination davon implementiert sein.
  • Zum Beispiel kann der Prozessor 504 wie weiter oben beschrieben ein Universalprozessor sein. Bei der Ausführung eines spezifischen Softwareprozesses wie hierin beschrieben (z. B. wie in einer beliebigen der 2-4 dargestellt) wird jedoch der Prozessor 504 zu einem Spezialprozessor, der dazu in der Lage ist, spezifische logikbasierte Bestimmungen basierend auf empfangenen Eingabedaten zu treffen, und ferner dazu in der Lage ist, eine oder mehrere Ausgaben bereitzustellen, die dazu verwendet werden können, ein nachfolgendes Verarbeiten, das durch den Prozessor 504 und/oder andere Prozessoren oder Schaltungen, mit denen der Prozessor 504 kommunikativ gekoppelt ist, auszuführen ist, zu steuern oder auf andere Weise zu informieren. Der Prozessor 504 reagiert in einer spezifischen Weise auf einen spezifischen Eingabestimulus und erzeugt basierend auf diesem Eingabestimulus eine entsprechende Ausgabe. In diesem Sinne ist die Struktur des Prozessors 504 gemäß einer Ausführungsform durch die in einer beliebigen der 2-4 gezeigten Prozesse definiert. Darüber hinaus durchläuft der Prozessor 504 in einigen Beispielfällen eine Folge von logischen Übergängen, in denen verschiedene Zustände von internen Registern und/oder andere Bitzellenzustände innerhalb oder außerhalb des Prozessor 504 logisch hoch oder logisch niedrig gesetzt sein können. Diese spezifische Folge von logischen Übergängen wird durch den Zustand von elektrischen Eingangssignalen zu dem Prozessor 504 bestimmt, und eine Spezialstruktur wird durch den Prozessor 504 bei der Ausführung jeder Softwareanweisung der in 2-4 gezeigten Prozesse effektiv angenommen. Insbesondere antizipieren diese Anweisungen die verschiedenen zu empfangenden Stimuli und ändern die implizierten Speicherzustände entsprechend. Auf diese Weise kann der Prozessor 504 nützliche Ausgangssignale erzeugen und speichern oder auf andere Weise bereitstellen. Somit versteht es sich, dass der Prozessor 504 während der Ausführung eines Softwareprozesses eine Spezialmaschine wird, die dazu in der Lage ist, nur spezifische Eingangssignale zu verarbeiten und spezifische Ausgangssignale basierend auf der einen oder den mehreren logischen Operationen, die während der Ausführung jeder Anweisung durchgeführt werden, zu rendern. In mindestens einigen Beispielen ist der Prozessor 504 dazu konfiguriert, eine Funktion auszuführen, wobei Software in einer mit dem Prozessor 504 gekoppelten Datenspeichervorrichtung (z. B. dem Speicher 502) gespeichert ist und diese Software dazu konfiguriert ist, den Prozessor 504 zu veranlassen, eine Folge von verschiedenen logischen Operationen zu durchlaufen, die dazu führen, dass die Funktion ausgeführt wird.
  • Weitere beispielhafte Ausführungsformen
  • Die folgenden Beispiele gehören zu weiteren Ausführungsformen, ausgehend von denen zahlreiche Umsetzungen und Konfigurationen ersichtlich sind.
    • Beispiel 1 ist ein Weiterleitungsknoten, umfassend: einen Speicher, der Konfigurationsinformationen speichert, die anzeigen, dass der Weiterleitungsknoten periodisch in einem Modus der verringerten Leistungsaufnahme arbeitet; eine Netzwerkschnittstelle; und mindestens einen Prozessor, der an den Speicher und die Netzwerkschnittstelle gekoppelt ist. Der mindestens eine Prozessor ist zu Folgendem konfiguriert: Empfangen, über die Netzwerkschnittstelle, einer Arbeitszyklusanforderung; Rekonfigurieren der Konfigurationsinformationen, um anzuzeigen, dass der Weiterleitungsknoten wie in der Arbeitszyklusanforderung angegeben arbeitet; und Betreiben des Weiterleitungsknotens wie in den Konfigurationsinformationen angegeben.
    • Beispiel 2 schließt den Gegenstand von Beispiel 1 ein, wobei der mindestens eine Prozessor ferner zu Folgendem konfiguriert ist: Empfangen von Sensordaten über die Netzwerkschnittstelle von einem Sensorknoten; und Übertragen der Sensordaten zu einem Gateway.
    • Beispiel 3 schließt den Gegenstand von Beispiel 1 oder Beispiel 2 ein, wobei die Arbeitszyklusanforderung anzeigt, dass der Weiterleitungsknoten für eine Dauer in dem Vollleistungsmodus arbeitet.
    • Beispiel 4 schließt den Gegenstand von Beispiel 3 ein, wobei der mindestens eine Prozessor ferner dazu konfiguriert ist, die Konfigurationsinformationen zu rekonfigurieren, um anzuzeigen, dass der Weiterleitungsknoten als Reaktion auf den Ablauf der Dauer periodisch in dem Modus der verringerten Leistungsaufnahme arbeitet.
    • Beispiel 5 ist ein Sensorknoten, umfassend: einen Speicher; eine Netzwerkschnittstelle; einen Sensor, der dazu konfiguriert ist, mindestens einen Sensormesswert zu erfassen; und mindestens einen Prozessor, der an den Speicher und die Netzwerkschnittstelle gekoppelt ist. Der mindestens eine Prozessor ist und zu Folgendem konfiguriert: Vorhersagen von mindestens einem künftigen Sensormesswert; Vergleichen des mindestens einen künftigen Sensormesswerts mit mindestens einem vorher festgelegten Kriterium; und als Reaktion darauf, dass der mindestens eine künftige Sensormesswert das mindestens eine vorher festgelegte Kriterium erfüllt: Erzeugen einer Arbeitszyklusanforderung; und Übertragen der Arbeitszyklusanforderung zu mindestens einem Weiterleitungsknoten.
    • Beispiel 6 schließt den Gegenstand von Beispiel 5 ein, wobei das mindestens eine vorher festgelegte Kriterium einen Schwellwert umfasst und der mindestens eine künftige Sensormesswert, der das mindestens eine vorher festgelegte Kriterium erfüllt, den mindestens einen künftigen Sensormesswert, der den Schwellwert überschreitet, umfasst.
    • Beispiel 7 schließt den Gegenstand von Beispiel 5 oder Beispiel 6 ein, wobei der mindestens eine künftige Sensormesswert eine Vielzahl von in einem vorher festgelegten Zeitfenster erfassten künftigen Sensormesswerten umfasst, das mindestens eine vorher festgelegte Kriterium einen Schwellwert umfasst und der mindestens eine künftige Sensormesswert, der das mindestens eine vorher festgelegte Kriterium erfüllt, alle künftigen Sensormesswerte der Vielzahl von künftigen Sensormesswerten, die den Schwellwert überschreiten, umfasst.
    • Beispiel 8 schließt den Gegenstand von einem beliebigen der Beispiele 5-7 ein, wobei der mindestens eine künftige Sensormesswert eine Vielzahl von in einem vorher festgelegten Zeitfenster erfassten künftigen Sensormesswerten umfasst, das mindestens eine vorher festgelegte Kriterium eine Schwellwertvarianz umfasst und der mindestens eine künftige Sensormesswert, der das mindestens eine vorher festgelegte Kriterium umfasst, eine Varianz der Vielzahl von künftigen Sensormesswerten, die die Schwellwertvarianz überschreiten, umfasst.
    • Beispiel 9 schließt den Gegenstand von einem beliebigen der Beispiele 5-8 ein, wobei der mindestens eine Prozessor dazu konfiguriert ist, den mindestens einen künftigen Sensormesswert mindestens teilweise vorherzusagen, indem er ein Modell ausführt, das künftige Sensormesswerte innerhalb eines Vorhersagehorizonts vorhersagt, und ferner dazu konfiguriert ist, die Arbeitszyklusanforderung zu erzeugen, um eine Dauer gleich dem Vorhersagehorizont zu umfassen.
    • Beispiel 10 schließt den Gegenstand von Beispiel 9 ein, wobei das Modell eines oder mehrere von einem Regressionsmodell, einem Polynomkurvenanpassungsmodell, einem neuralen Netzwerkmodell und einem Entscheidungsbaummodell umfasst.
    • Beispiel 11 schließt den Gegenstand von Beispiel 9 oder Beispiel 10 ein, wobei der mindestens eine Prozessor ferner zu Folgendem konfiguriert ist: Empfangen des mindestens einen Sensormesswerts; und Verfeinern des Modells unter Verwendung des mindestens einen künftigen Sensormesswerts und des mindestens einen Sensormesswerts.
    • Beispiel 12 ist ein Sensornetzwerk, das mindestens einen Weiterleitungsknoten und mindestens einen Sensorknoten umfasst. Der mindestens eine Weiterleitungsknoten ist zu Folgendem konfiguriert: Arbeiten, periodisch, in einem Modus der verringerten Leistungsaufnahme; Empfangen einer Arbeitszyklusanforderung; und Arbeiten wie in der Arbeitszyklusanforderung angegeben. Der mindestens eine Sensorknoten ist zu Folgendem konfiguriert: Vorhersagen von mindestens einem künftigen ungewöhnlichen Sensormesswert; Erzeugen der Arbeitszyklusanforderung als Reaktion auf das Vorhersagen des mindestens einen künftigen ungewöhnlichen Sensormesswerts; und Übertragen der Arbeitszyklusanforderung zu dem mindestens einen Weiterleitungsknoten.
    • Beispiel 13 schließt den Gegenstand von Beispiel 12 ein, ferner umfassend ein Gateway, wobei der mindestens eine Weiterleitungsknoten ferner zu Folgendem konfiguriert ist: Empfangen von Sensordaten von dem mindestens einen Sensorknoten; und Übertragen der Sensordaten zu dem Gateway.
    • Beispiel 14 schließt den Gegenstand von Beispiel 12 oder Beispiel 13 ein, wobei die Arbeitszyklusanforderung anzeigt, dass der mindestens eine Weiterleitungsknoten für eine Dauer in dem Vollleistungsmodus arbeitet.
    • Beispiel 15 schließt den Gegenstand von Beispiel 14 ein, wobei der mindestens eine Weiterleitungsknoten ferner dazu konfiguriert ist, als Reaktion auf den Ablauf der Dauer periodisch in dem Modus der verringerten Leistungsaufnahme zu arbeiten.
    • Beispiel 16 schließt den Gegenstand von einem beliebigen der Beispiele 12-13 ein, wobei der mindestens eine Sensorknoten ferner dazu konfiguriert ist, den mindestens einen künftigen ungewöhnlichen Sensormesswert mindestens teilweise vorherzusagen, indem er ein Modell ausführt, das künftige Sensormesswerte innerhalb eines Vorhersagehorizonts vorhersagt, und ferner dazu konfiguriert ist, die Arbeitszyklusanforderung zu erzeugen, um eine Dauer gleich dem Vorhersagehorizont zu umfassen.
    • Beispiel 17 schließt den Gegenstand von Beispiel 16 ein, wobei das Modell eines oder mehrere von einem Regressionsmodell, einem Polynomkurvenanpassungsmodell, einem neuralen Netzwerkmodell und einem Entscheidungsbaummodell umfasst.
    • Beispiel 18 schließt den Gegenstand von Beispiel 16 oder Beispiel 17 ein, wobei der mindestens eine Sensorknoten ferner zu Folgendem konfiguriert ist: Erfassen des mindestens einen Sensormesswert; und Verfeinern des Modells unter Verwendung des mindestens einen künftigen ungewöhnlichen Sensormesswerts und des mindestens einen Sensormesswerts.
    • Beispiel 19 ist ein Verfahren zum Steuern des Stroms, der durch ein Sensornetzwerk, umfassend mindestens einen Weiterleitungsknoten und mindestens einen Sensorknoten, verbraucht wird. Das Verfahren umfasst Schritte zum Betreiben des mindestens einen Weiterleitungsknotens in einem Modus der verringerten Leistungsaufnahme; Vorhersagen von mindestens einem künftigen ungewöhnlichen Sensormesswert an dem mindestens einen Sensorknoten; und Betreiben des mindestens einen Weiterleitungsknotens in einem Vollleistungsmodus als Reaktion auf das Vorhersagen des mindestens einen künftigen ungewöhnlichen Sensormesswerts.
    • Beispiel 20 schließt den Gegenstand von Beispiel 19 ein, wobei das Betreiben des mindestens einen Weiterleitungsknotens in dem Vollleistungsmodus Folgendes umfasst: Erzeugen einer Arbeitszyklusanforderung als Reaktion auf das Vorhersagen des mindestens einen künftigen ungewöhnlichen Sensormesswerts; Übertragen der Arbeitszyklusanforderung zu dem mindestens einen Weiterleitungsknoten; Empfangen, durch den mindestens einen Weiterleitungsknoten, der Arbeitszyklusanforderung; und Betreiben des mindestens einen Weiterleitungsknotens wie in der Arbeitszyklusanforderung angegeben.
    • Beispiel 21 schließt den Gegenstand von Beispiel 20 ein, wobei das Betreiben des mindestens einen Weiterleitungsknotens wie in der Arbeitszyklusanforderung angegeben ein Betreiben des mindestens einen Weiterleitungsknotens in dem Vollleistungsmodus für eine in der Arbeitszyklusanforderung angegebene Dauer umfasst und das Verfahren ferner ein Betreiben des mindestens einen Weiterleitungsknotens in dem Modus der verringerten Leistungsaufnahme als Reaktion auf den Ablauf der Dauer umfasst.
    • Beispiel 22 schließt den Gegenstand von einem beliebigen der Beispiele 19-21 ein, wobei das Vorhersagen des mindestens einen künftigen ungewöhnlichen Sensormesswerts ein Ausführen eines Modells, das künftige Sensormesswerte innerhalb eines Vorhersagehorizonts vorhersagt, einschließt.
    • Beispiel 23 schließt den Gegenstand von Beispiel 22 ein, wobei das Ausführen des Modells ein Ausführen von einem oder mehreren von einem Regressionsmodell, einem Polynomkurvenanpassungsmodell, einem neuralen Netzwerkmodell und einem Entscheidungsbaummodell umfasst.
    • Beispiel 24 schließt den Gegenstand von Beispiel 22 oder Beispiel 23 ein, ferner umfassend: Erfassen von mindestens einem Sensormesswert; und Verfeinern des Modells unter Verwendung des mindestens einen künftigen ungewöhnlichen Sensormesswerts und des mindestens einen Sensormesswerts.
    • Beispiel 25 schließt den Gegenstand von Beispiel 24 ein, wobei das Erfassen des mindestens einen Sensormesswerts ein Erfassen von mindestens einem Temperatursensormesswert umfasst.
    • Beispiel 26 ist ein nicht-transientes computerlesbares Medium, das mit Anweisungen codiert ist, die bei Ausführung durch einen oder mehrere Prozessoren bewirken, dass ein Prozess zum Steuern des durch ein Sensornetzwerk, einschließlich eines Weiterleitungsknotens, verbrauchten Stroms ausgeführt wird. Der Prozess umfasst folgende Schritte: Betreiben, periodisch, des Weiterleitungsknotens in einem Modus der verringerten Leistungsaufnahme; Empfangen, durch den Weiterleitungsknoten, einer Arbeitszyklusanforderung; Rekonfigurieren von auf dem Weiterleitungsknoten gespeicherten Konfigurationsinformationen, um anzuzeigen, dass der Weiterleitungsknoten wie in der Arbeitszyklusanforderung angegeben arbeitet; und Betreiben des Weiterleitungsknotens wie in den Konfigurationsinformationen angegeben.
    • Beispiel 27 schließt den Gegenstand von Beispiel 26 ein, wobei der Prozess ferner Folgendes umfasst: Empfangen, durch den Weiterleitungsknoten, von Sensordaten von einem Sensorknoten; und Übertragen, durch den Weiterleitungsknoten, der Sensordaten zu einem Gateway.
    • Beispiel 28 schließt den Gegenstand von Beispiel 26 oder Beispiel 27 ein, wobei die Arbeitszyklusanforderung anzeigt, dass der Weiterleitungsknoten für eine Dauer in dem Vollleistungsmodus arbeitet.
    • Beispiel 29 schließt den Gegenstand von Beispiel 28 ein, wobei der Prozess ferner ein Rekonfigurieren der Konfigurationsinformationen, um anzuzeigen, dass der Weiterleitungsknoten als Reaktion auf den Ablauf der Dauer periodisch in dem Modus der verringerten Leistungsaufnahme arbeitet, umfasst.
  • Die Begriffe und Ausdrücke, die hierin eingesetzt wurden, werden als Begriffe der Beschreibung und nicht der Beschränkung verwendet, und es ist nicht beabsichtigt, durch die Verwendung dieser Begriffe und Ausdrücke beliebige Äquivalente der gezeigten und beschriebenen Merkmale (oder Abschnitte davon) auszuschließen, und es wird erkannt, dass verschiedene Modifikationen innerhalb des Umfangs der Ansprüche möglich sind. Entsprechend sollen die Ansprüche alle diese Äquivalente abdecken. Es wurden hierin verschiedene Merkmale, Aspekte und Ausführungsformen beschrieben. Die Merkmale, Aspekte und Ausführungsformen können miteinander kombiniert und variiert und modifiziert werden, wie Fachleuten ersichtlich ist. Die vorliegende Offenbarung ist deshalb als diese Kombinationen, Variationen und Modifikationen umfassend anzusehen. Es ist beabsichtigt, dass der Umfang der vorliegenden Offenbarung nicht durch diese detaillierte Beschreibung, sondern stattdessen durch die hierzu beigefügten Ansprüche beschränkt ist. Künftig eingereichte Anmeldungen, die die Priorität dieser Anmeldung in Anspruch nehmen, können den offenbarten Gegenstand auf eine andere Weise beanspruchen und können allgemein jeden beliebigen Satz von einem oder mehreren Elementen, wie hierin verschiedentlich offenbart oder auf andere Weise gezeigt, einschließen.

Claims (25)

  1. Weiterleitungsknoten, umfassend: einen Speicher, der Konfigurationsinformationen speichert, die anzeigen, dass der Weiterleitungsknoten periodisch in einem Modus der verringerten Leistungsaufnahme arbeitet; eine Netzwerkschnittstelle; und mindestens einen Prozessor, der an den Speicher und die Netzwerkschnittstelle gekoppelt und zu Folgendem konfiguriert ist: Empfangen, über die Netzwerkschnittstelle, einer Arbeitszyklusanforderung; Rekonfigurieren der Konfigurationsinformationen, um anzuzeigen, dass der Weiterleitungsknoten wie in der Arbeitszyklusanforderung angegeben arbeitet; und Betreiben des Weiterleitungsknotens wie in den Konfigurationsinformationen angegeben.
  2. Weiterleitungsknoten nach Anspruch 1, wobei der mindestens eine Prozessor ferner zu Folgendem konfiguriert ist: Empfangen von Sensordaten über die Netzwerkschnittstelle von einem Sensorknoten; und Übertragen der Sensordaten zu einem Gateway.
  3. Weiterleitungsknoten nach Anspruch 1, wobei die Arbeitszyklusanforderung anzeigt, dass der Weiterleitungsknoten für eine Dauer in einem Vollleistungsmodus arbeitet.
  4. Weiterleitungsknoten nach einem der Ansprüche 1 bis 3, wobei der mindestens eine Prozessor ferner dazu konfiguriert ist, die Konfigurationsinformationen zu rekonfigurieren, um anzuzeigen, dass der Weiterleitungsknoten als Reaktion auf den Ablauf der Dauer periodisch in dem Modus der verringerten Leistungsaufnahme arbeitet.
  5. Sensorknoten, umfassend: einen Speicher; eine Netzwerkschnittstelle; einen Sensor, der dazu konfiguriert ist, mindestens einen Sensormesswert zu erfassen; und mindestens einen Prozessor, der an den Speicher und die Netzwerkschnittstelle gekoppelt und zu Folgendem konfiguriert ist: Vorhersagen von mindestens einem künftigen Sensormesswert; Vergleichen des mindestens einen künftigen Sensormesswerts mit mindestens einem vorher festgelegten Kriterium; und als Reaktion darauf, dass der mindestens eine künftige Sensormesswert das mindestens eine vorher festgelegte Kriterium erfüllt: Erzeugen einer Arbeitszyklusanforderung; und Übertragen der Arbeitszyklusanforderung zu mindestens einem Weiterleitungsknoten.
  6. Sensorknoten nach Anspruch 5, wobei das mindestens eine vorher festgelegte Kriterium einen Schwellwert umfasst und der mindestens eine künftige Sensormesswert, der das mindestens eine vorher festgelegte Kriterium erfüllt, den mindestens einen künftigen Sensormesswert, der den Schwellwert überschreitet, umfasst.
  7. Sensorknoten nach Anspruch 5, wobei der mindestens eine künftige Sensormesswert eine Vielzahl von in einem vorher festgelegten Zeitfenster erfassten künftigen Sensormesswerten umfasst, das mindestens eine vorher festgelegte Kriterium einen Schwellwert umfasst und der mindestens eine künftige Sensormesswert, der das mindestens eine vorher festgelegte Kriterium erfüllt, alle künftigen Sensormesswerte der Vielzahl von künftigen Sensormesswerten, die den Schwellwert überschreiten, umfasst.
  8. Sensorknoten nach Anspruch 5, wobei der mindestens eine künftige Sensormesswert eine Vielzahl von in einem vorher festgelegten Zeitfenster erfassten künftigen Sensormesswerten umfasst, das mindestens eine vorher festgelegte Kriterium eine Schwellwertvarianz umfasst und der mindestens eine künftige Sensormesswert, der das mindestens eine vorher festgelegte Kriterium erfüllt, eine Varianz der Vielzahl von künftigen Sensormesswerten, die die Schwellwertvarianz überschreiten, umfasst.
  9. Sensorknoten nach einem der Ansprüche 5 bis 8, wobei der mindestens eine Prozessor dazu konfiguriert ist, den mindestens einen künftigen Sensormesswert mindestens teilweise vorherzusagen, indem er ein Modell ausführt, das künftige Sensormesswerte innerhalb eines Vorhersagehorizonts vorhersagt, und ferner dazu konfiguriert ist, die Arbeitszyklusanforderung zu erzeugen, um eine Dauer gleich dem Vorhersagehorizont zu umfassen.
  10. Sensorknoten nach Anspruch 9, wobei das Modell eines oder mehrere von einem Regressionsmodell, einem Polynomkurvenanpassungsmodell, einem neuralen Netzwerkmodell und einem Entscheidungsbaummodell umfasst.
  11. Sensorknoten nach Anspruch 9, wobei der mindestens eine Prozessor ferner zu Folgendem konfiguriert ist: Empfangen des mindestens einen Sensormesswerts; und Verfeinern des Modells unter Verwendung des mindestens einen künftigen Sensormesswerts und des mindestens einen Sensormesswerts.
  12. Sensornetzwerk, umfassend: mindestens einen Weiterleitungsknoten, der zu Folgendem konfiguriert ist: Arbeiten, periodisch, in einem Modus der verringerten Leistungsaufnahme; Empfangen einer Arbeitszyklusanforderung; und Arbeiten wie in der Arbeitszyklusanforderung angegeben; und mindestens einen Sensorknoten, der zu Folgendem konfiguriert ist: Vorhersagen von mindestens einem künftigen ungewöhnlichen Sensormesswert; Erzeugen der Arbeitszyklusanforderung als Reaktion auf das Vorhersagen des mindestens einen künftigen ungewöhnlichen Sensormesswerts; und Übertragen der Arbeitszyklusanforderung zu dem mindestens einen Weiterleitungsknoten.
  13. Sensornetzwerk nach Anspruch 12, ferner umfassend ein Gateway, wobei der mindestens eine Weiterleitungsknoten ferner zu Folgendem konfiguriert ist: Empfangen von Sensordaten von dem mindestens einen Sensorknoten; und Übertragen der Sensordaten zu dem Gateway.
  14. Sensornetzwerk nach Anspruch 12, wobei die Arbeitszyklusanforderung anzeigt, dass der mindestens eine Weiterleitungsknoten für eine Dauer in einem Vollleistungsmodus arbeitet.
  15. Sensornetzwerk nach Anspruch 14, wobei der mindestens eine Weiterleitungsknoten ferner dazu konfiguriert ist, als Reaktion auf den Ablauf der Dauer periodisch in dem Modus der verringerten Leistungsaufnahme zu arbeiten.
  16. Sensornetzwerk nach einem der Ansprüche 12 bis 15, wobei der mindestens eine Sensorknoten ferner dazu konfiguriert ist, den mindestens einen künftigen ungewöhnlichen Sensormesswert mindestens teilweise vorherzusagen, indem er ein Modell ausführt, das künftige Sensormesswerte innerhalb eines Vorhersagehorizonts vorhersagt, und ferner dazu konfiguriert ist, die Arbeitszyklusanforderung zu erzeugen, um eine Dauer gleich dem Vorhersagehorizont zu umfassen.
  17. Verfahren zum Steuern des Stroms, der durch ein Sensornetzwerk, umfassend mindestens einen Weiterleitungsknoten und mindestens einen Sensorknoten, verbraucht wird, das Verfahren umfassend: Betreiben des mindestens einen Weiterleitungsknotens in einem Modus der verringerten Leistungsaufnahme; Vorhersagen von mindestens einem künftigen ungewöhnlichen Sensormesswert an dem mindestens einen Sensorknoten; und Betreiben des mindestens einen Weiterleitungsknotens in einem Vollleistungsmodus als Reaktion auf das Vorhersagen des mindestens einen künftigen ungewöhnlichen Sensormesswerts.
  18. Verfahren nach Anspruch 17, wobei das Betreiben des mindestens einen Weiterleitungsknotens in dem Vollleistungsmodus Folgendes umfasst: Erzeugen einer Arbeitszyklusanforderung als Reaktion auf das Vorhersagen des mindestens einen künftigen ungewöhnlichen Sensormesswerts; Übertragen der Arbeitszyklusanforderung zu dem mindestens einen Weiterleitungsknoten; Empfangen, durch den mindestens einen Weiterleitungsknoten, der Arbeitszyklusanforderung; und Betreiben des mindestens einen Weiterleitungsknotens wie in der Arbeitszyklusanforderung angegeben.
  19. Verfahren nach Anspruch 18, wobei das Betreiben des mindestens einen Weiterleitungsknotens wie in der Arbeitszyklusanforderung angegeben ein Betreiben des mindestens einen Weiterleitungsknotens in dem Vollleistungsmodus für eine in der Arbeitszyklusanforderung angegebene Dauer umfasst und das Verfahren ferner ein Betreiben des mindestens einen Weiterleitungsknotens in dem Modus der verringerten Leistungsaufnahme als Reaktion auf den Ablauf der Dauer umfasst.
  20. Verfahren nach einem der Ansprüche 17 bis 19, wobei das Vorhersagen des mindestens einen künftigen ungewöhnlichen Sensormesswerts ein Ausführen eines Modells, das künftige Sensormesswerte innerhalb eines Vorhersagehorizonts vorhersagt, einschließt.
  21. Verfahren nach Anspruch 20, ferner umfassend: Erfassen von mindestens einem Sensormesswert; und Verfeinern des Modells unter Verwendung des mindestens einen künftigen ungewöhnlichen Sensormesswerts und des mindestens einen Sensormesswerts.
  22. Verfahren nach Anspruch 21, wobei das Erfassen des mindestens einen Sensormesswerts ein Erfassen von mindestens einem Temperatursensormesswert umfasst.
  23. Nicht-transientes computerlesbares Medium, das mit Anweisungen codiert ist, die bei Ausführung durch einen oder mehrere Prozessoren bewirken, dass ein Prozess zum Steuern des durch ein Sensornetzwerk, einschließlich eines Weiterleitungsknotens, verbrauchten Stroms ausgeführt wird, der Prozess umfassend: Betreiben, periodisch, des Weiterleitungsknotens in einem Modus der verringerten Leistungsaufnahme; Empfangen, durch den Weiterleitungsknoten, einer Arbeitszyklusanforderung; Rekonfigurieren von auf dem Weiterleitungsknoten gespeicherten Konfigurationsinformationen, um anzuzeigen, dass der Weiterleitungsknoten wie in der Arbeitszyklusanforderung angegeben arbeitet; und Betreiben des Weiterleitungsknotens wie in den Konfigurationsinformationen angegeben.
  24. Computerlesbares Medium nach Anspruch 23, wobei die Arbeitszyklusanforderung anzeigt, dass der Weiterleitungsknoten für eine Dauer in einem Vollleistungsmodus arbeitet.
  25. Computerlesbares Medium nach Anspruch 24, wobei der Prozess ferner ein Rekonfigurieren der Konfigurationsinformationen, um anzuzeigen, dass der Weiterleitungsknoten als Reaktion auf den Ablauf der Dauer periodisch in dem Modus der verringerten Leistungsaufnahme arbeitet, umfasst.
DE102018209285.0A 2017-07-11 2018-06-11 Planen von netzwerkweiterleitungen Withdrawn DE102018209285A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/646,504 US10448415B2 (en) 2017-07-11 2017-07-11 Scheduling of network relays
US15/646,504 2017-07-11

Publications (1)

Publication Number Publication Date
DE102018209285A1 true DE102018209285A1 (de) 2019-01-17

Family

ID=64745267

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102018209285.0A Withdrawn DE102018209285A1 (de) 2017-07-11 2018-06-11 Planen von netzwerkweiterleitungen

Country Status (3)

Country Link
US (1) US10448415B2 (de)
CN (1) CN109246788A (de)
DE (1) DE102018209285A1 (de)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10996664B2 (en) * 2019-03-29 2021-05-04 Mitsubishi Electric Research Laboratories, Inc. Predictive classification of future operations
CN111426806A (zh) * 2020-03-27 2020-07-17 渤海大学 基于物联网手段对水产品冷链物流保鲜程度自动监测预警方法
CN112188538B (zh) * 2020-09-30 2022-08-26 华晋焦煤有限责任公司 一种采空区无线自组网地面模拟测试方法
CN115473615A (zh) * 2021-06-11 2022-12-13 北京三星通信技术研究有限公司 接收和发送数据和/或控制信息的方法和设备

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7405597B1 (en) * 2005-06-30 2008-07-29 Transmeta Corporation Advanced repeater with duty cycle adjustment
US7539882B2 (en) * 2005-05-30 2009-05-26 Rambus Inc. Self-powered devices and methods
JP2007300572A (ja) * 2006-05-08 2007-11-15 Hitachi Ltd センサネットシステム、センサネット位置特定方法
US7852761B2 (en) * 2006-09-07 2010-12-14 Sap Ag Duty cycle control for networks of nodes
ES2621942T3 (es) * 2011-11-16 2017-07-05 Agt International Gmbh Procedimiento y sistema para selección de sensor espacio-temporal
EP2932610A4 (de) * 2012-09-07 2016-10-05 Univ Virginia Patent Found Kleinleistungstaktquelle
EP3010408B1 (de) * 2013-06-21 2022-08-10 Northeastern University Sensorsystem und verfahren zur messung der elektrischen aktivität des gehirns einschliesslich elektroenzephalografie
JP2016110317A (ja) * 2014-12-04 2016-06-20 ソニー株式会社 情報処理装置、情報処理方法およびプログラム
WO2016188680A1 (en) * 2015-05-22 2016-12-01 Sony Corporation Communications terminals, infrastructure equipment and methods, for ue:s acting as relays
US10404535B2 (en) * 2015-12-11 2019-09-03 Kabushiki Kaisha Toshiba Method for managing the configuration of a wireless connection used to transmit sensor readings from a sensor to a data collection facility
US9929772B2 (en) * 2016-02-05 2018-03-27 Apana Inc. Low power, high resolution automated meter reading and analytics
US10181980B2 (en) * 2016-10-29 2019-01-15 Facebook, Inc. Controlling a hybrid node to operate as one of a first group of nodes or as one of a second group of nodes of a wireless network
US10448326B2 (en) * 2016-11-18 2019-10-15 Kabushiki Kaisha Toshiba Method and device for routing and scheduling in a multi-hop network
US10252710B2 (en) * 2017-05-10 2019-04-09 Toyota Motor Engineering & Manufacturing North America, Inc. Utilizing missed prediction

Also Published As

Publication number Publication date
CN109246788A (zh) 2019-01-18
US10448415B2 (en) 2019-10-15
US20190021100A1 (en) 2019-01-17

Similar Documents

Publication Publication Date Title
DE102018209285A1 (de) Planen von netzwerkweiterleitungen
DE112012005419B4 (de) System und Verfahren für eine effiziente dienstinstanzenorientierte Energieverwaltung im Internet der Dinge
US11562296B2 (en) Machine learning device, machine learning method, and storage medium
US10002212B2 (en) Virtual power management multiprocessor system simulation
DE102018202497A1 (de) Technologien für optimiertes Maschinenlerntraining
US9996092B2 (en) Determining a time for corrective action in a data center
DE102019111979A1 (de) Charakterisierung von wiederaufladbaren Batterien
US11644211B2 (en) Air conditioner control based on prediction from classification model
US10048658B2 (en) Information processing device, predictive control method, and recording medium
Huo et al. Adaptive fuzzy fault-tolerant output feedback control of uncertain nonlinear systems with actuator faults
DE102016008910A1 (de) Zellsteuersystem, Fertigungssystem und Steuerverfahren, wobei die Steuerfertigungszelle eine Mehrzahl von Fertigungsmaschinen umfasst.
DE102020132897A1 (de) Automatisierte netzwerksteuersysteme, die netzwerkkonfigurationen basierend auf der lokalen netzwerkumgebung anpassen
DE102013100434A1 (de) Kompensieren von Sollwertänderungen in einer nicht-periodisch aktualisierten Steuereinrichtung
DE102013217804A1 (de) System und Verfahren zur Berücksichtigung von Alterungswirkungen in einer Computervorrichtung
DE112012002604T5 (de) Endgerät, Datenübertragungssystem und Verfahren zum Aktivieren eines Endgerätes
Ahmadi Optimal maintenance scheduling for a complex manufacturing system subject to deterioration
DE102014119155A1 (de) System und Verfahren zum Adaptiven Spannung/Frequenz-Skalieren
DE102013108346B4 (de) Betrieb im Schlafmodus bei vernetzten Endgeräten
DE112019001083T5 (de) Elektronische telemetrie-gestützte geräteüberwachung
DE112017005371T5 (de) Energiesparen eines Prozessors während Warteereignissen
DE112016005816T5 (de) Verfahren und Vorrichtung zum Bereitstellen von Energiezustandsinformationen mithilfe von Inband-Signalisierung
DE102007030597B4 (de) Autokonfigurierbare Sensorvorrichtung
DE112016006073T5 (de) Techniken zum managen von sensorkonflikten
DE202023105077U1 (de) Auf maschinellem Lernen basierendes System zur Vorhersage der Batterielebensdauer in Elektrofahrzeugen
DE102023101325A1 (de) Systeme, vorrichtungen und verfahren zur leistungsverwaltung und leistungsschätzung

Legal Events

Date Code Title Description
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee