FR3090933A1 - PROCESS FOR REDUCING ENERGY CONSUMPTION AND THE FREQUENCY OF MEASUREMENT AND TRANSMISSION OF A CONNECTED SENSOR - Google Patents
PROCESS FOR REDUCING ENERGY CONSUMPTION AND THE FREQUENCY OF MEASUREMENT AND TRANSMISSION OF A CONNECTED SENSOR Download PDFInfo
- Publication number
- FR3090933A1 FR3090933A1 FR1873647A FR1873647A FR3090933A1 FR 3090933 A1 FR3090933 A1 FR 3090933A1 FR 1873647 A FR1873647 A FR 1873647A FR 1873647 A FR1873647 A FR 1873647A FR 3090933 A1 FR3090933 A1 FR 3090933A1
- Authority
- FR
- France
- Prior art keywords
- sampling frequency
- measurement
- sigmoid function
- frequency
- history
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000005259 measurement Methods 0.000 title claims description 39
- 230000005540 biological transmission Effects 0.000 title description 6
- 230000008569 process Effects 0.000 title description 4
- 238000005265 energy consumption Methods 0.000 title description 3
- 238000005070 sampling Methods 0.000 claims abstract description 40
- 230000008859 change Effects 0.000 claims description 6
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 102100030695 Electron transfer flavoprotein subunit alpha, mitochondrial Human genes 0.000 description 1
- 101001010541 Homo sapiens Electron transfer flavoprotein subunit alpha, mitochondrial Proteins 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000000053 physical method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- 239000002351 wastewater Substances 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
Abstract
PROCEDE POUR REDUIRE LA CONSOMMATION D`ENERGIE AINSI QUE LA FREQUENCE DE MESURE ET DE TRANSMISSION D’UN CAPTEUR CONNECTE La présente invention propose un procédé d’adaptation de la fréquence d’échantillonnage qui est fonction de la dynamique des observations.The present invention provides a method for adapting the sampling frequency which is a function of the dynamics of the observations.
Description
DescriptionDescription
Titre de l’invention : PROCEDE POUR REDUIRE LA CONSOMMATION D'ENERGIE AINSI QUE LA FREQUENCE DE MESURE ET DE TRANSMISSION D’UN CAPTEURTitle of the invention: PROCESS FOR REDUCING THE CONSUMPTION OF ENERGY AS WELL AS THE FREQUENCY OF MEASUREMENT AND TRANSMISSION OF A SENSOR
CONNECTECONNECTED
[0001] La présente invention concerne un procédé pour réduire la fréquence des mesures issues de capteurs connectés tel que par exemple des mesures de température, d’humidité, de pression, de concentration de gaz ou de niveau. Ces capteurs sont connectés à une plateforme WEB grâce à une liaison radio.The present invention relates to a method for reducing the frequency of measurements from connected sensors such as for example measurements of temperature, humidity, pressure, gas concentration or level. These sensors are connected to a WEB platform via a radio link.
[0002] Ces mesures issues de capteurs sont utilisées par des industriels ou des collectivités pour améliorer la performance de processus industriels, logistique, énergétique, superviser une infrastructure ou simplement pour surveiller l’état d’un écosystème écosystèmesThese measurements from sensors are used by manufacturers or communities to improve the performance of industrial, logistics, energy processes, supervise an infrastructure or simply to monitor the state of an ecosystem ecosystems
[0003] Un échantillonnage suffisant des mesures issues des capteurs est essentiel pour atteindre les objectifs de performances pré-cités.Sufficient sampling of the measurements from the sensors is essential to achieve the aforementioned performance objectives.
[0004] L’invention peut être utilisée pour optimiser la logistique d’approvisionnement de matière en surveillant à distance le niveau de ces matières dans des cuves de stockage. L’invention peut être utilisée pour surveiller des niveaux d’humidité dans le sol pour déclencher des actions d’irrigation dans le domaine agricole. L’invention peut être utilisée pour surveiller des concentrations de CO2 dans les bâtiments pour déclencher des actions de ventilation. L’ensemble de ces domaines d’application nécessite un échantillonnage suffisant des mesures des capteurs connectés pour avoir une observation pertinente pour l’aide à la décision . L’autonomie des capteurs connectés est également clé pour réduire au maximum les interventions sur sites qui impactent le cout d’exploitation des flottes de capteurs. Il est donc nécessaire de trouver un compromis entre fréquence d’échantillonnage et économie d’énergie.The invention can be used to optimize the logistics of material supply by remotely monitoring the level of these materials in storage tanks. The invention can be used to monitor soil moisture levels to trigger irrigation actions in the agricultural field. The invention can be used to monitor CO2 concentrations in buildings to trigger ventilation actions. All of these fields of application require sufficient sampling of the measurements of the connected sensors to have a relevant observation for decision support. The autonomy of connected sensors is also key to minimizing on-site interventions that impact the operating cost of sensor fleets. It is therefore necessary to find a compromise between sampling frequency and energy saving.
[0005] Il est important de noter que dans le contexte particulier de l’internet des objets connectés la fréquence de mesure impacte la consommation énergétique de l’objet constitué du capteur et de son module de communication mais impacte aussi la consommation énergétique de la plateforme cloud qui collecte les données. Technique antérieureIt is important to note that in the particular context of the Internet of connected objects, the measurement frequency impacts the energy consumption of the object made up of the sensor and its communication module, but also impacts the energy consumption of the platform. cloud that collects data. Prior art
[0006] Dans l’état de l’art on trouve essentiellement des méthodes qui font l’hypothèse que la collecte des échantillons de mesures et leur traitement consomment peu d’Energie comparé à la transmission radio de ces mêmes mesures. Ces méthodes cherchent donc à économiser de l’Energie en ne transmettant que les échantillons de mesures utiles.In the state of the art there are essentially methods which assume that the collection of measurement samples and their processing consume little energy compared to the radio transmission of these same measurements. These methods therefore seek to save energy by transmitting only the samples of useful measurements.
[0007] La méthode Send-on-Delta sampling est certainement la plus utilisée dans le contexte des réseaux sans fils. Dans l’approche originale P. Ellis, « Extension of phase plane analysis to quantized systems, » IRE Transactions on Automatic Control, vol. 4, no. 2, pp. 43-54, 1959., les auteurs proposent de ne transmettre un échantillon que si il a subi un incrément suffisant par rapport à l’échantillon précèdent. De nombreuses déclinaisons de cette méthode existent dans les publications telles que N. Persson and F. Gustafsson, “Event based sampling with application to vibration analysis in pneumatic tires, in 2001 IEEE International Conference on Acoustics, Speech, and Signal Processing. Proceedings (Cat. No.01CH37221), vol. 6, pp. 3885{3888 vol.6, 2001. Et N. Persson and F. Gustafsson, “Event based sampling with application to vibration analysis in pneumatic tires, in Acoustics, Speech, and Signal Processing, 2001. Proceedings. (ICASSP'01). 2001 IEEE International Conference on, vol. 6, pp. 3885-3888, IEEE 2001The Send-on-Delta sampling method is certainly the most used in the context of wireless networks. In the original approach P. Ellis, "Extension of phase plane analysis to quantized systems," IRE Transactions on Automatic Control, vol. 4, no. 2, pp. 43-54, 1959., the authors propose to transmit a sample only if it has undergone a sufficient increment compared to the previous sample. Many variations of this method exist in publications such as N. Persson and F. Gustafsson, “Event based sampling with application to vibration analysis in pneumatic tires, in 2001 IEEE International Conference on Acoustics, Speech, and Signal Processing. Proceedings (Cat. No.01CH37221), vol. 6, pp. 3885 {3888 vol.6, 2001. And N. Persson and F. Gustafsson, “Event based sampling with application to vibration analysis in pneumatic tires, in Acoustics, Speech, and Signal Processing, 2001. Proceedings. (ICASSP'01). 2001 IEEE International Conference on, vol. 6, pp. 3885-3888, IEEE 2001
[0008] Dans la publication M. Miskowicz, “Sampling of signals in energy domain, in Emerging Technologies and Factory Automation, 2005. ETFA 2005. 10th IEEE Conférence on, vol. 1, pp. 4{pp, IEEE, 2005., les auteurs définissent la méthode « Integral sampling » qui cherche à réduire l’intégrale de l’erreur d’échantillonnage.[0008] In the publication M. Miskowicz, “Sampling of signals in energy domain, in Emerging Technologies and Factory Automation, 2005. ETFA 2005. 10th IEEE Conférence on, vol. 1, pp. 4 {pp, IEEE, 2005., the authors define the "Integral sampling" method which seeks to reduce the integral of the sampling error.
[0009] Dans la publication Y. S. Suh, “Send-on-delta sensor data transmission with a linear predictor, ” Sensors, vol. 7, no. 4, pp. 537-547, 2007., les auteurs définissent la méthode « Predictor-based sampling » qui utilise un modèle pour prédire la mesure à venir en se basant sur les mesures précédentes. La mesure est alors envoyée s’il est significativement différente de la mesure prédite.In the publication Y. S. Suh, “Send-on-delta sensor data transmission with a linear predictor,” Sensors, vol. 7, no. 4, pp. 537-547, 2007., the authors define the “Predictor-based sampling” method which uses a model to predict the measurement to come based on the previous measurements. The measurement is then sent if it is significantly different from the predicted measurement.
[0010] Enfin dans la publication T. Shu, M. Xia, J. Chen, and C. de Silva, “An energy efficient adaptive sampling algorithm in a sensor network for automated water quality monitoring, Sensors, vol. 17, no. 11, p. 2551, 2017., les auteurs définissent la méthode « Sigmoid based sampling » pour estimer le changement de fréquence d’échantillonnage basé sur la variance du signal fenêtré.Finally in the publication T. Shu, M. Xia, J. Chen, and C. de Silva, “An energy efficient adaptive sampling algorithm in a sensor network for automated water quality monitoring, Sensors, vol. 17, no. 11, p. 2551, 2017., the authors define the "Sigmoid based sampling" method to estimate the change in sampling frequency based on the variance of the windowed signal.
[0011] Cependant l’efficacité de ces techniques est limitée car (i) elles sont sensibles aux paramètres de configuration (ii) elles sont consommatrices en ressources de calcul.However, the effectiveness of these techniques is limited because (i) they are sensitive to configuration parameters (ii) they consume computing resources.
[0012] DéfinitionsDefinitions
[0013] Série ou fenêtre temporelle : séquence finie de données scalaires indexées par le temps.Series or time window: finite sequence of scalar data indexed by time.
[0014] Ecart à la moyenne d’un échantillon Xj : θ _ X-χ.Deviation from the mean of a sample Xj: θ _ X-χ.
[0015] Valeur absolue de la première dérivée :Absolute value of the first derivative:
Δθ/(ρ) = | θζ(ρ) -θί-ι(ρ) |, i = 1,2, 3, ... , η Résumé de l’inventionΔθ / (ρ) = | θ ζ (ρ) -θί-ι (ρ) |, i = 1,2, 3, ..., η Summary of the invention
[0016] La présente invention vise à pallier ces inconvénients, et propose un procédé d’adaptation de la fréquence d’échantillonnage qui est fonction de la dynamique des observations de la données physique mesurée.The present invention aims to overcome these drawbacks, and proposes a method for adapting the sampling frequency which is a function of the dynamics of the observations of the measured physical data.
[0017] La présente invention exploite une fonction sigmoïde étendue qui autorise une réponse de l’adaptation de fréquence d’échantillonnage rapideThe present invention exploits an extended sigmoid function which allows a response of the fast sampling frequency adaptation
[0018] La présente invention exploite une fonction sigmoïde étendue qui permet de borner l’amplitude de variation de la fréquence d’échantillonnage grâce à l’introduction d’un paramètre n. Cet avantage est essentiel pour pouvoir garantir la conformité avec des exigences règlementaires des réseaux d’accès radio.The present invention exploits an extended sigmoid function which makes it possible to limit the amplitude of variation of the sampling frequency thanks to the introduction of a parameter n. This advantage is essential in order to guarantee compliance with regulatory requirements for radio access networks.
[0019] La présente invention n’utilise pas seulement les derniers échantillons de mesure pour évaluer la fréquence d’échantillonnage mais la tendance de l’historique de donnée ce qui permet au dispositif d’être robuste vis-à-vis des erreurs de mesures.The present invention does not only use the latest measurement samples to assess the sampling frequency but the trend of the data history which allows the device to be robust against measurement errors .
[0020] La présente invention introduit une métrique D dont le rôle est de fournir une estimation de l’amplitude du changement de la dernière mesure collectée au regard de l’historique des N mesures précédentes de la fenêtre glissante. Cette métrique D est injectée dans la fonction sigmoïde pour la mise à jour de la nouvelle fréquence d’échantillonnage.The present invention introduces a metric D whose role is to provide an estimate of the magnitude of the change in the last measurement collected with regard to the history of the N previous measurements of the sliding window. This metric D is injected into the sigmoid function for updating the new sampling frequency.
[0021] La métrique D est caractérisée par le fait que plutôt que d’évaluer la différence entre la mesure courante et les mesures historiques, la métrique évalue la différence entre la première dérivée de la mesure courante et une estimation de la moyenne des premières dérivées de l’historique. Cette métrique permet au dispositif d’être plus réactif à un changement soudain.The metric D is characterized by the fact that rather than evaluating the difference between the current measurement and the historical measurements, the metric evaluates the difference between the first derivative of the current measurement and an estimate of the average of the first derivatives history. This metric allows the device to be more reactive to a sudden change.
[0022] La métrique D pouvant être de valeur positive ou négative son injection dans la fonction sigmoïde permet de directement accroître ou décroître la fréquence d’échantillonnage.The metric D which can be of positive or negative value, its injection into the sigmoid function makes it possible to directly increase or decrease the sampling frequency.
[0023] L’invention est un procédé pour adapter la fréquence d’échantillonnage des mesures physiques issues de capteurs, le procédé est caractérisé par les étapes suivantes :The invention is a method for adapting the sampling frequency of physical measurements from sensors, the method is characterized by the following steps:
[0024] Etape 1- on initialise une fenêtre temporelle W contenant les N dernières mesures capteur échantillonnées Xi. Selon un mode de réalisation N peut être fixé à 50.Step 1- initializes a time window W containing the N last sampled sensor measurements Xi. According to one embodiment, N can be set to 50.
x,-n + i,x, -n + i,
[0025] Etape 2- on calcule de degré de changement de la fréquence d’échantillonnage DStep 2- we calculate the degree of change in the sampling frequency D
N'A/ = i-N & θ i « )N'A / = i-N & θ i ")
[0026] Etape 3- On calcule la nouvelle fréquence d’échantillonnage f ? . Cette nouvelle fréquence d’échantillonnage permet alors de déterminer l’intervalle de temps r__1__avant le prochain échantillon de mesure 1 new — f ' new f _ p, । 1 - H 1 new 1 + β n r Step 3- We calculate the new sampling frequency f? . This new sampling frequency then makes it possible to determine the time interval r__1__ before the next measurement sample 1 new - f 'new f _ p,। 1 - H 1 new 1 + β nr
Présentation des figuresPresentation of the figures
[0027] Les avantages et caractéristiques de l’invention seront mieux appréciés grâce à la description qui suit. La description s’appuie sur les figures annexées qui représentent :The advantages and characteristics of the invention will be better appreciated from the following description. The description is based on the appended figures which represent:
[0028] [fig-1] une représentation schématique des différents éléments d’un système mettant en œuvre un procédé selon l’invention[Fig-1] a schematic representation of the various elements of a system implementing a method according to the invention
[0029] [fig.2] un organigramme des étapes du procédé selon un mode de réalisation de l’invention[Fig.2] a flow diagram of the steps of the method according to an embodiment of the invention
[0030] Description détaillée d’un mode de réalisationDetailed description of an embodiment
[0031] Nous présentons ici à titre d’exemple un mode de réalisation particulier pour la surveillance de niveau dans les réseaux d’eaux usées afin de détecter d’éventuels colmatage ou autres disfonctionnements. Pour ce cas d’usage il est nécessaire d’acquérir un maximum de mesures quand le niveau varie puis de réduire cette fréquence dans les périodes stationnaires afin d’économiser l’énergie du capteur de niveau connecté. Ce mode de réalisation n’est nullement limitatif.We present here by way of example a particular embodiment for level monitoring in wastewater networks in order to detect possible clogging or other malfunctions. For this use case it is necessary to acquire a maximum of measurements when the level varies and then to reduce this frequency in stationary periods in order to save the energy of the connected level sensor. This embodiment is in no way limiting.
[0032] Comme on le voit sur la figure 1, le système met en œuvre en premier lieu un capteur de niveau 10.As seen in Figure 1, the system first implements a level sensor 10.
[0033] Le système met en œuvre en second lieu un lien filaire 11 entre le capteur de niveau et un calculateur embarqué 14 via le module d’acquisition 12. Le lien filaire 11 peut prendre la forme d’une communication analogique ou bien de tout autre protocole numérique. Dans un mode de réalisation particulier nous considérons par exemple un lien de type UART.The system secondly implements a wired link 11 between the level sensor and an on-board computer 14 via the acquisition module 12. The wired link 11 can take the form of analog communication or indeed of any other digital protocol. In a particular embodiment we consider for example a UART type link.
[0034] Le calculateur embarqué exécute l’algorithme de la présente invention afin de mettre à jour et de piloter la fréquence d’échantillonnage du module d’acquisition 12 via le lien 13. Dans un mode de réalisation particulier la mise à jour de la fréquence d’échantillonnage se fera à chaque nouvel échantillon rentrant.The on-board computer executes the algorithm of the present invention in order to update and control the sampling frequency of the acquisition module 12 via the link 13. In a particular embodiment updating the sampling frequency will be done with each new incoming sample.
[0035] Dans un mode de réalisation particulier, après chaque mise à jour de la fréquence d’échantillonnage le calculateur déclenchera un « timer » avec une durée y _ 1 qui permettra de définir l’instant de démarrage de la nouvelle ac- 1 new — f ' new quisition de mesure.In a particular embodiment, after each update of the sampling frequency the computer will trigger a "timer" with a duration y _ 1 which will define the start time of the new ac- 1 new - the new measurement quisition.
[0036] Dans un mode de réalisation particulier après chaque nouvelle acquisition le calculateur déclenchera la transmission de ce nouvel échantillon via le pilotage du mode de transmission sans fil 15In a particular embodiment after each new acquisition the computer will trigger the transmission of this new sample via the control of the wireless transmission mode 15
[0037] Dans mode de réalisation particulier, le système met en œuvre en second lieu un lien sans fil 16 entre le calculateur embarqué 12 et une plateforme de calcul déportée 17 et sa base de données 18. Ce lien sans fil peut être par exemple une liaison cellulaire ou WILL Les mesures brutes de niveau issues du capteur transitent sur le lien 16 entre le capteur et la plateforme déportée qui collecte les données pour les stocker et leur appliquer un éventuel traitement afin de les raffiner.In a particular embodiment, the system secondly implements a wireless link 16 between the on-board computer 12 and a remote computing platform 17 and its database 18. This wireless link can for example be a cellular link or WILL The raw level measurements from the sensor pass through link 16 between the sensor and the remote platform which collects the data to store it and apply any processing in order to refine it.
[0038] On notera que la présente invention en ajustant au minimum la fréquence d’échantillonnage, permet non seulement d’économiser l’Energie du capteur et du calculateur embarqué mais aussi l’Energie utilisée par la plateforme cloud pour le stockage et le raffinement des données.It will be noted that the present invention by adjusting the sampling frequency to the minimum, not only saves the energy of the sensor and the onboard computer but also the energy used by the cloud platform for storage and refinement. Datas.
[0039] La figure 2 représente un organigramme des étapes du procédé selon l’invention dans un mode de réalisation nullement limitatif. Comme on le voit sur cette figure le procédé comporte plusieurs étapes :FIG. 2 represents a flow diagram of the steps of the method according to the invention in a non-limiting embodiment. As can be seen in this figure, the process comprises several stages:
[0040] Dans une première étape 20 le programme informatique fait l’acquisition initiale d’échantillons de mesures issues du capteur sous la forme d’une fenêtre de séries temporelles qui sont stockées en mémoire sous la forme de vecteurs. Dans un mode de réalisation particulier non limitatif la taille de la fenêtre est fixée à 50 échantillons de mesures et la période d’échantillonnage initiale pour l’acquisition de cette fenêtre est fixée à 10 minutes entre chaque mesure.In a first step 20, the computer program makes the initial acquisition of samples of measurements from the sensor in the form of a window of time series which are stored in memory in the form of vectors. In a particular nonlimiting embodiment, the size of the window is fixed at 50 measurement samples and the initial sampling period for the acquisition of this window is fixed at 10 minutes between each measurement.
[0041] Dans une seconde étape 21 le calculateur embarqué 12 calcule le degré de changement de la fréquence d’échantillonnage DIn a second step 21 the on-board computer 12 calculates the degree of change in the sampling frequency D
[0042] Dans une troisième étape 22 le calculateur met en œuvre, le calcul de la nouvelle fréquence d’échantillonnage f à partir de D préalablement calculé. Le paramètre n intervenant dans la formule du calcul de f détermine le facteur de réduction ' new maximale de la fréquence d’échantillonnage. Dans un mode de réalisation particulier n est égal à 5. Cette nouvelle fréquence d’échantillonnage permet alors de déterminer l’intervalle de temps t- _ 1 avant le prochain échantillon de mesure 2 new ~ f 1 new f - n __1 - H 'new 1 + β ” n UIn a third step 22 the computer implements, the calculation of the new sampling frequency f from D previously calculated. The parameter n involved in the formula for calculating f determines the maximum reduction factor 'new of the sampling frequency. In a particular embodiment n is equal to 5. This new sampling frequency then makes it possible to determine the time interval t- _ 1 before the next measurement sample 2 new ~ f 1 new f - n __1 - H ' new 1 + β ” n U
[0043] Dans une quatrième étape et dans un mode de réalisation particulier, on initialise un compteur de temps avec la durée T ne w afin de pouvoir déclencher la prochaine acquisition à l’échéance du compteur. A la suite de cette nouvelle acquisition d’échantillon on reprend l’étape 2.In a fourth step and in a particular embodiment, a time counter is initialized with the duration T ne w in order to be able to trigger the next acquisition when the counter expires. Following this new sample acquisition, we resume step 2.
Claims (1)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1873647A FR3090933B1 (en) | 2018-12-20 | 2018-12-20 | PROCESS FOR REDUCING ENERGY CONSUMPTION AS WELL AS THE MEASUREMENT AND TRANSMISSION FREQUENCY OF A CONNECTED SENSOR |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1873647A FR3090933B1 (en) | 2018-12-20 | 2018-12-20 | PROCESS FOR REDUCING ENERGY CONSUMPTION AS WELL AS THE MEASUREMENT AND TRANSMISSION FREQUENCY OF A CONNECTED SENSOR |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| FR3090933A1 true FR3090933A1 (en) | 2020-06-26 |
| FR3090933B1 FR3090933B1 (en) | 2021-09-17 |
Family
ID=68424925
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR1873647A Active FR3090933B1 (en) | 2018-12-20 | 2018-12-20 | PROCESS FOR REDUCING ENERGY CONSUMPTION AS WELL AS THE MEASUREMENT AND TRANSMISSION FREQUENCY OF A CONNECTED SENSOR |
Country Status (1)
| Country | Link |
|---|---|
| FR (1) | FR3090933B1 (en) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180356111A1 (en) * | 2017-06-09 | 2018-12-13 | Johnson Controls Technology Company | Thermostat with efficient wireless data transmission |
-
2018
- 2018-12-20 FR FR1873647A patent/FR3090933B1/en active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180356111A1 (en) * | 2017-06-09 | 2018-12-13 | Johnson Controls Technology Company | Thermostat with efficient wireless data transmission |
Non-Patent Citations (8)
| Title |
|---|
| M. MISKOWICZ: "ETFA 2005. 1 0th IEEE Conférence on", vol. 1, 2005, IEEE, article "Sampling of signais in energy domain, '' in Emerging Technologies and Factory Automation, 2005", pages: 4 |
| N. PERSSONF. GUSTAFSSON: "Acoustics, Speech, and Signal Processing, 2001. Proceedings.(ICASSP'01 ). 2001 IEEE International Conference on", vol. 6, IEEE, article "Event based sampling with application to vibration analysis in pneumatic tires", pages: 3885 - 3888 |
| N. PERSSONF. GUSTAFSSON: "Event based sampling with application to vibration analysis in pneumatic tires", 2001 IEEE INTERNATIONAL CONFERENCE ON ACOUSTICS, SPEECH, AND SIGNAL PROCESSING. PROCEEDINGS (CAT. NO.01 CH37221), vol. 6, 2001, pages 3885 - 3888 |
| P. ELLIS: "Extension of phase plane analysis to quantized systems", IRE TRANSACTIONS ON AUTOMATIC CONTROL, vol. 4, no. 2, 1959, pages 43 - 54, XP055643415, DOI: 10.1109/TAC.1959.1104845 |
| REZAIE HAMED ET AL: "An Adaptive Algorithm to Improve Energy Efficiency in Wearable Activity Recognition Systems", IEEE SENSORS JOURNAL, IEEE SERVICE CENTER, NEW YORK, NY, US, vol. 17, no. 16, 15 August 2017 (2017-08-15), pages 5315 - 5323, XP011657416, ISSN: 1530-437X, [retrieved on 20170721], DOI: 10.1109/JSEN.2017.2720725 * |
| T. SHUM. XIAJ. CHENC. DE SILVA: "An energy efficient adaptive sampling algorithm in a sensor network for automated water quality monitoring,", SENSORS, vol. 17, no. 11, 2017, pages 2551, XP055643381, DOI: 10.3390/s17112551 |
| TONGXIN SHU ET AL: "An Energy Efficient Adaptive Sampling Algorithm in a Sensor Network for Automated Water Quality Monitoring", SENSORS, vol. 17, no. 11, November 2017 (2017-11-01), CH, pages 2551, XP055643381, ISSN: 1424-8220, DOI: 10.3390/s17112551 * |
| Y. S. SUH: "Send-on-delta sensor data transmission with a linear predictor", SENSORS, vol. 7, no. 4, 2007, pages 537 - 547 |
Also Published As
| Publication number | Publication date |
|---|---|
| FR3090933B1 (en) | 2021-09-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9077183B2 (en) | Distributed low-power wireless monitoring | |
| US10585403B2 (en) | Linepack delay measurement in fluid delivery pipeline | |
| US10401879B2 (en) | Topological connectivity and relative distances from temporal sensor measurements of physical delivery system | |
| US9395262B1 (en) | Detecting small leaks in pipeline network | |
| CN109684727B (en) | Twin body model construction method, twin body model construction device and computer equipment | |
| US20130170417A1 (en) | Distributed low-power monitoring system | |
| US20170178016A1 (en) | Forecasting leaks in pipeline network | |
| CN113518011B (en) | Abnormality detection method and apparatus, electronic device, and computer-readable storage medium | |
| US8751414B2 (en) | Identifying abnormalities in resource usage | |
| CN102945320A (en) | Time series data abnormity detection method and device | |
| CN115169479A (en) | Remote monitoring method, system and storage medium for sewage treatment process | |
| WO2016097633A1 (en) | Method for transmitting data from a sensor | |
| KR20220053588A (en) | Steam Trap Monitoring Devices, Systems, and Related Techniques | |
| AU2016201794B1 (en) | Analyzing equipment degradation for maintaining equipment | |
| NO20210919A1 (en) | Systems and methods for predicting growth of a population of organisms | |
| EP3942374A1 (en) | Method for detecting anomalies in a water treatment plant | |
| FR3090933A1 (en) | PROCESS FOR REDUCING ENERGY CONSUMPTION AND THE FREQUENCY OF MEASUREMENT AND TRANSMISSION OF A CONNECTED SENSOR | |
| CN115617606A (en) | Equipment monitoring method and system, electronic equipment and storage medium | |
| CN110837933A (en) | Leakage identification method, device, equipment and storage medium based on neural network | |
| WO2020115456A1 (en) | Method and system for monitoring a remote system | |
| RU121944U1 (en) | AUTOMATED SYSTEM FOR IDENTIFYING FAULT SENSORS AMONG SENSORS INTENDED FOR CONTROL OF TECHNOLOGICAL PROCESSES | |
| US10203231B2 (en) | Sonde | |
| Carratù et al. | Smart water meter based on deep neural network and undersampling for pwnc detection | |
| CN111855817B (en) | Method for cooperatively detecting fatigue crack by cloud edge end of complex structural member | |
| US20230101511A1 (en) | Pollution monitoring system and method thereof |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PLFP | Fee payment |
Year of fee payment: 2 |
|
| PLSC | Publication of the preliminary search report |
Effective date: 20200626 |
|
| PLFP | Fee payment |
Year of fee payment: 3 |
|
| PLFP | Fee payment |
Year of fee payment: 4 |
|
| PLFP | Fee payment |
Year of fee payment: 5 |
|
| PLFP | Fee payment |
Year of fee payment: 6 |