[發明專利]一種基于相關性模型的數據傳輸方法和系統

在審

• 申請號: 201711062618.0
• 申請日: 2017-11-02
• 公開（公告）號: CN108401006A
• 公開（公告）日: 2018-08-14
• 發明（設計）人: 孟超;譚書華;金龍;鐘麗
• 申請（專利權）人: 圓通速遞有限公司
• 主分類號: H04L29/08
• 分類號: H04L29/08;G06Q10/08
• 代理公司: 上海專利商標事務所有限公司 31100
• 代理人: 施浩

1.一種基于相關性模型的數據傳輸方法，其特征在于，包括：

步驟1：采用縮尾均值和方差的方法對感知結點采樣數據進行改進，去除結點采樣數據異常值；

步驟2：建立物聯網感知結點采樣數據間的改進型相關性系數模型，以描述兩個結點采樣數據的相關性程度；

步驟3：基于兩個感知結點的相關性程度發送數據，對于相關性程度高的結點，選擇其中一個結點發送數據，對于相關性程度低的采樣結點，由兩個采樣結點發送數據。

2.根據權利要求1所述的基于相關性模型的數據傳輸方法，其特征在于，在步驟1中，重復多次通過感知結點采樣數據，通過縮尾均值和方差的方法去掉異常值，提高魯棒性。

3.根據權利要求1所述的基于相關性模型的數據傳輸方法，其特征在于，在步驟2中建立的相關性模型是改進型的皮爾斯相關系數的模型。

4.根據權利要求1所述的基于相關性模型的數據傳輸方法,其特征在于，在步驟3中，采用相關性的數據傳輸方式。

5.根據權利要求4所述的基于相關性模型的數據傳輸方法，其特征在于，在步驟1中，縮尾均值和方差中應用的公式為：

為縮尾分布的均值；

為縮尾方差；

其中F是指原分布，x_γ和x_1-γ是γ和1-γ的分位點，γ為縮尾分布。

6.根據權利要求5所述的基于相關性模型的數據傳輸方法，其特征在于，步驟2中應用的改進型相關性系數公式為：

兩個感知結點采樣數據設為兩個隨機變量X₁和X₂，其改進型相關性系數的定義為：

r_ω為采樣值的相關性系數；

其中σ_ω1，σ_ω2分別是隨機變量X₁,X₂縮尾標準差，μ_ω1,μ_ω2分別是X₁,X₂的縮尾期望值；X_1i,X_2i分別是隨機變量X₁,X₂觀察值，也即感知結點的采樣值。

7.根據權利要求6所述的基于相關性模型的數據傳輸方法，其特征在于，步驟3中數據傳輸的方式為：

如果X₁和X₂相互獨立，則r_ω＝0，否則-1≤r_ω≤1，當|r_ω|接近1時說明這兩個結點采樣值具有較高的相關性，隨機選擇其中一個結點傳輸采樣數據，如果r_ω接近0，說明這兩個結點采樣值相互獨立，則同時傳輸這兩個結點的采樣數據。

8.一種基于相關性模型的數據傳輸系統，其特征在于，包括：

采樣數據異常值去除模塊，采用縮尾均值和方差的方法對感知結點采樣數據進行改進，去除結點采樣數據異常值；

改進型相關性系數模型建立模塊，建立物聯網感知結點采樣數據間的改進型相關性系數模型，以描述兩個結點采樣數據的相關性程度；

數據發送模塊，基于兩個感知結點的相關性程度發送數據，對于相關性程度高的結點，選擇其中一個結點發送數據，對于相關性程度低的采樣結點，由兩個采樣結點發送數據。

9.根據權利要求8所述的基于相關性模型的數據傳輸系統，其特征在于，采樣數據異常值去除模塊中重復多次通過感知結點采樣數據，通過縮尾均值和方差的方法去掉異常值，提高魯棒性。

10.根據權利要求8所述的基于相關性模型的數據傳輸系統，其特征在于，改進型相關性系數模型建立模塊中建立的相關性模型是改進型的皮爾斯相關系數的模型。