[發明專利]海洋數據自適應采樣通信方法及系統在審
| 申請號: | 201810404932.0 | 申請日: | 2018-04-28 |
| 公開(公告)號: | CN108984579A | 公開(公告)日: | 2018-12-11 |
| 發明(設計)人: | 于方杰;謝強;陳戈;呼欣蕾;丁策夫;張浩 | 申請(專利權)人: | 中國海洋大學 |
| 主分類號: | G06F17/30 | 分類號: | G06F17/30;G06N99/00 |
| 代理公司: | 上海漢聲知識產權代理有限公司 31236 | 代理人: | 莊文莉 |
| 地址: | 266100 山*** | 國省代碼: | 山東;37 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 數據采集模式 通信方法及系統 自適應采樣 采集數據 海洋數據 數據采集 相鄰數據 差異性 解析 采集 相似度計算 采集模式 傳輸數據 多傳感器 海洋儀器 機器學習 降低系統 解決系統 情況采集 冗余問題 數據變化 水體樣本 通信技術 無效數據 有效數據 大比重 數據量 帶寬 水體 存儲 傳輸 融合 通信 保證 | ||
本發明提供了一種海洋數據自適應采樣通信方法及系統,包括水體相似度計算:采集并解析水體樣本,計算解析得到的相鄰數據差異性梯度;數據采集模式切換:根據相鄰數據差異性梯度以及定義的采集模式切換閾值,確定數據采集模式;數據采集與通信:根據確定的數據采集模式采集、存儲和傳輸數據。本發明融合機器學習與海洋儀器多傳感器數據采集通信技術,采集數據更加有效,解決系統采集數據冗余問題;只對有效數據進行傳輸,解決了以往數據量大但無效數據占很大比重的問題,極大降低系統帶寬浪費;根據數據變化情況采集數據,保證數據的仿真精度。
技術領域
本發明涉及數據處理技術領域,具體地,涉及一種海洋數據自適應采樣通信方法及系統。
背景技術
當前海洋傳感器的數據采集系統中,一般采用等密度數據采集算法,該算法由系統或用戶設計開發階段設定數據采集的密度,系統按照設定的采集密度對水體數據進行采集和分析,這種方法雖然比較簡單,易于實現,但是它會帶來時空冗余問題,造成采集的大數據量對通信造成壓力,降低數據采集效率,尤其是面對目前海洋儀器越來越面向多傳感器集成、大數據量取,這一傳統方式的缺點日益凸顯。
目前技術領域中對這一問題的解決方式一般是管理員根據測量性能的實際要求,人為地增加或減少數據采集及通信時間間隔,但是這樣做同樣存在缺陷。在數據變化比較明顯的區域,認為提高采集頻率,但是這樣做對數據平緩區域的采集頻率也提高了,浪費系統帶寬;相反,如果降低系統帶寬消耗,那么需要減小采樣頻率,這樣又會導致數據變化強烈區域的仿真精度得不到保障。
發明內容
針對現有技術中的缺陷,本發明的目的是提供一種海洋數據自適應采樣通信方法及系統。
根據本發明提供的一種海洋數據自適應采樣通信方法,包括:
水體相似度計算步驟:采集并解析水體樣本,計算解析得到的相鄰數據差異性梯度;
數據采集模式切換步驟:根據相鄰數據差異性梯度以及定義的采集模式切換閾值,確定數據采集模式;
數據采集與通信步驟:根據確定的數據采集模式采集、存儲和傳輸數據。
較佳的,所述水體相似度計算步驟具體包括:
步驟1.1:采集水體樣本;
步驟1.2:通過機器學習,解析水體樣本數據;
步驟1.3:計算相鄰數據差異性梯度。
較佳的,所述數據采集模式切換步驟具體包括:
步驟2.1:定義采集模式切換閾值;
步驟2.2:比較相鄰數據差異性梯度與采集模式切換閾值;
步驟2.3:通過機器學習,自適應確定數據采集模式。
較佳的,所述數據采集與通信步驟具體包括:
步驟3.1:根據確定的數據采集模式采集數據;
步驟3.2:存儲與傳輸采集到的數據;
步驟3.3:回到水體相似度計算步驟進行循環。
根據本發明提供的一種海洋數據自適應采樣通信系統,包括:
水體相似度計算模塊:采集并解析水體樣本,計算解析得到的相鄰數據差異性梯度;
數據采集模式切換模塊:根據相鄰數據差異性梯度以及定義的采集模式切換閾值,確定數據采集模式;
數據采集與通信模塊:根據確定的數據采集模式采集、存儲和傳輸數據。
較佳的,所述水體相似度計算模塊具體包括:
樣本采集子模塊:采集水體樣本;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國海洋大學,未經中國海洋大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810404932.0/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:計算機、文檔識別方法以及系統
- 下一篇:一種氣象站網信息動態管理系統及方法





