[發(fā)明專利]一種物聯(lián)網(wǎng)設備協(xié)同感知方法

有效

• 申請?zhí)枺?/td>: 202010139323.4
• 申請日: 2020-03-03
• 公開（公告）號: CN111368910B
• 公開（公告）日: 2022-03-25
• 發(fā)明（設計）人: 楊鵬;亢旭源;張普寧;吳大鵬;王汝言;王益芝
• 申請（專利權(quán)）人: 重慶郵電大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F16/9535
• 代理公司: 北京同恒源知識產(chǎn)權(quán)代理有限公司 11275
• 代理人: 楊柳岸

1.一種物聯(lián)網(wǎng)設備協(xié)同感知方法，其特征在于：該方法包括：

物聯(lián)網(wǎng)設備的觀測能力估計：通過對物聯(lián)網(wǎng)設備的觀測數(shù)據(jù)質(zhì)量進行評估，進而估計其觀測關(guān)聯(lián)實體的能力；

用戶搜索情境評分：根據(jù)用戶的個人偏好對物聯(lián)網(wǎng)設備多維屬性分配權(quán)重，從而計算搜索情境評分；

物聯(lián)網(wǎng)設備的協(xié)同能力估計：結(jié)合物聯(lián)網(wǎng)設備的觀測能力與搜索情境評分，綜合計算得出物聯(lián)網(wǎng)設備的搜索協(xié)同能力強度；

所述物聯(lián)網(wǎng)設備的觀測能力估計具體為：

假定實體關(guān)聯(lián)的大多數(shù)物聯(lián)網(wǎng)設備部署于典型觀測區(qū)域，則其觀測內(nèi)容序列間具較高相似性，通過對關(guān)聯(lián)多物聯(lián)網(wǎng)設備的觀測內(nèi)容序列集合進行相似度分析，即評價物聯(lián)網(wǎng)設備的觀測數(shù)據(jù)質(zhì)量，進而，估計觀測關(guān)聯(lián)實體的能力；

構(gòu)建動態(tài)時間規(guī)整模型DTW；

在一個周期τ內(nèi)，兩個不同物聯(lián)網(wǎng)設備的觀測內(nèi)容序列分別是長度p為的V＝{v₁,v₂,...,v_i,...,v_p}，及長度為q的S＝{s₁,s₂,...,s_j,...,s_q}；

對于定性觀測內(nèi)容序列，采用可標識其狀態(tài)的“0”、“1”序列；

利用歐氏距離公式計算物聯(lián)網(wǎng)設備V與S觀測序列中各元素的歐氏距離，并生成距離矩陣D_p×q：

其中，D(v_i,s_j)＝||v_i-s_j||表示v_i與s_j之間的歐氏距離；

若p＝q，表明兩物聯(lián)網(wǎng)設備的觀測內(nèi)容序列長度相等，則計算兩者間的相似度，如下式所示：

D(V,S)＝D(v₁,s₁)+D(v₂,s₂)+…+D(v_p,s_q)

若p≠q，則傳統(tǒng)歐式距離難以衡量兩物聯(lián)網(wǎng)設備間的相似度，采用動態(tài)規(guī)整方法對兩觀測內(nèi)容序列進行規(guī)整對齊，具體過程如下所示：

首先，在兩觀測內(nèi)容序列構(gòu)成的距離矩陣D_p×q的有效路徑中搜尋使V與S之間累積距離最小的最優(yōu)路徑W_best＝{w₁,w₂,…,w_r,…,w_K}，max(p,q)≤K＜p+q-1；

W_best的第r個元素定義為w_r＝(v_i,s_j)_r，表示v_i與s_j之間的映射關(guān)系；有效的規(guī)整路徑需滿足以下條件：

w₁＝(v₁,s₁),w_k＝(v_p,s_q)

w_r＝(v_i,s_j),w_r+1＝(v_i′,s_j′),

規(guī)整路徑W從w₁＝(v₁,s₁)開始，至w_r＝(v_p,s_q)結(jié)束；

w_r＝(v_i,s_j)，w_r+1＝(v_i′,s_j′)滿足i≤i′≤i+1，j≤j′≤j+1，以保證觀測內(nèi)容序列按序映射；

累積距離最小的最優(yōu)路徑計算如下式：

其中，分母中的K用于對不同的長度的規(guī)整路徑做補償；

采用動態(tài)規(guī)整方法構(gòu)造累積距離矩陣γ以求解上式，如下所示：

其中，γ(v_i,s_j)表示累積距離，為v_i與s_j之間的距離D(v_i,s_j)與可到達D(v_i,s_j)的最小的鄰近元素的累積距離之和，則γ(v_p,s_q)為V與S間的最小累積距離；

綜上，得到物聯(lián)網(wǎng)設備觀測內(nèi)容序列間的相似距離Sim(V,S)，如下式所示：

基于得到的傳感器間的相似距離測度，采用k-均值聚類方法，對關(guān)聯(lián)多物聯(lián)網(wǎng)設備的觀測內(nèi)容序列集合進行聚類分析，統(tǒng)一量化觀測內(nèi)容序列間的相似度，以實現(xiàn)對物聯(lián)網(wǎng)設備觀測能力的準確評估；

k-均值聚類方法如下：

設定迭代次數(shù)l＝0，從全部觀測內(nèi)容序列Ψ中隨機選取k個序列，分別作為第l次迭代分簇的中心

令l＝l+1；在第l次迭代中，采用上述動態(tài)時間規(guī)整方法計算全部觀測序列與各個分簇中心的距離，若則觀測序列將序列i劃為中心所屬分簇；

計算分簇劃分的誤差平方和為第l次迭代分簇中心所屬分簇的觀測內(nèi)容序列x_i，在第(l-1)次迭代所屬分簇的中心；

分別計算各個分簇中所有觀測序列的均值點作為各個分簇新的中心點，并以新的中心點來計算誤差平方和

對于所有的分簇，若或|E^(l-1)-E^(l)|＜ε，ε為分簇劃分誤差閾值，則簇劃分結(jié)束；否則繼續(xù)執(zhí)行簇劃分過程；

由假定條件知，內(nèi)含物聯(lián)網(wǎng)設備數(shù)量較多的分簇為觀測能力較強的物聯(lián)網(wǎng)設備集合，物聯(lián)網(wǎng)設備與所屬分簇中心的距離倒數(shù)即為該設備的觀測能力量化值計算方式如下：