[發明專利]一種動態監測的傳感器布局與多源信息融合方法和及系統

有效

• 申請號: 202010470476.7
• 申請日: 2020-05-28
• 公開（公告）號: CN111695614B
• 公開（公告）日: 2023-08-25
• 發明（設計）人: 張小栓;張露巍;傅澤田;張夢杰;羅海玲;李軍;劉雪
• 申請（專利權）人: 中國農業大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/0635;G06Q50/02;G06F18/25;G06F18/24;G06F30/18;G06F30/20;G16H50/30
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 李文清

1.一種動態監測的傳感器布局與多源信息融合方法，其特征在于，包括：

根據預設的傳感器布局模型對環境傳感器的位置、生理傳感器的位置和二維平面圖進行初步匹配，獲得匹配集；根據所述匹配集和約束變量計算得到所述環境傳感器與生理傳感器最大監測比；根據所述傳感器最大監測比確定優化布局并對所述環境傳感器與所述生理傳感器進行優化布局；其中，所述傳感器布局模型是基于二維平面圖、所述環境傳感器與生理傳感器的位置之間的關系構建得到的；

根據數據時空權重將同質傳感器數據進行初步融合，得到多種同質數據；

根據相對時間關系確定尋優權重對所述多種同質數據進行異質傳感器數據融合，構建得到多源信息融合模型；

對優化后的環境傳感器與生理傳感器進行周期性信息提取數據，對驗證通過的所述數據利用所述多源信息融合模型進行數據融合，得到三級動態評估決策；其中，所述多源信息融合模型是基于同質傳感器數據融合和異質傳感器數據融合結合得到的。

2.根據權利要求1所述的動態監測的傳感器布局與多源信息融合方法，其特征在于，根據預設的傳感器布局模型對將環境傳感器的位置、生理傳感器的位置和二維平面圖進行初步匹配，獲得匹配集；根據所述匹配集和約束變量計算得到所述環境傳感器與生理傳感器最大監測比；根據所述傳感器最大監測比確定優化布局并對所述環境傳感器與所述生理傳感器進行優化布局前，還包括：

對三維空間生存環境和活體動物三維幾何特征進行降維，得到所述二維平面圖。

3.根據權利要求1所述的動態監測的傳感器布局與多源信息融合方法，其特征在于，所述根據數據時空權重將同質傳感器數據進行初步融合，具體包括：

根據數據空間重要性與數據時間重要性計算得到所述數據時空權重，根據所述數據時空權重進行所述同質傳感器數據融合處理，得到所述多種同質數據；

所述數據空間重要性為：

∑l_n為t_m時刻數據集包含的總個數，k_m,n為t_m時刻某一數據值l_m,n出現次數；

所述數據時間重要性為：

Y_μ,ν為μ時間段中包含的ν個數據，n為傳感器數量，k'_m,n為μ時間段數據值l_m,n出現次數；

所述數據時空權重重構模型為：

4.根據權利要求1所述的動態監測的傳感器布局與多源信息融合方法，其特征在于，所述根據相對時間關系確定尋優權重對所述多種同質數據進行異質傳感器數據融合，具體包括：

設定一個歐式空間，存在尋優變量、權重尋優器、分類尋優器；

將所述權重尋優器尋找到的最優路徑所需的所述相對時間關系轉化為所述尋優權重；

所述分類尋優器對所述尋優變量進行分類，根據分類結果與所述尋優權重進行異質傳感器數據融合。

5.根據權利要求1所述的動態監測的傳感器布局與多源信息融合方法，其特征在于，所述三級動態評估決策，具體包括：

養殖個體健康評估：對單個動物生理信息數據根據所述多源信息融合模型進行數據融合，得到個體數據融合信息和個體健康評估決策；

養殖群體態勢評估：將所述個體數據融合信息與當前動物群體的生理信息根據所述多源信息融合模型進行數據融合，得到群體數據融合信息和群體態勢評估決策；

養殖種群預測評估：將所述群體數據融合信息與處理后的所述環境傳感器數據根據所述多源信息融合模型進行數據融合，得到種群預測評估決策。

6.根據權利要求5所述的動態監測的傳感器布局與多源信息融合方法，其特征在于，所述養殖種群預測評估前，還包括：

對所述群體數據融合信息進行預先分類，根據不同種群的數據權重排序進行所述數據融合。

7.根據權利要求5所述的動態監測的傳感器布局與多源信息融合方法，其特征在于，還包括：

每級融合結束后會將融合信息數據進行數據質量評估和數據診斷，若所述數據質量評估和數據診斷通過則作為下一級輸入數據。

8.一種動態監測的傳感器布局與多源信息融合系統，其特征在于，包括：

優化模塊：用于根據預設的傳感器布局模型對環境傳感器的位置、生理傳感器的位置和二維平面圖進行初步匹配，獲得匹配集；根據所述匹配集和約束變量計算得到所述環境傳感器與生理傳感器最大監測比；根據所述傳感器最大監測比確定優化布局并對所述環境傳感器與所述生理傳感器進行優化布局；其中，所述傳感器布局模型是基于二維平面圖、所述環境傳感器與生理傳感器的位置構建得到的；

融合模塊，用于根據數據時空權重將同質傳感器數據進行初步融合，得到多種同質數據；

構建模塊，用于根據相對時間關系確定尋優權重對所述多種同質數據進行異質傳感器數據融合，構建得到多源信息融合模型；

評估模塊：用于對優化后的環境傳感器與生理傳感器進行周期性信息提取數據，對驗證通過的所述數據利用所述多源信息融合模型進行數據融合，得到三級動態評估決策；其中，所述多源信息融合模型是基于同質傳感器數據融合和異質傳感器數據融合結合得到的。