[發明專利]基于深度學習和區塊鏈的機務檢修工具LoRa定位方法

有效

• 申請號: 202011305207.1
• 申請日: 2020-11-19
• 公開（公告）號: CN112566016B
• 公開（公告）日: 2023-08-01
• 發明（設計）人: 趙太飛;劉昆;高宏博;姚佳彤;王佳帆;張爽;薛蓉莉
• 申請（專利權）人: 上海九乾航空科技有限公司
• 主分類號: H04W64/00
• 分類號: H04W64/00;H04L45/48
• 代理公司: 廣州海藻專利代理事務所(普通合伙) 44386
• 代理人: 付朝文

1.基于深度學習和區塊鏈的機務檢修工具LoRa定位方法，其特征在于，包括以下步驟：

步驟1，將出庫的若干工具和集中器進行獨立編號，保證其編號的獨立性；

步驟2，在檢修現場，對檢修工具開啟LORA定位，根據RSSI測距算法計算出工具和工具之間，工具和集中器之間的距離，設置一個距離閾值A，當距離小于A時，相互之間為鄰居節點，可以進行直接通信，否則需要通過多跳的方式進行節點通信，測量出來的距離作為鏈路權重信息，鏈路權重反映了節點之間的距離關系；

步驟3，以集中器為首節點，以最小生成樹算法構建樹形區塊鏈網絡連通圖，首節點創立創世區塊，記錄此時的位置信息和時間；

步驟4，位于網絡中的檢修工具節點以時間頻率定時發送自己的位置信息，時間頻率的選擇標準為flag數值大小，Flag的數值越大表達時間頻率應越快，flag越小，時間頻率也越小；

所述的Flag數值的選取標準如下：

對于一批工具，在對于每一個工具在檢修任務時，會因為各種各樣的原因導致工具丟失，對于工具易丟失和不易丟失引入一個丟失指標flag，使用深度學習的思想對每次執行完檢修任務的工具進行一次flag值更新學習，具體為丟失一次，flag值加一，4連續不丟失，flag值減一；更新完的flag值保存下來，保證下次檢修時flag值為更新之后的值；使用這樣不斷一次次迭代學習改變flag值的方式，使得flag始終可以反映工具的易丟失情況。

2.根據權利要求1所述的基于深度學習和區塊鏈的機務檢修工具LoRa定位方法，其特征在于，所述的時間頻率，時間頻率的選擇標準為flag數值大小，初始時，默認60秒發送一次，隨后由flag值的變化，逐漸改變發送信息的時間間隔，具體為flag值+1，時間間隔減小5秒，最短時間間隔下限為1秒；flag值-1，則時間間隔增大5秒，且上限為300秒。