[發(fā)明專利]物聯(lián)網(wǎng)數(shù)據(jù)處理方法、裝置、計(jì)算機(jī)設(shè)備和存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202210006806.6
• 申請日: 2022-01-05
• 公開（公告）號: CN114490545A
• 公開（公告）日: 2022-05-13
• 發(fā)明（設(shè)計(jì)）人: 王冬宇;王瑾瑜;劉曉宇;謝哲宇;侯延昭;崔琪楣
• 申請（專利權(quán)）人: 北京郵電大學(xué)
• 主分類號: G06F16/174
• 分類號: G06F16/174;G06N3/02;H04W4/38
• 代理公司: 北京聿宏知識產(chǎn)權(quán)代理有限公司 11372
• 代理人: 陳超德;吳昊

1.一種物聯(lián)網(wǎng)數(shù)據(jù)處理方法，其特征在于，包括：

通過無線傳感網(wǎng)絡(luò)采集數(shù)據(jù)，獲得原始數(shù)據(jù)；

基于預(yù)設(shè)稀疏表征算法，對所述原始數(shù)據(jù)進(jìn)行稀疏化表示，得到稀疏化后的原始數(shù)據(jù)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于壓縮感知算法，對所述原始數(shù)據(jù)進(jìn)行稀疏化表示，得到稀疏信號的步驟之后還包括：

基于壓縮感知方程對稀疏化后的所述原始數(shù)據(jù)進(jìn)行觀測；

求解所述壓縮感知方程，得到稀疏信號。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述求解所述壓縮感知方程，得到稀疏信號的步驟之后包括：

利用正則化正交匹配追蹤算法，對所述稀疏信號進(jìn)行重構(gòu)，得到重構(gòu)數(shù)據(jù)。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述通過無線傳感網(wǎng)絡(luò)采集數(shù)據(jù)，獲得原始數(shù)據(jù)的步驟之后還包括：

利用預(yù)設(shè)融合算法對所述原始數(shù)據(jù)進(jìn)行融合處理，得到融合后的原始數(shù)據(jù)；

所述基于預(yù)設(shè)稀疏表征算法，對所述原始數(shù)據(jù)進(jìn)行稀疏化表示，得到稀疏化后的原始數(shù)據(jù)的步驟包括：

基于預(yù)設(shè)稀疏表征算法，對融合后的所述原始數(shù)據(jù)進(jìn)行稀疏化表示，得到稀疏化后的原始數(shù)據(jù)。

5.根據(jù)權(quán)利要求1-4任一項(xiàng)中所述的方法，其特征在于，所述預(yù)設(shè)融合算法包括綜合平均法、貝葉斯估計(jì)法、D-S法、神經(jīng)網(wǎng)絡(luò)法和卡爾曼濾波法中的任一種。

6.一種物聯(lián)網(wǎng)數(shù)據(jù)處理裝置，其特征在于，包括：

原始數(shù)據(jù)獲取模塊，用于通過無線傳感網(wǎng)絡(luò)采集數(shù)據(jù)，獲得原始數(shù)據(jù)；

稀疏化模塊，用于基于預(yù)設(shè)稀疏表征算法，對所述原始數(shù)據(jù)進(jìn)行稀疏化表示，得到稀疏化后的原始數(shù)據(jù)。

7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述物聯(lián)網(wǎng)數(shù)據(jù)處理裝置還包括：

數(shù)據(jù)觀測模塊，用于基于壓縮感知方程對稀疏化后的所述原始數(shù)據(jù)進(jìn)行觀測；

壓縮方程求解模塊，用于求解所述壓縮感知方程，得到稀疏信號。

8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述物聯(lián)網(wǎng)數(shù)據(jù)處理裝置還包括：

數(shù)據(jù)重構(gòu)模塊，用于利用正則化正交匹配追蹤算法，對所述稀疏信號進(jìn)行重構(gòu)，得到重構(gòu)數(shù)據(jù)。

9.一種計(jì)算機(jī)設(shè)備，包括存儲器和處理器，所述存儲器存儲有計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時實(shí)現(xiàn)權(quán)利要求1至5中任一項(xiàng)所述方法的步驟。

10.一種計(jì)算機(jī)可讀存儲介質(zhì)，其上存儲有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)權(quán)利要求1至5中任一項(xiàng)所述的方法的步驟。