一种信息共享的高能效铁塔倾角最优采样频率设定方法与流程

本发明涉及铁塔倾角采样频率设定方法领域，尤其是一种信息共享的高能效铁塔倾角最优采样频率设定方法。

背景技术：

在铁塔倾角检测这类特殊场景的物联网传感器检测方案中，由于被测物体即铁塔本身的特殊性及其所处环境的波动性，倾角检测方案往往采用固定时间间隔(如：5秒钟)的采样方式，向监控终端反馈倾角变化情况。但是，任何直观的采样时间间隔在节点生存周期和采样精度上都有偏差。因此，若想要传感器节点在合适的采样频率下同时满足生存周期和采样精度，这就要求传感器节点知悉采样频率和生存周期及采样精度间的对应关系。

在铁塔实际运营中，被测铁塔所处环境的差异性将导致不同的采样频率、生存周期及采样精度关系。面对这样的异构关系，常用的解决方案是某一个倾角传感器在较长的时间段内设置不同采样频率，从而得到对应的生存周期及采样精度，进而得出三者间的对应关系。但是，这种通过不断改变频率而获得的某一采样频率、生存周期及采样精度的对应关系并不能作为所有铁塔的通用性设置；通过对某一系列的传感器进行类似的操作可以适当避免通用性问题，但是这一类传感器节点会由于探测了不同的频率点出现耗电严重的问题。因此，本申请提出了一种信息共享的高能效铁塔倾角最优采样频率设定方法，能克服以上通用性和能耗的问题。

技术实现要素：

本发明的目的在于：本发明提供了一种信息共享的高能效铁塔倾角最优采样频率设定方法,解决现有铁塔运营中解决异构关系的方法通用性差、耗电严重的问题。

本发明采用的技术方案如下：

一种信息共享的高能效铁塔倾角最优采样频率设定方法，包括如下步骤：

根据采集的铁塔特征信息将铁塔分为k类；

对某一类的不同铁塔设置不同采样频率f∈{f1，f2，f3，…，fn}，不同铁塔安装的监测传感器根据不同的采样频率获取对应的采样精度和生存周期，每个监测传感器将采样频率fi、采样精度θi和生存周期ti打包组成集合并行发送至监控终端；

监控终端接收所有监测传感器的集合<f，θ，t>后，利用最小二乘拟合法和建立最小铁塔数目或者最小传感器数目优化求解模型获取能满足采样精度和生存周期对应的最佳采样频率f^*，监控终端将最佳采样频率f^*发送至该类的不同铁塔。

优选地，所述最佳采样频率f*获取包括如下步骤：

步骤a：设定采样频率间隔即使用最小铁塔数目或者最小传感器数目承载不同采样频率；

步骤b：结合打包数据组成的集合<f，θ，t>和采样频率间隔，并利用最小二乘拟合法拟合采样频率-采样精度-生存周期曲线，获取曲线交点即满足采样精度和生存周期对应的最佳采样频率f*。

优选地，所述使用最小铁塔数目或者最小传感器数目承载不同采样频率需要建立满足采样时间的铁塔数目或者传感器数目最小化求解模型，步骤细节如下：

步骤a1：假设第k类铁塔共计nk个，其中有sk(sk∈[1,nk])个铁塔部署传感器，在平均分配采样间隔的策略下，计算第i个(i∈[1,sk])个铁塔的采样频率fi，公式如下：

其中，fmax为传感器的最大采样频率；

步骤a2：计算第i个铁塔的采样能量消耗为ei，其与采样频率成正比，如公式(2)所示：

ei＝αi·(fi/fmax)·e(2)

其中，e为单位能量，αi为常量；

步骤a3：计算第i个铁塔在fi下要满足采样精度所需的采样时间τi：

τi＝βi·(1/fi)·τ(3)

其中，τ为单位时间，βi为常量；

步骤a4：在采样时间满足的前提下建立最小铁塔数目或者最小传感器数目优化求解模型：

其中，优化目标表示sk个铁塔所需要消耗的总的采样能量消耗，约束因子τi≤τmax表示sk个铁塔要满足采样精度所需的采样时间均需小于最大采样时间τmax；

步骤a5：根据最小铁塔数目或者最小传感器数目优化求解模型计算线性优化条件下线性目标的极值即最小铁塔数目或者最小传感器数目。

综上所述，由于采用了上述技术方案，本发明的有益效果是：

1.本发明通过设置了传感器的铁塔采样信息反馈，监控终端可并行的对某一类别铁塔的采样频率和采集精度及生存周期关系进行最小二乘拟合，得到某一类别下铁塔倾角传感器的最佳采样频率设置，解决现有铁塔运营中解决异构关系的方法通用性差、耗电严重的问题，达到了通过并行信息共享的方式快速地设定最佳采样频率的效果；

2.本发明在并行共享方式下快速设定最佳采样频率的同时，通过建立满足采样时间的传感器数目最小化求解模型，在类别内的铁塔设置了合理的传感器数量，通过最优化模型节约整个类别的传感器能耗，实现最小能耗获取最佳采样频率；

3.本发明在同一类别下的铁塔设置了不同频率，使得多个铁塔在同一时间范围内探测不同频率对这一类别铁塔的影响，某一类别的最优采样频率集合了所有传感器共同的采样结果，比现有仅依靠某一个或某一类传感器单行的采样方式更快地得到采样频率、生存周期及采样精度间的对应关系。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本发明的方法示意框图；

图2为本发明的方法流程图；

图3为本发明的采样频率-采样精度-生存周期关系图；

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明，即所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

技术问题：解决现有铁塔运营中解决异构关系的方法通用性差、耗电严重的问题；

技术手段：

一种信息共享的高能效铁塔倾角最优采样频率设定方法，包括如下步骤：

根据采集的铁塔特征信息将铁塔分为k类；

对某一类的不同铁塔设置不同采样频率f∈{f1，f2，f3，…，fn}，不同铁塔安装的监测传感器根据不同的采样频率获取对应的采样精度和生存周期，每个监测传感器将采样频率fi、采样精度θi和生存周期ti打包组成集合并行发送至监控终端；

监控终端接收所有监测传感器的集合<f，θ，t>后，利用最小二乘拟合法和建立最小铁塔数目或者最小传感器数目优化求解模型获取能满足采样精度和生存周期对应的最佳采样频率f^*，监控终端将最佳采样频率f^*发送至该类的不同铁塔。

最佳采样频率f^*获取包括如下步骤：

步骤a：设定采样频率间隔即使用最小铁塔数目或者最小传感器数目承载不同采样频率；

步骤b：结合打包数据组成的集合<f，θ，t>和采样频率间隔，并利用最小二乘拟合法拟合采样频率-采样精度-生存周期曲线，获取曲线交点即满足采样精度和生存周期对应的最佳采样频率f^*。

使用最小铁塔数目或者最小传感器数目承载不同采样频率需要建立满足采样时间的铁塔数目或者传感器数目最小化求解模型，步骤细节如下：

步骤a1：假设第k类铁塔共计nk个，其中有sk(sk∈[1,nk])个铁塔部署传感器，在平均分配采样间隔的策略下，计算第i个(i∈[1,sk])个铁塔的采样频率fi，公式如下：

其中，fmax为传感器的最大采样频率；

步骤a2：计算第i个铁塔的采样能量消耗为ei，其与采样频率成正比，如公式(2)所示：

ei＝αi·(fi/fmax)·e(2)

其中，e为单位能量，αi为常量；

步骤a3：计算第i个铁塔在fi下要满足采样精度所需的采样时间τi：

τi＝βi·(1/fi)·τ(3)

其中，τ为单位时间，βi为常量；

步骤a4：在采样时间满足的前提下建立最小铁塔数目或者最小传感器数目优化求解模型：

其中，优化目标表示sk个铁塔所需要消耗的总的采样能量消耗，约束因子τi≤τmax表示sk个铁塔要满足采样精度所需的采样时间均需小于最大采样时间τmax；

步骤a5：根据最小铁塔数目或者最小传感器数目优化求解模型计算线性优化条件下线性目标的极值即最小铁塔数目或者最小传感器数目。

技术效果：本发明通过设置了传感器的铁塔采样信息反馈，监控终端可并行的对某一类别下的采样频率和采集精度及生存周期关系进行最小二乘拟合，得到某一类别下铁塔倾角传感器的最佳采样频率设置，解决现有铁塔运营中解决异构关系的方法通用性差、耗电严重的问题，达到了通过并行信息共享的方式快速地设定最佳采样频率的效果；在并行共享方式下快速设定最佳采样频率的同时，通过建立满足采样时间的传感器数目最小化求解模型，在类别内的铁塔设置了合理的传感器数量，通过最优化模型节约整个类别的传感器能耗，实现最小能耗获取最佳采样频率；在同一类别下的铁塔设置了不同频率，使得多个铁塔在同一时间范围内探测不同频率对这一类别铁塔的影响，快速绘制出采样频率-采样精度-生存周期关系图，利于进行最小二乘拟合，快速获取最佳采样频率。

以下结合实施例对本发明的特征和性能作进一步的详细描述。

实施例1

一种信息共享的高能效铁塔倾角最优采样频率设定方法，包括如下步骤：

根据采集的铁塔特征信息将铁塔分为k类；

对某一类的不同铁塔设置不同采样频率f∈{f1，f2，f3，…，fn}，不同铁塔安装的监测传感器根据不同的采样频率获取对应的采样精度和生存周期，每个监测传感器将采样频率fi、采样精度θi和生存周期ti打包组成集合并行发送至监控终端；

监控终端接收所有监测传感器的集合<f，θ，t>后，利用最小二乘拟合法和建立最小铁塔数目或者最小传感器数目优化求解模型获取能满足采样精度和生存周期对应的最佳采样频率f^*，监控终端将最佳采样频率f^*发送至该类的不同铁塔。

最佳采样频率f^*获取包括如下步骤：

步骤a：设定采样频率间隔即使用最小铁塔数目或者最小传感器数目承载不同采样频率；

步骤b：结合打包数据组成的集合<f，θ，t>和采样频率间隔，并利用最小二乘拟合法拟合采样频率-采样精度-生存周期曲线，获取曲线交点即满足采样精度和生存周期对应的最佳采样频率f^*。

如图1-2所示，提取大量被测铁塔的特征信息，其中特征信息主要分为两部分：被测铁塔的基本信息(包括铁塔高度、架构、结构材质和使用年限)和所处环境信息(包括风力特征、地质稳定性、土壤含腐成分和植被情况)；根据特征信息，利用信息熵的方式将所有特征信息整合为信息增益；最后，将每个铁塔的信息增益降序排列，利用决策树分类方法将被测铁塔分类后，就可以对同一类别的铁塔进行并行管理；以第k类被测铁塔为例：首先，对该类别下的不同铁塔设置不同的采样频率f，随着不同采样频率的设置，安装有监测传感器的铁塔将得到相应采样频率下的采样精度θ和生存时间t；然后，所有传感器将自身的采样频率fi、采样精度θi和生存周期ti以数据包组成集合<f，θ，t>的形式并行发送给监控终端；随后，监控终端根据不同铁铁塔探索的<f，θ，t>，查找能够满足采样精度和最佳生存周期的采样频率f^*即通过最小二乘拟合法，如图3所示，拟合采样频率-采样精度-生存周期曲线，获取曲线交点即满足采样精度和生存周期对应的最佳采样频率f^*；最后，监控终端将采样频率f^*发给该类别下所有的铁塔，由于大数据分类使得同一类别下的铁塔倾角特性较为相同，因此，该采样频率可以作用于当前类别下的所有铁塔。

基于该信息共享的并行特性，某一类别的最优采样频率集合了所有传感器共同的采样结果，能够比现有依靠某一个或某一类传感器单行的采样方式更快地得到采样频率、生存周期及采样精度间的对应关系，从而快速设定铁塔倾角的最佳采样频率。

能耗比较：现有方法(所有铁塔独立探索自身的最优采样频率)，本申请信息共享式；不考虑其他因素，现有方法下，每个铁塔都会独立地去将f(这里的f肯定不止一个，而是一个区间f∈{f1，f2，f3，…，fn}探索一遍，以得到f对应的θ，t，从而得到f^*。假设每个f的探索需要花费e单位的能耗，那么100个铁塔就需要花销：100*n*e单位的能耗。在信息共享式的方法里，用n(假设n<100)个铁塔来探索fn个频率(比如铁塔1探索f1，铁塔2探索f2，…)，通过共享的方式得到f对应下的θ，t，所需要消耗的探索消耗是：n*1*e。因此本申请通过反馈设置了监测传感器的铁塔的采样信息，监控终端可并行的对某一类别下的采样频率和采集精度及生存时间关系进行最小二乘拟合，从而得到某一类别下铁塔倾角传感器的最佳采样频率；该方案不仅能通过并行信息共享的方式快速地设定最佳采样频率，而且在快速设定采样频率的同时降低系统能耗。

实施例2

基于实施例1，本申请考虑能耗问题实现最小铁塔数目承载对应的采样频率，需要优化采样间隔，即建立满足采样时间的传感器数目或者铁铁塔数目最小化求解模型，从而保证能实现并行共享的同时降低系统能耗，细节如下：

最佳采样频率f^*获取包括如下步骤：

步骤a：设定采样频率间隔即使用最小铁塔数目或者最小传感器数目承载不同采样频率；

步骤b：结合打包数据组成的集合<f，θ，t>和采样频率间隔，并利用最小二乘拟合法拟合采样频率-采样精度-生存周期曲线，获取曲线交点即满足采样精度和生存周期对应的最佳采样频率f^*。

如图3所示，使用最小铁塔数目或者最小传感器数目承载不同采样频率需要建立满足采样时间的铁塔数目或者传感器数目最小化求解模型，步骤细节如下：

步骤a1：假设第k类铁塔共计nk个，其中有sk(sk∈[1,nk])个铁塔部署传感器，在平均分配采样间隔的策略下，计算第i个(i∈[1,sk])个铁塔的采样频率fi，公式如下：

其中，fmax为传感器的最大采样频率；

步骤a2：计算第i个铁塔的采样能量消耗为ei，其与采样频率成正比，如公式(2)所示：

ei＝αi·(fi/fmax)·e(2)

其中，e为单位能量，αi为常量

步骤a3：计算第i个铁塔在fi下要满足采样精度所需的采样时间τi：

τi＝βi·(1/fi)·τ(3)

其中，τ为单位时间，βi为常量；

步骤a4：在采样时间满足的前提下建立最小铁塔数目或者最小传感器数目优化求解模型：

其中，优化目标表示sk个铁塔所需要消耗的总的采样能量消耗，约束因子τi≤τmax表示sk个铁塔要满足采样精度所需的采样时间均需小于最大采样时间τmax；

步骤a5：根据最小铁塔数目或者最小传感器数目优化求解模型计算线性优化条件下线性目标的极值即最小铁塔数目或者最小传感器数目。

通过建立满足采样时间的传感器数目最小化求解模型，在类别内的铁塔设置了合理的传感器数量，如图3所示，拟合采样频率-采样精度-生存周期曲线，获取曲线交点即满足采样精度和生存周期对应的最佳采样频率f^*，实现用最小传感器数目或者铁塔数目承载对应的采用频率，优化采样间隔，实现基本功能的前提下降低功耗；综上，在同一类别的铁塔下，通过最小化采样频率探测数目(即最小化传感器数目)，并将该频率设置到对应铁塔上，在同一时间范围内铁塔探测对应频率，可快速、高能效地绘制出该类别铁塔关于采样频率-采样精度-生存关系图，利用最小二乘拟合，获取采样精度和生存关系均衡点，从而得到最佳采样频率，并应用到该类别下的所有铁塔，实现并行信息共享的方式快速地设定最佳采样频率的同时降低能耗。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。