一种分布式测钎系统的数据处理方法及装置与流程

本发明属于测钎数据处理技术领域，具体涉及一种分布式测钎系统的数据处理方法及装置。

背景技术：

测钎数据具有实时性的优点，但由于其工作环境位于室外，受落叶、日照等外界环境的影响，个别测钎节点在个别时间会出现数据无效的问题。现有的测钎技术，对检测到的数据主要是从各个测钎节点自身出发进行数据有效性的判别，然后进行下一步的数据处理，但是仅仅从各个测钎节点自身出发进行数据有效性的判别的方法，没有考虑到其他相关数据，可能会对数据有效性发生误判；目前未见有关多个测钎节点之间数据关联进行数据处理的报道或文献。为了进一步提高测钎数据的稳定性，本专利提出一种针对多个物理位置临近的测钎节点之间数据有效性的处理算法。

技术实现要素：

本发明提供了一种分布式测钎系统的数据处理方法及装置，通过多点温度的方差计算及温度梯度场的有效计算与模糊判别，可极大提高对于无效测钎数据的滤除效果。

为达到上述目的，本发明所述一种分布式测钎系统的数据处理方法，分布式测钎系统包括一个中央节点和n-1个传感器节点，所述中央节点和传感器节点均用于采集其所在位置的测钎数据，所述测钎数据包括测钎值和温度；根据中央节点和每个传感器节点的温度采用基于空间温度梯度场的模糊判决算法，判断测钎数据的有效性。

进一步的，包括以下步骤：

步骤1、初始化传感器节点数量n，1个中央节点和n-1个传感器节点的位置坐标；

步骤2、将中央节点及n-1个传感器节点的数据有效性均初始化为true；

步骤3、计算中心节点与n-1个传感器节点之间的温度梯度值，得到n-1个温度梯度值，判断n-1个温度梯度值和温度梯度阈值wdtd_th1的大小：若任意一个温度梯度值大于温度梯度阈值wdtd_th1，则将中心节点的数据有效性更新为falsa；否则不更新中心节点的数据有效性；

步骤4、对于编号1至编号n-1之间的传感器节点，循环完成以下操作：

设某节点编号为k，1≤k≤n-1，计算该节点与所有编号大于k的传感器节点之间的温度梯度值，判断温度梯度值和温度梯度阈值wdtd_th2的大小关系，若任意一个温度梯度值大于温度梯度阈值wdtd_th2，则将编号为k的传感器节点的数据有效性更新为false；否则不更新中心节点的数据有效性；

步骤5、将中央节点以及n-1个传感器节点中，数据有效性为ture的节点的测钎数据的编号及测钎数据形成数据集，即为有效数据集。

进一步的，温度梯度值的计算公式为：

其中，wdtd(i,j)为编号为i和j的两个节点之间的温度梯度值，xi为传感器节点i的横坐标，yi为传感器节点i的纵坐标；xj为传感器节点j的横坐标，yj为传感器节点j的纵坐标；ti为传感器节点i采集的温度，tj为传感器节点j的采集的温度。

进一步的，步骤3中的温度梯度阈值wdtd_th1和步骤4中的温度梯度阈值wdtd_th2相等。

进一步的，温度梯度阈值wdtd_th1和wdtd_th2为0.5度/米。

一种分布式测钎系统的数据处理装置，包括处理器和存储器，处理器通过总线与存储器连接，处理器用于根据中央节点和每个传感器节点的温度采用基于空间温度梯度场的模糊判决算法，判断测钎数据的有效性，存储器用于存储测钎数据。

与现有技术相比，本发明至少具有以下有益的技术效果：

本发明基于实际应用环境中多采用多个测钎节点进行数据采集的特点，从物理量连续性这个基本假设出发，对多个数据节点的数据进行综合处理，利用温度场梯度的模糊判决，综合考虑了测钎节点的数据之间的关联关系，可有效剔除无效的测钎数据，对于改善数据有效性有很大作用，提高检测数据的准确性。为后续测钎数据的处理提供了更加有效的数据，提高了测钎结果的准确性。

本发明提出的测钎数据处理装置，只需要输入中央节点坐标，各个传感器节点坐标以及测量得到的测钎数据，就可以得到有效数据集。

附图说明

图1为一种基于太阳能供电的低功耗分布式测钎系统示意图；

图2为判断测钎数据是否有效的算法流程图；

图3为分布式测钎系统的数据处理装置示意图。

具体实施方式

为了使本发明的目的和技术方案更加清晰和便于理解。以下结合附图和实施例，对本发明进行进一步的详细说明，此处所描述的具体实施例仅用于解释本发明，并非用于限定本发明。

在本发明的描述中，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。除非另有说明，“多个”的含义是两个或两个以上。除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

参照图1，一种基于太阳能供电的低功耗分布式测钎系统，包括中央节点和多个传感器节点，中央节点与传感器节点之间采用433m无线通信方式实现自组网，各个传感器节点同时记录不同位置的水土流失情况及温度信息，其中水土流失情况用地面土壤流失厚度表征，并基于低功耗的方式将数据传送给中央节点。中央节点根据不同传感器节点的数据信息形成水土流失剖面图及温度梯度场。其中中央节点是一种特殊的传感器节点，除了基本的传感测量功能之外，还可实现与远程监控系统进行通信，将所有数据进行回传；传感器节点是一种基本的测钎传感器节点，只通过无线通信方式向中央节点进行测钎数据汇总。

中央节点采用待机工作模式，仅开启433m无线监听功能，可实现低功耗工作，其电池损失的功率可通过太阳能电池进行充电补充。

传感器节点采用太阳能电池板+超级电容的方式进行供电，采用每1-3小时开启一次，每次启动后先通过电阻分压方式监测电源电压，只有在电源电压满足指定电压值的情况下才进行测钎的测量，该方法可有效保证在恶劣环境下长期稳定工作。对于安装好的测钎系统而言，中央节点与传感器节点可认为都位于同一个平面内，因此可以用二维直角坐标对每个节点的物理位置进行标识。在具体安装过程中，中央节点与所有传感器节点的距离都是经过精确测量的，所以中央节点和各个传感器节点的二维坐标都是已知的。假定一个测钎系统由1个中央节点与n个传感器节点组成(6<＝n<＝50)。则采用下列约定来表示各个节点的坐标：

(x0,y0)：表示中央节点的坐标；

(x1,y1)：编号为1的传感器的位置坐标；

(xi,yi)：编号为i的传感器的位置坐标；

为了有效地评估测钎数据的有效性，本发明采用基于空间温度梯度场的模糊判决算法，具体如下：

对于1个中央节点和n个传感器节点，一共有(n+1)组测钎数据，测钎数据包括：测钎值和温度值，将其记录为如下的数据对：

(cq0,t0)表示节点0(也就是中央节点)的测钎值及温度数据，(cq1,t1)表示编号为1的传感器节点的测钎值及温度数据，(cq2,t2)表示编号为2的传感器节点的测钎值及温度数据，以此类推，(cqn，tn-1)表示编号为n-1的传感器节点的测钎值及温度数据。测钎值指测钎所在的位置的土壤下降的厚度；

定义任意两个节点(编号分别为i和j，且i不等于j)之间的温度梯度场为

该计算式中的所有值均以国际单位制为准，其中，wdtd(i,j)为编号为i和j的两个节点之间的温度梯度值，xi为传感器节点i的横坐标，yi为传感器节点i的纵坐标；xj为传感器节点j的横坐标，yj为传感器节点j的纵坐标；ti为传感器节点i采集的温度，tj为传感器节点j的采集的温度。

参照图2、一种分布式测钎系统的数据处理方法，用于判断测钎数据是否有效，包括以下步骤：

步骤1、初始化传感器数量n，1个中央节点和n-1个传感器节点的位置坐标，以及温度梯度阈值wdtd_th1和温度梯度阈值wdtd_th2，wdtd_th1和wdtd_th2相等，均为0.5度/米；

步骤2、将1个中央节点及n-1个传感器节点的数据有效性均初始化为true；

步骤3、计算中心节点与n-1个传感器节点之间的温度梯度值，得到n-1个温度梯度值，若任意一个温度梯度值大于温度梯度阈值wdtd_th1，则将中心数据节点的数据有效性记为falsa；

步骤4、对于编号1至编号n-1之间的传感器节点，循环完成以下操作：

设该节点编号为k，计算该节点与编号比k大的传感器节点之间的温度梯度值，若任意一个温度梯度值大于温度梯度阈值wdtd_th2，则将编号为k的传感器节点的数据有效性记为false；

步骤5、将中央节点以及所有传感器节点中，数据有效性为ture的节点的测钎数据的编号及测钎数据形成数据集，即为有效数据集。

参照图3，一种分布式测钎系统的数据处理装置，包括处理器100和存储器200，处理器100通过总线300与存储器200连接，用于通过总线300实时调用存储器200中的程序代码和数据，执行上述步骤1、步骤2、步骤3、步骤4和步骤5；存储器200用于存储执行上述的分布式测钎系统的数据处理方法的程序代码和测钎数据。

以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。