一种多平台设备无线组网的分析方法与流程

1.本发明涉及监督监控技术领域，具体涉及一种多平台设备无线组网的分析方法。


背景技术：

2.随着物联网技术的快速发展，众多大型的智慧物流园区采用物联网技术，该技术便于数据统计与控制，但是在实现该技术的过程中需要大量的多平台设备共同组网，大量的多平台设备共同组网有可能造成信号的不稳定以及数据传输异常，因此需要对多平台设备无线组网的节点进行故障检测及预警。
3.现有技术提供了一种基于拨测数据的数据中心网络故障节点诊断方法，该诊断方法根据现有的故障探测信息生成动态广度优先生成树作为节点间的探测路径，基于给定的先验概率分析拨测数据来初步确定网络节点的故障概率，通过分析概率分配函数选择一个合理的阈值来识别故障节点。该诊断方法在检测故障节点的过程中考虑的内容不够全面，导致最终确定的故障节点检测结果不准确。


技术实现要素：

4.为了解决上述故障节点检测结果不准确的技术问题，本发明的目的在于提供一种多平台设备无线组网的分析方法。
5.为解决上述技术问题，本发明提供了一种多平台设备无线组网的分析方法，该方法的步骤包括：
6.实时获取待检测组网内的每个节点在规定时间内各个时刻对应的信号强度、延迟时间以及丢包率；
7.根据每个节点在规定时间内各个时刻对应的信号强度、延迟时间以及丢包率，确定每个节点的稳定性指标值；
8.根据任意两个节点的稳定性指标值以及在规定时间内各个时刻对应的延迟时间和丢包率，确定任意两个节点之间的相似程度；
9.根据任意两个节点之间的相似程度，将待检测组网内的各个节点聚类分组，得到各个聚集分组；
10.根据每个聚集分组中的各节点在规定时间内各个时刻对应的信号强度、延迟时间、丢包率以及稳定性指标值，确定每个聚集分组中的各节点对应的预警指标值；
11.根据每个聚集分组中的各节点对应的预警指标值以及在规定时间内各个时刻对应的丢包率，判断每个聚集分组中的各节点是否出现故障。
12.进一步的，确定每个聚集分组中的各节点对应的预警指标值的步骤包括：
13.根据每个聚集分组中的各节点在规定时间内各个时刻对应的信号强度、延迟时间以及丢包率，计算每个聚集分组中的各节点在规定时间内各个时刻对应的信号强度、延迟时间以及丢包率的均值；
14.根据每个聚集分组中的各节点在规定时间内各个时刻对应的信号强度、延迟时
间、丢包率的均值以及各节点对应的稳定性指标值，计算每个聚集分组中的信号强度均值、延迟时间均值、丢包率均值以及稳定性指标值的平均值；
15.将每个聚集分组中的各节点在规定时间内各个时刻对应的信号强度、延迟时间、丢包率的均值以及稳定性指标值与对应聚集分组的信号强度均值、延迟时间均值、丢包率均值以及稳定性指标值的平均值做差，从而确定每个聚集分组中的各节点对应的信号强度、延迟时间、丢包率以及稳定性指标值的故障评价值；
16.根据每个聚集分组中的各节点对应的信号强度、延迟时间、丢包率以及稳定性指标值的故障评价值，确定每个聚集分组中的各个节点对应的预警指标值。
17.进一步的，确定每个聚集分组中的各个节点对应的预警指标值的计算公式：
[0018][0019]
其中，ui为每个聚集分组中的第i个节点对应的预警指标值，为每个聚集分组中的第i个节点对应的稳定性指标值的故障评价值，为每个聚集分组中的第i个节点对应的信号强度的故障评价值，为每个聚集分组中的第i个节点对应的延迟时间的故障评价值，为每个聚集分组中的第i个节点对应的丢包率的故障评价值。
[0020]
进一步的，确定每个节点的稳定性指标值的计算公式：
[0021][0022]
其中，q为待检测组网内的每个节点的稳定性指标值，s为待检测组网内的每个节点在规定时间内各个时刻对应的信号强度，t为待检测组网内的每个节点在规定时间内各个时刻对应的延迟时间，k为待检测组网内的每个节点在规定时间内各个时刻对应的丢包率，var()为求方差函数。
[0023]
进一步的，确定任意两个节点之间的相似程度的计算公式：
[0024][0025]
其中，r(a,b)为待检测组网内的第a个节点与第b个节点之间的相似程度，ka为待检测组网内的第a个节点在规定时间内各个时刻对应的丢包率构成的序列，kb为待检测组网内的第b个节点在规定时间内各个时刻对应的丢包率构成的序列，ta为待检测组网内的第a个节点在规定时间内各个时刻对应的延迟时间构成的序列，tb为待检测组网内的第b个节点在规定时间内各个时刻对应的延迟时间构成的序列,qa为待检测组网内的第a个节点在规定时间内的稳定性指标值，qb为待检测组网内的第b个节点在规定时间内的稳定性指标值，cov()为求协方差函数，σ为求方差函数。
[0026]
进一步的，将待检测组网内的各个节点聚类分组的步骤包括：
[0027]
根据待检测组网内的任意两个节点之间的相似程度，确定任意两个节点之间的样本距离；
[0028]
根据任意两个节点之间的样本距离，确定待检测组网的各个分组，并根据各个分组中节点的数目，确定各个分组中的聚集分组。
[0029]
进一步的，判断每个聚集分组中的各节点是否出现故障的步骤包括：
[0030]
若聚集分组中的任意一个节点的预警指标值小于预警指标阈值或该节点在规定时间内各个时刻对应的丢包率大于丢包阈值，则判定该节点出现故障。
[0031]
进一步的，还包括：
[0032]
根据各个分组中节点的数目，确定各个分组中的孤立分组；
[0033]
根据每个孤立分组中的各节点的稳定性指标值以及在规定时间内各个时刻对应的丢包率，判断每个孤立分组中的各节点是否出现故障。
[0034]
进一步的，判断每个孤立分组中的各节点是否出现故障的步骤包括：
[0035]
若孤立分组中的任意一个节点的稳定性指标值小于稳定性指标阈值或该节点在规定时间内各个时刻对应的丢包率大于丢包阈值，则判定该节点出现故障。
[0036]
本发明具有如下有益效果：
[0037]
本发明通过实时获取待检测组网内的每个节点在规定时间内各个时刻对应的信号强度、延迟时间以及丢包率，确定每个节点的稳定性指标值。根据任意两个节点的稳定性指标值以及在规定时间内各个时刻对应的延迟时间和丢包率，确定任意两个节点之间的相似程度，进而将各个节点聚类分组，得到各个聚集分组。根据每个聚集分组中的各节点对应的预警指标值以及在规定时间内各个时刻对应的丢包率，判定每个聚集分组中的各节点是否出现故障。
[0038]
本发明通过每个节点的信号强度、延迟时间以及丢包率来确定每个节点的稳定性指标值，统筹考虑了影响节点传输稳定性的各个因素，有效提高了故障节点检测结果的准确性。并且，本发明将待检测组网的各个节点聚类为各个分组，同分组中的各节点具有相似性，使同分组的相似节点进行相关的数据处理，从而可以准确得到各个节点的预警指标值，进而根据各个节点的预警指标值，能够更加准确地判断待检测组网的故障节点。
附图说明
[0039]
图1是本发明一种多平台设备无线组网的分析方法的流程图。
具体实施方式
[0040]
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的技术方案的具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一个实施例。此外，一个或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
[0041]
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
[0042]
本实施例提供了一种多平台设备无线组网的分析方法，如图1所示，该方法的步骤包括：
[0043]
(1)实时获取待检测组网内的每个节点在规定时间内各个时刻对应的信号强度、延迟时间以及丢包率的步骤包括：
[0044]
(1-1)实时获取待检测组网内的每个节点在规定时间内各个时刻对应的信号强度。
[0045]
需要说明的是，物流园区包含了传送系统、扫描系统、分拣系统等多个系统，每个系统由数个设备组成，这些设备通过终端建立了无线组网，在同一组网下，每台设备代表一个节点，而这些节点需要通过无线信号传递数据信息，因此节点的信号强度影响数据传输的稳定性。
[0046]
在本实施例中，在待检测组网内的每个节点上安装rssi检测装置，该装置用来获取节点接收信号的强度，本实施例规定采集数据的时间为5秒，每0.5秒记录一次节点的信号强度s，至此得到一个信号强度数列，记为s＝{s1,s2
…
s10}。
[0047]
(1-2)实时获取待检测组网内的每个节点在规定时间内各个时刻对应的延迟时间。
[0048]
在本实施例中，在待检测组网内的每个节点上安装延迟时间检测装置，该装置用来记录节点接收或发送信号的延迟时间，本实施例规定采集数据的时间为5秒，每0.5秒记录一次节点的延迟时间t，至此得到一个延迟时间数列，记为t＝{t1,t2
…
t10}。
[0049]
需要说明的是，在无线组网的环境中，由于待检测组网的各个节点所处的环境不同，数据包接收或发送的延迟时间也不同，若节点所处的网络环境越差，则数据包接收或发送的延迟时间越长，若节点所处的网络环境越好，则数据包接收或发送的延迟时间越短。
[0050]
(1-3)实时获取待检测组网内的每个节点在规定时间内各个时刻对应的丢包率。
[0051]
需要说明的是，在数据包传输过程中，由于各种因素的影响会导致一定量的数据包丢失，也就是并不是所有的数据包都能够完全发送给对方，但是丢包率小于一定数值是可以接受的，丢包率是指数据传输过程中丢失数据包的数量占所发送数据包的数量的比率。
[0052]
在本实施例中，在待检测组网内的每个节点上安装丢包率检测装置，该装置用来获取节点的丢包率，本实施例规定采集数据的时间为5秒，每0.5秒记录一次节点的丢包率k，至此得到一个丢包率数列，记为k＝{k1,k2
…
k10}。
[0053]
(2)根据每个节点在规定时间内各个时刻对应的信号强度、延迟时间以及丢包率，确定每个节点的稳定性指标值。
[0054]
在本实施例中，根据步骤(1)获取三个数列，分别为信号强度数列s、延迟时间数列t、丢包率数列k，基于这三个数列，确定待检测组网内的每个节点的稳定性指标值，其计算公式如下：
[0055][0056]
其中，q为待检测组网内的每个节点的稳定性指标值，s为待检测组网内的每个节点在规定时间内各个时刻对应的信号强度，t为待检测组网内的每个节点在规定时间内各个时刻对应的延迟时间，k为待检测组网内的每个节点在规定时间内各个时刻对应的丢包率，var()为求方差函数。
[0057]
需要说明是，在规定时间内节点的各项数据变化越小，其稳定性指标值越高，节点所受的波动越小。在规定时间内节点的各项数据变化越大，其稳定性指标值越低，节点所受的波动越大。另外，稳定性指标值q可以表示规定时间内节点的各项数据变化的稳定情况，但不能确定节点在数据传输过程中的传输效果。
[0058]
由此，步骤(2)确定了待检测组网内的每个节点在规定时间内稳定性指标值q，将
稳定性指标值q归一化处理，其值域为[0,1]，当稳定性指标值q越接近1，表示此时数据传输情况越稳定，当稳定性指标值q越接近0，表示此时数据传输情况越不稳定，在传输过程中节点的波动性比较大。
[0059]
(3)根据任意两个节点的稳定性指标值以及在规定时间内各个时刻对应的延迟时间和丢包率，确定任意两个节点之间的相似程度。
[0060]
在本实施例中，以待检测组网内的第a个节点与第b个节点为例，根据步骤(2)得到了第a个节点与第b个节点的稳定性指标值，通过这两者的稳定性指标值以及在规定时间内各个时刻对应的延迟时间和丢包率，确定第a个节点与第b个节点之间的相似程度，计算公式如下：
[0061][0062]
其中，r(a,b)为待检测组网内的第a个节点与第b个节点之间的相似程度，ka为待检测组网内的第a个节点在规定时间内各个时刻对应的丢包率构成的序列，kb为待检测组网内的第b个节点在规定时间内各个时刻对应的丢包率构成的序列，ta为待检测组网内的第a个节点在规定时间内各个时刻对应的延迟时间构成的序列，tb为待检测组网内的第b个节点在规定时间内各个时刻对应的延迟时间构成的序列,qa为待检测组网内的第a个节点在规定时间内的稳定性指标值，qb为待检测组网内的第b个节点在规定时间内的稳定性指标值，cov()为求协方差函数，σ为求方差函数。
[0063]
为第a个节点与第b个节点的稳定性指标值差值的负次方，当第a个节点与第b个节点的稳定性指标值的差值的绝对值越小，第a个节点与第b个节点的稳定性指标值差值的负次方越接近1。与分别为第a个节点和第b个节点的丢包率与延迟时间的皮尔逊相关系数，其值域范围为[-1,1]，当这两个节点的丢包率与延迟时间数据变化情况类似时，这两个数值就越接近于1，当这两个节点的丢包率与延迟时间数据变化情况不类似时，这两个数值就越接近于-1。总之，当与越接近于1，第a个节点与第b个节点之间的相似程度r越大。
[0064]
在确定上述两个节点之间的相似程度时，本实施例的计算过程不仅考虑到这两个节点在规定时间内各项数据变化的稳定情况，也就是这两个节点的稳定性指标值q，而且也考虑到这两个节点的数据传输效果，也就是这两个节点在规定时间内各个时刻对应的延迟时间和丢包率，提高了这两个节点相似程度的准确性。
[0065]
需要说明的是，节点在规定时间内各个时刻对应的延迟时间和丢包率为信号强度影响的结果，所以本实施例只考虑信号强度的影响结果(延迟时间和丢包率)，没有利用节点的信号强度来确定任意两个节点之间的相似程度。参考待检测组网内的第a个节点与第b个节点之间的相似程度的计算方式，最终得到待检测组网内的任意两个节点之间的相似程度。
[0066]
(4)根据任意两个节点之间的相似程度，将待检测组网内的各个节点聚类分组，得到各个聚集分组，步骤包括：
[0067]
(4-1)根据待检测组网内的任意两个节点之间的相似程度，确定任意两个节点之间的样本距离。
[0068]
本实施例以待检测组网内的第a个节点与第b个节点为例，计算这两个节点之间的样本距离，其计算公式如下：
[0069]
d＝(1-r(,b))
[0070]
其中，d为待检测组网内的第a个节点与第b个节点之间的样本距离，r(a,b)为待检测组网内的第a个节点与第b个节点之间的相似程度。
[0071]
需要说明的是，待检测组网内的第a个节点与第b个节点之间的相似程度r(a,b)越大，待检测组网内的第a个节点与第b个节点之间的样本距离d越小，待检测组网内的第a个节点与第b个节点之间的相似程度r(a,b)越小，待检测组网内的第a个节点与第b个节点之间的样本距离d越大。参考第a个节点与第b个节点之间的样本距离的计算方式，确定待检测组网内的任意两个节点之间的样本距离。
[0072]
(4-2)根据任意两个节点之间的样本距离，确定待检测组网的各个分组，并根据各个分组中节点的数目，确定各个分组中的聚集分组和孤立分组。
[0073]
在本实施例中，根据待检测组网内的任意两个节点之间的样本距离，利用dbscan密度聚类方法将待检测组网内的各个节点聚类分组，根据各个分组中节点的数目，确定各个分组中聚集分组和孤立分组，聚集分组是指分组中节点的数目大于2，而孤立分组是指分组中节点数目小于等于2。
[0074]
需要说明的是，使用dbscan密度聚类方法时，实施者可根据实际情况确定搜索半径的大小，得到不同数量的分组，dbscan密度聚类方法为现有技术，不在本发明保护范围内，此处不再进行详细阐述。
[0075]
(5)根据每个聚集分组中的各节点在规定时间内各个时刻对应的信号强度、延迟时间、丢包率以及稳定性指标值，确定每个聚集分组中的各节点对应的预警指标值，其步骤包括：
[0076]
(5-1)根据每个聚集分组中的各节点在规定时间内各个时刻对应的信号强度、延迟时间以及丢包率，计算每个聚集分组中的各节点在规定时间内各个时刻对应的信号强度、延迟时间以及丢包率的均值。
[0077]
在本实施例中，根据每个聚集分组中的各节点在规定时间内的信号强度s＝{s1,s2
…
s10}，延迟时间t＝{t1,t2
…
t10}以及丢包率k＝{k1,k2
…
k10}，计算其平均值，记为每个聚集分组中的各节点对应一组数据，分别为
[0078]
(5-2)根据每个聚集分组中的各节点在规定时间内各个时刻对应的信号强度、延迟时间、丢包率的均值以及各节点对应的稳定性指标值，计算每个聚集分组中的信号强度均值、延迟时间均值、丢包率均值以及稳定性指标值的平均值。
[0079]
在本实施例中，根据每个聚集分组中各节点在规定时间内对应的信号强度均值延迟时间均值丢包率均值以及稳定性指标值q，计算每个聚集分组中所有节点的信号强度均值的平均值、延迟时间均值的平均值、丢包率均值的平均值以及稳定性指标值q的平均值，每个聚集分组对应一组数据，分别为以及mean(q)。
[0080]
(5-3)将每个聚集分组中的各节点在规定时间内各个时刻对应的信号强度、延迟时间、丢包率的均值以及稳定性指标值与对应聚集分组的信号强度均值、延迟时间均值、丢包率均值以及稳定性指标值的平均值做差，从而确定每个聚集分组中的各节点对应的信号强度、延迟时间、丢包率以及稳定性指标值的故障评价值。
[0081]
在本实施例中，以每个聚集分组中的第i个节点为例，确定每个聚集分组中的第i个节点对应的信号强度、延迟时间、丢包率以及稳定性指标值的故障评价值，其计算公式如下：
[0082][0083][0084][0085][0086]
其中，为每个聚集分组中的第i个节点对应的信号强度的故障评价值，si为每个聚集分组中的第i个节点对应的信号强度，为每个聚集分组中的各个节点对应的信号强度均值，为每个聚集分组的信号强度均值的平均值，为每个聚集分组中的第i个节点对应的延迟时间的故障评价值，ti为每个聚集分组中的第i个节点对应的延迟时间，为每个聚集分组中的各个节点对应的延迟时间均值，为每个聚集分组的延迟时间均值的平均值，为每个聚集分组中的第i个节点对应的丢包率的故障评价值，ki为每个聚集分组中的第i个节点对应的丢包率，为每个聚集分组中的各节点对应的丢包率均值，为每个聚集分组的丢包率均值的平均值，为每个聚集分组中的第i个节点对应的稳定性指标值的故障评价值，qi为每个聚集分组中的第i个节点对应的稳定性指标值，q为每个聚集分组中的各个节点对应的稳定性指标值，mean(q)为每个聚集分组的稳定性指标值的平均值，mean()为求平均值函数。
[0087]
需要说明的是，每个聚集分组中的各节点的故障评价值反映出节点的每个数值与其对应聚集分组的数据均值的距离大小，故障评价值越大，表明该故障评价值对应的节点出现故障的可能性越大，故障评价值越小，表明该故障评价值对应的节点出现故障的可能性越小。参考每个聚集分组中的第i个节点的各个故障评价值的计算方式，得到每个聚集分组中的各个节点的各个故障评价值。
[0088]
(5-4)根据每个聚集分组中的各节点对应的信号强度、延迟时间、丢包率以及稳定性指标值的故障评价值，确定每个聚集分组中的各个节点对应的预警指标值。
[0089]
在本实施例中，以每个聚集分组中的第i个节点为例，确定每个聚集分组中的第i个节点对应的预警指标值，其计算公式如下：
[0090][0091]
其中，ui为每个聚集分组中的第i个节点对应的预警指标值，为每个聚集分组中的第i个节点对应的稳定性指标值的故障评价值，为每个聚集分组中的第i个节点对
应的信号强度的故障评价值，为每个聚集分组中的第i个节点对应的延迟时间的故障评价值，为每个聚集分组中的第i个节点对应的丢包率的故障评价值。
[0092]
需要说明的是，当聚集分组中的第i个节点的各个故障评价值越小，聚集分组中的第i个节点对应的预警指标值越大，节点发生故障的可能性越小。当聚集分组中的第i个节点的各个故障评价值越大，聚集分组中的第i个节点对应的预警指标值越小，节点发生故障的可能性越大。参考每个聚集分组中的第i个节点对应的预警指标值的计算方式，确定每个聚集分组中的各个节点对应的预警指标值。
[0093]
(6)根据每个聚集分组中的各节点对应的预警指标值以及在规定时间内各个时刻对应的丢包率，判断每个聚集分组中的各节点是否出现故障。
[0094]
在本实施例中，根据每个聚集分组中的各节点的实际情况设置预警指标阈值u
l
和丢包阈值t
l
，判断每个聚集分组中的各节点是否出现故障，其判断情景分别为：
[0095]
情景1：若聚集分组中的任意一个节点的预警指标值小于预警指标阈值u
l
或该节点在规定时间内各个时刻对应的丢包率大于丢包阈值t
l
，则判定该节点出现故障，该节点设备需要进行维修。
[0096]
情景2：若聚集分组中的任意一个节点的预警指标值大于等于预警指标阈值u
l
且该节点在规定时间内各个时刻对应的丢包率小于等于丢包阈值t
l
，则判定该节点没有出现故障，该节点设备不需要进行维修。
[0097]
根据步骤(4-2)确定各个分组中的孤立分组，为了判断每个孤立分组中的各节点是否出现故障，本实施例根据每个孤立分组中的各节点的稳定性指标值以及在规定时间内各个时刻对应的丢包率，判断每个孤立分组中的各节点是否出现故障。
[0098]
在本实施例中，根据每个孤立分组中的各节点的实际情况设置稳定性指标阈值q
l
和丢包阈值t
l
，判断每个孤立分组中的各节点是否出现故障，其判断情景分别为：
[0099]
情景1：若孤立分组中的任意一个节点的稳定性指标值小于稳定性指标阈值q
l
或该节点在规定时间内各个时刻对应的丢包率大于丢包阈值t
l
，则判定该节点出现故障，该节点设备需要进行维修。
[0100]
情景2：若孤立分组中的任意一个节点的稳定性指标值大于等于稳定性指标阈值q
l
且该节点在规定时间内各个时刻对应的丢包率小于等于丢包阈值t
l
，则判定该节点没有出现故障，该节点设备不需要进行维修。
[0101]
需要说明的是，聚集分组和孤立分组的判断情景中的预警条件是并行成立，也就是任意一个节点达到预警条件就直接预警，判定该节点出现故障。至此，本实施例实现了对待检测组网内的每个节点进行故障检测。
[0102]
本发明实时采集组网内每个节点的数据信息，通过分析采集的数据信息，确定了组网内的每个节点的稳定性指标值以及聚集分组中的每个节点的预警指标值，根据节点的指标值以及丢包率，判断节点是否出现故障，本发明有效提高故障节点检测结果的准确性。
[0103]
需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连
续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
[0104]
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。
[0105]
以上所述仅为本发明的较佳实施例，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、改进等，均应包含在本发明的保护范围之内。