本发明属于数据传输处理,具体涉及一种基于knx总线的智能家居数据传输处理方法。
背景技术:
1、knx是一个起源于欧洲的总线标准,主要应用于家居和楼宇中,对末端电气设备进行总线式的控制,比如照明、空调、地暖、电动窗帘和遮阳设备等。在整个控制系统中,所有的传感器都通过数据线与制动器连接,而制动器则通过控制电源电路来控制电器。所有器件都通过同一条总线进行数据通信,传感器发送命令数据,相应地址上的制动器就执行相应的功能。
2、然而在智能居家系统的应用中,并未将knx系统的特点充分的利用,使得knx系统可以记录和统计系统中设备的使用状态、时间和使用寿命的优点并未对智能家居的控制策略的生成提供足够的支持。因此,亟需提供一种基于knx总线的智能家居数据传输处理方法,使得智能居家设备的控制决策更加自主化、现代化。
技术实现思路
1、为解决现有技术中存在的上述问题,本发明提供了一种基于knx总线的智能家居数据传输处理方法,通过将knx总线上采集的原始数据经过规整处理生成了时空任务列表,以更大程度的利用knx系统安全、可靠以及便利监测的特点,实现了智能居家设备的控制决策,使得居家设备的控制更加自主化。
2、本发明的目的可以通过以下技术方案实现:
3、一种基于knx总线的智能家居数据传输处理方法,包括以下步骤:
4、s1、采集用户数据:通过knx总线采集时间范围内的用户每一次操作的原始数据,其中,原始数据包括设备数据和传感器数据;
5、s2、整理原始数据:采用箱线图法对采集的原始数据进行异常值检测,当检测出数据异常时进行修正;
6、s3、生成用户轨迹数据:通过整理后的原始数据采用用户轨迹算法生成用户轨迹记录,并进行持久化保存;
7、s4、构建知识规则库:通过用户轨迹记录,将用户轨迹数据转化为事务数据,通过挖掘频繁区域项集构建知识规则库;
8、s5、生成时空任务列表:根据时间戳将知识规则库中的频繁区域项集进行排序,计算相邻时间的区域项集的样本相似度,依据设置相似度的大小将不同时间段合并,生成[时间,项集]的时空任务列表;
9、s6、场景触发机制:根据真实场景数据中央控制器依据时空任务列表触发执行器进行任务作业。
10、进一步地,所述步骤s1中,设备数据包括目标设备的imei号、操作时间和操作类型,传感器数据包括环境传感器采集环境数据以及人体存在传感器采集的用户活动区域数据。
11、进一步地,所述步骤s2中,整理原始数据具体包括以下步骤:
12、s21、数据检测:设置有效数据区间(l,h),当数据处于有效区间外,对数据进行修正;
13、其中, l为下边界,h为上边界;
14、s22、数据修正:通过采用随机森林回归算法替换异常数据,计算公式为:
15、;
16、式中, y为预测结果, x是输入的特征向量, s为回归模型个数, f s( x)为单个回归树模型。
17、进一步地,所述步骤s21中,l= q1- ni rq;h= q3+ ni rq;
18、式中, q1为下四分位数, q3为上四位数, i rq为四分位差,且 i rq= q3- q1,n=1.5。
19、进一步地,所述步骤s4中,构建知识规则库具体包括以下步骤:
20、s41、利用用户的轨迹数据p建立事务数据库d={p1,p2,…,pk,…,pn},数据点描述为 [pk, xk, yk, tk],其中pk为数据点名称, xk是经度坐标, yk是纬度坐标, tk是时间戳;
21、s42、设置空间阈值s和时间阈值t,计算轨迹段(pk,…,pm)中数据点的停留区域:
22、d(pk,pk+1)≤s;
23、 tm- tk >t;
24、式中,d(pk,pk+1)表示两个相邻数据点之间的距离;
25、s43、通过设置不同的空间阈值和时间阈值,将所有的数据点通过不同的停留区域g进行归类构成事务数据库g={g1,g2,…,g i},其中g i为区域项集,由不同的数据点构成; i为设置的停留区域总数;
26、s44、利用关联规则挖掘算法从事务数据库g挖掘频繁区域项集,构建知识规则库。
27、进一步地,所述步骤s42中,两个数据点之间的距离d的计算公式为:;
28、式中,pk和pf分别表示第k个和第f个数据点,k<f≤m。
29、进一步地,所述步骤s5中,区域项集样本相似度jaccard的计算公式为:
30、;
31、其中,ga、gb为频繁区域项集。
32、进一步地,所述步骤s6中,真实场景数据包括knx总线的记录和传感器的实时反馈数据。
33、本发明的有益效果为:
34、本发明通过将knx总线上采集的原始数据经过规整处理生成了时空任务列表,以更大程度的利用knx系统安全、可靠以及便利监测的特点,通过时空任务列表实现了智能居家设备的控制决策,使得基于knx系统的智能居家设备的控制更加自主化,节省了更多资源并为用户带来良好的体验。
35、本发明在数据处理过程中,通过数据异常检测,使得采集的数据更加有效、结果更加可靠,同时对异常数据采用随机森林回归算法进行替换,使数据更加合理准确且保证了数据量,为知识规则库的构建打下了基础;通过关联规则挖掘了频繁区域项集,同时以时间戳进行频繁区域项集排序,很直观的展示了用户对居家设备的控制需求以及与时间段之间的关联关系,再采用样本相似度对数据进行过滤合并处理,去除了用户在短时间内的重复操作带来的冗余信息,提高了数据处理的效率。
1.一种基于knx总线的智能家居数据传输处理方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的一种基于knx总线的智能家居数据传输处理方法,其特征在于:所述步骤s1中,设备数据包括目标设备的imei号、操作时间和操作类型,传感器数据包括环境传感器采集环境数据以及人体存在传感器采集的用户活动区域数据。
3.根据权利要求1所述的一种基于knx总线的智能家居数据传输处理方法,其特征在于:所述步骤s2中,整理原始数据具体包括以下步骤:
4.根据权利要求3所述的一种基于knx总线的智能家居数据传输处理方法,其特征在于:所述步骤s21中,l=q1-nirq;h=q3+nirq;
5.根据权利要求1所述的一种基于knx总线的智能家居数据传输处理方法,其特征在于:所述步骤s4中,构建知识规则库具体包括以下步骤:
6.根据权利要求5所述的一种基于knx总线的智能家居数据传输处理方法,其特征在于:所述步骤s42中,两个数据点之间的距离d的计算公式为:;
7.根据权利要求1所述的一种基于knx总线的智能家居数据传输处理方法,其特征在于:所述步骤s5中,区域项集样本相似度jaccard的计算公式为:
8.根据权利要求1所述的一种基于knx总线的智能家居数据传输处理方法,其特征在于:所述步骤s6中,真实场景数据包括knx总线的记录和传感器的实时反馈数据。