【技术实现步骤摘要】
本专利技术涉及智能控制领域，尤其涉及一种。
技术介绍
传统智能环境的行为识别研究工作以及实现方案存在多种不足，主要包括以下两点。.1、采用视频监测数据和携带标签的RFID数据来进行住户或行人的活动识别。基于视频监控的技术通过视频设备来采集数据，利用图像处理技术对数据进行分析，从而识别用户活动。因为要实现较为细致的活动识别，需要布置大量且密集的信息搜集设备，而由于视频监控的设备成本昂贵，覆盖区域较小的缺陷难以达到这个要求，并且现实场景中房屋结构和屋内光线等问题都会影响到识别结果的有效性，再加上使用视觉监控设备的研究方法属于侵入式的方法，直接对用户的生活摄像导致对用户的隐私保护不够，在家庭环境中，人们并不接受视频长期监控，因此用户对这类方法的接受度并不高。另外实际参与者并不愿意携带能够触发传感器的专用手套或别的携带标签的特殊设备，所以基于携带标签的RFID传感器方法也不利于大规模推广。另外，智能环境在生活辅助方面的应用需要有较为精确的活动识别才可以实现，而基于标签和视频监控等的传统智能环境对活动的识别较为粗糙，不能达到所需的要求，这些方法难以大规模应用到真实环境中。2、目前的基于无线传感器网络的活动检测算法多以集中式算法为主，采用集中式的数据处理方法，需要各个传感器将检测到的数据传回到中心节点(通常为一台电脑)，由中心节点进行分析推理，但这种集中式的算法的实时性不强，不能解决由于网络延迟而可能带来的检测错误并且没有能利用到传感器节点自身的计算能力和存储能力。
技术实现思路
本专利技术旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种。为了实现...
【技术保护点】
一种基于无线传感器网络的分布式行为识别方法，其特征在于，包括如下步骤：步骤1，收集传感器的采样数据，将传感器的采样数据通过活动预测和能耗均衡的路由算法运算之后，传递到集中控制系统；步骤2，所述集中控制系统对运算后的采样数据进行训练挖掘，挖掘频繁行为轨迹模式，根据频繁行为轨迹模式标记出频繁行为状态，从而分别生成频繁行为轨迹集和频繁行为状态集；步骤3，对生成的频繁行为轨迹集进行进一步挖掘，计算每一个传感器在被触发时预测的频繁行为轨迹，相应的概率，和相关的上下文信息，获得能够分布式存储在每个传感器上的相关频繁行为识别知识集；步骤4，所述频繁行为识别知识集存储到每个传感器，在用户进行行为动作时，当前触发的传感器结合接收的其它传感器的多播报文和传感器自身所存储的频繁行为识别知识集，通过将多播报文中的已完成识别信息与该传感器存储的知识集完成行为动作计算过程，进行频繁行为的识别，识别用户的行为。
【技术特征摘要】
1.一种基于无线传感器网络的分布式行为识别方法，其特征在于，包括如下步骤: 步骤1，收集传感器的采样数据，将传感器的采样数据通过活动预测和能耗均衡的路由算法运算之后，传递到集中控制系统； 步骤2，所述集中控制系统对运算后的采样数据进行训练挖掘，挖掘频繁行为轨迹模式，根据频繁行为轨迹模式标记出频繁行为状态，从而分别生成频繁行为轨迹集和频繁行为状态集； 步骤3，对生成的频繁行为轨迹集进行进一步挖掘，计算每一个传感器在被触发时预测的频繁行为轨迹，相应的概率，和相关的上下文信息，获得能够分布式存储在每个传感器上的相关频繁行为识别知识集； 步骤4，所述频繁行为识别知识集存储到每个传感器，在用户进行行为动作时，当前触发的传感器结合接收的其它传感器的多播报文和传感器自身所存储的频繁行为识别知识集，通过将多播报文中的已完成识别信息与该传感器存储的知识集完成行为动作计算过程，进行频繁行为的识别，识别用户的行为。2.根据权利要求1所述的基于无线传感器网络的分布式行为识别方法，其特征在于，所述步骤I中收集传感器采样数据为每隔一段时间传感器采样当前触发的信息Ii, Ii =(Sti, (Ii)所述下标i代表传感器标号，第i号传感器的触发状态， 3.根据权利要求1所述的基于无线传感器网络的分布式行为识别方法，其特征在于，所述步骤I中活动预测和能耗均衡的路由算法包括: 步骤1-1，所述路由算法定义综合系数Wu，其中下标i，j代表数据报文从节点i传递到节点j，从传感器节点能量均衡、活动预测、传输能耗和剩余能量四个因素，结合每个因素系数的特点系数，其中i=l，……，M，j=l，……，M，且j，M为大于I小于等于环境中传感器总数的整数，假设若干传感器允许数据传送的跳数上限是Hop，且当前数据所经过的h跳后，传到节点i，h=l,......，Hop, Hop为大于I的整数； 步骤1-2，检查跳数h是否超过Hop，超过跳数就丢弃报文； 步骤1-3，判断节点的下一跳是否就是初始传感器节点，如果下一跳是初始传感器节点执行第1-4步；如果下一跳不是初始传感器节点执行第1-5步； 步骤1-4，直接交付报文，传送到集中控制系统； 步骤1-5，判断节点i的数据可达邻节点集{N(i)}非空； 步骤1-6，取出邻节点集{N(i)}所有数据可达邻节点当中，综合系数Wu最小的一个节点j ; 步骤1-7,判断取出的节点j到初始传感器节点的距离是否比节点i到初始传感器节点的距离近，如果节点j到初始传感器节点的距离比节点i到初始传感器节点的距离近，执行第8步；如果节点j到初始传感器节点的距离比节点i到初始传感器节点的距离更远，执行第9步； 步骤1-8，把选出的节点作为下一跳节点，跳数h加I ;步骤1-9，从节点i的数据可达邻节点集合中除掉节点j，重新执行第6步； 步骤1-10，如果节点i的数据可达邻节点集合为空丢弃报文。4.根据权利要求1所述的基于无线传感器网络的分布式行为识别方法，其特征在于，所述步骤2中挖掘频繁行为轨迹包括: 步骤2-1，创建FP树，收集的行为活动的传感器训练数据存储在传感器训练数据库D中，完成一个行为活动触发的传感器序列就是一个事务Trans，每个事务Trans中传感器的触发状态Si和触发时长Cli构成一个项目item，其中i=l，……，M，M为大于I小于等于环境中传感器总数的整数； 步骤2-2，创建FP树的根节点记为T，并且标记为NULL，所述NULL表示将节点标记为空；顺序操作传感器训练数据库D中的每个事务Trans:取当前事务Trans中的Uem1=(Si, (Ii)插入生成树,其中1=1,......，L,且L为大于I小于等于当前Trans中item总数的整数，遵循如果在插入的目标位置已经存在一个节点(S...
【专利技术属性】
技术研发人员：汪成亮，郑倩，张宇，彭亚运，
申请(专利权)人：重庆大学，
类型：发明
国别省市：重庆;85
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。