一种基于无线网络协同感知的行为预测方法技术

本发明专利技术公开了一种基于无线网络协同感知的行为预测方法，将无线传感网分为子节点层、母节点层和网关层；子节点通过无线通信技术与母节点之间完成通信，再由母节点将数据转发给网关节点；多个子节点以及母节点之间通过协作以完成行为预测的能力；子节点对应于母节点路由表中的各个路由节点，母节点与其路由表中的多个子节点之间通过协作感知以达到行为预测的能力。本发明专利技术网络节点通过无线通信技术实现在目标现场的通信和组网，无线网络节点的感测数据在网络节点之间传输并在网络节点进行共享，通过多个网络节点感测的数据进行具体行为的预测，无线网络节点根据此行为预测结果运行自身对应的工作模式，以实现优化无线网络节点的监测能量消耗。

A behavior prediction method based on Cooperative perception of wireless network

The invention discloses a behavior prediction method based on wireless network cooperative perception, which divides wireless sensor network into sub-node layer, parent node layer and gateway layer; sub-node communicates with parent node through wireless communication technology, and then forwards data to gateway node by parent node; multiple sub-nodes and communication between parent nodes. The ability of collaboration to complete behavior prediction; the child node corresponds to each routing node in the parent node routing table, and the parent node and its multiple child nodes in the routing table achieve the ability of behavior prediction through collaborative awareness. The network node of the invention realizes the communication and networking of the target field through the wireless communication technology, the sensing data of the wireless network node is transmitted between the network nodes and shared in the network nodes, and the concrete behavior is predicted by the sensing data of the multiple network nodes, according to which the wireless network node predicts the result of the movement. Self corresponding working mode is adopted to optimize the monitoring energy consumption of wireless network nodes.

【技术实现步骤摘要】
一种基于无线网络协同感知的行为预测方法
本专利技术涉及一种基于无线网络协同感知的行为预测方法，属于无线传感网络

技术介绍
无线传感网络在工业、农业、环保、民用以及军事领域都具有广阔的应用前景，主要采用无线节点对某个或多个参量的实时感知以实现监测的目标，在监测过程中通过无线节点的本地采集数据后的自行判别，来分析被监测的参量超标或非超标。还有一种主流监测方式是数据传输至后台再进行分析、处理，该模式下需要设计和开发连接无线传感网和移动通信网的传感网网关，作为无线传感网络的控制中心，能够主动扫描其覆盖范围内的所有网络节点，管理整个无线监测网络完整的路由表，接收来自网络内节点的数据，并对数据进行校正、融合等处理，然后通过移动通信网以无线远传协议发送给后台平台；同时对于后台平台所发的指令给予相应的处理。从上面的组网模式可以看出，现有无线传感网还主要处于单点(或多点)的采集、传输和处理分析，可以是对某个参量的感知或多个参量的感知。然而，现有的无线网络监测过程还属于单纯的感知，如何基于多无线网络节点之间的协同感知以实现智能行为判别将会有效提升无线传感网络的应用效率。经过对现有授权专利技术专利的检索来看，针对无线传感网络和行为分析的专利技术专利主要包括：已授权专利技术专利“钻柱振动声波测量方法(200710122793.4)”提出了一种钻柱振动声波测量方法，其特征是将一个采集轴向、切向和横向的三维振动声波传感器组安装在钻柱顶部随钻测量，通过钻柱作为信息传输介质，记录钻进过程中钻头与地层连续作用时产生的自然振动源信号、自然声波信号、钻具或钻头自身的动态行为信号，将这些信号输入到一个无线传感网络的节点盒内，利用无线传输方式，将这些信号传送出去。接受端将信号通过无线传感网络和计算机接口进入计算机系统，对数据进行在线实时分析和解释。已授权专利技术专利“基于有界模型检验的无线传感网软件代码验证方法(申请号：201410179163.0)”，该专利技术所述的一种基于有界模型检验的无线传感网软件代码验证方法，该方法首先通过对无线传感网软件源代码分析并建立动态查找表，然后建立软件模型，该模型是无线传感网软件源代码的静态结构和动态行为的抽象，在此基础上定义模型转换规则，实现软件模型转化向C语言的代码转化，最后使用有界模型检验工具对转化后的代码进行有界模型检验。已授权专利技术专利“基于TD强化学习的无线传感网络入侵检测模型(201310302735.5)”提出了一种基于TD(temporaldifference,时序差分)强化学习的无线传感网络入侵检测模型，其是通过TD强化学习对传感器节点的剩余能量进行预测，用于检测具有能量耗尽特征的攻击行为方式，并结合平滑时间窗判定方法将其应用于分簇路由结构的无线传感网络入侵检测模型中。已授权专利技术专利“一种围栏防入侵无线传感网系统(201110145387.6)”提出一种围栏防入侵无线传感网系统，包括至少两个倾角传感器节点，所述的倾角传感器节点安装在可晃动围栏上，并且组成自组织多跳网络；所述的倾角传感器节点用于监测是否有入侵行为，并将监测的结果发送给监测终端，通过大量的倾角传感器节点组成自组织多跳网络，形成防入侵的监测系统，可以对切割围栏、攀爬围栏的行为进行有效地判断，并将判断结果传送到远程监控终端，第一时间发出预警信息，避免造成经济损失。已授权专利技术专利“一种基于无线传感网络的酒驾防范系统(201510091178.6)”提出了一种基于无线传感网络的酒驾防范系统，该系统在汽车内部建立一个局域网并通过ZigBee协议传输相关指令，通过酒精传感器测试空气中酒精浓度和使用图像传感器对比瞳孔以及眼球变化来判断驾驶员是否酒驾，以及“酒驾”程度，并对酒后驾驶的驾驶员进行相应处理，可以锁定引擎，通风换气，发送短信，寻求代驾，做到安全出行，防止酒后驾驶的行为出现。经过上述检索的授权专利的分析，其中已授权专利技术专利：“钻柱振动声波测量方法(200710122793.4)”主要是多参数的采样以及传输处理；已授权专利技术专利“基于有界模型检验的无线传感网软件代码验证方法(申请号：201410179163.0)”主要通过对无线传感网软件源代码分析并建立动态查找表，然后进行数据建模处理的过程。已授权专利技术专利“基于TD强化学习的无线传感网络入侵检测模型(201310302735.5)”通过对传感器节点的能量进行预测以及安全防护。已授权专利技术专利“一种围栏防入侵无线传感网系统(201110145387.6)”主要在于通过多个倾角传感器监测入侵行为以及实现报警。已授权专利技术专利“一种基于无线传感网络的酒驾防范系统(201510091178.6)”主要实现车内传感器检测酒驾的系统方法。同时检索了在审的专利技术专利，主要包括：在审专利技术专利“一种汽车遥控干扰信号的监测识别与定位方法(201610597834.4)”提出了一种汽车遥控干扰信号的监测识别与定位方法，包括：无线传感网络融合中心根据所要定位的目标信息生成并发送定位指令至无线传感网络阵列节点；无线传感网络阵列节点监测汽车遥控干扰信号源并将监测到的汽车遥控干扰信号源发送至无线传感网络融合中心；无线传感网络融合中心识别汽车遥控干扰信号源；无线传感网络融合中心定位汽车遥控干扰信号源。在审专利技术专利“一种异构无线传感网络中最差时延感知跨层优化方法(201510099668.0)”提出了一种异构无线传感网络中最差时延感知跨层优化方法，包括以下步骤：网络中的各节点根据当前时隙实际队列和构造的虚拟队列的队列状态，做出决策行为，进而更新当前时隙的队列状态；源节点对数据采集行为进行优化决策；源节点与中间节点根据当前时隙数据队列和虚拟时延队列状态，对数据丢包行为以及路由调度和数据传输功率分配进行优化决策；同时，各节点通过观察能量队列的队列状态并结合电价因素进行能量采集行为决策；经过多次迭代后，使得无线传感网络的队列状态逐渐稳定。在审专利技术专利“一种基于纳什均衡等级优化的无线感知环境入侵对象方法(201510571764.0)”提出了一种基于纳什均衡等级优化的无线感知环境入侵对象方法，包括如下步骤：步骤1、依据环境入侵对象震动强度，划分环境入侵对象与检测震动节点关联映射表；步骤2、根据环境入侵对象与检测震动节点关联映射表，实现震动感知节点的自主感知和通信行为，建立感知震动信息传输的纳什均衡模型；步骤3、基于感知信息传输的纳什均衡模型，构建感知震动节点信任等级的行为策略的矩阵分析过程；步骤4、求解等级行为策略矩阵方程特征解，获取环境入侵对象优化感知结果。在审专利技术专利“一种基于ZigBee和云计算的智能家居控制系统(201710320806.2)”提出一种智能家居控制系统，特别是一种基于ZigBee和云计算的智能家居控制系统，主体结构包括信息采集和设备控制模块、ZigBee无线传感网络、家居智能网关、RFID设备、云服务器和移动终端设备，所述信息采集和设备控制模块包括环境信息采集传感器和家居设备控制器，由ZigBee协调器节点、ZigBee路由器节点和ZigBee终端节点构成ZigBee三级树型无线传感网络，构成智能家居的网络骨架，由ZigBee网络对家居设备进行智能调控，并通过云服务器端能够存储并处理用户数据，对用户行为习惯本文档来自技高网...

【技术保护点】
1.一种基于无线网络协同感知的行为预测方法，其特征在于，包括以下步骤：将无线传感网分为子节点层、母节点层和网关层，多个子节点、母节点形成感知子网络；子节点通过无线通信技术与母节点之间完成通信，再由母节点将数据转发给网关节点；多个子节点以及母节点之间、感知子网络与后台网管中心之间通过感知数据的关联性，实现行为的识别和预测，即在一个感知子网络中，一个或多个子节点的感知数据作为一个或多个邻居子节点工作状态或感知行为的依据，邻居子节点再根据自身感知数据判断该感知子网络的一个行为状态；行为状态识别根据多子节点感知数据并在网关节点处实现，从而以多节点协作的方式实现行为预测的能力；行为状态识别也可由子节点与母节点，母节点与母节点，或子节点、母节点和网关节点协作的方式完成；所述感知子网络通过网关节点与后台网管中心交互，所述后台网管中心根据不断获取到的感知子网络的多节点反馈的信息，或通过交互式主动感测方法对感知子网络中节点的工作模式进行配置、数据上报方式进行管理，实现对感知子网络的感知行为进行判断和预测；所述子节点对应于母节点路由表中的各个路由节点，所述母节点与其路由表中的多个子节点之间通过协作感知，以达到行为预测的能力。...

【技术特征摘要】
1.一种基于无线网络协同感知的行为预测方法，其特征在于，包括以下步骤：将无线传感网分为子节点层、母节点层和网关层，多个子节点、母节点形成感知子网络；子节点通过无线通信技术与母节点之间完成通信，再由母节点将数据转发给网关节点；多个子节点以及母节点之间、感知子网络与后台网管中心之间通过感知数据的关联性，实现行为的识别和预测，即在一个感知子网络中，一个或多个子节点的感知数据作为一个或多个邻居子节点工作状态或感知行为的依据，邻居子节点再根据自身感知数据判断该感知子网络的一个行为状态；行为状态识别根据多子节点感知数据并在网关节点处实现，从而以多节点协作的方式实现行为预测的能力；行为状态识别也可由子节点与母节点，母节点与母节点，或子节点、母节点和网关节点协作的方式完成；所述感知子网络通过网关节点与后台网管中心交互，所述后台网管中心根据不断获取到的感知子网络的多节点反馈的信息，或通过交互式主动感测方法对感知子网络中节点的工作模式进行配置、数据上报方式进行管理，实现对感知子网络的感知行为进行判断和预测；所述子节点对应于母节点路由表中的各个路由节点，所述母节点与其路由表中的多个子节点之间通过协作感知，以达到行为预测的能力。2.根据权利要求1所述的基于无线网络协同感知的行为预测方法，其特征在于，所述后台网管中心即是无线传感网的上层管理单元，是无线传感网上层的数据中心、控制中心和行为预测中心。3.根据权利要求1所述的基于无线网络协同感知的行为预测方法，其特征在于，工业生产领域的所述交互式主动感测方法具体步骤如下：S1，启动辐射监测终端；S2，远程监控中心生成巡检任务，并推送至企业巡检员的移动客户端APP；S3，企业用户启动移动客户端APP，并根据任务要求完成巡检任务；S4，移动客户端APP发起数据采样请求，该请求执行至远程监控中心，并由监控中心平台下发实时采样指令，并由现场辐射剂量数据上报至平台；S5，移动客户端APP远程访问监控中心平台以获得现场监测数据；S6，通过手机客...

【专利技术属性】
技术研发人员：丁飞，童恩，张登银，吕严，远岸欣，朱洪波，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏,32