一种管控监测方法和系统技术方案

本发明专利技术涉及一种管控监测方法，包括：节点注册步骤，将监测设备注册为管控监测系统的节点，为该节点设置节点ID，并将该节点进一步划分为控制节点或普通节点；目标监测步骤，通过该节点采集监测目标的特征数据为动态资源，并通过追踪模型获取该监测目标的预测位置信息；资源保存步骤，将该动态资源和获取该动态资源的节点的节点ID转发至所有该控制节点；用户控制步骤，用户通过该管控监测系统的控制设备向该节点发送请求，以获取该动态资源和该预测位置信息，或通过该节点ID对该节点进行操作。

A Method and System of Control and Monitoring

The invention relates to a management and control monitoring method, which includes: node registration step, registration of monitoring equipment as node of management and control monitoring system, setting node ID for the node, further dividing the node into control node or common node; target monitoring step, collecting characteristic data of monitoring target as dynamic resource through the node, and acquiring the monitoring target through tracking model. Predicted location information; resource preservation step, which forwards the dynamic resource and node ID of the node acquiring the dynamic resource to all the control nodes; user control step, in which the user sends a request to the node through the control device of the control monitoring system to obtain the dynamic resource and the predicted location information, or operates on the node through the node ID.

【技术实现步骤摘要】
一种管控监测方法和系统
本专利技术涉及物联网领域，特别是涉及一种利用检测设备面向管控监测的支持动态资源连接表示及访问的系统和方法。
技术介绍
随着无线通信技术的发展，智能物联网设备在军事及民用领域得到了广泛的应用，异常目标的监测和追踪是其中最常见的应用领域，其中“监测——告警”是解决该问题的最基本的方法，即监测到目标后主动或被动的发出通知。然而动态目标具有在被监测的区域内突然出现或消失以及连续移动的特点，比如自然保护区中的珍惜物种，国境边防线的入侵者和偷渡者等。因此传统的“监测——告警”方法对于管控监测动态目标并不能非常好的适用。在管控监测中动态资源的生成及获取也有相当的难度，主要有三个原因：第一，传统物联网设备受到成本和功耗的制约，导致其计算及存储能力有限，无法支持深度学习算法的运行，无法存储大量的训练集也不能在本地训练模型。第二，管控监测应用对目标的发现和访问的时效性要求较高，同时又对设备的能耗有较高需求。传统方法在异常目标数据访问和主动追踪方面，延迟和能耗均较大，“监测——告警”方法也很难实时获取目标的当前状态。第三，传统的物联网应用中，在设备部署完成后，应用更新成本高，更换监测目标困难。当前国内外产品和专利中的类似技术包括：中国国家专利“一种基于物联网的园林监测系统”，申请号CN201420310577.8[P].2014，利用传感器网络对园林环境进行监测。它使用client/server网络结构，传感器将园林环境的实时变化信息通过网络传送到物联网监测主机，该监测系统利用的就是传统的“监测——告警”方法，系统只能监测某种特定的环境信息，client/server结构也限制了网络的可扩展性。中国国家专利“无线传感器网络中基于呼吸机制的有毒气体监测与追踪方法”，申请号CN201420494224.2[P]2014，是一种利用无线传感器网络的监测和追踪有毒气体边界的方法，利用网络间节点的互相协作找出有毒气体在当前环境下的扩散规律进而对有毒气体的边界进行追踪。与第一种方法相比本方法是对连续目标的监测。这种方法并不适用监测动态目标，动态目标可能随时出现或消失，变化也不一定是连续的。中国国家专利“森林防火及生态保护物联网监测预警指挥系统”，申请号CN201320125104.6[P]2013，是基于前端监测设备的森林防火的预警指挥系统，能根据当前采集的信息判断森林大火的可能性，同样采用client/server结构。以上专利技术都是基于物端设备的检测应用，但是它们监测目标单一并且都无法监测随时出现或消失的动态目标。此外，关于神经网络在物联网系统中应用的关键技术背景包括：中国国家专利“基于物联网的目标识别方法及装置”，申请号CN201320590706.3[P]2013，是利用对预定目标所采集的测量值作为BP神经网络的输入量，对所述预定目标进行模式识别，该专利技术的神经网络的训练和识别都不是在物联网节点上进行，物联网端设备并不能利用识别结果。中国国家专利“一种基于物联网和神经网络的可自我优化的高效公共交通系统”，申请号CN20160252092.1[P]2016，通过采集公交站台的候车人数和车内乘客数量对公共交通的调度进行调整。该专利技术利用BP算法来预测出各车次各个时段的需求人数趋势，该专利技术利用BP算法的结果来改进决策。但是这两个专利技术都没有根据实际使用的情况对神经网络模型不断改进，因此它们的预测的正确率也不会不断提高。
技术实现思路
针对上述问题，本专利技术提出一种管控监测方法，包括：节点注册步骤，将监测设备注册为管控监测系统的节点，为该节点设置节点ID，并将该节点进一步划分为控制节点或普通节点；模型建立步骤，该节点采集已知目标的初始特征数据并通过该管控监测系统的边界网关发送至该管控监测系统的云端子系统，该云端子系统以该初始特征数据建立BP神经网络模型作为该追踪模型，并将同步至所有该节点；目标监测步骤，通过该节点采集监测目标的特征数据，获取该监测目标的当前位置信息以生成为动态资源，并通过追踪模型获取该监测目标的预测位置信息；模型更新步骤，该控制节点通过该管控监测系统的边界网关发送该动态资源至该管控监测系统的云端子系统，该云端子系统对该动态资源分别提取训练特征和实际结果，通过该训练特征和实际结果根据BP神经网络的负反馈学习过程训练该追踪模型；并将该追踪模型同步至所有该节点；资源保存步骤，将该动态资源和获取该动态资源的节点的节点ID转发至所有该控制节点；用户控制步骤，用户通过该管控监测系统的控制设备向该节点发送请求，以获取该动态资源和该预测位置信息，或通过该节点ID对该节点进行操作。本专利技术所述的管控监测方法，所述用户控制步骤具体包括：资源操作步骤，该用户通过该控制设备向该节点发出对该动态资源的操作请求，若接收该操作请求的节点为控制节点，则将该操作请求转发至生成该动态资源的节点或该动态资源的预测位置信息对应的节点，以响应该操作请求；反之则将该操作请求转发至与之连接的控制节点；资源获取步骤，该用户通过该控制设备向该节点发出对该动态资源的获取请求，若接收该获取请求的节点为控制节点，则返回该动态资源；反之则将该获取请求转发至与之连接的控制节点；目标更换步骤，该用户通过该控制设备向该节点发出对该监测目标的更换请求，接收该更换请求的节点通过洪泛法将该更换请求转发至所有该节点，所有该节点响应该更换请求；资源删除步骤，该用户通过该控制设备向该节点发出对该动态资源的删除请求，接收该删除请求的节点通过洪泛法将该删除请求转发至所有该节点，所有该节点响应该删除请求。本专利技术还涉及一种管控监测系统，包括：监测设备、边界网关、注册服务器、云端子系统和控制设备；以及节点注册模块，用于将该监测设备注册为该管控监测系统的节点，为该节点设置节点ID，并将该节点进一步划分为控制节点或普通节点；目标监测模块，用于通过该节点采集监测目标的特征数据为动态资源，并通过追踪模型获取该监测目标的预测位置信息；资源保存模块，用于将该动态资源和获取该动态资源的节点的节点ID转发至所有该控制节点；用户控制模块，用于用户通过该管控监测系统的控制设备向该节点发送请求，以获取该动态资源和该预测位置信息，或通过该节点ID对该节点进行操作；模型建立模块，用于建立该追踪模型；该节点采集已知目标的初始特征数据并通过该管控监测系统的边界网关发送至该管控监测系统的云端子系统，该云端子系统以该初始特征数据建立BP神经网络模型作为该追踪模型，并将同步至所有该节点；模型更新模块，用于更新该追踪模型；该控制节点通过该管控监测系统的边界网关发送该动态资源至该管控监测系统的云端子系统，该云端子系统对该动态资源分别提取训练特征和实际结果，通过该训练特征和实际结果根据BP神经网络的负反馈学习过程训练该追踪模型；并将该追踪模型同步至所有该节点。本专利技术所述的管控监测系统，所述用户控制模块具体包括：资源操作模块，用于对该动态资源进行操作；该用户通过该控制设备向该节点发出对该动态资源的操作请求，若接收该操作请求的节点为控制节点，则将该操作请求转发至生成该动态资源的节点或该动态资源的预测位置信息对应的节点，以响应该操作请求；反之则将该操作请求转发至与之连接的控制节点；资源获取模块，用于获取该动态资源；该用户通过该控制设本文档来自技高网...

【技术保护点】
1.一种管控监测方法，其特征在于，包括：节点注册步骤，将监测设备注册为管控监测系统的节点，为该节点设置节点ID，并将该节点进一步划分为控制节点或普通节点；目标监测步骤，通过该节点采集监测目标的特征数据为动态资源，并通过追踪模型获取该监测目标的预测位置信息；资源保存步骤，将该动态资源和获取该动态资源的节点的节点ID转发至所有该控制节点；用户控制步骤，用户通过该管控监测系统的控制设备向该节点发送请求，以获取该动态资源和该预测位置信息，或通过该节点ID对该节点进行操作。

【技术特征摘要】
1.一种管控监测方法，其特征在于，包括：节点注册步骤，将监测设备注册为管控监测系统的节点，为该节点设置节点ID，并将该节点进一步划分为控制节点或普通节点；目标监测步骤，通过该节点采集监测目标的特征数据为动态资源，并通过追踪模型获取该监测目标的预测位置信息；资源保存步骤，将该动态资源和获取该动态资源的节点的节点ID转发至所有该控制节点；用户控制步骤，用户通过该管控监测系统的控制设备向该节点发送请求，以获取该动态资源和该预测位置信息，或通过该节点ID对该节点进行操作。2.如权利要求1所述的管控监测方法，其特征在于，还包括：模型建立步骤，该节点采集已知目标的初始特征数据并通过该管控监测系统的边界网关发送至该管控监测系统的云端子系统，该云端子系统以该初始特征数据建立BP神经网络模型作为该追踪模型，并将同步至所有该节点。3.如权利要求1所述的管控监测方法，其特征在于，还包括：模型更新步骤，该控制节点通过该管控监测系统的边界网关发送该动态资源至该管控监测系统的云端子系统，该云端子系统对该动态资源分别提取训练特征和实际结果，通过该训练特征和实际结果根据BP神经网络的负反馈学习过程训练该追踪模型；并将该追踪模型同步至所有该节点。4.如权利要求1所述的管控监测方法，其特征在于，所述用户控制步骤具体包括：资源操作步骤，该用户通过该控制设备向该节点发出对该动态资源的操作请求，若接收该操作请求的节点为控制节点，则将该操作请求转发至生成该动态资源的节点或该动态资源的预测位置信息对应的节点，以响应该操作请求；反之则将该操作请求转发至与之连接的控制节点；资源获取步骤，该用户通过该控制设备向该节点发出对该动态资源的获取请求，若接收该获取请求的节点为控制节点，则返回该动态资源；反之则将该获取请求转发至与之连接的控制节点；目标更换步骤，该用户通过该控制设备向该节点发出对该监测目标的更换请求，接收该更换请求的节点通过洪泛法将该更换请求转发至所有该节点，所有该节点响应该更换请求；资源删除步骤，该用户通过该控制设备向该节点发出对该动态资源的删除请求，接收该删除请求的节点通过洪泛法将该删除请求转发至所有该节点，所有该节点响应该删除请求。5.如权利要求1所述的管控监测方法，其特征在于，所述节点注册步骤具体包括：节点分配步骤，该管控监测系统的注册服务器将该检测设备注册为该管控监测系统的节点，并为该节点随机分配多个与该节点相邻的邻居节点；节点划分步骤，获取该节点与该邻居节点的连通度，若该连通度大于log2n，则将该节点划分为控制节点，反之则划分为普通节点；其中n为该管控监测系统的节点总数。6.一种管控监测系统，其特征在于，包括：监测设备、边界网关、注册服务器、云端子系统和控制设备；以及节点注册模块，用于将该监测...

【专利技术属性】
技术研发人员：廖伟源，李栋，赵泽，崔莉，
申请(专利权)人：中国科学院计算技术研究所，
类型：发明
国别省市：北京,11