一种基于知识推理的预测环境危险度的方法及装置制造方法及图纸

本发明专利技术公开了一种基于知识推理的预测环境危险度的方法及装置，方法包括：基于历史环境信息和预定时间序列预测算法确定当前节点所在环境的预测环境信息；确定历史环境信息对应的每个时刻所获得的环境信息的概率分布函数；根据当前环境信息和概率分布函数确定偏差环境信息；根据当前环境信息、预测环境信息和偏差环境信息确定当前节点所在环境的的危险度。本发明专利技术的无线节点具备针对某种异常事件的出现进行感知和推理的能力，处理过程由各个节点自身执行，处理效率较高，无需等待总控制器返回计算结果，且节点自身处理的方式能够大大降低网络中负责的消息数量，提升系统性能。

A Method and Device for Predicting Environmental Hazard Based on Knowledge Reasoning

The invention discloses a method and device for predicting environmental risk degree based on knowledge reasoning, which includes: determining the predicted environmental information of the current node's environment based on historical environmental information and the predicted time series prediction algorithm; determining the probability distribution function of environmental information obtained at each time corresponding to historical environmental information; and according to the current environmental information and probability distribution function. Number to determine the deviation environment information; according to the current environment information, forecast environment information and deviation environment information to determine the current node's environmental risk. The wireless node of the invention has the ability of sensing and reasoning for the occurrence of an abnormal event, and the processing process is executed by each node itself. The processing efficiency is high, and there is no need to wait for the master controller to return the calculation result, and the way of processing by the node itself can greatly reduce the number of responsible messages in the network and improve the system performance.

【技术实现步骤摘要】
一种基于知识推理的预测环境危险度的方法及装置
本专利技术涉及通讯领域，特别是涉及一种基于知识推理的预测环境危险度的方法及装置。
技术介绍
目前，无线传感网络的物联网监控环境包含若干具备针对某种异常事件(如火情)的出现进行感知的无线节点(即传感器)，主流的基于无线传感网络的知识推理系统大多是集中式系统，总控器集中地汇聚和处理各传感器采集的环境而完成知识推理，不仅难以保证知识推理效率，而且导致网络中负载的消息数量过大；此外，目前主流系统严重依赖I型模糊逻辑模型，因为该模型在被应用于动态环境或者当模糊逻辑规则的构建包含局部知识导致的非确定性的时候，该模型在基于模糊推理规则表达知识的时候存在明显灵活性缺陷。
技术实现思路
本专利技术提供一种基于知识推理的预测环境危险度的方法及装置，用以解决现有技术的如下问题：现有的知识推理系统由总控器集中地汇聚和处理各传感器采集的环境而完成知识推理，不仅难以保证知识推理效率，而且导致网络中负载的消息数量过大。为解决上述技术问题，一方面，本专利技术提供一种基于知识推理的预测环境危险度的方法，包括：基于历史环境信息和预定时间序列预测算法确定当前节点所在环境的预测环境信息；确定所述历史环境信息对应的每个时刻所获得的环境信息的概率分布函数；根据当前环境信息和所述概率分布函数确定偏差环境信息；根据所述当前环境信息、所述预测环境信息和所述偏差环境信息确定当前节点所在环境的的危险度。可选的，根据所述当前环境信息、所述预测的环境信息和所述偏差环境信息确定当前节点所在环境的的危险度之后，还包括：检测所述危险度是否超过预定危险度阈值；在所述危险度超过所述预定危险度阈值的情况下，向所述当前节点所在的预定类簇的中心节点发送所述危险度和/或告警消息。可选的，向所述当前节点所在的预定类簇的中心节点发送所述危险度和/或告警消息之后，还包括：所述中心节点向总控器发送所述预定类簇中各个节点的危险度。可选的，根据当前环境信息和所述概率分布函数确定偏差环境信息，包括：根据所述概率分布函数确定当前时间点的期望环境信息；将所述期望环境信息和所述当前环境信息差值的绝对值确定为所述偏差环境信息。可选的，根据当前环境信息、所述预测的环境信息和所述偏差环境信息确定当前节点所在环境的的危险度之后，还包括：所述当前节点将自身的危险度发送至相邻节点。可选的，所述方法还包括：照预定时间间隔统计所述预定类簇中每个节点的危险度；在所有危险度中确定危险度最大的节点为新的中心节点。可选的，所述方法还包括：各个节点根据自身的危险度设置选择概率，其中，所述选择概率指示自身成为中心节点的概率；在所有选择概率中确定选择概率最大的节点为新的中心节点。另一方面，本专利技术还提供一种基于知识推理的预测环境危险度的装置，包括：第一确定模块，用于基于历史环境信息和预定时间序列预测算法确定当前节点所在环境的预测环境信息；第二确定模块，用于确定所述历史环境信息对应的每个时刻所获得的环境信息的概率分布函数；第三确定模块，用于根据当前环境信息和所述概率分布函数确定偏差环境信息；执行模块，用于根据所述当前环境信息、所述预测环境信息和所述偏差环境信息确定当前节点所在环境的的危险度。可选的，还包括：检测模块，用于检测所述危险度是否超过预定危险度阈值；发送模块，用于在所述危险度超过所述预定危险度阈值的情况下，向所述当前节点所在的预定类簇的中心节点发送所述危险度和/或告警消息。可选的，所述第三确定模块，具体用于：根据所述概率分布函数确定当前时间点的期望环境信息；将所述期望环境信息和所述当前环境信息差值的绝对值确定为所述偏差环境信息。本专利技术实施例的无线节点具备针对某种异常事件的出现进行感知和推理的能力，根据当前环境信息、预测环境信息和偏差环境信息共同确定当前节点所在环境的的危险度，处理过程由各个节点自身执行，处理效率较高，无需等待总总控器返回计算结果，且节点自身处理的方式能够大大降低网络中负责的消息数量，提升系统性能。附图说明图1是本专利技术第一实施例中基于知识推理的预测环境危险度的方法的流程图；图2是本专利技术第二实施例中基于知识推理的预测环境危险度的装置的一种结构示意图；图3是本专利技术第二实施例中基于知识推理的预测环境危险度的装置的另一种结构示意图；图4是本专利技术第三实施例中无线传感网络的系统架构示意图。具体实施方式为了解决现有技术的如下问题：现有的指示推理系统由总控器集中地汇聚和处理各传感器采集的环境而完成知识推理，不仅难以保证知识推理效率，而且导致网络中负载的消息数量过大；本专利技术提供了一种基于知识推理的预测环境危险度的方法及装置，以下结合附图以及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不限定本专利技术。本专利技术第一实施例提供了一种基于知识推理的预测环境危险度的方法，该方法的流程如图1所示，包括步骤S101至S104：S101，基于历史环境信息和预定时间序列预测算法确定当前节点所在环境的预测环境信息；S102，确定历史环境信息对应的每个时刻所获得的环境信息的概率分布函数；S103，根据当前环境信息和概率分布函数确定偏差环境信息；S104，根据当前环境信息、预测环境信息和偏差环境信息确定当前节点所在环境的的危险度。本专利技术实施例的无线节点具备针对某种异常事件的出现进行感知和推理的能力，根据当前环境信息、预测环境信息和偏差环境信息共同确定当前节点所在环境的的危险度，处理过程由各个节点自身执行，处理效率较高，无需等待总总控器返回计算结果，且节点自身处理的方式能够大大降低网络中负责的消息数量，提升系统性能。在根据当前环境信息、预测的环境信息和偏差环境信息确定当前节点所在环境的的危险度之后，还需要检测危险度是否超过预定危险度阈值；如果危险度超过预定危险度阈值，则说明当前环境存在较大的危险隐患，需要向当前节点所在的预定类簇的中心节点发送危险度和/或告警消息；如果危险度没有超过预定危险度阈值，则可以不向中心节点上报危险度和/或告警消息，当前节点只是将自身的危险度发送至相邻节点，以便相邻节点后续能与其达成危险情况的共识。在当前节点向当前节点所在的预定类簇的中心节点发送危险度和/或告警消息之后，中心节点可以定时向总控器发送预定类簇中各个节点的危险度。通过预定类簇的中心节点与总总控器交互的方式，既可以让总总控器知晓各个节点的危险度，又极大的减少了总总控器的负载情况，提升了系统性能。实现时，在根据当前环境信息和概率分布函数确定偏差环境信息的过程中，可以先根据概率分布函数确定当前时间点的期望环境信息，再将期望环境信息和当前环境信息作差，该差值的绝对值确定为偏差环境信息。本专利技术实施例中每个预定类簇的中心节点都是可以实时变化的。例如，按照预定时间间隔统计预定类簇中每个节点的危险度，在所有危险度中确定危险度最大的节点为新的中心节点。再例如，各个节点根据自身的危险度设置选择概率，其中，选择概率指示自身成为中心节点的概率，在所有选择概率中确定选择概率最大的节点为新的中心节点。本专利技术实施例通过危险度调节中心节点的方式，可以让当前处于最危险状况的节点与总控器交互，能够得到总控器的更多重视。本专利技术第二实施例提供了一种基于知识推理的预测环境危险度的装置，该装置可以设置在预定类簇的包括中心节本文档来自技高网...

【技术保护点】
1.一种基于知识推理的预测环境危险度的方法，其特征在于，包括：基于历史环境信息和预定时间序列预测算法确定当前节点所在环境的预测环境信息；确定所述历史环境信息对应的每个时刻所获得的环境信息的概率分布函数；根据当前环境信息和所述概率分布函数确定偏差环境信息；根据所述当前环境信息、所述预测环境信息和所述偏差环境信息确定当前节点所在环境的的危险度。

【技术特征摘要】
1.一种基于知识推理的预测环境危险度的方法，其特征在于，包括：基于历史环境信息和预定时间序列预测算法确定当前节点所在环境的预测环境信息；确定所述历史环境信息对应的每个时刻所获得的环境信息的概率分布函数；根据当前环境信息和所述概率分布函数确定偏差环境信息；根据所述当前环境信息、所述预测环境信息和所述偏差环境信息确定当前节点所在环境的的危险度。2.如权利要求1所述的方法，其特征在于，根据所述当前环境信息、所述预测的环境信息和所述偏差环境信息确定当前节点所在环境的的危险度之后，还包括：检测所述危险度是否超过预定危险度阈值；在所述危险度超过所述预定危险度阈值的情况下，向所述当前节点所在的预定类簇的中心节点发送所述危险度和/或告警消息。3.如权利要求2所述的方法，其特征在于，向所述当前节点所在的预定类簇的中心节点发送所述危险度和/或告警消息之后，还包括：所述中心节点向总控器发送所述预定类簇中各个节点的危险度。4.如权利要求1所述的方法，其特征在于，根据当前环境信息和所述概率分布函数确定偏差环境信息，包括：根据所述概率分布函数确定当前时间点的期望环境信息；将所述期望环境信息和所述当前环境信息差值的绝对值确定为所述偏差环境信息。5.如权利要求至1所述的方法，其特征在于，根据当前环境信息、所述预测的环境信息和所述偏差环境信息确定当前节点所在环境的的危险度之后，还包括：所述当前节点将自身的危险度发送至相邻节点...

【专利技术属性】
技术研发人员：王亚珅，刘弋锋，张欢欢，谢海永，
申请(专利权)人：中国电子科技集团公司电子科学研究院，
类型：发明
国别省市：北京,11