在分布式计算网络的边缘节点中使用聚类和形状匹配来压缩传感器数据的系统和方法技术方案

一种用于在分布式计算网络的边缘节点处压缩传感器数据的系统和方法。该方法包括用多个已知信号模板训练边缘节点。每个已知信号模板对应于由传感器可观察到的多个事件中的对应的一个。由边缘节点的传感器收集原始数据信号。基于原始数据信号和已知信号模板之间的相似度，将原始数据信号分类为已知信号模板之一。基于原始数据信号的分类来选择压缩方案。根据压缩方案压缩原始数据信号。

【技术实现步骤摘要】
【国外来华专利技术】在分布式计算网络的边缘节点中使用聚类和形状匹配来压缩传感器数据的系统和方法
本公开总体上涉及分布式计算系统，并且更具体地涉及使用聚类和形状匹配在边缘节点处压缩传感器数据。
技术介绍
在许多行业中，将越来越大数量的传统上不连接的不同设备可通信地连接在一起的趋势一直存在。示例包括家庭和建筑物控制系统，诸如连接的照明系统、库存跟踪系统、“物联网”、以及/或者其他“智能的”或“连接的”系统。通常，这些系统的边缘节点（例如，连接的照明系统中的照明器）包括传感器和通信模块，该传感器和通信模块使整个系统能够更有效、更高效和/或更自动地反应于相关环境（例如，家庭、办公室、仓库等）中的动态变化。为了使这些系统可行（例如，经济化），这些系统的一个典型特性是在边缘节点处（例如，在连接的照明系统中的照明器处）的计算资源的可用性有限并且系统的节点与之互连的功率带宽较低。解决由连接系统的有限资源所施加的约束的一种方法包括压缩技术，其中原始收集的传感器数据在边缘处被压缩，并且然后被传送到集中式或指定的网络基础设施，诸如本地服务器或云，以解压缩和分析。然而，随着数据被越来越多地压缩（例如，为了及时地在边缘节点处的有限带宽和计算资源上压缩和传送），在解压缩之后数据的准确性有对应的降低。于是，在本领域中一直需要有利于更及时、准确和高效地分析在分布式计算系统的资源被约束的边缘节点处收集的传感器数据的系统和方法。
技术实现思路
本公开针对用于使用聚类和形状匹配在分布式计算系统的边缘节点处压缩传感器数据的系统和方法。本文的各种实施例和实施方式针对数据压缩和分析方法，其中在收集的传感器数据中识别出唯一的模式，该模式对应于由传感器观察到的特定事件。例如，经常安装分布式计算系统的传感器使能的边缘节点，使得它们的传感器被定向、寻位、定位或以其他方式布置成收集关于特定地理区域或环境的数据。因此，预期来自任何给定边缘节点的传感器将频繁观察到相同类型的事件，其取决于对应的边缘节点设备被安装在何处和/或如何被安装。换句话说，定位于任何给定位置的传感器在正常使用期间预期或可能生成有限数量的波形形状。根据本文公开的方法和系统，提出了由任何给定传感器观察到的不同事件中的每一个都可能对应于所收集的原始数据信号的唯一波形或形状，或者可以与所收集的原始数据信号的唯一波形或形状相关联。例如，无源红外（PIR）或其他运动传感器——例如，在连接的照明系统中——可以基于传感器的位置相对于人们在空间中的典型移动模式（例如，向不止一个方向移动、坐在办公桌前打字或工作、在小组会议中互动、上下跳跃、摔倒等）而观察模拟响应的唯一形状。可以基于其他温度、湿度、热电堆传感器等来检测其他与非运动有关的事件的模式，诸如识别周围的天气状况（例如，下雨、下雪、晴朗、多云等）。以此方式，对于已知的唯一波形或形状中的每一个，可以将任何新收集的原始数据信号与通用模板（或质心）比较，以确定（概率地猜测或估计）哪个事件正在发生。在一个实施例中，可以利用动态时间规整（DTW）度量来确定与时间无关的数据信号，其使得相似事件能够被聚类或分类，而不管被观察到生成原始数据信号的实体或现象的移动速度、时序或持续时间。在一个实施例中，所识别的事件或唯一波形被用来选择对应的压缩方案。例如，原始数据信号的唯一波形或形状与相对于不同压缩方案准确地压缩和解压缩该原始数据信号的能力之间可能存在相关性。在一个实施例中，通过仅在原始数据信号和与之相关的质心之间发送误差，减少了由分布式网络产生和/或在分布式网络上传输的数据量。下面提到的所有示例和特征都可以以任何技术上可能的方式组合。通常，在一个方面，提供了一种在分布式计算网络的边缘节点处压缩传感器数据的方法。该方法包括：用多个已知信号模板的知识训练边缘节点，每个已知信号模板对应于由边缘节点的传感器可观察到的多个事件之一；由传感器收集原始数据信号；基于原始数据信号和已知信号模板之间的相似度，将原始数据信号分类为已知信号模板之一；基于原始数据信号的分类选择压缩方案；以及根据压缩方案压缩原始数据信号。根据一个实施例，压缩包括仅压缩原始数据信号和分类的已知信号模板之间的差异。在一个实施例中，分类包括基于分类的已知信号模板来确定观察到哪个事件，并且压缩包括由传感器观察到的事件的指示。在一个实施例中，分类包括利用k最近邻算法。根据一个实施例，分类包括动态时间规整或任何尺度不变性度量。在一个实施例中，分布式计算网络是连接的照明系统，并且传感器是无源红外传感器。在一个实施例中，训练包括：收集多个数据信号，并且相对于多个簇聚类数据信号；以及根据该簇中的数据信号为每个簇创建质心，其中，已知信号模板包括质心。通常，在另一方面，提供了一种在分布式网络的边缘节点处分析无源红外（PIR）传感器的模拟响应的方法。该方法包括收集模拟数据信号作为来自PIR传感器的响应的模拟部分，该PIR传感器检测相对于传感器的移动；用动态时间规整处理模拟数据信号以将模拟数据信号与多个已知信号模板比较，每个已知信号模板包括描述相对于PIR传感器检测到的移动类型的数据集；使用模式识别算法识别已知信号模板中一个与模拟数据信号最相似的匹配的已知信号模板；基于已知信号模板中一个匹配的已知信号模板确定检测到的移动类型；以及传输移动类型的指示，该移动类型的指示是模拟数据信号的压缩表示。通常，在另外的一方面，提供了一种用于分布式计算网络的边缘节点。边缘节点包括：通信模块，被配置为使能与分布式计算网络的数据通信；传感器，被配置为基于由传感器观察到的事件收集原始数据信号；控制器，被配置为将原始数据信号与多个已知信号模板比较；识别已知信号模板中一个与原始数据信号最相似的匹配的已知信号模板；基于已知信号模板中一个匹配的已知信号模板选择压缩方案；以及根据压缩方案对原始数据信号进行压缩。根据一个实施例，控制器进一步被配置为仅压缩原始数据信号和已知信号模板中一个匹配的已知信号模板之间的差异。在一个实施例中，控制器被配置成通过基于已知信号模板中一个匹配的已知信号模板确定观察到的事件，并确定事件或表示事件的指示，来压缩原始数据信号。在一个实施例中，控制器包括安装在其中的k最近邻算法，并且其中，控制器被配置为使用k最近邻算法将原始数据信号与多个已知信号模板比较。根据一个实施例，控制器包括安装在其中的动态时间规整算法，并且其中，控制器被配置为使用动态时间规整算法将原始数据信号与多个已知信号模板比较。在一个实施例中，分布式计算网络是连接的照明系统，并且传感器是耦合至照明器的无源红外传感器。通常，在另一方面，提供了一种分布式计算网络，其包括可通信地连接在一起的如本文公开的多个边缘节点。应当理解，前述构思和下面更详细讨论的附加构思（假设这样的构思并不相互矛盾）的所有组合被认为是本文公开的专利技术主题的一部分。特别地，出现在本公开的结尾处的要求保护的主题的所有组合被认为是本文公开的专利技术主题的一部分。还应理解，本文明确采用的、也可能出现在通过引用并入的任何公开中的术语应被给予与本文公开的特定构思最本文档来自技高网...

【技术保护点】
1.一种在分布式计算网络（10）的边缘节点（12）处压缩传感器数据的方法，包括：/n用多个已知信号模板（42、44）的知识训练所述边缘节点，每个已知信号模板对应于能够由所述边缘节点的传感器（14）感测的多个事件之一；/n由所述传感器收集原始数据信号（38）；/n基于所述原始数据信号和所述已知信号模板之间的相似度，将所述原始数据信号分类为所述已知信号模板之一；/n基于所述原始数据信号的所述分类选择压缩方案；以及/n根据所述压缩方案压缩所述原始数据信号。/n

【技术特征摘要】
【国外来华专利技术】20180827 EP 18190898.9;20180807 US 62/7154621.一种在分布式计算网络（10）的边缘节点（12）处压缩传感器数据的方法，包括：
用多个已知信号模板（42、44）的知识训练所述边缘节点，每个已知信号模板对应于能够由所述边缘节点的传感器（14）感测的多个事件之一；
由所述传感器收集原始数据信号（38）；
基于所述原始数据信号和所述已知信号模板之间的相似度，将所述原始数据信号分类为所述已知信号模板之一；
基于所述原始数据信号的所述分类选择压缩方案；以及
根据所述压缩方案压缩所述原始数据信号。


2.根据权利要求1所述的方法，其中，所述压缩包括仅压缩所述原始数据信号和所述分类的已知信号模板之间的差异。


3.根据权利要求1所述的方法，其中，所述分类包括基于所述分类的已知信号模板确定观察到哪个事件，并且所述压缩包括由所述传感器观察到的所述事件的指示。


4.根据权利要求1所述的方法，其中，所述分类包括利用k最近邻算法（62）。


5.根据权利要求1所述的方法，其中，所述分类包括动态时间规整或任何尺度不变性度量。


6.根据权利要求1所述的方法，其中，所述分布式计算网络是连接的照明系统，并且所述传感器是无源红外传感器。


7.根据权利要求1所述的方法，其中，所述训练包括收集多个数据信号并相对于多个簇聚类所述数据信号，以及根据每个簇中的所述数据信号为所述簇创建质心，其中，所述已知信号模板包括所述质心。


8.一种在分布式网络（10）的边缘节点（12）处分析无源红外（PIR）传感器（14）的模拟响应的方法，包括：
收集模拟数据信号（38）作为来自所述PIR传感器的响应的模拟部分，所述PIR传感器检测相对于所述传感器的移动；
用动态时间规整处理所述模拟数据信号以将所述模拟数据信号与多个已知信号模板（42、44）比较，每一个已知信号模板包括描述相对于所...

【专利技术属性】
技术研发人员：O·P·奥拉莱耶，A·莫蒂，M·K·戈帕尔萨米，
申请(专利权)人：昕诺飞控股有限公司，
类型：发明
国别省市：荷兰;NL