基于多元时空数据融合的物联网系统建模和监控方法技术方案

本发明专利技术公布了一种基于多元时空数据融合的物联网系统建模和监控方法，利用物联网时空网络系统中采集到的多种类型的随时间和空间变化的传感器信号，建立表达物联网时空网络系统的时空相关性的多元时空自回归模型MSTA，并建立多元时空累积和(CUSUM)控制图模型，实现对物联网系统的监控。采用本发明专利技术方法，可准确描述物联网系统的时空相关性特征，并实现对物联网系统及时有效的监控，为工程实践提供有用的信息并减少由于系统安全隐患带来的经济和社会损失。社会损失。社会损失。

【技术实现步骤摘要】
基于多元时空数据融合的物联网系统建模和监控方法


[0001]本专利技术提供一种物联网系统的时空建模和监控技术，具体涉及一种基于多元时空数据融合的物联网系统建模和监控方法，属于工业工程


技术介绍

[0002]随着信息技术的发展，各种各样的网络系统(物联网系统)在商业、教育、娱乐和医疗保健等领域得到了广泛应用。网络系统通过各种信息传感器或智能设备实时采集需要监控、连接和互动的物体或过程数据，通过网络接入，实现物与物、物与人的连接和互通，进而达到对物体或过程的智能化管理的目的。例如，物联网(IoT，Intemet of Things)是一个物与人之间创建实时交互平台的网络系统，在智能城市、智能医疗和智能家居等自动化系统的发展中发挥着重要作用，在提高生活质量、公共卫生和基础设施建设等方面具有极大的潜力。
[0003]网络系统在空间维度的分布式传感器节点(或智能设备)通过采集物体或网络运行过程中的时变信号来反映网络系统的状态。同时，在大多数工程实践中，为了全面反映网络系统的状态，在每个传感器节点上常常配置多种类型的传感器用于收集多种类型本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多元时空数据融合的物联网系统建模和监控方法，利用物联网时空网络系统中采集到的多种类型的的随时间和空间变化的传感器信号，建立表达物联网时空网络系统的时空相关性的多元时空自回归模型MSTA，并建立多元时空累积和CUSUM控制图模型，实现对物联网系统的监控；包括如下步骤：1)基于高斯马尔可夫随机场模型与向量自回归模型建立物联网时空网络系统的多元时空自回归模型MSTA；包括：建立空间维度的高斯马尔可夫随机场模型和时间维度的向量自回归模型；11)建立空间维度的高斯马尔可夫随机场模型：设在网络系统的空间域中有n个传感器节点，在每个传感器节点处有L种信号，物联网时空网络系统表示为一个L元的时空过程其中，s是在空间域中的传感器节点的位置，l表示信号类型；在t时刻，将第l种信号的空间过程表示为向量形式对每个传感器节点s
i
，将在邻域下的条件分布定义为(式1)：其中，s
j
～s
i
表示s
j
是s
i
的邻域；是描述和空间相关性的参数，是传感器节点s
i
处第l种信号的条件方差；对于所有的s
i
，系统正常状态时有其中表示第l种信号的总体方差；设网络结构矩阵γ是一个n
×
n的0
‑
1状态矩阵，根据网络的空间结构确定s
i
和s
j
是否具有邻域关系；定义空间相关矩阵为定义B0＝I
n
‑
β0，其中I
n
是一个n
×
n的单位矩阵；当B0可逆且对称正定时，服从分布表示为(式2)：定义t时刻所有L元信号的空间过程矩阵为设定不同类型信号之间是相互独立的，则Y
t
服从的分布表示为(式3)：其中，其中，表示克罗内克积；Y
t
可表示为矩阵形式其中I
L
是一个L
×
L的单位矩阵，η
t
表示t时刻的伪误差向量；12)建立时间维度的向量自回归模型：构建多元空间过程的时间序列，其中B
q
＝I
n
‑
β
q
；q＝1,2,
…
；从时间t
‑
Q到时间t的多元空间过程的时间序列建立MSTA模型，用于表示Y
t
和Y
t
‑1,
…
,Y
t
‑
Q
之间的关系；时间维度的向量自回归模型表示为(式5)：
其中，∑
t
‑
q,t
‑
q
表示Q表示模型的阶数；定义其中A
q
表示t
‑
q时刻和t时刻的多元时间相关矩阵A
q
，得到(式6)：定义δ
t
的表达式为(式7)：13)联合(式5)～(式7)，得到MSTA模型的一般表达式，表示为(式8)：MSTA模型通过空间相关性参数矩阵B0、B
q
和多元时间相关矩阵A
q
表达系统的多元时空特征；当系统处于正常状态时，系统状态服从(式8)的模型分布；已知系统处于正常状态下的传感器信号数据，对模型参数进行估计，包括网络结构矩阵γ、第l个信号类型的总体方差空间相关矩阵β0和β
q
、多元时间相关矩阵A
q
；其中，q＝1,2,
…

【专利技术属性】
技术研发人员：王迪，程斌，安钰，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：