【技术实现步骤摘要】
边缘计算的物联终端监测控制系统
[0001]本专利技术涉及数据处理领域，具体涉及边缘计算的物联终端监测控制系统。
技术介绍
[0002]随着科技的发展，物联网技术被广泛的应用于各个领域中，其中物联终端是通过物联网技术连接传感器以及智能设备，可以感知环境、收集数据以及设备的定位信息，并与其他的终端进行交互。其中，通过物联网技术可以远程监测物联终端，实现智能化应用。边缘计算是将采集的数据存储在物联网设备商，实现低延迟、高可靠性的数据处理方式，即使网络中毒，仍可以继续处理和控制，具有更高的灵活性。
[0003]在边缘计算的物联终端的监测过程中，通过多种传感器等设备来实时采集多维的传感器数据，由于物联终端所产生的不同维度的传感器数据的数据量很大且分散，对存储空间要求较高，但是由于物联终端的存储空间较小，会使得在本地存储过程中数据存储较为困难，因此为了更好地使用这些多维的传感器数据，需要对多维传感器数据进行压缩处理。基于预测压缩的压缩算法是常用的物联传感器数据的压缩方法，通过确定预测模型来获取预测误差并处理，实现压缩。而在构建...
【技术保护点】
【技术特征摘要】
1.边缘计算的物联终端监测控制系统，其特征在于，该系统包括以下步骤：数据采集模块，获取传感器采集的多维数据，并从多维数据中获得当前数据和历史数据；边缘计算模块，获取当前数据和历史数据的分段点，并根据分段点对当前数据和历史数据进行分段获得若干分段数据，根据当前数据的分段数据和历史数据的分段数据之间的相似性获得当前数据中每个分段数据的变化持续时间性特征；根据每个分段数据中的数据点的差异和变化持续时间性特征获得每个分段数据上每个数据点的加入噪声程度，根据当前数据中所有数据分段上所有数据点的取值以及加入噪声程度获得加入噪声后的当前数据；根据加入噪声前的当前数据在移动平均阶数拟合前后的差异获得第一平均信息损失量，根据加入噪声后的当前数据在移动平均阶数拟合前后的差异获得第二平均信息损失量；获取当前数据的目标相关维度，获得目标相关维度中每个分段点的校正权重，根据校正权重、第一平均信息损失量和第二平均信息损失量得到当前数据中分段点的信息损失量；根据第一平均信息损失量和第二平均信息损失量得到当前数据最优移动平均阶数；数据压缩管理模块，根据最优移动平均阶数得到准确的ARIMA模型，根据得到的ARIMA模型进行基于预测的压缩；终端监测管理模块，对压缩管理的数据进行解压，将解压后的数据显示在终端监测系统。2.根据权利要求1所述边缘计算的物联终端监测控制系统，其特征在于，所述分段数据之间的相似性获取的具体方法为：用历史数据的分段数据和当前数据的分段数据使用 算法进行距离计算，记为距离，进而得到了历史数据的所有段数据和当前数据的所有段数据之间的所有距离；对所有距离进行线性归一化处理，记为；将处理，即得到历史数据的任意一分段数据和当前数据的任意一分段数据之间相似性。3.根据权利要求1所述边缘计算的物联终端监测控制系统，其特征在于，所述变化持续时间性特征获取的具体方法为：获取当前数据的每个分段数据对应的类别，将当前数据的第j个分段数据对应的类别称为第j个类别；变化持续时间性特征公式为：其中，表示第j个类别中的历史数据的分段数量；表示第j个类别中，历史数据的第个分段中的数据均值；表示当前数据的第个分段数据的数据均值；表示在第j个类别中，历史数据的所有分段数据均值和当前数据的第j段数据的数据均值的差值绝对值中的最大值；表示在第j个类别中，历史数据的第个分段数据和当前数据的第个分段数据之间的相似性；表示以自然常数为底数的指数函数；，
其中表示第j个类别中历史数据的第个分段数据的数据点数量；表示第j个类别中历史数据的第个分段数据中第个数据点和其前一个数据点之间的数据差值的绝对值；表示第j个类别中历史数据的第个分段数据中第个数据点和其前一个数据点之间的时间差。4.根据权利要求1...
【专利技术属性】
技术研发人员：戴光，毋晟，李哲，王晓明，
申请(专利权)人：陕西思极科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。