一种基于深度学习与数字孪生的体域网感知预测方法技术

本发明专利技术实施例公开了一种基于深度学习与数字孪生的体域网感知预测方法，通过构建无线传感器网络获得多源异构信息，将大量信息选择提取，筛选出有效信息进行融合分析，从而帮助形成判断决策

【技术实现步骤摘要】
一种基于深度学习与数字孪生的体域网感知预测方法


[0001]本专利技术涉及通讯
，尤其涉及基于深度学习与数字孪生的体域网感知预测方法
。

技术介绍

[0002]体域网是一种以人体为中心的通信网络，由分布在人体上的传感器
、
组网设备和个人终端组成
。
它通过无线网络将这些传感器采集的信息和数据发送到终端进行处理，同时根据实际需求与外部网络进行通信
。
体域网技术的发展与完善为人体生理信号监测提供了新的手段，随着其在医疗
、
生产
、
救援
、
虚拟现实等领域的应用需求不断增加，其应用前景十分广阔
。
[0003]体域网是基于无线传感器网络
(WSN)
的，这是人体上的生理参数收集传感器或移植到人体内的生物传感器共同形成的一个无线网络，它不仅是一种新的普适医疗保健
、
疾病监控和预防的解决方案，还是物联网
(Internet of things)
的重要感知及组成部分．其目的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于深度学习与数字孪生的体域网感知预测方法，其特征在于，包括以下步骤：
S1
：通过传感器设备的蓝牙模块与蓝牙网关连接构成体域网；
S2
：对所述传感器设备的多源异构数据中分离出时间序列数据，并进行数据处理得到时间序列数据特征；对所述多源异构数据进行处理输出非时间序列数据特征；使用自动编码器对所述时间序列数据特征与非时间序列数据特征进行关联关系，以获取数据的共享特征表示；
S3
：服务器根据数据的冷热程度，将相关数据协同存储在本地仓库中；
S4
：将体域网中的传感器设备接入数字孪生模型的物理空间，并孪生出虚拟空间中的虚拟传感器网络，使用实际采集的数据以及数字孪生平台的孪生仿真数据组合而成的数据集进行知识模型的训练，并建立数字孪生可视化平台，利用虚拟空间计算，对设备故障进行诊断分析
。2.
根据权利要求1所述的基于深度学习与数字孪生的体域网感知预测方法，其特征在于，所述
S1
中所述蓝牙网关用于将体域网中的数据包转换为以太网数据包，并传输给远程监控终端
。3.
根据权利要求2所述的基于深度学习与数字孪生的体域网感知预测方法，其特征在于，所述
S1
中所述传感器设备之间建立多跳传输，将数据从源节点经过多个中间节点逐级传递至所述蓝牙网...

【专利技术属性】
技术研发人员：姜大志，陈煜钊，
申请(专利权)人：汕头大学，
类型：发明
国别省市：