基于多维感知融合的干扰排除方法技术

本发明专利技术公开了一种基于多维感知融合的干扰排除方法，解决了现有技术的不足，包括以下步骤：步骤1，获取多维信息数据，并将多维信息数据进行融合获得融合多维信息数据；步骤2，将融合多维信息数据输入至数据纠错模型，数据纠错模型判断融合多维信息数据是否有误；步骤3，对融合多维信息数据进行分析，判断融合多维信息数据的异常的类型是时间维度还是空间维度，若是时间维度，则寻找历史融合多维信息数据中相似的历史异常融合多维信息数据，获取异常融合多维信息数据的异常的干扰原因及解决方法，相关人员根据解决方法排除干扰；若是空间维度，则找出融合多维信息数据异常的具体位置，相关人员找到具体的位置进行干扰排除。相关人员找到具体的位置进行干扰排除。相关人员找到具体的位置进行干扰排除。

【技术实现步骤摘要】
基于多维感知融合的干扰排除方法


[0001]本专利技术涉及数据采集
，尤其是指基于多维感知融合的干扰排除方法。

技术介绍

[0002]多维感知其实就是对多维度信息的感知，大数据的积累和建设是实现多维感知的基础，当前，传感器技术、射频识别技术以及智能嵌入技术的快速发展，使得万物相连成为可能，多维感知融合技术将所有的数据进行融合，进而可以对全局进行全面精准的了解与分析。但是，现有的多维感知融合技术中，容易出现元器件间发热、电磁电波等干扰的问题，进而影响多维感知融合的数据的准确性，降低了多维感知融合技术的使用效率。

技术实现思路

[0003]本专利技术的目的是克服现有的多维感知融合技术中，容易出现元器件间发热、电磁电波等干扰的问题，进而影响多维感知融合的数据的准确性，降低了多维感知融合技术的使用效率，提供一种基于多维感知融合的干扰排除方法。
[0004]本专利技术的目的是通过下述技术方案予以实现：基于多维感知融合的干扰排除方法，包括以下步骤：步骤1，获取多维信息数据，并将多维信息数据进行融合获得融合多维信息数据；步骤2，将融合多维信息数据输入至数据纠错模型，数据纠错模型判断融合多维信息数据是否有误，若融合多维信息数据异常，则跳转至步骤3，若融合多维信息数据正常，则表示融合多维感知融合不存在干扰；步骤3，对融合多维信息数据进行分析，判断融合多维信息数据的异常的类型是时间维度还是空间维度，若是时间维度，则寻找历史融合多维信息数据中相似的历史异常融合多维信息数据，获取异常融合多维信息数据的异常的干扰原因及解决方法，相关人员根据解决方法排除干扰；若是空间维度，则找出融合多维信息数据异常的具体位置，相关人员找到具体的位置进行干扰排除。
[0005]作为优选，所述的步骤3中，若融合多维信息数据的异常的类型是时间、空间双维度，则寻找历史融合多维信息数据中相似的历史异常融合多维信息数据，若相似的历史异常多维信息数据的数量大于两个，则获取历史异常多维信息数据的位置信息，选择历史异常多维信息数据中位置信息相同或者相近的历史异常多维信息数据作为参考历史异常融合多维信息数据，获取参考异常融合多维信息数据发生异常的干扰原因及解决方法，相关人员根据解决方法排除干扰。
[0006]作为优选，基于多维感知融合的干扰排除方法还对所述的时间维度或空间维度的属性判断是固定的还是变化的，若是固定的时间维度或空间维度，则寻找历史融合多维信息数据中相似的历史异常融合多维信息数据获取异常融合多维信息数据的异常的干扰原因及解决方法，相关人员根据解决方法排除干扰，若是变化的时间维度或空间维度，则获取融合多维信息数据数据变化的差异值，相关人员根据差异值判断多维数据干扰的原因并进
行排除。
[0007]作为优选，所述的数据纠错模型还执行自我学习过程，具体为：获取空位维度固定、时间维度变化的历史融合多维信息数据，对历史融合多维信息数据进行拟合得到拟合曲线，根据拟合曲线的趋势对未来融合多维信息数据进行预测，若预测的未来融合多维信息数据在设定的时间范围内超过原先预设的融合多维信息数据的正常范围值的比例大于设定的阈值，则调整融合多维信息数据的正常范围值，直到未来融合多维信息数据在设定的时间范围内超过原先预设的融合多维信息数据的正常范围值的比例小于设定的阈值为止。
[0008]作为优选，对历史融合多维信息数据进行拟合得到拟合曲线前还对所述的历史融合多维信息数据进行数据清洗，具体为:首先删除历史异常多维信息数据，剩余的历史融合多维信息数据为正常多维信息数据；在正常多维信息数据中确定典型多维信息数据，保留典型多维信息数据，根据典型多维信息数据进行拟合得到拟合曲线。
[0009]作为优选，所述的在正常多维信息数据中确定典型多维信息数据具体为：对于任意一段时间范围内的正常多维信息数据，若所有数值的差值小于设定的阈值，则在这些正常多维信息数据中选择一个中位数对应的正常多维信息数据作为典型数据。
[0010]作为优选，若正常多维信息数据为周期性数据，则选择该周期中起始值、结束值、最高值和最低值作为典型数据。
[0011]本专利技术的有益效果是：基于多维感知融合的干扰排除方法能及时发现融合多维信息数据的干扰，并对干扰进行及时排除，且本专利技术对于干扰产生的异常融合多维信息数据进行分析研究，提升发现异常融合多维信息数据的效率，使多维感知融合的干扰能更准确的发现与排除。
附图说明
[0012]图1是本专利技术的一种流程图。
具体实施方式
[0013]下面结合附图和实施例对本专利技术进一步描述。
[0014]实施例：基于多维感知融合的干扰排除方法，如图1所示，包括以下步骤：步骤1，获取多维信息数据，并将多维信息数据进行融合获得融合多维信息数据；步骤2，将融合多维信息数据输入至数据纠错模型，数据纠错模型判断融合多维信息数据是否有误，若融合多维信息数据异常，则跳转至步骤3，若融合多维信息数据正常，则表示融合多维感知融合不存在干扰；步骤3，对融合多维信息数据进行分析，判断融合多维信息数据的异常的类型是时间维度还是空间维度，若是时间维度，则寻找历史融合多维信息数据中相似的历史异常融合多维信息数据，获取异常融合多维信息数据的异常的干扰原因及解决方法，相关人员根据解决方法排除干扰；若是空间维度，则找出融合多维信息数据异常的具体位置，相关人员
找到具体的位置进行干扰排除。
[0015]所述的步骤3中，若融合多维信息数据的异常的类型是时间、空间双维度，则寻找历史融合多维信息数据中相似的历史异常融合多维信息数据，若相似的历史异常多维信息数据的数量大于两个，则获取历史异常多维信息数据的位置信息，选择历史异常多维信息数据中位置信息相同或者相近的历史异常多维信息数据作为参考历史异常融合多维信息数据，获取参考异常融合多维信息数据发生异常的干扰原因及解决方法，相关人员根据解决方法排除干扰。
[0016]本实施例中，将融合多维信息数据按照时间维度和空间维度的进行定义，可以精准区分多维信息数据的类别，便于更好的对不同属性的融合多维信息数据采取不同的方法寻找异常融合多维信息数据。
[0017]基于多维感知融合的干扰排除方法还对所述的时间维度或空间维度的属性判断是固定的还是变化的，若是固定的时间维度或空间维度，则寻找历史融合多维信息数据中相似的历史异常融合多维信息数据获取异常融合多维信息数据的异常的干扰原因及解决方法，相关人员根据解决方法排除干扰，若是变化的时间维度或空间维度，则获取融合多维信息数据数据变化的差异值，相关人员根据差异值判断多维数据干扰的原因并进行排除。
[0018]本实施例中，例如时间维度和空间维度都固定的数据可以是建筑物、室内地图、静态地表物，时间维度固定、空间维度变化的数据可以是热力图、热点图等，时间维度变化、空间维度固定可以是传感器数据等，时间维度和空间维度均变化的可以是人员、车辆行动轨迹等。通过对于融合多维信息数据进一步细化进一步提高了找出异常融合多维信息数据的能力，提高了效率。
[0019]所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于多维感知融合的干扰排除方法，其特征是，包括以下步骤：步骤1，获取多维信息数据，并将多维信息数据进行融合获得融合多维信息数据；步骤2，将融合多维信息数据输入至数据纠错模型，数据纠错模型判断融合多维信息数据是否有误，若融合多维信息数据异常，则跳转至步骤3，若融合多维信息数据正常，则表示融合多维感知融合不存在干扰；步骤3，对融合多维信息数据进行分析，判断融合多维信息数据的异常的类型是时间维度还是空间维度，若是时间维度，则寻找历史融合多维信息数据中相似的历史异常融合多维信息数据，获取异常融合多维信息数据的异常的干扰原因及解决方法，相关人员根据解决方法排除干扰；若是空间维度，则找出融合多维信息数据异常的具体位置，相关人员找到具体的位置进行干扰排除。2.根据权利要求1所述的基于多维感知融合的干扰排除方法，其特征是，所述的步骤3中，若融合多维信息数据的异常的类型是时间、空间双维度，则寻找历史融合多维信息数据中相似的历史异常融合多维信息数据，若相似的历史异常多维信息数据的数量大于两个，则获取历史异常多维信息数据的位置信息，选择历史异常多维信息数据中位置信息相同或者相近的历史异常多维信息数据作为参考历史异常融合多维信息数据，获取参考异常融合多维信息数据发生异常的干扰原因及解决方法，相关人员根据解决方法排除干扰。3.根据权利要求1所述的基于多维感知融合的干扰排除方法，其特征是，还对所述的时间维度或空间维度的属性判断是固定的还是变化的，若是固定的时间维度或空间维度，则寻找历史融合多维信息数据中相似的历史异常融合多维信息数据获取异常融合多维信息数据的异常的干扰原因及解决方法，相关人员根据解决方法排除干扰，若是变化的时间维...

【专利技术属性】
技术研发人员：潘振权，张宏祥，陈烨，姜晓雷，沈聪，郭鹏程，赵倩，
申请(专利权)人：国网浙江省电力有限公司宁波供电公司，
类型：发明
国别省市：