[发明专利]一种分布式多传感协同测量方法及系统无效
| 申请号: | 200810055802.7 | 申请日: | 2008-01-09 |
| 公开(公告)号: | CN101222524A | 公开(公告)日: | 2008-07-16 |
| 发明(设计)人: | 洪晓斌;刘桂雄;周钦河;陈铁群;谢宝忠 | 申请(专利权)人: | 华南理工大学 |
| 主分类号: | H04L29/08 | 分类号: | H04L29/08;H04L12/28;G05B19/418 |
| 代理公司: | 北京捷诚信通专利事务所 | 代理人: | 魏殿绅 |
| 地址: | 510640广东省*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 分布式 传感 协同 测量方法 系统 | ||
1.一种分布式多传感协同测量方法,其特征在于,包括:
A建立一个多传感协同测量模型;
B获取区域的区域向量,且该区域向量自动转换成伴随向量;
C将多个偏微分方程组化为一个或几个序参量方程,并得到多维不确定性决策的通用计算公式。
2.根据权利要求1所述的分布式多传感协同测量方法,其特征在于,所述步骤A还包括:
A1基于协同论,形成序参量自组织演化产生宏观系统的协同测量;
A2机理模型是基于“合作-竞争-协调”三步连续动态过程。
3.根据权利要求2所述的分布式多传感协同测量方法,其特征在于,所述步骤A2主要包括:
合作过程,根据区域的多组测量向量获取区域向量,并且将该区域向量自动转换成的伴随向量进行计算,构造出序参量,形成协同神经网络;
竞争过程,通过将多传感点输入到神经网络,当各传感点通过合作投射到决策序参量时,其各序参量之间进行竞争,当序参量迭代后认知网络收敛达到稳定,则该序参量使系统进入定常状态;
协调过程,将系统进入定常状态的序参量输出的测量数据进行协调运算,得到系统协同测量的结果。
4.根据权利要求1所述的分布式多协同测量方法,其特征在于,所述步骤C还包括:
根据协同论的原理,当测控系统自发形成空间结构、时间结构和时空结构在接近不稳定点时,消去快变量,得到序参量的方程。
5.根据权利要求1或3所述的分布式多传感协同测量方法,其特征在于,所述对序参量输出的数据进行协调运算的方法包括:
将序参量演化过程的参数进行预处理,得到协同基准向量;
根据预处理的结果,并基于平均值修正不确定性实时测量向量,得到协同测量结果。
6.根据权利要求5所述的分布式多传感协同测量方法,其特征在于,所述协同测量运算之前要确定协同自组织决策过程的系列参数,该参数包括:
指定系数D和S、协同参数λk与迭代步长γ,取D=S=1,λk取一常数C,取γ=1/E,并调整步长以协同测量网络的稳定快速收敛,其中
7.根据权利要求5所述的分布式多传感协同测量方法,其特征在于,所述选定的误差平方和聚类准则函数中,首先确定聚类中心的数量M与原始向量维数N相等,以保证系统确定化决策结果的精度,其中为获取多传感协同测量的向量基准奠定基础,比例聚类的样本集转化是通过将每个原始向量中的每一维数值都除以第一维数值实现的。
8.一种分布式多传感协同测量系统,其特征在于,所述系统是基于IPv4/IPv6的以太网方式进行数据通讯,其中,整个网络测控平台分为现场测控层、企业级监控层与远程测控层。
9.根据权利要求8所述的分布式多传感协同测量系统,其特征在于,其中:
现场测控层,包括IPv6智能测控装置、IPv6模糊控制装置、现场受控设备模块及现场传感器,且该层采用IPv6协议,运行TCP/IPv6协议栈,并由现场监控给予所述每个现场测控单元赋予一个IPv6地址通过以太网接口接入网络;
企业级监控层,包括以太网交换机或集线器、实时数据库服务器、测控测略服务器、Web服务器,该层网络与现场测控网络通过路由器进行连接,并采用主流测略的双协议栈方法进行通信,且该层使用IPv4协议并通过Web服务器与外界互联网相连;
远程测控层,该层是基于互联网的远程测控层,主要包括远程工作站和终端微机,且该层网络使用IPv4协议。
10.根据权利要求8所述的分布式多传感协同测量系统,其特征在于,该系统应用会话发起协议技术,建立数据连接、控制在线设备、自动注册及订阅信息。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南理工大学,未经华南理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/200810055802.7/1.html,转载请声明来源钻瓜专利网。





