[发明专利]一种基于云计算的脉冲水处理装置的远程控制系统

权利要求书

1.一种基于云计算的脉冲水处理装置的远程控制系统，其特征在于，所述基于云计算的脉冲水处理装置的远程控制系统包括：

多通道脉冲水处理装置，用于收集脉冲水的数据信号；所述多通道脉冲水处理装置通过内置的图像处理模块进行建立图像的显著性模型，来判定水处理的质量信息；所述建立图像的显著性模型包括：

利用预定过分割算法对所述图像进行过分割，得到至少一个区域，同一个所述区域中各个像素点的颜色值相同；

确定每个所述区域的颜色值和质心；

根据各个区域所对应的颜色值以及各个区域的质心，建立所述显著性模型；

所述显著性模型为：

其中，S_i1为区域R_i中任一像素点的显著性值，w(R_j)为区域R_j中的像素点的个数，D_S(R_i,R_j)用于表征所述区域R_i和所述区域R_j之间空间位置差异的度量值，D_C(R_i,R_j)用于表征所述区域R_i和所述区域R_j之间颜色差异的度量值，N为对所述图像进行过分割后得到的区域的总个数，D_S(R_i,R_j)为：Center(R_i)为所述区域R_i的质心，Center(R_j)为所述区域R_j的质心，当所述图像中各个像素点的坐标均归一化到[0,1]时；

或按照各个像素点的颜色值，对所述图像中各个像素点进行归类，将相同颜色值的像素点归类为同一种颜色类型；

根据每种颜色类型的颜色值，建立所述显著性模型；

所述多通道脉冲水处理装置用归一化混合矩阵列向量估计时频域跳频源信号，具体步骤如下：

第一步，对所有采样时刻索引p判断该时刻索引属于哪一跳，具体方法为：如果则表示时刻p属于第l跳；如果则表示时刻p属于第1跳，其中的第l个频率跳变时刻的估计；

第二步，对第l(l＝1,2,…)跳的所有时刻p_l，估计该跳各跳频源信号的时频域数据，计算公式如下：

$\left\{\begin{array}{c}{\tilde{S}}_j(p_l,q)=\frac{1}{\left|\right|{\hat{a}}_j\left(l\right)|{|}^2}\·{\hat{a}}_j^H\left(l\right)\×\left[\begin{array}{c}{\tilde{X}}_1(p_l,q)\\ {\tilde{X}}_2(p_l,q)\\ .\\ .\\ .\\ {\tilde{X}}_M(p_l,q)\end{array}\right]\\ j=\underset{j_0=1:\hat{N}}{\arg \max }\left(\right|{\[{\tilde{X}}_1(p_l,q),{\tilde{X}}_2(p_l,q),\mathrm{...},{\tilde{X}}_M(p_l,q)\]}^H\×{\hat{a}}_{j_0}\left(l\right)\left|\right)\\ {\tilde{S}}_m(p_l,q)=0,m=1,2,\mathrm{...},M,m\≠j\\ q=0,1,2,\mathrm{...},N_{fft}-1\end{array}\right.;$

单片机分系统，与多通道脉冲水处理装置有线连接，用于接收多通道脉冲水处理装置收集的脉冲水数据信号，并进行处理；

所述单片机分系统的小波包去噪和小波包分解与重构包括：(1)信号延拓，对小波包分解的各层信号进行抛物线延拓；(2)设信号数据为x(a),x(a+1),x(a+2)，则延拓算子E的表达式为：(3)消去单子带多余频率成分：将延拓后的信号与分解低通滤波器h₀卷积，得到低频系数，然后经过HF-cut-IF算子处理，去掉多余的频率成分，再进行下采样，得到下一层的低频系数；将延拓后的信号与分解高通滤波器g₀卷积，得到高频系数，然后经过LF-cut-IF算子处理，去掉多余的频率成分，再进行下采样，得到下一层高频系数，HF-cut-IF算子采用LF-cut-IF算子采用，在HF-cut-IF算子公和LF-cut-IF算子公式中，x(n)为在2^j尺度上小波包的系数，N_j表示在2^j尺度上数据的长度，k＝0，1，…，N_j-1；n＝0，1，…，N_j-1；

主控制系统，与单片机分系统有线连接，用于接收单片机分系统处理的信号，并通过互联网发送至服务器；

服务器，通过互联网与主控制系统连接，用于接收主控制系统的信号，并进行存储，通过网线或4G网络发送至云计算中心、移动终端；

所述服务器的无线传感器网络中安全数据检索方法包括以下步骤：

步骤一，传感器S_i完成一个周期的数据采集，采集的数据为(i，t，{d₁，d₂，…，d_n})，其中i为传感器号，t为周期号；S_i首先采用AES对数据{d₁，d₂，…，d_n}进行加密，生成加密数据{(d₁)_K，(d₂)_K，…，(d_n)_K}，其中K为数据加密密钥；

步骤二，S_i为每一个数据构建一个不可区分布鲁姆过滤器，且每一个不可区分布鲁姆过滤器分配一个唯一的ID号，对数据d_j，S_i构建一个分配ID号为i_j的不可区分布鲁姆过滤器B_ij；

步骤三，S_i将加密数据、对应的不可区分布鲁姆过滤器以及其ID号上传到存储节点，上传的数据形式为：{(i₁，B_i1，(d₁)_K)，(i₂，B_i2(d₂)_K)，…，(i_n，B_in，(d_n)_K)}；

所述服务器发送数据具体包括：

第一步，按照下式，计算中间节点S₁,S₂,L,S_i,L,S_n到目的节点Sink的距离d_iSink，以及源节点N到目的节点Sink的距离d_NSink：

$d_{iSink}=\sqrt{{(x_i-x_{Sink})}^2+{(y_i-y_{Sink})}^2};$

$d_{NSink}=\sqrt{{(x_N-x_{Sink})}^2+{(y_N-y_{Sink})}^2};$

其中(x_i,y_i)为中间节点S₁,S₂,L,S_i,L,S_n的坐标，(x_N,y_N)为源节点N的坐标，(x_Sink,y_Sink)为目的节点Sink的坐标；

第二步，源节点N选择在其传输范围内，且到目的节点的距离d_iSink比源节点N到目的节点Sink的距离d_NSink更近的所有中间节点作为邻居节点；

第三步，在所有邻居节点中，源节点N根据路由算法公式选出下一跳转发节点，公式如下：

$M=\frac{\mathrm{\α}D}{\mathrm{\β}E+\mathrm{\γ}S};$

其中，M表示节点的综合值；D表示邻居节点到目的节点Sink的距离；E表示节点的剩余能量，等于节点的初始能量减去每次接收和转发数据所消耗的能量；S表示节点的安全度，所有节点预设相同初始值，当目的节点Sink接收到的数据与源节点N发送的数据不一致时，则将本次数据传输路径中所有节点的安全度降为当前值的二分之一；α，β，γ为常数；依次计算每个邻居节点的M值，将其中M值最小的邻居节点作为下一跳转发节点，即到目的节点Sink的距离最短，剩余能量最多且安全度最大的邻居节点；

第四步，源节点N将含水印数据序列wdata发送给选出的下一跳转发节点；

第五步，下一跳转发节点接收到含水印数据序列wdata，重复第一步到第四步，继续选出后续转发节点并转发含水印数据序列wdata，直至将含水印数据序列wdata传送到目的节点Sink；

云计算中心，通过网络与服务器连接，用于对服务器的数据进行计算，实现与以往数据对比，形成表格或曲线图，返回服务器进行存储并显示；

移动终端，通过4G网络与服务器连接，实现对服务器的远程控制，达到远程接收数据。