论文部分内容阅读
摘 要：在传统的方法中是无法实现信号同模式匹配控制的，当进行匹配控制的过程中极其容易出现物联网触发节点错误问题，所以，还需设计新的方法来实现，来对物联网触发节点加以控制。本文阐述了一种基于光纤传感器的触发节点控制方法，使用特征提取以及分类器设计把光纤传感器和节点信号进行结合，站在触发信号频谱被损坏的位置上对各个频域尺度当中的权重加以调节控制，来达到精准控制的目的，供参考。
关键词：光纤传感器;物联网;触发节点;控制
引言：目前，在物联网技术当中已经广泛的应用进了光纤传感器，光纤传感器是通过对物联网触发节点传递和管理信号来实现运行的，可以实现大面积区域的监控和控制。也正是因为这一特征，使其受到了物联网领域的高度重视。在物联网触发节点控制过程中，应用进光纤传感器可以提高物联网系统的敏感度和抗干扰性，但并不会增加太大的成本，也可以对外部触发信号源进行实时控制，来确保物联网系统的安全性和可靠性。
1.光纤传感器的物联网触发节点信号特点分析
当物联网触发节点控制在应用进光纤传感器之后，其是借助物联网节点来对信号进行收集的。假设外部振动源在振动时所产生的幅度较为平稳，那么就会形成一段长时间的起伏，但如果振动速度比较快，那么触发节点信号在快速的起伏之后并不会产生大幅度的变化。当类型不一样的触发源在发生不一样的触发信号时域特点时，光纤传感信号波动变换程度也不同，但都可以提取到对应的触发节点信号频谱特征。[1]通常情况下，从触发节点信号频谱的周期性当中就可以看出光纤的传感臂和敲击位置之间的关系。
2.基于动态决策多尺度算法的结构分析
2.1算法系统整体结构
在物联网触发节点控制中结合光纤传感器之后，所使用到的动态决策多尺度算法主要是DTW，通过这一算法对具体的信号进行有效控制，可以更快的实现精准调控。DTW算法主要是由预处理触发信号模块、定位算法模块、尺度权重决策模块以及特征模板库等组合而成的。通过该算法，可以实现触发节点信号源转换成为数字信号这一过程。在本文的研究中，将触发节点信号的频率设置成为八十千赫兹，并采用降采样的方法将数据量进行适当的减少，更快速的完成预处理信号所需的定位分析。[2]DTW算法是使用的小波变换把模块信号和所需要的辨识信号加以划分的，并对各个尺度进行实施实质性的计算，确保各个尺度的信号和辨识信号时域完全一样。并且，在计算的过程中还需对各个尺度当中的参数进行提取和收集。在使用光纤传感器之后还需参考光纤传感信号的定位原理，使用小波变换尺度对物联网触发节点信号的陷落特点进行客观阐述。当尺度不一样时，所使用到的具体算法过程也不同，所以，还需进行适当的调整，确保所获得到的参数权重是有效的。
2.2分类器设计和特征提取有效方法
从上述分析可以看出光纤传感信号的特征，也正是因为这些特征的存在，使得DTW算法在选择特征参数时会受到约束，所以本文就使用特征提取和分类器设计相结合的方法来对参数进行选择，并对模式进行控制。参数的选择和模式分类都在同一层次当中进行，因此并没有先后之分。在不同的模板当中所产生的待识别信号和模板信号是可以相互融合的。再加上物联网触发节点信号存在陷落特点，假设通过特征提取和分类器分离的方法，那么就可以对对应模式下的信号特征参数进行分类。但是，当模式所处位置不一样时，触发源中的模板数量就非常多，这和DTW原理是背道而驰的。[3]因此，大部分学术研究中都是使用的是将两者相融合的方法，使用DTW算法模式特征参数，就可以得到以下公式：
Cr=[cr（1），cr（2）...cr（8）]
在该公式中，cr是指的八个元素数组的特征数据，让模板信号和需识别的触发节点信号各自变换DTW，再在db4中实现小波变换，从而获得到八个尺度，即D1、D2、D3...D8。模板信号和触发节点信号在进行小波变换之后所得到的第n个尺度信号是wTni和wRi，i=1，2...8。最后所得到的DTW算法特征参数数组是c，则可以获得以下公式：
Cr（i）=DTW（wTni，wRi）
2.3 DTW算法实现
在DTW算法的实现上，可以通过以下方法来实现。首先，是对触发节点信号多尺度进行变换。由于触发信号有着频谱陷落特征，在对其进行控制时，需要对陷落的频谱部分进行具体操作，可以通过小波变换的方法来进行补救。小波变换方法可以对信号的频率和时间进行精准的描述，还可以对触发节点的局部属性加以阐述。[4]并且，这种方法是使用的伸缩运算和平移运算，对物联网触发节点信号进行多尺度处理的，因此，可以分析出细节上的特征。在物联网触发节点控制运用光纤传感器之后，需要设计科学的触发节点信号小波分解层数量，也就是指的选择适合的尺度，当尺度越高时所得到的节点信号频率信息就越多，相反，若尺度较低，那么频率信息就越少。在进行小波变换的过程当中，对触发节点信号进行采样可以保证所收集到的样本完整性，并且，需对采样之后的节点进行插值处理。对于需要识别的触发节点和模板信号序列要进行八个尺度的离散小波变换，当光纤传感器在感应到变化时就会产生触发信号，而物联网触发接地则会将这种信号进行收集。小波变换可以让触发节点信号频率和時域保持长期的一致，在对应的尺度中显示频域信息，而不同的频域之间则没有任何的关联性，所以会让整个采集过程变得简单、便捷;其次，是对DTW算法进行编程来实现具体运算。DTW算法是运用动态式的方案实现和参考模板时间一致的，所以在编程时，就应当减少待识别触发节点信号时间长度上的差异。[5]如果在一样的模式下，会产生由于触发动作效率引起的差异，使得各自的触发时间不一样，待识别信号的序列和模板序列时间也会产生不同，那么就需要对待识别的节点信号进行拉伸或压缩，并根据模板信号的特点来对待识别触发节点信号加以映射，而在映射之后的距离越短，说明相似度越高。因为DTW算法是以动态化的方式运行的，该方法可以和时长不一样的信号频率保持一致，并完成模板序列和待识别信号序列的匹配，将两种序列的距离测试出来，作为后期依据。
结束语：本文研究了基于光纤传感器的物联网触发节点控制，可以采用DTW算法和分类器设计和特征提取相结合法来实现控制，并通过小波变换解决频谱陷落特征，实现物联网触发节点的高效控制。
参考文献：
[1]周冬梅，许宁，林虹秀.物联网下激光光纤传感器触发节点控制技术[J].激光杂志，2018，39（04）：110-114.
[2]孟海涛.基于光纤传感器的物联网触发节点控制研究[J].激光杂志，2018，39（04）：119-123.
[3]陈蕊. 基于事件和规则驱动的物联网路由动态优化算法[D].东华大学，2016.
[4]王美林. 制造物联网环境下混流制造过程自适应调度方法研究[D].广东工业大学，2013.
[5]王洋. 无线传感器网络事件驱动型动态分簇算法研究[D].北京邮电大学，2010.
关键词：光纤传感器;物联网;触发节点;控制
引言：目前，在物联网技术当中已经广泛的应用进了光纤传感器，光纤传感器是通过对物联网触发节点传递和管理信号来实现运行的，可以实现大面积区域的监控和控制。也正是因为这一特征，使其受到了物联网领域的高度重视。在物联网触发节点控制过程中，应用进光纤传感器可以提高物联网系统的敏感度和抗干扰性，但并不会增加太大的成本，也可以对外部触发信号源进行实时控制，来确保物联网系统的安全性和可靠性。
1.光纤传感器的物联网触发节点信号特点分析
当物联网触发节点控制在应用进光纤传感器之后，其是借助物联网节点来对信号进行收集的。假设外部振动源在振动时所产生的幅度较为平稳，那么就会形成一段长时间的起伏，但如果振动速度比较快，那么触发节点信号在快速的起伏之后并不会产生大幅度的变化。当类型不一样的触发源在发生不一样的触发信号时域特点时，光纤传感信号波动变换程度也不同，但都可以提取到对应的触发节点信号频谱特征。[1]通常情况下，从触发节点信号频谱的周期性当中就可以看出光纤的传感臂和敲击位置之间的关系。
2.基于动态决策多尺度算法的结构分析
2.1算法系统整体结构
在物联网触发节点控制中结合光纤传感器之后，所使用到的动态决策多尺度算法主要是DTW，通过这一算法对具体的信号进行有效控制，可以更快的实现精准调控。DTW算法主要是由预处理触发信号模块、定位算法模块、尺度权重决策模块以及特征模板库等组合而成的。通过该算法，可以实现触发节点信号源转换成为数字信号这一过程。在本文的研究中，将触发节点信号的频率设置成为八十千赫兹，并采用降采样的方法将数据量进行适当的减少，更快速的完成预处理信号所需的定位分析。[2]DTW算法是使用的小波变换把模块信号和所需要的辨识信号加以划分的，并对各个尺度进行实施实质性的计算，确保各个尺度的信号和辨识信号时域完全一样。并且，在计算的过程中还需对各个尺度当中的参数进行提取和收集。在使用光纤传感器之后还需参考光纤传感信号的定位原理，使用小波变换尺度对物联网触发节点信号的陷落特点进行客观阐述。当尺度不一样时，所使用到的具体算法过程也不同，所以，还需进行适当的调整，确保所获得到的参数权重是有效的。
2.2分类器设计和特征提取有效方法
从上述分析可以看出光纤传感信号的特征，也正是因为这些特征的存在，使得DTW算法在选择特征参数时会受到约束，所以本文就使用特征提取和分类器设计相结合的方法来对参数进行选择，并对模式进行控制。参数的选择和模式分类都在同一层次当中进行，因此并没有先后之分。在不同的模板当中所产生的待识别信号和模板信号是可以相互融合的。再加上物联网触发节点信号存在陷落特点，假设通过特征提取和分类器分离的方法，那么就可以对对应模式下的信号特征参数进行分类。但是，当模式所处位置不一样时，触发源中的模板数量就非常多，这和DTW原理是背道而驰的。[3]因此，大部分学术研究中都是使用的是将两者相融合的方法，使用DTW算法模式特征参数，就可以得到以下公式：
Cr=[cr（1），cr（2）...cr（8）]
在该公式中，cr是指的八个元素数组的特征数据，让模板信号和需识别的触发节点信号各自变换DTW，再在db4中实现小波变换，从而获得到八个尺度，即D1、D2、D3...D8。模板信号和触发节点信号在进行小波变换之后所得到的第n个尺度信号是wTni和wRi，i=1，2...8。最后所得到的DTW算法特征参数数组是c，则可以获得以下公式：
Cr（i）=DTW（wTni，wRi）
2.3 DTW算法实现
在DTW算法的实现上，可以通过以下方法来实现。首先，是对触发节点信号多尺度进行变换。由于触发信号有着频谱陷落特征，在对其进行控制时，需要对陷落的频谱部分进行具体操作，可以通过小波变换的方法来进行补救。小波变换方法可以对信号的频率和时间进行精准的描述，还可以对触发节点的局部属性加以阐述。[4]并且，这种方法是使用的伸缩运算和平移运算，对物联网触发节点信号进行多尺度处理的，因此，可以分析出细节上的特征。在物联网触发节点控制运用光纤传感器之后，需要设计科学的触发节点信号小波分解层数量，也就是指的选择适合的尺度，当尺度越高时所得到的节点信号频率信息就越多，相反，若尺度较低，那么频率信息就越少。在进行小波变换的过程当中，对触发节点信号进行采样可以保证所收集到的样本完整性，并且，需对采样之后的节点进行插值处理。对于需要识别的触发节点和模板信号序列要进行八个尺度的离散小波变换，当光纤传感器在感应到变化时就会产生触发信号，而物联网触发接地则会将这种信号进行收集。小波变换可以让触发节点信号频率和時域保持长期的一致，在对应的尺度中显示频域信息，而不同的频域之间则没有任何的关联性，所以会让整个采集过程变得简单、便捷;其次，是对DTW算法进行编程来实现具体运算。DTW算法是运用动态式的方案实现和参考模板时间一致的，所以在编程时，就应当减少待识别触发节点信号时间长度上的差异。[5]如果在一样的模式下，会产生由于触发动作效率引起的差异，使得各自的触发时间不一样，待识别信号的序列和模板序列时间也会产生不同，那么就需要对待识别的节点信号进行拉伸或压缩，并根据模板信号的特点来对待识别触发节点信号加以映射，而在映射之后的距离越短，说明相似度越高。因为DTW算法是以动态化的方式运行的，该方法可以和时长不一样的信号频率保持一致，并完成模板序列和待识别信号序列的匹配，将两种序列的距离测试出来，作为后期依据。
结束语：本文研究了基于光纤传感器的物联网触发节点控制，可以采用DTW算法和分类器设计和特征提取相结合法来实现控制，并通过小波变换解决频谱陷落特征，实现物联网触发节点的高效控制。
参考文献：
[1]周冬梅，许宁，林虹秀.物联网下激光光纤传感器触发节点控制技术[J].激光杂志，2018，39（04）：110-114.
[2]孟海涛.基于光纤传感器的物联网触发节点控制研究[J].激光杂志，2018，39（04）：119-123.
[3]陈蕊. 基于事件和规则驱动的物联网路由动态优化算法[D].东华大学，2016.
[4]王美林. 制造物联网环境下混流制造过程自适应调度方法研究[D].广东工业大学，2013.
[5]王洋. 无线传感器网络事件驱动型动态分簇算法研究[D].北京邮电大学，2010.