專利名稱：用于改善網(wǎng)絡(luò)上采集的傳感器數(shù)據(jù)的可靠性的設(shè)備和方法
技術(shù)領(lǐng)域：
本發(fā)明涉及傳感器網(wǎng)絡(luò)。
背景技術(shù)：
對(duì)用于感測(cè)、通信和處理的技術(shù)的匯集導(dǎo)致了無線傳感器網(wǎng)絡(luò)的出現(xiàn)。近來，使用低成本、低能量無線傳感器節(jié)點(diǎn)的大規(guī)模感測(cè)已變得可行。例如，在生產(chǎn)、測(cè)試和監(jiān)測(cè)中的許多系統(tǒng)從多個(gè)無線傳感器采集數(shù)據(jù)。這些傳感器網(wǎng)絡(luò)的實(shí)用性使得對(duì)物理世界的感測(cè)和監(jiān)測(cè)成為可能。
尤其與使用無線數(shù)據(jù)傳輸?shù)钠渌鼞?yīng)用相比，提供可靠的數(shù)據(jù)采集是傳感器網(wǎng)絡(luò)中極為重要的內(nèi)容，這是因?yàn)閿?shù)據(jù)被采集、處理和使用來在機(jī)對(duì)機(jī)數(shù)據(jù)采集框架中作出判斷。然而，使用無線數(shù)據(jù)傳輸存在公知的關(guān)于數(shù)據(jù)可靠性和校正的問題。
例如，傳感器節(jié)點(diǎn)的無線網(wǎng)絡(luò)固有地暴露于各種不可靠性的來源，諸如不可靠的通信信道、節(jié)點(diǎn)故障、節(jié)點(diǎn)的惡意損壞、以及竊聽?？梢詫⒉豢煽啃缘膩碓创蟾欧譃閮深愑谰酶淖冃袨榈腻e(cuò)誤；以及導(dǎo)致從正常行為瞬時(shí)偏離的故障，在此稱之為“軟故障”。
軟故障作為瞬時(shí)誤差而在無線信道中出現(xiàn)，由接收機(jī)處的噪聲、信道干擾、和/或多徑衰減效應(yīng)所引起。此外，使用進(jìn)取性(aggressive)設(shè)計(jì)技術(shù)，諸如深亞微米(DSM)和超深亞微米(UDSM)以降低每個(gè)節(jié)點(diǎn)的成本，這還使得節(jié)點(diǎn)受到計(jì)算和感測(cè)中的不同類型的瞬時(shí)誤差。
用于測(cè)量傳感器節(jié)點(diǎn)的可靠性的大多數(shù)技術(shù)在采集上費(fèi)用較高。典型的現(xiàn)有可靠性方法可增加冗余硬件、或在來源處傳送額外數(shù)據(jù)，以分別校正在電路中或在通信信道中變差的數(shù)據(jù)。對(duì)于使用較多限制的傳感器節(jié)點(diǎn)的情況，這使得典型方法非常昂貴。為了解決電路和通信信道中的故障，這樣的方法在能量預(yù)算、傳感器節(jié)點(diǎn)的設(shè)計(jì)和生產(chǎn)成本方面帶來較高的費(fèi)用。
用于數(shù)據(jù)校正的其它現(xiàn)有技術(shù)包括校正硬件中的軟故障的方法以及那些校正無線通信信道上的比特檢測(cè)誤差的方法。用于校正硬件中的軟錯(cuò)誤的技術(shù)包括電路級(jí)和模塊級(jí)方法，例如硬件中的三模塊冗余(triple modularredundancy)和誤差校正編碼。用于校正無線通信信道上的比特檢測(cè)誤差的技術(shù)包括基于奇偶性的前發(fā)誤差校正(FEC)編碼技術(shù)(如信道編碼)，以及基于重傳送的技術(shù)(如ARQ)。

發(fā)明內(nèi)容
本發(fā)明的優(yōu)選實(shí)施例其中提供一種適于改善在網(wǎng)絡(luò)上采集的傳感器數(shù)據(jù)的可靠性的設(shè)備和方法等。利用校正數(shù)據(jù)的相關(guān)性預(yù)測(cè)并校正一個(gè)或多個(gè)瞬時(shí)誤差。例如，可以從網(wǎng)絡(luò)中的一個(gè)或多個(gè)傳感器節(jié)點(diǎn)采集傳感器數(shù)據(jù)。除傳感器節(jié)點(diǎn)外的裝置可使用該數(shù)據(jù)來基于數(shù)據(jù)中的固有冗余而計(jì)算預(yù)測(cè)模型，并校正一個(gè)或多個(gè)以后收到的、認(rèn)為不可靠的值。
根據(jù)本發(fā)明的示例性實(shí)施例的以下和更多的具體描述，其它特征和優(yōu)點(diǎn)將變得明顯，并且如附圖中所示。


圖1示出一種根據(jù)本發(fā)明的優(yōu)選實(shí)施例的包括被用來執(zhí)行數(shù)據(jù)聚合和校正方法的裝置的網(wǎng)絡(luò)；圖2示意性地示出一種根據(jù)本發(fā)明的優(yōu)選實(shí)施例的由用于聚合和校正來自數(shù)據(jù)源的數(shù)據(jù)的聚合器節(jié)點(diǎn)所實(shí)現(xiàn)的算法；圖3示出根據(jù)本發(fā)明的優(yōu)選實(shí)施例的用于執(zhí)行數(shù)據(jù)校正的示例性操作；圖4示出根據(jù)本發(fā)明的示例性實(shí)施例的用于3個(gè)樣本的延遲的示例性預(yù)測(cè)歷史樹(PHT)；以及圖5示出根據(jù)本發(fā)明的優(yōu)選實(shí)施例的用于實(shí)現(xiàn)數(shù)據(jù)聚合和校正方法的示例性偽代碼。
具體實(shí)施例方式
本發(fā)明的優(yōu)選實(shí)施例以誤差防護(hù)的最低成本(即傳感器節(jié)點(diǎn)和通信費(fèi)用的成本)提供改善的可靠性。在優(yōu)選實(shí)施例中，進(jìn)行對(duì)在傳感器節(jié)點(diǎn)的電路處或在通信信道上產(chǎn)生的瞬時(shí)誤差進(jìn)行運(yùn)行時(shí)(run-time)校正，而沒有傳感器節(jié)點(diǎn)上的設(shè)計(jì)或操作費(fèi)用。
根據(jù)本發(fā)明的優(yōu)選實(shí)施例，傳感器數(shù)據(jù)本身的性質(zhì)的信息(knowledge)被用于實(shí)現(xiàn)數(shù)據(jù)檢查和校正。本發(fā)明的實(shí)施例使用關(guān)于傳感器數(shù)據(jù)中的相關(guān)性、傳感器應(yīng)用的目的、以及其對(duì)各種誤差的弱點(diǎn)的信息。
例如，傳感器數(shù)據(jù)一般呈現(xiàn)在節(jié)點(diǎn)群上或在每個(gè)節(jié)點(diǎn)的基礎(chǔ)上的在一個(gè)時(shí)間段內(nèi)的冗余?？梢云胶膺@樣的傳感器數(shù)據(jù)的固有冗余，以使得能夠在數(shù)據(jù)聚合器節(jié)點(diǎn)處的標(biāo)稱緩沖器需求(其具有少得多的成本/能量限制)的代價(jià)下，提高數(shù)據(jù)采集的可靠度，而不會(huì)給傳感器節(jié)點(diǎn)強(qiáng)加更多的費(fèi)用。使用在數(shù)據(jù)預(yù)測(cè)模型中捕捉的數(shù)據(jù)的性質(zhì)來提供根據(jù)本發(fā)明的優(yōu)選實(shí)施例的、用于校正軟故障的低成本校正設(shè)備、系統(tǒng)和方法。
通過對(duì)比，現(xiàn)有可靠性技術(shù)增加冗余硬件或在源處傳送額外數(shù)據(jù)以分別校正在電路或通信信道中變差的數(shù)據(jù)。這樣的技術(shù)通過較多限制的傳感器節(jié)點(diǎn)使用時(shí)是非常昂貴的，并且它們不使用應(yīng)用數(shù)據(jù)的特性。由此，為了解決電路和通信信道中的故障，這些技術(shù)在能量預(yù)算、以及傳感器節(jié)點(diǎn)的設(shè)計(jì)和生產(chǎn)成本方面帶來非常高的費(fèi)用。
本發(fā)明的實(shí)施例包括應(yīng)用層、數(shù)據(jù)意識(shí)(data-aware)方法，例如被在軟件中實(shí)現(xiàn)或被編碼進(jìn)適當(dāng)裝置中，用于在聚合節(jié)點(diǎn)處校正傳感器數(shù)據(jù)中的瞬時(shí)誤差，其中傳感器數(shù)據(jù)的聚合和過濾在傳感器數(shù)據(jù)網(wǎng)絡(luò)中發(fā)生。優(yōu)選方法對(duì)通過無線通信信道而從諸如傳感器節(jié)點(diǎn)的數(shù)據(jù)源接收的數(shù)據(jù)實(shí)現(xiàn)運(yùn)行時(shí)校正，最好不給傳感器節(jié)點(diǎn)強(qiáng)加任何設(shè)計(jì)或材料成本、或性能費(fèi)用。優(yōu)選地，所引起的費(fèi)用主要在于數(shù)據(jù)接收機(jī)處的存儲(chǔ)和計(jì)算成本，諸如緩沖用于聚合的數(shù)據(jù)的聚合器節(jié)點(diǎn)。最好可根據(jù)聚合器處的應(yīng)用和資源限制的性能需求而調(diào)節(jié)該方法。
通常，優(yōu)選方法標(biāo)識(shí)并使用傳感器數(shù)據(jù)內(nèi)的冗余，以校正瞬時(shí)誤差的存在。在示例性實(shí)施例中，對(duì)傳感器數(shù)據(jù)內(nèi)的冗余的詳細(xì)分析捕捉預(yù)測(cè)模型中的相關(guān)性特性。然后在獲得數(shù)據(jù)期間使用該預(yù)測(cè)模型，用于數(shù)據(jù)的在線預(yù)測(cè)校正。該優(yōu)選方法過濾傳感器數(shù)據(jù)的軟故障。
更具體地說，在示例性實(shí)施例中，諸如聚合器節(jié)點(diǎn)的裝置基于對(duì)來自網(wǎng)絡(luò)的傳感器節(jié)點(diǎn)的傳感器數(shù)據(jù)的分析，開發(fā)預(yù)測(cè)模型。然后聚合器節(jié)點(diǎn)在運(yùn)行時(shí)使用預(yù)測(cè)模型進(jìn)行可靠性檢查，以檢查從傳感器節(jié)點(diǎn)接收的數(shù)據(jù)的可靠性，并做出誤差校正判斷。本發(fā)明的優(yōu)選方法包括離線采集用于固有傳感器數(shù)據(jù)預(yù)測(cè)模型的數(shù)據(jù)，并在運(yùn)行時(shí)在線應(yīng)用該模型。
因?yàn)閿?shù)據(jù)預(yù)測(cè)一般過濾掉觀測(cè)值中的大多數(shù)誤差，所以該預(yù)測(cè)可能不用始終正確地追蹤數(shù)據(jù)處理。例如，由應(yīng)用在采集數(shù)據(jù)上執(zhí)行的聚合操作對(duì)誤差數(shù)據(jù)具有可變級(jí)別的弱點(diǎn)。由此，本發(fā)明的優(yōu)選方法還延遲應(yīng)用的延遲限制內(nèi)的數(shù)據(jù)的報(bào)告。延遲的報(bào)告允許觀測(cè)值被用于后面的樣本的優(yōu)選小集合，以引導(dǎo)預(yù)測(cè)值與觀測(cè)值之間的校正值的選擇。過去的數(shù)據(jù)樣本也可用于幫助選擇校正值。通過調(diào)整延遲，可根據(jù)數(shù)據(jù)接收機(jī)處可用的計(jì)算資源、以及應(yīng)用的延遲需求而調(diào)節(jié)該優(yōu)選方法。
本發(fā)明的網(wǎng)絡(luò)實(shí)施例包括一個(gè)或多個(gè)傳感器節(jié)點(diǎn)，其無線傳送數(shù)據(jù)到一個(gè)或多個(gè)聚合器節(jié)點(diǎn)。利用傳感器數(shù)據(jù)的固有冗余來執(zhí)行數(shù)據(jù)處理所在處(例如，其可以是聚合器節(jié)點(diǎn))的誤差校正。因?yàn)榫酆掀鞴?jié)點(diǎn)一般具有比傳感器節(jié)點(diǎn)更多的計(jì)算、存儲(chǔ)和能量資源，所以這是有利的。本發(fā)明的其它實(shí)施例包括被配置用于無線網(wǎng)絡(luò)的聚合器節(jié)點(diǎn)。
現(xiàn)在參考附圖，圖1示出了傳感器網(wǎng)絡(luò)10，其包括被配置來執(zhí)行根據(jù)本發(fā)明的示例方法的裝置。優(yōu)選地，該裝置是聚合器節(jié)點(diǎn)12，其通過無線信道14從數(shù)據(jù)源接收數(shù)據(jù)。例如，數(shù)據(jù)源包括一個(gè)或多個(gè)傳感器節(jié)點(diǎn)16，并且優(yōu)選的是多個(gè)傳感器，其經(jīng)由信道14無線傳送數(shù)據(jù)。優(yōu)選地，網(wǎng)絡(luò)10包括多聚合器節(jié)點(diǎn)12，盡管為簡(jiǎn)潔只在圖1中示出一個(gè)。
例如，聚合器節(jié)點(diǎn)12可包括一個(gè)或多個(gè)模塊，用于接收和聚合傳感器數(shù)據(jù)。由這些模塊執(zhí)行的聚合功能可包括用于從特定傳感器聚合數(shù)據(jù)的節(jié)點(diǎn)級(jí)或時(shí)間聚合18，和/或用于從不同傳感器節(jié)點(diǎn)聚合數(shù)據(jù)的空間或群級(jí)聚合20。來自聚合器節(jié)點(diǎn)12的、經(jīng)聚合和校正的數(shù)據(jù)隨后可被發(fā)送到服務(wù)器22或其它裝置(即，報(bào)告的)，以用于處理或存儲(chǔ)。
圖2示出用于執(zhí)行根據(jù)本發(fā)明優(yōu)選實(shí)施例的數(shù)據(jù)校正方法的應(yīng)用層算法的概括性示意圖?？稍谥T如聚合器節(jié)點(diǎn)18的裝置中，例如由任何適當(dāng)?shù)姆椒▓?zhí)行該算法。
在示例性傳感器數(shù)據(jù)校正方法中，通過對(duì)來自傳感器節(jié)點(diǎn)16的初始采集數(shù)據(jù)(代表性樣本)進(jìn)行預(yù)處理而構(gòu)造(優(yōu)選離線)數(shù)據(jù)生成處理的預(yù)測(cè)模型。例如，可在聚合器節(jié)點(diǎn)12中實(shí)現(xiàn)適當(dāng)?shù)念A(yù)處理邏輯器，在圖2中示出為數(shù)據(jù)模型塊24。該預(yù)測(cè)模型利用傳感器數(shù)據(jù)中的相關(guān)性。優(yōu)選地，該相關(guān)性是時(shí)間性的，在此情況下，優(yōu)選基于傳感器數(shù)據(jù)中的固有時(shí)間(每節(jié)點(diǎn))冗余而計(jì)算預(yù)測(cè)模型。然而，預(yù)期可額外地或可替換地使用其它類型的相關(guān)性。
所選模型對(duì)于預(yù)測(cè)應(yīng)該是足夠豐富的，以基本上匹配數(shù)據(jù)生成處理。而且，該模型應(yīng)允許在資源消耗和復(fù)雜度方面高效的預(yù)測(cè)處理，以滿足聚合器節(jié)點(diǎn)12或其它裝置的性能需求。優(yōu)選地，給定上述需求的對(duì)由數(shù)據(jù)模型塊24生成的模型的選擇主要依賴于數(shù)據(jù)中的時(shí)間相關(guān)性的級(jí)別和性質(zhì)。盡管各種建模技術(shù)可被用來表示數(shù)據(jù)相關(guān)性特性，但校正方法的性能主要依賴于建模的精確性和預(yù)測(cè)的效率。在測(cè)試本發(fā)明的實(shí)施例的試驗(yàn)中使用的示例性模型是自動(dòng)回歸移動(dòng)平均(ARMA)模型。這是一種線性預(yù)測(cè)模型，其使用先前觀測(cè)的歷史(在圖2中示為數(shù)據(jù)歷史塊26)以及預(yù)測(cè)性能的歷史(示為誤差歷史塊28)。例如，可通過使用最小最終預(yù)測(cè)誤差準(zhǔn)則來執(zhí)行ARMA模型的順序標(biāo)識(shí)(即，用于計(jì)算新預(yù)測(cè)值的過去值和誤差歷史的數(shù)目)。
同樣如圖2和3中所示，在運(yùn)行時(shí)使用該預(yù)測(cè)模型，以計(jì)算下一讀數(shù)的可能值，并且，數(shù)據(jù)校正方法基于觀測(cè)數(shù)據(jù)和預(yù)測(cè)誤差的歷史，確定從傳感器獲得的值或者由預(yù)測(cè)模型提供的值是否要被記錄或報(bào)告和在將來使用。給出另一種方法，數(shù)據(jù)校正可以確定傳感器獲得的值是否相對(duì)于該可能值是可靠的，并且，如果不是，則其使用預(yù)測(cè)值來校正或過濾該值。
例如，這可經(jīng)由應(yīng)用層預(yù)測(cè)校正邏輯器(在圖2中示為數(shù)據(jù)校正塊30)來實(shí)現(xiàn)。優(yōu)選方法包括維持觀測(cè)數(shù)據(jù)的歷史(數(shù)據(jù)歷史塊26)，并使用所計(jì)算的預(yù)測(cè)模型來根據(jù)歷史生成預(yù)測(cè)未來值32。在從傳感器節(jié)點(diǎn)16接收下一觀測(cè)數(shù)據(jù)值34之后，判斷將記錄這些候選值中的哪一個(gè)。優(yōu)選地，數(shù)據(jù)校正塊30的操作獨(dú)立于用于預(yù)測(cè)的數(shù)據(jù)模型。然而，預(yù)期用于預(yù)測(cè)性校正的邏輯器30可以部分或全部地與用于形成預(yù)測(cè)模型的邏輯器24相重疊。
在通常的數(shù)據(jù)校正方法中，如圖3中所示，聚合器節(jié)點(diǎn)12的數(shù)據(jù)模型塊24無線地采集來自傳感器節(jié)點(diǎn)16的初始數(shù)據(jù)(步驟40)，處理該初始數(shù)據(jù)(步驟42)，以及基于所處理的初始數(shù)據(jù)而開發(fā)預(yù)測(cè)模型(步驟44)。在運(yùn)行時(shí)操作期間，聚合器節(jié)點(diǎn)12無線地接收和/或采集所觀測(cè)的傳感器數(shù)據(jù)(步驟46)，并且，使用所開發(fā)的數(shù)據(jù)模型來預(yù)測(cè)來自傳感器節(jié)點(diǎn)16的下一讀數(shù)的可能值(步驟48)。然后，數(shù)據(jù)校正塊30通過確定所接收值的可靠性而確定是否使用所接收的值(步驟50)。如果所接收的值是可靠的，則將該值報(bào)告(步驟52)為校正數(shù)據(jù)。如果不是，則已由聚合器節(jié)點(diǎn)12預(yù)測(cè)了瞬時(shí)誤差。在此情況下，將預(yù)測(cè)值報(bào)告(步驟54)為校正數(shù)據(jù)，以校正該瞬時(shí)誤差。
在執(zhí)行基于預(yù)測(cè)的校正時(shí)的一個(gè)顯著問題在于選擇如何處理接收機(jī)(即聚合器節(jié)點(diǎn)12)處的預(yù)測(cè)值和觀測(cè)值之間的不匹配，這可能由于真實(shí)誤差或由于數(shù)據(jù)源行為對(duì)模型的偏離而造成。在這兩種情況下，應(yīng)該不同地處理這樣的誤差。在本發(fā)明的優(yōu)選實(shí)施例中，基于過去的樣本和之后觀測(cè)的樣本的數(shù)目而進(jìn)行此判斷。使用延遲(在圖2中表示為判定延遲參數(shù)(K)58)來執(zhí)行。
再次參考圖2，Y代表所觀測(cè)的傳感器數(shù)據(jù)的值34的序列，Y’代表預(yù)測(cè)塊的結(jié)果(預(yù)測(cè)數(shù)據(jù)32)，而Yc代表來自數(shù)據(jù)校正塊30的校正值60。數(shù)據(jù)校正塊30使用數(shù)據(jù)模型塊24在通過生成并存儲(chǔ)不同預(yù)測(cè)的歷史的不同可能版本而校正誤差的處理中開發(fā)的預(yù)測(cè)模型。在任意時(shí)間點(diǎn)n處，給定觀測(cè)數(shù)據(jù)Y(n)34，數(shù)據(jù)校正塊30計(jì)算校正值Yc(n-K)60，其中K代表為后面的校正維持的預(yù)測(cè)歷史的深度。
例如，并且參考圖4，對(duì)時(shí)間n，在K個(gè)樣本的延遲之后，使用等于Y(n)的觀測(cè)值以及等于Y’(n)的相應(yīng)預(yù)測(cè)值來報(bào)告校正值Yc(n-K)60。對(duì)于所觀測(cè)的傳感器節(jié)點(diǎn)16的每個(gè)樣本，數(shù)據(jù)校正塊30將其與從預(yù)測(cè)模型和前面歷史預(yù)測(cè)的值相比較，并嘗試報(bào)告更接近實(shí)際希望觀測(cè)的值。此判斷的延遲允許以下步驟考慮其任何選擇對(duì)其后的K個(gè)樣本的預(yù)測(cè)精度的影響。
在優(yōu)選實(shí)施例中，使用預(yù)測(cè)歷史樹(PHT)70來實(shí)現(xiàn)該延遲判斷，該預(yù)測(cè)歷史樹包括前面K個(gè)樣本的可能預(yù)測(cè)值和相應(yīng)預(yù)測(cè)誤差。對(duì)應(yīng)于PHT中每個(gè)節(jié)點(diǎn)的值的預(yù)測(cè)誤差被存儲(chǔ)在平行的誤差歷史樹(未示出)中，其通過執(zhí)行對(duì)兩個(gè)樹的相同的更新操作而與PHT 70保持同步。
示例性PHT 70具有K+1的深度，并且代表最后K個(gè)樣本的各種潛在值，即Yc(i)，其中i＝n-K∶n-1。圖4示出對(duì)K＝3的PHT 70的例子。PHT 70的任何層j中的每個(gè)節(jié)點(diǎn)72代表Yc(n-K+j-1)的可能值，同時(shí)根節(jié)點(diǎn)(層0)74指示已為Yc(n-K-1)選擇的值。
在圖4中，每個(gè)節(jié)點(diǎn)具有兩條外出路徑76、78，分別標(biāo)記為0和1。這些分別代表對(duì)其后的樣本的、Y(觀測(cè)值)和Y’(預(yù)測(cè)值)的選擇。由此，層K+1中的從根到葉80的每條路徑表示等于2K個(gè)的一系列選擇，其導(dǎo)致產(chǎn)生一系列值Yc(n-K∶n-1)。圖4中的PHT的節(jié)點(diǎn)72注釋有它們包含的可能值。例如，注釋有Y’(n-1|01)的葉節(jié)點(diǎn)82代表在跟隨從根節(jié)點(diǎn)74通過節(jié)點(diǎn)84和節(jié)點(diǎn)86的路徑而獲得的預(yù)測(cè)值Y’(n-1)，對(duì)應(yīng)于來自根節(jié)點(diǎn)的011的選擇。
優(yōu)選方法使用PHT來選擇用于轉(zhuǎn)發(fā)到服務(wù)器22的值。圖5中示出被用來在接收機(jī)處使用PHT來校正誤差的示例性偽代碼。在時(shí)間n(步驟90)，接收觀測(cè)值Y(n)(步驟92)，并且計(jì)算該樣本的2K個(gè)可能預(yù)測(cè)值，每個(gè)用于從根到每個(gè)葉節(jié)點(diǎn)的每個(gè)路徑i(步驟94)?；谠撀窂缴系墓?jié)點(diǎn)使用不同的數(shù)據(jù)集和誤差歷史來計(jì)算(步驟96)每個(gè)預(yù)測(cè)值Y’(n，i)。而且，對(duì)于每條路徑，計(jì)算預(yù)測(cè)誤差(步驟98)，并且使用該預(yù)測(cè)誤差計(jì)算每樣本的平均預(yù)測(cè)誤差(PathErr)(步驟100)?；谧钚÷窂秸`差，選擇(步驟102)PHT的根的子節(jié)點(diǎn)之一作為新的根，并且所選的子節(jié)點(diǎn)的內(nèi)容確定校正值Yc(n-K)(步驟104、106)。然后，以此子節(jié)點(diǎn)作為根的樹被用于替換PHT結(jié)構(gòu)。
例如，生成下一層PHT(步驟104)。在用于生成PHT的優(yōu)選方法中，選擇包含路徑i的層1節(jié)點(diǎn)(例如，圖4中的節(jié)點(diǎn)84)(步驟106)。該節(jié)點(diǎn)變?yōu)楣?jié)點(diǎn)s。節(jié)點(diǎn)s的觀測(cè)值和誤差值被用于被報(bào)告給應(yīng)用以及輸入到數(shù)據(jù)和誤差歷史中的校正值Yc和預(yù)測(cè)誤差(步驟108)。丟棄從該根的其它分支生出的子樹(步驟110)，并且通過向每個(gè)葉節(jié)點(diǎn)添加一個(gè)或兩個(gè)子節(jié)點(diǎn)(對(duì)該路徑的觀測(cè)Y(n)和預(yù)測(cè)Y’(n))，將剩余的樹延伸到另一層(步驟112)。
為了提高效率，可通過假設(shè)對(duì)預(yù)測(cè)值的非常小的偏離是由于感測(cè)物理處理的隨機(jī)性而不是瞬時(shí)誤差引起的，從而在某種程度上可以減小預(yù)測(cè)歷史(即PHT)的大小。作為示例性實(shí)現(xiàn)，誤差閾值ETH 114可用作優(yōu)選方法中的控制參數(shù)，以避免在E(n)低于ETH時(shí)添加新的Y’(n)值(步驟116)。這意味著，如果在N個(gè)步驟后，特定葉節(jié)點(diǎn)變?yōu)楦瑒t觀測(cè)值Y應(yīng)被用于Yc。由此，樹結(jié)構(gòu)將常常不會(huì)被駐滿。
除了報(bào)告校正值時(shí)的延遲之外，延遲值K的選擇確定由具體給定數(shù)據(jù)和誤差特性的優(yōu)選數(shù)據(jù)校正方法達(dá)到的校正的級(jí)別。該方法的存儲(chǔ)和計(jì)算復(fù)雜度還直接依賴于參數(shù)K，這是因?yàn)槠浯_定用于校正每個(gè)樣本的歷史信息量。因?yàn)閮?yōu)選方法將建模誤差和在傳感器節(jié)點(diǎn)16和/或無線信道14中出現(xiàn)的實(shí)際隨機(jī)誤差相互區(qū)別開，所以K的最佳選擇依賴于誤差的特性以及所用的建模技術(shù)的性能。潛在地，還有可能通過改變K來針對(duì)性能和資源而對(duì)校正精度進(jìn)行折衷(trade off)，并將它們匹配到聚合器節(jié)點(diǎn)12的應(yīng)用需求和限制。
優(yōu)選校正方法的性能部分依賴于預(yù)測(cè)算法的性能。最好對(duì)每個(gè)樣本的每條路徑調(diào)用預(yù)測(cè)算法，以預(yù)測(cè)序列中的下一個(gè)值。校正塊消耗的主要資源是存儲(chǔ)裝置，對(duì)于PHT 70，空間復(fù)雜度為0(2K)。
在這些方法中，例如，通過選擇K并通過基于所選的K而形成PHT 70，可根據(jù)具體裝置，諸如聚合器節(jié)點(diǎn)12或無線傳感器網(wǎng)絡(luò)10而調(diào)節(jié)延遲?？筛鶕?jù)應(yīng)用的延遲敏感度、相關(guān)誤差級(jí)別、以及接收節(jié)點(diǎn)上的資源限制而使用不同深度的預(yù)測(cè)歷史。
已示出并描述了用于數(shù)據(jù)聚合和校正的多個(gè)方法、裝置和系統(tǒng)，其具有許多特征和優(yōu)點(diǎn)。通過在應(yīng)用層上執(zhí)行優(yōu)選的數(shù)據(jù)校正方法，可使得實(shí)現(xiàn)該方法的裝置或系統(tǒng)的設(shè)計(jì)更容易。通過使用聚合器節(jié)點(diǎn)12來執(zhí)行數(shù)據(jù)校正步驟，不會(huì)增加傳感器節(jié)點(diǎn)16上的費(fèi)用，并且可使用一般具有高得多的費(fèi)用的裝置來執(zhí)行計(jì)算。延遲的使用改善了優(yōu)選方法的功效，并且可選擇該延遲，以根據(jù)各種裝置或系統(tǒng)而調(diào)節(jié)該方法。優(yōu)選地，誤差閾值降低聚合器節(jié)點(diǎn)12上的不必要的費(fèi)用。
盡管根據(jù)本發(fā)明的實(shí)施例，傳感器網(wǎng)絡(luò)的各種配置都是可能的，但在包括大量便宜且輕的傳感器節(jié)點(diǎn)(由聚合器節(jié)點(diǎn)使用相對(duì)較大的能量和資源預(yù)算而管理)的網(wǎng)絡(luò)體系中，優(yōu)選數(shù)據(jù)聚合和校正方法尤其有用。
盡管已示出和描述了本發(fā)明的特定實(shí)施例，但應(yīng)理解的是，對(duì)于本領(lǐng)域技術(shù)人員，其它修改、置換和替換是明顯的。在不脫離應(yīng)該根據(jù)所附權(quán)利要求而確定的本發(fā)明的精神和范圍的前提下，可進(jìn)行這樣的修改、置換和替換。
在所附權(quán)利要求中闡明本發(fā)明的各種特征。
權(quán)利要求
1.一種用于過濾所采集的數(shù)據(jù)中的瞬時(shí)誤差的方法，包括使用該數(shù)據(jù)的相關(guān)性來預(yù)測(cè)該瞬時(shí)誤差；以及至少部分基于該相關(guān)性而校正該瞬時(shí)誤差。
2.如權(quán)利要求1所述的方法，其中，所述校正包括延遲該數(shù)據(jù)。
3.如權(quán)利要求2所述的方法，其中，所述延遲該數(shù)據(jù)包括根據(jù)特定無線傳感器網(wǎng)絡(luò)來調(diào)節(jié)延遲的量。
4.如權(quán)利要求3所述的方法，其中，所述調(diào)節(jié)該延遲包括形成預(yù)測(cè)歷史樹。
5.如權(quán)利要求2所述的方法，其中，所述延遲該數(shù)據(jù)包括形成預(yù)測(cè)歷史樹。
6.如權(quán)利要求1所述的方法，其中，所述相關(guān)性包括自動(dòng)回歸移動(dòng)平均相關(guān)性。
7.如權(quán)利要求1所述的方法，其中所述預(yù)測(cè)和校正由無線裝置執(zhí)行。
8.一種網(wǎng)絡(luò)(10)，包括被配置來至少部分基于經(jīng)由該網(wǎng)絡(luò)的至少一個(gè)傳感器(16)接收的傳感器數(shù)據(jù)中的每節(jié)點(diǎn)冗余而離線生成預(yù)測(cè)模型的裝置(12，18)，該裝置還被配置來部分基于該預(yù)測(cè)模型而確定是否對(duì)經(jīng)由該至少一個(gè)傳感器接收的觀測(cè)數(shù)據(jù)進(jìn)行校正。
9.如權(quán)利要求8所述的網(wǎng)絡(luò)，其中，該至少一個(gè)傳感器是一個(gè)裝置。
10.如權(quán)利要求8所述的網(wǎng)絡(luò)，其中，該預(yù)測(cè)模型是線性模型。
11.一種裝置(12，18)，包括第一邏輯器(24)，被配置來至少部分基于來自至少一個(gè)傳感器(16)的傳感器數(shù)據(jù)中的每節(jié)點(diǎn)冗余而離線生成預(yù)測(cè)模型；以及第二邏輯器(30)，被配置來部分基于該預(yù)測(cè)模型而確定是否對(duì)來自該至少一個(gè)傳感器的觀測(cè)數(shù)據(jù)進(jìn)行校正。
12.如權(quán)利要求11所述的裝置，其中，第一邏輯器包括第二邏輯器的至少一部分。
13.如權(quán)利要求11所述的裝置，其中，第二邏輯器包括第一邏輯器的至少一部分。
14.如權(quán)利要求11所述的裝置，其中，第一邏輯器和第二邏輯器不重疊。
15.一種用于改善網(wǎng)絡(luò)上采集的傳感器數(shù)據(jù)的可靠性的方法，該方法包括步驟利用不同于傳感器節(jié)點(diǎn)的裝置，采集來自網(wǎng)絡(luò)中的一個(gè)或多個(gè)傳感器節(jié)點(diǎn)的初始傳感器數(shù)據(jù)；預(yù)處理初始傳感器數(shù)據(jù)，以確定數(shù)據(jù)中的固有時(shí)間冗余的級(jí)別；基于該初始傳感器數(shù)據(jù)中的固有時(shí)間冗余而開發(fā)預(yù)測(cè)模型；利用不同于傳感器節(jié)點(diǎn)的裝置，基于該預(yù)測(cè)模型，計(jì)算來自網(wǎng)絡(luò)中的傳感器節(jié)點(diǎn)的下一傳感器讀數(shù)的可能值；確定從傳感器節(jié)點(diǎn)接收的值是否相對(duì)于該可能值是可靠的，并且，如果不是，則對(duì)從傳感器節(jié)點(diǎn)接收的值進(jìn)行校正。
16.如權(quán)利要求15所述的方法，其中，離線地執(zhí)行所述采集初始傳感器數(shù)據(jù)、所述預(yù)處理初始傳感器數(shù)據(jù)、以及所述開發(fā)預(yù)測(cè)模型。
17.如權(quán)利要求15所述的方法，還包括在所述計(jì)算下一傳感器讀數(shù)的可能值之后，接收該下一傳感器讀數(shù)。
18.如權(quán)利要求15所述的方法，其中，該預(yù)測(cè)模型包括自動(dòng)回歸移動(dòng)平均(ARMA)模型。
19.如權(quán)利要求15所述的方法，其中，所述計(jì)算下一傳感器讀數(shù)的可能值還基于先前接收的傳感器數(shù)據(jù)的歷史以及誤差的歷史。
20.如權(quán)利要求15所述的方法，其中，所述校正包括對(duì)于樣本n，確定校正值Yc(n-K)，其中K是判定延遲，以樣本的數(shù)目為單位。
21.如權(quán)利要求20所述的方法，其中，所述確定校正值還包括形成包括路徑的預(yù)測(cè)歷史樹，該路徑代表從傳感器接收的值與預(yù)測(cè)值之間的選擇。
22.一種用于改善網(wǎng)絡(luò)上采集的傳感器數(shù)據(jù)的可靠性的方法，該方法包括步驟利用不同于傳感器節(jié)點(diǎn)的裝置，根據(jù)基于傳感器數(shù)據(jù)中的固有時(shí)間冗余的預(yù)測(cè)模型，計(jì)算來自網(wǎng)絡(luò)中的傳感器節(jié)點(diǎn)的下一傳感器讀數(shù)的可能值；確定從傳感器節(jié)點(diǎn)接收的值是否相對(duì)于該可能值是可靠的，并且，如果不是，則對(duì)從傳感器節(jié)點(diǎn)接收的值進(jìn)行校正。
23.如權(quán)利要求22所述的方法，其中，所述計(jì)算下一傳感器讀數(shù)的可能值還基于先前接收的傳感器數(shù)據(jù)的歷史以及誤差的歷史。
24.如權(quán)利要求22所述的方法，其中，所述校正包括對(duì)于樣本n，確定校正值Yc(n-K)，其中K是判定延遲，以樣本的數(shù)目為單位。
25.如權(quán)利要求24所述的方法，其中，所述確定校正值還包括形成包括路徑的預(yù)測(cè)歷史樹，該路徑代表從傳感器接收的值與預(yù)測(cè)值之間的選擇。
全文摘要
本發(fā)明提供了一種適用于改善在網(wǎng)絡(luò)上采集的傳感器數(shù)據(jù)的可靠性的設(shè)備和方法。使用校正數(shù)據(jù)的相關(guān)性來預(yù)測(cè)和校正一個(gè)或多個(gè)瞬時(shí)誤差。例如，可以從網(wǎng)絡(luò)中的一個(gè)或多個(gè)傳感器節(jié)點(diǎn)采集傳感器數(shù)據(jù)。不同于傳感器節(jié)點(diǎn)的裝置可使用該數(shù)據(jù)，來基于傳感器數(shù)據(jù)中的固有冗余而開發(fā)預(yù)測(cè)模型，并且校正一個(gè)或多個(gè)以后接收的、看起來不可靠的值。
文檔編號(hào)H03M13/03GK1981446SQ200580016600
公開日2007年6月13日 申請(qǐng)日期2005年3月23日 優(yōu)先權(quán)日2004年3月23日
發(fā)明者肖?？恕つ驴苹襞恋潞Ｒ? 薩吉特·戴伊, 德巴西斯·帕尼格雷 申請(qǐng)人:加利福尼亞大學(xué)董事會(huì)