物聯網環境下電子數據智能采集算法研究

棗莊科技職業學院 代 欣

物聯網環境下電子數據智能采集算法研究

棗莊科技職業學院 代 欣

在物聯網（Internet of things）環境下，電子數據數量越來越多，上下變化幅度很大，對電子數據的采集算法一直是相關學者致力研究的課題之一。提出了一種電子數據智能采集算法，構建了算法網絡模型，解釋了模型的運行條件，對算法的運算流程進行詳細的講解，需要構建數據采集樹，確定分組數據，采集電子數據，通過實驗分析了提出的電子數據智能采集算法的可行性。實驗證明，提出的電子數據采集算法相較于傳統算法來說采集效率更高，采集時間更短，采集能耗更低，采集成本更小。

物聯網環境；電子數據；智能彩計算法

1 引言

隨著社會的發展，物聯網（Internet of things）在原有的互聯網基礎上加以擴展，成為新一代信息技術的關鍵組成部分，物聯網的用戶端可以將互聯網上的任意物品連接起來，進行信息交換，為人們生活帶來極大的便利，同時也為智能感知、電子數據采集、通信遙感等技術的成熟發展提供了很好的條件。物聯網中存在著大量的電子數據，尤其是隨著網絡規模越來越大，網絡結構越來越復雜，電子數據也變得越來越多，因此多種電子數據智能采集算法被提出。在物聯網環境下，電子數據不僅僅數量龐大，而且上下變化幅度很大，采集的難度也變得越來越大。物聯網硬件中設有大量的數據傳感器，形成樹狀傳感網絡，對電子數據進行采集，但是由于傳感器分布過于密集，采集到的數據往往很容易出現誤差[1]。

鑒于上述條件，本文基于物聯網環境提出了一種電子數據智能采集算法，首先構建了算法網絡模型，然后對算法的運算流程進行詳細的講解，最后通過仿真實驗分析了本文提出的電子數據智能采集算法的可行性。實驗證明：本文設計的電子數據采集算法能夠高效準確在物聯網環境下對電子數據進行采集，采集時間短，采集能耗低，采集成本小，是一種值得大力推廣使用的方法。

2 物聯網環境下電子數據智能采集算法網絡模型

在物聯網環境下提出了電子數據采集算法，構建了網絡模型[2]：

圖1 電子數據智能采集算法網絡模型

圖2 電子數據智能采集算法運算流程

圖1的電子數據智能采集算法網絡模型運行條件如下：（1）虛擬PTZ單元與網關單元中的節點都為靜止不動的；（2）模型中的網絡節點組成結構相同，初始能量相同，位置坐標已知；（3）供電方式為雙電源供電，并要保證不斷輸入持續穩定的電壓；（4）網關能量循環使用，采集的電子數據要覆蓋整個網絡模型；（5）信號與信號之間呈雙向連接，節點與節點之間皆可以互相通信，不受距離的限制；（6）各個單元內節點數量上下不要超過10，發射功率動態可調。

物聯網環境網絡模型在滿足上述條件的情況下，開始正常運行，模型采用C/S結構，分為存儲單元、數據采集單元、顯示單元、節點更新單元、虛擬PTZ單元、網關單元六個單元模塊。數據采集單元是模型運算的核心，虛擬PTZ單元負責校驗采集到的數據，節點更新單元能夠重新顯示校驗后的數據，存儲單元利用HDFS數據芯片對采集到的電子數據進行存儲，HDFS為Hadoop的核心技術，在通用軟件上都可以運行，容錯能力高，非常適合存儲大規模數據[3]。

3 物聯網環境下電子數據智能采集算法運算流程

本文基于物聯網環境下給出的電子數據智能采集算法運算流程如圖2所示。

3.1 構建采集樹

利用層次聚類法構建數據采集樹，物聯網的每個單元中的數據傳感器看做一類，根據N個單元分出N個類，將這些類按照距離關系，逐一進行分層聚合，計算過程如公式（1）所示[4]：

公式（1）中，設分層聚合的類分別為M={m1，m2，m3……，mn}，N={n1，n2，n3……，nn}，mn與nn之間的距離為dab，類之間的距離為Dmn，根據公式（1）能夠構建出數據采集樹，為采集數據提供基礎。

3.2 確定分組數據

利用公式（1）完成數據采集樹的構建后，對于數據在整個網絡的分布情況都已經有所了解，接下來需要做的就是對電子數據進行分組。影響分組效果的因素有兩個，分別為組內距離AI和組間距離BI，因此要確定分組數據就要將組內距離AI和組間距離BI計算出來。組內距離AI計算過程如下所示，首先要計算出各組中的節點數：

公式（2）中，假設網絡中有N個數據傳感器，分為a、b兩類，i為組內分離度，j為組數，dab為兩組數據的距離，x為計算出來的數據節點[5]。計算出數據節點后，計算出兩組數據的距離方差，如公式（3）所示：

公式（3）中，m代表單元內部的節點數，n代表單元內部的數據數，y為數據距離方差。根功公式（2）和公式（3）計算出數據組內距離AI：

公式（4）中，a={a1，a2，a3……an}，b={b1，b2，b3……bn}，x為計算出來的數據節點，y為數據距離方差。組間距離BI計算過程如公式（5）所示：

利用公式（4）能夠求出組內距離AI，公式（5）能夠求出組間距離BI。當分組數目較多時，組內距離AI會擴大，組間距離BI會縮小；當分組數目較少時，組內距離AI會縮小，組間距離BI會擴大。通過上述公式可以完成電子數據的分組過程。

3.3 電子數據采集

構建出電子數據采集樹和完成電子數據分組后，對這些電子數據進行采集，采集公式如下所示[6]：

公式（6）中，W為時間參數，Q為數據節點，x、y、z為采集到的數據，根據公式（6）完成對電子數據的采集。

4 仿真實驗和結果

為了檢測本文提出的物聯網環境下電子數據智能采集算法的可行性，設計了對比仿真實驗。設計過程如下所示：

4.1 參數設定

為保證設計的電子數據智能采集算法能夠有效的對數據進行采集，設置組內距離AI在[100-350]值域內；設置組間距離BI為5.4；保證仿真數據分布在r2k1+r4k2范圍之內；根據上述仿真設定的參量以及環境設定，進行實驗，結果如下。

4.2 結果分析

圖3 傳統算法數據采集結果

圖4 本文設計算法數據采集結果

分析圖3結果得知，傳統算法采集范圍很低，通過圖像可以看出傳統算法對數據的采集能力很差，且采集過程穩定性不強[7]。

分析圖4結果得知，本文設計的電子數據智能采集算法，采集范圍很廣，數據采集能力一直維持在一個較高的水平，不會隨著時間的變化而降低。

綜上所述，本文基于物聯網環境下設計的電子數據智能采集算法比傳統的電子數據采集算法耗時更短，穩定性更好，采集效果更佳，采集范圍更廣，值得推廣使用。

5 結束語

通過本文的研究可以了解到本文基于物聯網環境提出的電子數據智能采集算法運算流程分為三步：首先構建數據采集樹；其次確定分組數據；最后對電子數據進行采集。通過實驗驗證了本文設計的電子數據智能采集算法采集能力極強，采集效率很高，能夠對整個物聯網環境的數據進行采集，具有很大的發展前景。

[1]侯琛,趙千川,馮浩然等.一種物聯網智能數據采集系統的研究與實現[J].電子測量技術,2014, 37(5):96-102.

[2]杜陵江,韓宇,蘇勇林等.物聯網環境下,智能醫養融合電子平臺設計[J].生物技術世界,2016(4):308-310.

[3]張正華,胡方來,吳韜等.物聯網智能交通擁堵判別算法的研究與實現[J].電子設計工程,2012, 20(10):146-149.

[4]杜渂,王聚全,雷霆.基于物聯網的智能數據采集和監控系統設計[J].電信快報,2013(7):14-17.

[5]楊召文,張正華,石俊逸等.物聯網智能大棚信息采集與控制關鍵技術研究[J].電子設計工程,2015, 23(23):123-125.

[6]林文友.基于物聯網的電梯智能數據采集系統[J]. 電子技術與軟件工程,2016(17):189-189.

[7]周瑞雙,劉雨娜,喬立賢.基于物聯網技術的智能變電站溫度數據分析方法研究[J].黑龍江科技信息, 2012(10):55-55.

代欣（1981—），男，山東棗莊人，碩士研究生，講師，研究方向：計算機技術。