基于光纖傳感器的物聯網觸發節點控制探究

盧珺

摘 要：在傳統的方法中是無法實現信號同模式匹配控制的，當進行匹配控制的過程中極其容易出現物聯網觸發節點錯誤問題，所以，還需設計新的方法來實現，來對物聯網觸發節點加以控制。本文闡述了一種基于光纖傳感器的觸發節點控制方法，使用特征提取以及分類器設計把光纖傳感器和節點信號進行結合，站在觸發信號頻譜被損壞的位置上對各個頻域尺度當中的權重加以調節控制，來達到精準控制的目的，供參考。

關鍵詞：光纖傳感器;物聯網;觸發節點;控制

引言：目前，在物聯網技術當中已經廣泛的應用進了光纖傳感器，光纖傳感器是通過對物聯網觸發節點傳遞和管理信號來實現運行的，可以實現大面積區域的監控和控制。也正是因為這一特征，使其受到了物聯網領域的高度重視。在物聯網觸發節點控制過程中，應用進光纖傳感器可以提高物聯網系統的敏感度和抗干擾性，但并不會增加太大的成本，也可以對外部觸發信號源進行實時控制，來確保物聯網系統的安全性和可靠性。

1.光纖傳感器的物聯網觸發節點信號特點分析

當物聯網觸發節點控制在應用進光纖傳感器之后，其是借助物聯網節點來對信號進行收集的。假設外部振動源在振動時所產生的幅度較為平穩，那么就會形成一段長時間的起伏，但如果振動速度比較快，那么觸發節點信號在快速的起伏之后并不會產生大幅度的變化。當類型不一樣的觸發源在發生不一樣的觸發信號時域特點時，光纖傳感信號波動變換程度也不同，但都可以提取到對應的觸發節點信號頻譜特征。[1]通常情況下，從觸發節點信號頻譜的周期性當中就可以看出光纖的傳感臂和敲擊位置之間的關系。

2.基于動態決策多尺度算法的結構分析

2.1算法系統整體結構

在物聯網觸發節點控制中結合光纖傳感器之后，所使用到的動態決策多尺度算法主要是DTW，通過這一算法對具體的信號進行有效控制，可以更快的實現精準調控。DTW算法主要是由預處理觸發信號模塊、定位算法模塊、尺度權重決策模塊以及特征模板庫等組合而成的。通過該算法，可以實現觸發節點信號源轉換成為數字信號這一過程。在本文的研究中，將觸發節點信號的頻率設置成為八十千赫茲，并采用降采樣的方法將數據量進行適當的減少，更快速的完成預處理信號所需的定位分析。[2]DTW算法是使用的小波變換把模塊信號和所需要的辨識信號加以劃分的，并對各個尺度進行實施實質性的計算，確保各個尺度的信號和辨識信號時域完全一樣。并且，在計算的過程中還需對各個尺度當中的參數進行提取和收集。在使用光纖傳感器之后還需參考光纖傳感信號的定位原理，使用小波變換尺度對物聯網觸發節點信號的陷落特點進行客觀闡述。當尺度不一樣時，所使用到的具體算法過程也不同，所以，還需進行適當的調整，確保所獲得到的參數權重是有效的。

2.2分類器設計和特征提取有效方法

從上述分析可以看出光纖傳感信號的特征，也正是因為這些特征的存在，使得DTW算法在選擇特征參數時會受到約束，所以本文就使用特征提取和分類器設計相結合的方法來對參數進行選擇，并對模式進行控制。參數的選擇和模式分類都在同一層次當中進行，因此并沒有先后之分。在不同的模板當中所產生的待識別信號和模板信號是可以相互融合的。再加上物聯網觸發節點信號存在陷落特點，假設通過特征提取和分類器分離的方法，那么就可以對對應模式下的信號特征參數進行分類。但是，當模式所處位置不一樣時，觸發源中的模板數量就非常多，這和DTW原理是背道而馳的。[3]因此，大部分學術研究中都是使用的是將兩者相融合的方法，使用DTW算法模式特征參數，就可以得到以下公式：

Cr=[cr（1），cr（2）...cr（8）]

在該公式中，cr是指的八個元素數組的特征數據，讓模板信號和需識別的觸發節點信號各自變換DTW，再在db4中實現小波變換，從而獲得到八個尺度，即D1、D2、D3...D8。模板信號和觸發節點信號在進行小波變換之后所得到的第n個尺度信號是wTni和wRi，i=1，2...8。最后所得到的DTW算法特征參數數組是c，則可以獲得以下公式：

Cr（i）=DTW（wTni，wRi）

2.3 DTW算法實現

在DTW算法的實現上，可以通過以下方法來實現。首先，是對觸發節點信號多尺度進行變換。由于觸發信號有著頻譜陷落特征，在對其進行控制時，需要對陷落的頻譜部分進行具體操作，可以通過小波變換的方法來進行補救。小波變換方法可以對信號的頻率和時間進行精準的描述，還可以對觸發節點的局部屬性加以闡述。[4]并且，這種方法是使用的伸縮運算和平移運算，對物聯網觸發節點信號進行多尺度處理的，因此，可以分析出細節上的特征。在物聯網觸發節點控制運用光纖傳感器之后，需要設計科學的觸發節點信號小波分解層數量，也就是指的選擇適合的尺度，當尺度越高時所得到的節點信號頻率信息就越多，相反，若尺度較低，那么頻率信息就越少。在進行小波變換的過程當中，對觸發節點信號進行采樣可以保證所收集到的樣本完整性，并且，需對采樣之后的節點進行插值處理。對于需要識別的觸發節點和模板信號序列要進行八個尺度的離散小波變換，當光纖傳感器在感應到變化時就會產生觸發信號，而物聯網觸發接地則會將這種信號進行收集。小波變換可以讓觸發節點信號頻率和時域保持長期的一致，在對應的尺度中顯示頻域信息，而不同的頻域之間則沒有任何的關聯性，所以會讓整個采集過程變得簡單、便捷;其次，是對DTW算法進行編程來實現具體運算。DTW算法是運用動態式的方案實現和參考模板時間一致的，所以在編程時，就應當減少待識別觸發節點信號時間長度上的差異。[5]如果在一樣的模式下，會產生由于觸發動作效率引起的差異，使得各自的觸發時間不一樣，待識別信號的序列和模板序列時間也會產生不同，那么就需要對待識別的節點信號進行拉伸或壓縮，并根據模板信號的特點來對待識別觸發節點信號加以映射，而在映射之后的距離越短，說明相似度越高。因為DTW算法是以動態化的方式運行的，該方法可以和時長不一樣的信號頻率保持一致，并完成模板序列和待識別信號序列的匹配，將兩種序列的距離測試出來，作為后期依據。

結束語：本文研究了基于光纖傳感器的物聯網觸發節點控制，可以采用DTW算法和分類器設計和特征提取相結合法來實現控制，并通過小波變換解決頻譜陷落特征，實現物聯網觸發節點的高效控制。

參考文獻：

[1]周冬梅，許寧，林虹秀.物聯網下激光光纖傳感器觸發節點控制技術[J].激光雜志，2018，39（04）：110-114.

[2]孟海濤.基于光纖傳感器的物聯網觸發節點控制研究[J].激光雜志，2018，39（04）：119-123.

[3]陳蕊. 基于事件和規則驅動的物聯網路由動態優化算法[D].東華大學，2016.

[4]王美林. 制造物聯網環境下混流制造過程自適應調度方法研究[D].廣東工業大學，2013.

[5]王洋. 無線傳感器網絡事件驅動型動態分簇算法研究[D].北京郵電大學，2010.