[发明专利]一种基于传感器的监测系统及方法

权利要求书

1.一种基于传感器的监测方法，采用基于传感器的监测系统；

其特征在于：所述系统包括传感器单元、分析单元、辅助电源、用户终端；

所述传感器单元，用于采集被测对象输入特征信号，并输出与被测量有确定关系的物理量信号；

所述分析单元，用于对输出的物理量信号进行分类，提取传感器的特征信号并在不同尺度下计算信号发生异常前后的变化；

所述辅助电源分别与所述传感器单元、分析单元连接，用于为所述传感器单元、分析单元提供电力；

所述用户终端通过网络与所述分析单元连接通信，用于显示所述分析单元分析的结果；

所述方法包括以下步骤：

步骤1：传感器采集被测对象输入特征信号，输出与被测量有确定关系的物理量信号；

步骤1中，把每一个信号记作一个信号点；

其中出现次数少于阈值的信号点X_min＝{(x₁,1),(x₂,1),...,(x_nMin,1)}；

出现次数大于等于阈值信号点X_Maj＝{(x_nMin+1,0),(x_nMin+2,0),...,(x_nMin+nMaj,0)}

其中，n_Maj和n_Min分别代表多数类和少数类样本的数量；

因此，整个输入信号总量表示为：n_All＝n_Min+n_Maj；

步骤2：所述分析单元根据输出的信号进行分类，然后利用小波包特征值提取分析，在不同尺度上计算信号前后能量的变化；

步骤2中，根据输出的信号进行第一次分类形成新的局部集合X_candi；

首先计算截断距离R：

其中，R为截断距离，代表查询实时输入的信号点y的局部密度，为信号点的集合X_All的固定半径；欧式距离d(x_p,x_q)＝||x_p-x_q||，x_p、x_q分别表示选取的信号点；

筛选出异常的信号点d(y,x_p)＜R；

一旦R确定之后，就通过KNN来选择样本形成新的局部集合X_candi；

步骤2中，根据输出的信号进行第二次分类，输出分类结果c_i，c_i∈[1,0]是对应于信号样本x_i的类标签，1代表少数类，0代表多数类；

在对信号点进行分类时，设定一个阈值W₁＝0.7×IR，其中信号点的不平衡率

计算每一个信号点的分值：

其中，等级R_xp表示等级越低，离查询样本越近，与c_i有关；

定义一个信号分矩阵RG，包含每一个信号点对应的分值：

RG(i,1)＝G_Maj(i)

RG(i,0)＝G_Min(i)

这些过程都在信号点进入之前已经完成的，所以将每一个信号点对应的分值存入参考矩阵；

每一个信号点累计求分值和，分值和的绝对值与阈值W₁进行比较，当分值和的绝对值大于W₁时，根据输出的符号做出决策：若分值和为正，则信号点被标记为少数类样本，若分值和为负，则信号点被标记为多数类样本；

每一个信号点进行分类之后，多数类样本为正常工作时传感器的情况，少数类样本为传感器异常工作时的浮动；

步骤3：变化通过网络传到用户终端，根据设定正常工作的阈值，与实时的输入值进行对比，如果对比发现异常则发出提醒，此时就能判断是由于传感器故障而引起的数值问题。

2.根据权利要求1所述的基于传感器的监测方法，其特征在于：步骤2中，对多数类信号、少数类信号分别进行小波分析；

设有信号x_t，根据递推公式：

期中，是信号的共轭函数，t表示时间，a表示尺度因子，b表示平移因子，WT_f(a,b)是变换系数。

3.根据权利要求1-2任意一项所述的基于传感器的监测方法，其特征在于：步骤3中，用户通过设定值与实时的信号点对比，若是比较结果不符则震动提醒。