[发明专利]一种针对温度感知数据的时间相关性去冗余方法

权利要求书

1.一种针对温度感知数据的时间相关性去冗余方法，其特征在于，该方法包括以下步骤：

步骤一、获取多个温度传感器采集到的温度感知数据，并对其进行初步处理，构建基于动态变化步长的时间序列相关性的温度感知数据去冗余模型，对数据中存在的大量冗余信息进行处理；

步骤二、判断温度传感器当前采集到的温度感知数据是否为首次感知数据，若是，则将首次感知数据标记为非冗余数据；若不是，则将之前采集到的温度感知数据作为临时数据集，计算当前采集到的温度感知数据与临时数据集中数据的相似距离；

步骤三、计算每个周期内连续冗余温度感知数据的最远时间差，设置相似距离的阈值和最大时间控制的数值，将相似距离与其阈值比较，同时将最远时间差与最大时间控制的数值比较，作为判断冗余的冗余条件；并在计算时加入动态步长控制比较数量；

若符合冗余条件，则将当前采集到的温度感知数据标记为冗余数据，并存入临时数据集，继续采集温度感知数据；若不符合冗余条件，将前一段临时数据集清空，将当前采集到的温度感知数据标记为非冗余数据进行传输；

步骤四、输出时间相关性去冗余后的温度感知数据。

2.根据权利要求1所述的针对温度感知数据的时间相关性去冗余方法，其特征在于，步骤一的具体方法为：

获取多个温度传感器采集到的温度感知数据，数据中存在大量冗余信息，对其进行初步处理；将T＝{t₀、t₁、t₂、t₃、…、t_n}对应的温度感知数据分别表示为：X＝{x₀、x₁、x₂、x₃、…、x_n}；其中，T表示时间集合，t₀-t_n分别表示不同时刻的时间节点，X表示t₀-t_n时间节点所感知的数据的集合，x₀-x_n表示t₀-t_n时刻分别感知的数据，n为连续冗余数据的数量范围，将首次感知数据作为非冗余数据进行输出result＝{x₀}。

3.根据权利要求2所述的针对温度感知数据的时间相关性去冗余方法，其特征在于，所述步骤二中：

将温度感知数据之间的相似距离矩阵表示为：

其中，相似距离矩阵为对称矩阵，且对角线的元素为0；

数据相似距离的计算公式为：

δ_ij＝|x_i-x_j|，0ijn≤N_max

其中，δ_ij表示t_i与t_j时刻所感知的数据x_i与x_j的相似数据距离，n为连续冗余数据的数量范围，N_max表示最大连续冗余数据的数量，用于限制连续冗余数据的范围。

4.根据权利要求3所述的针对温度感知数据的时间相关性去冗余方法，其特征在于，所述步骤三中：

随着比较次数的增加，连续冗余温度传感数据量递增，比较过程中针对不同的连续冗余数据量的大小而动态地变化比较步长；

从第1回到第n-1回的比较过程中，比较次数依次为：

1、2、3、4、…、n-2；

调整的比较步长step为：

其中，len(Temp_Data)为临时存放冗余数据的集合的长度，即同连续冗余数据的数量相等，冗余数组随着冗余数据量的变化而变化，表示为对len(Temp_Data)/2进行向下取整；在每个冗余周期内实现动态步长的更新，在进行数据比较的时候，动态地改变δ_ij＝|x_i-x_j|中x_i与x_j两个数据的j＝i,i＝i+step索引位置，从而减少计算复杂度。