[发明专利]传感器上的数据处理系统及其方法与去识别化传感装置在审

专利信息
申请号: 202010298954.0 申请日: 2020-04-16
公开(公告)号: CN113050872A 公开(公告)日: 2021-06-29
发明(设计)人: 卢峙丞;庄凯翔 申请(专利权)人: 财团法人工业技术研究院
主分类号: G06F3/05 分类号: G06F3/05
代理公司: 北京市柳沈律师事务所 11105 代理人: 李芳华
地址: 中国台*** 国省代码: 台湾;71
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 传感器 数据处理系统 及其 方法 识别 传感 装置
【说明书】:

传感器上的数据处理系统包括:去识别化传感装置及解码装置。去识别化传感装置用以接收待测物的感测数据并处理此感测数据以产生去识别化数据。解码装置通信连接去识别化传感装置且用以依据去识别化数据及解码参数产生解码数据,解码参数从经机器学习训练后的数据库取得。去识别化传感装置包括模拟编码器,其用以对感测数据编码以产生响应数据。

技术领域

本发明涉及压缩感测,特别是一种传感器上的数据处理系统及其方法。

背景技术

因应高分辨率信号的感测需求,现有的基于滤波器的微型光谱仪为了捕获大量目标波长而需要大量的滤波器以及感测组件,且非理想的滤波机制使得信号重建成为必然,如此导致硬件成本提高及传感器体积变大,而无法实现传感器微型化的需求。

另一方面,在未来开发的传感器芯片架构中,由于处理的数据量日益增大,在数据处理的功耗上以及数据传输的流量皆因此提高许多。将所有感测数据传输到云端服务器进行处理虽然简便,但是却增加云端服务器的负担。

发明内容

有鉴于此,为了减少传感器的大体积及高成本,本发明提出一种传感器上的数据处理系统及其方法。此外,本发明将可以预先处理的数据交由传感器上之运算装置进行运算,因此有效地降低数据传输量,实现“运算于传感器”(computing in sensor)的边缘运算概念。

依据本发明一实施例叙述的一种传感器上的数据处理系统,包括:去识别化传感装置以及解码装置。去识别化传感装置用以接收待测物的感测数据,并处理感测数据以产生去识别化感测数据。解码装置通信连接去识别化传感装置。解码装置依据去识别化感测数据及解码参数产生解码数据,解码参数为解码装置从机器学习训练的数据库得到,其中,感测模块包括模拟编码单元,感测模块以模拟编码单元编码感测数据以得到响应数据。

依据本发明一实施例叙述的一种传感器上的数据处理方法,适用于传感器上的数据处理系统,其中数据处理系统包括去识别化传感装置及解码装置,所述的方法包括:去识别化传感装置接收待测物的感测数据并处理感测数据以得到去识别化感测数据;以及解码装置依据去识别化感测数据及解码参数运算产生解码数据,解码参数为解码装置从机器学习训练的数据库得到;其中,去识别化传感装置包括模拟编码器,模拟编码器用以编码感测数据以得到响应数据。

依据本发明一实施例叙述的一种去识别化传感装置,用以接收待测物的感测数据并处理感测数据以产生去识别化数据,去识别化传感装置包括模拟编码器。模拟编码器用以编码感测数据以产生响应数据;其中去识别化感测数据被传输至解码装置以使解码装置可依据去识别化感测数据及解码参数运算得到解码数据,解码参数为解码装置从机器学习训练的数据库得到。

以上之关于本公开内容之说明及以下之实施方式之说明用以示范与解释本发明之精神与原理,并且提供本发明之专利申请范围更进一步之解释。

附图说明

图1为依据本发明一实施例的传感器上的数据处理系统所示出的方块架构图;

图2为依据本发明一实施例的传感器上的数据处理系统的去识别化传感装置的分解示意图;

图3A为依据本发明一实施例的传感器上的数据处理方法所示出的流程图;

图3B为图3A步骤S1的细部流程图;

图4A为依据本发明一实施例的在传感器上的数据处理方法所示出的流程图;

图4B为图4A步骤A5的细部流程图;

图4C为图4A步骤A7的细部流程图;及

图5为建立数据库的流程图。

附图标记列表

100:数据处理系统

10:去识别化传感装置

30:解码装置

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于财团法人工业技术研究院,未经财团法人工业技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010298954.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top