盧珺

摘 要：在傳統(tǒng)的方法中是無法實(shí)現(xiàn)信號同模式匹配控制的，當(dāng)進(jìn)行匹配控制的過程中極其容易出現(xiàn)物聯(lián)網(wǎng)觸發(fā)節(jié)點(diǎn)錯誤問題，所以，還需設(shè)計(jì)新的方法來實(shí)現(xiàn)，來對物聯(lián)網(wǎng)觸發(fā)節(jié)點(diǎn)加以控制。本文闡述了一種基于光纖傳感器的觸發(fā)節(jié)點(diǎn)控制方法，使用特征提取以及分類器設(shè)計(jì)把光纖傳感器和節(jié)點(diǎn)信號進(jìn)行結(jié)合，站在觸發(fā)信號頻譜被損壞的位置上對各個頻域尺度當(dāng)中的權(quán)重加以調(diào)節(jié)控制，來達(dá)到精準(zhǔn)控制的目的，供參考。

關(guān)鍵詞：光纖傳感器;物聯(lián)網(wǎng);觸發(fā)節(jié)點(diǎn);控制

引言：目前，在物聯(lián)網(wǎng)技術(shù)當(dāng)中已經(jīng)廣泛的應(yīng)用進(jìn)了光纖傳感器，光纖傳感器是通過對物聯(lián)網(wǎng)觸發(fā)節(jié)點(diǎn)傳遞和管理信號來實(shí)現(xiàn)運(yùn)行的，可以實(shí)現(xiàn)大面積區(qū)域的監(jiān)控和控制。也正是因?yàn)檫@一特征，使其受到了物聯(lián)網(wǎng)領(lǐng)域的高度重視。在物聯(lián)網(wǎng)觸發(fā)節(jié)點(diǎn)控制過程中，應(yīng)用進(jìn)光纖傳感器可以提高物聯(lián)網(wǎng)系統(tǒng)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(fā)信號源進(jìn)行實(shí)時控制，來確保物聯(lián)網(wǎng)系統(tǒng)的安全性和可靠性。

1.光纖傳感器的物聯(lián)網(wǎng)觸發(fā)節(jié)點(diǎn)信號特點(diǎn)分析

當(dāng)物聯(lián)網(wǎng)觸發(fā)節(jié)點(diǎn)控制在應(yīng)用進(jìn)光纖傳感器之后，其是借助物聯(lián)網(wǎng)節(jié)點(diǎn)來對信號進(jìn)行收集的。假設(shè)外部振動源在振動時所產(chǎn)生的幅度較為平穩(wěn)，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(fā)節(jié)點(diǎn)信號在快速的起伏之后并不會產(chǎn)生大幅度的變化。當(dāng)類型不一樣的觸發(fā)源在發(fā)生不一樣的觸發(fā)信號時域特點(diǎn)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(yīng)的觸發(fā)節(jié)點(diǎn)信號頻譜特征。[1]通常情況下，從觸發(fā)節(jié)點(diǎn)信號頻譜的周期性當(dāng)中就可以看出光纖的傳感臂和敲擊位置之間的關(guān)系。

2.基于動態(tài)決策多尺度算法的結(jié)構(gòu)分析

2.1算法系統(tǒng)整體結(jié)構(gòu)

在物聯(lián)網(wǎng)觸發(fā)節(jié)點(diǎn)控制中結(jié)合光纖傳感器之后，所使用到的動態(tài)決策多尺度算法主要是DTW，通過這一算法對具體的信號進(jìn)行有效控制，可以更快的實(shí)現(xiàn)精準(zhǔn)調(diào)控。DTW算法主要是由預(yù)處理觸發(fā)信號模塊、定位算法模塊、尺度權(quán)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(shí)現(xiàn)觸發(fā)節(jié)點(diǎn)信號源轉(zhuǎn)換成為數(shù)字信號這一過程。在本文的研究中，將觸發(fā)節(jié)點(diǎn)信號的頻率設(shè)置成為八十千赫茲，并采用降采樣的方法將數(shù)據(jù)量進(jìn)行適當(dāng)?shù)臏p少，更快速的完成預(yù)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(jìn)行實(shí)施實(shí)質(zhì)性的計(jì)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(jì)算的過程中還需對各個尺度當(dāng)中的參數(shù)進(jìn)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(lián)網(wǎng)觸發(fā)節(jié)點(diǎn)信號的陷落特點(diǎn)進(jìn)行客觀闡述。當(dāng)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(jìn)行適當(dāng)?shù)恼{(diào)整，確保所獲得到的參數(shù)權(quán)重是有效的。

2.2分類器設(shè)計(jì)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?yàn)檫@些特征的存在，使得DTW算法在選擇特征參數(shù)時會受到約束，所以本文就使用特征提取和分類器設(shè)計(jì)相結(jié)合的方法來對參數(shù)進(jìn)行選擇，并對模式進(jìn)行控制。參數(shù)的選擇和模式分類都在同一層次當(dāng)中進(jìn)行，因此并沒有先后之分。在不同的模板當(dāng)中所產(chǎn)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(lián)網(wǎng)觸發(fā)節(jié)點(diǎn)信號存在陷落特點(diǎn)，假設(shè)通過特征提取和分類器分離的方法，那么就可以對對應(yīng)模式下的信號特征參數(shù)進(jìn)行分類。但是，當(dāng)模式所處位置不一樣時，觸發(fā)源中的模板數(shù)量就非常多，這和DTW原理是背道而馳的。[3]因此，大部分學(xué)術(shù)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(shù)，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?cái)?shù)組的特征數(shù)據(jù)，讓模板信號和需識別的觸發(fā)節(jié)點(diǎn)信號各自變換DTW，再在db4中實(shí)現(xiàn)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(fā)節(jié)點(diǎn)信號在進(jìn)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(shù)數(shù)組是c，則可以獲得以下公式：

Cr（i）=DTW（wTni，wRi）

2.3 DTW算法實(shí)現(xiàn)

在DTW算法的實(shí)現(xiàn)上，可以通過以下方法來實(shí)現(xiàn)。首先，是對觸發(fā)節(jié)點(diǎn)信號多尺度進(jìn)行變換。由于觸發(fā)信號有著頻譜陷落特征，在對其進(jìn)行控制時，需要對陷落的頻譜部分進(jìn)行具體操作，可以通過小波變換的方法來進(jìn)行補(bǔ)救。小波變換方法可以對信號的頻率和時間進(jìn)行精準(zhǔn)的描述，還可以對觸發(fā)節(jié)點(diǎn)的局部屬性加以闡述。[4]并且，這種方法是使用的伸縮運(yùn)算和平移運(yùn)算，對物聯(lián)網(wǎng)觸發(fā)節(jié)點(diǎn)信號進(jìn)行多尺度處理的，因此，可以分析出細(xì)節(jié)上的特征。在物聯(lián)網(wǎng)觸發(fā)節(jié)點(diǎn)控制運(yùn)用光纖傳感器之后，需要設(shè)計(jì)科學(xué)的觸發(fā)節(jié)點(diǎn)信號小波分解層數(shù)量，也就是指的選擇適合的尺度，當(dāng)尺度越高時所得到的節(jié)點(diǎn)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(jìn)行小波變換的過程當(dāng)中，對觸發(fā)節(jié)點(diǎn)信號進(jìn)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(jié)點(diǎn)進(jìn)行插值處理。對于需要識別的觸發(fā)節(jié)點(diǎn)和模板信號序列要進(jìn)行八個尺度的離散小波變換，當(dāng)光纖傳感器在感應(yīng)到變化時就會產(chǎn)生觸發(fā)信號，而物聯(lián)網(wǎng)觸發(fā)接地則會將這種信號進(jìn)行收集。小波變換可以讓觸發(fā)節(jié)點(diǎn)信號頻率和時域保持長期的一致，在對應(yīng)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(guān)聯(lián)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(jìn)行編程來實(shí)現(xiàn)具體運(yùn)算。DTW算法是運(yùn)用動態(tài)式的方案實(shí)現(xiàn)和參考模板時間一致的，所以在編程時，就應(yīng)當(dāng)減少待識別觸發(fā)節(jié)點(diǎn)信號時間長度上的差異。[5]如果在一樣的模式下，會產(chǎn)生由于觸發(fā)動作效率引起的差異，使得各自的觸發(fā)時間不一樣，待識別信號的序列和模板序列時間也會產(chǎn)生不同，那么就需要對待識別的節(jié)點(diǎn)信號進(jìn)行拉伸或壓縮，并根據(jù)模板信號的特點(diǎn)來對待識別觸發(fā)節(jié)點(diǎn)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?yàn)镈TW算法是以動態(tài)化的方式運(yùn)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(jù)。

結(jié)束語：本文研究了基于光纖傳感器的物聯(lián)網(wǎng)觸發(fā)節(jié)點(diǎn)控制，可以采用DTW算法和分類器設(shè)計(jì)和特征提取相結(jié)合法來實(shí)現(xiàn)控制，并通過小波變換解決頻譜陷落特征，實(shí)現(xiàn)物聯(lián)網(wǎng)觸發(fā)節(jié)點(diǎn)的高效控制。

參考文獻(xiàn)：

[1]周冬梅，許寧，林虹秀.物聯(lián)網(wǎng)下激光光纖傳感器觸發(fā)節(jié)點(diǎn)控制技術(shù)[J].激光雜志，2018，39（04）：110-114.

[2]孟海濤.基于光纖傳感器的物聯(lián)網(wǎng)觸發(fā)節(jié)點(diǎn)控制研究[J].激光雜志，2018，39（04）：119-123.

[3]陳蕊. 基于事件和規(guī)則驅(qū)動的物聯(lián)網(wǎng)路由動態(tài)優(yōu)化算法[D].東華大學(xué)，2016.

[4]王美林. 制造物聯(lián)網(wǎng)環(huán)境下混流制造過程自適應(yīng)調(diào)度方法研究[D].廣東工業(yè)大學(xué)，2013.

[5]王洋. 無線傳感器網(wǎng)絡(luò)事件驅(qū)動型動態(tài)分簇算法研究[D].北京郵電大學(xué)，2010.