物联网环境下电子数据智能采集算法研究

枣庄科技职业学院 代 欣

物联网环境下电子数据智能采集算法研究

枣庄科技职业学院 代 欣

在物联网（Internet of things）环境下，电子数据数量越来越多，上下变化幅度很大，对电子数据的采集算法一直是相关学者致力研究的课题之一。提出了一种电子数据智能采集算法，构建了算法网络模型，解释了模型的运行条件，对算法的运算流程进行详细的讲解，需要构建数据采集树，确定分组数据，采集电子数据，通过实验分析了提出的电子数据智能采集算法的可行性。实验证明，提出的电子数据采集算法相较于传统算法来说采集效率更高，采集时间更短，采集能耗更低，采集成本更小。

物联网环境；电子数据；智能彩计算法

1 引言

随着社会的发展，物联网（Internet of things）在原有的互联网基础上加以扩展，成为新一代信息技术的关键组成部分，物联网的用户端可以将互联网上的任意物品连接起来，进行信息交换，为人们生活带来极大的便利，同时也为智能感知、电子数据采集、通信遥感等技术的成熟发展提供了很好的条件。物联网中存在着大量的电子数据，尤其是随着网络规模越来越大，网络结构越来越复杂，电子数据也变得越来越多，因此多种电子数据智能采集算法被提出。在物联网环境下，电子数据不仅仅数量庞大，而且上下变化幅度很大，采集的难度也变得越来越大。物联网硬件中设有大量的数据传感器，形成树状传感网络，对电子数据进行采集，但是由于传感器分布过于密集，采集到的数据往往很容易出现误差[1]。

鉴于上述条件，本文基于物联网环境提出了一种电子数据智能采集算法，首先构建了算法网络模型，然后对算法的运算流程进行详细的讲解，最后通过仿真实验分析了本文提出的电子数据智能采集算法的可行性。实验证明：本文设计的电子数据采集算法能够高效准确在物联网环境下对电子数据进行采集，采集时间短，采集能耗低，采集成本小，是一种值得大力推广使用的方法。

2 物联网环境下电子数据智能采集算法网络模型

在物联网环境下提出了电子数据采集算法，构建了网络模型[2]：

图1 电子数据智能采集算法网络模型

图2 电子数据智能采集算法运算流程

图1的电子数据智能采集算法网络模型运行条件如下：（1）虚拟PTZ单元与网关单元中的节点都为静止不动的；（2）模型中的网络节点组成结构相同，初始能量相同，位置坐标已知；（3）供电方式为双电源供电，并要保证不断输入持续稳定的电压；（4）网关能量循环使用，采集的电子数据要覆盖整个网络模型；（5）信号与信号之间呈双向连接，节点与节点之间皆可以互相通信，不受距离的限制；（6）各个单元内节点数量上下不要超过10，发射功率动态可调。

物联网环境网络模型在满足上述条件的情况下，开始正常运行，模型采用C/S结构，分为存储单元、数据采集单元、显示单元、节点更新单元、虚拟PTZ单元、网关单元六个单元模块。数据采集单元是模型运算的核心，虚拟PTZ单元负责校验采集到的数据，节点更新单元能够重新显示校验后的数据，存储单元利用HDFS数据芯片对采集到的电子数据进行存储，HDFS为Hadoop的核心技术，在通用软件上都可以运行，容错能力高，非常适合存储大规模数据[3]。

3 物联网环境下电子数据智能采集算法运算流程

本文基于物联网环境下给出的电子数据智能采集算法运算流程如图2所示。

3.1 构建采集树

利用层次聚类法构建数据采集树，物联网的每个单元中的数据传感器看做一类，根据N个单元分出N个类，将这些类按照距离关系，逐一进行分层聚合，计算过程如公式（1）所示[4]：

公式（1）中，设分层聚合的类分别为M={m1，m2，m3……，mn}，N={n1，n2，n3……，nn}，mn与nn之间的距离为dab，类之间的距离为Dmn，根据公式（1）能够构建出数据采集树，为采集数据提供基础。

3.2 确定分组数据

利用公式（1）完成数据采集树的构建后，对于数据在整个网络的分布情况都已经有所了解，接下来需要做的就是对电子数据进行分组。影响分组效果的因素有两个，分别为组内距离AI和组间距离BI，因此要确定分组数据就要将组内距离AI和组间距离BI计算出来。组内距离AI计算过程如下所示，首先要计算出各组中的节点数：

公式（2）中，假设网络中有N个数据传感器，分为a、b两类，i为组内分离度，j为组数，dab为两组数据的距离，x为计算出来的数据节点[5]。计算出数据节点后，计算出两组数据的距离方差，如公式（3）所示：

公式（3）中，m代表单元内部的节点数，n代表单元内部的数据数，y为数据距离方差。根功公式（2）和公式（3）计算出数据组内距离AI：

公式（4）中，a={a1，a2，a3……an}，b={b1，b2，b3……bn}，x为计算出来的数据节点，y为数据距离方差。组间距离BI计算过程如公式（5）所示：

利用公式（4）能够求出组内距离AI，公式（5）能够求出组间距离BI。当分组数目较多时，组内距离AI会扩大，组间距离BI会缩小；当分组数目较少时，组内距离AI会缩小，组间距离BI会扩大。通过上述公式可以完成电子数据的分组过程。

3.3 电子数据采集

构建出电子数据采集树和完成电子数据分组后，对这些电子数据进行采集，采集公式如下所示[6]：

公式（6）中，W为时间参数，Q为数据节点，x、y、z为采集到的数据，根据公式（6）完成对电子数据的采集。

4 仿真实验和结果

为了检测本文提出的物联网环境下电子数据智能采集算法的可行性，设计了对比仿真实验。设计过程如下所示：

4.1 参数设定

为保证设计的电子数据智能采集算法能够有效的对数据进行采集，设置组内距离AI在[100-350]值域内；设置组间距离BI为5.4；保证仿真数据分布在r2k1+r4k2范围之内；根据上述仿真设定的参量以及环境设定，进行实验，结果如下。

4.2 结果分析

图3 传统算法数据采集结果

图4 本文设计算法数据采集结果

分析图3结果得知，传统算法采集范围很低，通过图像可以看出传统算法对数据的采集能力很差，且采集过程稳定性不强[7]。

分析图4结果得知，本文设计的电子数据智能采集算法，采集范围很广，数据采集能力一直维持在一个较高的水平，不会随着时间的变化而降低。

综上所述，本文基于物联网环境下设计的电子数据智能采集算法比传统的电子数据采集算法耗时更短，稳定性更好，采集效果更佳，采集范围更广，值得推广使用。

5 结束语

通过本文的研究可以了解到本文基于物联网环境提出的电子数据智能采集算法运算流程分为三步：首先构建数据采集树；其次确定分组数据；最后对电子数据进行采集。通过实验验证了本文设计的电子数据智能采集算法采集能力极强，采集效率很高，能够对整个物联网环境的数据进行采集，具有很大的发展前景。

[1]侯琛,赵千川,冯浩然等.一种物联网智能数据采集系统的研究与实现[J].电子测量技术,2014, 37(5):96-102.

[2]杜陵江,韩宇,苏勇林等.物联网环境下,智能医养融合电子平台设计[J].生物技术世界,2016(4):308-310.

[3]张正华,胡方来,吴韬等.物联网智能交通拥堵判别算法的研究与实现[J].电子设计工程,2012, 20(10):146-149.

[4]杜渂,王聚全,雷霆.基于物联网的智能数据采集和监控系统设计[J].电信快报,2013(7):14-17.

[5]杨召文,张正华,石俊逸等.物联网智能大棚信息采集与控制关键技术研究[J].电子设计工程,2015, 23(23):123-125.

[6]林文友.基于物联网的电梯智能数据采集系统[J]. 电子技术与软件工程,2016(17):189-189.

[7]周瑞双,刘雨娜,乔立贤.基于物联网技术的智能变电站温度数据分析方法研究[J].黑龙江科技信息, 2012(10):55-55.

代欣（1981—），男，山东枣庄人，硕士研究生，讲师，研究方向：计算机技术。