System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 数据采集方法、设备及系统技术方案_技高网

数据采集方法、设备及系统技术方案

技术编号:42741157 阅读:1 留言:0更新日期:2024-09-18 13:35
提供了一种数据采集方法、设备及系统,有助于提高数据采集的实时性。该方法包括:第一设备根据第一信息在第一时间单元接收至少一个第二设备发送的数据,以进行数据采集;所述第一设备向第三设备发送进行所述数据采集的相关信息;其中,所述第一信息包括以下的一种或多种信息:所述第一设备在所述第一时间单元的多天线接收矩阵;所述第一设备在所述第一时间单元内的移动轨迹;以及所述第一设备用于进行所述数据采集的第一通信资源的分配策略。

【技术实现步骤摘要】
【国外来华专利技术】

本申请涉及无线通信,并且更为具体地,涉及一种数据采集方法、设备及系统


技术介绍

1、随着通信技术的发展,对数据采集的速率提出了更高的要求。例如,在物联网中,传感器的广泛部署不仅导致了大数据的激增,而且其中的某些重要数据(例如,感知数据)还需要被实时、高效地采集。

2、为了避免数据远程传输时延大、多跳传输较为复杂等问题,部署机器人等可移动的智能设备进行数据采集成为一个解决方案。但是,如何充分发挥机器人的灵活性和移动性成为需要解决的问题。


技术实现思路

1、本申请提供一种数据采集方法、设备及系统,下面介绍本申请实施例涉及的各个方面。

2、第一方面,提供一种数据采集方法,包括:第一设备根据第一信息在第一时间单元接收至少一个第二设备发送的数据,以进行数据采集;所述第一设备向第三设备发送进行所述数据采集的相关信息;其中,所述第一信息包括以下的一种或多种信息:所述第一设备在所述第一时间单元的多天线接收矩阵;所述第一设备在所述第一时间单元内的移动信息;以及所述第一设备用于进行所述数据采集的第一通信资源的分配策略。

3、第二方面,提供一种数据采集方法,包括:第二设备在第一时间单元向第一设备发送数据;其中,所述数据为所述第一设备根据第一信息进行数据采集的数据,所述第一信息包括以下的一种或多种信息:所述第一设备在所述第一时间单元的多天线接收矩阵;所述第一设备在所述第一时间单元内的移动信息;以及所述第一设备用于进行所述数据采集的第一通信资源的分配策略。

4、第三方面,提供一种数据采集方法,包括:第三设备接收第一设备发送的进行数据采集的相关信息;其中,所述相关信息用于指示所述第一设备基于第一信息在第一时间单元内对至少一个第二设备进行的数据采集,所述第一信息包括以下的一种或多种信息:所述第一设备在所述第一时间单元的多天线接收矩阵;所述第一设备在所述第一时间单元内的移动轨迹;以及所述第一设备用于进行所述数据采集的第一通信资源的分配策略。

5、第四方面,提供一种数据采集设备,所述数据采集设备为第一设备,所述第一设备包括:接收单元,用于根据第一信息在第一时间单元接收至少一个第二设备发送的数据,以进行数据采集;发送单元,用于向第三设备发送进行所述数据采集的相关信息;其中,所述第一信息包括以下的一种或多种信息:所述第一设备在所述第一时间单元的多天线接收矩阵;所述第一设备在所述第一时间单元内的移动信息;以及所述第一设备用于进行所述数据采集的第一通信资源的分配策略。

6、第五方面,提供一种数据采集设备,所述数据采集设备为第二设备,所述第二设备包括:发送单元,用于在第一时间单元向第一设备发送数据;其中,所述数据为所述第一设备根据第一信息进行数据采集的数据,所述第一信息包括以下的一种或多种信息:所述第一设备在所述第一时间单元的多天线接收矩阵;所述第一设备在所述第一时间单元内的移动信息;以及所述第一设备用于进行所述数据采集的第一通信资源的分配策略。

7、第六单元,提供一种数据采集设备,所述数据采集设备为第三设备,所述第三设备包括:接收单元,用于接收第一设备发送的进行数据采集的相关信息;其中,所述相关信息用于指示所述第一设备基于第一信息在第一时间单元内对至少一个第二设备进行的数据采集,所述第一信息包括以下的一种或多种信息:所述第一设备在所述第一时间单元的多天线接收矩阵;所述第一设备在所述第一时间单元内的移动轨迹;以及所述第一设备用于进行所述数据采集的第一通信资源的分配策略。

8、第七方面,提供一种数据采集系统,所述数据采集系统包括控制装置,所述控制装置用于控制所述数据采集系统中的多个第一设备执行如第一方面所述的方法,和/或,所述控制装置用于控制所述数据采集系统中的第三设备执行如第三方面所述的方法。

9、第八方面,提供一种通信装置,包括存储器和处理器,所述存储器用于存储程序,所述处理器用于调用所述存储器中的程序,以执行如第一方面至第三方面中任一方面所述的方法。

10、第九方面,提供一种装置,包括处理器,用于从存储器中调用程序,以执行如第一方面至第三方面中任一方面所述的方法。

11、第十方面,提供一种芯片,包括处理器,用于从存储器调用程序,使得安装有所述芯片的设备执行如第一方面至第三方面中任一方面所述的方法。

12、第十一方面,提供一种计算机可读存储介质,其上存储有程序,所述程序使得计算机执行如第一方面至第三方面中任一方面所述的方法。

13、第十二方面,提供一种计算机程序产品,包括程序,所述程序使得计算机执行如第一方面至第三方面中任一方面所述的方法。

14、第十三方面,提供一种计算机程序,所述计算机程序使得计算机执行如第一方面至第三方面中任一方面所述的方法。

15、本申请实施例中的第一设备根据第一信息在第一时间单元内对至少一个第二设备进行数据采集,并向第三设备发送数据采集的相关信息。其中,第一信息可以包括第一设备在第一时间单元内的多天线接收矩阵、移动信息,和/或,第一设备进行数据采集的资源分配信息。由此可见,第一设备可以在第一时间单元内基于多天线和移动性灵活地进行数据采集,从而提升数据采集的实时性和高效性。

本文档来自技高网...

【技术保护点】

1.一种数据采集方法,其特征在于,包括:

2.根据权利要求1所述的数据采集方法,其特征在于,所述第一信息根据第一本地模型确定。

3.根据权利要求2所述的数据采集方法,其特征在于,在所述第一设备根据第一信息在第一时间单元内接收至少一个第二设备发送的数据之前,所述方法还包括:

4.根据权利要求3所述的数据采集方法,其特征在于,所述本地状态包括以下的一种或多种:

5.根据权利要求2-4中任一项所述的数据采集方法,其特征在于,在所述第一设备根据第一信息在第一时间单元内接收至少一个第二设备发送的数据之后,所述方法还包括:

6.根据权利要求5所述的数据采集方法,其特征在于,所述第一设备为K个机器人中的机器人k,所述至少一个第二设备为Mk(t)个传感器,所述第一时间单元为t,所述本地回报函数rk,t为:

7.根据权利要求2-6中任一项所述的数据采集方法,其特征在于,所述方法还包括:

8.根据权利要求2-7中任一项所述的数据采集方法,其特征在于,所述第一时间单元为第一周期内的任一时间单元,所述第一周期包括所述第一本地模型的训练阶段和推理阶段,在所述推理阶段内,所述第一本地模型不进行更新。

9.根据权利要求8所述的数据采集方法,其特征在于,所述第一设备为多个第一设备中的之一,所述方法还包括:

10.根据权利要求9所述的数据采集方法,其特征在于,所述第一全局模型在所述第一周期内根据所述多个第一设备分别进行数据采集的相关信息进行更新。

11.根据权利要求8-10中任一项所述的数据采集方法,其特征在于,在所述第一周期内,所述多个第一设备中的任一第一设备的能量低于第一阈值,所述第一周期结束。

12.根据权利要求8-11中任一项所述的数据采集方法,其特征在于,所述第一周期设定为Tmax个时间单元,Tmax为正整数,所述Tmax个时间单元包括所述第一时间单元,当连续多个第一周期的运行时间达到Tmax个时间单元,所述第一本地模型收敛。

13.根据权利要求2-12中任一项所述的数据采集方法,其特征在于,所述第一本地模型为基于强化学习的人工智能模型。

14.根据权利要求1-13中任一项所述的数据采集方法,其特征在于,所述分配策略用于确定所述第一设备分别与所述至少一个第二设备中的每个第二设备进行通信的资源,所述第一通信资源包括第一频段,所述分配策略包括以下的一种:

15.根据权利要求1-14中任一项所述的数据采集方法,其特征在于,所述至少一个第二设备属于第一设备子组,所述第一设备子组包括多个第二设备中与所述第一设备对应的所有第二设备,所述第一设备子组根据第一全局模型确定。

16.根据权利要求1-15中任一项所述的数据采集方法,其特征在于,所述第一时间单元为以下的一种或多种:一个或多个子帧、一个或多个时隙、一个或多个符号。

17.一种数据采集方法,其特征在于,包括:

18.根据权利要求17所述的数据采集方法,其特征在于,所述第二设备为第一设备子组中的任一设备,所述第一设备子组对应所述第一设备,所述第一设备子组根据第一全局模型确定。

19.一种数据采集方法,其特征在于,包括:

20.根据权利要求19所述的数据采集方法,其特征在于,所述第一设备为多个第一设备中的之一,所述至少一个第二设备为多个第二设备中的一个或多个,所述方法还包括:

21.根据权利要求20所述的数据采集方法,其特征在于,所述方法还包括:

22.根据权利要求21所述的数据采集方法,其特征在于,所述第一设备为K个机器人中的机器人k,所述至少一个第二设备为Mk(t)个传感器,所述第一时间单元为t,所述全局回报函数为:

23.根据权利要求20-22中任一项所述的数据采集方法,其特征在于,所述方法还包括:

24.根据权利要求20-23中任一项所述的数据采集方法,其特征在于,所述第一时间单元为第一周期内的任一时间单元,所述第一周期包括所述第一全局模型的训练阶段和推理阶段,在所述推理阶段内,所述第一全局模型不进行更新。

25.根据权利要求24所述的数据采集方法,其特征在于,所述方法还包括:

26.根据权利要求25所述的数据采集方法,其特征在于,所述第二周期包括多个时间单元,所述方法还包括:

27.根据权利要求24-26中任一项所述的数据采集方法,其特征在于,在所述第一周期内,所述多个第一设备中任一第一设备的能量低于第一阈值,所述第一周期结束。

28.根据权利要求24-27中任一项所述的数据采集...

【技术特征摘要】
【国外来华专利技术】

1.一种数据采集方法,其特征在于,包括:

2.根据权利要求1所述的数据采集方法,其特征在于,所述第一信息根据第一本地模型确定。

3.根据权利要求2所述的数据采集方法,其特征在于,在所述第一设备根据第一信息在第一时间单元内接收至少一个第二设备发送的数据之前,所述方法还包括:

4.根据权利要求3所述的数据采集方法,其特征在于,所述本地状态包括以下的一种或多种:

5.根据权利要求2-4中任一项所述的数据采集方法,其特征在于,在所述第一设备根据第一信息在第一时间单元内接收至少一个第二设备发送的数据之后,所述方法还包括:

6.根据权利要求5所述的数据采集方法,其特征在于,所述第一设备为k个机器人中的机器人k,所述至少一个第二设备为mk(t)个传感器,所述第一时间单元为t,所述本地回报函数rk,t为:

7.根据权利要求2-6中任一项所述的数据采集方法,其特征在于,所述方法还包括:

8.根据权利要求2-7中任一项所述的数据采集方法,其特征在于,所述第一时间单元为第一周期内的任一时间单元,所述第一周期包括所述第一本地模型的训练阶段和推理阶段,在所述推理阶段内,所述第一本地模型不进行更新。

9.根据权利要求8所述的数据采集方法,其特征在于,所述第一设备为多个第一设备中的之一,所述方法还包括:

10.根据权利要求9所述的数据采集方法,其特征在于,所述第一全局模型在所述第一周期内根据所述多个第一设备分别进行数据采集的相关信息进行更新。

11.根据权利要求8-10中任一项所述的数据采集方法,其特征在于,在所述第一周期内,所述多个第一设备中的任一第一设备的能量低于第一阈值,所述第一周期结束。

12.根据权利要求8-11中任一项所述的数据采集方法,其特征在于,所述第一周期设定为tmax个时间单元,tmax为正整数,所述tmax个时间单元包括所述第一时间单元,当连续多个第一周期的运行时间达到tmax个时间单元,所述第一本地模型收敛。

13.根据权利要求2-12中任一项所述的数据采集方法,其特征在于,所述第一本地模型为基于强化学习的人工智能模型。

14.根据权利要求1-13中任一项所述的数据采集方法,其特征在于,所述分配策略用于确定所述第一设备分别与所述至少一个第二设备中的每个第二设备进行通信的资源,所述第一通信资源包括第一频段,所述分配策略包括以下的一种:

15.根据权利要求1-14中任一项所述的数据采集方法,其特征在于,所述至少一个第二设备属于第一设备子组,所述第一设备子组包括多个第二设备中与所述第一设备对应的所有第二设备,所述第一设备子组根据第一全局模型确定。

16.根据权利要求1-15中任一项所述的数据采集方法,其特征在于,所述第一时间单元为以下的一种或多种:一个或多个子帧、一个或多个时隙、一个或多个符号。

17.一种数据采集方法,其特征在于,包括:

18.根据权利要求17所述的数据采集方法,其特征在于,所述第二设备为第一设备子组中的任一设备,所述第一设备子组对应所述第一设备,所述第一设备子组根据第一全局模型确定。

19.一种数据采集方法,其特征在于,包括:

20.根据权利要求19所述的数据采集方法,其特征在于,所述第一设备为多个第一设备中的之一,所述至少一个第二设备为多个第二设备中的一个或多个,所述方法还包括:

21.根据权利要求20所述的数据采集方法,其特征在于,所述方法还包括:

22.根据权利要求21所述的数据采集方法,其特征在于,所述第一设备为k个机器人中的机器人k,所述至少一个第二设备为mk(t)个传感器,所述第一时间单元为t,所述全局回报函数为:

23.根据权利要求20-22中任一项所述的数据采集方法,其特征在于,所述方法还包括:

24.根据权利要求20-23中任一项所述的数据采集方法,其特征在于,所述第一时间单元为第一周期内的任一时间单元,所述第一周期包括所述第一全局模型的训练阶段和推理阶段,在所述推理阶段内,所述第一全局模型不进行更新。

25.根据权利要求24所述的数据采集方法,其特征在于,所述方法还包括:

26.根据权利要求25所述的数据采集方法,其特征在于,所述第二周期包括多个时间单元,所述方法还包括:

27.根据权利要求24-26中任一项所述的数据采集方法,其特征在于,在所述第一周期内,所述多个第一设备中任一第一设备的能量低于第一阈值,所述第一周期结束。

28.根据权利要求24-27中任一项所述的数据采集方法,其特征在于,所述第一周期设定为tmax个时间单元,tmax为正整数,所述tmax个时间单元包括所述第一时间单元,当连续多个第一周期的运行时间达到tmax个时间单元,所述第一全局模型收敛。

29.根据权利要求20-28中任一项所述的数据采集方法,其特征在于,所述第一全局模型为基于强化学习的人工智能模型。

30.根据权利要求19-29中任一项所述的数据采集方法,其特征在于,所述第一时间单元为以下的一种或多种:一个或多个子帧、一个或多个时隙、一个或多个符号。

31.一种数据采集设备,其特征在于,所述数据采集设备为第一设备,包括:

32.根据权利要求31所述的数据采集设备,其特征在于,所述第一信息根据第一本地模型确定。

33.根据权利要求32所述的数据采集设备,其特征在于,所述第一设备还包括:

34.根据权利要求33所述的数据采集设备,其特征在于,所述本地状态包括以下的一种或多种:

35.根据权利要求32-34中任一项所述的数据采集设备,其特征在于,所述第一设备还包括:

36.根据权利要求35所述的数据采集设备,其特征在于,所述第一设备为k个机器人中的机器人k,所述至少一个第二设备为mk(t)个传感器,所述第一时间单元为t,所述本地回报函数rk,t为...

【专利技术属性】
技术研发人员:吕玲赵铮
申请(专利权)人:上海移远通信技术股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1