节点调度方法、终端设备及存储介质与流程

1.本技术属于无线传感技术领域，尤其涉及一种节点调度方法、终端设备及存储介质。


背景技术：

2.无线传感网络(wireless sensor networks, wsn)是一种通过无线通信技术把多个传感器节点以自由式进行组织与结合进而形成的网络形式。无线传感网络具有低成本、低耗能的特点，适合大范围布设，广泛应用于环境监测、城市运行监测、工业生产监测等众多行业领域，产生了巨大的经济效益和社会效益。然而，无线传感网络运行过程中，存在一些问题需要解决，其一是节点的能耗问题；其二是节点间“冷热不均”问题，少量关键节点过快耗能死亡，导致整个网络的实质消亡；其三是数据冗余问题。
3.针对这些重点问题，分别有大量针对性的方案，例如最优路由路径选择、节点分簇、簇头节点动态调整和节点休眠等诸多节点调度策略。其中，节点休眠策略能够减少数据量和能量损耗，并且可以与其他节点调度策略组合使用，具有很高的研究价值和实用价值。
4.然而，现有的节点休眠策略，没有紧急唤醒机制，无法对突发环境事件进行反应。


技术实现要素：

5.本技术实施例提供一种节点调度方法、终端设备及存储介质，旨在解决现有的节点休眠策略缺失紧急唤醒机制，无法应对监测环境突然变化的问题。
6.第一方面，本技术实施例提供一种节点调度方法，包括：获取第一采集数据集和预测数据；其中，所述第一采集数据集包括区域内所有第一节点在当前时刻采集到的传感数据，所述第一节点为当前状态为工作状态的节点，所述预测数据由数据预测模型输出；所述数据预测模型由所述区域内所有节点的历史采集数据拟合得到；根据所述第一采集数据集和所述预测数据，确定所述区域的当前预警等级；根据所述当前预警等级确定唤醒比例；根据所述唤醒比例确定目标唤醒节点，并控制所述目标唤醒节点进入工作状态；所述目标唤醒节点为第二节点集群中的节点；所述第二节点集群包括当前状态为休眠状态的节点。
7.本实施例根据区域内所有第一节点在当前时刻采集到的传感数据和预测数据，确定预警等级，以根据预警等级确定目标唤醒节点，并唤醒处于休眠状态的目标唤醒节点，通过在监测到区域环境存在突变风险时，控制处于休眠状态的目标唤醒节点进行工作，从而能够应对区域环境突然变化的情况。
8.在上述第一方面的一种可能实现方式中，在获取第一采集数据集之前，还包括：对所述区域内所有节点进行分簇，得到各个节点簇；相应地，所述数据预测模型包括各个所述节点簇对应的数据预测模型，所述节点
簇对应的数据预测模型由所述节点簇内所有节点的历史采集数据拟合得到；所述当前预警等级包括各个所述节点簇对应的当前预警等级，所述唤醒比例包括各个所述节点簇对应的唤醒比例，所述根据所述唤醒比例确定目标唤醒节点包括：根据当前节点簇对应的唤醒比例确定当前节点簇中的目标唤醒节点。
9.通过对所述区域内所有节点进行分簇，以将相类似的节点归类到一个节点簇中，不仅便于区域内节点的管理，还能更好地体现区域内传感数据的分布特征。根据当前节点簇对应的唤醒比例唤醒当前节点簇中的目标唤醒节点，由于当前节点簇中各个节点之间的属性相类似，因此，新加入工作状态的目标唤醒节点被唤醒时所采集到的传感数据不会对当前节点簇整体的传感数据造成太大的影响，从而能提高区域面对跳变数据的抵抗能力。
10.在上述第一方面的一种可能实现方式中，所述对所述区域内所有节点进行分簇，得到各个簇，包括：获取第二采集数据集；所述第二采集数据集包括所述区域内所有节点在预设时间段内每一个目标采集时间采集到的传感数据；分析所述第二采集数据集的时空相关性，得到时空相关性分析结果；若所述时空相关性分析结果满足时空相关条件，则根据所述区域内各个节点对应的目标采集数据和所述区域内所有节点的位置信息，对所述区域内所有节点进行分簇，得到各个所述节点簇；其中，对于所述区域内的各个节点，所述节点对应的目标采集数据为所述节点在所述预设时间段内任意一个目标采集时间采集到的传感数据；若所述时空相关性分析结果不满足所述时空相关条件，则根据所述区域内所有节点的位置信息对所述区域内所有节点进行分簇，得到各个所述节点簇。
11.通过对区域内所有节点采集到的传感数据进行时空相关性分析，以分析所述区域内所有节点采集到的传感数据的空间相关性和时间相关性，并在确定区域内所有节点采集到的传感数据具备时空相关特性时，综合考虑节点的地理位置和采集到的传感数据，对区域内所有节点进行分簇，使得分簇结果更能反映区域内节点传感数据的分布特征。
12.在上述第一方面的一种可能实现方式中，所述若所述时空相关性分析结果满足时空相关条件，则根据所述区域内各个节点对应的目标采集数据和所述区域内所有节点的位置信息，对所述区域内所有节点进行分簇，得到各个所述节点簇，包括：根据所述区域内所有节点的位置信息，对所述区域内所有节点进行聚类，得到多个初始节点簇、多个初始簇中心以及所述区域内各个节点对应的初始簇中心和对应的初始节点簇；对于所述区域内每一个节点，根据当前节点的位置信息和所述当前节点对应的初始簇中心的位置信息，计算所述当前节点与所述当前节点对应的初始簇中心的第一距离；计算所述区域内各个节点与各个初始簇中心的分簇距离，并根据所述区域内各个节点与各个初始簇中心的分簇距离，更新各个所述初始节点簇和各个所述初始簇中心；迭代执行根据所述区域内各个节点与各个初始簇中心的分簇距离，更新各个所述初始节点簇和各个所述初始簇中心的步骤，直至达到预设迭代停止条件，获得最终更新后的各个初始节点簇；将最终更新后的各个初始节点簇作为各个所述节点簇；其中，在计算所述区域内各个节点与各个初始簇中心的分簇距离的过程中，对于
所述区域内每一个节点，若当前节点对应的第一距离大于距离阈值，则根据所述当前节点的位置信息和各个初始簇中心的位置信息，计算所述当前节点与各个初始簇中心的分簇距离；若所述当前节点对应的第一距离小于或等于所述距离阈值，则根据所述当前节点对应的目标采集数据和各个初始簇中心对应的簇中心采集数据，确定所述当前节点与各个初始簇中心对应的分簇距离；其中，所述初始簇中心对应的簇中心采集数据根据所述初始节点簇中所有节点对应的目标采集数据确定。
13.在上述第一方面的一种可能实现方式中，所述方法还包括：计算各个所述节点簇对应的第一节点比例；其中，所述节点簇对应的第一节点比例为所述节点簇中第一节点数量占所述节点簇中所有节点数量的比例；若任意一个所述节点簇对应的第一节点比例大于第一比例阈值，则对所述区域内所有节点进行重新分簇，以更新各个节点簇。
14.在上述第一方面的一种可能实现方式中，若各个所述节点簇对应的第一节点比例均小于或等于所述第一比例阈值，且总工作节点比例大于第二比例阈值，则对所述区域内所有节点进行重新分簇，以更新各个节点簇；其中，所述总工作节点比例为所述区域内第一节点数量占所述区域内所有节点数量的比例。
15.相比于现有的按照固定周期进行重新分簇的方法，本实施例根据处于工作状态的节点所占的比例，对区域内所有节点进行重新分簇，能更准确地反映当前区域环境的实际变化情况。
16.在上述第一方面的一种可能实现方式中，所述方法还包括：若所述当前预警等级为目标等级，则计算当前第一节点的持续工作时长；若所述持续工作时长大于工作时长阈值，则控制当前第一节点进行休眠，并从所述第二节点集群中选择节点进入工作状态。
17.通过监测当前区域的预警等级，并在当前预警等级为目标等级时，控制当前区域内处于工作状态的第一节点进行休眠，并选取当前处于休眠状态的节点切换至工作状态，以执行节点休眠轮替，避免某些节点长时间工作导致能耗消耗过大，能在一定程度上减少区域内节点间的能耗不均问题。
18.第二方面，本发明实施例提供一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面提供的所述节点调度方法。
19.第三方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面提供的所述节点调度方法。
20.可以理解的，上述第二方面和第三方面的有益效果可以参加第一方面的相关内容，这里不再赘述。
附图说明
21.图1是本技术实施例提供的节点调度方法的流程示意图；图2是本技术另一实施例提供的节点调度方法中步骤s21~s22的流程示意图；
图3是本技术又一实施例提供的节点调度方法的流程示意图；图4是本技术实施例提供的节点调度方法中步骤s10的实现流程示意图；图5是本技术实施例提供的节点调度方法中步骤s102的实现流程示意图；图6是本技术实施例提供的节点调度方法中步骤s103的其中一种实现方式的流程示意图；图7是本技术实施例提供的节点调度方法中步骤s103的另一种实现方式的流程示意图；图8是本技术实施例提供的节点调度方法中步骤s81~s83的流程示意图；图9是本技术实施例提供的节点调度装置的结构框图；图10是本技术实施例提供的终端设备的结构框图。
具体实施方式
22.为了使本技术所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
23.在现有技术中，为了减少无线传感网络的节点能耗问题，提出了节点休眠策略。然而，现有提出的节点休眠策略没有紧急唤醒机制，无法监测环境突变情况，从而不能无法对突发环境事件进行反应。
24.为此，本技术实施例提供一种节点调度方法。所述节点调度方法可以在终端设备上执行，该终端设备包括但不限于：服务器、计算机、智能手机以及平板电脑等能够执行本技术提供的节点调度方法的设备。
25.下面结合附图对本技术实施例进行详细说明。
26.参加图1，图1是本技术实施例提供的节点调度方法的流程示意图。该实施例包括步骤s11~s14：s11：获取第一采集数据集和预测数据。
27.其中，所述第一采集数据集包括区域内所有第一节点在当前时刻采集到的传感数据，所述第一节点为当前状态为工作状态的节点，所述预测数据由数据预测模型输出；所述数据预测模型由所述区域内所有节点的历史采集数据拟合得到。
28.示例性的，所述区域内节点可以包括但不限于温度传感器、湿度传感器等传感器，所述区域内节点采集到的传感数据可以为温度数据、湿度数据等能反映当前区域环境情况的传感数据。
29.其中，所述区域内所有节点可以包括处于工作状态的第一节点和处于休眠状态的节点。
30.其中，终端设备可以与所述区域内的节点通过无线网络、蜂窝网络等通信方式实现连接，以获取到所述区域内节点采集到的传感数据和地理信息等数据。
31.其中，所述区域内每一个节点可以以设定的采集频率进行传感数据的采集，也可以实时采集区域内环境的传感数据。
32.在一些实施方式中，所述区域内的第一节点在采集到传感数据后，可以向终端设备发送当前时刻采集到的传感数据，终端设备通过接收所述区域内所有节点返回的当前采
集时刻采集到的传感数据，获得所述第一采集数据集。终端设备也可以根据设定的采集频率，以设定的采集时间间隔向所述区域内所有第一节点发送采集数据获取请求，以使得各个第一节点在接收到该采集数据获取请求后，向终端设备返回当前时刻采集到的传感数据，终端设备通过接收各个第一节点返回的当前时刻采集到的传感数据，获得所述第一采集数据集。其中，当设定的采集频率为f时，设定的采集时间间隔为1/f。
33.其中，终端设备可以在采集到所述第一采集数据集之后，将所述第一采集数据集存储到本地存储单元或者云端服务器中。
34.在一种实施方式中，终端设备可以按照节点索引对所述第一采集数据集进行存储。具体的，所述区域中的每个节点对应有唯一的节点索引，终端设备可以根据节点索引，将节点采集到的传感数据存储到与节点索引对应的存储子单元中。例如，对于节点1，其节点索引为1，终端设备在获取到节点1采集到的传感数据后，可以根据人为预先设置的节点索引与存储地址的映射表，将节点1采集到的传感数据存储到存储地址为1的存储子单元中。终端设备还可以结合节点的位置信息，将节点的位置信息和节点在各个采集时间采集到的传感数据整理成多元组的形式进行存储，例如，当节点的位置信息包括节点的经度和纬度时，该多元组可以为（纬度，经度，各个采集时间采集到的传感数据）。
35.其中，终端设备获取节点的位置信息的方式可以为：在所述区域内部署好节点后，终端设备向节点发送位置获取请求，以使得节点响应该位置获取请求并通过部署在节点上的定位模块计算出位置信息后返回给终端设备。或者，终端设备可以接收各个节点向其发送的位置信息，获得节点的位置信息。
36.在一种实施方式中，所述预测数据可以包括所述区域内各个节点对应的当前预测采集数据。
37.终端设备可以从本地存储单元或者云端服务器读取所述区域内所有节点的历史采集数据，并针对每一个节点，对该节点的历史采集数据进行拟合分析，从而得到该节点对应的数据预测模型。
38.在一些实现方式中，上述终端设备还可以根据各个节点对应的历史采集数据，将各个节点对应的历史采集数据分别输入到预先建立的机器学习模型中进行训练，得到各个节点对应的数据预测模型；之后，将各个节点在当前时刻采集到的传感数据作为输入数据，分别输入到各个节点对应的数据预测模型中，得到各个节点对应的预测数据。
39.在另一种实施方式中，所述预测数据可以包括所述区域对应的当前预测采集数据，所述区域对应的当前预测采集数据可以通过所述区域内所有节点的当前预测采集数据确定。例如，终端设备可以在获取到所述区域内所有节点的历史采集数据后，对于每一个历史采集时间，均获取该历史采集时间上所有节点采集到的传感数据，并对该历史采集时间上所有节点采集到的传感数据求平均值，得到所述区域在该历史采集时间对应的传感数据，所述区域在各个历史采集时间对应的传感数据构成了所述区域对应的历史平均采集数据集，并将该历史平均采集数据集作为所述区域对应的历史采集数据。终端设备可以对所述区域对应的历史采集数据进行拟合分析，得到所述区域对应的数据预测模型。又例如，终端设备可以根据所述区域对应的历史采集数据进行机器学习训练，从而获得所述区域对应的数据预测模型。之后，将当前时刻作为输入数据，输入到所述数据预测模型中，得到所述区域对应的当前预测采集数据。
40.在又一种实施方式中，终端设备也可以在采集到所述第一采集数据后，向云端服务器发起预测数据获取请求，以使得云端服务器利用预先拟合或训练得到的所述数据预测模型获得所述预测数据，并将所述预测数据返回给终端设备。终端设备通过接收云端服务器返回的所述预测数据，获取所述预测数据。其中，云端服务器利用预先拟合或训练得到的所述数据预测模型获得所述预测数据的过程可参加上述相关的内容，这里不再作赘述。
41.s12：根据所述第一采集数据集和所述预测数据，确定所述区域的当前预警等级。
42.在一些实施方式中，终端设备可以根据所述第一采集数据集和所述预测数据的差异程度，确定所述区域的当前预警等级。例如，终端设备可以计算所述第一采集数据集与所述预测数据的差值绝对值或者协方差，获得差异程度，并根据预先建立的差值绝对值/协方差与预警等级的对应关系，确定所述区域的当前预警等级。
43.示例性的，该预警等级表中记录的当前预警等级与唤醒比例p的对应关系可以为：。
44.其中，在当前预警等级等于0的情况下，唤醒比例p为0%；在当前预警等级等于1的情况下，唤醒比例p为15%；在当前预警等级等于2的情况下，唤醒比例p为25%；当前预警等级等于3的情况下，唤醒比例p为40%。
45.s13：根据所述当前预警等级确定唤醒比例。
46.在具体实施时，终端设备可以读取本地存储单元存储的预警等级表，或者，从存储有预警等级表的云端服务器读取该预警等级表。
47.该预警等级表存储有当前预警等级与唤醒比例的对应关系。终端设备可以根据该预警等级表，确定与当前预警等级对应的唤醒比例。其中，该预警等级表可以为用户根据实际情况设置的一个对应关系表。
48.s14：根据所述唤醒比例确定目标唤醒节点，并控制所述目标唤醒节点进入工作状态。
49.其中，所述目标唤醒节点为第二节点集群中的节点；所述第二节点集群包括当前状态为休眠状态的节点。所述唤醒比例用于指示目标唤醒节点数量占第二节点集群中所有节点数量的比例。
50.在一种实施方式中，终端设备可以在获取到所述唤醒比例后，计算所述第二节点集群中各个节点的历史总工作时长，该历史总工作时长为节点从出厂时刻到当前时刻的总工作时长，并选取总工作时长较短的节点作为目标唤醒节点。例如，在终端设备根据所述唤醒比例确定待唤醒的目标唤醒节点数量为两个的情况下，则确定所述第二节点集群中历史总工作时长最短的两个节点作为所述目标唤醒节点，并控制这两个目标唤醒节点进入工作状态。
51.在另一种实施方式中，终端设备在根据所述唤醒比例确定目标唤醒节点的数量
后，可以从所述第二节点集群中随机选取对应数量的节点作为所述目标唤醒节点。
52.本实施例根据区域内所有第一节点在当前时刻采集到的传感数据和预测数据，确定预警等级，以根据预警等级确定目标唤醒节点，并唤醒处于休眠状态的目标唤醒节点，通过在监测到区域环境存在突变风险时，控制处于休眠状态的目标唤醒节点进行工作，从而能够应对区域内环境突然变化的情况。
53.在一种可能的实现方式中，上述步骤s13可以包括s131~s133：s131：根据所述第一采集数据集和所述区域内所有第一节点的数量，确定平均采集数据。
54.示例性的，假设第一采集数据集为（s1,s2,...,sn），区域内所有第一节点的数量为n，n为整数，则平均采集数据s`=(s1+s2+s3...+sn)/n，其中，s1表示所述区域内第1个第一节点在当前时刻采集到的数据，s2表示区域内第2个第一节点在当前时刻采集到的数据，
…
，sn表示区域内第n个第一节点在当前采集时刻采集到的数据。
55.s132：根据所述平均采集数据和所述预测数据，确定采集误差。
56.在一些实施例中，若所述预测数据为该区域对应的当前预测采集数据p0，则采集误差可以为所述平均采集数据s`和所述预测数据p0的差值绝对值，即采集误差e=|s`-p0|。
57.若所述预测采集数据为该区域内各个节点对应的当前预测采集数据（p1,p2,...,pm）时，则先计算所有节点对应的当前预测采集数据的平均值p`=(p1+p2+p3...+pm)/m，再计算所述平均采集数据s`和当前预测采集数据平均值p`的差值绝对值，即采集误差e=|s`-p`|。
58.其中，p1表示区域内第1个节点对应的当前预测采集数据，p2表示区域内第2个节点对应的当前预测采集数据，
…
，pm表示区域内第m个节点对应的当前预测采集数据，m为区域内所有节点的数量，m为大于等于1的整数。
59.在其他实施方式中，终端设备也可以通过协方差的计算方式计算采集误差，通过协方差计算方式确定所述采集误差的过程可参见上述差值绝对值的计算过程，在此不再赘述。
60.s133：计算所述采集误差与所述平均采集数据之间的比值，并根据比值，确定所述当前预警等级。
61.示例性的，根据比值确定当前预警等级可以参见如下公式：。
62.其中，为当前预警等级，e为误差，为平均采集数据，当采集误差e与平均采集数据之间的比值小于10%时，当前预警等级为0；当采集误差e与平均采集数据之间的比值小于20%时，当前预警等级为1；当采集误差e与平均采集数据之间的比值小于40%时，当前预警等级为2；当采集误差e与平均采集数据之间的比值小于60%时，当前预警等级为3。
63.在本实施例中，通过计算区域内所有节点在当前时刻采集到的传感数据与预测数据之间的偏差率，并根据偏差率确定区域的当前预警等级，能够监测到区域的环境突变情况。
64.请参见图2，上述实施例提供的方法还可以包括步骤s21~s22：s21：若所述当前预警等级为目标等级，则计算当前第一节点的持续工作时长。
65.其中，终端设备在获取到所述区域对应的当前预警等级时，可以同步计算当前第一节点的持续工作时长。
66.示例性的，所述目标等级用于表示当前区域的传感数据不存在突变情况，处于一个安全的等级，如该目标等级可以为0等级。
67.s22：若所述持续工作时长大于工作时长阈值，则控制当前第一节点进行休眠，并从所述第二节点集群中选择节点进入工作状态。
68.示例性的，终端设备可以计算工作时长大于工作时长阈值的第一节点的数量，并从所述第二节点集群中选取等数量的节点进入工作状态。其中，所述工作时长阈值可以根据实际情况设置。
69.在本实施例中，若当前节点的持续工作时长大于工作时长阈值，则在第二集群中选择一个或多个处于休眠状态的节点进入工作状态，并控制当前持续工作时长大于工作时长阈值的第一节点进行休眠，以进行休眠节点轮替，避免存在一部分节点由于工作时长过长导致消耗的能耗较多，进而导致区域内节点间存在能耗分布不均的问题。
70.在一种可能的实现方式中，在上述实施例的步骤s11之前，还包括步骤s10：s10：对所述区域内所有节点进行分簇，得到各个节点簇。
71.在一些实现方式中，终端设备可以根据各个节点的位置信息，或者各个节点采集到的传感数据，通过聚类算法对所述区域内所有节点进行聚类，得到各个节点簇。
72.通过对所述区域内所有节点进行分簇，以将相类似的节点归类到一个节点簇中，不仅便于区域内节点的管理，还能更好地体现区域内节点传感数据的分布特征。
73.相应地，上述实施例步骤s11中的所述数据预测模型可以包括各个所述节点簇对应的数据预测模型，所述节点簇对应的数据预测模型可以由所述节点簇内所有节点的历史采集数据拟合得到；所述当前预警等级可以包括各个所述节点簇对应的当前预警等级，所述唤醒比例可以包括各个所述节点簇对应的唤醒比例，所述s14可以包括：根据当前节点簇对应的唤醒比例确定当前节点簇中的目标唤醒节点。
74.为了更清楚理解上述实施例的实现过程，请参见图3，图3是本技术提供的节点调度方法的又一个实施例的流程示意图，包括s10`~s14`：s10`：对所述区域内所有节点进行分簇，得到各个节点簇。
75.具体的，终端设备对所述区域内所有节点进行分簇的实现过程可以参见上述步骤s10的相关内容，在此不再赘述。
76.s11`：获取各个节点簇对应的第一采集数据集和各个节点簇对应的预测数据。
77.其中，对于每一个节点簇，当前节点簇对应的第一采集数据集包括当前节点簇中所有节点在当前时刻采集到的传感数据，当前节点簇对应的预测数据根据当前节点簇对应的数据预测模型获得，当前节点簇对应的数据预测模型根据当前节点簇中所有节点的历史采集数据获得。
78.例如，当前节点簇中所有节点的历史采集数据为，其中，表示当前节点簇中第1个节点在t0时刻采集到的传感数据，
…
，表示当前节点簇中第1个节点在ti时刻采集到的传感数据，
…
，表示当前节点簇中第1个节点在tn时刻采集到的传感数据;表示当前节点簇中第m个节点在t0时刻采集到的传感数据，
…
，表示当前节点簇中第m个节点在ti时刻采集到的传感数据，
…
，表示当前节点簇中第m个节点在tn时刻采集到的传感数据；令当前节点簇对应的历史采集数据为，其中，表示当前节点簇对应的t0时刻采集到的传感数据，
…
，表示当前节点簇对应的ti时刻采集到的传感数据，
…
，表示当前节点簇对应的tn时刻采集到的传感数据，且，m为当前节点簇中所有节点的数量，m为正整数。
79.其中，终端设备根据各个节点簇对应的历史采集数据获得各个节点簇对应的数据预测模型和对应的预测数据的具体实现过程可以参见上述步骤s11的有关内容，在此不再赘述。
80.s12`：对于各个节点簇，根据当前节点簇对应的第一采集数据集和当前节点簇对应的预测数据，确定当前节点簇对应的当前预警等级。
81.其中，根据当前节点簇对应的第一采集数据集和当前节点簇对应的预测数据，确定当前节点簇对应的当前预警等级的具体实现过程可以参见上述实施例的步骤s12的有关内容，在此不再赘述。
82.s13`：对于各个节点簇，根据当前节点簇对应的当前预警等级确定当前节点簇对应的唤醒比例。
83.在具体实施时，终端设备可以从本地存储单元中读取用户预先构建的当前预警等级与唤醒比例的映射表，并通过该映射表确定各个节点簇对应的唤醒比例。
84.s14`：对于各个节点簇，根据当前节点簇对应的唤醒比例确定当前节点簇中的目标唤醒节点，并控制当前节点簇中的目标唤醒节点进入工作状态。
85.在具体实施时，终端设备可以从本地存储单元读取用户预先构建的唤醒比例与目标唤醒节点数量的映射表，并通过该映射表确定各个节点簇对应唤醒的目标唤醒节点的数量。
86.其中，确定各个节点簇中的目标唤醒节点的实现过程可参见上述实施例步骤s14的有关内容，在此不再赘述。
87.在本实施例中，根据各个节点簇对应的唤醒比例唤醒各个节点簇中的目标唤醒节点，由于同一个节点簇中各个节点之间的属性相类似，因此，新加入工作状态的目标唤醒节点被唤醒时所采集到的传感数据不会对当前节点簇整体的传感数据造成太大的影响，从而能提高区域面对跳变数据的抵抗能力。
88.在一种实现方式中，在上述步骤s10，即获取到各个节点簇之后，还可以包括步骤
s11``：s11``：选取各个节点簇的头节点，并在各个节点簇中选择节点进行休眠。
89.具体的，终端设备可以从本地存储单元中读取用户预先设置的各个节点簇对应的工作比例，并针对各个节点簇，按照各个节点簇对应的工作比例随机选取对应数量的节点进行标记。之后，针对每一个节点簇，基于当前节点簇中所有已标记的节点的位置信息，计算所有已标记节点的几何中心，并根据几何中心的位置信息和各个已标记节点的位置信息，对比得到距离几何中心最近的已标记节点，并将距离几何中心最近的已标记节点记为当前节点簇的头节点，并向当前节点簇内所有已标记的节点广播头节点信息，已标记的节点仍保持工作状态，并控制当前节点簇中所有未标记的节点进行休眠。
90.通过在各个节点簇中选取节点进行休眠，并在各个节点簇中选取头节点管理当前节点簇中所有节点采集到的传感数据，能避免区域内每一个节点都单独进行数据传送而导致的区域无线传感网络的数据量过大，并能避免区域内节点与节点之间发生信息碰撞而导致的能量浪费。同时，由于各个节点簇中选取的头节点距离当前节点簇的几何中心位置最近，因此，能使得各个节点簇中选取的头节点到其他节点的传输路径都是比较均衡的。
91.在一种实现方式中，终端设备可以在执行上述步骤s13`，即在获取到当前节点簇对应的唤醒比例之后，检测当前节点簇中的第一节点数量，或者当前节点簇对应的第二节点集群中的节点总数，若当前节点簇中的第一节点数量等于当前节点簇中所有节点的数量，或者当前节点簇中的第二节点集群的节点总数小于目标唤醒节点数量时，则唤醒所有节点，重新在各个节点簇中选取节点进行休眠，并根据各个节点簇中所有更新后的第一节点在当前时刻采集到的传感数据，更新各个节点簇对应的预警等级。
92.其中，在各个节点簇中选取节点进行休眠的具体实现过程可以参见上述步骤s11``的有关内容，根据各个节点簇中所有更新后的第一节点在当前时刻采集到的传感数据，更新各个节点簇对应的预警等级可以参见上述步骤s11`~s12`的有关内容，在此不再赘述。
93.通过在检测到当前节点簇中所有节点都进入休眠状态时，唤醒区域内所有节点，并在各个节点簇中重新选取节点进行休眠，既能在一定程度上保证区域环境监测的准确性，又能减少区域内无线传感网络的数据量。
94.在一种可能的实现方式中，终端设备可以在执行上述步骤s14`，即在控制当前节点簇中的目标唤醒节点进入工作状态之后，更新当前节点簇中处于工作状态的第一节点的信息，并在更新后的节点簇中重新选取头节点。其中，头节点的选取方式可以参见上述步骤s11``的有关内容，在此不再赘述。
95.由于当前节点簇中的目标唤醒节点进入工作状态后，当前节点簇中的第一节点集群发生了更新，因此，需要重新选取当前节点簇中的头节点，以保证各个节点簇中选取的头节点到其他节点的传输路径是比较均衡的。
96.在一种可能的实现方式中，本技术实施例提供的所述方法还可以包括步骤s211~s221：s211：对于每一个节点簇，若当前节点簇对应的当前预警等级为目标等级，则计算当前节点簇中各个第一节点的持续工作时长。
97.s221：若所述持续工作时长大于工作时长阈值，则控制当前簇内持续工作时长大于工作时长阈值的第一节点进行休眠，并从所述第二节点集群中选择节点进入工作状态。
98.其中，上述步骤s211~s221中计算各个第一节点的持续工作时长，从第二节点集群中选择节点进入工作状态等的实现过程和有益效果可参见上述实施例中步骤s21~s22的有关内容，在此不再赘述。
99.请参见图4，图4是本技术实施例提供的节点调度方法中步骤s10的一个流程示意图，所述步骤s10可以包括s101~s104：s101：获取第二采集数据集。
100.其中，所述第二采集数据集包括所述区域内所有节点在预设时间段内每一个目标采集时间采集到的传感数据。
101.其中，所述预设时间段和所述目标采集时间可以根据实际情况设定，例如所述预设时间段为距离当前时刻最近的前一天，节点采集频率为每4个小时执行一次采样，则终端设备可以从本地存储单元中读取当前时刻的前一天数据，对应获取的第二采集数据集可以包括前一天00：00：00对应的各个节点的采集到的传感数据，前一天04：00：00对应的各个节点采集到的传感数据，...，前一天24：00：00对应的各个节点采集到的传感数据。
102.s102：分析所述第二采集数据集的时空相关性，得到时空相关性分析结果。
103.时空相关性分析可以从空间和时间这两个维度上分析第二采集数据集中各个节点采集到的传感数据之间的相关性，从而能够获得所述区域内节点采集到的传感数据与节点位置的相关程度。
104.参见图5，图5示例性给出了本技术实施例步骤s102的流程示意图。上述步骤s102可以包括步骤s1021~s1029：s1021：获取所述区域内所有节点的位置信息，并根据所有节点的位置信息，确定节点邻接关系，并根据节点邻接关系确定空间权重矩阵。
105.示例性的，令空间权重矩阵g=[v
i j
]，则对于空间权重矩阵中的每一个元素v
i j
，v
i j
表示第i个节点与第j个节点在空间位置上的邻接关系，当第i个节点与第j个节点相邻时，v
i j
为1；当第i个节点与第j个节点不相邻时，v
i j
为0。
[0106]
s1022：获取目标采集数据集。
[0107]
其中，该目标采集数据集可以包括所述区域内所有节点在预设时间段内任意一个目标采集时间采集到的传感数据。
[0108]
其中，所述预设时间段和所述目标采集时间的确定方式可以参见上述步骤s101的有关内容，在此不再赘述。
[0109]
s1023：根据空间权重矩阵和目标采集数据集，确定该目标采集数据集对应的空间相关系数。
[0110]
在具体实施时，终端设备可以选取诸如全局莫兰指数、吉尔利指数等空间相关系数，作为该目标采集数据对应的空间相关系数，例如，当终端设备通过全局莫兰指数计算目标采集数据集的空间相关系数时，可以计算该目标采集数据集与空间权重矩阵的乘积，获得该目标采集数据集的空间相关系数。
[0111]
s1024：根据该目标采集数据对应的空间相关系数，确定空间相关性分析结果。
[0112]
示例性的，若该目标采集数据对应的空间相关系数满足空间相关条件，确定所述第二采集数据集在空间上相关。
[0113]
其中，该空间相关条件可以是空间相关系数大于预设相关系数（如0.5）；或者，该
空间相关条件可以为空间相关系数大于预设相关系数，且在空间相关系数大于预设相关系数的情况下，p值大于p值阈值（如0.05)。
[0114]
其中，p值是用来判定假设校验结果的参数，p值表征为：当假设为真时，发生与假设结果相同或更极端结果的概率。例如，原假设h0为：区域内各个节点采集到的传感数据之间的空间相关系数大于0.5，接下来选取10个不同采集时间对应的各个节点采集到的传感数据作为样本，若这10个样本出现空间相关系数大于0.5的概率为p1，如果p1大于p值阈值，则接受该假设h0，即该假设h0校验通过；否则，假设h0校验不通过。
[0115]
s1025：将第二采集数据集分成至少一个时间组数据集，每一个时间组数据集包括第一目标数据集和第二目标数据集。
[0116]
其中，第一目标数据集和第二目标数据集分别为所述区域内所有节点在预设时间段内的第一目标采集时间采集到的数据和第二目标采集时间采集到的传感数据，且第一目标采集时间早于第二目标采集时间，第一目标采集时间和第二目标采集数据均为预设时间段内的任意一个目标采集时间。
[0117]
在一种实施方式中，终端设备可以选取相邻采集时间对应的所有节点采集到的传感数据作为时间组数据集。例如，第二采集数据集包括所述区域内所有节点在前一天内采集到的传感数据，且采集时间间隔为4个小时，终端设备可以将该第二采集数据集分成6个时间组数据集，则有：前一天00：00：00点对应的所有节点采集到的传感数据和前一天04：00：00对应的所有节点采集到的传感数据作为一个时间组数据集，前一天04：00：00对应的所有节点采集到的传感数据和前一天08：00：00对应的所有节点采集到的传感数据作为第二个时间组数据集，...，前一天20：00：00对应的所有节点采集到的传感数据和前一天24：00：00对应的所有节点采集到的传感数据为第六个时间组数据集。
[0118]
在另一种实施方式中，终端设备可以随机选取预设时间段内两个不同采集时间对应的所有节点采集到的传感数据进行配对，形成至少一个时间组数据集。例如，假设第二采集数据集包括所述区域内所有节点在前一天内采集到的传感数据，且采集时间间隔为6个小时，终端设备可以将第二采集数据集分成4个时间组数据集，则有：前一天00：00：00对应的所有节点采集到的传感数据和前一天12：00：00对应的所有节点采集到的传感数据作为第一个时间组数据集，前一天06：00：00对应的所有节点采集到的传感数据和前一天18：00：00对应的所有节点采集到的传感数据作为第二个时间组数据集，前一天12：00：00对应的所有节点采集到的传感数据和前一天24：00：00对应的所有节点采集到的传感数据作为第三个时间组数据集，前一天6：00：00对应的所有节点采集到的传感数据和前一天12：00：00对应的所有节点采集到的传感数据作为第四个时间组数据集。
[0119]
s1026：对于每个时间组数据集，根据当前时间组数据集中的第一目标数据集和第二目标数据集，确定当前时间组对应的数据变化集。
[0120]
在一种实现方式中，终端设备可以对第一目标数据集和第二目标数据集执行作差运算，得到数据变化集。例如，假设第一目标数据集为，第二目标数据集为，令数据变化集为，且；其中为区域内第1个节点在t0时刻采集到的传感数据，
…
，为区域内第i个节点在t0
时刻采集到的传感数据，
…
，为区域内第m个节点在t0时刻采集到的传感数据；为区域内第1个节点在t1时刻采集到的传感数据，
…
，为区域内第i个节点在t1时刻采集到的传感数据，
…
，为区域内第m个节点在t1时刻采集到的传感数据；为区域内第1个节点对应的数据变化量，
…
，为区域内第i个节点对应的数据变化量，
…
，为区域内第m个节点对应的数据变化量，m为区域内所有节点的数量，且m为正整数。
[0121]
s1027：根据空间权重矩阵和当前时间组对应的数据变化集，计算当前时间组对应的数据变化集的空间相关系数。
[0122]
其中，当前时间组对应的数据变化集的空间相关系数的计算方式可以参见上述步骤s1023中目标采集数据集的空间相关系数的有关内容，在此不再赘述。
[0123]
s1028：根据至少一个时间组对应的数据变化集的空间相关系数，确定时间相关性分析结果。
[0124]
其中，若所有时间组对应的数据变化集的空间相关系数均满足空间相关条件，确定所述第二采集数据集在时间上相关；若存在任意一个时间组对应的数据变化集的空间相关系数不满足空间相关条件，确定所述第二采集数据集在时间上不相关。
[0125]
s1029：根据空间相关性分析结果和时间相关性分析结果，确定时空相关性分析结果。
[0126]
其中，所述第二采集数据集的时空相关性分析结果包括在空间上和时间上均相关，以及在空间和/或时间上不相关。
[0127]
s103：若所述时空相关性分析结果满足时空相关条件，则根据所述区域内各个节点对应的目标采集数据和所述区域内所有节点的位置信息，对所述区域内所有节点进行分簇，得到各个所述节点簇。
[0128]
其中，对于所述区域内的各个节点，当前节点对应的目标采集数据为当前节点在所述预设时间段内任意一个目标采集时间采集到的数据。所述预设时间段和所述目标采集时间的确定方式可以参见上述步骤s101的有关内容，在此不再赘述。
[0129]
示例性的，该时空相关条件可以是在空间上和时间上均相关，若所述第二采集数据集的时空相关性分析结果满足时空相关条件，则说明区域内节点采集到的传感数据和节点位置的相关性较大。因此，根据区域内所有节点采集到的传感数据和所有节点的位置信息对所述区域内所有节点进行分簇，使得分簇结果更能反映出区域内节点传感数据的分布特征，相比于现有的直接根据节点位置进行分簇的方法，本实施例能更准确地反映区域内节点传感数据的突变情况。
[0130]
参见图6，图6示例性给出了上述实施例中步骤s103的流程示意图。上述步骤s103可以包括s1031~s1035：s1031：根据所述区域内所有节点的位置信息，对所述区域内所有节点进行聚类，得到多个初始节点簇、多个初始簇中心以及所述区域内各个节点对应的初始簇中心和对应的初始节点簇。
[0131]
在具体实施时，可以采用k-均值算法等聚类算法，对所述区域内所有节点进行初步聚类，得到多个初始节点簇、多个初始簇中心。
[0132]
s1032：对于所述区域内每一个节点，根据当前节点的位置信息和所述当前节点对应的初始簇中心的位置信息，计算所述当前节点与所述当前节点对应的初始簇中心的第一距离。
[0133]
示例性的，当前节点与当前节点对应的初始簇中心的第一距离d可以为：。
[0134]
其中，表示当前节点的经度，表示当前节点的纬度，xc表示当前节点对应的初始簇中心的经度，yc表示当前节点对应的初始簇中心的纬度。
[0135]
s1033：计算所述区域内各个节点与各个初始簇中心的分簇距离，并根据所述区域内各个节点与各个初始簇中心的分簇距离，更新各个所述初始节点簇和各个所述初始簇中心。
[0136]
其中，在计算所述区域内各个节点与各个初始簇中心的分簇距离的过程中，对于所述区域内每一个节点，若当前节点对应的第一距离大于距离阈值，则根据所述当前节点的位置信息和各个初始簇中心的位置信息，计算所述当前节点与各个初始簇中心的分簇距离；若所述当前节点对应的第一距离小于或等于所述距离阈值，则根据所述当前节点对应的目标采集数据和各个初始簇中心对应的簇中心采集数据，确定所述当前节点与各个初始簇中心对应的分簇距离；其中，所述初始簇中心对应的簇中心采集数据根据所述初始节点簇中所有节点对应的目标采集数据确定。
[0137]
在一种实施方式中，终端设备可以通过计算所述初始节点簇中所有节点的目标采集数据的平均值，获得所述初始簇中心对应的簇中心采集数据。具体的，令为第j个初始簇中心对应的簇中心采集数据，为第j个初始簇中第i个节点的目标采集数据，第j个初始簇中所有节点的数量为m，则有。
[0138]
在其他实施方式中，终端设置也可以通过计算距离当前初始簇中心最近的预设数量的节点的目标采集数据的平均值，获得所述初始簇中心对应的簇中心采集数据。其中，预设数量根据实际情况确定。
[0139]
s1034：迭代执行根据所述区域内各个节点与各个初始簇中心的分簇距离，更新各个所述初始节点簇和各个所述初始簇中心的步骤，直至达到预设迭代停止条件，获得最终更新后的各个初始节点簇。
[0140]
示例性的，所述预设迭代停止条件可以为达到迭代次数，或者当前迭代次数对应的初始簇中心的位置与上一次迭代次数对应的初始簇中心的位置之间的距离小于预设的目标距离阈值。其中，所述迭代次数和所述目标距离阈值均为根据实际情况人为设置的一个阈值。
[0141]
s1035：将最终更新后的各个初始节点簇作为各个所述节点簇。
[0142]
例如，若对于区域内节点a1，其在上述步骤s1031确定其对应的初始簇中心为o1，并通过步骤s1032计算得到节点a1与其对应的初始簇中心o1的第一距离为d11，若d11大于距离阈值，则在上述s1033~s1035中，对于节点a1，其在每一次初始簇中心更新迭代次数中，
节点a1与当前迭代次数对应的各个初始簇中心之间的分簇距离为：。
[0143]
其中，表示节点a1的经度，表示节点a1的纬度，x
cj
表示当前迭代次数对应的第j个初始簇中心的经度，x
cj
表示当前迭代次数对应的第j个初始簇中心的纬度。
[0144]
若d11小于或等于距离阈值，则在上述s1033~s1035中，对于节点a1，其在每一次初始簇中心更新迭代次数中，节点a1与当前迭代次数对应的各个初始簇中心之间的分簇距离可以为：。
[0145]
其中，和分别为节点a1对应的目标采集数据和当前迭代次数中第j个初始簇中心对应的簇中心采集数据。
[0146]
在一些实现方式中，终端设备可以针对每一个节点，计算两种不同情况下对应的第一分簇距离和第二分簇距离，并对第一分簇距离和第二分簇距离进行量级统一后，确定各个节点最终对应的分簇距离：第一种情况：根据各个节点的位置信息和各个初始簇中心的位置信息，计算各个节点与各个初始簇中心的第一分簇距离。
[0147]
第二种情况：根据各个节点对应的目标采集数据和各个初始簇中心对应的簇中心采集数据，计算各个节点与各个初始簇中心的第二分簇距离。
[0148]
接着，针对同一个节点，对该节点对应的第一分簇距离和对应的第二分簇距离的量级进行统一。比如，该节点与初始簇中心o1的第一分簇距离为330，该节点与初始簇中心o1的第二分簇距离为23，则将第一分簇距离缩放为33，以将第一分簇距离和第二分簇距离的数值都统一到十位数。当该节点对应的第一距离大于距离阈值时，则将量级统一后的第一分簇距离作为该节点最终对应的分簇距离；否则，将量级统一后的第二分簇距离作为该节点最终对应的分簇距离。
[0149]
在本实施例中，上述步骤1033~s1035可以基于模糊c均值算法（fuzzy c-means，fcm算法）实现各个节点簇的获取流程。模糊c均值算法是用隶属度来区分每个数据点属于某个聚类程度的一种算法。
[0150]
示例性的，请参见图7，图7是本技术实施例中步骤103的另一种实现方式的流程示意图，该实施例中，步骤103可以包括s1031`~s1037`：s1031`：根据区域内所有节点的位置信息，对区域内所有节点进行聚类，获得多个初始簇中心。
[0151]
s1032`：确定所述区域内各个节点的目标采集数据的隶属度。
[0152]
其中，在初始迭代次数中，各个节点的目标采集数据的隶属度可以随机生成。在第n次迭代次数中（n为大于1的整数），各个节点的目标采集数据的隶属度通过各个节点与当前迭代次数对应的各个初始簇中心的分簇距离确定。隶属度是用于表示某个数据点属于某个聚类集群的概率的一种算法。由于隶属度的计算方式为现有技术，在此不再作赘述。
[0153]
s1033`：对于每一个节点，计算当前节点与当前节点对应的初始簇中心的第一距离。
[0154]
s1034`：判断当前节点对应的第一距离是否大于距离阈值，若是，则进入步骤s1035`；否则，进入步骤s1036`。
[0155]
s1035`：根据当前节点的位置信息和各个初始簇中心的位置信息，计算所述区域内各个节点与各个初始簇中心的分簇距离。
[0156]
s1036`：根据当前节点的目标采集数据和各个初始簇中心对应的簇中心采集数据，计算所述区域内各个节点与各个初始簇中心的分簇距离。
[0157]
s1037`：根据所述区域内各个节点与各个初始簇中心的分簇距离，更新隶属度、各个所述初始节点簇和各个所述初始簇中心。
[0158]
s1038`：判断是否达到预设迭代停止条件，若是，则结束，否则，返回步骤s1032`，重复执行步骤s1032`~s1038`，直至达到预设迭代停止条件。
[0159]
其中，预设迭代停止条件可以参见上述步骤s1034的有关内容，在此不再赘述。
[0160]
s104：若所述时空相关性分析结果不满足所述时空相关条件，则根据所述区域内所有节点的位置信息对所述区域内所有节点进行分簇，得到各个所述节点簇。
[0161]
其中，若所述时空相关性分析结果为在空间和/或时间上不相关，则说明区域内节点的采集数据和节点位置的相关性不大，因此，直接根据所述区域内所有节点的位置信息，对所有节点进行分簇。
[0162]
请参见图8，本技术实施例提供的所述方法还可以包括步骤s81~s83：s81：计算各个所述节点簇对应的第一节点比例。
[0163]
其中，所述节点簇对应的第一节点比例为所述节点簇中第一节点数量占所述节点簇中所有节点数量的比例。
[0164]
s82：若任意一个所述节点簇对应的第一节点比例大于第一比例阈值，则对所述区域内所有节点进行重新分簇，以更新各个节点簇。
[0165]
s83：若各个所述节点簇对应的第一节点比例均小于或等于所述第一比例阈值，且总工作节点比例大于第二比例阈值，则对所述区域内所有节点进行重新分簇，以更新各个节点簇。
[0166]
其中，所述总工作节点比例为所述区域内第一节点数量占所述区域内所有节点数量的比例。
[0167]
其中，所述第一比例阈值和所述第二比例阈值可以根据实际情况设定。
[0168]
在本实施例中，若在各个所述节点簇对应的第一节点比例均小于或等于所述第一比例阈值的情况下，总工作节点比例小于或等于第二比例阈值，则保持当前各个节点簇的分类结果。
[0169]
其中，上述步骤s81~s83可以在步骤s14之后执行，即在唤醒区域内各个节点簇对应的目标唤醒节点时，统计当前各个簇中第一节点数量。若存在任意一个节点簇中第一节点的数量大于第一比例阈值，则根据上述步骤s101~ s103，重新对区域内所有节点进行分簇。
[0170]
可见，该实施例通过计算当前区域内各个节点簇中处于工作状态的节点的比例，并根据处于工作状态的节点的比例判断是否对区域内所有节点进行重新分簇，相比于现有
的按照固定周期进行重新分簇的方式，本实施例更能反映环境的实际变化情况，在减少区域内节点能耗的同时能准确监测区域内的环境变化。
[0171]
相应地，参见图9，图9是本技术实施例提供的节点调度装置的结构框图。该节点调度装置9包括获取模块91、第一确定模块92、第二确定模块93和唤醒模块94。所述获取模块91用于获取第一采集数据集和预测数据；其中，所述第一采集数据集包括区域内所有第一节点在当前时刻采集到的传感数据，所述第一节点为当前状态为工作状态的节点，所述预测数据由数据预测模型输出；所述数据预测模型由所述区域内所有节点的历史采集数据拟合得到。所述第一确定模块92用于根据所述第一采集数据集和所述预测数据，确定所述区域的当前预警等级。所述第二确定模块93用于根据所述当前预警等级确定唤醒比例。
[0172]
所述唤醒模块94用于根据所述唤醒比例确定目标唤醒节点，并控制所述目标唤醒节点进入工作状态；所述目标唤醒节点为第二节点集群中的节点；所述第二节点集群包括当前状态为休眠状态的节点。
[0173]
在一种可能的实现方式中，所述节点调度装置9还可以包括分簇模块90。所述分簇模块90用于对所述区域内所有节点进行分簇，得到各个节点簇。
[0174]
相应地，所述数据预测模型包括各个所述节点簇对应的数据预测模型，所述节点簇对应的数据预测模型由所述节点簇内所有节点的历史采集数据拟合得到；所述当前预警等级包括各个所述节点簇对应的当前预警等级，所述唤醒比例包括各个所述节点簇对应的唤醒比例，所述唤醒模块94还用于根据当前节点簇对应的唤醒比例确定当前节点簇中的目标唤醒节点。
[0175]
在一种可能的实现方式中，上述分簇模块90可以包括获取单元、分析模块、第一分簇单元和第二分簇单元。所述获取单元用于获取第二采集数据集；所述第二采集数据集包括所述区域内所有节点在预设时间段内每一个目标采集时间采集到的传感数据。所述分析模块用于分析所述第二采集数据集的时空相关性，得到时空相关性分析结果。所述第一分簇单元用于若所述时空相关性分析结果满足时空相关条件，则根据所述区域内各个节点对应的目标采集数据和所述区域内所有节点的位置信息，对所述区域内所有节点进行分簇，得到各个所述节点簇；其中，对于所述区域内的各个节点，所述节点对应的目标采集数据为所述节点在所述预设时间段内任意一个目标采集时间采集到的传感数据。
[0176]
所述第二分簇单元用于若所述时空相关性分析结果不满足所述时空相关条件，则根据所述区域内所有节点的位置信息对所述区域内所有节点进行分簇，得到各个所述节点簇。
[0177]
在一种可能的实现方式中，上述第一分簇单元具体用于：根据所述区域内所有节点的位置信息，对所述区域内所有节点进行聚类，得到多个初始节点簇、多个初始簇中心以及所述区域内各个节点对应的初始簇中心和对应的初始节点簇；对于所述区域内每一个节点，根据当前节点的位置信息和所述当前节点对应的初始簇中心的位置信息，计算所述当前节点与所述当前节点对应的初始簇中心的第一距离；计算所述区域内各个节点与各个初始簇中心的分簇距离，并根据所述区域内各个节点与各个初始簇中心的分簇距离，更新各个所述初始节点簇和各个所述初始簇中心；迭代执行根据所述区域内各个节点与各个初始簇中心的分簇距离，更新各个所述
初始节点簇和各个所述初始簇中心的步骤，直至达到预设迭代停止条件，获得最终更新后的各个初始节点簇；将最终更新后的各个初始节点簇作为各个所述节点簇。
[0178]
其中，在计算所述区域内各个节点与各个初始簇中心的分簇距离的过程中，对于所述区域内每一个节点，若当前节点对应的第一距离大于距离阈值，则根据所述当前节点的位置信息和各个初始簇中心的位置信息，计算所述当前节点与各个初始簇中心的分簇距离；若所述当前节点对应的第一距离小于或等于所述距离阈值，则根据所述当前节点对应的目标采集数据和各个初始簇中心对应的簇中心采集数据，确定所述当前节点与各个初始簇中心对应的分簇距离；其中，所述初始簇中心对应的簇中心采集数据根据所述初始节点簇中所有节点对应的目标采集数据确定。
[0179]
在一种可能的实现方式中，上述节点调度装置还可以包括更新模块，所述更新模块用于：计算各个所述节点簇对应的第一节点比例；其中，所述节点簇对应的第一节点比例为所述节点簇中第一节点数量占所述节点簇中所有节点数量的比例；若任意一个所述节点簇对应的第一节点比例大于第一比例阈值，则对所述区域内所有节点进行重新分簇，以更新各个节点簇；若各个所述节点簇对应的第一节点比例均小于或等于所述第一比例阈值，且总工作节点比例大于第二比例阈值，则对所述区域内所有节点进行重新分簇，以更新各个节点簇；其中，所述总工作节点比例为所述区域内第一节点数量占所述区域内所有节点数量的比例。
[0180]
在一种可能的实现方式中，上述节点调度装置9还可以包括休眠轮替模块，所述休眠轮替模块用于：若所述当前预警等级为目标等级，则计算当前第一节点的持续工作时长；若所述持续工作时长大于工作时长阈值，则控制当前第一节点进行休眠，并从所述第二节点集群中选择节点进入工作状态。
[0181]
在一种可能的实现方式中，上述第一确定模块92具体用于：根据所述第一采集数据集和所述区域内所有第一节点的数量，确定均采集数据；根据所述均采集数据和所述预测数据，确定采集误差；计算所述采集误差与所述平均采集数据之间的比值；根据比值，确定所述当前预警等级。
[0182]
需要说明的是，上述装置之间的信息交互、执行过程等内容，由于与本技术方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
[0183]
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单
元、模块的具体名称也只是为了便于相互区分，并不用于限制本技术的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0184]
相应地，图10示出了本技术一实施例提供的终端设备的结构示意图。如图10所示，该实施例的终端设备包括：至少一个处理器100(图10中仅示出一个)处理器、存储器101以及存储在所述存储器101中并可在所述至少一个处理器100上运行的计算机程序102，所述处理器100执行所述计算机程序102时实现上述任意一个方法实施例中的步骤。
[0185]
所述终端设备10可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备，该终端设备可包括，但不仅限于，处理器100、存储器101。本领域技术人员可以理解，图10仅仅是终端设备10的举例，并不构成对终端设备10的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。
[0186]
所称处理器100可以是中央处理单元(central processing unit，cpu)，该处理器100还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0187]
所述存储器101在一些实施例中可以是所述终端设备10的内部存储单元，例如终端设备10的硬盘或内存。所述存储器101在另一些实施例中也可以是所述终端设备10的外部存储设备，例如所述终端设备10上配备的插接式硬盘，智能存储卡(smart media card ,smc)，安全数字(secure digital ,sd)卡，闪存卡(flash card)等。进一步地，所述存储器101还可以既包括所述终端设备10的内部存储单元也包括外部存储设备。所述存储器101用于存储操作系统、应用程序、引导装载程序(bootloader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器101还可以用于暂时地存储已经输出或者将要输出的数据。
[0188]
本技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现可实现上述任意一个方法实施例中的步骤。
[0189]
本技术实施例提供了一种计算机程序产品，当计算机程序产品在移动终端上运行时，使得移动终端执行时实现可实现上述各个方法实施例中的步骤。
[0190]
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(rom，read-only memory)、随机存取存储器(ram，randomaccess memory)、电载波信号、电信信号以及软件分发介质。
[0191]
以上所述实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围，均应包含在本技术的保护范围之内。

技术特征：
1.一种节点调度方法，其特征在于，包括：获取第一采集数据集和预测数据；其中，所述第一采集数据集包括区域内所有第一节点在当前时刻采集到的传感数据，所述第一节点为当前状态为工作状态的节点，所述预测数据由数据预测模型输出；所述数据预测模型由所述区域内所有节点的历史采集数据拟合得到；根据所述第一采集数据集和所述预测数据，确定所述区域的当前预警等级；根据所述当前预警等级确定唤醒比例；根据所述唤醒比例确定目标唤醒节点，并控制所述目标唤醒节点进入工作状态；所述目标唤醒节点为第二节点集群中的节点；所述第二节点集群包括当前状态为休眠状态的节点。2.如权利要求1所述的节点调度方法，其特征在于，在获取第一采集数据集之前，还包括：对所述区域内所有节点进行分簇，得到各个节点簇；相应地，所述数据预测模型包括各个所述节点簇对应的数据预测模型，所述节点簇对应的数据预测模型由所述节点簇内所有节点的历史采集数据拟合得到；所述当前预警等级包括各个所述节点簇对应的当前预警等级，所述唤醒比例包括各个所述节点簇对应的唤醒比例，所述根据所述唤醒比例确定目标唤醒节点包括：根据当前节点簇对应的唤醒比例确定当前节点簇中的目标唤醒节点。3.如权利要求2所述的节点调度方法，其特征在于，所述对所述区域内所有节点进行分簇，得到各个节点簇，包括：获取第二采集数据集；所述第二采集数据集包括所述区域内所有节点在预设时间段内每一个目标采集时间采集到的传感数据；分析所述第二采集数据集的时空相关性，得到时空相关性分析结果；若所述时空相关性分析结果满足时空相关条件，则根据所述区域内各个节点对应的目标采集数据和所述区域内所有节点的位置信息，对所述区域内所有节点进行分簇，得到各个所述节点簇；其中，对于所述区域内的各个节点，所述节点对应的目标采集数据为所述节点在所述预设时间段内任意一个目标采集时间采集到的传感数据；若所述时空相关性分析结果不满足所述时空相关条件，则根据所述区域内所有节点的位置信息对所述区域内所有节点进行分簇，得到各个所述节点簇。4.如权利要求3所述的节点调度方法，其特征在于，所述若所述时空相关性分析结果满足时空相关条件，则根据所述区域内各个节点对应的目标采集数据和所述区域内所有节点的位置信息，对所述区域内所有节点进行分簇，得到各个所述节点簇，包括：根据所述区域内所有节点的位置信息，对所述区域内所有节点进行聚类，得到多个初始节点簇、多个初始簇中心以及所述区域内各个节点对应的初始簇中心和对应的初始节点簇；对于所述区域内每一个节点，根据当前节点的位置信息和所述当前节点对应的初始簇中心的位置信息，计算所述当前节点与所述当前节点对应的初始簇中心的第一距离；计算所述区域内各个节点与各个初始簇中心的分簇距离，并根据所述区域内各个节点与各个初始簇中心的分簇距离，更新各个所述初始节点簇和各个所述初始簇中心；
迭代执行根据所述区域内各个节点与各个初始簇中心的分簇距离，更新各个所述初始节点簇和各个所述初始簇中心的步骤，直至达到预设迭代停止条件，获得最终更新后的各个初始节点簇；将最终更新后的各个初始节点簇作为各个所述节点簇；其中，在计算所述区域内各个节点与各个初始簇中心的分簇距离的过程中，对于所述区域内每一个节点，若当前节点对应的第一距离大于距离阈值，则根据所述当前节点的位置信息和各个初始簇中心的位置信息，计算所述当前节点与各个初始簇中心的分簇距离；若所述当前节点对应的第一距离小于或等于所述距离阈值，则根据所述当前节点对应的目标采集数据和各个初始簇中心对应的簇中心采集数据，确定所述当前节点与各个初始簇中心对应的分簇距离；其中，所述初始簇中心对应的簇中心采集数据根据所述初始节点簇中所有节点对应的目标采集数据确定。5.如权利要求2所述的节点调度方法，其特征在于，所述方法还包括：计算各个所述节点簇对应的第一节点比例；其中，所述节点簇对应的第一节点比例为所述节点簇中第一节点数量占所述节点簇中所有节点数量的比例；若任意一个所述节点簇对应的第一节点比例大于第一比例阈值，则对所述区域内所有节点进行重新分簇，以更新各个节点簇。6.如权利要求5所述的节点调度方法，其特征在于，所述方法还包括：若各个所述节点簇对应的第一节点比例均小于或等于所述第一比例阈值，且总工作节点比例大于第二比例阈值，则对所述区域内所有节点进行重新分簇，以更新各个节点簇；其中，所述总工作节点比例为所述区域内第一节点数量占所述区域内所有节点数量的比例。7.如权利要求1所述的节点调度方法，其特征在于，所述方法还包括：若所述当前预警等级为目标等级，则计算当前第一节点的持续工作时长；若所述持续工作时长大于工作时长阈值，则控制当前第一节点进行休眠，并从所述第二节点集群中选择节点进入工作状态。8.如权利要求1所述的节点调度方法，其特征在于，所述根据所述第一采集数据集和所述预测数据，确定所述区域的当前预警等级，包括：根据所述第一采集数据集和所述区域内所有第一节点的数量，确定平均采集数据；根据所述平均采集数据和所述预测数据，确定采集误差；计算所述采集误差与所述平均采集数据之间的比值；根据比值，确定所述当前预警等级。9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述的节点调度方法。10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述的节点调度方法。

技术总结
本申请公开了一种节点调度方法、终端设备及存储介质，所述方法根据区域内所有第一节点在当前时刻采集到的传感数据和预测数据，确定预警等级，以根据预警等级确定目标唤醒节点，并唤醒处于休眠状态的目标唤醒节点，通过在监测到区域环境存在突变风险时，控制处于休眠状态的目标唤醒节点进行工作，从而能够应对区域环境突然变化的情况。环境突然变化的情况。环境突然变化的情况。


技术研发人员：孟煜 余江 刘兴川
受保护的技术使用者：中电科新型智慧城市研究院有限公司
技术研发日：2023.06.20
技术公布日：2023/8/5