[发明专利]一种无人船水质监测数据传输方法及系统

说明书

本发明涉及数据传输领域，具体涉及一种无人船水质监测数据传输方法及系统，包括：获取各个采样点的所有参考采样点，根据各个参考采样点的趋势性得到各个参考采样点的距离影响权重，并根据各个采样点与其对应的各个参考采样点之间各种水质指标的差值以及水体浑浊度的差值，得到各个采样点不同水质指标的异常程度，最后根据各个采样点的各种水质指标的异常程度进行霍夫曼数据编码，得到各种水质指标的编码数据；再将各种水质指标的编码数据分别进行传输。本发明通过降低异常程度大的水质指标数据的编码长度，来降低网络波动造成的异常数据丢失的概率，从而保证水质异常数据在传输过程中的可靠性。

技术领域

本发明涉及数据传输领域，具体涉及一种无人船水质监测数据传输方法及系统。

背景技术

无人船技术是一种新型的水质监测手段。通过无人驾驶的无人船完全独立自主地执行水质监测的任务，获取实时的监测水质参数。

无人船在监测城市河道中的水质参数时，通过无人船下伸出的水质检测仪的探头进行水质参数的监测。然而无人船的水质监测数据在传输过程中，由于无人船是运动的，因而无法设定稳定的传输位置，且容易受到网络带宽的影响，使得无人船获取的水质监测数据并不能稳定的传输。

此外，由于传输时会对水质监测数据进行编码，现有的编码方法，如霍夫曼编码，是根据数据或符号出现的概率来决定数据的编码长度的，即出现的频率越高，对应数据的编码长度越短，出现的频率越低，对应数据的编码长度越长。然而，在实际检测过程中，大多数的采样点水质指标是正常的，少数采样点的水质指标存在异常，人们往往更加关注存在异常的数据，传统的编码方法可能会使正常的水质指标数据编码长度较短，而异常的水质指标数据编码长度较长，但是相对于编码长度较短的数据，编码长度较长的数据在传输过程中，更容易受到网络波动而造成数据的丢失，考虑到水质监测任务中需要精确地确定水质异常区域，因此本发明需要提出一种数据传输方法，来保证异常数据在传输过程中的可靠性，避免异常数据的丢失。

发明内容

本发明提供一种无人船水质监测数据传输方法，以解决现有技术存在的异常数据容易丢失的问题。

本发明的一种无人船水质监测数据传输方法采用如下技术方案：

本发明一个实施例提供一种无人船水质监测数据传输方法，该方法包括以下步骤：

S1、获取多个采样点的坐标，使用相机采集各个采样点的水体图像，使用多个水质监测仪分别获取各个采样点的各种水质指标；

S2、根据各采样点与其他所有采样点之间的欧氏距离得到各个采样点的各个初始参考采样点；根据各个采样点与所述各个采样点的各个初始参考采样点的坐标得到所述各个采样点与所述各个初始参考采样点之间的趋势性；根据所述趋势性得到所述各个采样点的各个参考采样点；根据各个参考采样点之间的欧氏距离以及趋势性得到所述各个参考采样点的距离影响权重；

S3、根据各个采样点的水体图像的灰度直方图计算所述各个采样点的水体浑浊度；将各个采样点与各个参考采样点水体浑浊度之间的差值记为所述各个参考采样点的第一差值，将各个采样点与各个参考采样点的各种水质指标之间的差值记为所述各个参考采样点的第二差值；根据各个采样点的各个参考采样点的距离影响权重、所述各个参考采样点的第一差值以及所述各个参考采样点的第二差值，得到所述各个采样点的各种水质指标的异常程度；

S4、根据各个采样点的各种水质指标的异常程度对所述各种水质指标进行自适应霍夫曼编码，得到所述各种水质指标的编码数据；对各种水质指标的编码数据分别进行传输。

优选的，所述各个采样点的各个初始参考采样点的获取方法为：

对各个采样点与其他所有采样点之间的欧氏距离从小到大进行排序，将所得排序结果中，欧氏距离最小的预设个数的采样点作为所述各个采样点的各个初始参考采样点。

优选的，所述各个采样点与所述各个初始参考采样点之间的趋势性的计算方法为：