本發明實施例提供一種動態監測的傳感器布局與多源信息融合方法和系統。該方法包括：根據預設的傳感器布局模型對環境傳感器與生理傳感器進行優化布局；其中，傳感器布局模型是基于二維平面圖、環境傳感器與生理傳感器的位置之間的關系構建得到的；對優化后的環境傳感器與生理傳感器進行周期性信息提取數據，對驗證通過的數據利用預設的多源信息融合模型進行數據融合，得到三級動態評估決策；其中，多源信息融合模型是基于同質傳感器數據融合和異質傳感器數據融合結合得到的。本發明實施例實現了對傳感器進行合理布局，并通過利用預先構建的多源信息融合模型對活體動物進行“養殖個體?養殖群體?養殖種群”三級動態評估決策。

技術領域

本發明涉及養殖與多源信息融合技術領域，尤其涉及一種動態監測的傳感器布局與多源信息融合方法和系統。

背景技術

目前許多研究人員在使用多個傳感器進行相關的數據監測及采集時，多是憑主觀意識，將相關的傳感器大致進行放置。但是隨意放置的傳感器在進行數據監測采集時是不夠準確的，一方面會造成資源的浪費，需要的傳感器較多；另一方面會造成數據的不準確性，采集數據的冗余等問題也會導致后續數據處理的困難。

現有的傳感器進行相關的數據監測及采集方法都或多或少地存在一些問題，因此，如何提出一種方法，能夠實現對傳感器進行合理布局，并通過對多源信息融合以對“養殖個體-養殖群體-養殖種群”進行三級動態評估決策，成為亟待解決的問題。

發明內容

本發明實施例的目的是提供一種克服上述問題或者至少部分地解決上述問題的動態監測的傳感器布局與多源信息融合方法和系統。

為了解決上述技術問題，一方面，本發明實施例提供一種動態監測的傳感器布局與多源信息融合方法，包括：

根據預設的傳感器布局模型對環境傳感器與生理傳感器進行優化布局；其中，所述傳感器布局模型是基于二維平面圖、所述環境傳感器與生理傳感器的位置之間的關系構建得到的；

對優化后的環境傳感器與生理傳感器進行周期性信息提取數據，對驗證通過的所述數據利用預設的多源信息融合模型進行數據融合，得到三級動態評估決策；其中，所述多源信息融合模型是基于同質傳感器數據融合和異質傳感器數據融合結合得到的。

進一步地，所述根據預設的傳感器布局模型對環境傳感器與生理傳感器進行優化布局前，還包括：

對三維空間生存環境和活體動物三維幾何特征進行降維，得到所述二維平面圖。

進一步地，所述根據預設的傳感器布局模型對環境傳感器與生理傳感器進行優化布局，具體包括：

將所述環境傳感器的位置、所述生理傳感器的位置和所述二維平面圖進行初步匹配，獲得匹配集；

根據所述匹配集和約束變量計算得到所述環境傳感器與生理傳感器最大監測比；

根據所述傳感器最大監測比確定所述優化布局。

進一步地，所述對驗證通過的所述數據利用預設的多源信息融合模型進行數據融合前，還包括：

根據數據時空權重將同質傳感器數據進行初步融合，得到多種同質數據；

根據相對時間關系確定尋優權重對所述多種同質數據進行異質傳感器數據融合，構建得到所述多源信息融合模型。

進一步地，所述根據數據時空權重將同質傳感器數據進行初步融合，具體包括：

根據數據空間重要性與數據時間重要性計算得到所述數據時空權重，根據所述數據時空權重進行所述同質傳感器數據融合處理，得到所述多種同質數據；

所述數據空間重要性為：