CN109975841B - 一种gps设备上报数据异常率的计算方法 - Google Patents
一种gps设备上报数据异常率的计算方法 Download PDFInfo
- Publication number
- CN109975841B CN109975841B CN201910288035.2A CN201910288035A CN109975841B CN 109975841 B CN109975841 B CN 109975841B CN 201910288035 A CN201910288035 A CN 201910288035A CN 109975841 B CN109975841 B CN 109975841B
- Authority
- CN
- China
- Prior art keywords
- data
- equipment
- time
- gps
- day
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/23—Testing, monitoring, correcting or calibrating of receiver elements
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及GPS应用技术领域,具体为一种GPS设备上报数据异常率的计算方法,通过利用GPS底层上报原始数据,通过GPS上报数据的连续性和时间间隔稳定性,以上报时间阈值作为判断上报数据是否有效的依据,再通过每日数据最大时间减去最小时间的方式得到运行时间,避免使用24小时作为运行时间,缩小了计算误差,再衍生出针对承运商和设备品牌的缺失率统计。本发明的有益效果是所述的一种GPS设备上报数据异常率的计算方法,以解决了车辆安装GPS设备之后缺少质量监控的情况,利用海量数据接入的优势,帮助挑选出质量好和差的设备,并衍生出设备品牌和承运商角度的缺失率,帮助识别差的设备和承运商,更可以要求承运商使用排名靠前的设备。
Description
技术领域
本发明涉及GPS应用技术领域,具体为一种GPS设备上报数据异常率的计算方法。
背景技术
GPS设备在接入车辆之后,在GPS通电的情况下会按照一定的时间频率不断的上传GPS数据到服务器中,当车辆进行移动时,可以依靠秒级的GPS数据绘出相对精确车辆轨迹,数据产生频率越快,轨迹的精度就越高,是进行车辆运行轨迹和里程管理的依据。然而设备不是在每个时间都会上传数据,比如按月统计某个设备数据上报情况,则需要考虑设备在哪些时间在工作状态,在工作状态下收集的数据,时间间隔是否满足规定要求,比如上报时间过大绘出的轨迹就会产生漂移,与实际情况不符,当设备上报时间间隔过大,就是无效时间,无效时间越多,设备质量就越差,这类设备要通过算法进行识别,并按品牌统计展示到页面,供客户分析。
GPS设备种类繁多,客户可以依靠这个数据淘汰质量差的设备品牌,新购质量好的GPS设备。目前行业内对设备的检验只是单纯的购买测试,没有从使用之后的设备数据情况对质量进行分析,同时单一客户购买的GPS设备品牌单一,设备替换需求不强,所以没有进行异常统计。但是对于使用GPS设备数量较大同时品牌较多的企业来说,设计一种GPS设备上报数据异常率的计算方法对甄别和购置设备就显得尤为重要。
因此,急需一种GPS设备上报数据异常率的计算方法,以满足车辆安装GPS设备之后对于设备质量监控的需要。
发明内容
本发明的目的在于提供一种GPS设备上报数据异常率的计算方法,以解决了车辆安装GPS设备之后缺少质量监控的情况,利用海量数据接入的优势,帮助挑选出质量好和差的设备,并衍生出设备品牌和承运商角度的缺失率,帮助识别差的设备和承运商,更可以要求承运商使用排名靠前的设备。
为实现上述目的,本发明提供如下技术方案:
一种GPS设备上报数据异常率的计算方法,所述计算方法的步骤为:
SI、按天计算,从数仓表获取原始GPS数据,其中数据包含设备号、数据产生时间、与上一条数据的时间间隔;
S2、按天计算,从设备维度品牌表获取所有的设备和SI中的原始GPS数据相关联,同时设定有效上报时间间隔阈值,在设备汇总数据中中筛选出阈值内的数据,即得到设备按天有效上报时间,有效上报时间包括设备的上报时间和运行时间;
S3、考察S2中的设备按天有效上报时间是否是月份最后一天,否则重复SI和S2进行数据分析处理,是则进行下一步骤;
S4、通过S2和S3给出的数据可以计算得到一个月每天设备的运行时长,再与统计设备运行时长相关联,可以得到每个设备一个月每天的有效上报市场和运行时长;
S5、由原始GPS上报数据计算设备每日出勤,将每日有上报数据的设备存入临时表,与设备按天的上报时间和运行时间数据表通过设备号和日期进行关联,按月汇总统计每个设备每天有上传数据,但是全在阈值外,即有效上报时间为0,有效时间不为0及当天有出勤的数据;
S6、基于S4需要筛选出运行时间大于0,有效时间大于0的数据,并按月按设备进行有效上报时间和运行时间的汇总;
S7、合并S5和S6的数据,S5计算的全在阈值外的设备按天数据,S6计算的有在阈值内的设备按天数据,合并后得到完整的这个月每个设备的汇总有效上报时间和运行时间,同时数据中有设备的品牌标志,设备所属承运商;
S8、将数据按照品牌进行汇总,得到这个月每个品牌的有效上报时间和运行时间,缺失率=(运行时间-上报时间)/运行时间,将一个设备按照承运商汇总,按公式计算出承运商的缺失率,即通过计算GPS设备上报数据异常率来推测出承运商的缺失率的算法。
优选的,所述S2中如果一个设备一天都没有上报数据,程序会处理为这天车辆并未开动,不纳入异常统计。
优选的,所述S8分别定义承运商的合格阈值和品牌的合格阈值,如果缺失率高于阈值,则判定承运商不合格或者品牌不合格。
与现有技术相比,本发明的有益效果是:
1.本发明一种GPS设备上报数据异常率的计算方法,利用GPS底层上报原始数据,通过GPS上报数据的连续性和时间间隔稳定性,以上报时间阈值作为判断上报数据是否有效的依据,再通过每日数据最大时间减去最小时间的方式得到运行时间,避免使用24小时作为运行时间,缩小了计算误差,再衍生出针对承运商和设备品牌的缺失率统计;
2. 本发明一种GPS设备上报数据异常率的计算方法,上报时间阈值的确定和有效运行时间的计算使得本发明所提出的算法让计算结果更准确;
3. 本发明一种GPS设备上报数据异常率的计算方法,由上报时间超出阈值作为判断设备异常的依据,由异常的时间得到异常比率,衍生出承运商和设备品牌的异常率统计,供客户替换掉质量差的品牌设备和选择设备合格承运商,同时为公司硬件产品质量提供事实数据依据。
综上,本发明所述的一种GPS设备上报数据异常率的计算方法,以解决了车辆安装GPS设备之后缺少质量监控的情况,利用海量数据接入的优势,帮助挑选出质量好和差的设备,并衍生出设备品牌和承运商角度的缺失率,帮助识别差的设备和承运商,更可以要求承运商使用排名靠前的设备。
附图说明
图1为本发明一种GPS设备上报数据异常率的计算方法的流程框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
一种GPS设备上报数据异常率的计算方法,所述计算方法的步骤为:
SI、按天计算,从数仓表获取原始GPS数据,其中数据包含设备号、数据产生时间、与上一条数据的时间间隔;
S2、按天计算,从设备维度品牌表获取所有的设备和SI中的原始GPS数据相关联,同时设定有效上报时间间隔阈值,在设备汇总数据中中筛选出阈值内的数据,即得到设备按天有效上报时间,有效上报时间包括设备的上报时间和运行时间;
S3、考察S2中的设备按天有效上报时间是否是月份最后一天,否则重复SI和S2进行数据分析处理,是则进行下一步骤;
S4、通过S2和S3给出的数据可以计算得到一个月每天设备的运行时长,再与统计设备运行时长相关联,可以得到每个设备一个月每天的有效上报市场和运行时长;
S5、由原始GPS上报数据计算设备每日出勤,将每日有上报数据的设备存入临时表,与设备按天的上报时间和运行时间数据表通过设备号和日期进行关联,按月汇总统计每个设备每天有上传数据,但是全在阈值外,即有效上报时间为0,有效时间不为0及当天有出勤的数据;
S6、基于S4需要筛选出运行时间大于0,有效时间大于0的数据,并按月按设备进行有效上报时间和运行时间的汇总;
S7、合并S5和S6的数据,S5计算的全在阈值外的设备按天数据,S6计算的有在阈值内的设备按天数据,合并后得到完整的这个月每个设备的汇总有效上报时间和运行时间,同时数据中有设备的品牌标志,设备所属承运商;
S8、将数据按照品牌进行汇总,得到这个月每个品牌的有效上报时间和运行时间,缺失率=(运行时间-上报时间)/运行时间,将一个设备按照承运商汇总,按公式计算出承运商的缺失率,即通过计算GPS设备上报数据异常率来推测出承运商的缺失率的算法。
进一步的,所述S2中如果一个设备一天都没有上报数据,程序会处理为这天车辆并未开动,不纳入异常统计。
进一步的,所述S8分别定义承运商的合格阈值和品牌的合格阈值,如果缺失率高于阈值,则判定承运商不合格或者品牌不合格。
工作原理:
第一步、从数仓表获取原始GPS上报数据,数据包含设备号、数据产生时间、与上一条数据的时间间隔。按天计算,从维度表获取所有的设备和GPS数据相关联,设定有效上报时间间隔阈值,筛选出阈值内的数据,如设备A从早上9点开始运行到下午18点,一天共产生了1000条运行数据,就会产生999条数据间隔时间,我们把阈值规定为5分钟,其中时间间隔超过5分钟的数据会被过滤掉,假设有1个小时的数据被过滤,剩下的数据汇总得到今天这个设备的有效上报数据时长为8小时。用设备每天上报的最大时间和最小时间做差值,得到设备运行时长,设备A今日运行时长为18点减去9点等于9小时。这里的算法是为了减小车辆在夜间熄火太久导致GPS断电的情况,这种情况GPS设备不会上报数据,所以不能算作运行状态,除开这部分数据。如果一个设备一天都没有上报数据,程序会处理为这天车辆并未开动,不纳入异常统计。
第二步、导入设备品牌表,设备品牌表是设备对应品牌的维度表,由销售进行手工维护,很多设备不是G7设备,如第三方设备北斗等。设备接入时只是标志为虚拟接入设备,导致无法对具体品牌质量进行把控,只分析具体设备的质量不能达到替换较差设备品牌的目的。这里把步骤1得到的有效上报数据表和品牌表用设备号做关联,把品牌加入到上面的统计表。
第三步、基于设备按天的上报时间和运行时间数据,由于每天每个设备都计算出了运行时间和有效时间,我们的统计是基于月度的,需要筛选出运行时间大于0,有效时间大于0的数据,并按月按设备进行有效上报时间和运行时间的汇总,如设备A绑定的车辆在某个月只在1号和2号有出行,在1号运行时间为10小时,有效时间为8小时,在2号运行时间为5小时,有效时间为4小时,那么总的有效时间为8+4,总的运行时间为10+5。
第四步、由原始GPS上报数据计算设备每日出勤,将每日有上报数据的设备存入临时表,与设备按天的上报时间和运行时间数据表通过设备号和日期进行关联,按月汇总统计每个设备每天有上传数据,但是全在阈值外,即有效上报时间为0,有效时间不为0的数据,这部分设备通常质量问题更大,需重点关注,如设备A在5号从早上8点到12点有上报数据,但相邻数据数据时间间隔均大于5分钟,那么有效时长为0,运行时长不为0,把这类数据同样按设备按月进行汇总。
第五步、将步骤3和4的结果进行合并,步骤3是计算的有在阈值内的设备按天数据,步骤4是计算的全在阈值外的设备按天数据,区分不同的type,步骤4的设备问题更为严重。合并后得到完整的这个月每个设备的汇总有效上报时间和运行时间,同时数据中有设备的品牌标志,设备所属承运商。将数据按照品牌进行汇总,得到这个月每个品牌的有效上报时间和运行时间,缺失率=(运行时间-上报时间)/运行时间。将一个设备按照承运商汇总,按公式计算出承运商的缺失率。
第六步、分别定义承运商的合格阈值和品牌的合格阈值,如果缺失率高于阈值,则判定承运商不合格或者品牌不合格。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (3)
1.一种GPS设备上报数据异常率的计算方法,其特征在于:所述计算方法的步骤为:
SI、按天计算,从数仓表获取原始GPS数据,其中数据包含设备号、数据产生时间、与上一条数据的时间间隔;
S2、按天计算,从设备维度品牌表获取所有的设备和SI中的原始GPS数据相关联,同时设定有效上报时间间隔阈值,在设备汇总数据中中筛选出阈值内的数据,即得到设备按天有效上报时间,有效上报时间包括设备的上报时间和运行时间;
S3、考察S2中的设备按天有效上报时间是否是月份最后一天,否则重复SI和S2进行数据分析处理,是则进行下一步骤;
S4、通过S2和S3给出的数据可以计算得到一个月每天设备的运行时长,再与统计设备运行时长相关联,可以得到每个设备一个月每天的有效上报时长和运行时长;
S5、由原始GPS上报数据计算设备每日出勤,将每日有上报数据的设备存入临时表,与设备按天的上报时长和运行时长数据表通过设备号和日期进行关联,按月汇总统计每个设备每天有上传数据,但是全在阈值外,即有效上报时长为0,有效上报时间不为0及当天有出勤的数据;
S6、基于S4需要筛选出运行时长大于0,有效上报时间大于0的数据,并按月按设备进行有效上报时长和运行时长的汇总;
S7、合并S5和S6的数据,S5计算的全在阈值外的设备按天数据,S6计算的有在阈值内的设备按天数据,合并后得到完整的这个月每个设备的汇总有效上报时长和运行时长,同时数据中有设备的品牌标志,设备所属承运商;
S8、将数据按照品牌进行汇总,得到这个月每个品牌的有效上报时长和运行时长,缺失率=(运行时长-上报时长)/运行时长,将一个设备按照承运商汇总,按公式计算出承运商的缺失率,即通过计算GPS设备上报数据异常率来推测出承运商的缺失率的算法。
2.如权利要求1所述的一种GPS设备上报数据异常率的计算方法,其特征在于:所述S2中如果一个设备一天都没有上报数据,程序会处理为这天车辆并未开动,不纳入异常统计。
3.如权利要求1所述的一种GPS设备上报数据异常率的计算方法,其特征在于:所述S8分别定义承运商的合格阈值和品牌的合格阈值,如果缺失率高于阈值,则判定承运商不合格或者品牌不合格。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910288035.2A CN109975841B (zh) | 2019-04-11 | 2019-04-11 | 一种gps设备上报数据异常率的计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910288035.2A CN109975841B (zh) | 2019-04-11 | 2019-04-11 | 一种gps设备上报数据异常率的计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109975841A CN109975841A (zh) | 2019-07-05 |
CN109975841B true CN109975841B (zh) | 2022-02-18 |
Family
ID=67083993
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910288035.2A Active CN109975841B (zh) | 2019-04-11 | 2019-04-11 | 一种gps设备上报数据异常率的计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109975841B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113282104B (zh) * | 2021-06-03 | 2022-09-06 | 一飞(海南)科技有限公司 | 针对编队表演的飞机gps数据异常检测和异常确认的方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101727542A (zh) * | 2009-12-15 | 2010-06-09 | 北京空间飞行器总体设计部 | 一种具有可配置管理与运行机制的自主导航性能评估*** |
CN202771248U (zh) * | 2012-09-27 | 2013-03-06 | 武汉钢铁(集团)公司 | 一种带gps定位功能的设备运行状态监控提示*** |
CN103020222A (zh) * | 2012-12-13 | 2013-04-03 | 广州市香港科大***研究院 | 用于车辆gps数据分析与异常监测的可视挖掘方法 |
WO2014169652A1 (zh) * | 2013-09-27 | 2014-10-23 | 中兴通讯股份有限公司 | 动态桌面主题实现方法、终端、以及服务器 |
CN105808557A (zh) * | 2014-12-30 | 2016-07-27 | 陕西重型汽车有限公司 | 车辆监控***的数据质量分析***及其方法 |
CN106501820A (zh) * | 2016-12-12 | 2017-03-15 | 龙岩市计量所 | 卫星定位车载终端自动检定*** |
-
2019
- 2019-04-11 CN CN201910288035.2A patent/CN109975841B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101727542A (zh) * | 2009-12-15 | 2010-06-09 | 北京空间飞行器总体设计部 | 一种具有可配置管理与运行机制的自主导航性能评估*** |
CN202771248U (zh) * | 2012-09-27 | 2013-03-06 | 武汉钢铁(集团)公司 | 一种带gps定位功能的设备运行状态监控提示*** |
CN103020222A (zh) * | 2012-12-13 | 2013-04-03 | 广州市香港科大***研究院 | 用于车辆gps数据分析与异常监测的可视挖掘方法 |
WO2014169652A1 (zh) * | 2013-09-27 | 2014-10-23 | 中兴通讯股份有限公司 | 动态桌面主题实现方法、终端、以及服务器 |
CN105808557A (zh) * | 2014-12-30 | 2016-07-27 | 陕西重型汽车有限公司 | 车辆监控***的数据质量分析***及其方法 |
CN106501820A (zh) * | 2016-12-12 | 2017-03-15 | 龙岩市计量所 | 卫星定位车载终端自动检定*** |
Non-Patent Citations (1)
Title |
---|
GPS接收机内噪声水平的评价与检测方法;戴水财等;《测绘科学》;20070920(第05期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109975841A (zh) | 2019-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9273983B2 (en) | System and method of high volume import, validation and estimation of meter data | |
US20160133070A1 (en) | Vehicle preventive maintenance system | |
CN113962468A (zh) | 基于用能监控统计能源消耗碳排放管理方法及*** | |
CN111259334B (zh) | 一种工业企业大用户用水异常监测预警方法 | |
CN109682436B (zh) | 物联网燃气表抄表数据补抄的方法 | |
CN105203924A (zh) | 一种用电趋势异常嫌疑分析方法及反窃电监控*** | |
CN109710598B (zh) | 一种基于农作物的气象指数保险***及其实现方法 | |
CN105373877A (zh) | 一种用电趋势异常嫌疑分析及反窃电监控*** | |
CN111291076A (zh) | 基于大数据的异常用水监测报警***及其构建方法 | |
CN111898068B (zh) | 一种基于pert算法及仪表用量分析的异常检测方法 | |
CN103440283A (zh) | 一种测点数据的补缺***及补缺方法 | |
US20220114073A1 (en) | Systems and methods for modeling computer resource metrics | |
CN112308414A (zh) | 收入异常检测的方法、装置、电子设备及存储介质 | |
CN109975841B (zh) | 一种gps设备上报数据异常率的计算方法 | |
Calcante et al. | Repair and maintenance costs of 4WD tractors in Northern Italy | |
Elshenawy et al. | Automatic imputation of missing highway traffic volume data | |
CN109035062A (zh) | 一种客户电费异常分析及策略应用*** | |
CN112598227A (zh) | 一种基于电力数据的电力经济指数构建方法及*** | |
CN115809805A (zh) | 基于边缘计算的电网多源数据处理方法 | |
CN112182864A (zh) | 一种基于氢原子钟漂移情况选择钟差预报的方法 | |
CN110288245A (zh) | 用于产品成本控制的实时分析***及方法 | |
JP4693658B2 (ja) | メータ取付取外し数予測システム | |
CN111949503B (zh) | 数据库的管理方法、装置、计算设备和介质 | |
CN114782064A (zh) | 一种商业运营管理***及管理方法 | |
CN117094433A (zh) | 基于企业用电量影响因素分析的中长期负荷预测模型 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |