CN113852879A

CN113852879A - 一种可穿戴设备的数据传输方法及***

Info

Publication number: CN113852879A
Application number: CN202111437295.5A
Authority: CN
Inventors: 葛祥旭
Original assignee: Advanced Technology Research Institute of Beijing Institute of Technology
Current assignee: Advanced Technology Research Institute of Beijing Institute of Technology
Priority date: 2021-11-30
Filing date: 2021-11-30
Publication date: 2021-12-28
Anticipated expiration: 2041-11-30
Also published as: CN113852879B

Abstract

本发明提供了一种可穿戴设备的数据传输方法及***，所述方法包括可穿戴设备实时获取用户的体征数据，并对所述体征数据进行评估过滤，判断体征数据的状态；基于所述状态，以及包括可穿戴设备电池电量在内的影响参数，动态计算体征数据上传的时间间隔；可穿戴设备基于所述时间间隔，将体征数据上传至大数据平台。本发明对于采集到的实时体征数据，在可穿戴设备端首先进行初步过滤处理，分析数据的状态，并基于状态、可穿戴设备电池的剩余电量等影响因素，计算动态上传周期，在状态正常时，采用低频模式上传数据到大数据平台，状态异常时，采用高频模式上传数据到大数据平台，满足实时性和完整性要求，同时保障了用户安全。

Description

一种可穿戴设备的数据传输方法及***

技术领域

本发明涉及无线通信技术领域，尤其是一种可穿戴设备的数据传输方法及***。

背景技术

随着时代进步和发展，社会逐步进入物联网+大数据时代，大数据应用的基础是数据采集，特别是在可穿戴终端设备等人体生命体征监测领域，要求可穿戴终端设备上传数据具备实时性和完整性。

目前各类传感器采集数据越来越丰富，大数据应用随之而来，因此人们考虑把各类设备及传感器直接接入互联网以方便数据采集、管理以及分析计算。针对某些特定领域，特别是交通、医疗等领域，基于大数据的各项体征参数监测有效避免了突发疾病所造成的无可挽回的后果。然而，人作为监测的目标对象，具备不可预测的移动性，实施作业活动的周期性以及其携带可穿戴监测终端的供电能力的不可保障性等特点。另一方面，基于大数据的各项体征参数监测的基础必然是实时、有效、完整的，要求采集监测目标对象各项参数的可穿戴终端设备实时、有效、完整的上传数据。这样可穿戴监测终端自身所携带的有限容量电池与上传输数据的实时、有效、完整性之间存在了不可调和的矛盾。

在现有实际应用中，通常会采用降低可穿戴终端设备对数据的采集和上传频率，以降低可穿戴设备在数据上传过程中所消耗的用电量，以优先满足可穿戴终端设备在用户实施作业活动整个周期内都可以正常工作的需求。该方法，牺牲了大数据平台对用户数据监测的实时性和完整性的要求，针对位置信息、血氧、血压等需要实时监测的数据，无法保证数据监测的连续性要求，从而极大降低了大数据分析及预警模型的准确性和实时性。为此，现有技术中也提出采用了NB-IOT等低功耗数据传输方案，但低功耗传输方案也进一步限制了可穿戴终端设备数据传输的带宽和速率，还是会导致可穿戴终端设备数据上传实时性、完整性的下降。

发明内容

本发明提供了一种可穿戴设备的数据传输方法及***，用于解决现有可穿戴设备数据上传的实时性、完整性不足的问题。

为实现上述目的，本发明采用下述技术方案：

本发明第一方面提供了一种可穿戴设备的数据传输方法，所述方法包括以下步骤：

可穿戴设备实时获取用户的体征数据，并对所述体征数据进行评估过滤，判断体征数据的状态；

基于所述状态，以及包括可穿戴设备电池电量在内的影响参数，动态计算体征数据的上传周期；

可穿戴设备基于所述上传周期，将体征数据上传至大数据平台。

进一步地，对所述体征数据进行评估过滤包括数据阈值范围评估、稳态数据变化率评估和静态数据变化率评估。

进一步地，所述稳态数据变化率评估具体为：

将当前采集的体征数据与上次的采集值进行稳态偏差计算，在计算结果超过预设偏差阈值时，认为体征数据的状态异常。

进一步地，所述静态数据变化率评估具体为：

连续采集n次体征数据，计算n次采集值的累计偏差，在计算结果超过预设累计偏差时，认为体征数据的状态异常。

进一步地，所述影响参数还包括当前可穿戴设备用户所实施作业的周期。

进一步地，所述动态计算体征数据上传的时间间隔的具体过程为：

实时获取可穿戴设备电池的剩余电量，并基于作业开始时的电池电量、当前电池电量以及常规工作功耗计算单次上传数据消耗的电量；

记录用户的作业时间，根据预设作业的周期计算剩余作业时间；

基于当前剩余电量、常规工作功耗和单次数据上传消耗的电量，计算剩余作业时间内数据上传的有效次数，得到数据上传的动态周期；

若当前体征数据的状态为正常，则体征数据的上传周期不小于所述动态周期，若当前体征数据的状态为异常，按照异常状态的严重情况，所述动态周期为体征数据上传周期的若干倍。

进一步地，所述可穿戴设备在上传体征数据的同时，还上传所述时间间隔给大数据平台。

本发明第二方面提供了一种可穿戴设备的数据传输***，所述***包括可穿戴设备和大数据平台；所述可穿戴设备包括信息采集单元、数据处理单元和通信单元；

所述信息采集单元实时获取用户的体征数据；

所述数据处理单元对所述体征数据进行评估过滤，判断体征数据的状态；并基于所述状态，以及包括可穿戴设备电池电量在内的影响参数，动态计算体征数据的上传周期；

所述通信单元基于所述上传周期，将体征数据上传至大数据平台。

进一步地，所述信息采集单元包括若干体征数据采集传感器以及定位模块，分别采集用户的体温、心率、血压值以及位置信息；所述通信单元采用2G、3G、4G、5G、NB-IOT或北斗数据报文传输网络中的一种。

本发明第三方面提供了一种计算机存储介质，所述计算机存储介质中存储有计算机指令，所述计算机指令在所述***上运行时，使所述***执行所述方法的步骤。

本发明第二方面的所述可穿戴设备的数据传输***能够实现第一方面及第一方面的各实现方式中的方法，并取得相同的效果。

发明内容中提供的效果仅仅是实施例的效果，而不是发明所有的全部效果，上述技术方案中的一个技术方案具有如下优点或有益效果：

1、本发明对于采集到的实时体征数据，在可穿戴设备端首先进行初步过滤处理，分析数据的状态，并基于状态、可穿戴设备电池的剩余电量等影响因素，计算动态上传周期，在状态正常时，采用低频模式上传数据到大数据平台，状态异常时，采用高频模式上传数据到大数据平台，满足实时性和完整性要求，同时保障了用户安全。

2、特征数据在上传大数据平台的同时，将上传周期发送给大数据平台，便于大数据平台直观地了解到特征数据的状态，便于快速做出应对策略，在用户出现异常状况时，进一步保障了用户安全。

3、可穿戴设备对体征数据进行评估过滤通过数据阈值范围评估、稳态数据变化率评估和静态数据变化率评估三个方面展开，保证过滤结果的准确性和可靠性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明所述方法实施例的流程示意图；

图2是本发明所述方法实施例其一实现方式的流程示意图；

图3是本发明所述方法实施例中对体征数据进行评估的流程示意图；

图4是本发明所述***实施例的结构示意图。

具体实施方式

为能清楚说明本方案的技术特点，下面通过具体实施方式，并结合其附图，对本发明进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。此外，本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意，在附图中所图示的部件不一定按比例绘制。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。

如图1、2所示，本发明实施例提供了一种可穿戴设备的数据传输方法，所述方法包括以下步骤：

S1，可穿戴设备实时获取用户的体征数据，并对所述体征数据进行评估过滤，判断体征数据的状态；

S2,基于所述状态，以及包括可穿戴设备电池电量在内的影响参数，动态计算体征数据的上传周期；

S3,可穿戴设备基于所述上传周期，将体征数据上传至大数据平台。

步骤S1中，可穿戴设备高频采集传感器数据，得到用户的体征数据及定位数据。所述用户体征数据包括体温、心率和血压等。

如图3所示，对体征数据进行初级过滤，对所述体征数据进行评估过滤包括数据阈值范围评估、稳态数据变化率评估和静态数据变化率评估。

其中数据阈值范围评估依据各项体征参数医学上正常的数值范围，进行基础阈值判断，例如体温正常阈值范围为36-37℃、心率正常阈值范围为60~100次/分、舒张压正常阈值范围为60~90mmHg、收缩压正常阈值范围为90~140mmHg、心率正常阈值范围为95~100%等，若在上述范围外，则认为体征数据的状态异常，对应采用高频策略实时上传体征数据。

所述稳态数据变化率评估具体为：将当前采集的体征数据与上次的采集值进行稳态偏差计算，在计算结果超过预设偏差阈值时，认为体征数据的状态异常。

所述静态数据变化率评估具体为：连续采集n次体征数据，计算n次采集值的累计偏差，在计算结果超过预设累计偏差时，认为体征数据的状态异常。

若初始数据过滤无异常，则可穿戴设备对体征数据进行存储，按照步骤S2计算的动态周期进行上传。

步骤S2中，所述影响参数还包括当前可穿戴设备用户所实施作业的周期。

所述动态计算体征数据的上传周期的具体过程为：

S21,实时获取可穿戴设备电池的剩余电量，并基于作业开始时的电池电量、当前电池电量以及常规工作功耗计算可穿戴设备当前工况下单次上传数据消耗的电量；由于数据上传采用无线上传，属于远程通信方案，其上传数据功耗除了和通信模块本身特性、上传数据量有关以外，还和可穿戴终端设备用户作业区域的信号覆盖强度有关，通过实时功耗计算可以较为准确的表征无线通信模块当前作业工况下的有效功耗。

S22，记录用户的作业时间，根据预设作业的周期计算剩余作业时间；

S23,基于当前剩余电量、常规工作功耗和单次数据上传消耗的电量，计算剩余作业时间内数据上传的有效次数，得到数据上传的动态周期。

若当前体征数据的状态为正常，则体征数据的上传周期不小于所述动态周期，即采用周期性低频数据上传的模式；若当前体征数据的状态为异常，按照异常状态的严重情况，所述动态周期为体征数据上传周期的若干倍，即采用周期性高频数据上传的模式。

所述可穿戴设备在上传体征数据的同时，还上传所述时间间隔给大数据平台。

可穿戴设备依据上传周期将各项体征数据进行压缩上传，大数据平台对各项体征数据进行最终的数据分析及在线周期判断，并返回数据上传响应。

如图4所示，本发明实施例提供的一种可穿戴设备的数据传输***，所述***包括可穿戴设备和大数据平台；所述可穿戴设备包括信息采集单元、数据处理单元和通信单元；

所述信息采集单元实时获取用户的体征数据；所述数据处理单元对所述体征数据进行评估过滤，判断体征数据的状态；并基于所述状态，以及包括可穿戴设备电池电量在内的影响参数，动态计算体征数据的上传周期；所述通信单元基于所述上传周期，将体征数据上传至大数据平台。

所述信息采集单元包括若干体征数据采集传感器以及定位模块，分别采集用户的体温、心率、血压值以及位置信息；所述通信单元采用2G、3G、4G、5G、NB-IOT或北斗数据报文传输网络中的一种。

本发明实施例还提供了一种计算机存储介质，所述计算机存储介质中存储有计算机指令，所述计算机指令在所述***上运行时，使所述***所述方法的步骤。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims

1.一种可穿戴设备的数据传输方法，其特征是，所述方法包括以下步骤：

2.根据权利要求1所述可穿戴设备的数据传输方法，其特征是，对所述体征数据进行评估过滤包括数据阈值范围评估、稳态数据变化率评估和静态数据变化率评估。

3.根据权利要求2所述可穿戴设备的数据传输方法，其特征是，所述稳态数据变化率评估具体为：

4.根据权利要求2所述可穿戴设备的数据传输方法，其特征是，所述静态数据变化率评估具体为：

5.根据权利要求1所述可穿戴设备的数据传输方法，其特征是，所述影响参数还包括当前可穿戴设备用户所实施作业的周期。

6.根据权利要求5所述可穿戴设备的数据传输方法，其特征是，所述动态计算体征数据上传的时间间隔的具体过程为：

7.根据权利要求6所述可穿戴设备的数据传输方法，其特征是，所述可穿戴设备在上传体征数据的同时，还上传所述时间间隔给大数据平台。

8.一种可穿戴设备的数据传输***，其特征是，所述***包括可穿戴设备和大数据平台；所述可穿戴设备包括信息采集单元、数据处理单元和通信单元；

所述信息采集单元实时获取用户的体征数据；

9.根据权利要求8所述可穿戴设备的数据传输***，其特征是，所述信息采集单元包括若干体征数据采集传感器以及定位模块，分别采集用户的体温、心率、血压值以及位置信息；所述通信单元采用2G、3G、4G、5G、NB-IOT或北斗数据报文传输网络中的一种。

10.一种计算机存储介质，所述计算机存储介质中存储有计算机指令，其特征是，所述计算机指令在权利要求8或9所述***上运行时，使所述***执行如权利要求1-7任一项所述方法的步骤。