基于边缘计算的动物体征采集功耗控制方法及系统与流程

本发明涉及面向野生动物监测的电数字数据处理，尤其涉及一种基于边缘计算的动物体征采集功耗控制方法。

背景技术：

1、利用无线电或卫星项圈对野生动物进行生命体征监测，在野生动物保护、行为学研究以及疫病监测中具有不可替代的作用。通过安装在动物身上的传感器设备，获取动物的各项生理数据，从而了解动物在自然环境中的生存状态，影响传感器正常工作的因素众多，这对监测设备提出了更高的要求。

2、通过在动物身上安装传感器设备，可以采集动物的各种运动状态，获取动物的心率、呼吸率、体温、活动量等生理数据，并把所有数据上传至云端设备进行数据分析，从而了解动物在自然环境中的生存状态，用这些数据去分析动物的活动状态以及健康状态。自然界中的动物存在大量复杂动态行为，野外环境恶劣以及野生动物控制难度极大，通常设备需要在无人干预的条件下持续工作数月甚至数年，部署在野生动物身上的监测设备在面对电量低的情况时，研究人员需要再次接触动物进行电池更换或设备维护。

3、例如公告号：cn121029428b的中国发明专利公开了面向低功耗物联网的宠物生理数据边缘计算方法及系统。方案基于由数据采集模块获取的连续生理数据序列，计算用于表征当前生理状态稳定性的生理波动指数，并根据该指数调整计算负载，以延长电池供电设备的续航时间。

4、例如公开号：cn121524754a的中国发明专利申请公开的一种基于无人机多维信息融合的野生动物智能监测系统，该系统通过无人机平台模块保障飞行安全与续航，接着通过复合供电延长续航时间，并标准化减震接口支持多类型传感器灵活挂载。

5、但是上述现有技术至少存在如下技术问题：

6、自然界中的动物活动不规律，一方面静卧不动、轻微活动，一方面在突然面对天敌或食物的情况下，存在大量高速奔跑、剧烈抖动等复杂动态行为，运动伪影多，传感器设备与体表发生位移、挤压，以及产生噪音都会存在干扰信号，设备一直采集、检测数据保证了数据的全面性和完整性，将所有采集到的数据都上传至云端，进行数据分析，会导致数据样本太多，分析越多数据相应就消耗更长时间以及电量，极大缩短了设备的有效工作时长。

7、另外，监测设备处理的数据较多使设备的续航较低，但野生及户外动物的长期监测场景下对设备的续航要求更高，通常设备需要在无人干预的条件下持续工作数月甚至数年，当设备电量接近耗尽时，现有方案仅通过软件层面的频率调整来降低功耗，设备不能在必要的时候对电量进行合理规划，当面临急切需要更换电池时，野外环境恶劣以及野生动物控制难度极大，为更换电池提供了更大的难度，这些可能导致关键数据因电量耗尽而丢失。

技术实现思路

1、本发明的目的在于提供了一种基于边缘计算的动物体征采集功耗控制方法及系统，以解决野外长期部署场景下动物体征采集设备因持续无效数据采集、频繁射频传输和缺乏动态能量分配而导致的续航不足问题，以及因短时闪测导致的有效波形长度不一致、各特征估计可信度不同而造成的基线更新偏差和异常判定不准的问题。

2、第一方面，本发明提供了一种基于边缘计算的动物体征采集功耗控制方法，包括：

3、使主控mcu及射频通信处于休眠状态，保留惯性测量单元持续采集动物的运动数据。

4、根据所述运动数据计算运动强度指标，当所述运动强度指标满足静息阈值条件且持续时间超过预设的时间窗口时，唤醒主控mcu进行体征数据采集。

5、对采集的体征波形进行信号质量评估以剔除无效数据后，对有效波形提取包含心率变异性的时域特征，并将提取结果降维输出为结构化特征向量。

6、根据输出的结构化特征向量与动物个体历史体征基线计算偏离程度，仅在偏离程度超过报警阈值时，启动射频通信功能将当前结构化特征向量上传至远程服务器。

7、实时监控储能单元的荷电状态并执行分级供电策略，当所述荷电状态低于或等于预设临界阈值时仅保留定位和射频通信功能，生命体征传感器和环境传感器切断供电，所述历史体征基线根据动物个体的结构化特征向量动态更新。

8、第二方面，本发明提供了一种基于边缘计算的动物体征采集功耗控制系统，包括：

9、常态配置模块：配置为使主控mcu及射频通信处于休眠状态，保留惯性测量单元持续采集动物的运动数据。

10、唤醒控制模块：配置为根据运动数据计算运动强度指标，当运动强度指标满足静息阈值条件且持续时间超过预设的时间窗口时，唤醒主控mcu进行体征数据采集。

11、体征信号采集与质量评估模块：配置为对采集的体征波形进行信号质量评估以剔除无效数据后，对有效波形提取包含心率变异性的时域特征，并将提取结果降维输出为结构化特征向量。

12、异常结果上传模块：配置为根据输出的结构化特征向量与动物个体历史体征基线计算偏离程度，仅在偏离程度超过报警阈值时，启动射频通信功能将当前结构化特征向量上传至远程服务器。

13、分级供电模块：配置为实时监控储能单元的荷电状态并执行分级供电策略，当荷电状态低于或等于预设临界阈值时仅保留定位和射频通信功能，生命体征传感器和环境传感器切断供电，历史体征基线根据动物个体的结构化特征向量动态更新。

14、本发明实施例提供的技术方案所实现的有益效果至少包括：

15、（1）本发明在边缘端引入频域信号质量评估sqi机制，依托真实心跳与运动伪影的频域能量分布差异，精准筛选干净有效波形与污染噪声波形，仅将高信噪比有效波形纳入后续特征计算，对劣质噪声波形直接丢弃、终止后续流程。同时通过连续有效片段拆分、多维度特征有效性校验机制，针对心率、rmssd、呼吸频率三类核心体征特征，设置有效样本数量阈值，对无效、不可用特征做标记隔离，避免运动伪影、环境噪声污染数据进入特征建模与异常判定链路。基于频域信号质量评估sqi机制，可剔除约60%-85%的运动伪影污染波形，有效波形筛选率提升至90%以上，无效波形进入后续运算链路的比例降至10%以下，显著降低了因数据导致的误判风险。

16、（2）区别于传统统一静态阈值判定方式，本发明为野生动物个体建立专属均值向量与协方差矩阵体征基线，依托马氏距离实现多维生理特征的综合异常判定，可精准区分动物正常生理波动与真实伤病、应激异常事件。同时设置严格的基线更新互斥逻辑，仅正常体征数据通过ema指数加权滑动平均迭代更新个体基线，异常数据、劣质数据不参与基线迭代，有效避免异常样本污染基线，保证个体基线可跟随动物生长、季节变化、生理状态动态自适应更新。相较于传统静态阈值方式，个体专属基线结合马氏距离判定可使误告警率降低60%-80%，基线更新互斥逻辑有效避免了95%以上的异常样本污染基线，显著提升了野生动物生理异常识别的精准度。

17、（3）通过计算有效特征区间对应的马氏距离上下限，区分三种结果，针对数据有效但判定不收敛的场景，设置三重约束的智能补采策略，按需追加等长数据采样并重新运算校验。既避免因单次采样数据不完整导致的误判、漏判，又不会造成无限制补采带来的功耗浪费，实现精准判定、按需补采、功耗可控的平衡，三重约束机制使无线制补采次数减少约70%-85%，有效采样收敛率提升至90%以上，在保障数据质量的同时最大限度降低补采功耗，延长野外长期使用场景下的续航时间。

18、（4）将波形滤噪、特征提取、多维度特征方差计算、基线迭代更新、异常区间判定、补采逻辑校验等全部核心运算部署在边缘mcu本地完成，无需依赖云端算力与持续卫星通信，同时采用结构化特征向量上传机制，仅上传核心体征数据与状态标志，不上传原始海量ppg波形数据，极大压缩卫星传输数据量，降低射频通信功耗与卫星链路资源占用。以典型ppg采样计算，原始波形数据量为数万字节，而机构化特征向量使得上传数据量压缩至数百字节，压缩比例可达98%-99%，射频通信功耗降低约85%-95%。实现野外无稳定信号环境下的离线自主监测，续航时间延长2至4倍，摆脱对云端的实时依赖，适配长期户外野外监测场景。

19、应当理解，本部分所讲的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。