本发明属于物联网领域，在物联网技术中，通过运用边缘计算快速实现感知数据应用的方法。
背景技术：
1、随着物联网技术的快速发展，物联网设备已经广泛应用于各个领域，包括工业、医疗、交通、家居等。这些设备产生了大量的数据，需要高效、实时的处理和分析，以提供更优质的服务。传统的数据处理方法将所有数据传输到云端进行集中处理，但由于网络延迟、数据安全等问题，无法满足某些场景的实时性要求。因此，基于物联网技术的边缘计算方法应运而生，将数据处理和分析的任务转移到物联网设备的本地端进行。
2、边缘计算是一种分布式计算架构，它将数据处理和计算能力从传统的集中式云服务器转移到距离数据源更近的边缘设备上。这些边缘设备可以是传感器、物联网设备、路由器等。边缘计算的核心理念是将计算资源更靠近数据产生的地方，从而减少数据传输延迟和网络拥堵。
3、基于物联网技术的边缘计算方法是一种将计算任务分散到物联网设备的本地端进行处理的技术。通过在物联网设备的本地端进行数据采集、预处理、计算和分析，可以减少网络传输的数据量，提高数据处理的速度和效率。同时，由于本地计算的存在，可以更好地适应物联网设备的实时变化和不确定性。边缘计算具有低延迟、高可靠性和高安全性等优势，可以满足各类物联网应用场景的个性化需求。
4、从现有的技术研究情况了解到，现有技术研究存在应用场景化泛，缺乏应用普遍性，对数据的处理应用更倾向于多数据，存在数据针对性不高特点，数据有效性低。同时，现有研究将数据处理更多集中于云端，由云端进行处理，边缘端仅作为采集和转发使用，对边缘设备的资源利用率不足。
技术实现思路
1、本发明的目的在于提供一种基于物联网的边缘计算方法，其特征在于，包括步骤：
2、步骤1：对物联数据进行采集与解析，获取物联感网感知数据和感知数据模型；
3、步骤2：定义边缘计算节点；将所述步骤1的感知数据模型定义为边缘计算节点；边缘计算节点包含了将端设备和端数据节点元素；在后续步骤中，边缘计算将基于边缘计算节点中端数据进行针对性处理；
4、步骤3：边缘计算；通过在物联网设备或边缘设备中部署边缘算法，对边缘计算节点中的端数据节点元素进行处理；
5、步骤4：云端控制；通过在物联网设备或边缘设备中建立远端或云端的云连接，将远端控制指令基于边缘计算实现模型映射，最终将经过边缘计算后的指令作用到传感器或设施设备中；
6、步骤5：数据发布；基于边缘计算，将对物联网感知数据处理为发布数据包，完成对物联数据的发布应用。
7、优选地，步骤1中，首先通过物联网数据采集与解析完成对物联网感知数据的捕获与解析，形成物联感网感知数据和感知数据模型；其中，物联数据采集包括：通过物联网手段，收集获取各种传感器和设施设备运行数据，形成物联网感知数据；物联数据解析包括：物联数据来源于不同领域和类型，通过对不同领域和类型的数据进行解析、清洗、转换处理。
8、优选地，在所述物联数据采集前，建立基于感知设备的感知数据模型，接下来对数据模型的数据进行算法加载，实现数据的归一化、去噪处理操作，以保证数据的准确性、可靠性和有效性。
9、优选地，步骤2中，对采集的端设备及端数据进行模型定义，并将基于感知设备的感知数据模型定义为边缘计算节点；
10、优选地，步骤3中，所述边缘计算为对边缘计算节点进行针对性处理，包含了算法运用、算法模型调用、算法配置参数信息；
11、边缘计算模型的输入为数据模型参数，输出为计算结果；
12、隐藏层共两层，以sigmoid函数作为激活函数；
13、边缘计算模型的数据集初始为采集初始数据，数据集规模随着采集的增加而增加；
14、模型经算法拟合后，能够根据输入的数据参数对采集数据进行平滑、收敛等处理。
15、优选地，步骤3中，边缘计算通过在物联网设备上确定边缘计算节点，所述边缘计算节点将采集到的数据进行计算处理操作，并利用边缘算法对处理后的数据进行分类、特征提取和模型训练；处理后的数据被存储在本地边缘设备中或传输到云端进行应用。
16、优选地，边缘计算协同报警功能，形成相关报警信息和映射处理信息，最终装订于边缘计算的处理包中，在数据发布中，将处理包和数据原始包同时分发至云端，云端根据需要，分类进行数据的提取、存储和装订应用。
17、优选地，步骤4中，将云端控制指令作用到物联网设备或边缘设备，以实现对传感器或设施设备的实时控制；
18、云端控制包括捕获远端控制指令，解析控制指令和控制要求；
19、将远端控制指令映射到采集数据模型中，以实现对控制设备的准确控制；同时，在涉及到边缘计算的数据模型时，边缘计算模型需要根据指令，进行模型映射，最后下发到设备端的指令为经过边缘计算后的指令。
20、优选地，步骤4中，云端控制时，边缘端同时需将控制响应和控制结果反馈到云端，对控制过程进行存储和呈现；
21、控制反馈和控制结果通过使用各云通信协议和技术来实现，并与发布的感知数据包类型有所区别。
22、优选地，步骤5中，在获取物联网数据，并完成边缘计算处理后，将对物联数据进行发布，发布至相关中间件或业务系统，其中发布数据包将区分感知数据、边缘处理数据和相关报警数据。
23、本发明与现有技术相比，其显著优点为：
24、(1)在物模型基础上，结合物联网应用特点计业务实际需求，对感知数据模型进行抽离和简化，提高数据模型本身的独立性，提升数据应用的便捷性，聚焦边缘计算的针对性和通用性。
25、(2)基于边缘计算方法，以数据为核心对象，通过算法接口配置，为同一设备加载不同算法，提高数据运算的针对性。
1.一种基于物联网的边缘计算方法，其特征在于，包括步骤：
2.如权利要求1所述的一种基于物联网的边缘计算方法，其特征在于，步骤1中，首先通过物联网数据采集与解析完成对物联网感知数据的捕获与解析，形成物联感网感知数据和感知数据模型；其中，物联数据采集包括：通过物联网手段，收集获取各种传感器和设施设备运行数据，形成物联网感知数据；物联数据解析包括：物联数据来源于不同领域和类型，通过对不同领域和类型的数据进行解析、清洗、转换处理。
3.如权利要求2所述的一种基于物联网的边缘计算方法，其特征在于，在所述物联数据采集前，建立基于感知设备的感知数据模型，接下来对数据模型的数据进行算法加载，实现数据的归一化、去噪处理操作，以保证数据的准确性、可靠性和有效性。
4.如权利要求2所述的一种基于物联网的边缘计算方法，其特征在于，步骤2中，对采集的端设备及端数据进行模型定义，并将基于感知设备的感知数据模型定义为边缘计算节点。
5.如权利要求4所述的一种基于物联网的边缘计算方法，其特征在于，步骤3中，所述边缘计算为对边缘计算节点进行针对性处理，包含了算法运用、算法模型调用、算法配置参数信息；
6.如权利要求5所述的一种基于物联网的边缘计算方法，其特征在于，步骤3中，边缘计算通过在物联网设备上确定边缘计算节点，所述边缘计算节点将采集到的数据进行计算处理操作，并利用边缘算法对处理后的数据进行分类、特征提取和模型训练；处理后的数据被存储在本地边缘设备中或传输到云端进行应用。
7.如权利要求6所述的一种基于物联网的边缘计算方法，其特征在于，边缘计算协同报警功能，形成相关报警信息和映射处理信息，最终装订于边缘计算的处理包中，在数据发布中，将处理包和数据原始包同时分发至云端，云端根据需要，分类进行数据的提取、存储和装订应用。
8.如权利要求7所述的一种基于物联网的边缘计算方法，其特征在于，步骤4中，将云端控制指令作用到物联网设备或边缘设备，以实现对传感器或设施设备的实时控制；
9.如权利要求8所述的一种基于物联网的边缘计算方法，其特征在于，步骤4中，云端控制时，边缘端同时需将控制响应和控制结果反馈到云端，对控制过程进行存储和呈现；
10.如权利要求9所述的一种基于物联网的边缘计算方法，其特征在于，步骤5中，在获取物联网数据，并完成边缘计算处理后，将对物联数据进行发布，发布至相关中间件或业务系统，其中发布数据包将区分感知数据、边缘处理数据和相关报警数据。
