2012-03-28_CN102395200A_发明公开_CN102395200A 无线传感器网络中节点定位方法及装置_+++n+++.docx

对比文件:2012-03-28_CN102395200A_发明公开_CN102395200A 无线传感器网络中节点定位方法及装置

目标专利:用于参与式感知数据采集的方法和设备 CN103581939B

本次调用的模型名称:DeepSeek(深度思考模式)

### 特征比对表格

技术特征描述及公开性判断对比文件原文引用(中文翻译,标注段落)公开性论述
**技术特征A:** 包括:对于多个用户设备中的每个用户设备,**(未公开)**对比文件涉及无线传感器网络中的传感器节点,未出现“用户设备”概念。原文[0002]:“大量的静止或移动的传感器以自组织和多跳方式构成的无线网络”。对比文件针对的是锚节点和待定位节点,其方法并非对“多个用户设备中的每个用户设备”执行操作,而是从一个待定位节点出发利用多个锚节点。技术领域、执行主体和对象均不同,因此未公开技术特征A。
**技术特征B:** 利用所述用户设备的移动历史信息,计算所述用户设备在预定时间位于预定区域的各个子区域的概率 **(未公开)**对比文件未涉及移动历史信息或概率计算。该文件的核心是节点定位,使用无线信号衰减模型、最小二乘法等确定坐标。原文[0041]描述定位方法步骤。对比文件完全不涉及用户设备的移动历史信息,也没有计算用户设备位于子区域的任何概率。其通过测距和几何计算直接求取坐标,而非概率预测。因此未公开技术特征B。
**技术特征C:** 基于所述用户设备采集感知数据的能力信息,确定当所述用户设备位于所述各个子区域时将要采集的感知数据的类型 **(未公开)**对比文件未涉及用户设备的感知能力信息,也未涉及感知数据类型的确定。原文[0041]仅涉及信号发射功率和位置坐标。对比文件没有采集感知数据的能力信息(如传感器类型),也不确定用户设备在子区域能采集何种类型的数据。其关注的是位置估算,而非感知数据类型的决策。因此未公开技术特征C。
**技术特征D:** 根据针对所述各个子区域所计算的概率以及所确定的感知数据的类型,获得所述用户设备在所述预定区域内的与感知数据采集有关的效用值 **(未公开)**对比文件没有“效用值”的概念,也不涉及概率与感知数据类型的结合。原文[0045]等使用测距方差和权重法确定位置坐标。对比文件未计算任何与感知数据采集相关的效用值,其定量评估的对象是初始位置坐标的测距方差,目的是剔除误差,而非获得用户设备的效用。因此未公开技术特征D。
**技术特征E:** 基于为所述多个用户设备获得的多个效用值,从所述多个用户设备中选择一个或一个以上用户设备用以参与式感知数据的采集 **(未公开)**对比文件没有选择用户设备的过程,其最终输出是待定位节点的最终位置坐标,并不涉及从多个设备中选择。原文[0070]通过权重法确定一个待定位节点的最终坐标。对比文件不涉及参与式感知,也不存在基于效用值选择用户设备的步骤。其技术方案仅针对单一待定位节点进行定位,无选择操作。因此未公开技术特征E。
**技术特征F:** 进一步包括:在计算所述概率前,接收并且存储关于所述用户设备在所述各个子区域间移动的位置信息和采集感知数据的能力信息 **(未公开)**对比文件接收锚节点发送的无线信号,包含位置坐标和发射功率,但非用户设备的移动位置信息,也不包含感知能力信息。原文[0049]:“无线信号中可以携带相应锚节点的位置坐标,以及所发射信号的信号强度或者信号发射功率”。对比文件接收的是锚节点的静态位置坐标和信号参数,并非用户设备在子区域间移动的位置历史,也不涉及用户设备的感知能力(如传感器类型)。因此未公开技术特征F。
**技术特征G:** 其中利用所述用户设备的移动历史信息,计算所述用户设备在预定时间位于预定区域的各个子区域的概率包括:根据所述移动历史信息建立马尔可夫链模型,其中所述移动历史信息涉及所述用户设备在所述各个子区域间的位置转移以及在所述各个子区域内的停留时间的统计信息 **(未公开)**对比文件未涉及马尔可夫链模型,其定位算法基于最小二乘法和权重法。原文[0060]使用最小二乘法计算初始位置坐标。对比文件完全不涉及马尔可夫链,也没有位置转移概率或停留时间统计。其定位方法不依赖于移动历史,而是依赖于当前信号测量。因此未公开技术特征G。
**技术特征H:** 利用所述马尔可夫链模型,计算所述用户设备在所述预定时间位于所述预定区域的各个子区域的概率 **(未公开)**对比文件无马尔可夫链模型,无概率计算。原文[0064]使用测距方差公式对初始坐标进行定量评估。同特征G,对比文件未建立马尔可夫链模型,也未计算用户设备在子区域的概率。因此未公开技术特征H。
**技术特征I:** 其中根据所述用户设备在移动到的子区域内所能采集的感知数据的类型以及所述子区域内先前已经采集到的、且还未过期的感知数据的类型,确定所述用户设备位于所述子区域时将要采集的感知数据的类型 **(未公开)**对比文件未涉及感知数据类型,也未涉及数据过期概念。其确定的是位置坐标,而非感知数据类型。原文[0066]通过方差阈值判断初始坐标可靠性。对比文件没有子区域中先前采集数据且考虑是否过期的概念,也不根据此确定将要采集的数据类型。其技术方案围绕位置坐标的准确性进行评估。因此未公开技术特征I。
**技术特征J:** 其中基于为所述多个用户设备获得的多个效用值,从所述多个用户设备中选择一个或一个以上用户设备用以参与式感知数据的采集还包括以下操作之一:将所述多个效用值中的每一个效用值与预定阈值比较 **(未公开)**对比文件有阈值比较操作,但比较的是测距方差与预设方差阈值,用于评估初始位置坐标的可靠性。原文[0067]:“判断各初始位置坐标相应的测距方差是否大于预设的方差阈值,如果是,则将所述初始位置坐标对应的相关参数设置为0;否则设置为1”。对比文件中的阈值比较是针对测距方差,目的是剔除误差较大的初始坐标,而非基于效用值选择用户设备。比较对象、目的均不同,且对比文件无“效用值”。因此未公开技术特征J。
**技术特征K:** 将所述多个效用值进行排序 **(未公开)**对比文件未涉及排序操作,其通过权重法直接计算最终坐标,权重为0或1,无排序步骤。原文[0070]权重法公式。对比文件没有对多个效用值进行排序,其处理的是多个初始位置坐标及其权重,但权重并非通过排序得到。因此未公开技术特征K。
**技术特征L:** 进一步包括:在选择将参与感知数据采集的用户设备后,通知所述用户设备进行所述感知数据采集 **(未公开)**对比文件未涉及通知用户设备进行采集的步骤。其方法输出待定位节点的最终位置坐标,不涉及后续采集指令。原文[0070]确定最终坐标后方法结束。对比文件不涉及参与式感知中的用户设备选择,自然不存在通知用户设备进行采集的步骤。因此未公开技术特征L。
**技术特征M:** 接收和存储所述用户设备在所述预定区域内采集的感知数据 **(未公开)**对比文件不涉及用户设备采集感知数据,也不涉及接收和存储感知数据。其输入是无线信号,输出是位置坐标。原文[0041]等。对比文件的技术任务是定位,而非采集和存储感知数据。因此未公开技术特征M。
**技术特征N:** 进一步包括:其中根据事件、周期或请求来触发所述方法的执行 **(隐含公开)**对比文件[0050]:“各个安装有GPS定位设备的锚节点可以周期性地向所述待定位节点发送无线信号”。待定位节点接收信号后启动定位流程,可视为由周期性事件触发方法执行。对比文件隐含描述了方法的触发方式:锚节点周期性发送信号,待定位节点在接收到信号后开始执行定位步骤。这相当于由周期性事件触发方法的执行,与目标专利中“根据周期触发”的技术手段实质相同。虽然对比文件针对定位而非选择,但触发机制本身具有通用性,本领域技术人员可以合理推断其隐含公开了该特征。因此技术特征N被隐含公开。
**技术特征O:** 其中利用下式来获得所述效用值:公式(包含Uα、Li、ΔT、概率、集合等)**(未公开)**对比文件没有该效用值公式。其使用测距方差公式([0064])和权重法公式([0070]),公式形式、参数均不同。对比文件未给出任何与参与式感知效用值相关的公式,其数学表达用于定位误差评估,与目标专利的效用函数完全不同。因此未公开技术特征O。
**技术特征P:** 其中所述感知数据包括由用户设备采集的涉及所述各个子区域的湿度、温度、空气质量、位置、亮度、震动、声音和场景的至少一种类型的感知数据 **(未公开)**对比文件[0003]提及“利用无线传感器网络实现温度、湿度、压力和应变等参数监测”,但未提及用户设备、子区域及其他类型(亮度、震动等)。对比文件虽涉及温度、湿度等参数,但未限定由“用户设备”采集,也未涉及“各个子区域”的划分,且缺少亮度、震动、声音、场景等类型。目标专利的P特征是对整个方法中感知数据类型的具体限定,对比文件未公开该限定中的多个关键要素,因此未公开技术特征P。

### 公开性结论

经逐项比对,技术特征A、B、C、D、E、F、G、H、I、J、K、L、M、O、P均未被对比文件直接或隐含公开;技术特征N被对比文件隐含公开。

根据输出格式要求,在回答结尾插入对应代码:

<<<n>>>

权利要求与技术特征
Powered by Django

网站备案号:渝ICP备2023012882号


重庆市非显而易见网络科技有限责任公司 A Anti NPE NPE