SensorML總結(jié)(1)

1、精選課件1 SensorML總結(jié)總結(jié) 精選課件2 傳感器模型語(yǔ)言（Sensor Model Language）： 為傳感器和監(jiān)測(cè)數(shù)據(jù)的處理提供了一 般模型以及XML編碼標(biāo)準(zhǔn) 精選課件3 提供對(duì)傳感器和傳感器系統(tǒng)的存儲(chǔ)管理 （inventory management）的描述 提供同時(shí)支持資源和感知數(shù)據(jù)發(fā)掘的傳 感器及過(guò)程的信息 支持對(duì)傳感器感知數(shù)據(jù)的處理和分析 支持對(duì)監(jiān)測(cè)值（測(cè)量數(shù)據(jù)）的地理定位 精選課件4 提供性能特性（如精度，閾值等） 提供對(duì)獲得感知數(shù)據(jù)的過(guò)程的清晰描述 （也就是排列） 提供按需生成新數(shù)據(jù)產(chǎn)品的可執(zhí)行過(guò)程 鏈 對(duì)基礎(chǔ)屬性和傳感器系統(tǒng)相關(guān)條件的存 檔 精選課件5 SensorM

2、L提供了一個(gè)框架，該框架能夠 定義傳感器和傳感器系統(tǒng)的地理、動(dòng)態(tài) 和觀測(cè)特性。 SensorML中對(duì)原子過(guò)程（atomic process）和過(guò)程鏈（process chain） 的定義，使得種類(lèi)繁多的傳感器類(lèi)型能 夠被支持 精選課件6 SensorML把傳感器和轉(zhuǎn)換器組件（探測(cè) 器、信號(hào)傳送器、驅(qū)動(dòng)器和過(guò)濾器）都 定義為過(guò)程（Process），過(guò)程之間可 以相互連接，并平等地參與組成過(guò)程鏈 （Process Chain）或系統(tǒng)（System）， 二者也可使用相同的過(guò)程模型框架 精選課件7 過(guò)程是實(shí)體，具有一個(gè)或多個(gè)輸入，通 過(guò)具有良定義并使用明確參數(shù)的方法來(lái) 產(chǎn)生一個(gè)或多個(gè)輸出 精選課件8

3、復(fù)合過(guò)程塊由子過(guò)程相連組成，以此組 成過(guò)程模型或過(guò)程鏈。 過(guò)程鏈也包括可能的數(shù)據(jù)源以及明確的 子過(guò)程輸入輸出信號(hào)的鏈接 過(guò)程鏈同樣精確定義了自己的輸入、輸 出和參數(shù)。 精選課件9 為實(shí)現(xiàn)各種傳感器群（sensor communities）之間的互操作性 （interoperability）,要求在實(shí)現(xiàn) SensorML時(shí)定義群特有語(yǔ)義（在在線字 典或知識(shí)體中），且框架能夠使用這些 語(yǔ)義。 精選課件10 未來(lái)將會(huì)有越來(lái)越多的小型、通用的原 子過(guò)程，可作用來(lái)構(gòu)成過(guò)程鏈。通用模 型和XML配置文件將能夠定義傳感器系 統(tǒng)中大部分甚至所有的探測(cè)器、驅(qū)動(dòng)器 和過(guò)濾器，以及針對(duì)基本空間轉(zhuǎn)換和基 礎(chǔ)信號(hào)處理組

4、件的通用過(guò)程。 精選課件11 SensorML中，所有過(guò)程和組件都被編碼 成GML 3.1.1（Geographic Markup Language）功能模型中的應(yīng)用模式 （application schema） 精選課件12 SensorML關(guān)于O&M（Observations & Measurements）假定了三種基本的數(shù)據(jù) 信息構(gòu)成 精選課件13 一、可被測(cè)量和量化的屬性，在SWE上 下文中被稱(chēng)為“可測(cè)屬性”或“現(xiàn)象” （Observable Property or Phenomenon），這些屬性可能包含例如 溫度、計(jì)數(shù)、巖型、濃度或輻射率等屬 性 在SensorML中，它們將通過(guò)U

5、RI（URN） 引用。 精選課件14 二、對(duì)于可感知、測(cè)量特殊屬性的傳感 器，它們具有特殊的響應(yīng)特性，可以決 定測(cè)量結(jié)果或評(píng)估測(cè)量的質(zhì)量。這些傳 感器系統(tǒng)還具有坐標(biāo)和方向的屬性，使 用者可以在特定時(shí)間將其同特定地理坐 標(biāo)聯(lián)系起來(lái)。 SensorML提供了處理、地理位置注冊(cè)以 及評(píng)估傳感器系統(tǒng)測(cè)量質(zhì)量所需要的屬 性 精選課件15 在這種條件下，SensorML扮演兩種可能 的角色： 1.描述現(xiàn)存感知數(shù)據(jù)的獲取流程，包括 傳感器測(cè)量和原始感知數(shù)據(jù)的后處理 2.提供過(guò)程鏈，支持SensorML的軟件可 以通過(guò)使用這些過(guò)程鏈從已有感知數(shù)據(jù) 中推知新的數(shù)據(jù) 精選課件16 三、傳感器系統(tǒng)返回的數(shù)據(jù)，或是從傳 感器測(cè)量結(jié)果中推斷出的數(shù)據(jù)。這些測(cè) 量結(jié)果可從傳感器或是從數(shù)據(jù)處理時(shí)的 緩存區(qū)中獲得。 SensorML通過(guò)O&M的Observa