物联网事件——从输入计算移动平均数

Question

【以下的问题经过翻译处理】 你好，我在 IoT Events 中构建了一个检测器模型，它从环境传感器获取输入数据，如果传感器值超过阈值，则会通过 Lambda 发送电子邮件警报。然后设置一个计时器，如果传感器值在 24 小时后继续超过阈值，则会重新发送电子邮件警报。这个解决方案很简单并且效果很好。然而，问题在于传感器输入值可能会急剧上升。这可能会导致误报，因为在发送第一封电子邮件后，传感器输入值可能会迅速回落到阈值以下。

我想创建一个移动平均计算，回顾一段预定义的时间并计算环境传感器输入的平均值。例如，计算过去 12 小时内传感器值的平均值。如果移动平均值高于阈值，则发送初始电子邮件警报。是否可以在 IoT Events 中计算这样的移动平均值？

正如我提到的，电子邮件警报由 Lambda 函数生成，IoT 事件模型由 IoT 核心规则触发。

谢谢！

Answer

【以下的回答经过翻译处理】 嗨。虽然有可能实现，但这可能不是最好的解决方案。IoT Events没有一个很好的机制来存储N个样本的缓冲区，以计算N周期移动平均值。您可以使用`setVariable`动作和非常复杂的检测模型来实现它。相反，我建议您涉及其他AWS服务来预处理原始输入，或者建议您使用其他低通滤波技术，例如[指数平滑]（https://en.wikipedia.org/wiki/Exponential_smoothing）。

指数平滑法仅需要当前输入和上一平滑值，因此在IoT Events中实现起来非常容易。您还可以考虑去抖动、某种异常值拒绝或各种变体或组合。

[HVAC示例]（https://docs.aws.amazon.com/iotevents/latest/developerguide/iotevents-examples-hvac.html）似乎非常适合您的用例，并采用指数平滑（与异常/离群值拒绝结合使用）：

```
{
  “eventName”：“calculateAverage”，
  “condition”：“$ input.temperatureInput.sensorData.temperature < $ variable.anomalousHigh && $ input.temperatureInput.sensorData.temperature > $ variable.anomalousLow”，
  “actions”：[
  {
    “setVariable”：{
    “variableName”：“averageTemperature”，
    “value”：“（（（$ variable.averageTemperature *（$ variable.sensorCount-1））+ $ input.temperatureInput.sensorData.temperature）/ $ variable.sensorCount）”
    }
  }
  ]
}
```

在这种情况下，平滑常数为`1 / $ variable.sensorCount`。当然，您可以使用不同的平滑常数来调整您的过滤需求。

物联网事件——从输入计算移动平均数

相关内容