基于边缘计算的北斗GNSS接收机解算方法和系统技术方案

本申请提供了基于边缘计算的北斗GNSS接收机解算方法和系统。方法包括：接收机采集坝体的物态、形位变化和环况的监测信息并提取坝体的物态变量、形位变化以及动态环变的特征数据，根据坝体动态环变特征数据处理获得坝体环变诱导因子，对水文地质情报监测信息数据测评获得水文地质风险评测系数，再根据诱导因子和评测系数分别对各坝体物态变量特征数据和形位变量特征数据修正获得坝体物态质变风险检测指数和坝体形位异变风险评定指数，后结合相似样本坝体风险评定指数加权获得坝体风险状况鉴定数据，并通过阈值对比判断坝体的风险状况；从而基于接收机平台采集信息数据进行计算评估，实现根据坝体及环境的监测信息数据进行风险评估。风险评估。风险评估。

【技术实现步骤摘要】
基于边缘计算的北斗GNSS接收机解算方法和系统


[0001]本申请涉及接收机平台的数据采集和处理
，具体而言，涉及基于边缘计算的北斗GNSS接收机解算方法和系统。

技术介绍

[0002]GNSS（全球导航卫星系统）接收机用于接收并追踪、转换和检验GPS信号，以监测各类物体结构的位移，而传统的接收机仅是用于监测接收和处理计算位置为主的信息处理平台，具有采集、处理和传输显示的功能，而难以实现结合传感器信息数据进行信息数据的综合采集和处理的功能，功能较为单一，而对于坝体的状况监测，除了对位置、形状、位移进行监测以外，往往还需要对传感器获得的压力、载荷以及环境状况信息进行综合处理，因此，需设计基于北斗GNSS接收机的坝体状况信息监测平台，将接收到的采集的位移、形态、压力、温度、负荷以及坝体环境和外界感知信息通过边缘计算进行综合处理、评估，从而获得对坝体风险状况进行测评的接收机综合处理平台。
[0003]由于坝体的信号采集源分布且种类多样，采集的信息类型多变且复杂，传统平台的集成化处理效率不高，且收到信号处理程序的制约，而采用边缘计算能够满足配坝体各类信号源分类分段的采集和计算需求，通过边缘端各节点利用智能算法进行实时的信号接收、数据处理和故障分析，便于及时、高效的处理各信号源汇集的各种数据，满足分析评估的需求，而目前缺乏根据边缘计算模式对坝体信号源的多样化信息数据进行综合分析处理的技术，同时也缺乏基于北斗GNSS接收机以及信号源传感器进行汇集处理坝体信息数据，并进行坝体状况评估的平台技术。
[0004]针对上述问题，目前亟待有效的技术解决方案。

技术实现思路

[0005]本申请实施例的目的在于提供一种基于边缘计算的北斗GNSS接收机解算方法和系统，可以通过对接收机采集的信息数据进行计算评估，实现根据坝体及环境的监测信息数据进行风险评估判断技术。
[0006]本申请实施例还提供了基于边缘计算的北斗GNSS接收机解算方法，包括以下步骤：获取坝体的多个预设的信息监测区域，通过北斗GNSS接收机采集各信息监测区域在预设时间段内的坝体物态监测信息，以及坝体的坝体形位变化监测信息和坝体环况监测信息；根据所述坝体物态监测信息提取所述各信息监测区域对应的坝体物态变量特征数据，包括压应力变量特征数据和载荷动能变量特征数据，根据所述坝体形位变化监测信息提取形位变量特征数据；根据所述坝体环况监测信息提取所述预设时间段内的坝体动态环变特征数据，根据坝体动态环变特征数据获取坝体环变历史相似特征样本，并提取对应相似样本的坝体风
险评定指数；根据所述坝体动态环变特征数据通过预设坝体环变诱因评估模型进行处理，获得坝体环变诱导因子；通过所述北斗GNSS接收机采集所述坝体所在区域在所述预设时间段内的水文地质情报监测信息，并通过预设水文地质风险评测模型对信息数据进行测评，获得水文地质风险评测系数；根据所述坝体环变诱导因子和所述水文地质风险评测系数对所述各信息监测区域对应所述压应力变量特征数据以及载荷动能变量特征数据进行修正处理，获得坝体物态质变风险检测指数；根据所述坝体环变诱导因子和所述水文地质风险评测系数对所述形位变量特征数据进行修正处理，获得坝体形位异变风险评定指数；根据所述坝体物态质变风险检测指数以及所述坝体形位异变风险评定指数结合所述相似样本坝体风险评定指数进行加权处理，获得坝体风险状况鉴定数据，并与预设坝体风险状况评估阈值进行阈值对比，判断所述坝体的风险状况。
[0007]可选地，在本申请实施例所述的基于边缘计算的北斗GNSS接收机解算方法中，所述根据所述坝体物态监测信息提取所述各信息监测区域对应的坝体物态变量特征数据，包括压应力变量特征数据和载荷动能变量特征数据，根据所述坝体形位变化监测信息提取形位变量特征数据，包括：根据所述坝体物态监测信息提取所述各信息监测区域对应的坝体物态变量特征数据，包括压应力变量特征数据和载荷动能变量特征数据；所述压应力变量特征数据包括坝体土基压力分布差变数据以及坝体钢基应力分布差变数据，所述载荷动能变量特征数据包括泥沙冲击压力变化数据、坝基震动动能变化数据以及坝基线载荷分布变化数据；根据所述坝体形位变化监测信息提取形位变量特征数据，包括轮廓线位移变化数据、基准线偏离度数据、挠度变化数据以及基线倾斜角变化数据。
[0008]可选地，在本申请实施例所述的基于边缘计算的北斗GNSS接收机解算方法中，所述根据所述坝体环况监测信息提取所述预设时间段内的坝体动态环变特征数据，根据坝体动态环变特征数据获取坝体环变历史相似特征样本，并提取对应相似样本的坝体风险评定指数，包括：根据所述坝体环况监测信息提取所述预设时间段内的坝体动态环变特征数据；所述坝体动态环变特征数据包括监测时间节点数据、水温差变化数据、水位差变化数据以及大气温湿度变化数据；根据所述坝体动态环变特征数据通过预设坝体监测信息平台数据库获取相似性最大的坝体环变历史相似特征样本；根据所述坝体环变历史相似特征样本提取对应相似样本的坝体风险评定指数。
[0009]可选地，在本申请实施例所述的基于边缘计算的北斗GNSS接收机解算方法中，所述根据所述坝体动态环变特征数据通过预设坝体环变诱因评估模型进行处理，获得坝体环变诱导因子，包括：根据所述水温差变化数据、水位差变化数据、大气温湿度变化数据通过预设坝体
环变诱因评估模型进行处理，获得坝体环变诱导因子；所述预设坝体环变诱因评估模型的程序公式为：；其中，为坝体环变诱导因子，、、分别为水温差变化数据、水位差变化数据、大气温湿度变化数据，、、为预设特征系数。
[0010]可选地，在本申请实施例所述的基于边缘计算的北斗GNSS接收机解算方法中，所述通过所述北斗GNSS接收机采集所述坝体所在区域在所述预设时间段内的水文地质情报监测信息，并通过预设水文地质风险评测模型对信息数据进行测评，获得水文地质风险评测系数，包括：通过所述北斗GNSS接收机采集所述坝体所在区域在所述预设时间段内的水文地质情报监测信息；根据所述水文地质情报监测信息提取水文地质监测告警数据，包括暴雨量级监测数据、地震量级监测数据和流速级别告警监测数据；根据所述暴雨量级监测数据、地震量级监测数据和流速级别告警监测数据通过预设水文地质风险评测模型进行处理，获得所述预设时间段内坝体所在区域的水文地质风险评测系数；所述预设水文地质风险评测模型的程序公式为：；其中，为水文地质风险评测系数，、、分别为暴雨量级监测数据、流速级别告警监测数据、地震量级监测数据，为预设区域地质灾害风险预设值，、、为预设特征系数。
[0011]可选地，在本申请实施例所述的基于边缘计算的北斗GNSS接收机解算方法中，所述根据所述坝体环变诱导因子和所述水文地质风险评测系数对所述各信息监测区域对应所述压应力变量特征数据以及载荷动能变量特征数据进行修正处理，获得坝体物态质变风险检测指数，包括：根据所述各信息监测区域对应所述坝体土基压力分布差变数据、坝体钢基应力分布差变数据以及所述泥沙冲击压力变化数据、坝基震动动能变化数据和坝基线载荷分布变化数据进行聚合处理，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于边缘计算的北斗GNSS接收机解算方法，其特征在于，包括以下步骤：获取坝体的多个预设的信息监测区域，通过北斗GNSS接收机采集各信息监测区域在预设时间段内的坝体物态监测信息，以及坝体的坝体形位变化监测信息和坝体环况监测信息；根据所述坝体物态监测信息提取所述各信息监测区域对应的坝体物态变量特征数据，包括压应力变量特征数据和载荷动能变量特征数据，根据所述坝体形位变化监测信息提取形位变量特征数据；根据所述坝体环况监测信息提取所述预设时间段内的坝体动态环变特征数据，根据坝体动态环变特征数据获取坝体环变历史相似特征样本，并提取对应相似样本的坝体风险评定指数；根据所述坝体动态环变特征数据通过预设坝体环变诱因评估模型进行处理，获得坝体环变诱导因子；通过所述北斗GNSS接收机采集所述坝体所在区域在所述预设时间段内的水文地质情报监测信息，并通过预设水文地质风险评测模型对信息数据进行测评，获得水文地质风险评测系数；根据所述坝体环变诱导因子和所述水文地质风险评测系数对所述各信息监测区域对应所述压应力变量特征数据以及载荷动能变量特征数据进行修正处理，获得坝体物态质变风险检测指数；根据所述坝体环变诱导因子和所述水文地质风险评测系数对所述形位变量特征数据进行修正处理，获得坝体形位异变风险评定指数；根据所述坝体物态质变风险检测指数以及所述坝体形位异变风险评定指数结合所述相似样本坝体风险评定指数进行加权处理，获得坝体风险状况鉴定数据，并与预设坝体风险状况评估阈值进行阈值对比，判断所述坝体的风险状况。2.根据权利要求1所述的基于边缘计算的北斗GNSS接收机解算方法，其特征在于，所述根据所述坝体物态监测信息提取所述各信息监测区域对应的坝体物态变量特征数据，包括压应力变量特征数据和载荷动能变量特征数据，根据所述坝体形位变化监测信息提取形位变量特征数据，包括：根据所述坝体物态监测信息提取所述各信息监测区域对应的坝体物态变量特征数据，包括压应力变量特征数据和载荷动能变量特征数据；所述压应力变量特征数据包括坝体土基压力分布差变数据以及坝体钢基应力分布差变数据，所述载荷动能变量特征数据包括泥沙冲击压力变化数据、坝基震动动能变化数据以及坝基线载荷分布变化数据；根据所述坝体形位变化监测信息提取形位变量特征数据，包括轮廓线位移变化数据、基准线偏离度数据、挠度变化数据以及基线倾斜角变化数据。3.根据权利要求2所述的基于边缘计算的北斗GNSS接收机解算方法，其特征在于，所述根据所述坝体环况监测信息提取所述预设时间段内的坝体动态环变特征数据，根据坝体动态环变特征数据获取坝体环变历史相似特征样本，并提取对应相似样本的坝体风险评定指数，包括：根据所述坝体环况监测信息提取所述预设时间段内的坝体动态环变特征数据；
所述坝体动态环变特征数据包括监测时间节点数据、水温差变化数据、水位差变化数据以及大气温湿度变化数据；根据所述坝体动态环变特征数据通过预设坝体监测信息平台数据库获取相似性最大的坝体环变历史相似特征样本；根据所述坝体环变历史相似特征样本提取对应相似样本的坝体风险评定指数。4.根据权利要求3所述的基于边缘计算的北斗GNSS接收机解算方法，其特征在于，所述根据所述坝体动态环变特征数据通过预设坝体环变诱因评估模型进行处理，获得坝体环变诱导因子，包括：根据所述水温差变化数据、水位差变化数据、大气温湿度变化数据通过预设坝体环变诱因评估模型进行处理，获得坝体环变诱导因子；所述预设坝体环变诱因评估模型的程序公式为：；其中，为坝体环变诱导因子，、、分别为水温差变化数据、水位差变化数据、大气温湿度变化数据，、、为预设特征系数。5.根据权利要求4所述的基于边缘计算的北斗GNSS接收机解算方法，其特征在于，所述通过所述北斗GNSS接收机采集所述坝体所在区域在所述预设时间段内的水文地质情报监测信息，并通过预设水文地质风险评测模型对信息数据进行测评，获得水文地质风险评测系数，包括：通过所述北斗GNSS接收机采集所述坝体所在区域在所述预设时间段内的水文地质情报监测信息；根据所述水文地质情报监测信息提取水文地质监测告警数据，包括暴雨量级监测数据、地震量级监测数据和流速级别告警监测数据；根据所述暴雨量级监测数据、地震量级监测数据和流速级别告警监测数据通过预设水文地质风险评测模型进行处理，获得所述预设时间段内坝体所在区域的水文地质风险评测系数；所述预设水文地质风险评测模型的程序公式为：；其中，为水文地质风险评测系数，、、分别为暴雨量级监测数据、流速级别告警监测数据、地震量级监测数据，为预设区域地质灾害风险预设值，、、为预设特征系数。6.根据权利要求5所述的基于边缘计算的北斗GNSS接收机解算方法，其特征在于，所述根据所述坝体环变诱导因子和所述水文地质风险评测系数对所述各信息监测区域对应所述压应力变量特征数据以及载荷动能变量特征数据进行修正处理，获得坝体物态质变风险
...

【专利技术属性】
技术研发人员：张之芳，黄桂军，王晓幸，马志远，刘正洋，胡斌斌，朱玲，黄维东，何萧义，李张成，
申请(专利权)人：湖南湘银河传感科技有限公司，
类型：发明
国别省市：