【技术实现步骤摘要】
本专利技术属于建筑监测信号处理领域，尤其涉及基于增强现实的智能信号处理方法及系统。
技术介绍
1、随着物联网技术的飞速发展，数以亿计的传感器设备被部署在全球各地，特别是建筑监控、智慧城市、工业自动化等领域，这些设备持续不断地产生海量实时数据。这些数据中蕴含着对建筑物状态、环境变化及潜在风险的重要信息，但同时也带来了前所未有的数据处理挑战。实时性、准确性和高效性成为处理这些数据的关键要求，特别是在需要快速响应的动态环境中，如监测建筑的震动或沉降，以预防安全风险。
2、如授权公告号为cn111525940b的专利公开了可穿戴设备、信号处理方法、信号处理装置及存储介质，可穿戴设备包括：眼镜终端和处理终端，其中，所述眼镜终端包括第一电极，当所述眼镜终端被穿戴时，所述第一电极和人体接触；所述处理终端包括第二电极，当所述处理终端被穿戴时，所述第二电极和人体接触；所述眼镜终端用于通过所述第一电极发送感应信号，使所述感应信号通过人体传输到达所述第二电极；所述处理终端用于处理所述感应信号以得到反馈信号，并通过所述第二电极发送所述反馈信号，使所述反馈信号通过人体传输到达所述第一电极。
3、以上现有技术均存在以下问题：现有的信号处理技术在处理来自物联网设备的大量实时数据由于收敛速度和处理精度问题，往往导致延迟较大，无法满足实时性要求，为了解决上述问题，本专利技术提供了基于增强现实的智能信号处理方法及系统。
技术实现思路
1、针对现有技术的不足，本专利技术提出了基于增强现实的智能信
2、为实现上述目的，本专利技术提供如下技术方案：
3、基于增强现实的智能信号处理方法，包括：
4、s1：监测获取建筑震动或沉降信号数据，通过物联网中内置的双边滤波算法预处理后，传输到边缘服务器进行保存，配置ar设备并将ar设备通过物联网与边缘服务器连接；
5、s2：基于rls滤波器和粒子群算法构建信号动态补偿模型，并将构建的信号动态补偿模型配置到对应边缘服务器中，对保存的震动或沉降信号数据进行动态滤波和信号补偿处理，获取二次滤波信号数据；
6、s3：获取对应监测建筑三维空间数据，并利用边缘服务器配置三维模型生成算法，根据获取的三维空间数据利用三维模型生成算法构建建筑三维模型，将二次滤波信号数据映射到构建的建筑三维模型，根据数据变化动态调整模型形态，模拟建筑震动或沉降过程；
7、s4：基于模糊算法构建评估模型，并将构建的评估模型内置到边缘服务器，根据获取的二次滤波信号数据和建筑震动或沉降过程，通过评估模型评估获得建筑震动或沉降动态风险等级，并利用颜色标签在构建的建筑三维模型对获取的动态风险等级进行标注，同时利用实时监测的震动或沉降信号数据，对风险等级进行实时更新；
8、s5：将经过颜色标签标注的建筑三维模型通过物联网传输到配置的配置ar设备，并利用ar设备中配置的风险等级预警条件，根据建筑三维模型中标注颜色的变化状态进行预警，并根据预警状态，自动调用震动或沉降风险处理策略库，获取对应的处理策略，并将获取的策略在ar设备上实施展示。
9、具体的，s2中信号动态补偿模型构建的具体步骤包括：
10、s201、设t时刻的震动或沉降信号数据序列为xt，将xt分别与m个相位旋转因子相乘，获取m个带有不同相位偏移的子信号频移量其中，表示第m个带有相位偏移的子信号频移量；
11、s202、利用m个滤波器构建子信号滤波补偿阵列，对子信号滤波补偿阵列中m个滤波器对应的参数序列α＝(α1…αm…αm)进行初始化，并将获取的输入到子信号滤波补偿阵列中对应的m个滤波器内，输出补偿信号序列其中，αm表示m个滤波器中第m个滤波器的参数子序列，表示第m个滤波器输出的补偿信号；m个带有不同相位偏移的子信号输入量与子信号滤波补偿阵列中的滤波器一一对应；
12、s203、根据获取的补偿信号序列利用加权策略获取重构的补偿信号数据，加权策略具体公式为：
13、
14、其中，表示重构的补偿信号数据，hm表示子信号滤波补偿阵列中第m个滤波器的权重矢量，表示第m个滤波器动态补偿后的参数子序列，表示由信号动态补偿模型中滤波参数调整子模型输出的参数序列中第m个滤波器对应参数子序列的加权补偿系数，z-m表示信号延迟算子。
15、具体地，s2中信号动态补偿模型构建的具体步骤还包括：
16、s204、将xt输入到信号动态补偿模型中由降噪编码器构建的参考信号子模型中，获取参考信号序列rt；
17、s205、通过获取的参考信号序列rt和xt获得信号偏差值et，将获取的信号偏差值et输入到信号动态补偿模型中的滤波参数调整子模型中，获得m个滤波器参数子序列对应的加权补偿系数序列
18、s206、将获取的加权补偿系数序列反馈到子信号滤波补偿阵列中对应的滤波器内通过s203的加权策略公式对m个滤波器的参数子序列进行实时调整；
19、s207、设置信号偏差阈值当时，则停止信号补偿，输出重构的补偿信号数据否则继续补偿迭代，直到满足时停止。
20、具体地，信号动态补偿模型中滤波参数调整子模型构建的具体步骤包括：
21、s2031、利用子信号滤波补偿阵列中m个滤波器的参数序列(α1…αm…αm)构建粒子群算法的m个粒子，并利用每个滤波器参数子序列对应的参数值构建每个粒子对应的位置向量pm和速度向量vm，其中pm表示第m个滤波器参数子序列构建的第m个粒子的位置向量，vm表示第m个滤波器参数子序列构建的第m个粒子的速度向量；
22、s2032、利用获取的m个粒子构建适应度函数，并利用适应度函数对每一个粒子进行评估，适应度函数具体为：其中fm表示第m个粒子的适应度评估值；
23、s2033、基于获取的m个粒子的适应度评估值，计算获得m个粒子对应适应度值的均值fa和标准差fstd，根据获取的均值fa和标准差fstd设置粒子群算法的停止判别条件，停止判别条件具体包括：
24、
25、s2034、将信号偏差值et输入到s2031-s2033构建的粒子群算法中，根据获取的停止判别条件进行迭代序列，当满足停止判别条件时，输出m个滤波器对应参数子序列的加权补偿系数
26、具体地，s4中动态风险等级包括三个风险等级，三个风险等级及对应的判别区间包括：当gt<40时，对应本文档来自技高网...
【技术保护点】
1.基于增强现实的智能信号处理方法，其特征在于，包括：
2.如权利要求1所述的基于增强现实的智能信号处理方法，其特征在于，所述S2中信号动态补偿模型构建的具体步骤包括：
3.如权利要求2所述的基于增强现实的智能信号处理方法，其特征在于，所述S2中信号动态补偿模型构建的具体步骤还包括：
4.如权利要求3所述的基于增强现实的智能信号处理方法，其特征在于，所述信号动态补偿模型中滤波参数调整子模型构建的具体步骤包括：
5.如权利要求4所述的基于增强现实的智能信号处理方法，其特征在于，所述S4中动态风险等级包括三个风险等级，所述三个风险等级及对应的判别区间包括：当gt<40时，对应低风险等级，当40≤gt≤70时，对应中风险等级，当gt>70时，对应高风险等级，gt表示t时刻获取的二次滤波信号数据通过评估模型评估得到的风险得分。
6.如权利要求5所述的基于增强现实的智能信号处理方法，其特征在于，所述S4中利用颜色标签在构建的建筑三维模型对获取的动态风险等级进行标注的具体步骤包括：
7.基于增强现实的智能信号
8.如权利要求7所述的基于增强现实的智能信号处理系统，其特征在于，所述模型构建与映射模块包括三维模型生成单元和数据映射单元；
9.如权利要求8所述的基于增强现实的智能信号处理系统，其特征在于，所述风险标注模块包括风险评估单元和风险标注单元；所述风险评估单元，用于根据二次滤波信号数据和建筑震动或沉降过程，通过评估模型评估获得建筑震动或沉降动态风险等级；所述风险标注单元，用于利用颜色标签在构建的建筑三维模型上对获取的动态风险等级进行标注，并利用实时监测的震动或沉降信号数据，对风险等级进行实时更新。
10.一种计算机可读存储介质，其特征在于，其上存储有计算机指令，当计算机指令运行时执行权利要求1-6任一项所述的基于增强现实的智能信号处理方法。
...【技术特征摘要】
1.基于增强现实的智能信号处理方法，其特征在于，包括：
2.如权利要求1所述的基于增强现实的智能信号处理方法，其特征在于，所述s2中信号动态补偿模型构建的具体步骤包括：
3.如权利要求2所述的基于增强现实的智能信号处理方法，其特征在于，所述s2中信号动态补偿模型构建的具体步骤还包括：
4.如权利要求3所述的基于增强现实的智能信号处理方法，其特征在于，所述信号动态补偿模型中滤波参数调整子模型构建的具体步骤包括：
5.如权利要求4所述的基于增强现实的智能信号处理方法，其特征在于，所述s4中动态风险等级包括三个风险等级，所述三个风险等级及对应的判别区间包括：当gt<40时，对应低风险等级，当40≤gt≤70时，对应中风险等级，当gt>70时，对应高风险等级，gt表示t时刻获取的二次滤波信号数据通过评估模型评估得到的风险得分。
6.如权利要求5所述的基于增强现实的智能信号处理方法，其特征在于，所述s4中利用颜色标签在构建的建筑三维模型对获取的动...
【专利技术属性】
技术研发人员：袁定汪，谢归，
申请(专利权)人：上海凌泽信息科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。