System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及通信收发,具体为一种高性能卫星通信信号收发设备。
技术介绍
1、随着城市化进程的加快,交通流量增大,交通管理变得更加复杂和困难。实时、精确的交通监测能够帮助提高交通效率,减少拥堵和事故发生率,传统的交通监测技术,例如地面摄像头、传感器等,在某些地区覆盖不足,数据采集的实时性和准确性受到限制,因此,需求新型技术提供更广泛的覆盖和更高的可靠性,而卫星可以覆盖广阔的地理区域,提供了更为稳定的通信保障,通过卫星进行数据传输,可以实现实时监测与反馈,并进行事件预测,因此在交通监测领域的应用展现出巨大的潜力与优势;
2、然而现有的卫星通信信号收发设备,在长链路多节点的通信过程中,由于存在多种类与强度的干扰源干扰,致使在此链路的通信过程中,在交通监测的过程中,任何一个传输节点的数据误差都容易导致最后预测结果偏差,无法有效预测未来可能发生的事件,导致系统在突发情况下反应迟缓,缺乏合理的误差数据补偿行为,不利于提升事件预测的正确率,缺乏预测事件的验证机制与识别数据的纠正机制。
技术实现思路
1、(一)解决的技术问题
2、针对现有技术所存在的上述缺点,本专利技术提供了一种高性能卫星通信信号收发设备,能够有效地解决现有技术的问题。
3、(二)技术方案
4、为实现以上目的,本专利技术通过以下技术方案予以实现,
5、本专利技术公开了一种高性能卫星通信信号收发设备,包括:
6、管理模块,用于管控各功能模块,登记拥有上传与接收
7、数据接收模块,用于通过卫星接收来自多个子节点发送的信号数据,并对接收到的信号数据进行预处理,获取解析数据;
8、干扰识别模块,用于在信号接收过程中,实时分析所接收信号质量,通过自动规划的阈值和算法识别干扰源类型和强度参数,并生成干扰集合;
9、干扰分析模块,用于基于干扰集合,通过统计方法计算信号损失值,识别损失原因;
10、数据补偿模块,用于根据干扰分析模块所分析损失值与原因,通过数据重构技术向对应损失源进行数据修复补偿处理;
11、事件预测模块,用于构建综合预测模型,对各节点的历史数据进行分析,在未来预设时段周期内对当前各节点路段进行事件预测,生成预测数据;
12、数据转发模块,用于将预测数据同步发送至关联的若干个子节点;
13、验证模块,用于前一周期结束时,结合实际采集数据情况与前一周期预测结果进行对比分析,判断评估预测的准确系数是否符合预设准确阈值;
14、参数调整模块,用于根据验证模块获得的准确系数反馈,基于验证结果输出主动干扰识别的规划参数至干扰识别模块。
15、更进一步地,所述干扰识别模块自动规划的阈值和算法识别干扰源类型和强度参数的过程中,利用历史信号数据来分析正常运行状态下的信号特征,统计正常信号强度的均值和标准差设置信号强度若干段动态阈值,通过实时数据更新阈值,对接收到的信号强度值进行监测,进行干扰源定位,若超过或低于预设的阈值,则标记为潜在干扰源,根据识别算法的结果,将不同的干扰源归类,通过比较信号强度与预设阈值的差异,计算干扰强度,并将某个干扰源量化为某一个或者多个指标。
16、更进一步地,所述干扰源定位的过程中,通过快速傅里叶变换将干扰源信号转换到频域,分析干扰源信号的频谱特征,识别特定频率范围的异常信号,其干扰源信号的离散傅里叶变换计算公式为:
17、
18、式中,x(k)代表第k个频率分量,k=0,1,2,...,n-1;y(n)代表输入信号的离散样本值,n代表时间索引,n代表输入信号的样本总数,j代表虚数单位,e代表自然对数的底数。
19、更进一步地,所述干扰源信号的频谱特征的分析过程中,获取每个频率分量的强度计算公式为:
20、
21、式中,|x(k)|代表频率k分量的强度,re(x(k))代表x(k)的实部,im(x(k))代表x(k)的虚部,当频率k分量的强度超出预设阈值时,则标记为干扰信号。
22、更进一步地,所述频率k分量的相位o(k)的计算公式为:
23、
24、更进一步地,所述干扰识别模块的干扰集合的属性包括:识别到的干扰类型及其强度、发生时间和影响节点。
25、更进一步地,所述数据补偿模块通过数据重构的过程中,对未损失数据中的特征进行提取,获取损失值的特征,基于未损失数据部分的特征和损失值的特征,通过插值法建立并训练重构模型,对于每个受损的数据点,重构模型获取预测重构值,将预测重构值填补回原数据中,形成完整数据集。
26、更进一步地,所述事件预测模块中的综合预测模型的构建运行过程为:
27、获取并预处理各节点的历史上报数据、环境信息、历史事件记录和干扰模式数据,通过机器学习算法进行训练,通过训练好的模型,利用最新的输入数据进行预测,生成未来预设周期内的事件预期。
28、更进一步地,所述参数调整模块内部设置有更新模块,所述更新模块用于持续监测各节点的状态和数据,实时更新验证模块上报内容分析,并周期性递交更新数据的准确系数反馈至参数调整模块。
29、更进一步地,所述管理模块与数据接收模块和数据转发模块通过无线网络交互连接,所述数据接收模块与干扰识别模块通过无线网络交互连接,所述干扰识别模块与参数调整模块通过介质电性连接,所述干扰识别模块与干扰分析模块通过无线网络交互连接,所述干扰分析模块与数据补偿模块通过无线网络交互连接,所述数据补偿模块与事件预测模块通过无线网络交互连接,所述事件预测模块与数据转发模块通过无线网络交互连接,所述数据转发模块与验证模块通过无线网络交互连接,所述验证模块与参数调整模块通过无线网络交互连接。
30、(三)有益效果
31、采用本专利技术提供的技术方案,与已知的现有技术相比,具有如下有益效果,
32、1、通过主动对卫星通信干扰识别的措施,实时检测与定位干扰源,分析干扰源类型和强度,从而提高卫星通信信号接收的可靠性和数据的完整性,通过分析信号质量和干扰类型,有助于减少通信中的误差,且在获取实际数据后,可对干扰源类型和强度所规划的阈值和算法识别进行自适应调整,确保识别能力可适应各类干扰环境变化,在长链路的通信过程中,避免因为局部节点故障或干扰导致整体数据出现过大误差。
33、2、通过采用历史信号数据设定动态阈值,监测信号强度,及时识别干扰源,减少数据误差的发生,以数据重构技术对受干扰数据进行补偿,可以有效修复传输中的损失数据,避免因数据缺失引发的预测准确性下降。
34、3、通过利用综合预测模型,结合历史数据与现有信号,预见未来交通事件,在交通管理方面做出更为合理的决策,以数据的实时接收与处理,实现对交通信号的快速监测,此过程中,通过充分的验证机制下,对原始设置参数以实际数据表现进行自动分析与纠正,进而可提升交通事件预测的准确性,减少人为干预。本文档来自技高网...
【技术保护点】
1.一种高性能卫星通信信号收发设备,其特征在于,包括:
2.根据权利要求1所述的一种高性能卫星通信信号收发设备,其特征在于,所述干扰识别模块(3)自动规划的阈值和算法识别干扰源类型和强度参数的过程中,利用历史信号数据来分析正常运行状态下的信号特征,统计正常信号强度的均值和标准差设置信号强度若干段动态阈值,通过实时数据更新阈值,对接收到的信号强度值进行监测,进行干扰源定位,若超过或低于预设的阈值,则标记为潜在干扰源,根据识别算法的结果,将不同的干扰源归类,通过比较信号强度与预设阈值的差异,计算干扰强度,并将某个干扰源量化为某一个或者多个指标。
3.根据权利要求2所述的一种高性能卫星通信信号收发设备,其特征在于,所述干扰源定位的过程中,通过快速傅里叶变换将干扰源信号转换到频域,分析干扰源信号的频谱特征,识别特定频率范围的异常信号,其干扰源信号的离散傅里叶变换计算公式为:
4.根据权利要求3所述的一种高性能卫星通信信号收发设备,其特征在于,所述干扰源信号的频谱特征的分析过程中,获取每个频率分量的强度计算公式为:
5.根据权利要求4所述的一
6.根据权利要求1所述的一种高性能卫星通信信号收发设备,其特征在于,所述干扰识别模块(3)的干扰集合的属性包括:识别到的干扰类型及其强度、发生时间和影响节点。
7.根据权利要求1所述的一种高性能卫星通信信号收发设备,其特征在于,所述数据补偿模块(5)通过数据重构的过程中,对未损失数据中的特征进行提取,获取损失值的特征,基于未损失数据部分的特征和损失值的特征,通过插值法建立并训练重构模型,对于每个受损的数据点,重构模型获取预测重构值,将预测重构值填补回原数据中,形成完整数据集。
8.根据权利要求1所述的一种高性能卫星通信信号收发设备,其特征在于,所述事件预测模块(6)中的综合预测模型的构建运行过程为:
9.根据权利要求1所述的一种高性能卫星通信信号收发设备,其特征在于,所述参数调整模块(9)内部设置有更新模块(91),所述更新模块(91)用于持续监测各节点的状态和数据,实时更新验证模块(8)上报内容分析,并周期性递交更新数据的准确系数反馈至参数调整模块(9)。
10.根据权利要求1所述的一种高性能卫星通信信号收发设备,其特征在于,所述管理模块(1)与数据接收模块(2)和数据转发模块(7)通过无线网络交互连接,所述数据接收模块(2)与干扰识别模块(3)通过无线网络交互连接,所述干扰识别模块(3)与参数调整模块(9)通过介质电性连接,所述干扰识别模块(3)与干扰分析模块(4)通过无线网络交互连接,所述干扰分析模块(4)与数据补偿模块(5)通过无线网络交互连接,所述数据补偿模块(5)与事件预测模块(6)通过无线网络交互连接,所述事件预测模块(6)与数据转发模块(7)通过无线网络交互连接,所述数据转发模块(7)与验证模块(8)通过无线网络交互连接,所述验证模块(8)与参数调整模块(9)通过无线网络交互连接。
...【技术特征摘要】
1.一种高性能卫星通信信号收发设备,其特征在于,包括:
2.根据权利要求1所述的一种高性能卫星通信信号收发设备,其特征在于,所述干扰识别模块(3)自动规划的阈值和算法识别干扰源类型和强度参数的过程中,利用历史信号数据来分析正常运行状态下的信号特征,统计正常信号强度的均值和标准差设置信号强度若干段动态阈值,通过实时数据更新阈值,对接收到的信号强度值进行监测,进行干扰源定位,若超过或低于预设的阈值,则标记为潜在干扰源,根据识别算法的结果,将不同的干扰源归类,通过比较信号强度与预设阈值的差异,计算干扰强度,并将某个干扰源量化为某一个或者多个指标。
3.根据权利要求2所述的一种高性能卫星通信信号收发设备,其特征在于,所述干扰源定位的过程中,通过快速傅里叶变换将干扰源信号转换到频域,分析干扰源信号的频谱特征,识别特定频率范围的异常信号,其干扰源信号的离散傅里叶变换计算公式为:
4.根据权利要求3所述的一种高性能卫星通信信号收发设备,其特征在于,所述干扰源信号的频谱特征的分析过程中,获取每个频率分量的强度计算公式为:
5.根据权利要求4所述的一种高性能卫星通信信号收发设备,其特征在于,所述频率k分量的相位o(k)的计算公式为:
6.根据权利要求1所述的一种高性能卫星通信信号收发设备,其特征在于,所述干扰识别模块(3)的干扰集合的属性包括:识别到的干扰类型及其强度、发生时间和影响节点。
7.根据权利要求1所述的一种高性能卫星通信信号收发设备,其特征在于,...
【专利技术属性】
技术研发人员:黄荣华,杨晋磊,包永成,马凯,
申请(专利权)人:江苏正方交通科技有限公司,
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。