CN105099850B - 基于频谱感知的智能车联物联网监控系统及监控方法 - Google Patents
基于频谱感知的智能车联物联网监控系统及监控方法 Download PDFInfo
- Publication number
- CN105099850B CN105099850B CN201510595894.8A CN201510595894A CN105099850B CN 105099850 B CN105099850 B CN 105099850B CN 201510595894 A CN201510595894 A CN 201510595894A CN 105099850 B CN105099850 B CN 105099850B
- Authority
- CN
- China
- Prior art keywords
- module
- spectrum sensing
- signal
- noise ratio
- spectrum
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001228 spectrum Methods 0.000 title claims abstract description 262
- 238000012544 monitoring process Methods 0.000 title claims abstract description 51
- 230000008447 perception Effects 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000001514 detection method Methods 0.000 claims abstract description 127
- 238000004891 communication Methods 0.000 claims abstract description 71
- 230000004927 fusion Effects 0.000 claims abstract description 50
- 238000012545 processing Methods 0.000 claims abstract description 34
- 238000012216 screening Methods 0.000 claims description 24
- 230000003595 spectral effect Effects 0.000 claims description 14
- 239000004973 liquid crystal related substance Substances 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000006870 function Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000007499 fusion processing Methods 0.000 claims description 2
- 238000012360 testing method Methods 0.000 abstract 2
- 230000001149 cognitive effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
Landscapes
- Emergency Alarm Devices (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及一种基于频谱感知的智能车联物联网监控系统及监控方法，当智能车辆与云端监控平台需要传输视频或音频等大量数据时，智能车辆上的各频谱感知模块实时监测自身信噪比以及周围通信环境中的频段占用或空闲情况，并将检测结果及各自的信噪比发送给频谱感知融合模块，频谱感知融合模块根据信噪比挑选参与协作检测的频谱感知模块，并对其检测结果进行融合，然后将检测到的空闲频段值发送给第一中央处理器，由第一中央处理器命令第一LTE通信模块切换到该空闲频段上通信，从而避免了车辆因周围通信频段被大量占用而无法与云端监控平台进行顺畅数据通信的问题。
Description
技术领域
本发明涉及车联网领域，尤其涉及一种基于频谱感知的智能车联物联网监控系统及监控方法。
背景技术
车联物联网是以车内网、车际网和车载移动互联网为基础，按照约定的通信协议和数据交互标准，在车与车或者车与人之间，进行无线通讯和信息交换的大系统网络，是能够实现车辆智能监控和智能交通管理的一体化网络，是物联网技术在交通系统领域的典型应用。
随着各式通信设备在不同领域的使用，有限的通信频谱(或称频段)资源被这些通信设备大量占用。同时，伴随着车联物联网技术与产业的发展，各种智能设备也被应用到车辆中，这些智能设备多数都以具有通信功能的收或发设备为主。各种占用通信频段设备的大量应用，在空间上形成了一个无形的繁忙通信网络，真正能够令通信设备随时占用的空闲通信频段少之又少，通信频谱资源紧缺问题正成为严重制约车联物联网顺畅通信的关键问题。
发明内容
本发明所要解决的首要技术问题是针对上述现有技术提供一种既能够对车辆进行智能监控，又能够实现顺畅通信的智能车联物联网监控系统。
本发明进一步要解决的技术问题是提供一种上述智能车联物联网监控系统的监控方法。
本发明解决上述首要技术问题所采用的技术方案为：基于频谱感知的智能车联物联网监控系统，其特征在于，包括智能车辆和云端监控平台，其中，
所述智能车辆上设置有第一中央处理器以及分别连接第一中央处理器的蓝牙通信模块、第一LTE通信模块、频谱感知融合模块、具有信噪比检测功能的频谱感知模块、速度检测模块、GPS定位模块、第一GIS模块、面部识别模块、指纹识别器、音频播放器、摄像头、液晶显示屏和存储器；所述频谱感知模块连接频谱感知融合模块，且所述频谱感知模块至少具有三个；所述GPS定位模块、第一GIS模块分别连接液晶显示屏；所述液晶显示屏分别连接蓝牙通信模块和第一LTE通信模块；所述蓝牙通信模块、第一LTE通信模块、速度检测模块、GPS定位模块、第一GIS模块、面部识别模块、指纹识别器和摄像头分别连接存储器；
所述云端监控平台包括第二中央处理器及分别连接第二中央处理器的第二LTE通信模块、第二GIS模块、显示器、音频输入装置和储存器，所述第二LTE通信模块分别连接第二GIS模块和储存器，所述第二GIS模块分别连接所述显示器和储存器。
本发明解决上述进一步技术问题所采用的技术方案为：基于频谱感知的智能车联物联网监控方法，其特征在于，依次包括如下步骤：
(1)智能车辆与云端监控平台通过第一LTE通信模块、第二LTE通信模块建立通信连接；
(2)智能车辆上的面部识别模块和指纹识别器分别采集驾驶人员的面部信息、指纹信息，并与存储器中预存驾驶人员信息存在一致时，则将识别成功结果发送至第一中央处理器和云端监控平台；
(3)第一中央处理器分别命令摄像头、GPS定位模块和第一GIS模块启动，摄像头录制的视频数据以及GPS定位模块获取的定位数据保存到存储器中，第一GIS模块根据存储器中的定位数据，得到智能车辆的轨迹路线，并由液晶显示屏显示给驾驶人员；
(4)当智能车辆与云端监控平台传输存储器中的数据以及进行视频数据通信时，则由第一中央处理器命令频谱感知模块启动，由频谱感知模块将其检测的频谱检测结果、信噪比数据一起发送给频谱感知融合模块；
(5)频谱感知融合模块根据接收到的各频谱感知模块的频谱检测结果及对应的信噪比进行协作检测，然后根据协作检测结果，获取当前处于空闲状态的频段值，并将该空闲状态的频段值发送给第一中央处理器，其中，所述频谱感知融合模块对各频谱感知模块检测结果的融合过程依次包括如下步骤：
(5-1)设定频谱感知模块为CRi，且频谱感知模块的数量为N，频谱感知融合模块为FC，N个频谱感知模块CRi分别独立地获取自身的信噪比SNRi和频谱检测结果，并分别将获取的信噪比SNRi和频谱检测结果发送至频谱感知融合模块FC，其中，频谱检测结果包括频谱感知模块CRi的检测概率Pd,i以及虚警概率Pf,i，i＝1,2,…,N且N≥3；N＝2m+1,m∈Z+；
(5-2)频谱感知融合模块FC接收各频谱感知模块CRi发送来的信噪比SNRi和频谱检测结果，并判断信噪比SNRi大于预设的信噪比筛选值SNRWall时，选择此时信噪比对应的频谱感知模块为参与协作检测的初选频谱感知模块，并执行步骤(5-3)；否则，选择具有最高信噪比的频谱感知模块所对应的频谱检测结果为频谱感知融合模块FC的最终检测结果；
(5-3)根据参与协作检测的初选频谱感知模块的信噪比和检测概率，计算各初选频谱感知模块的可靠度ψi以及所有初选频谱感知模块信噪比平方和的平方根值初选频谱感知模块的数量为N'，且N'≤N，其中，初选频谱感知模块的可靠度ψi、信噪比平方和的平方根值的计算公式如下：
(5-4)频谱感知融合模块FC分别依次计算步骤(5-3)中各初选频谱感知模块信噪比SNR'i与所有初选频谱感知模块信噪比平方和的平方根值之间的商值ηi，以及所得商值ηi的归一化值η'i，其中，
商值ηi和归一化值η'i的计算公式如下：
其中，ηmax表示N'个商值中的最大值，ηmin表示N'个商值中的最小值；
(5-5)频谱感知融合模块FC计算、获取信噪比预设阈值λ、信噪比最佳阈值λoptimal，以及初选频谱感知模块CRi的可靠度ψj，计算各初选频谱感知模块CR'i的联合筛选参数值χi，并选定参与协作的终选频谱感知模块：
(a)频谱感知融合模块FC根据接收的N'个初选频谱感知模块CR'i对应的信噪比，获取初选频谱感知模块信噪比中的信噪比最大值，记该信噪比最大值为SNR'max；
(b)以获取的信噪比最大值SNR'max为参考，并将信噪比最大值SNR'max分别与N'个初选频谱感知模块CR'i的信噪比SNR'i作商处理，计算得到各初选频谱感知模块信噪比SNR'i所对应的初始阈值λi，其中，
λi＝|SNR'max/SNR'i|，i＝1,2,…,N'；
(c)根据各初选频谱感知模块CR'i的可靠度ψi和信噪比商值的归一化值η'i，计算各初选频谱感知模块CR'i的联合筛选参数值χi，并根据联合筛选参数值χi，选取参与协作的终选频谱感知模块CR”j，其中，终选频谱感知模块CR”j的数量为M，联合筛选参数值i＝1,2,…,N'，j＝1,2,…,M，M≤N'：
若联合筛选参数值χi位于预设数值区间范围[χa,χb]内，即χa≤χi≤χb时，则选取该联合筛选参数值χi对应的初选频谱感知模块为终选频谱感知模块，并参与协作检测；否则，该初选频谱感知模块不予选取；
(d)根据步骤(c)中的联合筛选参数值χi，获取M个终选频谱感知模块CR”j分别在OR准则和AND准则下的协作检测性能曲线，其中，
OR准则：
AND准则：
其中，Pd,j为第j个终选频谱感知模块CR”j的检测概率，Pfa,j为第j个终选频谱感知模块CR”j的虚警概率；Qd为协作检测后的全局检测概率，Qfa为协作检测后的全局虚警概率；ωj表示信噪比SNR”j的权重系数，SNR”j是第j个终选频谱感知模块CR”j的信噪比，SNR”max表示M个终选频谱感知模块的信噪比最大值，SNR”min表示M个终选频谱感知模块的信噪比最小值；
(e)根据OR准则和AND准则下的协作检测性能曲线，分别得到在OR准则和AND准则下的最佳检测性能值Q(OR,d)-max和Q(AND,d)-max，并取Q(OR,d)-max和Q(AND,d)-max中最大值为最佳检测性能值Qd-max，以该最佳检测性能值Qd-max所对应的信噪比预设阈值为信噪比最佳阈值，其中记信噪比最佳阈值为λoptimal，最佳检测性能值即为全局检测概率Qd中的最大值；
(5-6)根据获取的信噪比最佳阈值λoptimal，得到该信噪比最佳阈值λoptimal对应的终选频谱感知模块CR”，获取该终选频谱感知模块CR”的调整因子α以及其他M-1个终选频谱感知模块CR”k的调整因子αk，并分别根据调整因子α、αk对应调整终选频谱感知模块CR”、CR”k的虚警概率，其中，终选频谱感知模块CR”调整后的虚警概率记为Pfa，终选频谱感知模块CR”k调整后的虚警概率记为Pfa,k；
Pfa,k＝αk·Pfa,k＝1,2,…,M-1；
其中，αk为终选频谱感知模块CR”k的调整因子，用来根据终选频谱感知模块CR”k自身的信噪比实现对其虚警概率大小的调整；SNR”j为第j个终选频谱感知模块CR”j的信噪比；
(5-7)根据步骤(5-6)中获取的M个终选频谱感知模块的调整因子αj以及对应调整后的虚警概率Pfa,j，计算终选频谱感知模块CR”j调整后的判决阈值λ'j和检测概率Pd,j，其中，
其中，j＝1,2,…,M，M≤N'；N1为采样点数；为高斯白噪声的方差；
(5-8)根据M个终选频谱感知模块调整后的检测概率Pd,j，以可靠度加权的OR准则进行协作检测，并以协作检测后的全局检测概率为频谱感知融合模块FC的最终检测结果，得到处于空闲状态的频段值；
(6)第一中央处理器接收频谱感知融合模块发送来的处于空闲状态的频段值，并命令第一LTE通信模块切换到该频段上进行通信，以完成智能车辆与云端监控平台之间的数据传输，所述传输的数据包括存储器中保存的GPS定位数据、视频数据；
(7)云端监控平台接收智能车辆发送来的数据，并存储至储存器中，然后由第二GIS模块调用储存器中的GPS定位数据，得出智能车辆的轨迹线路，并由显示器显示。
进一步地，所述步骤(5-8)中可靠度加权的OR准则如下：
其中，Pd,t为第t个重新选择的终选频谱感知模块CR”'t的检测概率，Pfa,t为第t个重新选择的终选频谱感知模块CR”'t的虚警概率；Q'd为协作检测后的全局检测概率，Q'fa为协作检测后的全局虚警概率；M'为重新选择的终选频谱感知模块的数目；ω't为重新选择的终选频谱感知模块CR”'t的加权系数。
与现有技术相比，本发明的优点在于：在智能车辆与云端监控平台建立通信连接后，当智能车辆与云端监控平台需要传输视频或音频等大量数据时，则智能车辆上的各频谱感知模块实时监测自身信噪比以及周围通信环境中的频段占用或空闲情况，并将检测结果及各自的信噪比发送给频谱感知融合模块，频谱感知融合模块根据信噪比，挑选参与协作检测的频谱感知模块，并对其检测结果进行融合，然后将检测到的空闲频段值发送给第一中央处理器，由第一中央处理器命令第一LTE通信模块切换到该空闲频段上通信，从而避免了智能车辆因周围通信频段被大量占用而无法与云端监控平台进行顺畅数据通信的问题。
附图说明
图1为本发明实施例中基于频谱感知的智能车联物联网监控系统结构示意图；
图2为图1所示智能车联物联网监控系统的监控方法流程示意图；
图3为本发明实施例中的频谱感知融合检测性能曲线图。
具体实施方式
以下结合附图实施例对本发明作进一步详细描述。
如图1所示，本实施例中基于频谱感知的智能车联物联网监控系统，包括智能车辆1和云端监控平台2，其中，
智能车辆1上设置有第一中央处理器100以及分别连接第一中央处理器100的蓝牙通信模块101、第一LTE通信模块102、频谱感知融合模块103、频谱感知模块104、速度检测模块105、GPS定位模块106、第一GIS模块107、面部识别模块108、指纹识别器109、音频播放器110、摄像头111、液晶显示屏112和存储器113；频谱感知模块104连接频谱感知融合模块103，且频谱感知模块104至少具有三个，频谱感知模块104又称为CR认知节点，其具有自身信噪比检测功能，用以对周围通信环境中的通信频段占用或空闲情况进行检测，并将检测结果发送给频谱感知融合模块103；GPS定位模块106、第一GIS模块107分别连接液晶显示屏112；液晶显示屏112分别连接蓝牙通信模块101和第一LTE通信模块102；蓝牙通信模块101、第一LTE通信模块102、速度检测模块105、GPS定位模块106、第一GIS模块107、面部识别模块108、指纹识别器109和摄像头111分别连接存储器113；第一GIS模块107用以根据存储器113中存储的GPS定位数据，绘制智能车辆1的运动轨迹，并为智能车辆1规划最佳运动路线；
云端监控平台2包括第二中央处理器200及分别连接第二中央处理器200的第二LTE通信模块201、第二GIS模块202、显示器203、音频输入装置204和储存器205，第二LTE通信模块201分别连接第二GIS模块202和储存器205，第二GIS模块202分别连接显示器203和储存器205。
以下结合图2，对该智能车联物联网监控系统的监控方法作出说明。该监控方法依次包括如下步骤：
(1)智能车辆1与云端监控平台2通过第一LTE通信模块102、第二LTE通信模块201建立通信连接；
(2)智能车辆1上的面部识别模块108和指纹识别器109分别采集驾驶人员的面部信息、指纹信息，并与存储器113中预存驾驶人员信息存在一致时，则将识别成功结果发送至第一中央处理器100和云端监控平台2；此时云端监控平台2开始对智能车辆1情况进行实时监控；
(3)第一中央处理器100分别命令摄像头111、GPS定位模块106和第一GIS模块107启动，摄像头111录制的视频数据以及GPS定位模块106获取的定位数据保存到存储器113中，第一GIS模块107根据存储器113中的定位数据，得到智能车辆1的轨迹路线，并由液晶显示屏112显示给驾驶人员；
(4)当智能车辆1与云端监控平台2传输存储器113中的数据以及进行视频数据通信时，则由第一中央处理器100命令频谱感知模块104启动，由频谱感知模块104将其检测的频谱检测结果、信噪比数据一起发送给频谱感知融合模块103；
(5)频谱感知融合模块103根据接收到的各频谱感知模块104的频谱检测结果及对应的信噪比进行协作检测，然后根据协作检测结果，获取当前处于空闲状态的通信频段值，并将该空闲状态的频段值发送给第一中央处理器100，其中，频谱感知融合模块103根据各频谱感知模块104检测结果的协作感知过程依次包括如下步骤：
(5-1)设定频谱感知模块为CRi，且频谱感知模块的数量为N，频谱感知融合模块为FC，N个频谱感知模块CRi分别独立地获取自身的信噪比SNRi和频谱检测结果，并分别将获取的信噪比SNRi和频谱检测结果发送至频谱感知融合模块FC，其中，频谱检测结果包括频谱感知模块CRi的检测概率Pd,i以及虚警概率Pf,i，i＝1,2,…,N且N≥3；N＝2m+1,m∈Z+；在该步骤中，频谱感知模块的数量设置为奇数个，以提高选择协作检测参与者时的公平性；
(5-2)频谱感知融合模块FC接收各频谱感知模块CRi发送来的信噪比SNRi和频谱检测结果，并判断信噪比SNRi大于预设的信噪比筛选值SNRWall时，选择此时信噪比对应的频谱感知模块为参与协作检测的初选频谱感知模块，并执行步骤(5-3)；否则，选择具有最高信噪比的频谱感知模块所对应的频谱检测结果为频谱感知融合模块FC的最终检测结果，这是因为，多个具有低信噪比的频谱感知模块(此时称之为“恶劣用户”)参与协作检测时，会导致协作后的检测概率下降；
(5-3)根据参与协作检测的初选频谱感知模块的信噪比和检测概率，计算各初选频谱感知模块的可靠度ψi以及所有初选频谱感知模块信噪比平方和的平方根值初选频谱感知模块的数量为N'，且N'≤N，其中，初选频谱感知模块的可靠度ψi、信噪比平方和的平方根值的计算公式如下：
(5-4)频谱感知融合模块FC分别依次计算步骤(5-3)中各初选频谱感知模块信噪比SNR'i与所有初选频谱感知模块信噪比平方和的平方根值之间的商值ηi，以及所得商值ηi的归一化值η'i，其中，
商值ηi的计算公式如下：
归一化值η'i的计算公式如下：
其中，ηmax表示N'个商值中的最大值，ηmin表示N'个商值中的最小值；
(5-5)频谱感知融合模块FC计算、获取信噪比预设阈值λ、信噪比最佳阈值λoptimal，以及初选频谱感知模块CRi的可靠度ψj，计算各初选频谱感知模块CR'i的联合筛选参数值χi，并选定参与协作的终选频谱感知模块：
(a)频谱感知融合模块FC根据接收的N'个初选频谱感知模块CR'i对应的信噪比，获取初选频谱感知模块信噪比中的信噪比最大值，记该信噪比最大值为SNR'max；
(b)以获取的信噪比最大值SNR'max为参考，并将信噪比最大值SNR'max分别与N'个初选频谱感知模块CR'i的信噪比SNR'i作商处理，计算得到各初选频谱感知模块信噪比SNR'i所对应的初始阈值λi，其中，
λi＝|SNR'max/SNR'i|，i＝1,2,…,N'；
(c)根据各初选频谱感知模块CR'i的可靠度ψi和信噪比商值的归一化值η'i，计算各初选频谱感知模块CR'i的联合筛选参数值χi，并根据联合筛选参数值χi，选取参与协作的终选频谱感知模块CR”j，其中，终选频谱感知模块CR”j的数量为M，联合筛选参数值i＝1,2,…,N'，j＝1,2,…,M，M≤N'：
若联合筛选参数值χi位于预设数值区间范围[χa,χb]内，即χa≤χi≤χb时，则选取该联合筛选参数值χi对应的初选频谱感知模块为终选频谱感知模块，并参与协作检测；否则，该初选频谱感知模块不予选取；
(d)根据步骤(c)中的联合筛选参数值χi，获取M个终选频谱感知模块CR”j分别在OR准则和AND准则下的协作检测性能曲线，其中，
OR准则：
AND准则：
其中，Pd,j为第j个终选频谱感知模块CR”j的检测概率，Pfa,j为第j个终选频谱感知模块CR”j的虚警概率；Qd为协作检测后的全局检测概率，Qfa为协作检测后的全局虚警概率；ωj表示信噪比SNR”j的权重系数，SNR”j是第j个终选频谱感知模块CR”j的信噪比，SNR”max表示M个终选频谱感知模块的信噪比最大值，SNR”min表示M个终选频谱感知模块的信噪比最小值；
(e)根据OR准则和AND准则下的协作检测性能曲线，分别得到在OR准则和AND准则下的最佳检测性能值Q(OR,d)-max和Q(AND,d)-max，并取Q(OR,d)-max和Q(AND,d)-max中最大值为最佳检测性能值Qd-max，以该最佳检测性能值Qd-max所对应的信噪比预设阈值为信噪比最佳阈值，其中记信噪比最佳阈值为λoptimal，最佳检测性能值即为全局检测概率Qd中的最大值；
(5-6)根据获取的信噪比最佳阈值λoptimal，得到该信噪比最佳阈值λoptimal对应的终选频谱感知模块CR”，获取该终选频谱感知模块CR”的调整因子α以及其他M-1个终选频谱感知模块CR”k的调整因子αk，并分别根据调整因子α、αk对应调整终选频谱感知模块CR”、CR”k的虚警概率，其中，终选频谱感知模块CR”调整后的虚警概率记为Pfa，终选频谱感知模块CR”k调整后的虚警概率记为Pfa,k；
Pfa,k＝αk·Pfa,k＝1,2,…,M-1；
其中，αk为终选频谱感知模块CR”k的调整因子，用来根据终选频谱感知模块CR”k自身的信噪比实现对其虚警概率大小的调整；SNR”j为第j个终选频谱感知模块CR”j的信噪比；
(5-7)根据步骤(5-6)中获取的M个终选频谱感知模块的调整因子αj以及对应调整后的虚警概率Pfa,j，计算终选频谱感知模块CR”j调整后的判决阈值λ'j和检测概率Pd,j，其中，
其中，j＝1,2,…,M，M≤N'；N1为采样点数；为高斯白噪声的方差；
(5-8)根据M个终选频谱感知模块调整后的检测概率Pd,j，以可靠度加权的OR准则进行协作检测，并以协作检测后的全局检测概率为频谱感知融合模块FC的最终检测结果，得到处于空闲状态的频段值；其中，可靠度加权的OR准则如下：
M'≤M；
其中，Pd,t为第t个重新选择的终选频谱感知模块CR”'t的检测概率，Pfa,t为第t个重新选择的终选频谱感知模块CR”'t的虚警概率；Q'd为协作检测后的全局检测概率，Q'fa为协作检测后的全局虚警概率；M'为重新选择的终选频谱感知模块的数目；ω't为重新选择的终选频谱感知模块CR”'t的加权系数。
图3给出了本实施例中协作频谱感知方法的仿真结果示意图。该协作频谱感知方法的仿真条件如下：设智能车辆1上设置有十一个频谱感知模块，即N＝11，十一个频谱感知模块的信噪比分别为SNR1＝-16dB、SNR2＝-17dB、SNR3＝-19dB、SNR4＝-21dB、SNR5＝-23dB、SNR6＝-25dB、SNR7＝-27dB、SNR8＝-33dB、SNR9＝-35dB、SNR10＝-36dB、SNR11＝-39dB；十一个频谱感知模块均采用能量检测，其中，十一个频谱感知模块中的高信噪比为SNR1。由图3可以看出，在虚警概率一定的条件下，本发明中协作频谱感知方法的全局检测概率要明显高于传统的基于OR准则和AND准则的协作检测性能，也明显优于具有高信噪比SNR1的频谱感知模块单个CR认知节点的检测性能。可知，本发明实施例中的协作频谱感知方法具有更好的检测性能。
(6)第一中央处理器100接收频谱感知融合模块103发送来的处于空闲状态的频段值，并命令第一LTE通信模块102切换到该频段上进行通信，以完成智能车辆1与云端监控平台2之间的数据传输，传输的数据包括存储器113中保存的GPS定位数据、视频数据；
(7)云端监控平台2接收智能车辆1发送来的数据，并存储至储存器205中，然后由第二GIS模块202调用储存器205中的GPS定位数据，得出智能车辆1的轨迹线路，并由显示器203显示；同时，根据云端监控平台2的需要，通过音频输入装置204给智能车辆1的驾驶人员进行语音提醒，并由音频播放器110播音提示。
Claims (2)
1.基于频谱感知的智能车联物联网监控方法，用于基于频谱感知的智能车联物联网监控系统，智能车联物联网监控系统包括智能车辆和云端监控平台，其中，
所述智能车辆上设置有第一中央处理器以及分别连接第一中央处理器的蓝牙通信模块、第一LTE通信模块、频谱感知融合模块、具有信噪比检测功能的频谱感知模块、速度检测模块、GPS定位模块、第一GIS模块、面部识别模块、指纹识别器、音频播放器、摄像头、液晶显示屏和存储器；所述频谱感知模块连接频谱感知融合模块，且所述频谱感知模块至少具有三个；所述GPS定位模块、第一GIS模块分别连接液晶显示屏；所述液晶显示屏分别连接蓝牙通信模块和第一LTE通信模块；所述蓝牙通信模块、第一LTE通信模块、速度检测模块、GPS定位模块、第一GIS模块、面部识别模块、指纹识别器和摄像头分别连接存储器；
所述云端监控平台包括第二中央处理器及分别连接第二中央处理器的第二LTE通信模块、第二GIS模块、显示器、音频输入装置和储存器，所述第二LTE通信模块分别连接第二GIS模块和储存器，所述第二GIS模块分别连接所述显示器和储存器；
其特征在于，所述智能车联物联网监控方法依次包括如下步骤：
(1)智能车辆与云端监控平台通过第一LTE通信模块、第二LTE通信模块建立通信连接；
(2)智能车辆上的面部识别模块和指纹识别器分别采集驾驶人员的面部信息、指纹信息，并与存储器中预存驾驶人员信息存在一致时，则将识别成功结果发送至第一中央处理器和云端监控平台；
(3)第一中央处理器分别命令摄像头、GPS定位模块和第一GIS模块启动，摄像头录制的视频数据以及GPS定位模块获取的定位数据保存到存储器中，第一GIS模块根据存储器中的定位数据，得到智能车辆的轨迹路线，并由液晶显示屏显示给驾驶人员；
(4)当智能车辆与云端监控平台传输存储器中的数据以及进行视频数据通信时，则由第一中央处理器命令频谱感知模块启动，由频谱感知模块将其检测的频谱检测结果、信噪比数据一起发送给频谱感知融合模块；
(5)频谱感知融合模块根据接收到的各频谱感知模块的频谱检测结果及对应的信噪比进行协作检测，然后根据协作检测结果，获取当前处于空闲状态的频段值，并将该空闲状态的频段值发送给第一中央处理器，其中，所述频谱感知融合模块对各频谱感知模块检测结果的融合过程依次包括如下步骤：
(5-1)设定频谱感知模块为CRi，且频谱感知模块的数量为N，频谱感知融合模块为FC，N个频谱感知模块CRi分别独立地获取自身的信噪比SNRi和频谱检测结果，并分别将获取的信噪比SNRi和频谱检测结果发送至频谱感知融合模块FC，其中，频谱检测结果包括频谱感知模块CRi的检测概率Pd,i以及虚警概率Pf,i，i＝1,2,…,N且N≥3；N＝2m+1,m∈Z+；
(5-2)频谱感知融合模块FC接收各频谱感知模块CRi发送来的信噪比SNRi和频谱检测结果，并判断信噪比SNRi大于预设的信噪比筛选值SNRWall时，选择此时信噪比对应的频谱感知模块为参与协作检测的初选频谱感知模块，并执行步骤(5-3)；否则，选择具有最高信噪比的频谱感知模块所对应的频谱检测结果为频谱感知融合模块FC的最终检测结果；
(5-3)根据参与协作检测的初选频谱感知模块的信噪比和检测概率，计算各初选频谱感知模块的可靠度ψi以及所有初选频谱感知模块信噪比平方和的平方根值初选频谱感知模块的数量为N'，且N'≤N，其中，初选频谱感知模块的可靠度ψi、信噪比平方和的平方根值的计算公式如下：
(5-4)频谱感知融合模块FC分别依次计算步骤(5-3)中各初选频谱感知模块信噪比SNR'i与所有初选频谱感知模块信噪比平方和的平方根值之间的商值ηi，以及所得商值ηi的归一化值η'i，其中，
商值ηi和归一化值η'i的计算公式如下：
其中，ηmax表示N'个商值中的最大值，ηmin表示N'个商值中的最小值；
(5-5)频谱感知融合模块FC计算、获取信噪比预设阈值λ、信噪比最佳阈值λoptimal，以及初选频谱感知模块CRi的可靠度ψj，计算各初选频谱感知模块CR'i的联合筛选参数值χi，并选定参与协作的终选频谱感知模块：
(a)频谱感知融合模块FC根据接收的N'个初选频谱感知模块CR'i对应的信噪比，获取初选频谱感知模块信噪比中的信噪比最大值，记该信噪比最大值为SNR'max；
(b)以获取的信噪比最大值SNR'max为参考，并将信噪比最大值SNR'max分别与N'个初选频谱感知模块CR'i的信噪比SNR'i作商处理，计算得到各初选频谱感知模块信噪比SNR'i所对应的初始阈值λi，其中，
λi＝|SNR'max/SNR'i|，i＝1,2,…,N'；
(c)根据各初选频谱感知模块CR'i的可靠度ψi和信噪比商值的归一化值η'i，计算各初选频谱感知模块CR'i的联合筛选参数值χi，并根据联合筛选参数值χi，选取参与协作的终选频谱感知模块CR”j，其中，终选频谱感知模块CR”j的数量为M，联合筛选参数值
若联合筛选参数值χi位于预设数值区间范围[χa,χb]内，即χa≤χi≤χb时，则选取该联合筛选参数值χi对应的初选频谱感知模块为终选频谱感知模块，并参与协作检测；否则，该初选频谱感知模块不予选取；
(d)根据步骤(c)中的联合筛选参数值χi，获取M个终选频谱感知模块CR”j分别在OR准则和AND准则下的协作检测性能曲线，其中，
OR准则：
AND准则：
其中，Pd,j为第j个终选频谱感知模块CR”j的检测概率，Pfa,j为第j个终选频谱感知模块CR”j的虚警概率；Qd为协作检测后的全局检测概率，Qfa为协作检测后的全局虚警概率；ωj表示信噪比SNR”j的权重系数，SNR”j是第j个终选频谱感知模块CR”j的信噪比，SNR”max表示M个终选频谱感知模块的信噪比最大值，SNR”min表示M个终选频谱感知模块的信噪比最小值；
(e)根据OR准则和AND准则下的协作检测性能曲线，分别得到在OR准则和AND准则下的最佳检测性能值Q(OR,d)-max和Q(AND,d)-max，并取Q(OR,d)-max和Q(AND,d)-max中最大值为最佳检测性能值Qd-max，以该最佳检测性能值Qd-max所对应的信噪比预设阈值为信噪比最佳阈值，其中记信噪比最佳阈值为λoptimal，最佳检测性能值即为全局检测概率Qd中的最大值；
(5-6)根据获取的信噪比最佳阈值λoptimal，得到该信噪比最佳阈值λoptimal对应的终选频谱感知模块CR”，获取该终选频谱感知模块CR”的调整因子α以及其他M-1个终选频谱感知模块CR”k的调整因子αk，并分别根据调整因子α、αk对应调整终选频谱感知模块CR”、CR”k的虚警概率，其中，终选频谱感知模块CR”调整后的虚警概率记为Pfa，终选频谱感知模块CR”k调整后的虚警概率记为Pfa,k；
Pfa,k＝αk·Pfa,k＝1,2,…,M-1；
其中，αk为终选频谱感知模块CR”k的调整因子，用来根据终选频谱感知模块CR”k自身的信噪比实现对其虚警概率大小的调整；SNR”j为第j个终选频谱感知模块CR”j的信噪比；
(5-7)根据步骤(5-6)中获取的M个终选频谱感知模块的调整因子αj以及对应调整后的虚警概率Pfa,j，计算终选频谱感知模块CR”j调整后的判决阈值λ'j和检测概率Pd,j，其中，
其中，N1为采样点数；为高斯白噪声的方差；
(5-8)根据M个终选频谱感知模块调整后的检测概率Pd,j，以可靠度加权的OR准则进行协作检测，并以协作检测后的全局检测概率为频谱感知融合模块FC的最终检测结果，得到处于空闲状态的频段值；
(6)第一中央处理器接收频谱感知融合模块发送来的处于空闲状态的频段值，并命令第一LTE通信模块切换到该频段上进行通信，以完成智能车辆与云端监控平台之间的数据传输，所述传输的数据包括存储器中保存的GPS定位数据、视频数据；
(7)云端监控平台接收智能车辆发送来的数据，并存储至储存器中，然后由第二GIS模块调用储存器中的GPS定位数据，得出智能车辆的轨迹线路，并由显示器显示。
2.根据权利要求1所述的基于频谱感知的智能车联物联网监控方法，其特征在于，所述步骤(5-8)中可靠度加权的OR准则如下：
其中，Pd,t为第t个重新选择的终选频谱感知模块CR”'t的检测概率，Pfa,t为第t个重新选择的终选频谱感知模块CR”'t的虚警概率；Q'd为协作检测后的全局检测概率，Q'fa为协作检测后的全局虚警概率；M'为重新选择的终选频谱感知模块的数目；ω't为重新选择的终选频谱感知模块CR”'t的加权系数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510595894.8A CN105099850B (zh) | 2015-09-17 | 2015-09-17 | 基于频谱感知的智能车联物联网监控系统及监控方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510595894.8A CN105099850B (zh) | 2015-09-17 | 2015-09-17 | 基于频谱感知的智能车联物联网监控系统及监控方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105099850A CN105099850A (zh) | 2015-11-25 |
| CN105099850B true CN105099850B (zh) | 2018-06-12 |
Family
ID=54579456
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510595894.8A Active CN105099850B (zh) | 2015-09-17 | 2015-09-17 | 基于频谱感知的智能车联物联网监控系统及监控方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105099850B (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105607502A (zh) * | 2016-01-28 | 2016-05-25 | 宁波市汇炬电子科技有限公司 | 智能云插座系统及其控制方法 |
| CN105721004B (zh) * | 2016-04-15 | 2019-03-29 | 智车优行科技（北京）有限公司 | 车载收音机控制方法、装置、车载收音机及车辆 |
| CN106100810A (zh) * | 2016-06-16 | 2016-11-09 | 北京汇通金财信息科技有限公司 | 基于载波聚合技术的通信装置和方法 |
| CN106372759B (zh) * | 2016-09-23 | 2019-07-16 | 浙江万里学院 | 基于最佳应急网点选择的应急物流监控方法 |
| CN106204402B (zh) * | 2016-09-23 | 2019-07-16 | 浙江万里学院 | 基于云平台的物流状态实时监控方法 |
| CN106651238B (zh) * | 2016-09-23 | 2020-10-27 | 浙江万里学院 | 智能物流寄送调度方法 |
| CN110858769B (zh) * | 2018-08-24 | 2021-07-27 | 瑞昱半导体股份有限公司 | 接收器电路 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202783263U (zh) * | 2012-09-27 | 2013-03-13 | 南京恩瑞特实业有限公司 | 一种车地无线通信系统 |
| CN202838419U (zh) * | 2012-10-09 | 2013-03-27 | 深圳市赛格导航科技股份有限公司 | 一种智能货物追踪管理系统 |
| CN203698164U (zh) * | 2013-12-07 | 2014-07-09 | 成都亿盟恒信科技有限公司 | 具有指纹识别功能的北斗车载无线定位终端 |
| CN104468808A (zh) * | 2014-12-16 | 2015-03-25 | 浙江万里学院 | 一种获取货物状态信息的应急物流管理系统及方法 |
| CN104778575A (zh) * | 2015-05-08 | 2015-07-15 | 成都联宇创新科技有限公司 | 一种智能物流监管系统 |
| CN104794604A (zh) * | 2015-05-08 | 2015-07-22 | 成都联宇创新科技有限公司 | 一种全物资配送管理系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101378124B1 (ko) * | 2007-01-11 | 2014-03-26 | 인하대학교 산학협력단 | Ｃｒ 환경의 송신 전력을 제어하는 방법 및 그 장치 |
-
2015
- 2015-09-17 CN CN201510595894.8A patent/CN105099850B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202783263U (zh) * | 2012-09-27 | 2013-03-13 | 南京恩瑞特实业有限公司 | 一种车地无线通信系统 |
| CN202838419U (zh) * | 2012-10-09 | 2013-03-27 | 深圳市赛格导航科技股份有限公司 | 一种智能货物追踪管理系统 |
| CN203698164U (zh) * | 2013-12-07 | 2014-07-09 | 成都亿盟恒信科技有限公司 | 具有指纹识别功能的北斗车载无线定位终端 |
| CN104468808A (zh) * | 2014-12-16 | 2015-03-25 | 浙江万里学院 | 一种获取货物状态信息的应急物流管理系统及方法 |
| CN104778575A (zh) * | 2015-05-08 | 2015-07-15 | 成都联宇创新科技有限公司 | 一种智能物流监管系统 |
| CN104794604A (zh) * | 2015-05-08 | 2015-07-22 | 成都联宇创新科技有限公司 | 一种全物资配送管理系统 |
Non-Patent Citations (1)
| Title |
|---|
| 基于认知用户移动性的协作频谱感知研究;胡峰等;《计算机工程》;20150430;第41卷(第4期);77-80 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105099850A (zh) | 2015-11-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105099850B (zh) | 基于频谱感知的智能车联物联网监控系统及监控方法 | |
| US11234275B2 (en) | Method for receiving and sending information, user equipment and network device | |
| DE102017100543A1 (de) | Verbesserung der fahrzeugpositionsdienste | |
| US9466158B2 (en) | Interactive access to vehicle information | |
| CN113329372B (zh) | 用于车载通话的方法、装置、设备、介质和产品 | |
| CN108490471A (zh) | 车辆定位方法、装置及计算机可读存储介质 | |
| CN106412929A (zh) | 智能车联物联网混合协同频谱感知系统 | |
| CN113592262B (zh) | 一种用于网约车的安全监控方法及系统 | |
| CN104121913B (zh) | 可拨打ip电话的导航盒及语音导航系统、方法 | |
| CN112469023B (zh) | 一种消息传输方法和终端 | |
| CN114696925A (zh) | 一种信道质量评估方法以及相关装置 | |
| CN111277972B (zh) | 一种直接通信接口QoS参数确定方法及相关设备 | |
| CN111757260B (zh) | 一种基于位置服务的汽车社交系统及方法 | |
| JP2006325080A (ja) | 端末認証装置、情報端末、および端末認証システム | |
| US9485458B2 (en) | Data processing method and device | |
| CN105551253B (zh) | 用于确定交通状况的方法和设备 | |
| CN116489764A (zh) | 一种通信感知一体化的方法、设备和系统 | |
| CN106445456A (zh) | 导航功能的tts音频数据的传输方法及装置 | |
| CN114501568B (zh) | 一种呼叫方法、装置及用户设备 | |
| CN116996409A (zh) | 数据传输方法、装置、设备及存储介质 | |
| CN112969053B (zh) | 车内信息传输方法、装置、车载设备及存储介质 | |
| JP2019105966A (ja) | 情報処理方法及び情報処理装置 | |
| CN111263017B (zh) | 通话方式控制方法及装置、存储介质和电子设备 | |
| CN114423041A (zh) | 通信方法、智能终端及存储介质 | |
| CN206117863U (zh) | 4g网络车载会议系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20210426 Address after: Room 406, no.3020 Huling Road, Linghu Town, Nanxun District, Huzhou City, Zhejiang Province Patentee after: Huzhou lingchuang Technology Co.,Ltd. Address before: 315211 Zhejiang Province, Ningbo Jiangbei District Fenghua Road No. 818 Patentee before: Ningbo University |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220118 Address after: 415700 Gong Jia Zu, Baiyan village, Jiuxi Town, Taoyuan County, Changde City, Hunan Province Patentee after: Sha Juan Address before: Room 406, no.3020 Huling Road, Linghu Town, Nanxun District, Huzhou City, Zhejiang Province Patentee before: Huzhou lingchuang Technology Co.,Ltd. |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220902 Address after: Room 1106, Building 1, No. 16, Keji 4th Road, Songshan Lake Park, Dongguan City, Guangdong 523000 Patentee after: Guangdong Bluefish IoT Technology Co.,Ltd. Address before: 415700 Gong Jia Zu, Baiyan village, Jiuxi Town, Taoyuan County, Changde City, Hunan Province Patentee before: Sha Juan |
|
| TR01 | Transfer of patent right |