CN105260864B - 基于频谱感知的云物流监控系统及监控方法 - Google Patents
基于频谱感知的云物流监控系统及监控方法 Download PDFInfo
- Publication number
- CN105260864B CN105260864B CN201510594503.0A CN201510594503A CN105260864B CN 105260864 B CN105260864 B CN 105260864B CN 201510594503 A CN201510594503 A CN 201510594503A CN 105260864 B CN105260864 B CN 105260864B
- Authority
- CN
- China
- Prior art keywords
- frequency spectrum
- module
- sensing module
- spectrum sensing
- noise ratio
- 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
Abstract
本发明涉及基于频谱感知的云物流监控系统及监控方法,在物流车辆与云端监控平台传输视频或音频等数据时,物流车辆上的多个频谱感知模块将实时监测的信噪比及周围频段占用或空闲情况发送给频谱感知融合模块进行融合处理,计算得到处于空空闲状态的频段值,并发送空闲频段值给中央处理器;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,以将数据在新切换的频段上发送给云端监控平台,实现云端监控平台对物流车辆的实时、顺畅监控;烟雾报警器及红外报警器则负责对应报警工作;云端监控平台根据客户需要查询的目标货物位置信息,命令物流车辆执行对应操作后,以反馈目标货物GPS定位数据给客户,满足客户了解货物实时位置的需要。
Description
技术领域
本发明涉及物流管理领域,尤其涉及一种基于频谱感知的云物流监控系统及监控方法。
背景技术
随着网络购物的迅猛发展,随之相伴的物流业务也急剧上升,物流公司应运而生。物流公司将发货人发出的货物收揽,给出每个货物对应的运单编号,然后将货物的发货信息及运单编号在物流管理系统进行登记,最后再发往目的地的货物中转站。当货物到达中转站后,及时将货物的当前位置信息发送给物流监控平台,经由物流监控平台更新后,供客户查询货物的物流信息,获取货物所处的位置信息。而物流监控平台则通过电话通话或者远程视频的方式对物流车辆、货物的情况进行监控。
然而,这种货物位置查询方式及物流监控方式仍然存在一些不足之处:当物流车辆处于运输途中时,如果客户需要查询货物位置,则因物流监控平台未能获取该运输途中的货物实时位置信息,无法给客户准确提供此状态货物的位置查询服务;另外,由于现有各种通信设备的不断应用,尤其是市区内通信基站的大量铺设和智能设备的普及应用,使得市区内的可用通信频段(或称频谱)极其匮乏,导致频段繁忙、紧张;这也导致物流监控平台与物流车辆之间需要实时传输物流车辆上的相关数据时,两者间的数据通信因频段繁忙而迟缓,严重地影响了物流业的发展。
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物流车辆进行云端监控,又能够实现物流车辆与云端顺畅通信的基于频谱感知的云物流监控系统。
本发明进一步要解决的技术问题是提供一种基于频谱感知的云物流监控方法。
本发明解决上述首要技术问题所采用的技术方案为:基于频谱感知的云物流监控系统,其特征在于,包括载有货物的物流车辆和云端监控平台,货物上贴有RFID标签和多维彩码,其中,
所述物流车辆上设置有中央处理器以及分别连接中央处理器的面部识别模块、指纹识别器、液晶显示屏、RFID阅读器、多维彩码阅读器、摄像头、速度检测模块、烟雾报警器、红外报警器、GPS定位模块、第一GIS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、音频输入模块、音频输出模块和存储器;所述面部识别模块、指纹识别器、RFID阅读器、多维彩码阅读器、摄像头、速度检测模块、烟雾报警器、红外报警器、GPS定位模块、第一GIS模块、第一LTE通信模块分别连接存储器;所述频谱感知融合模块连接频谱感知模块,且所述频谱感知模块至少具有三个;所述液晶显示屏分别连接摄像头、GPS定位模块和第一GIS模块;所述音频输入模块、音频输出模块分别连接第一LTE通信模块;
所述云端监控平台包括微处理器以及分别连接微处理器的第二LTE通信模块、第二GIS模块、显示器、音频输入装置、音频输出装置和储存器,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:基于频谱感知的云物流监控方法,其特征在于,依次包括如下步骤:
(1)云端监控平台与物流车辆通过第一LTE通信模块、第二LTE通信模块建立通信连接;
(2)物流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中央处理器和云端监控平台;
(3)中央处理器命令摄像头、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,得到物流车辆的轨迹路线,并规划最佳行驶路线,由液晶显示屏显示给驾驶人员;
(4)中央处理器命令RFID阅读器和多维彩码阅读器以预设频率扫描物流车辆上的货物,命令速度检测模块、烟雾报警器、红外报警器分别实时检测对应的物流车辆速度、烟雾数据和红外数据,扫描获取的货物信息数据以及速度数据、烟雾数据和红外数据保存至存储器中;烟雾报警器检测到烟雾数据超过预设阈值时,则予以报警;红外报警器检测到红外数据超过预设值也予以报警;
(5)当物流车辆与云端监控平台需要传输存储器中的数据或者需要进行音频、视频数据通信时,则由中央处理器命令频谱感知模块和频谱感知融合模块启动,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;
(6)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融合检测,然后根据融合检测结果进行融合,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中央处理器处理,其中,所述频谱感知融合模块对各频谱感知模块的频谱检测结果的融合过程依次包括如下步骤:
(6-1)设定频谱感知模块为CRi,且频谱感知模块的数量为N(N=2m+1,m∈Z+),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;
(6-2)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(6-3);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;
(6-3)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:
(6-4)频谱感知融合模块FC分别依次计算步骤(6-3)中各初选频谱感知模块信噪比SNRi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;
(6-5)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,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;
(6-6)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;
(6-7)根据步骤(6-6)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'i和检测概率Pd,j,其中,
其中,N1为采样点数;
(6-8)根据M个终选频谱感知模块调整后的检测概率Pd,j,且以可靠度加权的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;
(7)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;
(8)物流车辆与云端监控平台通过第一LTE通信模块、第二LTE通信模块在该空闲频段上通信,以将存储器中的GPS定位数据、视频数据、速度数据、烟雾数据和红外数据发送给云端监控平台,并由云端监控平台的储存器保存接收的所有数据;第二GIS模块调用储存器中的GPS定位数据,得出物流车辆的轨迹线路,并由显示器显示;
(9)驾驶人员通过物流车辆上的音频输入模块、音频输出模块实现与云端监控平台的音频交互;
(10)客户端发送需要查询的目标货物信息给云端监控平台,云端监控平台转发该目标货物信息给物流车辆上的中央处理器,中央处理器判断目标货物信息存在存储器中时,则命令GPS定位模块重新定位,以更新存储器中的GPS定位数据,并在执行步骤(6)和(7)后,将重新获取的GPS定位数据发送给云端监控平台;否则,中央处理器则反馈查询失败给云端监控平台;
(11)云端监控平台判断该目标货物信息位于储存器中时,则反馈该货物信息对应的更新后的GPS定位数据给客户端,否则,则反馈查无此物给客户端。
进一步地,所述步骤(6-8)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:在物流车辆与云端监控平台传输视频或音频等数据时,物流车辆上的多个频谱感知模块将实时监测的信噪比及周围频段占用或空闲情况发送给频谱感知融合模块进行融合处理,计算得到处于空空闲状态的频段值,并发送空闲频段值给中央处理器;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,以将数据在新切换的频段上发送给云端监控平台,实现云端监控平台对物流车辆的实时、顺畅监控;烟雾报警器及红外报警器则负责对应报警工作;云端监控平台根据客户需要查询的目标货物位置信息,命令物流车辆执行对应操作后,以反馈目标货物GPS定位数据给客户,满足客户了解货物实时位置的需要。
附图说明
图1为本发明实施例中基于频谱感知的云物流监控系统结构示意图;
图2为图1所示云物流监控系统的监控方法流程示意图;
图3为本发明实施例中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云物流监控系统,包括物流车辆1和云端监控平台2,物流车辆1上载有货物3,货物3上贴有RFID标签30和多维彩码31,RFID标签30内存储有该货物3的发货信息和收货信息,如发货地、发货人、收货人等;在多维彩码31内则存储有包括该货物收发货信息以及货物的其他各种详尽信息。其中,
物流车辆1上设置有中央处理器100以及分别连接中央处理器100的面部识别模块101、指纹识别器102、液晶显示屏103、RFID阅读器104、多维彩码阅读器105、摄像头106、速度检测模块107、烟雾报警器108、红外报警器109、GPS定位模块110、第一GIS模块111、第一LTE通信模块112、频谱感知融合模块113、频谱感知模块114、音频输入模块115、音频输出模块116和存储器117;频谱感知模块114具有检测信噪比的功能,并检测周围通信环境中的通信频段占用或空闲情况,并将检测结果发送给频谱感知融合模块113;第一GIS模块111用以根据存储器117中存储的GPS定位数据,绘制物流车辆1的运动轨迹、规划最佳驾驶路线,并由液晶显示屏103显示,以给驾驶人员驾驶提醒。
面部识别模块101、指纹识别器102、RFID阅读器104、多维彩码阅读器105、摄像头106、速度检测模块107、烟雾报警器108、红外报警器109、GPS定位模块110、第一GIS模块111、第一LTE通信模块112分别连接存储器117;存储器117预先存储有车辆驾驶人员的面部特征信息和指纹信息;
频谱感知融合模块113连接频谱感知模块114,且频谱感知模块114至少具有三个,以保证频谱感知融合模块113的融合效果;液晶显示屏103分别连接摄像头106、GPS定位模块110和第一GIS模块111;音频输入模块115、音频输出模块116分别连接第一LTE通信模块112;
云端监控平台2包括微处理器200以及分别连接微处理器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、音频输出装置205和储存器206,第二LTE通信模块201分别连接第二GIS模块202和储存器206,第二GIS模块202分别连接显示器203和储存器206。利用第二GIS模块202可以在显示器203上显示所要监控物流车辆1的轨迹情况,以及时掌握车辆运行信息。
以下结合图1和图2,对本发明中云物流监控系统的监控方法进行说明。该云物流系统的监控方法,依次包括如下步骤:
(1)云端监控平台2与物流车辆1通过第一LTE通信模块112、第二LTE通信模块201建立通信连接;
(2)物流车辆1上的面部识别模块101和指纹识别器102分别采集驾驶人员的面部信息、指纹信息,并与存储器117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中央处理器100和云端监控平台2;此时云端监控平台2正式对物流车辆1进行监控;
(3)中央处理器100命令摄像头106、GPS定位模块110和第一GIS模块111启动,摄像头106录制的视频数据以及GPS定位模块110获取的定位数据保存到存储器117中,第一GIS模块111根据存储器117中的定位数据,得到物流车辆1的轨迹路线,并规划最佳行驶路线,由液晶显示屏103显示给驾驶人员;
(4)中央处理器100命令RFID阅读器104和多维彩码阅读器105以预设频率扫描物流车辆1上的货物3,例如预设频率为10次/min;同时命令速度检测模块107、烟雾报警器108、红外报警器109分别实时检测对应的物流车辆速度、烟雾数据和红外数据,扫描获取的货物信息数据以及速度数据、烟雾数据和红外数据保存至存储器117中;其中,烟雾报警器108检测到烟雾数据超过预设阈值时,则予以报警;红外报警器109检测到红外数据超过预设值也予以报警;根据速度检测模块107获取到的物流车辆1速度可以判定驾驶人员是否超过正常行驶速度,以提醒驾驶人规范道路安全驾驶行为;
(5)当物流车辆1与云端监控平台2需要传输存储器117中的数据或者需要进行音频、视频数据通信时,则由中央处理器100命令频谱感知模块114和频谱感知融合模块113启动,由频谱感知模块114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113;
(6)频谱感知融合模块113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融合检测,然后根据融合检测结果,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中央处理器100处理;其中,融合检测又称协作检测,频谱感知融合模块113对各频谱感知模块的频谱检测结果的融合检测过程依次包括如下步骤:
(6-1)设定频谱感知模块为CRi,且频谱感知模块的数量为N(N=2m+1,m∈Z+),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;
(6-2)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(6-3);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;
(6-3)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:
(6-4)频谱感知融合模块FC分别依次计算步骤(6-3)中各初选频谱感知模块信噪比SNRi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;
(6-5)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,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;
(6-6)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;
(6-7)根据步骤(6-6)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'i和检测概率Pd,j,其中,
其中,N1为采样点数;
(6-8)根据M个终选频谱感知模块调整后的检测概率Pd,j,且以可靠度加权的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:
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;
(7)中央处理器100接收频谱感知融合模块113发送来的处于空闲状态的频段值,并命令第一LTE通信模块112切换到该频段上进行通信;
(8)物流车辆1与云端监控平台2通过第一LTE通信模块112、第二LTE通信模块201在该空闲频段上通信,以将存储器117中的GPS定位数据、视频数据、速度数据、烟雾数据和红外数据发送给云端监控平台2,并由云端监控平台2的储存器206保存接收的所有数据;第二GIS模块202调用储存器206中的GPS定位数据,得出物流车辆1的轨迹线路,并由显示器203显示;
(9)驾驶人员通过物流车辆1上的音频输入模块115、音频输出模块116实现与云端监控平台2的音频交互,实现驾驶人员与云端监控人员的通话;
(10)客户端发送需要查询的目标货物信息给云端监控平台2,云端监控平台2转发该目标货物信息给物流车辆1上的中央处理器100,中央处理器100判断目标货物信息存在存储器117中时,则命令GPS定位模块110重新定位,以更新存储器117中的GPS定位数据,并在执行步骤(6)和(7)后,将重新获取的GPS定位数据发送给云端监控平台2;否则,中央处理器100则反馈查询失败给云端监控平台2;
(11)云端监控平台2判断该目标货物信息位于储存器206中时,则反馈该货物信息对应的更新后的GPS定位数据给客户端,否则,则反馈查无此物给客户端。
图3给出了本发明实施例中融合检测方法的仿真结果示意图。该融合检测方法的仿真条件如下:设智能车辆1上设置有十三个频谱感知模块,十三个频谱感知模块的信噪比分别为SNR1=-16dB、SNR2=-17dB、SNR3=-18dB、SNR4=-22dB、SNR5=-23dB、SNR6=-26dB、SNR7=-27dB、SNR8=-30dB、SNR9=-32dB、SNR10=-36dB、SNR11=-37dB、SNR12=-38dB、SNR13=-39dB;十三个频谱感知模块均采用能量检测。可知,十三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,本发明中融合检测方法的检测概率要明显高于传统的基于OR准则的融合检测方法的检测概率。可见,本发明实施例中的融合检测方法具有更好的检测性能。
Claims (3)
1.基于频谱感知的云物流监控系统,其特征在于,包括载有货物的物流车辆和云端监控平台,货物上贴有RFID标签和多维彩码,其中,
所述物流车辆上设置有中央处理器以及分别连接中央处理器的面部识别模块、指纹识别器、液晶显示屏、RFID阅读器、多维彩码阅读器、摄像头、速度检测模块、烟雾报警器、红外报警器、GPS定位模块、第一GIS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、音频输入模块、音频输出模块和存储器;所述面部识别模块、指纹识别器、RFID阅读器、多维彩码阅读器、摄像头、速度检测模块、烟雾报警器、红外报警器、GPS定位模块、第一GIS模块、第一LTE通信模块分别连接存储器;所述频谱感知融合模块连接频谱感知模块,且所述频谱感知模块至少具有三个;所述液晶显示屏分别连接摄像头、GPS定位模块和第一GIS模块;所述音频输入模块、音频输出模块分别连接第一LTE通信模块;
所述云端监控平台包括微处理器以及分别连接微处理器的第二LTE通信模块、第二GIS模块、显示器、音频输入装置、音频输出装置和储存器,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模块分别连接显示器和储存器。
2.基于频谱感知的云物流监控方法,其特征在于,依次包括如下步骤:
(1)云端监控平台与物流车辆通过第一LTE通信模块、第二LTE通信模块建立通信连接;
(2)物流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中央处理器和云端监控平台;
(3)中央处理器命令摄像头、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,得到物流车辆的轨迹路线,并规划最佳行驶路线,由液晶显示屏显示给驾驶人员;
(4)中央处理器命令RFID阅读器和多维彩码阅读器以预设频率扫描物流车辆上的货物,命令速度检测模块、烟雾报警器、红外报警器分别实时检测对应的物流车辆速度、烟雾数据和红外数据,扫描获取的货物信息数据以及速度数据、烟雾数据和红外数据保存至存储器中;烟雾报警器检测到烟雾数据超过预设阈值时,则予以报警;红外报警器检测到红外数据超过预设值也予以报警;
(5)当物流车辆与云端监控平台需要传输存储器中的数据或者需要进行音频、视频数据通信时,则由中央处理器命令频谱感知模块和频谱感知融合模块启动,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;
(6)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融合检测,然后根据融合检测结果,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中央处理器处理,其中,所述频谱感知融合模块对各频谱感知模块的频谱检测结果的融合过程依次包括如下步骤:
(6-1)设定频谱感知模块为CRi,且频谱感知模块的数量为N(N=2m+1,m∈Z+),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;
(6-2)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(6-3);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;
(6-3)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:
(6-4)频谱感知融合模块FC分别依次计算步骤(6-3)中各初选频谱感知模块信噪比SNRi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;
(6-5)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,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;
(6-6)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;
(6-7)根据步骤(6-6)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'i和检测概率Pd,j,其中,
其中,N1为采样点数;
(6-8)根据M个终选频谱感知模块调整后的检测概率Pd,j,且以可靠度加权的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;
(7)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;
(8)物流车辆与云端监控平台通过第一LTE通信模块、第二LTE通信模块在该空闲频段上通信,以将存储器中的GPS定位数据、视频数据、速度数据、烟雾数据和红外数据发送给云端监控平台,并由云端监控平台的储存器保存接收的所有数据;第二GIS模块调用储存器中的GPS定位数据,得出物流车辆的轨迹线路,并由显示器显示;
(9)驾驶人员通过物流车辆上的音频输入模块、音频输出模块实现与云端监控平台的音频交互;
(10)客户端发送需要查询的目标货物信息给云端监控平台,云端监控平台转发该目标货物信息给物流车辆上的中央处理器,中央处理器判断目标货物信息存在存储器中时,则命令GPS定位模块重新定位,以更新存储器中的GPS定位数据,并在执行步骤(6)和(7)后,将重新获取的GPS定位数据发送给云端监控平台;否则,中央处理器则反馈查询失败给云端监控平台;
(11)云端监控平台判断该目标货物信息位于储存器中时,则反馈该货物信息对应的更新后的GPS定位数据给客户端,否则,则反馈查无此物给客户端。
3.根据权利要求2所述的基于频谱感知的云物流监控方法,其特征在于,所述步骤(6-8)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 |
---|---|---|---|
CN201510594503.0A CN105260864B (zh) | 2015-09-17 | 2015-09-17 | 基于频谱感知的云物流监控系统及监控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510594503.0A CN105260864B (zh) | 2015-09-17 | 2015-09-17 | 基于频谱感知的云物流监控系统及监控方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105260864A CN105260864A (zh) | 2016-01-20 |
CN105260864B true CN105260864B (zh) | 2019-03-29 |
Family
ID=55100543
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510594503.0A Active CN105260864B (zh) | 2015-09-17 | 2015-09-17 | 基于频谱感知的云物流监控系统及监控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105260864B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
US10499827B2 (en) * | 2017-09-19 | 2019-12-10 | Honeywell International Inc. | System and method for interpretation of signal-to-noise ratios detected in an array of electrodes sensors in terms of physical and cognitive state |
CN107742202A (zh) * | 2017-11-11 | 2018-02-27 | 成都优力德新能源有限公司 | 基于物联网的智能物流系统 |
CN108020722A (zh) * | 2018-02-07 | 2018-05-11 | 北华航天工业学院 | 信号测量系统 |
CN112184120B (zh) * | 2020-10-10 | 2023-09-22 | 浙江万里学院 | 基于频谱感知的智能物流监控方法 |
CN112232741B (zh) * | 2020-10-19 | 2023-12-01 | 浙江万里学院 | 一种实时获取货物状态信息的智能物流管理方法 |
CN114619971B (zh) * | 2022-05-17 | 2022-07-29 | 浙江华邦物联技术股份有限公司 | 一种物流车辆定位器的控制方法、定位器和可读存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
-
2015
- 2015-09-17 CN CN201510594503.0A patent/CN105260864B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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》;20140804;第41卷(第4期);77-80 |
Also Published As
Publication number | Publication date |
---|---|
CN105260864A (zh) | 2016-01-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105260864B (zh) | 基于频谱感知的云物流监控系统及监控方法 | |
CN105679068B (zh) | 一种与智能停车场协同的智能车辆自动驾驶系统和方法 | |
CN109508580A (zh) | 交通信号灯识别方法和装置 | |
CN106097755A (zh) | 用于识别泊车场地和/或空出场地的方法 | |
CN109255568A (zh) | 一种基于图像识别的智能仓储系统 | |
CN104809887B (zh) | 一种高速公路上车辆逆行检测方法与自动报警装置 | |
CN108038651A (zh) | 一种物流运输监控追溯管理系统 | |
CN109670376A (zh) | 车道线识别方法及系统 | |
CN109960735A (zh) | 人物搜索系统 | |
CN106447260B (zh) | 基于空闲频段选择的物流信息远程实时监测方法 | |
CN103903117A (zh) | 一种物流智能运输监管方法 | |
CN109034435A (zh) | 基于车联网的网约无人驾驶车辆方法及车联网系统 | |
CN101470957A (zh) | 一种车辆超速统计方法 | |
CN106503868A (zh) | 一种车队线路规划方法及相关设备 | |
CN104573659A (zh) | 一种基于svm的驾驶员接打电话监控方法 | |
CN114757522B (zh) | 一种基于大数据的粮仓管理系统及方法 | |
CN108960469A (zh) | 基于车联网的网约无人驾驶车辆方法及车联网系统 | |
CN104794934A (zh) | 车位检测方法和系统以及服务器 | |
CN109726890B (zh) | 一种基于平行车联网的车辆调度管理平台及方法 | |
CN106096504A (zh) | 一种基于无人机机载平台的车型识别方法 | |
CN101354777A (zh) | 车载货物通关智能监管系统 | |
CN104748795B (zh) | 一种监控大型电力设备运输的系统及方法 | |
CN107729850A (zh) | 物联网户外广告监播系统 | |
CN109910881A (zh) | 一种转弯道路视觉盲区信息的检测处理方法及系统 | |
CN107742202A (zh) | 基于物联网的智能物流系统 |
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 |