CN108732423A - 一种频谱监测数据处理系统及方法 - Google Patents

一种频谱监测数据处理系统及方法 Download PDF

Info

Publication number
CN108732423A
CN108732423A CN201810181412.8A CN201810181412A CN108732423A CN 108732423 A CN108732423 A CN 108732423A CN 201810181412 A CN201810181412 A CN 201810181412A CN 108732423 A CN108732423 A CN 108732423A
Authority
CN
China
Prior art keywords
monitoring
spectrum
monitoring data
data
station
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.)
Pending
Application number
CN201810181412.8A
Other languages
English (en)
Inventor
游鸿
马红光
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xi'an Daheng Tiancheng Mdt Infotech Ltd
Original Assignee
Xi'an Daheng Tiancheng Mdt Infotech Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xi'an Daheng Tiancheng Mdt Infotech Ltd filed Critical Xi'an Daheng Tiancheng Mdt Infotech Ltd
Priority to CN201810181412.8A priority Critical patent/CN108732423A/zh
Publication of CN108732423A publication Critical patent/CN108732423A/zh
Priority to PCT/CN2019/075657 priority patent/WO2019170000A1/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/16Spectrum analysis; Fourier analysis
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B17/00Monitoring; Testing
    • H04B17/30Monitoring; Testing of propagation channels
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B17/00Monitoring; Testing

Landscapes

  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Monitoring And Testing Of Transmission In General (AREA)

Abstract

本发明提出了一种频谱监测数据处理系统,包括:台站校准与同步模块、监测数据预处理模块、监测数据压缩处理模块、数据发送模块,并提供了一种频谱监测数据处理方法,包括以下步骤:台站校准,包括频谱监测台站位置信息校准、同步监测时间;监测数据预处理,包括给定时刻监测数据离散化和给定监测时段监测数据结构化处理;监测数据压缩处理,完成给定时段内监测数据的整体压缩处理;数据发送,将压缩后的数据传输给中心台站或数据中心。本发明的积极效果是:能够统一频谱监测数据的规范化处理过程,形成符合频谱监测网系要求的数据处理流程,并且给出了一种监测数据的矩阵表示及其数学运算,有利于多台站监测数据被更加合理和高效的利用。

Description

一种频谱监测数据处理系统及方法
技术领域
本发明属于无线电频谱监测数据处理技术领域,特别涉及一种频谱监测台站监测数据处理系统及数据结构化处理方法。
背景技术
随着频谱资源重要性和重视程度的提高,电磁频谱台站数量的急剧扩大,对电磁频谱监测数据处理以获取频谱使用详细状况是合理和高效进行频谱资源利用和频谱管理的基础。尤其是随着频谱网系建设的发展,频谱监测台站及不同频谱管理单位间的数据传输和处理需求不断提高,对频谱监测数据进行深度挖掘,采用大数据方法获取更多信息的要求也非常迫切。传统的电磁频谱监测数据处理方法主要是采用序贯式的关系型数据库来进行存储和处理。由于频谱监测数据具有天然的海量、分散的特点,使得传统频谱监测数据的存储和处理方法渐渐难以适应对电磁频谱数据传输和大数据处理新要求。
实际上,电磁频谱监测数据具有非常鲜明的结构化特征,监测数据的时间、频率和位置等维度的信息具有相关性,因此,针对这种特点,将监测数据的时间、频率、电平(幅度)、位置等信息关联起来,提出新的结构化数据处理系统和方法,将有利于电磁频谱数据的传输、存储和分析。
发明内容
为了克服上述现有技术的缺点,在借鉴和发展方法和理论的基础上,本发明针对电磁频谱监测台站数据处理需求,提供一种频谱监测数据处理系统及方法,利用本发明提出的系统和方法,能够实现频谱监测数据的规范化处理过程,形成符合频谱监测网系要求的数据处理流程,并且给出了一种监测数据的矩阵表示及其数学运算,有利于多台站监测数据被更加合理和高效的利用。
为了实现上述目的,本发明采用的技术方案是:
一种频谱监测数据处理系统,包括:
台站校准与同步模块,用于对频谱监测台站位置校准,同步监测时钟,确定监测时间点,确定监测频谱采样点和频谱带宽要求;
监测数据预处理模块,用于完成对给定采样时刻监测数据离散化和给定时段监测数据结构化处理;
监测数据压缩处理模块,用于完成给定时段监测数据的整体压缩处理;
数据发送模块,用于将压缩后的数据传输给中心台站、数据中心或其他中继台站。
进一步地,所述台站校准与同步模块包括:
频谱监测台站位置校准单元,用于利用卫星导航定位模块获取频谱监测台站自身准确位置信息,该位置信息用来标识频谱监测数据的位置信息;
监测时间校准单元,用于利用网络、原子钟或卫星导航授时模块校准监测台站自身的时钟,经过时间校准的台站,可以实现对台站数据在时间维度上进行准确标识并实现多台站按照统一时间步长进行监测;
监测参数同步单元,用于同步获取中心台站或数据中心发来的频谱监测初始参数,例如采样时间段、监测数据采样间隔、监测的频段、监测频谱采样数等信息,这些监测参数可以用来离散化和规范化监测数据。
进一步地,所述监测数据预处理模块包括:
采样时刻数据离散化单元,用于完成对给定采样时刻监测数据离散化,在给定的频谱带宽内,按照要求的频谱采样点数,获取给定采样时刻的一维频谱监测数列;
时段监测数据结构化处理单元,用于在给定的监测时间段内,按照监测数据时间采样间隔,按照时间先后顺序将不同采样时刻频谱监测数列进行排列,组成二维频谱矩阵。
进一步地,所述监测数据压缩处理模块对给定时段监测数据组成的频谱矩阵进行压缩处理。
本发明同时提供了一种频谱监测数据处理方法,包括以下步骤:
S1:频谱监测台站校准,完成监测台站位置校准V,同步监测时钟t、同步监测时间点tn、监测频谱采样点M以及频谱带宽B,其中n取0、1、2、……、N,N为正整数;
S2:监测数据预处理,完成给定时刻监测数据离散化和给定监测时段监测数据结构化处理,获取给定采样时刻的一维频谱监测数列和给定的监测时间段的二维频谱矩阵W;
S3:监测数据压缩处理,完成给定时段内监测数据W的整体压缩处理;
S4:数据发送,将压缩后的数据传输给中心台站、数据中心或其他中继台站。
进一步地,所述步骤S2中,所述监测数据预处理包括以下步骤:
S2.1:获取采样时刻tn频谱监测数据;
S2.2:在给定的频谱带宽B内,按照要求的频谱采样点数M,对数据进行离散化,获取给定采样时刻的一维频谱监测数列数列为1×M维;
S2.3:给定的监测时间段,按照监测数据时间采样间隔,获取不同采样时刻频谱监测数列
S2.4:按照时间先后顺序将不同采样时刻频谱监测数列进行排列,组成二维频谱矩阵矩阵W为N×M维;
S2.5:每个二维频谱矩阵W,额外附带监测信息,包括监测台站位置信息、采样时间及间隔、频带。
进一步地,所述步骤S3中,所述监测数据压缩处理包括以下步骤
S3.1:获取二维频谱矩阵的最大值和最小值。
S3.2:将二维频谱矩阵W映射为一定位数的灰度图G;
S3.3:对灰度图G采用图像压缩方法进行压缩处理。
进一步地,所述步骤S4中,所述数据发送包括以下步内容:
S4.1:压缩后的灰度图G;
S4.2:G对应的二维频谱矩阵W的最大值、最小值;
S4.3:二维频谱矩阵W对应的台站位置、采样时间及间隔、频带信息。
与现有技术相比,本发明的有益效果是:本发明所述一种频谱监测数据处理系统能够统一频谱监测数据的规范化处理过程,形成符合频谱监测网系要求的数据处理流程,并且给出了一种监测数据的矩阵表示及其数学运算,有利于多台站监测数据被更加合理和高效的利用。
附图说明
图1为本发明所述频谱监测数据处理系统应用场景示意图。
图2为本发明所述频谱监测数据处理系统组成的结构框图。
图3为本发明频谱监测数据频谱矩阵示意图。
图4为利用频谱分析仪采集到的监测数据在时间-频率二维空间取值示例。
图5为某台站频谱监测数据频谱矩阵灰度图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和出示的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明主要应用台站频谱监测数据的压缩、传输,有利于多台站监测数据被更加合理和高效的利用。图1为本发明实施例所提供的一种频谱监测数据处理系统应用场景示意图。
图2为本发明所述频谱监测数据处理系统组成的结构框图。
参照图2,本发明频谱监测数据处理系统,包括台站校准模块、监测数据预处理模块、监测数据压缩处理模块、数据发送模块。其中,台站校准模块,用于对频谱监测台站位置校准、同步监测时钟、同步监测时间点、确定监测频谱采样点、频谱带宽要求;监测数据预处理模块,用于完成对给定时刻监测数据离散化和给定监测时段监测数据结构化处理;监测数据压缩处理模块,用于完成给定时段内监测数据的整体压缩处理;数据发送模块,用于将压缩后的数据传输给中心台站、数据中心或其他中继台站。
频谱监测数据处理系统中的台站校准模块包括频谱监测台站位置校准单元、监测时间校准单元、监测参数同步单元。其中,频谱监测台站位置校准单元,用于利用卫星导航定位模块获取频谱监测台站自身准确位置信息,该位置信息用来标识频谱监测数据的位置信息;监测时间校准单元,用于利用网络、原子钟或卫星导航授时模块校准监测台站自身的时钟,经过时间校准的台站,可以实现对台站数据在时间维度上进行准确标识并实现多台站按照统一时间步长进行监测;监测参数同步单元,用于同步获取中心台站或数据中心发来的频谱监测初始参数,例如采样时间段、监测数据采样间隔、监测的频段、监测频谱采样数等信息,这些监测参数可以用来离散化和规范化监测数据。
频谱监测数据处理系统中的监测数据预处理模块包括采样时刻数据离散化单元和时段监测数据结构化处理单元。其中,采样时刻数据离散化单元,用于完成对给定采样时刻监测数据离散化,在给定的频谱带宽内,按照要求的频谱采样点数,获取给定采样时刻的一维频谱监测数列;时段监测数据结构化处理单元,用于在给定的监测时间段内,按照监测数据时间采样间隔,按照时间先后顺序将不同采样时刻频谱监测数列进行排列,组成二维频谱矩阵。
频谱监测数据处理系统中的监测数据压缩处理模块,用于对给定时段监测数据组成的频谱矩阵进行压缩处理。
基于频谱监测数据处理系统,本发明频谱监测数据处理方法,包括以下步骤:
S1:频谱监测台站校准,完成监测台站位置校准V、同步监测时间t、同步监测时间点tn(0…N)、监测频谱采样点M以及频谱带宽B等参数;
S2:监测数据预处理,完成给定时刻监测数据离散化和给定监测时段监测数据结构化处理,获取给定采样时刻的一维频谱监测数列和给定的监测时间段的二维频谱矩阵W;
S3:监测数据压缩处理,完成给定时段内监测数据W的整体压缩处理;
S4:数据发送,将压缩后的数据传输给中心台站、数据中心或其他中继台站。
在上述一种频谱监测数据处理方法的步骤S2监测数据预处理中包括以下步骤:
S2.1:获取采样时刻tn频谱监测数据;
S2.2:在给定的频谱带宽B内,按照要求的频谱采样点数M,对数据进行离散化,获取给定采样时刻的一维频谱监测数列数列为1×M维;
S2.3:给定的监测时间段,按照监测数据时间采样间隔,获取不同采样时刻频谱监测数列
S2.4:按照时间先后顺序将不同采样时刻频谱监测数列进行排列,组成二维频谱矩阵矩阵W为N×M维。
S2.5:每个二维频谱矩阵W,额外附带监测信息,包括监测台站位置信息、采样时间及间隔、频带等。
在上述一种频谱监测数据处理方法的步骤S3监测数据压缩处理中包括以下步骤:
S3.1:获取二维频谱矩阵的最大值和最小值。
S3.2:将二维频谱矩阵W映射为一定位数的灰度图G;
S3.3:对灰度图G采用图像压缩方法进行压缩处理。压缩方法可以选择JPEG或JPEG2000。
在上述一种频谱监测数据处理方法的步骤S4数据发送中包括以下步骤:
S4.1:压缩后的灰度图G;
S4.2:G对应的二维频谱矩阵W的最大值、最小值;
S4.3:二维频谱矩阵W对应的台站位置、采样时间及间隔、频带等信息。
图4为利用频谱分析仪在临潼某处获得的频谱监测数据在时间-频率二维空间取值实例,时间域取了50个采样时刻,采样带宽是500MHz,频率域采样点数是501,频谱矩矩阵W为50×501维。
图5为将图4数据映射为8阶灰度得到的频谱矩阵灰度图。

Claims (9)

1.一种频谱监测数据处理系统,其特征在于,包括:
台站校准与同步模块,用于对频谱监测台站位置校准,同步监测时钟,确定监测时间点,确定监测频谱采样点和频谱带宽要求;
监测数据预处理模块,用于完成对给定采样时刻监测数据离散化和给定时段监测数据结构化处理;
监测数据压缩处理模块,用于完成给定时段监测数据的整体压缩处理;
数据发送模块,用于将压缩后的数据传输给中心台站、数据中心或其他中继台站。
2.根据权利要求1所述频谱监测数据处理系统,其特征在于,所述台站校准与同步模块包括:
频谱监测台站位置校准单元,用于利用卫星导航定位模块获取频谱监测台站自身准确位置信息;
监测时间校准单元,用于利用网络、原子钟或卫星导航授时模块校准监测台站自身的时钟;
监测参数同步单元,用于同步获取中心台站或数据中心发来的频谱监测初始参数。
3.根据权利要求2所述频谱监测数据处理系统,其特征在于,所述频谱监测初始参数包括采样时间段、监测数据采样间隔、监测的频段以及监测频谱采样数。
4.根据权利要求1所述频谱监测数据处理系统,其特征在于,所述监测数据预处理模块包括:
采样时刻数据离散化单元,用于完成对给定采样时刻监测数据离散化,在给定的频谱带宽内,按照要求的频谱采样点数,获取给定采样时刻的一维频谱监测数列;
时段监测数据结构化处理单元,用于在给定的监测时间段内,按照监测数据时间采样间隔,按照时间先后顺序将不同采样时刻频谱监测数列进行排列,组成二维频谱矩阵。
5.根据权利要求4所述频谱监测数据处理系统,其特征在于,所述监测数据压缩处理模块对给定时段监测数据组成的频谱矩阵进行压缩处理。
6.一种频谱监测数据处理方法,其特征在于,包括以下步骤:
S1:频谱监测台站校准,完成监测台站位置校准V,同步监测时钟t、同步监测时间点tn、监测频谱采样点M以及频谱带宽B,其中n取0、1、2、……、N,N为正整数;
S2:监测数据预处理,完成给定时刻监测数据离散化和给定监测时段监测数据结构化处理,获取给定采样时刻的一维频谱监测数列和给定的监测时间段的二维频谱矩阵W;
S3:监测数据压缩处理,完成给定时段内监测数据W的整体压缩处理;
S4:数据发送,将压缩后的数据传输给中心台站、数据中心或其他中继台站。
7.根据权利要求6所述频谱监测数据处理方法,其特征在于,所述步骤S2中,所述监测数据预处理包括以下步骤:
S2.1:获取采样时刻tn频谱监测数据;
S2.2:在给定的频谱带宽B内,按照要求的频谱采样点数M,对数据进行离散化,获取给定采样时刻的一维频谱监测数列数列为1×M维;
S2.3:给定的监测时间段,按照监测数据时间采样间隔,获取不同采样时刻频谱监测数列
S2.4:按照时间先后顺序将不同采样时刻频谱监测数列进行排列,组成二维频谱矩阵矩阵W为N×M维;
S2.5:每个二维频谱矩阵W,额外附带监测信息,包括监测台站位置信息、采样时间及间隔、频带。
8.根据权利要求7所述频谱监测数据处理方法,其特征在于,所述步骤S3中,所述监测数据压缩处理包括以下步骤
S3.1:获取二维频谱矩阵的最大值和最小值。
S3.2:将二维频谱矩阵W映射为一定位数的灰度图G;
S3.3:对灰度图G采用图像压缩方法进行压缩处理。
9.根据权利要求8所述频谱监测数据处理方法,其特征在于,所述步骤S4中,所述数据发送包括以下步内容:
S4.1:压缩后的灰度图G;
S4.2:G对应的二维频谱矩阵W的最大值、最小值;
S4.3:二维频谱矩阵W对应的台站位置、采样时间及间隔、频带信息。
CN201810181412.8A 2018-03-06 2018-03-06 一种频谱监测数据处理系统及方法 Pending CN108732423A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201810181412.8A CN108732423A (zh) 2018-03-06 2018-03-06 一种频谱监测数据处理系统及方法
PCT/CN2019/075657 WO2019170000A1 (zh) 2018-03-06 2019-02-21 一种频谱监测数据处理系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810181412.8A CN108732423A (zh) 2018-03-06 2018-03-06 一种频谱监测数据处理系统及方法

Publications (1)

Publication Number Publication Date
CN108732423A true CN108732423A (zh) 2018-11-02

Family

ID=63940315

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810181412.8A Pending CN108732423A (zh) 2018-03-06 2018-03-06 一种频谱监测数据处理系统及方法

Country Status (2)

Country Link
CN (1) CN108732423A (zh)
WO (1) WO2019170000A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019170000A1 (zh) * 2018-03-06 2019-09-12 西安大衡天成信息科技有限公司 一种频谱监测数据处理系统及方法
CN111769891A (zh) * 2020-06-16 2020-10-13 西安大衡天成信息科技有限公司 一种基于张量分解的频谱监测大数据处理系统及处理方法
US20200400730A1 (en) * 2018-03-06 2020-12-24 Xi'an Daheng Tiancheng It Co., Ltd. Frequency spectrum monitoring data structured representation method, and data processing method and compression method

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103957065A (zh) * 2014-05-20 2014-07-30 成都瀚德科技有限公司 全时频谱监测方法
CN103987117A (zh) * 2014-04-28 2014-08-13 北京邮电大学 一种基于移动终端监测的信号发射台站定位方法
CN107171744A (zh) * 2017-06-30 2017-09-15 北京世纪德辰通信技术有限公司 一种基于三维地图的大功率台站开场测试系统及方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09307880A (ja) * 1996-05-20 1997-11-28 Fujitsu General Ltd 無線監視システム
CN106100776B (zh) * 2016-08-31 2019-03-05 成都九华圆通科技发展有限公司 基于无线台站网格监测系统的频谱感知方法
CN108616720B (zh) * 2018-03-06 2020-02-07 西安大衡天成信息科技有限公司 一种多台站频谱监测数据压缩处理方法
CN108732423A (zh) * 2018-03-06 2018-11-02 西安大衡天成信息科技有限公司 一种频谱监测数据处理系统及方法
CN108509506B (zh) * 2018-03-06 2021-07-13 西安大衡天成信息科技有限公司 一种频谱监测数据结构化表示方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103987117A (zh) * 2014-04-28 2014-08-13 北京邮电大学 一种基于移动终端监测的信号发射台站定位方法
CN103957065A (zh) * 2014-05-20 2014-07-30 成都瀚德科技有限公司 全时频谱监测方法
CN107171744A (zh) * 2017-06-30 2017-09-15 北京世纪德辰通信技术有限公司 一种基于三维地图的大功率台站开场测试系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
郭永明: "信号的时频域检测方法及在频谱监测中的应用", 《西安电子科技大学攻读博士学位研究生毕业论文》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019170000A1 (zh) * 2018-03-06 2019-09-12 西安大衡天成信息科技有限公司 一种频谱监测数据处理系统及方法
US20200400730A1 (en) * 2018-03-06 2020-12-24 Xi'an Daheng Tiancheng It Co., Ltd. Frequency spectrum monitoring data structured representation method, and data processing method and compression method
CN111769891A (zh) * 2020-06-16 2020-10-13 西安大衡天成信息科技有限公司 一种基于张量分解的频谱监测大数据处理系统及处理方法
US20210392523A1 (en) * 2020-06-16 2021-12-16 Xi'an Daheng Tiancheng It Co., Ltd. Tensor Decomposition-Based Big Data Processing System and Processing method for Spectrum Monitoring
CN111769891B (zh) * 2020-06-16 2022-08-26 西安大衡天成信息科技有限公司 一种基于张量分解的频谱监测大数据处理系统及处理方法
US11659421B2 (en) * 2020-06-16 2023-05-23 Xi'an Daheng Tiancheng It Co., Ltd. Tensor decomposition-based big data processing system and processing method for spectrum monitoring

Also Published As

Publication number Publication date
WO2019170000A1 (zh) 2019-09-12

Similar Documents

Publication Publication Date Title
US10951500B2 (en) Method and apparatus for warning
CN110460656B (zh) 一种工业环保物联网远程监测云平台
EP3644581B1 (en) Edge-cloud collaboration system for analyzing internet of things data and operating method thereof
CN102246165B (zh) 利用压缩梯度直方图来代表和标识特征描述符的方法和装置
EP3032780B1 (en) Method and apparatus for transmitting messages to users using trajectory-based clustering
CN108732423A (zh) 一种频谱监测数据处理系统及方法
WO2021082480A1 (zh) 一种图像分类的方法及相关装置
US20210226647A1 (en) Method and system for obtaining and storing sensor data
KR102476126B1 (ko) 고속 분석을 위한 네트워크 트래픽 준비 시스템
CN102148987A (zh) 基于先验模型和l0范数的压缩感知图像重构方法
CN115830473B (zh) 基于卫星遥感和自动监测的水质反演方法、系统
CN111611948A (zh) 基于cim与区块链的城市垃圾桶满溢检测方法
WO2019170001A1 (zh) 一种频谱监测数据结构化表示方法、数据处理方法和压缩方法
CN104036493A (zh) 一种基于多重分形谱的无参考图像质量评价方法
CN109886172A (zh) 视频行为识别方法和装置、电子设备、存储介质、产品
CN108616720B (zh) 一种多台站频谱监测数据压缩处理方法
CN108509506A (zh) 一种频谱监测数据结构化表示方法
CN115983738B (zh) 一种用于提升氮化镓制备效率的方法和装置
CN107276807B (zh) 一种基于社区动态紧密度的层次化网络社区树剪枝方法
CN106599234A (zh) 基于多维标识的数据可视化处理方法和系统
González-Jaramillo Tutorial: Internet of Things and the upcoming wireless sensor networks related with the use of big data in mapping services; issues of smart cities
CN102737095B (zh) 推荐装置、推荐系统、推荐方法以及程序
CN107845084B (zh) 一种基于移动端的遥感影像数据处理系统及数据处理方法
CN106297272A (zh) 一种基于压缩感知的公交调度方法及装置
CN109460700B (zh) 一种面向作物分类的遥感数据处理方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20181102

RJ01 Rejection of invention patent application after publication