CN109495217A - 一种人工智能通信数据监测系统及监测方法 - Google Patents
一种人工智能通信数据监测系统及监测方法 Download PDFInfo
- Publication number
- CN109495217A CN109495217A CN201910042673.6A CN201910042673A CN109495217A CN 109495217 A CN109495217 A CN 109495217A CN 201910042673 A CN201910042673 A CN 201910042673A CN 109495217 A CN109495217 A CN 109495217A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- communication data
- compression
- verified
- 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
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
- H04L1/0056—Systems characterized by the type of code used
- H04L1/0061—Error detection codes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
- H04L69/04—Protocols for data compression, e.g. ROHC
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明属于人工智能通信数据监测技术领域,公开了一种人工智能通信数据监测系统及监测方法,人工智能通信数据监测系统包括:通信数据采集模块、主控模块、解析模块、特征提取模块、纠错模块、压缩模块、数据存储模块、监测显示模块。本发明通过纠错模块实现了对接收到的通信数据的纠错,提高了通信的效率;同时,通过压缩模块根据相邻压缩周期的步长变化,动态的调整下一压缩周期的容差参数值,可以减少波动较小的平稳数据的记录量,提高了数据的压缩率;没有引入复杂的数学计算,算法时空复杂度较低,非常适用于海量监测数据的压缩。
Description
技术领域
本发明属于人工智能通信数据监测技术领域,尤其涉及一种人工智能通信数据监测系统及监测方法。
背景技术
数据通信是通信技术和计算机技术相结合而产生的一种新的通信方式。要在两地间传输信息必须有传输信道,根据传输媒体的不同,有线数据通信与无线数据通信之分。但它们都是通过传输信道将数据终端与计算机联结起来,而使不同地点的数据终端实现软、硬件和信息资源的共享。信号是数据的电磁编码,信号中包含了所要传递的数据。信号一般以时间为自变量,以表示消息(或数据)的某个参量(振幅、频率或相位)为因变量。信号按其自变量时间的取值是否连续,可分为连续信号和离散信号;按其因变量的取值是否连续,又可分为模拟信号和数字信号。信号具有时域和频域两种最基本的表现形式和特性。时域特性反映信号随时间变化的情况。频域特性不仅含有信号时域中相同的信息量,而且通过对信号的频谱分析,还可以清楚地了解该信号的频谱分布情况及所占有的频带宽度。为了得到所传输的信号对接收设备及信道的要求,只了解信号的时域特性是不够的,还必须知道信号的频谱分布情况。信号的时域特性表示出信号随时间变化的情况。由于信号中的大部分能量都集中在一个相对较窄的频带范围之内,因此我们将信号大部分能量集中的那段频带称为有效带宽,简称带宽。任何信号都有带宽。一般来说,信号的带宽越大,利用这种信号传送数据的速率就越高,要求传输介质的带宽也越大。然而,现有人工智能通信数据监测系统为了纠正通信过程中的错误数据,采用海明码或是多维度循环冗余码等方法进行数据传输,但是利用该方法进行纠错,会占用带宽,降低带宽利用率,降低了通信的效率;同时,监测数据具有无限增长的特性,海量的历史数据对存储效率与成本造成很大压力。
综上所述,现有技术存在的问题是:
现有人工智能通信数据监测系统为了纠正通信过程中的错误数据,采用海明码或是多维度循环冗余码等方法进行数据传输,但是利用该方法进行纠错,会占用带宽,降低带宽利用率,降低了通信的效率;
同时,监测数据具有无限增长的特性,海量的历史数据对存储效率与成本造成很大压力。
发明内容
针对现有技术存在的问题,本发明提供了一种人工智能通信数据监测系统及监测方法。
本发明是这样实现的,一种的人工智能通信数据监测方法包括:
通过纠错模块接收通信数据包,并根据通信数据包包括的第一待校验数据生成第二校验数据,在判断获知第二校验数据与通信数据包包括的第一校验数据不匹配之后,根据预设的第一数据纠错表对第一待校验数据进行纠错,获得第二待校验数据;
然后根据第二待校验数据生成第三校验数据,在判断获知第三校验数据与第一校验数据匹配之后,对第二待校验数据进行处理,实现对接收到的通信数据的纠错;
通过压缩模块根据相邻压缩周期的步长变化,动态的调整下一压缩周期的容差参数值,减少波动较小的平稳数据的记录量。
进一步,纠错模块纠错方法包括:
(1)通过通信采集设备检查通信信号并连接采集通信数据信息;
(2)接收通信数据包,所述通信数据包包括第一待校验数据和第一校验数据,并根据所述第一待校验数据生成第二校验数据;
若判断获知所述第二校验数据与所述第一校验数据不匹配,则根据第一数据纠错表对所述第一待校验数据进行纠错,获得第二待校验数据;其中,所述第一数据纠错表是预设的;
(3)根据所述第二待校验数据生成第三校验数据;
若判断获知所述第三校验数据与所述第一校验数据匹配,则对所述第二待校验数据进行处理。
进一步,纠错方法还包括:
若判断获知所述第三校验数据与所述第一校验数据不匹配,则根据第二数据纠错表对所述第一待校验数据进行纠错,获得第三待校验数据;其中,所述第二数据纠错表是预设的;
根据所述第三待校验数据生成第四校验数据;
若判断获知所述第四校验数据与所述第一校验数据匹配,则对所述第三待校验数据进行处理;
若判断获知所述第四校验数据与所述第一校验数据不匹配,则丢弃所述第一待校验数据;
若判断获知所述第二校验数据与所述第一校验数据匹配,则对所述第一待校验数据进行处理。
进一步,压缩模块压缩方法包括:
1)获取通信数据中的原始数据,对原始数据进行分析处理;
2)对于原始数据中的非敏感数据使用容差参数ΔE较大的宽松标准,对于原始数据中的敏感数据使用容差参数ΔE较小的严格标准,即严格标准的容差参数小于宽松标准的容差参数;
3)在宽松或严格的不同标准范围内,根据数据的波动大小来自动调整容差参数ΔE。
进一步,所述压缩方法的具体步骤包括:
步骤1:读取待压缩数据,根据数据是否在敏感区间M内,判断数据是否为敏感数据;若数据敏感度与当前压缩类型相对应,进行步骤2;若不一致,进行步骤5;
步骤2:判断当前压缩周期步长是否超过最大步长Smax,若未超过进行步骤3,若超过进行步骤4;
步骤3:根据旋转门算法判断待压缩数据是否能够被当前压缩周期压缩,若能够,本压缩周期步长加1,进行步骤6;若不能够则跳至步骤4;
步骤4:记录上一个原始数据作为当前压缩周期的结尾数据;根据S与S1的大小比较来调整ΔE;当S≥S1时,ΔE=ΔE*(1+k);当S<S1时,ΔE=ΔE*(1-k);调整后ΔE的值不能超出相应的容差范围;若当前压缩类型为宽松压缩,ΔE要满足ΔEL-min≤ΔE≤ΔEL-max;若当前压缩类型为严格压缩,ΔE要满足ΔES-min≤ΔE≤ΔES-max;然后将当前S的值赋给S1,更新S1的值,再将S置为1,将调整后的ΔE作为容差参数,当前原始数据作为压缩首数据,开始新一轮压缩周期,进行步骤1;
步骤5:记录上一个原始数据作为当前压缩周期的结尾数据;根据当前数据的敏感度选择相应的压缩标准,将使用的压缩标准类型赋值给T;重置参数ΔE,若为宽松标准,ΔE=(ΔEL-min+ΔEL-max)/2;若为严格标准,ΔE=(ΔES-min+ΔES-max)/2;将S1和S初始化为1;使用这些参数,从当前数据开始,启动新的压缩周期,进行步骤1;
步骤6:判断是否还有新数据,若有执行步骤1,若无则记录本压缩周期首尾数据,结束压缩周期,退出。
本发明另一目的在于提供一种实现所述人工智能通信数据监测方法的计算机程序。
本发明另一目的在于提供一种实现所述人工智能通信数据监测方法的信息数据处理终端。
本发明另一目的在于提供一种计算机可读存储介质,包括指令,当其在计算机上运行时,使得计算机执行所述的人工智能通信数据监测方法。
本发明另一目的在于提供一种人工智能通信数据监测系统,所述人工智能通信数据监测系统包括:
通信数据采集模块,与主控模块连接,用于通过通信采集设备采集通信数据信息;
主控模块,与通信数据采集模块、解析模块、特征提取模块、纠错模块、压缩模块、数据存储模块、监测显示模块连接,用于通过单片机控制各个模块正常工作;
解析模块,与主控模块连接,用于通过协议解析算法解析采集的数据的通信协议;
特征提取模块,与主控模块连接,用于通过提取程序提取采集通信数据的特征元素;
纠错模块,与主控模块连接,用于通过数据纠错程对接收通信数据包中误码进行纠错;
压缩模块,与主控模块连接,用于通过压缩程序对采集的通信数据信息进行压缩操作;
数据存储模块,与主控模块连接,用于通过存储器存储采集通信数据信息;
监测显示模块,与主控模块连接,用于通过显示器显示采集通信数据的监测信息。
本发明另一目的在于提供一种搭载所述人工智能通信数据监测系统的人工智能通信数据监测平台。
本发明的优点及积极效果为:
本发明通过纠错模块能够接收通信数据包,并根据通信数据包包括的第一待校验数据生成第二校验数据,在判断获知第二校验数据与通信数据包包括的第一校验数据不匹配之后,根据预设的第一数据纠错表对第一待校验数据进行纠错,获得第二待校验数据,然后根据第二待校验数据生成第三校验数据,在判断获知第三校验数据与第一校验数据匹配之后,对第二待校验数据进行处理,实现了对接收到的通信数据的纠错,提高了通信的效率;同时,通过压缩模块根据相邻压缩周期的步长变化,动态的调整下一压缩周期的容差参数值,可以减少波动较小的平稳数据的记录量,提高了数据的压缩率;没有引入复杂的数学计算,算法时空复杂度较低,非常适用于海量监测数据的压缩。
附图说明
图1是本发明实施例提供的人工智能通信数据监测系统结构图。
图中:1、通信数据采集模块;2、主控模块;3、解析模块;4、特征提取模块;5、纠错模块;6、压缩模块;7、数据存储模块;8、监测显示模块。
图2是本发明实施例提供的人工智能通信数据监测方法流程图。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效,兹例举以下实施例,并配合附图详细说明如下。
现有人工智能通信数据监测系统为了纠正通信过程中的错误数据,采用海明码或是多维度循环冗余码等方法进行数据传输,但是利用该方法进行纠错,会占用带宽,降低带宽利用率,降低了通信的效率;
同时,监测数据具有无限增长的特性,海量的历史数据对存储效率与成本造成很大压力。
为解决上述技术问题,下面结合附图对本发明的原理作详细的描述。
如图1所示,本发明实施例提供的人工智能通信数据监测系统包括:通信数据采集模块1、主控模块2、解析模块3、特征提取模块4、纠错模块5、压缩模块6、数据存储模块7、监测显示模块8。
通信数据采集模块1,与主控模块2连接,用于通过通信采集设备采集通信数据信息;
主控模块2,与通信数据采集模块1、解析模块3、特征提取模块4、纠错模块5、压缩模块6、数据存储模块7、监测显示模块8连接,用于通过单片机控制各个模块正常工作;
解析模块3,与主控模块2连接,用于通过协议解析算法解析采集的数据的通信协议;
特征提取模块4,与主控模块2连接,用于通过提取程序提取采集通信数据的特征元素;
纠错模块5,与主控模块2连接,用于通过数据纠错程对接收通信数据包中误码进行纠错;
压缩模块6,与主控模块2连接,用于通过压缩程序对采集的通信数据信息进行压缩操作;
数据存储模块7,与主控模块2连接,用于通过存储器存储采集通信数据信息;
监测显示模块8,与主控模块2连接,用于通过显示器显示采集通信数据的监测信息。
如图2所示,本发明实施例提供的人工智能通信数据监测方法包括:
S101:通过纠错模块接收通信数据包,并根据通信数据包包括的第一待校验数据生成第二校验数据,在判断获知第二校验数据与通信数据包包括的第一校验数据不匹配之后,根据预设的第一数据纠错表对第一待校验数据进行纠错,获得第二待校验数据;
S102:然后根据第二待校验数据生成第三校验数据,在判断获知第三校验数据与第一校验数据匹配之后,对第二待校验数据进行处理,实现对接收到的通信数据的纠错;同时,通过压缩模块根据相邻压缩周期的步长变化,动态的调整下一压缩周期的容差参数值,减少波动较小的平稳数据的记录量。
在本发明实施例中,本发明提供的纠错模块5纠错方法如下:
(1)通过通信采集设备检查通信信号并连接采集通信数据信息;
(2)接收通信数据包,所述通信数据包包括第一待校验数据和第一校验数据,并根据所述第一待校验数据生成第二校验数据;
若判断获知所述第二校验数据与所述第一校验数据不匹配,则根据第一数据纠错表对所述第一待校验数据进行纠错,获得第二待校验数据;其中,所述第一数据纠错表是预设的;
(3)根据所述第二待校验数据生成第三校验数据;
若判断获知所述第三校验数据与所述第一校验数据匹配,则对所述第二待校验数据进行处理。
在本发明实施例中,本发明提供的纠错方法还包括:
若判断获知所述第三校验数据与所述第一校验数据不匹配,则根据第二数据纠错表对所述第一待校验数据进行纠错,获得第三待校验数据;其中,所述第二数据纠错表是预设的;
根据所述第三待校验数据生成第四校验数据;
若判断获知所述第四校验数据与所述第一校验数据匹配,则对所述第三待校验数据进行处理;
若判断获知所述第四校验数据与所述第一校验数据不匹配,则丢弃所述第一待校验数据;
若判断获知所述第二校验数据与所述第一校验数据匹配,则对所述第一待校验数据进行处理。
在本发明实施例中,本发明提供的压缩模块6压缩方法如下:
1)获取通信数据中的原始数据,对原始数据进行分析处理;
2)对于原始数据中的非敏感数据使用容差参数ΔE较大的宽松标准,对于原始数据中的敏感数据使用容差参数ΔE较小的严格标准,即严格标准的容差参数小于宽松标准的容差参数;
3)在宽松或严格的不同标准范围内,根据数据的波动大小来自动调整容差参数ΔE。
在本发明实施例中,本发明提供的压缩方法的具体步骤包括:
定义参数:
ΔE:容差参数;
k:ΔE的调整系数(0<k<1);
ΔEL-min:宽松标准容差范围下限;
ΔEL-max:宽松标准容差范围上限;
ΔES-min:严格标准容差范围下限;
ΔES-max:严格标准容差范围上限;
Smax:单个压缩周期的最大步长;
S:本次压缩周期的步长;
S1:上次压缩周期的步长;
M:敏感数据区间;
T:当前压缩周期的压缩类型,类型分为敏感数据对应的严格压缩与非敏感数据对应的宽松压缩两类;
步骤1:读取待压缩数据,根据数据是否在敏感区间M内,判断数据是否为敏感数据;若数据敏感度与当前压缩类型相对应,进行步骤2;若不一致,进行步骤5;
步骤2:判断当前压缩周期步长是否超过最大步长Smax,若未超过进行步骤3,若超过进行步骤4;
步骤3:根据旋转门算法判断待压缩数据是否能够被当前压缩周期压缩,若能够,本压缩周期步长加1,进行步骤6;若不能够则跳至步骤4;
步骤4:记录上一个原始数据作为当前压缩周期的结尾数据;根据S与S1的大小比较来调整ΔE;当S≥S1时,ΔE=ΔE*(1+k);当S<S1时,ΔE=ΔE*(1-k);调整后ΔE的值不能超出相应的容差范围;若当前压缩类型为宽松压缩,ΔE要满足ΔEL-min≤ΔE≤ΔEL-max;若当前压缩类型为严格压缩,ΔE要满足ΔES-min≤ΔE≤ΔES-max;然后将当前S的值赋给S1,更新S1的值,再将S置为1,将调整后的ΔE作为容差参数,当前原始数据作为压缩首数据,开始新一轮压缩周期,进行步骤1;
步骤5:记录上一个原始数据作为当前压缩周期的结尾数据;根据当前数据的敏感度选择相应的压缩标准,将使用的压缩标准类型赋值给T;重置参数ΔE,若为宽松标准,ΔE=(ΔEL-min+ΔEL-max)/2;若为严格标准,ΔE=(ΔES-min+ΔES-max)/2;将S1和S初始化为1;使用这些参数,从当前数据开始,启动新的压缩周期,进行步骤1;
步骤6:判断是否还有新数据,若有执行步骤1,若无则记录本压缩周期首尾数据,结束压缩周期,退出。
在本发明实施例中,本发明首先,通过通信数据采集模块1利用通信采集设备采集通信数据信息;其次,主控模块2通过解析模块3利用协议解析算法解析采集的数据的通信协议;通过特征提取模块4利用提取程序提取采集通信数据的特征元素;通过纠错模块5利用数据纠错程对接收通信数据包中误码进行纠错;通过压缩模块6利用压缩程序对采集的通信数据信息进行压缩操作;然后,通过数据存储模块7利用存储器存储采集通信数据信息;最后,通过监测显示模块8利用显示器显示采集通信数据的监测信息。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现,所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘SolidState Disk(SSD))等。
以上所述仅是对本发明的较佳实施例而已,并非对本发明作任何形式上的限制,凡是依据本发明的技术实质对以上实施例所做的任何简单修改,等同变化与修饰,均属于本发明技术方案的范围内。
Claims (10)
1.一种的人工智能通信数据监测方法,其特征在于,所述人工智能通信数据监测方法包括:
通过纠错模块接收通信数据包,并根据通信数据包包括的第一待校验数据生成第二校验数据,在判断获知第二校验数据与通信数据包包括的第一校验数据不匹配之后,根据预设的第一数据纠错表对第一待校验数据进行纠错,获得第二待校验数据;
然后根据第二待校验数据生成第三校验数据,在判断获知第三校验数据与第一校验数据匹配之后,对第二待校验数据进行处理,实现对接收到的通信数据的纠错;
通过压缩模块根据相邻压缩周期的步长变化,动态的调整下一压缩周期的容差参数值,减少波动较小的平稳数据的记录量。
2.如权利要求1所述人工智能通信数据监测方法,其特征在于,纠错模块纠错方法包括:
(1)通过通信采集设备检查通信信号并连接采集通信数据信息;
(2)接收通信数据包,所述通信数据包包括第一待校验数据和第一校验数据,并根据所述第一待校验数据生成第二校验数据;
若判断获知所述第二校验数据与所述第一校验数据不匹配,则根据第一数据纠错表对所述第一待校验数据进行纠错,获得第二待校验数据;其中,所述第一数据纠错表是预设的;
(3)根据所述第二待校验数据生成第三校验数据;
若判断获知所述第三校验数据与所述第一校验数据匹配,则对所述第二待校验数据进行处理。
3.如权利要求2所述人工智能通信数据监测方法,其特征在于,纠错方法还包括:
若判断获知所述第三校验数据与所述第一校验数据不匹配,则根据第二数据纠错表对所述第一待校验数据进行纠错,获得第三待校验数据;其中,所述第二数据纠错表是预设的;
根据所述第三待校验数据生成第四校验数据;
若判断获知所述第四校验数据与所述第一校验数据匹配,则对所述第三待校验数据进行处理;
若判断获知所述第四校验数据与所述第一校验数据不匹配,则丢弃所述第一待校验数据;
若判断获知所述第二校验数据与所述第一校验数据匹配,则对所述第一待校验数据进行处理。
4.如权利要求1所述人工智能通信数据监测方法,其特征在于,压缩模块压缩方法包括:
1)获取通信数据中的原始数据,对原始数据进行分析处理;
2)对于原始数据中的非敏感数据使用容差参数ΔE较大的宽松标准,对于原始数据中的敏感数据使用容差参数ΔE较小的严格标准,即严格标准的容差参数小于宽松标准的容差参数;
3)在宽松或严格的不同标准范围内,根据数据的波动大小来自动调整容差参数ΔE。
5.如权利要求4所述人工智能通信数据监测方法,其特征在于,所述压缩方法的具体步骤包括:
步骤1:读取待压缩数据,根据数据是否在敏感区间M内,判断数据是否为敏感数据;若数据敏感度与当前压缩类型相对应,进行步骤2;若不一致,进行步骤5;
步骤2:判断当前压缩周期步长是否超过最大步长Smax,若未超过进行步骤3,若超过进行步骤4;
步骤3:根据旋转门算法判断待压缩数据是否能够被当前压缩周期压缩,若能够,本压缩周期步长加1,进行步骤6;若不能够则跳至步骤4;
步骤4:记录上一个原始数据作为当前压缩周期的结尾数据;根据S与S1的大小比较来调整ΔE;当S≥S1时,ΔE=ΔE*(1+k);当S<S1时,ΔE=ΔE*(1-k);调整后ΔE的值不能超出相应的容差范围;若当前压缩类型为宽松压缩,ΔE要满足ΔEL-min≤ΔE≤ΔEL-max;若当前压缩类型为严格压缩,ΔE要满足ΔES-min≤ΔE≤ΔES-max;然后将当前S的值赋给S1,更新S1的值,再将S置为1,将调整后的ΔE作为容差参数,当前原始数据作为压缩首数据,开始新一轮压缩周期,进行步骤1;
步骤5:记录上一个原始数据作为当前压缩周期的结尾数据;根据当前数据的敏感度选择相应的压缩标准,将使用的压缩标准类型赋值给T;重置参数ΔE,若为宽松标准,ΔE=(ΔEL-min+ΔEL-max)/2;若为严格标准,ΔE=(ΔES-min+ΔES-max)/2;将S1和S初始化为1;使用这些参数,从当前数据开始,启动新的压缩周期,进行步骤1;
步骤6:判断是否还有新数据,若有执行步骤1,若无则记录本压缩周期首尾数据,结束压缩周期,退出。
6.一种实现权利要求1~5任意一项所述人工智能通信数据监测方法的计算机程序。
7.一种实现权利要求1~5任意一项所述人工智能通信数据监测方法的信息数据处理终端。
8.一种计算机可读存储介质,包括指令,当其在计算机上运行时,使得计算机执行如权利要求1-5任意一项所述的人工智能通信数据监测方法。
9.一种人工智能通信数据监测系统,其特征在于,所述人工智能通信数据监测系统包括:
通信数据采集模块,与主控模块连接,用于通过通信采集设备采集通信数据信息;
主控模块,与通信数据采集模块、解析模块、特征提取模块、纠错模块、压缩模块、数据存储模块、监测显示模块连接,用于通过单片机控制各个模块正常工作;
解析模块,与主控模块连接,用于通过协议解析算法解析采集的数据的通信协议;
特征提取模块,与主控模块连接,用于通过提取程序提取采集通信数据的特征元素;
纠错模块,与主控模块连接,用于通过数据纠错程对接收通信数据包中误码进行纠错;
压缩模块,与主控模块连接,用于通过压缩程序对采集的通信数据信息进行压缩操作;
数据存储模块,与主控模块连接,用于通过存储器存储采集通信数据信息;
监测显示模块,与主控模块连接,用于通过显示器显示采集通信数据的监测信息。
10.一种搭载权利要求9所述人工智能通信数据监测系统的人工智能通信数据监测平台。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910042673.6A CN109495217A (zh) | 2019-01-17 | 2019-01-17 | 一种人工智能通信数据监测系统及监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910042673.6A CN109495217A (zh) | 2019-01-17 | 2019-01-17 | 一种人工智能通信数据监测系统及监测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109495217A true CN109495217A (zh) | 2019-03-19 |
Family
ID=65714717
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910042673.6A Pending CN109495217A (zh) | 2019-01-17 | 2019-01-17 | 一种人工智能通信数据监测系统及监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109495217A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110245049A (zh) * | 2019-06-06 | 2019-09-17 | 深圳前海微众银行股份有限公司 | 产品配置数据的监控方法、装置、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101515187A (zh) * | 2009-04-07 | 2009-08-26 | 上海许继电气有限公司 | 基于cpci总线的irig-b信号解码校时卡装置及其方法 |
CN102802042A (zh) * | 2012-08-17 | 2012-11-28 | 无锡睿驰美迪科技有限公司 | 基于 ARMl1内核微处理器的3G Modem卡多轨编码传输系统及方法 |
CN107766376A (zh) * | 2016-08-19 | 2018-03-06 | 华为技术有限公司 | 数据对齐方法及装置 |
CN108551382A (zh) * | 2018-03-23 | 2018-09-18 | 重庆思柏高科技有限公司 | 一种通信数据纠错方法及装置 |
CN108667463A (zh) * | 2018-03-27 | 2018-10-16 | 江苏中科羿链通信技术有限公司 | 监测数据压缩方法 |
-
2019
- 2019-01-17 CN CN201910042673.6A patent/CN109495217A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101515187A (zh) * | 2009-04-07 | 2009-08-26 | 上海许继电气有限公司 | 基于cpci总线的irig-b信号解码校时卡装置及其方法 |
CN102802042A (zh) * | 2012-08-17 | 2012-11-28 | 无锡睿驰美迪科技有限公司 | 基于 ARMl1内核微处理器的3G Modem卡多轨编码传输系统及方法 |
CN107766376A (zh) * | 2016-08-19 | 2018-03-06 | 华为技术有限公司 | 数据对齐方法及装置 |
CN108551382A (zh) * | 2018-03-23 | 2018-09-18 | 重庆思柏高科技有限公司 | 一种通信数据纠错方法及装置 |
CN108667463A (zh) * | 2018-03-27 | 2018-10-16 | 江苏中科羿链通信技术有限公司 | 监测数据压缩方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110245049A (zh) * | 2019-06-06 | 2019-09-17 | 深圳前海微众银行股份有限公司 | 产品配置数据的监控方法、装置、设备及存储介质 |
CN110245049B (zh) * | 2019-06-06 | 2023-07-11 | 深圳前海微众银行股份有限公司 | 产品配置数据的监控方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107295594B (zh) | 网络切换方法、装置及移动终端 | |
CN111162934B (zh) | 业务服务的测试方法和装置、存储介质、电子装置 | |
CN111937006B (zh) | 基于熵值来确定性能的系统 | |
CN109460223A (zh) | 一种api网关管理系统及其方法 | |
US7177367B2 (en) | Method for bit assignment and fine gain setting in a multi-carrier communications system | |
WO2019029729A1 (zh) | 一种上报网络性能参数的方法及设备 | |
CN104106245B (zh) | 管理由多个应用程序进程使用的网络连接的方法和设备 | |
CN109495217A (zh) | 一种人工智能通信数据监测系统及监测方法 | |
CN111698323A (zh) | 物联网中智能区块链应用感知共识管理方法 | |
CN109862052A (zh) | 服务请求的调用方法、装置、计算机设备及存储介质 | |
CN107566480A (zh) | 移动终端应用的用户活动信息采集方法及装置、存储介质 | |
US10097405B2 (en) | Method and apparatus of establishing computer network monitoring criteria | |
CN109584889A (zh) | 音频传输方法和装置及存储介质 | |
CN115002843A (zh) | 服务质量校验方法、装置、存储介质及电子设备 | |
CN111539029B (zh) | 基于工业互联网的大数据存储速率优化方法及云计算中心 | |
US11848717B2 (en) | Profiling of wireless local area network performance | |
WO2016165471A1 (zh) | Hadoop集群组件指标的采集方法及装置 | |
CN112463696A (zh) | 一种串口波特率的自适应方法 | |
CN112911629A (zh) | 网络的测试方法、装置和计算机可读存储介质 | |
US10243595B2 (en) | Detection method and device for digital intermediate frequency processing system, and computer storage medium | |
CN114124761B (zh) | 用于带宽一致性验证的电子设备、系统、方法和介质 | |
CN113645285A (zh) | 一种中央管理服务器和互联网连接方法 | |
Melissaris et al. | Locomotive: Optimizing mobile web traffic using selective compression | |
CN109800167B (zh) | 测试方法、测试客户端以及测试系统 | |
CN116094778B (zh) | 一种基于互联网的实时监控系统 |
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: 20190319 |
|
RJ01 | Rejection of invention patent application after publication |