CN109764987A - 一种基站支撑力检测报警方法 - Google Patents
一种基站支撑力检测报警方法 Download PDFInfo
- Publication number
- CN109764987A CN109764987A CN201711099483.5A CN201711099483A CN109764987A CN 109764987 A CN109764987 A CN 109764987A CN 201711099483 A CN201711099483 A CN 201711099483A CN 109764987 A CN109764987 A CN 109764987A
- Authority
- CN
- China
- Prior art keywords
- base station
- image
- channel
- equipment
- support force
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Alarm Systems (AREA)
Abstract
本发明涉及一种基站支撑力检测报警方法,所述方法包括:使用支撑架构,设置在基站所在的铁塔的下方,用于为基站所在的铁塔提供支撑力;使用力度检测设备,设置在支撑架构与铁塔的支撑点处,用于检测并输出支撑架构所提供的支撑力。
Description
技术领域
本发明涉及基站领域,尤其涉及一种基站支撑力检测报警方法。
背景技术
基站控制器的核心是交换网络和公共处理器(CPR)。公共处理器对控制器内部各模块进行控制管理,并通过X.25通信协议与操作维护中心(OMC)相连接。交换网络将完成接口和接口之间的64kbit/s数据/话音业务信道的内部交换。控制器通过接口设备数字中继器(DTC)与移动交换中心相连,通过接口设备终端控制器(TCU)与收发台相连,构成一个简单的通信网络。
在整个蜂窝移动通信系统中,基站子系统是移动台与移动中心连接的桥梁,其地位极其重要。整个覆盖区中基站的数量、基站在蜂窝小区中的位置,基站子系统中相关组件的工作性能等因素决定了整个蜂窝系统的通信质量。基站的选型与建设,已成为组建现代移动通信网络的重要一环。
发明内容
现有技术中,基站的安全性能不足,例如缺乏对基站所在铁塔的支撑架构的支撑力进行实时检测和报警的相应方案,同时,基站一直保持不变的工作模式,自动化水平低下。为了解决上述问题,本发明提供了一种基站支撑力检测报警方法。
根据本发明的一方面,提供了一种基站支撑力检测报警方法,所述方法包括:
使用支撑架构,设置在基站所在的铁塔的下方,用于为基站所在的铁塔提供支撑力;
使用力度检测设备,设置在支撑架构与铁塔的支撑点处,用于检测并输出支撑架构所提供的支撑力。
优选地,还包括:
使用声光报警设备,与所述力度检测设备连接,用于在所述支撑架构所提供的支撑力低于预设力度阈值时,进行相应的声光报警操作;
使用CCD传感设备,设置在基站所在的铁塔上,用于对基站当前位置进行图像数据感应,以获得并输出CCD感应图像;
使用分块平滑设备,与所述CCD传感设备连接,用于接收所述CCD感应图像,确定所述CCD感应图像中的背景复杂度,基于所述背景复杂度确定对所述CCD感应图像进行平均分割的图像碎片数量,所述背景复杂度越高,对所述CCD感应图像进行平均分割的图像碎片数量越多,对各个图像碎片分别执行基于图像碎片随机噪声的平滑处理操作以获得各个平滑碎片,图像碎片随机噪声越大,对图像碎片执行的平滑处理操作强度越大,将各个平滑碎片进行组合以获得平滑组合图像。
优选地,还包括:
使用仿射变换设备,用于接收所述平滑组合图像,基于所述平滑组合图像平均亮度距离预设亮度范围中心值的远近将所述平滑组合图像平均分割成相应块大小的各个分块,对每一个分块,基于该分块的像素值方差选择对应的不同力度的仿射变换以获得仿射变换分块,将获得的各个仿射变换分块拼接以获得仿射处理图像,其中,所述平滑组合图像平均亮度距离所述预设亮度范围中心值的越近,将所述平滑组合图像平均分割成的相应块越大,以及在所述仿射变换设备中,对每一个分块,该分块扭曲度越大,选择的仿射变换的力度越大;
使用信号分析设备,用于接收所述仿射处理图像,对所述仿射处理图像进行归一化处理相关的特征量的提取,将提取后的特征量输入到由输入层、输出层和多个隐含层组成的数据分析模型中,用于逐层对输入层输入的特征量进行数据分析,输出层与最后一个隐含层连接,用于将最后一个隐含层的进行数据分析的结果输出,其中,输出层的输出量类型为归一化处理类型;
使用自适应归一化设备,与所述信号分析设备连接,用于接收所述归一化处理类型,并对所述仿射处理图像执行基于所述归一化处理类型的归一化操作,以获得并输出自适应处理图像;
使用密度分析设备,与所述自适应归一化设备连接,用于接收所述自适应处理图像,用于对所述自适应处理图像进行车辆密度分析,以获得并输出当前车辆密度;
使用嵌入式处理设备,分别与所述密度分析设备和所述基站连接,用于接收所述当前车辆密度,并在所述当前车辆密度小于等于预设密度阈值时,控制所述基站以进入节电工作模式。
优选地,所述分块平滑设备确定所述CCD感应图像中的背景复杂度的具体操作如下:获取所述CCD感应图像中各个像素点的Y通道像素值、U通道像素值和V通道像素值,确定每一个像素点的Y通道像素值的各个方向的梯度以作为Y通道梯度,确定每一个像素点的U通道像素值的各个方向的梯度以作为U通道梯度,确定每一个像素点的V通道像素值的各个方向的梯度以作为V通道梯度,基于各个像素点的Y通道梯度、U通道梯度和V通道梯度确定所述CCD感应图像对应的背景复杂度。
优选地,所述归一化处理类型为灰度归一化类型、几何归一化类型或变换归一化类型。
因此,本发明具备以下几个重要的发明点:
(1)对基站所在铁塔的支撑架构的支撑力进行实时检测和报警,提高了基站的安全性能;
(2)在多个定制图像处理设备处理的基础上,对附近的车流密度进行有效识别,并在所述当前车辆密度小于等于预设密度阈值时,控制所述基站以进入节电工作模式,从而避免能源的不必要浪费。
附图说明
以下将结合附图对本发明的实施方案进行描述,其中:
图1为根据本发明实施方案示出的基站支撑力检测报警系统的结构方框图。
图2为根据本发明实施方案示出的基站支撑力检测报警方法的步骤流程图。
具体实施方式
下面将参照附图对本发明的基站支撑力检测报警方法的实施方案进行详细说明。
为了克服上述不足,本发明搭建了一种基站支撑力检测报警方法,具体实施方案如下。
图1为根据本发明实施方案示出的基站支撑力检测报警系统的结构方框图,所述系统包括:
支撑架构,设置在基站所在的铁塔的下方,用于为基站所在的铁塔提供支撑力;
力度检测设备,设置在支撑架构与铁塔的支撑点处,用于检测并输出支撑架构所提供的支撑力。
接着,继续对本发明的基站支撑力检测报警系统的具体结构进行进一步的说明。
所述基站支撑力检测报警系统中还可以包括:
声光报警设备,与所述力度检测设备连接,用于在所述支撑架构所提供的支撑力低于预设力度阈值时,进行相应的声光报警操作;
CCD传感设备,设置在基站所在的铁塔上,用于对基站当前位置进行图像数据感应,以获得并输出CCD感应图像;
分块平滑设备,与所述CCD传感设备连接,用于接收所述CCD感应图像,确定所述CCD感应图像中的背景复杂度,基于所述背景复杂度确定对所述CCD感应图像进行平均分割的图像碎片数量,所述背景复杂度越高,对所述CCD感应图像进行平均分割的图像碎片数量越多,对各个图像碎片分别执行基于图像碎片随机噪声的平滑处理操作以获得各个平滑碎片,图像碎片随机噪声越大,对图像碎片执行的平滑处理操作强度越大,将各个平滑碎片进行组合以获得平滑组合图像。
所述基站支撑力检测报警系统中还可以包括:
仿射变换设备,用于接收所述平滑组合图像,基于所述平滑组合图像平均亮度距离预设亮度范围中心值的远近将所述平滑组合图像平均分割成相应块大小的各个分块,对每一个分块,基于该分块的像素值方差选择对应的不同力度的仿射变换以获得仿射变换分块,将获得的各个仿射变换分块拼接以获得仿射处理图像,其中,所述平滑组合图像平均亮度距离所述预设亮度范围中心值的越近,将所述平滑组合图像平均分割成的相应块越大,以及在所述仿射变换设备中,对每一个分块,该分块扭曲度越大,选择的仿射变换的力度越大;
信号分析设备,用于接收所述仿射处理图像,对所述仿射处理图像进行归一化处理相关的特征量的提取,将提取后的特征量输入到由输入层、输出层和多个隐含层组成的数据分析模型中,用于逐层对输入层输入的特征量进行数据分析,输出层与最后一个隐含层连接,用于将最后一个隐含层的进行数据分析的结果输出,其中,输出层的输出量类型为归一化处理类型;
自适应归一化设备,与所述信号分析设备连接,用于接收所述归一化处理类型,并对所述仿射处理图像执行基于所述归一化处理类型的归一化操作,以获得并输出自适应处理图像;
密度分析设备,与所述自适应归一化设备连接,用于接收所述自适应处理图像,用于对所述自适应处理图像进行车辆密度分析,以获得并输出当前车辆密度;
嵌入式处理设备,分别与所述密度分析设备和所述基站连接,用于接收所述当前车辆密度,并在所述当前车辆密度小于等于预设密度阈值时,控制所述基站以进入节电工作模式。
所述基站支撑力检测报警系统中:
所述分块平滑设备确定所述CCD感应图像中的背景复杂度的具体操作如下:获取所述CCD感应图像中各个像素点的Y通道像素值、U通道像素值和V通道像素值,确定每一个像素点的Y通道像素值的各个方向的梯度以作为Y通道梯度,确定每一个像素点的U通道像素值的各个方向的梯度以作为U通道梯度,确定每一个像素点的V通道像素值的各个方向的梯度以作为V通道梯度,基于各个像素点的Y通道梯度、U通道梯度和V通道梯度确定所述CCD感应图像对应的背景复杂度。
所述基站支撑力检测报警系统中:
所述归一化处理类型为灰度归一化类型、几何归一化类型或变换归一化类型。
图2为根据本发明实施方案示出的基站支撑力检测报警方法的步骤流程图,所述方法包括:
使用支撑架构,设置在基站所在的铁塔的下方,用于为基站所在的铁塔提供支撑力;
使用力度检测设备,设置在支撑架构与铁塔的支撑点处,用于检测并输出支撑架构所提供的支撑力。
接着,继续对本发明的基站支撑力检测报警方法的具体步骤进行进一步的说明。
所述基站支撑力检测报警方法还可以包括:
使用声光报警设备,与所述力度检测设备连接,用于在所述支撑架构所提供的支撑力低于预设力度阈值时,进行相应的声光报警操作;
使用CCD传感设备,设置在基站所在的铁塔上,用于对基站当前位置进行图像数据感应,以获得并输出CCD感应图像;
使用分块平滑设备,与所述CCD传感设备连接,用于接收所述CCD感应图像,确定所述CCD感应图像中的背景复杂度,基于所述背景复杂度确定对所述CCD感应图像进行平均分割的图像碎片数量,所述背景复杂度越高,对所述CCD感应图像进行平均分割的图像碎片数量越多,对各个图像碎片分别执行基于图像碎片随机噪声的平滑处理操作以获得各个平滑碎片,图像碎片随机噪声越大,对图像碎片执行的平滑处理操作强度越大,将各个平滑碎片进行组合以获得平滑组合图像。
所述基站支撑力检测报警方法还可以包括:
使用仿射变换设备,用于接收所述平滑组合图像,基于所述平滑组合图像平均亮度距离预设亮度范围中心值的远近将所述平滑组合图像平均分割成相应块大小的各个分块,对每一个分块,基于该分块的像素值方差选择对应的不同力度的仿射变换以获得仿射变换分块,将获得的各个仿射变换分块拼接以获得仿射处理图像,其中,所述平滑组合图像平均亮度距离所述预设亮度范围中心值的越近,将所述平滑组合图像平均分割成的相应块越大,以及在所述仿射变换设备中,对每一个分块,该分块扭曲度越大,选择的仿射变换的力度越大;
使用信号分析设备,用于接收所述仿射处理图像,对所述仿射处理图像进行归一化处理相关的特征量的提取,将提取后的特征量输入到由输入层、输出层和多个隐含层组成的数据分析模型中,用于逐层对输入层输入的特征量进行数据分析,输出层与最后一个隐含层连接,用于将最后一个隐含层的进行数据分析的结果输出,其中,输出层的输出量类型为归一化处理类型;
使用自适应归一化设备,与所述信号分析设备连接,用于接收所述归一化处理类型,并对所述仿射处理图像执行基于所述归一化处理类型的归一化操作,以获得并输出自适应处理图像;
使用密度分析设备,与所述自适应归一化设备连接,用于接收所述自适应处理图像,用于对所述自适应处理图像进行车辆密度分析,以获得并输出当前车辆密度;
使用嵌入式处理设备,分别与所述密度分析设备和所述基站连接,用于接收所述当前车辆密度,并在所述当前车辆密度小于等于预设密度阈值时,控制所述基站以进入节电工作模式。
所述基站支撑力检测报警方法中:
所述分块平滑设备确定所述CCD感应图像中的背景复杂度的具体操作如下:获取所述CCD感应图像中各个像素点的Y通道像素值、U通道像素值和V通道像素值,确定每一个像素点的Y通道像素值的各个方向的梯度以作为Y通道梯度,确定每一个像素点的U通道像素值的各个方向的梯度以作为U通道梯度,确定每一个像素点的V通道像素值的各个方向的梯度以作为V通道梯度,基于各个像素点的Y通道梯度、U通道梯度和V通道梯度确定所述CCD感应图像对应的背景复杂度。
所述基站支撑力检测报警方法中:
所述归一化处理类型为灰度归一化类型、几何归一化类型或变换归一化类型。
另外,所述基站支撑力检测报警方法中,还可以包括GPS定位设备。
GPS的前身是美国军方研制的一种子午仪卫星定位系统(Transit),1958年研制,1964年正式投入使用。该系统用5到6颗卫星组成的星网工作,每天最多绕过地球13次,并且无法给出高度信息,在定位精度方面也不尽如人意。然而,子午仪系统使得研发部门对卫星定位取得了初步的经验,并验证了由卫星系统进行定位的可行性,为GPS的研制埋下了铺垫。由于卫星定位显示出在导航方面的巨大优越性及子午仪系统存在对潜艇和舰船导航方面的巨大缺陷。美国海陆空三军及民用部门都感到迫切需要一种新的卫星导航系统。
为此,美国海军研究实验室(NRL)提出了名为Tinmation的用12到18颗卫星组成10000km高度的全球定位网计划,并于1967年、1969年和1974年各发射了一颗试验卫星,在这些卫星上初步试验了原子钟计时系统,这是GPS精确定位的基础。而美国空军则提出了621-B的以每星群4到5颗卫星组成3至4个星群的计划,这些卫星中除1颗采用同步轨道外其余的都使用周期为24h的倾斜轨道,该计划以伪随机码(PRN)为基础传播卫星测距信号,其强大的功能,当信号密度低于环境噪声的1%时也能将其检测出来。伪随机码的成功运用是GPS得以取得成功的一个重要基础。海军的计划主要用于为舰船提供低动态的2维定位,空军的计划能供提供高动态服务,然而系统过于复杂。由于同时研制两个系统会造成巨大的费用而且这里两个计划都是为了提供全球定位而设计的,所以1973年美国国防部将2者合二为一,并由国防部牵头的卫星导航定位联合计划局(JPO)领导,还将办事机构设立在洛杉矶的空军航天处。该机构成员众多,包括美国陆军、海军、海军陆战队、交通部、国防制图局、北约和澳大利亚的代表。
最初的GPS计划在美国联合计划局的领导下诞生了,该方案将24颗卫星放置在互成120度的三个轨道上。每个轨道上有8颗卫星,地球上任何一点均能观测到6至9颗卫星。这样,粗码精度可达100m,精码精度为10m。由于预算压缩,GPS计划不得不减少卫星发射数量,改为将18颗卫星分布在互成60度的6个轨道上,然而这一方案使得卫星可靠性得不到保障。1988年又进行了最后一次修改:21颗工作星和3颗备用星工作在互成60度的6条轨道上。这也是GPS卫星所使用的工作方式。
GPS导航系统是以全球24颗定位人造卫星为基础,向全球各地全天候地提供三维位置、三维速度等信息的一种无线电导航定位系统。它由三部分构成,一是地面控制部分,由主控站、地面天线、监测站及通讯辅助系统组成。二是空间部分,由24颗卫星组成,分布在6个轨道平面。三是用户装置部分,由GPS接收机和卫星天线组成。民用的定位精度可达10米内。
采用本发明的基站支撑力检测报警系统及方法,针对现有技术中基站安全性及自动化水平不足的技术问题,通过对基站所在铁塔的支撑架构的支撑力进行实时检测和报警,提高了基站的安全性能,以及在多个定制图像处理设备处理的基础上,对附近的车流密度进行有效识别,并在所述当前车辆密度小于等于预设密度阈值时,控制所述基站以进入节电工作模式,从而避免能源的不必要浪费。
可以理解的是,虽然本发明已以较佳实施例披露如上,然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言,在不脱离本发明技术方案范围情况下,都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,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、等同变化及修饰,均仍属于本发明技术方案保护的范围内。
Claims (5)
1.一种基站支撑力检测报警方法,其特征在于,所述方法包括:
使用支撑架构,设置在基站所在的铁塔的下方,用于为基站所在的铁塔提供支撑力;
使用力度检测设备,设置在支撑架构与铁塔的支撑点处,用于检测并输出支撑架构所提供的支撑力。
2.如权利要求1所述的基站支撑力检测报警方法,其特征在于,还包括:
使用声光报警设备,与所述力度检测设备连接,用于在所述支撑架构所提供的支撑力低于预设力度阈值时,进行相应的声光报警操作;
使用CCD传感设备,设置在基站所在的铁塔上,用于对基站当前位置进行图像数据感应,以获得并输出CCD感应图像;
使用分块平滑设备,与所述CCD传感设备连接,用于接收所述CCD感应图像,确定所述CCD感应图像中的背景复杂度,基于所述背景复杂度确定对所述CCD感应图像进行平均分割的图像碎片数量,所述背景复杂度越高,对所述CCD感应图像进行平均分割的图像碎片数量越多,对各个图像碎片分别执行基于图像碎片随机噪声的平滑处理操作以获得各个平滑碎片,图像碎片随机噪声越大,对图像碎片执行的平滑处理操作强度越大,将各个平滑碎片进行组合以获得平滑组合图像。
3.如权利要求2所述的基站支撑力检测报警方法,其特征在于,还包括:
使用仿射变换设备,用于接收所述平滑组合图像,基于所述平滑组合图像平均亮度距离预设亮度范围中心值的远近将所述平滑组合图像平均分割成相应块大小的各个分块,对每一个分块,基于该分块的像素值方差选择对应的不同力度的仿射变换以获得仿射变换分块,将获得的各个仿射变换分块拼接以获得仿射处理图像,其中,所述平滑组合图像平均亮度距离所述预设亮度范围中心值的越近,将所述平滑组合图像平均分割成的相应块越大,以及在所述仿射变换设备中,对每一个分块,该分块扭曲度越大,选择的仿射变换的力度越大;
使用信号分析设备,用于接收所述仿射处理图像,对所述仿射处理图像进行归一化处理相关的特征量的提取,将提取后的特征量输入到由输入层、输出层和多个隐含层组成的数据分析模型中,用于逐层对输入层输入的特征量进行数据分析,输出层与最后一个隐含层连接,用于将最后一个隐含层的进行数据分析的结果输出,其中,输出层的输出量类型为归一化处理类型;
使用自适应归一化设备,与所述信号分析设备连接,用于接收所述归一化处理类型,并对所述仿射处理图像执行基于所述归一化处理类型的归一化操作,以获得并输出自适应处理图像;
使用密度分析设备,与所述自适应归一化设备连接,用于接收所述自适应处理图像,用于对所述自适应处理图像进行车辆密度分析,以获得并输出当前车辆密度;
使用嵌入式处理设备,分别与所述密度分析设备和所述基站连接,用于接收所述当前车辆密度,并在所述当前车辆密度小于等于预设密度阈值时,控制所述基站以进入节电工作模式。
4.如权利要求3所述的基站支撑力检测报警方法,其特征在于:
所述分块平滑设备确定所述CCD感应图像中的背景复杂度的具体操作如下:获取所述CCD感应图像中各个像素点的Y通道像素值、U通道像素值和V通道像素值,确定每一个像素点的Y通道像素值的各个方向的梯度以作为Y通道梯度,确定每一个像素点的U通道像素值的各个方向的梯度以作为U通道梯度,确定每一个像素点的V通道像素值的各个方向的梯度以作为V通道梯度,基于各个像素点的Y通道梯度、U通道梯度和V通道梯度确定所述CCD感应图像对应的背景复杂度。
5.如权利要求4所述的基站支撑力检测报警方法,其特征在于:
所述归一化处理类型为灰度归一化类型、几何归一化类型或变换归一化类型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711099483.5A CN109764987A (zh) | 2017-11-09 | 2017-11-09 | 一种基站支撑力检测报警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711099483.5A CN109764987A (zh) | 2017-11-09 | 2017-11-09 | 一种基站支撑力检测报警方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109764987A true CN109764987A (zh) | 2019-05-17 |
Family
ID=66448934
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711099483.5A Pending CN109764987A (zh) | 2017-11-09 | 2017-11-09 | 一种基站支撑力检测报警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109764987A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102004058829A1 (de) * | 2004-12-06 | 2006-06-08 | Heßmann, Stefan | Vorrichtung zum Messen von Stützkräften an Anhängern, bzw. Zugfahrzeugen und, oder Gespannen |
CN102164401A (zh) * | 2011-04-21 | 2011-08-24 | 上海华为技术有限公司 | 一种铁路移动网络基站的节能方法、设备及系统 |
KR101137237B1 (ko) * | 2011-07-01 | 2012-04-20 | 주식회사 한국항만기술단 | 수중기초구조물의 지지력 측정장치 |
CN102930726A (zh) * | 2012-10-26 | 2013-02-13 | 西南大学 | 一种智能交通信号控制系统 |
CN105704792A (zh) * | 2014-11-27 | 2016-06-22 | 中国移动通信集团公司 | 一种铁路沿线基站的节能方法及装置 |
CN105927021A (zh) * | 2016-04-26 | 2016-09-07 | 中国电力科学研究院 | 输电塔塔腿辅助材支撑力确定方法及装置 |
CN107212971A (zh) * | 2017-07-11 | 2017-09-29 | 孟现华 | 一种搬运语言障碍病人的方法 |
CN107300442A (zh) * | 2017-06-30 | 2017-10-27 | 上海建工集团股份有限公司 | 施工平台牛腿支撑反力监测装置和方法 |
-
2017
- 2017-11-09 CN CN201711099483.5A patent/CN109764987A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102004058829A1 (de) * | 2004-12-06 | 2006-06-08 | Heßmann, Stefan | Vorrichtung zum Messen von Stützkräften an Anhängern, bzw. Zugfahrzeugen und, oder Gespannen |
CN102164401A (zh) * | 2011-04-21 | 2011-08-24 | 上海华为技术有限公司 | 一种铁路移动网络基站的节能方法、设备及系统 |
KR101137237B1 (ko) * | 2011-07-01 | 2012-04-20 | 주식회사 한국항만기술단 | 수중기초구조물의 지지력 측정장치 |
CN102930726A (zh) * | 2012-10-26 | 2013-02-13 | 西南大学 | 一种智能交通信号控制系统 |
CN105704792A (zh) * | 2014-11-27 | 2016-06-22 | 中国移动通信集团公司 | 一种铁路沿线基站的节能方法及装置 |
CN105927021A (zh) * | 2016-04-26 | 2016-09-07 | 中国电力科学研究院 | 输电塔塔腿辅助材支撑力确定方法及装置 |
CN107300442A (zh) * | 2017-06-30 | 2017-10-27 | 上海建工集团股份有限公司 | 施工平台牛腿支撑反力监测装置和方法 |
CN107212971A (zh) * | 2017-07-11 | 2017-09-29 | 孟现华 | 一种搬运语言障碍病人的方法 |
Non-Patent Citations (1)
Title |
---|
张喆: "视频监控下的行人数量统计研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106679625B (zh) | 基于北斗系统的广域范围电力铁塔高精度形变监测方法 | |
US6212392B1 (en) | Method for determining if the location of a wireless communication device is within a specified area | |
WO2005022198A1 (ja) | 地震予知方法およびそのシステム | |
CN102054297A (zh) | 基站巡检方法及巡检系统 | |
CN107941397A (zh) | 基站支撑力检测报警系统 | |
CN105204092A (zh) | 蜂窝状布局的雷电预警系统 | |
CN105101082A (zh) | 一种定位方法与装置 | |
CN111698774B (zh) | 基于多源信息融合的室内定位方法及装置 | |
CN106525044A (zh) | 基于船体结构图的大型舰艇的人员定位导航系统及其方法 | |
CN106546236B (zh) | 基于建筑结构图自主计算的海上平台人员定位导航系统 | |
CN113516305B (zh) | 一种情景-目标交互的水网区水资源调度智能决策方法及系统 | |
CN108173968A (zh) | 海上放射性事件短期应急跟踪监测装置及方法 | |
CN110928976B (zh) | 水源地违法活动识别预警方法、服务器及存储介质 | |
CN104780605A (zh) | 一种终端的定位方法和装置 | |
CN105652307A (zh) | 一种基于智能手机的电力系统电表设备定位方法 | |
CN107343291A (zh) | 天馈系统检测方法、装置及基站 | |
CN107645702A (zh) | 位置标定方法、装置和系统 | |
CN108550278A (zh) | 停车泊位占用状态检测设备及移动式停车泊位占用状态检测设备 | |
Cassel et al. | Comparison of ground‐based and UAV a‐UHF artificial tracer mobility monitoring methods on a braided river | |
CN109253660A (zh) | 一种弹丸落点坐标声震波探测系统及探测方法 | |
CN111935643A (zh) | 一种北斗船岸信息交换系统及方法 | |
CN107003128A (zh) | 无线定位系统、无线定位终端以及地点信息发送装置 | |
CN107682422A (zh) | 码头船舶状态识别方法、装置及系统 | |
CN112904390B (zh) | 定位方法、装置、计算机设备和存储介质 | |
CN109764987A (zh) | 一种基站支撑力检测报警方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190517 |