CN109819532A - 一种基于人员检测的智能化基站控制方法 - Google Patents

Abstract

本发明涉及一种基于人员检测的智能化基站控制方法，所述方法包括使用基于人员检测的智能化基站以基于周围的单位面积内的人员数量确定对应的基站输出功率，所述基于人员检测的智能化基站包括：灰尘检测设备，用于对附近的灰尘浓度进行检测，以获得并输出实时灰尘浓度；除尘驱动设备，与所述灰尘检测设备连接，用于接收所述实时灰尘浓度，并在所述实时灰尘浓度超限时，发出启动控制信号，在所述实时灰尘浓度未超限时，发出关闭控制信号。

Description

一种基于人员检测的智能化基站控制方法

技术领域

本发明涉及基站领域，尤其涉及一种基于人员检测的智能化基站控制方法。

背景技术

一个基站的选择，需从性能、配套、兼容性及使用要求等各方面综合考虑，其中特别注意的是基站设备必须与移动交换中心相兼容或配套，这样才能取得较好的通信效果。基站子系统主要包括两类设备：基站收发台(BTS)和基站控制器(BSC)。

一个完整的基站收发台包括无线发射/接收设备、天线和所有无线接口特有的信号处理部分。基站收发台可看作一个无线调制解调器，负责移动信号的接收、发送处理。一般情况下在某个区域内，多个子基站和收发台相互组成一个蜂窝状的网络，通过控制收发台与收发台之间的信号相互传送和接收来达到移动通信信号的传送，这个范围内的地区也就是我们常说的网络覆盖面。如果没有了收发台，那就不可能完成手机信号的发送和接收。基站收发台不能覆盖的地区也就是手机信号的盲区。所以基站收发台发射和接收信号的范围直接关系到网络信号的好坏以及手机是否能在这个区域内正常使用。

基站收发台在基站控制器的控制下，完成基站的控制与无线信道之间的转换，实现手机通信信号的收发与移动基站之间通过空中无线传输及相关的控制功能。收发台可对每个用户的无线信号进行解码和发送。

发明内容

当前，基站输出功率存在输出功率太小，则跟不上周围使用设备的需求，输出功率太大，则辐射严重的问题，同时图像处理机制落后且不成规模。为此，本发明提供了一种基于人员检测的智能化基站控制方法，具备以下几个重要发明点：

(1)采用包括自适应平滑设备、最近邻插值设备、类型解析设备和组合滤波设备的一系列定制的图像处理设备，提高了对基站附近图像的处理效率和处理精度；

(2)建立了基于基站周围的单位面积内的人员数量确定对应的基站输出功率的控制机制，避免了基站输出功率与需求不相匹配的情况发生。

根据本发明的一方面，提供了一种基于人员检测的智能化基站控制方法，所述方法包括使用基于人员检测的智能化基站以基于周围的单位面积内的人员数量确定对应的基站输出功率，所述基于人员检测的智能化基站包括：灰尘检测设备，用于对附近的灰尘浓度进行检测，以获得并输出实时灰尘浓度；除尘驱动设备，与所述灰尘检测设备连接，用于接收所述实时灰尘浓度，并在所述实时灰尘浓度超限时，发出启动控制信号，在所述实时灰尘浓度未超限时，发出关闭控制信号。

优选地，所述基站还包括：自动除尘设备，与所述除尘驱动设备连接，用于在接收到所述启动控制信号时，开启对基站附近环境的除尘操作，还用于在接收到所述关闭控制信号时，停止对基站附近环境的除尘操作。

优选地，所述基站还包括：半球摄像头，用于对基站附近场景进行拍摄，以获得并输出时间上连续的多帧半球拍摄图像。

优选地，所述基站还包括：

自适应平滑设备，与所述半球摄像头连接，用于接收时间上连续的多帧高清图像，对当前高清图像与上一帧高清图像进行匹配以获得图像整体抖动值，基于所述图像整体抖动值确定对所述当前高清图像进行平均分割的图像区域数量，所述图像整体抖动值越高，对所述当前高清图像进行平均分割的图像区域数量越多，对各个图像区域分别执行基于图像区域随机噪声幅值的平滑处理以获得各个平滑区域，图像区域随机噪声幅值越大，对图像区域执行的平滑处理力度越大，将各个平滑区域组合以获得自适应平滑图像；

最近邻插值设备，与所述自适应平滑设备连接，用于接收所述自适应平滑图像，基于所述自适应平滑图像分辨率距离预设分辨率阈值的远近将所述自适应平滑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最近邻插值处理以获得校正分块，将获得的各个校正分块拼接以获得最近邻插值图像；

类型解析设备，与所述最近邻插值设备连接，用于接收所述最近邻插值图像，对所述最近邻插值图像进行噪声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卷积神经网络中，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噪声类型；

组合滤波设备，分别与所述最近邻插值设备和所述类型解析设备连接，用于接收所述噪声类型，并基于所述噪声类型从滤波数据库中选择相应的滤波器组合，使用所述滤波器组合对所述最近邻插值图像执行滤波操作，以获得并输出多层处理图像；

目标数量分析设备，与所述组合滤波设备连接，用于检测所述多层处理图像中的单位面积内的人员数量，并基于所述单位面积内的人员数量确定对应的基站输出功率；

优选地，所述基站还包括：功率调节设备，与所述目标数量分析设备连接，基于接收到的基站输出功率调整所述基站的输出信号。

优选地，在所述最近邻插值设备中，所述自适应平滑图像分辨率距离所述预设分辨率阈值越近，将所述自适应平滑图像平均分割成的相应块越大。

优选地，在所述最近邻插值设备中，对每一个分块，该分块的像素值方差越大，选择的最近邻插值处理的强度越小。

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于人员检测的智能化基站的结构方框图。

具体实施方式

下面将参照附图对本发明的基于人员检测的智能化基站控制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于人员检测的智能化基站控制方法，具体实施方案如下。

图1为根据本发明实施方案示出的基于人员检测的智能化基站的结构方框图，所述基站包括：灰尘检测设备，用于对附近的灰尘浓度进行检测，以获得并输出实时灰尘浓度；除尘驱动设备，与所述灰尘检测设备连接，用于接收所述实时灰尘浓度，并在所述实时灰尘浓度超限时，发出启动控制信号，在所述实时灰尘浓度未超限时，发出关闭控制信号。

接着，继续对本发明的基于人员检测的智能化基站的具体结构进行进一步的说明。

所述基于人员检测的智能化基站中还可以包括：

自动除尘设备，与所述除尘驱动设备连接，用于在接收到所述启动控制信号时，开启对基站附近环境的除尘操作，还用于在接收到所述关闭控制信号时，停止对基站附近环境的除尘操作。

所述基于人员检测的智能化基站中还可以包括：

半球摄像头，用于对基站附近场景进行拍摄，以获得并输出时间上连续的多帧半球拍摄图像。

所述基于人员检测的智能化基站中还可以包括：

自适应平滑设备，与所述半球摄像头连接，用于接收时间上连续的多帧高清图像，对当前高清图像与上一帧高清图像进行匹配以获得图像整体抖动值，基于所述图像整体抖动值确定对所述当前高清图像进行平均分割的图像区域数量，所述图像整体抖动值越高，对所述当前高清图像进行平均分割的图像区域数量越多，对各个图像区域分别执行基于图像区域随机噪声幅值的平滑处理以获得各个平滑区域，图像区域随机噪声幅值越大，对图像区域执行的平滑处理力度越大，将各个平滑区域组合以获得自适应平滑图像；

最近邻插值设备，与所述自适应平滑设备连接，用于接收所述自适应平滑图像，基于所述自适应平滑图像分辨率距离预设分辨率阈值的远近将所述自适应平滑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最近邻插值处理以获得校正分块，将获得的各个校正分块拼接以获得最近邻插值图像；

类型解析设备，与所述最近邻插值设备连接，用于接收所述最近邻插值图像，对所述最近邻插值图像进行噪声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卷积神经网络中，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噪声类型；

组合滤波设备，分别与所述最近邻插值设备和所述类型解析设备连接，用于接收所述噪声类型，并基于所述噪声类型从滤波数据库中选择相应的滤波器组合，使用所述滤波器组合对所述最近邻插值图像执行滤波操作，以获得并输出多层处理图像；

目标数量分析设备，与所述组合滤波设备连接，用于检测所述多层处理图像中的单位面积内的人员数量，并基于所述单位面积内的人员数量确定对应的基站输出功率；

所述基于人员检测的智能化基站中还可以包括：

功率调节设备，与所述目标数量分析设备连接，基于接收到的基站输出功率调整所述基站的输出信号。

所述基于人员检测的智能化基站中：

在所述最近邻插值设备中，所述自适应平滑图像分辨率距离所述预设分辨率阈值越近，将所述自适应平滑图像平均分割成的相应块越大。

所述基于人员检测的智能化基站中：

在所述最近邻插值设备中，对每一个分块，该分块的像素值方差越大，选择的最近邻插值处理的强度越小。

另外，所述基于人员检测的智能化基站中，所述功率调节设备可采用SOC芯片来实现。

SoC的定义多种多样，由于其内涵丰富、应用范围广，很难给出准确定义。一般说来，SoC称为系统级芯片，也有称片上系统，意指他是一个产品，是一个有专用目标的集成电路，其中包含完整系统并有嵌入软件的全部内容。同时他又是一种技术，用以实现从确定系统功能开始，到软/硬件划分，并完成设计的整个过程。

从狭义角度讲，他是信息系统核心的芯片集成，是将系统关键部件集成在一块芯片上；从广义角度讲，SoC是一个微小型系统，如果说中央处理器(CPU)是大脑，那么SoC就是包括大脑、心脏、眼睛和手的系统。国内外学术界一般倾向将SoC定义为将微处理器、模拟IP核、数字IP核和存储器(或片外存储控制接口)集成在单一芯片上，他通常是客户定制的，或是面向特定用途的标准产品。

采用本发明的基于人员检测的智能化基站，针对现有技术中基站输出功率难以控制的技术问题，通过采用包括自适应平滑设备、最近邻插值设备、类型解析设备和组合滤波设备的一系列定制的图像处理设备，提高了对基站附近图像的处理效率和处理精度，以及建立了基于基站周围的单位面积内的人员数量确定对应的基站输出功率的控制机制，避免了基站输出功率与需求不相匹配的情况发生。

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 (7)

1.一种基于人员检测的智能化基站控制方法，所述方法包括使用基于人员检测的智能化基站以基于周围的单位面积内的人员数量确定对应的基站输出功率，所述基于人员检测的智能化基站包括：

灰尘检测设备，用于对附近的灰尘浓度进行检测，以获得并输出实时灰尘浓度；

除尘驱动设备，与所述灰尘检测设备连接，用于接收所述实时灰尘浓度，并在所述实时灰尘浓度超限时，发出启动控制信号，在所述实时灰尘浓度未超限时，发出关闭控制信号。

2.如权利要求1所述的方法，其特征在于，所述基站还包括：

自动除尘设备，与所述除尘驱动设备连接，用于在接收到所述启动控制信号时，开启对基站附近环境的除尘操作，还用于在接收到所述关闭控制信号时，停止对基站附近环境的除尘操作。

3.如权利要求2所述的方法，其特征在于，所述基站还包括：

半球摄像头，用于对基站附近场景进行拍摄，以获得并输出时间上连续的多帧半球拍摄图像。

4.如权利要求3所述的方法，其特征在于，所述基站还包括：

自适应平滑设备，与所述半球摄像头连接，用于接收时间上连续的多帧高清图像，对当前高清图像与上一帧高清图像进行匹配以获得图像整体抖动值，基于所述图像整体抖动值确定对所述当前高清图像进行平均分割的图像区域数量，所述图像整体抖动值越高，对所述当前高清图像进行平均分割的图像区域数量越多，对各个图像区域分别执行基于图像区域随机噪声幅值的平滑处理以获得各个平滑区域，图像区域随机噪声幅值越大，对图像区域执行的平滑处理力度越大，将各个平滑区域组合以获得自适应平滑图像；

最近邻插值设备，与所述自适应平滑设备连接，用于接收所述自适应平滑图像，基于所述自适应平滑图像分辨率距离预设分辨率阈值的远近将所述自适应平滑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最近邻插值处理以获得校正分块，将获得的各个校正分块拼接以获得最近邻插值图像；

类型解析设备，与所述最近邻插值设备连接，用于接收所述最近邻插值图像，对所述最近邻插值图像进行噪声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卷积神经网络中，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噪声类型；

组合滤波设备，分别与所述最近邻插值设备和所述类型解析设备连接，用于接收所述噪声类型，并基于所述噪声类型从滤波数据库中选择相应的滤波器组合，使用所述滤波器组合对所述最近邻插值图像执行滤波操作，以获得并输出多层处理图像；

目标数量分析设备，与所述组合滤波设备连接，用于检测所述多层处理图像中的单位面积内的人员数量，并基于所述单位面积内的人员数量确定对应的基站输出功率。

5.如权利要求4所述的方法，其特征在于，所述基站还包括：

功率调节设备，与所述目标数量分析设备连接，基于接收到的基站输出功率调整所述基站的输出信号。

6.如权利要求5所述的方法，其特征在于：

在所述最近邻插值设备中，所述自适应平滑图像分辨率距离所述预设分辨率阈值越近，将所述自适应平滑图像平均分割成的相应块越大。

7.如权利要求6所述的方法，其特征在于：

在所述最近邻插值设备中，对每一个分块，该分块的像素值方差越大，选择的最近邻插值处理的强度越小。