CN111565077A - 一种分布式智能频谱监测系统及方法 - Google Patents

Abstract

本发明公开了一种分布式智能频谱监测系统及方法，所述分布式智能频谱监测系统中的频谱监测节点形成了网络化的规模监测，监测范围更广，且能够实现利用多个节点，对监测目标采用基于TDOA的协同定位配合，同时对监测节点的结构作出改进，使协同定位的精度更高，发挥出了协同监测的高效率、低成本、高精度的优势。同时本发明监测方法中提出了一种多节点协同TDOA定位算法，能够进一步的提高定位精度。本发明系统和方法可为日常的无线电秩序管理工作打下坚实基础，保障用频设备在复杂电磁环境下的用频安全。

Description

一种分布式智能频谱监测系统及方法

技术领域

本发明属于无线电信号频谱监测领域，具体涉及一种分布式智能频谱监测系统及方法。

背景技术

随着物联网的快速发展以及5G时代的到来，各类无线电设备数量激增，同时层出不穷的非法无线电设备给本就紧张稀缺的频谱资源环境带来了诸多不安全因素，这给日常的无线电秩序管理工作带来了极大的挑战。目前传统的频谱监测系统存在以下缺陷及紧迫性问题:一方面,现有的频谱监测系统中大多使用相互独立无法联网的频谱监测设备，如单点固定式或车辆移动监测，缺乏网络化规模监测，就单一设备而言，在实时数据处理速度有限的情况下，频率高分辨率和大带宽本身不可兼得，所以往往实际监测覆盖范围、精度和准确度不能均满足需求；另一方面现有的大多数频谱监测系统缺乏协同监测，不能挖掘更多可利用监测数据的价值。

国家知识产权局于2019年5月6日公开了一件公开号为CN109709396A、名称为“基于无线传感器网络的电磁频谱监测系统及方法”的发明专利，用于解决现有技术监测复杂电磁频谱空间准确度低的问题，其特征包括通过无线连接的频谱管理中心和若干网关节点，能够绘制节点监测的电磁频谱。但未对信号发射源的定位作深入研究。

国家知识产权局于2019年5月28日公开了一件公开号为CN109818694A、名称为“一种基于无线自组网的电磁频谱监测系统及方法”的发明专利，其特征包括多个用于对监测区域的电磁频谱进行监测的监测节点以及与所述监测节点进行数据交互的控制中心，其主要研究了监测发现异常信号，并进行粗略的定位，以缩小排查范围。

如今日益复杂的电磁环境下的频谱监测需求已从单个频率元素扩展到频率、时间、空间、信号、功率等其他多维元素，在传统的频谱监测系统存在上述缺陷的情况下，急需提出一种智能、新颖的频谱监测系统，它不仅包括传统的频谱数据采集功能，还应包含数据分析、协同监测定位功能。

发明内容

本发明的技术目提供一种分布式智能频谱监测系统及方法，以弥补现有技术的不足。

本发明的技术方案为：

一种分布式智能频谱监测系统，包括云中心和分布在监测区域中的多个频谱监测节点，各频谱监测节点分别与云中心通信连接，其特征在于；

所述频谱监测节点包括频谱监测接收机、卫星驯服钟、微型电脑和无线通信模块；

所述频谱监测接收机，用于接收监测目标信号发射源发出的无线电信号，其信号输出端和输入端与微型电脑的对应接口相互连接；

所述卫星驯服钟的信号输出端与频谱监测接收机、微型电脑的信号输入端分别连接，卫星驯服钟向频谱监测接收机输出10MHz的参考时钟和1PPS秒脉冲，使各节点的频谱监测接收机采样数据精确同步，卫星驯服钟在向频谱监测接收机发送1PPS秒脉冲的同时，将时间和其所在的位置信息发送给微型电脑；

所述微型电脑通过无线通信模块与云中心互联，微型电脑根据云中心下达的监测任务和控制指令，控制频谱监测接收机完成对其工作状态的配置，通过串口读取卫星驯服钟与1PPS同时发出的时间、位置信息，并将该时间、位置信息与频谱监测接收机当下传来的频谱采样数据一起打包成数据包，通过无线通信模块发送给云中心分析；

所述云中心利用多个频谱监测节点反馈的时间、位置信息对信号发射源进行基于TDOA的协同定位。

在上述方案的基础上，进一步改进或优选的方案还包括：

所述分布式智能频谱监测系统由服务驱动，用户通过用户端向云中心提出监测服务请求，云中心解析请求并将监测任务指令下达给各频谱监测节点，频谱监测节点根据任务指令调整自身的工作状态，其其系统架构包括五层，自下而上分别为基础硬件层、数据传输层、云中心管理层、云中心服务层和用户层；

所述基础硬件层即分布在待监测区的所有频谱监测节点，根据云中心管理层发送的指令执行对目标信号发射源的数据采集；

所述数据传输层负责传输各类监测业务数据以及节点控制数据，包括连接节点与云中心的无线通信模块；

所述云中心管理层用于实现对系统各项元素的管理；

所述云中心服务层用于提供用户交互界面，接收用户传送的监测服务请求，并将其转化为监测任务配置发送给云中心管理层，通过云中心管理层向频谱监测节点发送对应的指令；

所述用户层由该系统的各个用户端组成。

所述卫星驯服钟为GPS驯服钟。

本发明所述分布式智能频谱监测方法，采用多节点协同TDOA定位算法完成基于TDOA的协同定位过程，所述多节点协同TDOA定位算法为：

设可监测到某个信号发射源目标的节点有N个，在N个节点中任选三个节点且不重复的选法共有

种,选取三个监测节点i、l、j组成一组；

从上述三个节点中任取其二；

设第一种取法为取节点i和l，以D_i表示信号发射源发射的无线电波到达监测节点i所走过的距离，D_l表示信号发射源发射的无线电波到达监测节点l所走过的距离,以Δt_i,l表示信号发射源发射的无线电波到达监测节点i所用的时间与到达监测节点l的时间差，以(x,y)表示发射源所处的位置，以(X_i,Y_i)表示第i个监测节点的位置,(X_l，Y_l)表示第l个监测节点的位置，以D_i,l表示无线电波到监测节点i和监测节点l的距离差；

根据无线电波的传输规律，将无线电波传输速率与时间相乘可得：

D_i,l＝cΔt_i,l＝D_i-D_l (1)

公式(1)中c为光速，D_i可以表示成如下形式：

公式(3)中

同理可得D_l：

将公式(3)和公式(5)两式相减可得

同理，再取节点l、j和节点i、j，得到一个三元线性方程组(7)，求解这个线性方程组即可得到目标信号发射源的位置坐标(x,y)；

上式中，

表示第j个监测节点的位置,D_i，j表示无线电波到监测节点i和监测节点j的距离差,D_l，j表示无线电波到监测节点l和监测节点j的距离差；

将求解得到发射源位置记为(x_m,y_m)，m为自然数，以三个一组的方式遍历所有节点，则有

种发射源位置结果，将其分别记为：

之后，将这一系列发射源的位置结果求平均，即可得到最终的目标信号发射源位置结果。

进一步的，所述分布式智能频谱监测方法，包括以下步骤：

第一步，各频谱监测节点通过无线通信模块与云中心建立网络连接后，给云中心发送注册信息包，上传自身的工作状态信息，云中心核实各频谱监测节点的入网状态以及工作状态；

第二步，云中心接收用户的监测服务请求，将其转化为监测任务配置，并将与监测任务配置对应的指令下达给各频谱监测节点；

第三步，各频谱监测节点根据监测任务配置信息调整自身的工作状态，采集相应信号发射源的频谱，并将频谱数据和对应的采集时间、节点位置信息上传至云中心；

第四步，云中心对各频谱监测节点上传的频谱、时间、位置进行归纳、存储、分析，执行多节点协同TDOA定位算法，计算出信号发射源的位置。

有益效果：

本发明分布式智能频谱监测系统中的频谱监测节点形成了网络化的规模监测，监测范围更广，且能够实现利用多个节点，对监测目标采用基于TDOA的协同定位配合，同时对监测节点的结构作出改进，使协同定位的精度更高，发挥出了协同监测的高效率、低成本、高精度的优势。同时本发明监测方法中提出了一种多节点协同TDOA定位算法，能够进一步的提高定位精度。本发明系统和方法可为日常的无线电秩序管理工作打下坚实基础，保障用频设备在复杂电磁环境下的用频安全。

附图说明

图1是分布式智能频谱监测系统的架构图。

图2是分布式智能频谱监测系统的分层结构简图。

图3是频谱监测节点硬件结构框图。

图4是分布式智能频谱监测系统的分层结构图。

具体实施方式

为了进一步阐明本发明的技术方案和工作原理，下面结合附图与具体实施例对本发明做详细的介绍，文中*表示乘号。

实施例1

如图1所示，一种分布式智能频谱监测系统，它包括多个能够监测周围电磁频谱环境的频谱监测节点、供监测节点接入云中心(服务器)的网络热点以及云中心，各节点通过网络热点的可靠网络传输链路与云中心互联。

如图2所示，本实施例中，所述分布式智能频谱监测系统的结构可分为五层，五层架构自底而上分别为基础硬件层、数据传输层、云中心管理层、云中心服务层和用户层，其中：

基础硬件层包含大量的频谱监测节点，负责大范围的数据采集；

数据传输层主要负责传输各类监测业务数据以及节点控制数据；

云中心管理层主要实现对系统各项元素的管理，例如监测任务管理、用户角色管理、监测节点管理、信息安全管理等等；

所述云中心服务层用于提供用户交互界面，接收用户传送的监测服务请求，并将其转化为监测任务配置发送给云中心管理层，通过云中心管理层向频谱监测节点发送对应的指令；

所述用户层由各个用户端组成，包含该系统的使用者，他们可以向系统提出自己的服务请求。

整个分布式智能频谱监测系统由服务驱动，用户向云中心提出监测服务请求，云中心解析请求并将监测任务下达给各频谱监测节点，频谱监测节点根据监测任务调整自身的工作状态，包括对监测中心频率、监测带宽等具体射频参数的配置。

本实施例对频谱监测节点的功能/特点设计如下：

1)监测采集包括频谱数据、自身位置数据、时间戳数据等在内的多种数据；

2)进行一些简单的信号处理分析，例如快速傅里叶变换等，从而缓解云中心的运算压力；

3)能入网，上传私有的监测数据，从而能够互相共享达到协同的目的；

4)远程可控，依据用户层不同用户的使用需求，其工作模式需时常调整，利用远程指令的方式，可以方便快速批量对一批频谱监测节点的工作状态进行调整；

5)易于安装布置，具有低功耗、小体积、轻重量的特点，能够被快速布置在多种不同的场景下；

6)易于维护，频谱监测节点具有备用方案或配置复位功能，具备一定的“自愈”能力，从而最大限度的不影响整体系统监测效果。

针对上述第1)点，第3)点和第4)点，本实施例提供了以下方案：

图3为频谱监测节点的硬件结构框图，所述频谱监测节点由频谱监测接收机、GPS驯服钟、微型电脑(微型计算机)、WiFi模块以及接收天线组件等构成。

所述频谱监测接收机用于接收无线电射频信号，与微型电脑连接，与微型电脑之间可相互进行信息的传递。

所述GPS驯服钟的信号输出端与频谱监测接收机、微型电脑的信号输入端分别连接。GPS驯服钟向频谱监测接收机输出10MHz的参考时钟和1PPS秒脉冲，帮助各节点的频谱监测接收机采样数据精确同步。GPS驯服钟在向频谱监测接收机发送1PPS秒脉冲的同时，将时间和其所在的位置信息(即节点位置)发送给微型电脑。

所述微型电脑通过WiFi模块与云中心进行信息的交互，微型电脑根据云中心下达的监测任务和控制指令，控制频谱监测接收机完成对其工作状态的配置，通过串口读取GPS驯服钟与1PPS同时发出的时间、位置等信息，并将时间、位置信息与监测接收机传来的频谱采样数据一起打包成数据包，通过WiFi模块发送给云中心进行分析。

针对第5)点，频谱监测节点的硬件部署从原则上来讲，只需有一定的租用放置节点的空间即可，从监测节点的部署形式来看，主要有以下几种类型：固定监测、地面移动监测、便携监测和低空监测，例如在实际的布置场景中，固定监测节点可以依托于现有视频硬件监控体系，视频监控杆本身有完善的供电系统以及充足的布置空间；而移动监测可以利用城市中的公共交通系统，如将频谱监测节点设置于公交、地铁上；低空监测可以利用无人机搭载SMD从而形成低空频谱监测节点等。

本实施例同时提出了一种采用上述系统的分布式智能频谱监测方法，所述的监测方法主要面向信号发射源的定位，包括多个节点在在用户具体服务需求的驱使下对监测区域的电磁频谱进行监测，从而实现多节点的协同监测定位，其过程如下：

第一步，各频谱监测节点通过WiFi与云中心建立可靠的网络连接，然后各频谱监测节点给云中心发送注册信息包，上传自身的工作状态等信息，云中心核实各频谱监测节点的入网状态以及工作状态；

第二步，云中心接收用户的监测服务请求，将其转化为监测任务配置，并将监测任务配置下达给各频谱监测节点；

第三步，各频谱监测节点根据监测任务配置信息调整自身的工作状态，采集相应信号发射源的频谱，并集合采集时间和节点位置等信息，上传至云中心；

第四步，云中心对各频谱监测节点上传的频谱、时间、位置等数据进行归纳、存储、分析，执行多节点协同TDOA定位算法，计算出信号发射源的位置。

云中心根据各频谱监测节点上传的监测时间戳信息，计算出发射源发射的无线电波到达各频谱监测节点的时间差，传统的TDOA算法利用三个监测节点便能计算出发射源的目标位置，本系统在其众多节点中任意选取三个节点，可得到多组目标位置数据，故本系统对这些目标位置数据取平均数，以得到更为准确的发射源目标位置。

所述的多节点协同TDOA定位算法具体如下：

假设监测区域内有一个发射源目标和N个节点，在N个节点中任选三个节点且不重复的选法共有

种,记一组选取的三个监测节点分别为i、 l、j。

从上述三个节点中任取其二，记第一种取法，取节点i，l，以D_i表示发射源发射的无线电波到达监测节点i所走过的距离，D_l表示发射源发射的无线电波到达监测节点l所走过的距离,以Δt_i,l表示发射源发射的无线电波到达监测节点i 所用的时间与到达监测节点l的时间差，以(x,y)表示发射源所处的位置，它是个未知数，以(X_i,Y_i)表示第i个监测节点的位置,(X_l，Y_l)表示第l个监测节点的位置， D_i,l表示无线电波到监测节点i和监测节点l的距离差。

由无线电波的传输规律，将无线电波传输速率与时间相乘可得：

D_i,l＝cΔt_i,l＝D_i-D_l (1)

公式(1)中c为光速，D_i可以表示成如下形式：

公式(3)中

同理可得D_l：

将公式(3)和公式(5)两式相减可得

同理，再取节点l，j和节点i，j，得到式(7)，一个三元线性方程组，其中存在三个未知量，首先是发射源的位置(x,y)，其次由于并不知道无线电波到达监测节点l的绝对时间，D_l也是未知量，求解这个线性方程组即可得到发射源的位置坐标。

上式中，

表示第j个监测节点的位置。D_i，j表示无线电波到监测节点i和监测节点j的距离差,D_l，j表示无线电波到监测节点l和监测节点j的距离差。

记求解得到发射源位置为(x_m,y_m)，m为自然数，以三个一组的方式遍历所有节点，则有

种发射源位置结果，将其分别记为：

将这一系列发射源的位置结果求平均，即可得到更为准确的发射源位置结果。

上述多节点协同TDOA定位算法定位精度高，能提高定位信号发射源位置的精度，进一步发挥出多节点协同智能化监测的优势，为日常的频谱秩序管理工作打下坚实基础。

关于第2)、第6)点可采用现有技术手段实现，本实施例不再展开描述。

实施例2：

本实施例以在校园内搭建的分布式智能频谱监测系统为例，设在待监测区域内共架设了7处频谱监测节点，将频谱监测节点布置在现有的视频监控杆上，校园内的WiFi节点使得每个监测节点可通过WiFi模块与云中心互联，各频谱监测节点通过WiFi与云中心建立可靠的网络连接。

系统运行时，各频谱监测节点给云中心发送注册信息包，上传自身的工作状态等信息，云中心核实各频谱监测节点的入网状态以及工作状态。云中心在接收用户的监测服务请求，将其转化为监测任务配置，并将监测任务配置下达给各频谱监测节点。各频谱监测节点根据监测任务配置信息调整自身的工作状态，采集相应的频谱、时间、位置等信息并上传至云中心。云中心根据各频谱监测节点上传的监测时间戳信息计算出信号发射源发射的无线电波到达各频谱监测节点的时间差，计算出7个监测节点间的接收无线电波到的达时间差，任选三个节点的数据计算得到一组发射源位置坐标，遍历所有节点，共得到35组发射源位置坐标，对所有结果取平均即可得到更为准确的发射源目标位置。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，本发明要求保护范围由所附的权利要求书、说明书及其等效物界定。

Claims (5)

1.一种分布式智能频谱监测系统，包括云中心和分布在监测区域中的多个频谱监测节点，各频谱监测节点分别与云中心通信连接，其特征在于；

所述频谱监测节点包括频谱监测接收机、卫星驯服钟、微型电脑和无线通信模块；

所述频谱监测接收机，用于接收监测目标信号发射源发出的无线电信号，其信号输出端和输入端与微型电脑的对应接口相互连接；

所述卫星驯服钟的信号输出端与频谱监测接收机、微型电脑的信号输入端分别连接，卫星驯服钟向频谱监测接收机输出10MHz的参考时钟和1PPS秒脉冲，使各节点的频谱监测接收机采样数据精确同步，卫星驯服钟在向频谱监测接收机发送1PPS秒脉冲的同时，将时间和其所在的位置信息发送给微型电脑；

所述微型电脑通过无线通信模块与云中心互联，微型电脑根据云中心下达的监测任务和控制指令，控制频谱监测接收机完成对其工作状态的配置，通过串口读取卫星驯服钟与1PPS同时发出的时间、位置信息，并将该时间、位置信息与频谱监测接收机当下传来的频谱采样数据一起打包成数据包，通过无线通信模块发送给云中心分析；

所述云中心利用多个频谱监测节点反馈的时间、位置信息对信号发射源进行基于TDOA的协同定位。

2.根据权利要求1所述的一种分布式智能频谱监测系统，其特征在于，所述分布式智能频谱监测系统由服务驱动，用户通过用户端向云中心提出监测服务请求，云中心解析请求并将监测任务指令下达给各频谱监测节点，频谱监测节点根据任务指令调整自身的工作状态，其其系统架构包括五层，自下而上分别为基础硬件层、数据传输层、云中心管理层、云中心服务层和用户层；

所述基础硬件层即分布在待监测区的所有频谱监测节点，根据云中心管理层发送的指令执行对目标信号发射源的数据采集；

所述数据传输层负责传输各类监测业务数据以及节点控制数据，包括连接节点与云中心的无线通信模块；

所述云中心管理层用于实现对系统各项元素的管理；

所述云中心服务层用于提供用户交互界面，接收用户传送的监测服务请求，并将其转化为监测任务配置发送给云中心管理层，通过云中心管理层向频谱监测节点发送对应的指令；

所述用户层由该系统的各个用户端组成。

3.根据权利要求1所述的一种分布式智能频谱监测系统，其特征在于，所述卫星驯服钟为GPS驯服钟。

4.一种采用如权利要求1-3中任一项所述系统的分布式智能频谱监测方法，其特征在于，采用多节点协同TDOA定位算法完成基于TDOA的协同定位过程，所述多节点协同TDOA定位算法为：

设可监测到某个信号发射源目标的节点有N个，在N个节点中任选三个节点且不重复的选法共有

种,选取三个监测节点i、l、j组成一组；

从上述三个节点中任取其二；

设第一种取法为取节点i和l，以D_i表示信号发射源发射的无线电波到达监测节点i所走过的距离，D_l表示信号发射源发射的无线电波到达监测节点l所走过的距离,以Δt_i,l表示信号发射源发射的无线电波到达监测节点i所用的时间与到达监测节点l的时间差，以(x,y)表示发射源所处的位置，以(X_i,Y)_i表示第i个监测节点的位置,(X_l，Y_l)表示第l个监测节点的位置，以D_i,l表示无线电波到监测节点i和监测节点l的距离差；

根据无线电波的传输规律，将无线电波传输速率与时间相乘可得：

D_i,l＝cΔt_i,l＝D_i-D_l (1)

公式(1)中c为光速，D_i可以表示成如下形式：

公式(3)中

同理可得D_l：

将公式(3)和公式(5)两式相减可得

同理，再取节点l、j和节点i、j，得到一个三元线性方程组(7)，求解这个线性方程组即可得到目标信号发射源的位置坐标(x,y)；

上式中，

(X_j，Y_j)表示第j个监测节点的位置,D_i，j表示无线电波到监测节点i和监测节点j的距离差,D_l，j表示无线电波到监测节点l和监测节点j的距离差；

将求解得到发射源位置记为(x_m,y_m)，m为自然数，以三个一组的方式遍历所有节点，则有

种发射源位置结果，将其分别记为：

之后，将这一系列发射源的位置结果求平均，即可得到最终的目标信号发射源位置结果。

5.根据权利要求4所述的一种分布式智能频谱监测方法，其特征在于，包括以下步骤：

第一步，各频谱监测节点通过无线通信模块与云中心建立网络连接后，给云中心发送注册信息包，上传自身的工作状态信息，云中心核实各频谱监测节点的入网状态以及工作状态；

第二步，云中心接收用户的监测服务请求，将其转化为监测任务配置，并将与监测任务配置对应的指令下达给各频谱监测节点；

第三步，各频谱监测节点根据监测任务配置信息调整自身的工作状态，采集相应信号发射源的频谱，并将频谱数据和对应的采集时间、节点位置信息上传至云中心；

第四步，云中心对各频谱监测节点上传的频谱、时间、位置进行归纳、存储、分析，执行多节点协同TDOA定位算法，计算出信号发射源的位置。

Images