CN114003981A - 一种基于时空一体数字地球的电磁频谱可视化分析方法 - Google Patents
一种基于时空一体数字地球的电磁频谱可视化分析方法 Download PDFInfo
- Publication number
- CN114003981A CN114003981A CN202111307393.7A CN202111307393A CN114003981A CN 114003981 A CN114003981 A CN 114003981A CN 202111307393 A CN202111307393 A CN 202111307393A CN 114003981 A CN114003981 A CN 114003981A
- Authority
- CN
- China
- Prior art keywords
- field intensity
- electromagnetic
- spectrum
- point
- space
- 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.)
- Granted
Links
- 238000001228 spectrum Methods 0.000 title claims abstract description 95
- 238000004458 analytical method Methods 0.000 title claims abstract description 29
- 230000000007 visual effect Effects 0.000 title claims abstract description 22
- 238000010586 diagram Methods 0.000 claims abstract description 37
- 230000005672 electromagnetic field Effects 0.000 claims abstract description 30
- 238000009877 rendering Methods 0.000 claims abstract description 22
- 238000004364 calculation method Methods 0.000 claims abstract description 21
- 238000012544 monitoring process Methods 0.000 claims abstract description 20
- 238000010276 construction Methods 0.000 claims abstract description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 16
- 238000000034 method Methods 0.000 claims description 14
- 238000009499 grossing Methods 0.000 claims description 11
- IYLGZMTXKJYONK-ACLXAEORSA-N (12s,15r)-15-hydroxy-11,16-dioxo-15,20-dihydrosenecionan-12-yl acetate Chemical compound O1C(=O)[C@](CC)(O)C[C@@H](C)[C@](C)(OC(C)=O)C(=O)OCC2=CCN3[C@H]2[C@H]1CC3 IYLGZMTXKJYONK-ACLXAEORSA-N 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 9
- IYLGZMTXKJYONK-UHFFFAOYSA-N ruwenine Natural products O1C(=O)C(CC)(O)CC(C)C(C)(OC(C)=O)C(=O)OCC2=CCN3C2C1CC3 IYLGZMTXKJYONK-UHFFFAOYSA-N 0.000 claims description 9
- 238000012163 sequencing technique Methods 0.000 claims description 9
- 238000012800 visualization Methods 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 6
- 230000005670 electromagnetic radiation Effects 0.000 claims description 4
- 230000010287 polarization Effects 0.000 claims description 4
- 230000000903 blocking effect Effects 0.000 claims description 3
- 239000003086 colorant Substances 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- JQQQEJZYKNGYBP-WXIWBVQFSA-N n-[4-[(e)-(carbamothioylhydrazinylidene)methyl]phenyl]acetamide;pyridine-4-carbohydrazide Chemical compound NNC(=O)C1=CC=NC=C1.CC(=O)NC1=CC=C(\C=N\NC(N)=S)C=C1 JQQQEJZYKNGYBP-WXIWBVQFSA-N 0.000 claims description 3
- 230000035945 sensitivity Effects 0.000 claims description 3
- 238000000638 solvent extraction Methods 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 3
- 230000006399 behavior Effects 0.000 abstract description 4
- 230000003595 spectral effect Effects 0.000 description 4
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 2
- 239000010931 gold Substances 0.000 description 2
- 229910052737 gold Inorganic materials 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012847 principal component analysis method Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/12—Geometric CAD characterised by design entry means specially adapted for CAD, e.g. graphical user interfaces [GUI] specially adapted for CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/005—General purpose rendering architectures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Human Computer Interaction (AREA)
- Architecture (AREA)
- Remote Sensing (AREA)
- Geophysics And Detection Of Objects (AREA)
- Monitoring And Testing Of Transmission In General (AREA)
Abstract
本发明提出了一种基于时空一体数字地球的电磁频谱可视化分析方法，使用电磁数据接入模块从信号接收系统接入信号监测数据；场强计算模块计算出各离散点的电磁场强度；场强图生成模块利用离散点电磁场强度值构建场强等值区，通过渲染生成电磁场强图；频谱热力图渲染模块根据信号的出现时间、持续时间、频率、功率等频谱行为进行可视化渲染生成频谱热力图；电磁频谱显示模块基于三维数字地球对电磁场强图和频谱热力图进行时空一体化显示。本发明基于上述操作能够实现基于空间和能量频谱态势的构建，并基于时空一体数字地球对信号空间分布、空间能量分布进行可视化分析，能够实现客观反应特定区域信号的空间分布和空间能量分布情况。
Description
技术领域
本发明属于信息处理技术领域，具体地说，涉及一种基于时空一体数字地球的电磁频谱可视化分析方法。
背景技术
传统频谱态势研究主要基于时频两个维度，即从频谱站拥堵角度对频谱使用情况进行分析，传统频谱态势对信号的多维特性研究较少，其构建主要基于信号传播模型，与实际环境具有较大的误差，不能客观反应特定区域信号的空间分布和空间能量分布。
发明内容
本发明针对现有技术的上述缺陷，提出了一种基于时空一体数字地球的电磁频谱可视化分析方法，通过设置电磁数据接入模块、场强计算模块、场强图生成模块、频谱热力图渲染模块、电磁频谱显示模块。使用电磁数据接入模块从信号接收系统接入信号监测数据；场强计算模块计算出各离散点的电磁场强度；场强图生成模块利用离散点电磁场强度值构建场强等值区，通过渲染生成电磁场强图；频谱热力图渲染模块根据信号的出现时间、持续时间、频率、功率等频谱行为进行可视化渲染生成频谱热力图；电磁频谱显示模块基于三维数字地球对电磁场强图和频谱热力图进行时空一体化显示。本发明基于上述操作能够实现基于空间和能量频谱态势的构建，并基于时空一体数字地球对信号空间分布、空间能量分布进行可视化分析，能够实现客观反应特定区域信号的空间分布和空间能量分布情况。
本发明具体实现内容如下：
本发明提出了一种基于时空一体数字地球的电磁频谱可视化分析方法，包括以下步骤：
步骤1：建立信号接收系统以及基于时空一体数字地球的电磁频谱可视化分析系统；所述电磁频谱可视化分析系统包括依次连接的电磁数据接入模块、场强计算模块、场强图生成模块、频谱热力图渲染模块、电磁频谱显示模块；所述场强图生成模块还与所述电磁频谱显示模块连接；
步骤2：使用信号接收系统接收电磁信号监测数据，并发送到电磁数据接入模块，通过电磁数据接入模块对接收到的电磁信号监测数据进行解析，解析得到解析后的电磁信号参数数据；
步骤3：使用场强计算模块接收解析后的电磁信号参数数据，根据解析后的电磁信号参数数据建立空间各离散点，并计算出空间各离散点的电磁场强度，最终得到空间区域内各离散点的坐标和场强值；
步骤4：使用场强图生成模块，首先通过空间区域内各离散点的坐标和场强值，生成场强三角网；然后从场强三角网中搜索场强等值线；接着对场强等值线进行平滑处理，从而构造出场强等值区；最后对场强等值区进行渲染处理生成电磁场强图；
步骤5：使用频谱热力图渲染模块构建频谱态势监测平台，通过频谱态势监测平台实时从时域、频域、空间域和能量域的维度来对电磁频谱态势进行统计分析和可视化描述，生成电磁频谱热力分布图；
步骤6：在电磁频谱显示模块构建三维数字地球模型，将电磁场强图或/和频谱热力图的图像像素坐标和大地坐标通过纹理映射的方式显示在三维数字地球模型的表面。
为了更好地实现本发明，进一步地，所述步骤2中，电磁数据接入模块接收电磁信号检测数据后，解析得到的解析后的电磁信号参数数据包括电磁辐射源的数量、位置、发射频段、发射功率、天线极化方式、方位角；
同时，还将使用电磁数据接入模块获取接收天线模型参数和发射天线模型参数；
所述接收天线模型参数包括接收灵敏度、噪声温度、等效噪声带宽、噪声系数、信噪比、接收天线波束宽度、接收天线波束指向、接收天线增益、接收天线方向图；
所述发射天线模型参数包括工作频率、功率、发射天线波束宽度、发射天线波束指向、发射天线增益、发射天线方向图参数。
为了更好地实现本发明，进一步地，所述步骤3具体包括以下步骤：
步骤3.1：读取接收天线模型参数；
步骤3.2：读取发射天线模型参数；
步骤3.3：设置输出场强点阵间隔；
步骤3.4：设置并选取传播模型；
步骤3.5：执行场强计算任务，根据步骤3.1-步骤3.4的参数和设置，建立空间各离散点，并计算出空间各离散点的电磁场强度，最终得到空间区域内各离散点的坐标和场强值。
为了更好地实现本发明，进一步地，所述步骤4具体包括以下步骤：
步骤4.1：对前沿边推进算法进行改进，具体改进为将边集转换为点集，将边的搜索转换为点的搜索；采用改进后的前沿边推进算法，以点的计算方式构建场强三角网；
步骤4.2：计算场强三角网中的场强等值点；
步骤4.3：根据计算得到的场强等值点追踪得到场强等值线；
步骤4.4：对场强等值线进行平滑处理；
步骤4.5：采用平滑处理后的等值线构建场强等值区。
为了更好地实现本发明，进一步地，所述步骤4.1具体包括以下步骤：
步骤4.1.1：读入点数据，并将点数据分块；
步骤4.1.2：求取属于凸包的一条有向边，存入边链表中；
步骤4.1.3：从边链表中取出一条有向边e，求取有向边e的中点pk所在点集Q中的子格网行列号[i，j]，并将中点pk按数据分块的方法存入新的二维指针数组midPlist[i][m]中；
步骤4.1.4：在点数据的分块内搜索有向边e一侧的与有向边e构成场强三角形的离散点；若没有符合条件的点，则外扩查询，直到查到符合条件的一个离散点；
步骤4.1.5：求有向边e与搜索到的离散点构成的两条新边的中点所在子格网midPlist[][]，并在各自的子格网midPlist[][]中判断两条新边的各自的中点是否存在；若不存在，则生成新的三角形；若存在且只使用一次，则生成新三角形，将边标识为使用了两次；若存在且已使用两次，则不生成新三角形；
步骤4.1.6：更新拓扑数据结构中边、点、三角形之间的相邻拓扑关系；
步骤4.1.7：取边链表中下一条边，重复步骤4.1.3-步骤4.16的操作，直到处理完边链表所有的边，结束场强三角网的构建。
为了更好地实现本发明，进一步地，所述步骤4.2的操作时，还需要进行以下操作：对当前追踪的场强值，首先判断场强三角网中的三角形各顶点是否有场强等值线通过；当三角形顶点场强值与场强线值相等时，在不影响精度的情况下，给顶点场强值增加一个偏移量，使场强等值线能绕过三角形顶点。
为了更好地实现本发明，进一步地，在所述步骤4.3的操作中，当程序搜索到第一个等值点后，沿某一方向继续追踪等值点，依次计算搜索等值点坐标并存储到等值点序列数组中；
当搜索回到起点，结束搜索，生成闭合场强等值线；
当搜索到区域的边界，交换存储的等值点序列顺序，以第一个等值点作为新搜索的当前点，沿当前搜索的反方向进行搜索，直至到达区域边界，生成非闭合场强等值线；
当一个场强值的场强等值线不止一条时，需要遍历所有可能的等值点，生成多条场强等值线。
为了更好地实现本发明，进一步地，在同一值的场强等值线搜索过程中，对已经搜索过的三角形建立一个标志变量，使得下次搜索时不再搜索此三角形，从而提高效率及判断场强等值线是否搜索完毕。
为了更好地实现本发明，进一步地，所述步骤4.5的具体操作为：将场强等值区的构造分为非闭合区和闭合区两种情况；
使用非闭合区算法将所有非封闭的场强等值线的起点、终点以及区域矩形的四个顶点按逆时针顺序排序，存放在向量数组中，即为边界点序列，利用边界点序列中的边界点构建闭合区；
使用闭合区算法在每一条闭合的场强等值线中找出横坐标最小的点，然后将闭合的场强等值线按照横坐标最小的点坐标从小到大依次进行排序；并按照从外到内的顺序，在场强等值线的内部闭合区分别填充不同于外部闭合区的颜色。
为了更好地实现本发明，进一步地，在进行所述步骤5时，采用矩阵重建的方式从不完备的离散化频谱数据中发现关联性数据，并使用关联性数据对缺失的数据进行补全。
为了更好地实现本发明，进一步地，所述步骤6中，当电磁场强图或频谱热力图的图片尺寸大于三维数字地球模型的要求尺寸时，对图片进行切片处理，生成电磁场强图或频谱热力图的金子塔瓦片，根据三维数字地球模型显示的地理范围和分辨率，调用相应规格的金字塔瓦片进行显示。
本发明与现有技术相比具有以下优点及有益效果：
本发明能够基于空间和能量频谱态势的构建，并基于时空一体数字地球对信号空间分布、空间能量分布进行可视化分析，能够实现客观反应特定区域信号的空间分布和空间能量分布情况。
附图说明
图1为本发明构建的模块示意图；
图2为本发明的电磁态势热力图的显示示例图。
具体实施方式
为了更清楚地说明本发明实施例的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，应当理解，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例，因此不应被看作是对保护范围的限定。基于本发明中的实施例，本领域普通技术工作人员在没有做出创造性劳动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。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“设置”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；也可以是直接相连，也可以是通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
实施例1：
本实施例提出了一种基于时空一体数字地球的电磁频谱可视化分析方法，包括以下步骤：
步骤1：建立信号接收系统以及基于时空一体数字地球的电磁频谱可视化分析系统；所述电磁频谱可视化分析系统包括依次连接的电磁数据接入模块、场强计算模块、场强图生成模块、频谱热力图渲染模块、电磁频谱显示模块；所述场强图生成模块还与所述电磁频谱显示模块连接；
步骤2：使用信号接收系统接收电磁信号监测数据，并发送到电磁数据接入模块，通过电磁数据接入模块对接收到的电磁信号监测数据进行解析，解析得到解析后的电磁信号参数数据；
步骤3：使用场强计算模块接收解析后的电磁信号参数数据，根据解析后的电磁信号参数数据建立空间各离散点，并计算出空间各离散点的电磁场强度，最终得到空间区域内各离散点的坐标和场强值；
步骤4：使用场强图生成模块，首先通过空间区域内各离散点的坐标和场强值，生成场强三角网；然后从场强三角网中搜索场强等值线；接着对场强等值线进行平滑处理，从而构造出场强等值区；最后对场强等值区进行渲染处理生成电磁场强图；
步骤5：使用频谱热力图渲染模块构建频谱态势监测平台，通过频谱态势监测平台实时从时域、频域、空间域和能量域的维度来对电磁频谱态势进行统计分析和可视化描述，生成电磁频谱热力分布图；
步骤6：在电磁频谱显示模块构建三维数字地球模型，将电磁场强图或/和频谱热力图的图像像素坐标和大地坐标通过纹理映射的方式显示在三维数字地球模型的表面。
工作原理：电磁数据接入模块从信号接收系统接入信号监测数据；场强计算模块计算出各离散点的电磁场强度；场强图生成模块利用离散点电磁场强度值构建场强等值区，通过渲染生成电磁场强图；频谱热力图渲染模块根据信号的出现时间、持续时间、频率、功率等频谱行为进行可视化渲染生成频谱热力图；电磁频谱显示模块基于三维数字地球对电磁场强图和频谱热力图进行时空一体化显示。本发明能够基于空间和能量频谱态势的构建，并基于时空一体数字地球对信号空间分布、空间能量分布进行可视化分析，能够实现客观反应特定区域信号的空间分布和空间能量分布情况。
实施例2：
本实施例在上述实施例1的基础上，为了更好地实现本发明，进一步地，所述步骤2中，电磁数据接入模块接收电磁信号检测数据后，解析得到的解析后的电磁信号参数数据包括电磁辐射源的数量、位置、发射频段、发射功率、天线极化方式、方位角；
同时，还将使用电磁数据接入模块获取接收天线模型参数和发射天线模型参数；
所述接收天线模型参数包括接收灵敏度、噪声温度、等效噪声带宽、噪声系数、信噪比、接收天线波束宽度、接收天线波束指向、接收天线增益、接收天线方向图；
所述发射天线模型参数包括工作频率、功率、发射天线波束宽度、发射天线波束指向、发射天线增益、发射天线方向图参数。
工作原理：场强计算模块获取地理空间范围内电磁辐射源的数量、位置、发射频段、发射功率、天线极化方式、方位角等参数，然后根据电磁波传播模型，考虑地形、气候等因素的影响，计算出各离散点的电磁场强度，得到区域内各离散点坐标和场强值。
场强的计算采用自由空间传播模型用于预测接收机和发射机之间是完全无阻挡的视距路径时接收信号的场强。场强计算模块基于发射天线和接收天线参数、设置的位置姿态参数以及制定/自动适配的传播模型，计算天线覆盖范围内场强强度。
本实施例的其他部分与上述实施例1相同，故不再赘述。
实施例3：
本实施例在上述实施例1-2任一项的基础上，为了更好地实现本发明，进一步地，所述步骤3具体包括以下步骤：
步骤3.1：读取接收天线模型参数；
步骤3.2：读取发射天线模型参数；
步骤3.3：设置输出场强点阵间隔；
步骤3.4：设置并选取传播模型；
步骤3.5：执行场强计算任务，根据步骤3.1-步骤3.4的参数和设置，建立空间各离散点，并计算出空间各离散点的电磁场强度，最终得到空间区域内各离散点的坐标和场强值。
工作原理：利用得到的区域内各离散点坐标和场强值，生成场强三角网。通过等值点追踪算法生成非闭合等值线，一次连接等值点生成的线是一条折线，在原始数据点较多、分布均匀的情况下，可以作为近似曲线。但当数据点分布不均匀且相对较少时，还需要进行平滑处理，最后利用地理信息系统显示、保存生成的电磁态势图。
场强图生成模块的处理流程是，利用各离散点坐标和场强值生成场强三角网；从三角网中搜索场强等值线，并对等值线进行平滑处理，构造等值区，对等值区进行渲染生成电磁场强图。
场强三角网的构建基于三角网生长算法中的前沿边推算法，并对点的搜索方法进行了改进，大大提高了构网速率。通过避免求取凸包、可以剔除构网的冗余步骤，具体改进的方法是在数据点集中任取一点，求出离此点距离最近的点，相连后作为初始基线，建立一个空的基线链表，然后存入初始基线，以此基线为基础来实现三角网。也可以用凸包的第一条边为基线，不用求整体凸包实现三角网的生长，可基于整体算法考虑来剔除冗余步骤。
本实施例的其他部分与上述实施例1-2任一项相同，故不再赘述。
实施例4：
本实施例在上述实施例1-3任一项的基础上，为了更好地实现本发明，进一步地，所述步骤4具体包括以下步骤：
步骤4.1：对前沿边推进算法进行改进，具体改进为将边集转换为点集，将边的搜索转换为点的搜索；采用改进后的前沿边推进算法，以点的计算方式构建场强三角网；
步骤4.2：计算场强三角网中的场强等值点；
步骤4.3：根据计算得到的场强等值点追踪得到场强等值线；
步骤4.4：对场强等值线进行平滑处理；
步骤4.5：采用平滑处理后的等值线构建场强等值区。
进一步地，所述步骤4.1具体包括以下步骤：
步骤4.1.1：读入点数据，并将点数据分块；
步骤4.1.2：求取属于凸包的一条有向边，存入边链表中；
步骤4.1.3：从边链表中取出一条有向边e，求取有向边e的中点pk所在点集Q中的子格网行列号[i，j]，并将中点pk按数据分块的方法存入新的二维指针数组midPlist[i][m]中；
步骤4.1.4：在点数据的分块内搜索有向边e一侧的与有向边e构成场强三角形的离散点；若没有符合条件的点，则外扩查询，直到查到符合条件的一个离散点；
步骤4.1.5：求有向边e与搜索到的离散点构成的两条新边的中点所在子格网midPlist[][]，并在各自的子格网midPlist[][]中判断两条新边的各自的中点是否存在；若不存在，则生成新的三角形；若存在且只使用一次，则生成新三角形，将边标识为使用了两次；若存在且已使用两次，则不生成新三角形；
步骤4.1.6：更新拓扑数据结构中边、点、三角形之间的相邻拓扑关系；
步骤4.1.7：取边链表中下一条边，重复步骤4.1.3-步骤4.16的操作，直到处理完边链表所有的边，结束场强三角网的构建。
进一步地，所述步骤4.2的操作时，还需要进行以下操作：对当前追踪的场强值，首先判断场强三角网中的三角形各顶点是否有场强等值线通过；当三角形顶点场强值与场强线值相等时，在不影响精度的情况下，给顶点场强值增加一个偏移量，使场强等值线能绕过三角形顶点。
进一步地，在所述步骤4.3的操作中，当程序搜索到第一个等值点后，沿某一方向继续追踪等值点，依次计算搜索等值点坐标并存储到等值点序列数组中；
当搜索回到起点，结束搜索，生成闭合场强等值线；
当搜索到区域的边界，交换存储的等值点序列顺序，以第一个等值点作为新搜索的当前点，沿当前搜索的反方向进行搜索，直至到达区域边界，生成非闭合场强等值线；
当一个场强值的场强等值线不止一条时，需要遍历所有可能的等值点，生成多条场强等值线。
为了更好地实现本发明，进一步地，在同一值的场强等值线搜索过程中，对已经搜索过的三角形建立一个标志变量，使得下次搜索时不再搜索此三角形，从而提高效率及判断场强等值线是否搜索完毕。
进一步地，在所述步骤4.4的操作中，
进一步地，所述步骤4.5的具体操作为：将场强等值区的构造分为非闭合区和闭合区两种情况；
使用非闭合区算法将所有非封闭的场强等值线的起点、终点以及区域矩形的四个顶点按逆时针顺序排序，存放在向量数组中，即为边界点序列，利用边界点序列中的边界点构建闭合区；
使用闭合区算法在每一条闭合的场强等值线中找出横坐标最小的点，然后将闭合的场强等值线按照横坐标最小的点坐标从小到大依次进行排序；并按照从外到内的顺序，在场强等值线的内部闭合区分别填充不同于外部闭合区的颜色。
本实施例的其他部分与上述实施例1-3任一项相同，故不再赘述。
实施例5：
本实施例在上述实施例1-4任一项的基础上，为了更好地实现本发明，进一步地，在进行所述步骤5时，采用矩阵重建的方式从不完备的离散化频谱数据中发现关联性数据，并使用关联性数据对缺失的数据进行补全。
工作原理：无线电环境热力分布图是一种无线资源优化的参考依据，它可以只管、多维度地展现频谱态势信息，为频谱的动态接入、频谱共享、频谱监管提供可视化依据。频谱热力图渲染模块，基于大数据和机器学习技术，通过挖掘历史、现状和未来频谱状态演化之间的关联性，从信号的出现时间、持续时间、频率、功率等频谱行为进行实时可视化呈现。
频谱热力图渲染模块构建一套基于频谱态势监测平台，实时从时域、频域、空间域、能量域等维度描述电磁频谱态势，生成电磁频谱热力分布地图。由于在测量阶段，频谱数据受限于节点的空间部署、监测频段以及时间粒度等因素，具有时、空、频域数据离散化的特点，收集到的数据往往是不完备的频谱数据，因此需要通过矩阵重建从不完备的离散化频谱数据中发现关联性并实现缺失数据的补全。矩阵重建方法是从精确但不完全的采样矩阵和分布相对稀疏的观测矩阵中恢复出原始的低秩矩阵。低秩矩阵重建主要通过矩阵填充和主成分分析方法完成。
本实施例的其他部分与上述实施例1-4任一项相同，故不再赘述。
实施例6：
本实施例在上述实施例1-5任一项的基础上，为了更好地实现本发明，进一步地，所述步骤6中，当电磁场强图或频谱热力图的图片尺寸大于三维数字地球模型的要求尺寸时，对图片进行切片处理，生成电磁场强图或频谱热力图的金子塔瓦片，根据三维数字地球模型显示的地理范围和分辨率，调用相应规格的金字塔瓦片进行显示。电磁态势热力图示例示意图如图2所示。需要说明的是图2仅仅为计算机界面截图，在此仅为效果展示参考，其不对本申请的技术方案的实质内容造成任何影响。
本实施例的其他部分与上述实施例1-5任一项相同，故不再赘述。
以上所述，仅是本发明的较佳实施例，并非对本发明做任何形式上的限制，凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化，均落入本发明的保护范围之内。
Claims (10)
1.一种基于时空一体数字地球的电磁频谱可视化分析方法，其特征在于，包括以下步骤：
步骤1：建立信号接收系统以及基于时空一体数字地球的电磁频谱可视化分析系统；所述电磁频谱可视化分析系统包括依次连接的电磁数据接入模块、场强计算模块、场强图生成模块、频谱热力图渲染模块、电磁频谱显示模块；所述场强图生成模块还与所述电磁频谱显示模块连接；
步骤2：使用信号接收系统接收电磁信号监测数据，并发送到电磁数据接入模块，通过电磁数据接入模块对接收到的电磁信号监测数据进行解析，解析得到解析后的电磁信号参数数据；
步骤3：使用场强计算模块接收解析后的电磁信号参数数据，根据解析后的电磁信号参数数据建立空间各离散点，并计算出空间各离散点的电磁场强度，最终得到空间区域内各离散点的坐标和场强值；
步骤4：使用场强图生成模块，首先通过空间区域内各离散点的坐标和场强值，生成场强三角网；然后从场强三角网中搜索场强等值线；接着对场强等值线进行平滑处理，从而构造出场强等值区；最后对场强等值区进行渲染处理生成电磁场强图；
步骤5：使用频谱热力图渲染模块构建频谱态势监测平台，通过频谱态势监测平台实时从时域、频域、空间域和能量域的维度来对电磁频谱态势进行统计分析和可视化描述，构建电磁频谱热力分布图；
步骤6：在电磁频谱显示模块构建三维数字地球模型，将电磁场强图或/和频谱热力图的图像像素坐标和大地坐标通过纹理映射的方式显示在三维数字地球模型的表面。
2.如权利要求1所述的一种基于时空一体数字地球的电磁频谱可视化分析方法，其特征在于，所述步骤2中，电磁数据接入模块接收电磁信号检测数据后，解析得到的解析后的电磁信号参数数据包括电磁辐射源的数量、位置、发射频段、发射功率、天线极化方式、方位角；
同时，还将使用电磁数据接入模块获取接收天线模型参数和发射天线模型参数；
所述接收天线模型参数包括接收灵敏度、噪声温度、等效噪声带宽、噪声系数、信噪比、接收天线波束宽度、接收天线波束指向、接收天线增益、接收天线方向图；
所述发射天线模型参数包括工作频率、功率、发射天线波束宽度、发射天线波束指向、发射天线增益、发射天线方向图参数。
3.如权利要求2所述的一种基于时空一体数字地球的电磁频谱可视化分析方法，其特征在于，所述步骤3具体包括以下步骤：
步骤3.1：读取接收天线模型参数；
步骤3.2：读取发射天线模型参数；
步骤3.3：设置输出场强点阵间隔；
步骤3.4：设置并选取传播模型；
步骤3.5：执行场强计算任务，根据步骤3.1-步骤3.4的参数和设置，建立空间各离散点，并计算出空间各离散点的电磁场强度，最终得到空间区域内各离散点的坐标和场强值。
4.如权利要求1所述的一种基于时空一体数字地球的电磁频谱可视化分析方法，其特征在于，所述步骤4具体包括以下步骤：
步骤4.1：对前沿边推进算法进行改进，具体改进为将边集转换为点集，将边的搜索转换为点的搜索；采用改进后的前沿边推进算法，以点的计算方式构建场强三角网；
步骤4.2：计算场强三角网中的场强等值点；
步骤4.3：根据计算得到的场强等值点追踪得到场强等值线；
步骤4.4：对场强等值线进行平滑处理；
步骤4.5：采用平滑处理后的等值线构建场强等值区。
5.如权利要求4所述的一种基于时空一体数字地球的电磁频谱可视化分析方法，其特征在于，所述步骤4.1具体包括以下步骤：
步骤4.1.1：读入点数据，并将点数据分块；
步骤4.1.2：求取属于凸包的一条有向边，存入边链表中；
步骤4.1.3：从边链表中取出一条有向边e，求取有向边e的中点pk所在点集Q中的子格网行列号[i，j]，并将中点pk按数据分块的方法存入新的二维指针数组midPlist[i][m]中；
步骤4.1.4：在点数据的分块内搜索有向边e一侧的与有向边e构成场强三角形的离散点；若没有符合条件的点，则外扩查询，直到查到符合条件的一个离散点；
步骤4.1.5：求有向边e与搜索到的离散点构成的两条新边的中点所在子格网midPlist[][]，并在各自的子格网midPlist[][]中判断两条新边的各自的中点是否存在；若不存在，则生成新的三角形；若存在且只使用一次，则生成新三角形，将边标识为使用了两次；若存在且已使用两次，则不生成新三角形；
步骤4.1.6：更新拓扑数据结构中边、点、三角形之间的相邻拓扑关系；
步骤4.1.7：取边链表中下一条边，重复步骤4.1.3-步骤4.16的操作，直到处理完边链表所有的边，结束场强三角网的构建。
6.如权利要求4所述的一种基于时空一体数字地球的电磁频谱可视化分析方法，其特征在于，所述步骤4.2的操作时，还需要进行以下操作：对当前追踪的场强值，首先判断场强三角网中的三角形各顶点是否有场强等值线通过；当三角形顶点场强值与场强线值相等时，在不影响精度的情况下，给顶点场强值增加一个偏移量，使场强等值线能绕过三角形顶点。
7.如权利要求4所述的一种基于时空一体数字地球的电磁频谱可视化分析方法，其特征在于，在所述步骤4.3的操作中，当程序搜索到第一个等值点后，沿某一方向继续追踪等值点，依次计算搜索等值点坐标并存储到等值点序列数组中；
当搜索回到起点，结束搜索，生成闭合场强等值线；
当搜索到区域的边界，交换存储的等值点序列顺序，以第一个等值点作为新搜索的当前点，沿当前搜索的反方向进行搜索，直至到达区域边界，生成非闭合场强等值线；
当一个场强值的场强等值线不止一条时，需要遍历所有可能的等值点，生成多条场强等值线。
8.如权利要求7所述的一种基于时空一体数字地球的电磁频谱可视化分析方法，其特征在于，在同一值的场强等值线搜索过程中，对已经搜索过的三角形建立一个标志变量，使得下次搜索时不再搜索此三角形，从而提高效率及判断场强等值线是否搜索完毕。
9.如权利要求4所述的一种基于时空一体数字地球的电磁频谱可视化分析方法，其特征在于，所述步骤4.5的具体操作为：将场强等值区的构造分为非闭合区和闭合区两种情况；
使用非闭合区算法将所有非封闭的场强等值线的起点、终点以及区域矩形的四个顶点按逆时针顺序排序，存放在向量数组中，即为边界点序列，利用边界点序列中的边界点构建闭合区；
使用闭合区算法在每一条闭合的场强等值线中找出横坐标最小的点，然后将闭合的场强等值线按照横坐标最小的点坐标从小到大依次进行排序；并按照从外到内的顺序，在场强等值线的内部闭合区分别填充不同于外部闭合区的颜色。
10.如权利要求1所述的一种基于时空一体数字地球的电磁频谱可视化分析方法，其特征在于，在进行所述步骤5时，采用矩阵重建的方式从不完备的离散化频谱数据中发现关联性数据，并使用关联性数据对缺失的数据进行补全。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111307393.7A CN114003981B (zh) | 2021-11-05 | 2021-11-05 | 一种基于时空一体数字地球的电磁频谱可视化分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111307393.7A CN114003981B (zh) | 2021-11-05 | 2021-11-05 | 一种基于时空一体数字地球的电磁频谱可视化分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114003981A true CN114003981A (zh) | 2022-02-01 |
| CN114003981B CN114003981B (zh) | 2024-04-30 |
Family
ID=79927704
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111307393.7A Active CN114003981B (zh) | 2021-11-05 | 2021-11-05 | 一种基于时空一体数字地球的电磁频谱可视化分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114003981B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114565731A (zh) * | 2022-03-03 | 2022-05-31 | 南京超达信息科技有限公司 | 一种基于复杂地形的电磁环境可视化方法 |
| CN114996973A (zh) * | 2022-07-18 | 2022-09-02 | 中国人民解放军战略支援部队航天工程大学 | 一种基于多域网格的电磁态势可视化系统及方法 |
| CN115314133A (zh) * | 2022-10-11 | 2022-11-08 | 中国人民解放军战略支援部队航天工程大学 | 一种基于矩阵补全的路径损耗数据增强方法及系统 |
| CN115687499A (zh) * | 2022-10-28 | 2023-02-03 | 中国人民解放军战略支援部队航天工程大学 | 一种全球频谱测绘图设计与实现系统 |
| CN117092415A (zh) * | 2023-10-18 | 2023-11-21 | 深圳市城市公共安全技术研究院有限公司 | 一种区域电磁环境监测方法、装置、设备及介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110273559A1 (en) * | 2007-08-29 | 2011-11-10 | Satoshi Yagitani | Electromagnetic field space distribution visualizing device, electromagnetic field space distribution visualizing method, and program thereof |
| CN104486015A (zh) * | 2014-11-28 | 2015-04-01 | 北京邮电大学 | 电磁空间频谱态势构建方法及系统 |
| CN106569044A (zh) * | 2016-11-02 | 2017-04-19 | 西安电子科技大学 | 基于沉浸式虚拟现实系统的电磁频谱态势观测方法 |
| CN106682234A (zh) * | 2017-01-17 | 2017-05-17 | 北京工业大学 | 一种基于空间插值的电磁频谱分布预测和动态可视化方法 |
| CN109284345A (zh) * | 2018-09-18 | 2019-01-29 | 成都中星世通电子科技有限公司 | 一种电磁频谱展示方法、存储介质、终端和系统 |
| WO2019170093A1 (zh) * | 2018-03-07 | 2019-09-12 | 西安电子科技大学 | 一种生成频谱态势的方法、装置及计算机存储介质 |
-
2021
- 2021-11-05 CN CN202111307393.7A patent/CN114003981B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110273559A1 (en) * | 2007-08-29 | 2011-11-10 | Satoshi Yagitani | Electromagnetic field space distribution visualizing device, electromagnetic field space distribution visualizing method, and program thereof |
| CN104486015A (zh) * | 2014-11-28 | 2015-04-01 | 北京邮电大学 | 电磁空间频谱态势构建方法及系统 |
| CN106569044A (zh) * | 2016-11-02 | 2017-04-19 | 西安电子科技大学 | 基于沉浸式虚拟现实系统的电磁频谱态势观测方法 |
| CN106682234A (zh) * | 2017-01-17 | 2017-05-17 | 北京工业大学 | 一种基于空间插值的电磁频谱分布预测和动态可视化方法 |
| WO2019170093A1 (zh) * | 2018-03-07 | 2019-09-12 | 西安电子科技大学 | 一种生成频谱态势的方法、装置及计算机存储介质 |
| CN109284345A (zh) * | 2018-09-18 | 2019-01-29 | 成都中星世通电子科技有限公司 | 一种电磁频谱展示方法、存储介质、终端和系统 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114565731A (zh) * | 2022-03-03 | 2022-05-31 | 南京超达信息科技有限公司 | 一种基于复杂地形的电磁环境可视化方法 |
| CN114565731B (zh) * | 2022-03-03 | 2023-10-27 | 南京超达信息科技有限公司 | 一种基于复杂地形的电磁环境可视化方法 |
| CN114996973A (zh) * | 2022-07-18 | 2022-09-02 | 中国人民解放军战略支援部队航天工程大学 | 一种基于多域网格的电磁态势可视化系统及方法 |
| CN115314133A (zh) * | 2022-10-11 | 2022-11-08 | 中国人民解放军战略支援部队航天工程大学 | 一种基于矩阵补全的路径损耗数据增强方法及系统 |
| CN115314133B (zh) * | 2022-10-11 | 2023-01-31 | 中国人民解放军战略支援部队航天工程大学 | 一种基于矩阵补全的路径损耗数据增强方法及系统 |
| CN115687499A (zh) * | 2022-10-28 | 2023-02-03 | 中国人民解放军战略支援部队航天工程大学 | 一种全球频谱测绘图设计与实现系统 |
| CN115687499B (zh) * | 2022-10-28 | 2023-04-21 | 中国人民解放军战略支援部队航天工程大学 | 一种全球频谱测绘图设计与实现系统 |
| CN117092415A (zh) * | 2023-10-18 | 2023-11-21 | 深圳市城市公共安全技术研究院有限公司 | 一种区域电磁环境监测方法、装置、设备及介质 |
| CN117092415B (zh) * | 2023-10-18 | 2024-01-19 | 深圳市城市公共安全技术研究院有限公司 | 一种区域电磁环境监测方法、装置、设备及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114003981B (zh) | 2024-04-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114003981A (zh) | 一种基于时空一体数字地球的电磁频谱可视化分析方法 | |
| AU2019216706B2 (en) | Iterative ray-tracing for autoscaling of oblique ionograms | |
| CN108520023A (zh) | 一种基于混合聚类算法的雷暴核识别及追踪方法 | |
| CN105372506B (zh) | 一种用于区域电磁环境计算的变尺度栅格化方法及系统 | |
| CN107015225B (zh) | 一种基于自聚焦的sar平台初始高度误差估计方法 | |
| CN111683388B (zh) | 一种近场辐射衰减测试方法及三维显示系统 | |
| CN108766203B (zh) | 一种紧致极化水稻制图的方法及系统 | |
| CN111222539B (zh) | 基于多源多时相遥感影像优化和扩充监督分类样本的方法 | |
| CN114972984B (zh) | 基于随机森林的积雪时空分析与预测方法 | |
| CN116418430A (zh) | 一种电磁频谱态势绘制方法及系统 | |
| CN117650861A (zh) | 无线环境预测方法和装置、电子设备及存储介质 | |
| CN115988513B (zh) | 一种稀疏采集条件下频谱地图构建方法 | |
| CN115598670B (zh) | 一种三角网与蚁群算法联合对干扰源监测与定位的方法 | |
| Kolyaie et al. | Analysis and simulation of wireless signal propagation applying geostatistical interpolation techniques | |
| KR20100026215A (ko) | 측정 데이터를 이용한 무선망 최적화용 지형 지물 정보 추출 방법 | |
| Momm et al. | Methods for gully characterization in agricultural croplands using ground-based light detection and ranging | |
| CN115561748A (zh) | 基于射频隐身的网络化雷达目标搜索跟踪资源分配方法 | |
| Li et al. | Prediction and visualization of GPS multipath signals in urban areas using LiDAR Digital Surface Models and building footprints | |
| Basere et al. | Cell coverage area estimation from receive signal level (RSL) measurements | |
| CN114710742A (zh) | 一种基于多链插值构建指纹地图的室内定位方法 | |
| Kulawiak et al. | Dynamic signal strength mapping and analysis by means of mobile Geographic Information System | |
| Daramola | Comparative Analysis of Wireless Signal Propagation: RS and GIS Approach | |
| Usai et al. | Arbitrary voxel selection for accelerating a ray tracing-based field prediction model in urban environments | |
| Yu | Radiomap Inpainting in Protected Areas: Algorithm Study and Open-source Dataset | |
| Yun et al. | Radio propagation modeling in complex environments for wireless communications |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |