CN114567897A - 一种基于互联网的分布式网络管理方法 - Google Patents

一种基于互联网的分布式网络管理方法 Download PDF

Info

Publication number
CN114567897A
CN114567897A CN202210186028.3A CN202210186028A CN114567897A CN 114567897 A CN114567897 A CN 114567897A CN 202210186028 A CN202210186028 A CN 202210186028A CN 114567897 A CN114567897 A CN 114567897A
Authority
CN
China
Prior art keywords
signal
module
vehicle
network management
distributed network
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
Application number
CN202210186028.3A
Other languages
English (en)
Other versions
CN114567897B (zh
Inventor
陈国峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN202210186028.3A priority Critical patent/CN114567897B/zh
Publication of CN114567897A publication Critical patent/CN114567897A/zh
Application granted granted Critical
Publication of CN114567897B publication Critical patent/CN114567897B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting weather conditions
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/309—Measuring or estimating channel quality parameters
    • H04B17/318—Received signal strength
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/08—Testing, supervising or monitoring using real traffic
    • 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

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Environmental & Geological Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种基于互联网的分布式网络管理方法，该方法基于分布式网络管理系统运行，所述分布式网络管理系统包括启动控制模块、地图数据库模块、优选分析模块、信号增强控制模块，所述启动控制模块用于控制分布式网络管理系统的启闭，所述地图数据库模块用于获取地形、气象、基站位置信息，所述优选分析模块用于分析所处地理位置的最佳信号源，所述信号增强控制模块用于实时控制增强天线最佳信号增幅角度，使分布式网络管理系统实现车辆到达预测位置时，调整完成信号调整增强单元天线的方向，确保车辆在行驶过程中能够及时在信号偏弱的地区增强信号强度，本发明，具有信号源预测准确和实用性强的特点。

Description

一种基于互联网的分布式网络管理方法
技术领域
本发明涉及数据信号的网络管理方法技术领域，具体为一种基于互联网的分布式网络管理方法。
背景技术
目前，信号基站覆盖在我国已经十分广泛。在地形相对平坦，天气情况较好的地区，我们的导航信号往往十分精确。即便是在偏远地区，我们在驾车使用导航的时候也能够接收到越过复杂地形移动信号，这给我们的出行带来了很多的便利。
但当我们在偏远地区出行的情况下，由于这些地区气象和地形的条件相对比较恶劣，信号基站的覆盖程度相对比较稀疏。在使用导航系统的时候难免会出现在信号卡顿，信号短时间缺失的情况。从而导致车辆在行驶过程中遇到分岔路情况增加走错道路的风险，这给日常的出行增加了很大的负担。
现有的导航信号接收一般是基站发射广播信号，当设备处于附近信号覆盖范围的时候自动选择基站接收信号，但这种信号源的自动选择有时会缺乏最优化的特点，不能根据客观条件判断出最优的信号基站源，导致导航的卡顿延迟；同样，出现导航卡顿延迟通常也是由于恶劣的天气情况或者周围地形情况导致的，这些条件会降低基站所发射信号的强度。即便是使用了现有的信号增强装置，仍然存在增强不及时的缺点。现有的增强往往到了最优信号源附近才开始调整，这时调整就已经造成了延迟。因此，设计信号源预测准确和实用性强的一种基于互联网的分布式网络管理方法是很有必要的。
发明内容
本发明的目的在于提供一种基于互联网的分布式网络管理方法，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：一种基于互联网的分布式网络管理方法，该方法基于分布式网络管理系统运行，所述分布式网络管理系统包括启动控制模块、地图数据库模块、优选分析模块、信号增强控制模块；所述启动控制模块用于控制分布式网络管理系统的启闭，所述地图数据库模块用于获取地形、气象、基站位置信息，所述优选分析模块用于分析所处地理位置的最佳信号源，所述信号增强控制模块用于实时控制增强天线最佳信号增幅角度，所述启动控制模块与信号增强模块之间电连接，所述地图数据库模块与优选分析模块之间电连接。
根据上述技术方案，所述启动控制模块包括信号接收单元、信号强度判断模块，所述信号接收单元用于实时接收基站信号，所述信号强度判断模块用于判断所处位置自动接收的信号大小，所述信号接收单元与信号强度判断模块之间电连接。
根据上述技术方案，所述地图数据库模块包括基站源获取模块、地形信息模块、实时气象模块，所述基站源获取模块用于根据车辆位置获取车辆与基站之间的地理位置，所述地形信息模块用于根据车辆位置获取车辆与基站之间的地形状况，所述实时气象模块用于根据车辆位置获取与车辆与基站之间的气象状况。
根据上述技术方案，所述优选分析模块包括定位单元、信号强度计算模块，所述定位单元用于在出行过程中实时定位车辆地理位置，所述信号强度计算模块用于根据车辆位置以及车辆与基站之间的条件因素提前测算出最优信号源，所述信号强度计算模块与地图数据库模块之间电连接，所述定位单元与地图数据库模块之间电连接。
根据上述技术方案，所述信号增强控制模块包括预处理时间模块、信号接收调整单元，所述预处理时间模块用于根据优选信号源，计算信号接收调整单元进行处理的时间，所述信号接收调整单元用于在车辆到达预测位置时调整天线朝向；所述预处理时间模块与信号接收调整模块之间电连接。
根据上述技术方案，所述分布式网络管理方法主要包括以下步骤：
步骤S1：车辆行驶过程中，启动信号强度判断模块，实时接收信号接收单元传输的信号强度数据，以信号最低阈值M为判断基准，触发电信号至启动控制模块；
步骤S2：启动控制模块收到触发电信号后，控制分布式网络管理系统启动；
步骤S3：定位单元实时定位车辆地理位置，通过地图数据库模块定位距离车辆前X千米处预测点A；
步骤S4：调用A点处方圆N千米范围内基站Sn(n＝1，2，3，...，n)位置、地形、气象信息，将上述信息传输至优选分析模块；
步骤S5：优选分析模块分析数据得出最优信号源Sn，并将数据发送至信号增强控制模块；
步骤S6：信号增强控制模块收到数据，测算信号接收调整单元需要的角度α0，结合车辆行驶平均速度V，测算出预处理时间T1；
步骤S7：信号接收调整单元按分析结果进行调整。
根据上述技术方案，所述步骤S4进一步包括以下步骤：
步骤S41：分布式网络管理系统收到开启的信息后，优选分析模块中定位单元获取车辆位置信息，获取预测点A与基站之间距离ln(n＝1，2，3，...，n)，平均车速V，计算到达预测位置A的时间T1；
步骤S42：获取预测位置与基站之间的山脉地形高度为Hn(n＝1，2，3，...，n)，山脉宽度为Qn(n＝1，2，3，...，n)；
步骤S43：获取预测位置与基站之间的降雨情况，平均降雨量Pn(n＝1，2，3，...，n)，信号传输路线上降雨所占长度Yn(n＝1，2，3，...，n)。
根据上述技术方案，所述步骤S5进一步包括以下步骤：
步骤S51：优选分析模块收到数据后，测算阻碍因子Rn(n＝1，2，3，...，n)，比较阻碍因子大小选出最优信号源；
步骤S52：根据最优信号源计算信号接收调整单元需要的角度αn(n＝1，2，3，...，n)，结合角度调整速度计算预处理时间T2，从而得出在T0时刻进行调整。
根据上述技术方案，所述步骤S51中阻碍因子Rn的测算方法为：
步骤S511：计算车辆到达预测位置的时间T1，
Figure BDA0003523447360000041
式中X为车辆行驶时预测距离，V为车辆平均速度；
步骤S512：计算距离对信号的干扰U，U＝kln(n＝1，2，3，...，n，k∈(0，1))，
式中ln(n＝1，2，3，...，n)为测量点A与周围基站间的距离，k为0至1之间常数；
步骤S513：计算地形对信号的干扰公式W，
Figure BDA0003523447360000042
式中Hn(n＝1，2，3，...，n)为预测点A与基站之间的山脉地形高度，Qn(n＝1，2，3，...，n)为山脉宽度，Hn，Qn越大，地形对信号干扰越大；
步骤S514：计算降雨对信号的干扰公式E，
Figure BDA0003523447360000043
式中Pn(n＝1，2，3，...，n)为预测点A与基站之间的平均降雨量，Yn(n＝1，2，3，...，n)为信号传输路线上降雨距离，Yn在ln上占比越小，降雨对信号影响越小；Pn对信号干扰亦成正比；
步骤S515：综合考虑上述分式的情况，得出阻碍因子的计算公式Rn，
Figure BDA0003523447360000044
Figure BDA0003523447360000045
根据上述技术方案，所述步骤S6进一步包括以下步骤：
步骤S61：建立预测点直角坐标系，将最优信号源的角度为确定为αn，上一个基站的位置角度确定为αn-1；
步骤S62：需要转动角度的计算公式为α0＝|αn-αn-1|(n＝2，3，...，n)，预处理时间的公式为
Figure BDA0003523447360000051
式中α0为转动角度的绝对值，转动范围越大，值越大；β为角度转动速度，信号接收单元的天线调整速度为90°/β；
步骤S63，将预处理时间传输给信号接收调整单元，在T0时刻处理，T0的计算公式为T0＝T1-T2。
与现有技术相比，本发明所达到的有益效果是：本发明，通过分布式网络管理系统调取信号偏弱地区的基站位置、地形、气候信息，计算最优信号基站位置和预处理时间；使分布式网络管理系统实现车辆到达预测位置时，调整完成信号调整增强单元天线的方向，确保车辆在行驶过程中能够及时在信号偏弱的地区增强信号强度，避免因为信号弱而导致网络使用延迟卡顿的现象。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明的系统模块组成示意图。
具体实施方式
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，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术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。
请参阅图1，本发明提供技术方案：一种基于互联网的分布式网络管理方法，该方法基于分布式网络管理系统运行，所述分布式网络管理系统包括启动控制模块、地图数据库模块、优选分析模块、信号增强控制模块；所述启动控制模块用于控制分布式网络管理系统的启闭，所述地图数据库模块用于获取地形、气象、基站位置信息，所述优选分析模块用于分析所处地理位置的最佳信号源，所述信号增强控制模块用于实时控制增强天线最佳信号增幅角度；所述启动控制模块与信号增强模块之间电连接，所述地图数据库模块与优选分析模块之间电连接；所述基于互联网的分布式网络管理方法通过分布式网络管理系统调取信号偏弱地区的基站位置、地形、气候信息，计算最优信号基站位置和预处理时间；使分布式网络管理系统实现车辆到达预测位置时，调整完成信号调整增强单元天线的方向，确保车辆在行驶过程中能够及时在信号偏弱的地区增强信号强度，避免因为信号弱而导致网络使用延迟卡顿的现象。
启动控制模块包括信号接收单元、信号强度判断模块，所述信号接收单元用于实时接收基站信号，所述信号强度判断模块用于判断所处位置自动接收的信号大小；所述信号接收单元与信号强度判断模块之间电连接；所述信号接收模块自动接收到基站信号，信号值将由电信号传输给信号强度判断模块，判断信号大小与最低阈值M的关系，低于阈值M则发送启动电信号给启动控制模块，否则不需要启动。
地图数据库模块包括基站源获取模块、地形信息模块、实时气象模块，所述基站源获取模块用于根据车辆位置获取车辆与基站之间的地理位置，所述地形信息模块用于根据车辆位置获取车辆与基站之间的地形状况，所述实时气象模块用于根据车辆位置获取与车辆与基站之间的气象状况；所述基站距离以及车辆与预测位置之间的客观因素对信号都有影响。
优选分析模块包括定位单元、信号强度计算模块，所述定位单元用于在出行过程中实时定位车辆地理位置，所述信号强度计算模块用于根据车辆位置以及车辆与基站之间的条件因素提前测算出最优信号源；所述信号强度计算模块与地图数据库模块之间电连接，所述定位单元与地图数据库模块之间电连接；所述地图数据库根据定位单元的位置调用出预测位置与基站之间的关系。
信号增强控制模块包括预处理时间模块、信号接收调整单元，所述预处理时间模块用于根据优选信号源，计算信号接收调整单元进行处理的时间，所述信号接收调整单元用于在车辆到达预测位置时调整天线朝向；所述预处理时间模块与信号接收调整模块之间电连接；所述预处理时间模块为了实现车辆在到达预测位置A时恰好完成信号接收调整模块的天线调整，所述信号接收调整模块进行调整后，保持车辆行驶时信号稳定。
分布式网络管理方法主要包括以下步骤：
步骤S1：车辆行驶过程中，启动信号强度判断模块，实时接收信号接收单元传输的信号强度数据，以信号最低阈值M为判断基准，触发电信号至启动控制模块；
步骤S2：启动控制模块收到触发电信号后，控制分布式网络管理系统启动；
步骤S3：定位单元实时定位车辆地理位置，通过地图数据库模块定位距离车辆前X千米处预测点A；
步骤S4：调用A点处方圆N千米范围内基站Sn(n＝1，2，3，...，n)位置、地形、气象信息，将上述信息传输至优选分析模块；
步骤S5：优选分析模块分析数据得出最优信号源Sn，并将数据发送至信号增强控制模块；
步骤S6：信号增强控制模块收到数据，测算信号接收调整单元需要的角度α0，结合车辆行驶平均速度V，测算出预处理时间T1；
步骤S7：信号接收调整单元按分析结果进行调整。
步骤S4进一步包括以下步骤：
步骤S41：分布式网络管理系统收到开启的信息后，优选分析模块中定位单元获取车辆位置信息，获取预测点A与基站之间距离ln(n＝1，2，3，...，n)，平均车速V，计算到达预测位置A的时间T1；
步骤S42：获取预测位置与基站之间的山脉地形高度为Hn(n＝1，2，3，...，n)，山脉宽度为Qn(n＝1，2，3，...，n)；
步骤S43：获取预测位置与基站之间的降雨情况，平均降雨量Pn(n＝1，2，3，...，n)，信号传输路线上降雨所占长度Yn(n＝1，2，3，...，n)。
步骤S5进一步包括以下步骤：
步骤S51：优选分析模块收到数据后，测算阻碍因子Rn(n＝1，2，3，...，n)，比较阻碍因子大小选出最优信号源；
步骤S52：根据最优信号源计算信号接收调整单元需要的角度αn(n＝1，2，3，...，n)，结合角度调整速度计算预处理时间T2，从而得出在T0时刻进行调整。
步骤S51中阻碍因子Rn的测算方法为：
步骤S511：计算车辆到达预测位置的时间T1，
Figure BDA0003523447360000081
式中X为车辆行驶时预测距离，V为车辆平均速度；
步骤S512：计算距离对信号的干扰U，U＝kln(n＝1，2，3，...，n，k∈(0，1))，
式中ln(n＝1，2，3，...，n)为测量点A与周围基站间的距离，k为0至1之间常数；首先距离对信号的影响是线性的影响，距离越远，信号阻碍越大，其次距离是次要影响，距离对信号的影响相对较平缓，影响有限；
步骤S513：计算地形对信号的干扰公式W，
Figure BDA0003523447360000082
式中Hn(n＝1，2，3，...，n)为预测点A与基站之间的山脉地形高度，Qn(n＝1，2，3，...，n)为山脉宽度，Hn，Qn越大，地形对信号干扰越大；山脉对信号的阻碍影响较大，山脉的底部厚山尖薄，侧面积成三角形，所以公式采用
Figure BDA0003523447360000091
更精准表现地形的影响，若地形为平原，则高度H则为0；
步骤S514：计算降雨对信号的干扰公式E，
Figure BDA0003523447360000092
式中Pn(n＝1，2，3，...，n)为预测点A与基站之间的平均降雨量，Yn(n＝1，2，3，...，n)为信号传输路线上降雨距离，Yn在ln上占比越小，降雨对信号影响越小；Pn对信号干扰亦成正比；将信号传输看成线型，那么降雨范围就可以看作信号传输线路上降雨线段长度，平均降雨量则可以更客观的表达降雨对信号的传输影响；
步骤S515：综合考虑上述分式的情况，得出阻碍因子的计算公式Rn，
Figure BDA0003523447360000093
Figure BDA0003523447360000094
阻碍因子值Rn越大的表明预测点A与基站之间距离、地形、气候的阻隔影响越大，所以选定R值最小表明信号质量越优，该基站为最优信号源。
步骤S6进一步包括以下步骤：
步骤S61：建立预测点直角坐标系，将最优信号源的角度为确定为αn，上一个基站的位置角度确定为αn-1；
步骤S62：需要转动角度的计算公式为α0＝|αn-αn-1|(n＝2，3，...，n)，预处理时间的公式为
Figure BDA0003523447360000095
式中α0为转动角度的绝对值，转动范围越大，值越大；β为角度转动速度，信号接收单元的天线调整速度为90°/β；得出天线转动需要多少个单位时间；
步骤S63，将预处理时间传输给信号接收调整单元，在T0时刻处理，T0的计算公式为T0＝T1-T2；车辆在T0时刻处理就能恰好在车辆到达预测位置时，信号天线朝向信号最优的基站方向，体现出信号选择的预判性。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于互联网的分布式网络管理方法，该方法基于分布式网络管理系统运行，其特征在于：所述分布式网络管理系统包括启动控制模块、地图数据库模块、优选分析模块、信号增强控制模块，所述启动控制模块用于控制分布式网络管理系统的启闭，所述地图数据库模块用于获取地形、气象、基站位置信息，所述优选分析模块用于分析所处地理位置的最佳信号源，所述信号增强控制模块用于实时控制增强天线最佳信号增幅角度，所述启动控制模块与信号增强模块之间电连接，所述地图数据库模块与优选分析模块之间电连接。
2.根据权利要求1所述的一种基于互联网的分布式网络管理方法，其特征在于：所述启动控制模块包括信号接收单元、信号强度判断模块，所述信号接收单元用于实时接收基站信号，所述信号强度判断模块用于判断所处位置自动接收的信号大小，所述信号接收单元与信号强度判断模块之间电连接。
3.根据权利要求2所述的一种基于互联网的分布式网络管理方法，其特征在于：所述地图数据库模块包括基站源获取模块、地形信息模块、实时气象模块，所述基站源获取模块用于根据车辆位置获取车辆与基站之间的地理位置，所述地形信息模块用于根据车辆位置获取车辆与基站之间的地形状况，所述实时气象模块用于根据车辆位置获取与车辆与基站之间的气象状况，地图数据库模块与基站源获取模块、地形信息模块、实时气象模块之间电连接。
4.根据权利要求3所述的一种基于互联网的分布式网络管理方法，其特征在于：所述优选分析模块包括定位单元、信号强度计算模块，所述定位单元用于在出行过程中实时定位车辆地理位置，所述信号强度计算模块用于根据车辆位置以及车辆与基站之间的条件因素提前测算出最优信号源，所述信号强度计算模块与地图数据库模块之间电连接，所述定位单元与地图数据库模块之间电连接。
5.根据权利要求4所述的一种基于互联网的分布式网络管理方法，其特征在于：所述信号增强控制模块包括预处理时间模块、信号接收调整单元，所述预处理时间模块用于根据优选信号源，计算信号接收调整单元进行处理的时间，所述信号接收调整单元用于在车辆到达预测位置时调整天线朝向，所述预处理时间模块与信号接收调整模块之间电连接。
6.根据权利要求5所述的一种基于互联网的分布式网络管理方法，其特征在于：所述分布式网络管理方法主要包括以下步骤：
步骤S1：车辆行驶过程中，启动信号强度判断模块，实时接收信号接收单元传输的信号强度数据，以信号最低阈值M为判断基准，触发电信号至启动控制模块；
步骤S2：启动控制模块收到触发电信号后，控制分布式网络管理系统启动；
步骤S3：定位单元实时定位车辆地理位置，通过地图数据库模块定位距离车辆前X千米处预测点A；
步骤S4：调用A点处方圆N千米范围内基站Sn(n＝1,2,3,...,n)位置、地形、气象信息，将上述信息传输至优选分析模块；
步骤S5：优选分析模块分析数据得出最优信号源Sn，并将数据发送至信号增强控制模块；
步骤S6：信号增强控制模块收到数据，测算信号接收调整单元需要的角度α0，结合车辆行驶平均速度V，测算出预处理时间T1；
步骤S7：信号接收调整单元按分析结果进行调整。
7.根据权利要求6所述的一种基于互联网的分布式网络管理方法，其特征在于：所述步骤S4进一步包括以下步骤：
步骤S41：分布式网络管理系统收到开启的信息后，优选分析模块中定位单元获取车辆位置信息，获取预测点A与基站之间距离ln(n＝1,2,3,...,n)，平均车速V，计算到达预测位置A的时间T1；
步骤S42：获取预测位置与基站之间的山脉地形高度为Hn(n＝1,2,3,...,n)，山脉宽度为Qn(n＝1,2,3,...,n)；
步骤S43：获取预测位置与基站之间的降雨情况，平均降雨量Pn(n＝1,2,3,...,n)，信号传输路线上降雨所占长度Yn(n＝1,2,3,...,n)。
8.根据权利要求7所述的一种基于互联网的分布式网络管理方法，其特征在于：所述步骤S5进一步包括以下步骤：
步骤S51：优选分析模块收到数据后，测算阻碍因子Rn(n＝1,2,3,...,n)，比较阻碍因子大小选出最优信号源；
步骤S52：根据最优信号源计算信号接收调整单元需要的角度αn(n＝1,2,3,...,n)，结合角度调整速度计算预处理时间T2，从而得出在T0时刻进行调整。
9.根据权利要求8所述的一种基于互联网的分布式网络管理方法，其特征在于：所述步骤S51中阻碍因子Rn的测算方法为：
步骤S511：计算车辆到达预测位置的时间T1，
Figure FDA0003523447350000031
式中X为车辆行驶时预测距离，V为车辆平均速度；
步骤S512：计算距离对信号的干扰U，U＝kln(n＝1,2,3,...,n，k∈(0,1))，
式中ln(n＝1,2,3,...,n)为测量点A与周围基站间的距离，k为0至1之间常数；
步骤S513：计算地形对信号的干扰公式W，
Figure FDA0003523447350000032
式中Hn(n＝1,2,3,...,n)为预测点A与基站之间的山脉地形高度，Qn(n＝1,2,3,...,n)为山脉宽度，Hn，Qn越大，地形对信号干扰越大；
步骤S514：计算降雨对信号的干扰公式E，
Figure FDA0003523447350000041
式中Pn(n＝1,2,3,...,n)为预测点A与基站之间的平均降雨量，Yn(n＝1,2,3,...,n)为信号传输路线上降雨距离，Yn在ln上占比越小，降雨对信号影响越小；Pn对信号干扰亦成正比；
步骤S515：综合考虑上述分式的情况，得出阻碍因子的计算公式Rn，
Figure FDA0003523447350000042
Figure FDA0003523447350000043
10.根据权利要求9所述的一种基于互联网的分布式网络管理方法，其特征在于：所述步骤S6进一步包括以下步骤：
步骤S61：建立预测点直角坐标系，将最优信号源的角度为确定为αn，上一个基站的位置角度确定为αn-1；
步骤S62：需要转动角度的计算公式为α0＝|αn-αn-1|,(n＝2,3,...,n)，预处理时间的公式为
Figure FDA0003523447350000044
式中α0为转动角度的绝对值，转动范围越大，值越大；β为角度转动速度，信号接收单元的天线调整速度为90°/β；
步骤S63，将预处理时间传输给信号接收调整单元，在T0时刻处理，T0的计算公式为T0＝T1-T2。
CN202210186028.3A 2022-02-28 2022-02-28 一种基于互联网的分布式网络管理方法 Active CN114567897B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210186028.3A CN114567897B (zh) 2022-02-28 2022-02-28 一种基于互联网的分布式网络管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210186028.3A CN114567897B (zh) 2022-02-28 2022-02-28 一种基于互联网的分布式网络管理方法

Publications (2)

Publication Number Publication Date
CN114567897A true CN114567897A (zh) 2022-05-31
CN114567897B CN114567897B (zh) 2024-03-29

Family

ID=81715586

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210186028.3A Active CN114567897B (zh) 2022-02-28 2022-02-28 一种基于互联网的分布式网络管理方法

Country Status (1)

Country Link
CN (1) CN114567897B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115665693A (zh) * 2022-10-13 2023-01-31 重庆长安新能源汽车科技有限公司 一种无线信号增强方法、装置、设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104656163A (zh) * 2015-02-04 2015-05-27 中国人民解放军理工大学 一种基于大数据的移动通信网降水分布及动态测量方法
US20150348412A1 (en) * 2014-05-30 2015-12-03 Alpine Electronics, Inc. Vehicle to vehicle wireless communication apparatus with potential crash warning
CN108271165A (zh) * 2016-12-30 2018-07-10 中国移动通信集团浙江有限公司 一种基站网络信号覆盖状态的预测方法及系统
CN108964736A (zh) * 2018-10-15 2018-12-07 西安交通大学 一种基于毫米波系统中用户发现阶段波束优化方法
CN110650490A (zh) * 2019-09-30 2020-01-03 重庆元韩汽车技术设计研究院有限公司 用于远程控制信号强度管理系统及方法
CN111669770A (zh) * 2020-07-09 2020-09-15 段云云 一种基于5g网络的全双工通信干扰抑制系统及方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150348412A1 (en) * 2014-05-30 2015-12-03 Alpine Electronics, Inc. Vehicle to vehicle wireless communication apparatus with potential crash warning
CN104656163A (zh) * 2015-02-04 2015-05-27 中国人民解放军理工大学 一种基于大数据的移动通信网降水分布及动态测量方法
CN108271165A (zh) * 2016-12-30 2018-07-10 中国移动通信集团浙江有限公司 一种基站网络信号覆盖状态的预测方法及系统
CN108964736A (zh) * 2018-10-15 2018-12-07 西安交通大学 一种基于毫米波系统中用户发现阶段波束优化方法
CN110650490A (zh) * 2019-09-30 2020-01-03 重庆元韩汽车技术设计研究院有限公司 用于远程控制信号强度管理系统及方法
CN111669770A (zh) * 2020-07-09 2020-09-15 段云云 一种基于5g网络的全双工通信干扰抑制系统及方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115665693A (zh) * 2022-10-13 2023-01-31 重庆长安新能源汽车科技有限公司 一种无线信号增强方法、装置、设备及存储介质
CN115665693B (zh) * 2022-10-13 2024-05-28 深蓝汽车科技有限公司 一种无线信号增强方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN114567897B (zh) 2024-03-29

Similar Documents

Publication Publication Date Title
CN109298415B (zh) 一种轨道和道路障碍物检测方法
US8849309B2 (en) Method and system for forecasting travel times on roads
US7671764B2 (en) Method and system for using traffic flow data to navigate a vehicle to a destination
US6011515A (en) System for measuring average speed and traffic volume on a roadway
JP3802422B2 (ja) 受動可干渉位置決めシステムおよびそのシステムの使用方法
EP1348208B1 (en) Traffic monitoring system
US9148867B2 (en) Wireless communication apparatus and wireless positioning system
US10466366B2 (en) Optimizing method for vehicle cooperative object positioning and vehicle cooperative positioning apparatus
CN114567897A (zh) 一种基于互联网的分布式网络管理方法
AU2018200797A1 (en) Information processing apparatus, information process system, and information process method
US8730086B2 (en) Weather detection using satellite communication signals
CN110580043B (zh) 一种基于图像目标识别的水面目标规避方法
EP4081835B1 (en) Methods, apparatuses, systems and computer program products for estimating road surface temperature
CN105096642B (zh) 考虑gps数据延迟影响的实时公交到站时间预测方法
US20190033439A1 (en) Artificial intelligence enabled adaptive digital beam
CN107767668A (zh) 一种基于雷达主动探测车辆连续实时跟踪的方法
EP3951439B1 (en) Advection fog forecasting system and forecasting method
US10908300B2 (en) Navigation method, navigation device and navigation system
US20210025981A1 (en) Self-position estimation device, self-position estimation method, program, and recording medium
KR20090048838A (ko) 액티브 리더를 이용한 교통 상황 감지 시스템 및 방법
CN113984085A (zh) 一种雨雪覆盖道路的信息感知方法、系统以及可存储介质
CN114945843A (zh) 用于在雷达系统中调整校正信息的方法
US20230333280A1 (en) Scaling and statistical adjustments of precipitation rates for apparatuses having precipitation sensitive sensors
CN110920612A (zh) 用于车辆自主控制的系统和方法
CN118068381A (zh) 一种基于跟随式北斗rnss的自适应路线修正方法及系统

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
GR01 Patent grant
GR01 Patent grant