CN115767493A - 一种基于6g的空天地海一体化的数据分析及应用方法 - Google Patents

一种基于6g的空天地海一体化的数据分析及应用方法 Download PDF

Info

Publication number
CN115767493A
CN115767493A CN202211147082.3A CN202211147082A CN115767493A CN 115767493 A CN115767493 A CN 115767493A CN 202211147082 A CN202211147082 A CN 202211147082A CN 115767493 A CN115767493 A CN 115767493A
Authority
CN
China
Prior art keywords
data
air
base station
satellite
ground
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
Application number
CN202211147082.3A
Other languages
English (en)
Inventor
朱文进
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.)
China Telecom Digital Intelligence Technology Co Ltd
Original Assignee
China Telecom Digital Intelligence Technology Co Ltd
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 China Telecom Digital Intelligence Technology Co Ltd filed Critical China Telecom Digital Intelligence Technology Co Ltd
Priority to CN202211147082.3A priority Critical patent/CN115767493A/zh
Publication of CN115767493A publication Critical patent/CN115767493A/zh
Pending legal-status Critical Current

Links

Images

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

  • Radio Relay Systems (AREA)

Abstract

一种基于6G的空天地海一体化的数据分析及应用方法，包括：1）构建空中基站并通过北斗信号接收器接收北斗卫星的RDSS数据来划分空、地、海三个商业服务领域；2）空中基站的卫星通过IAB基站组同步北斗卫星RDSS地面设施传递的RDSS数据，并根据RDSS数据得到基于商业服务领域的应用场景，采用帕累托分析法构建领域关联关系分类模型，对空、地、海三个商业服务领域与应用场景之间的映射关系分类；3）根据应用场景和商业服务领域的映射关系，对应用场景中的高空应急通讯服务场景、海洋救援应急服务场景和地震高海拔救灾应急场景提供商业服务。本发明通过划分商业服务领域，并对不同场景进行应用，将空中基站与北斗结合完成天地空海一体化的数据分析及应用。

Description

一种基于6G的空天地海一体化的数据分析及应用方法
技术领域
本发明属于空天地海数据分析领域，具体涉及一种基于6G的空天地海一体化的数据分析及应用方法。
背景技术
天地一体化信息网络由天基骨干网、天基接入网、地基节点网组成，并与地面互联网和移动通信网互联互通，建成“全球覆盖、随遇接入、按需服务、安全可信”的天地一体化信息网络体系。该天地一体化信息网络体系具备全球时空连续通信、高可靠安全通信、区域大容量通信、高机动全程信息传输等能力。
随着空中基站基于空天地海的商业服务领域不断扩大，时空信息获取将走向天地一体和全球化，时空信息加工与信息处理将走向自动化、智能化和实时化，时空信息管理和分发将走向网格化，时空信息服务将趋向大众化，并拉动空中基站的商业服务的形成和发展。但同时也会产生大量的时空信息及分析需求。
而现有技术由于6G空中基站的商业服务还没有大规模部署，因此目前尚不具备对时空信息充分挖掘的能力。因此，需要在未来空中基站大规模商业应用过程中，通过人工智能技术对时空大数据进行深度挖掘。
发明内容
本发明针对现有技术中的不足，提供一种基于6G的空天地海一体化的数据分析及应用方法。
为实现上述目的，本发明采用以下技术方案：
一种基于6G的空天地海一体化的数据分析及应用方法，其特征在于，包括如下步骤：
步骤1：构建空中基站，对空中基站的每一个卫星安装北斗信号接收器，并通过北斗信号接收器接收北斗卫星的RDSS数据来划分空、地、海三个商业服务领域；
步骤2：空中基站的卫星通过IAB基站组同步北斗卫星RDSS地面设施传递的RDSS数据，并根据RDSS数据得到基于商业服务领域的应用场景，采用帕累托分析法构建领域关联关系分类模型，对空、地、海三个商业服务领域与应用场景之间的映射关系分类；
步骤3：根据应用场景和商业服务领域的映射关系，对应用场景中的高空应急通讯服务场景、海洋救援应急服务场景和地震高海拔救灾应急场景提供商业服务。
为优化上述技术方案，采取的具体措施还包括：
进一步地，所述步骤1中，北斗信号接收器接收北斗卫星的RDSS短报文坐标定位和IP 数据，对空中基站中不同轨道卫星的坐标进行定位确认，并统一传递给空中基站的核心卫星。
进一步地，所述步骤2中，空、地、海三个商业服务领域与应用场景之间的映射关系分为合作关系、共享内核、客户-供应商关系、跟随者关系和各行其道五类。
进一步地，所述步骤2中，得到基于商业服务领域的应用场景后，空中基站再次分析RDSS 数据得出每个商业服务领域的上下文映射关系并传递给数据中台；数据中台根据传递过来的上下文映射关系匹配对应的应用场景，并将匹配的数据和应用场景传递到微服务模块，微服务模块的客户端根据不同的应用场景，收集用户的数据指令，再将数据指令依次通过数据中台和IAB基站回传给空中基站。
进一步地，所述步骤3中，对于高空应急通讯服务场景，通过北斗导航定位为空中基站提供空中障碍物预警，采用的碰撞预测模型如下：
将空中障碍物作为覆盖区域的中心，中心坐标为(x0，y0)，区域半径为r；卫星的定位坐标集Gt中坐标为(xt，yt)，坐标对应时间点为t，结合优化无线定位算法计算离散平均值s为：
Figure RE-GDA0004034355830000021
式中，n为卫星定位点集合数；
将定位坐标集Gt和对应坐标点的时间点集合T进行矩阵运算得到向量参数值
Figure RE-GDA0004034355830000022
Figure RE-GDA0004034355830000023
由离散平均值s与向量参数值
Figure RE-GDA0004034355830000024
相乘得到平均离散系数值Z：
Figure RE-GDA0004034355830000025
由此获得的卫星的平均离散系数值Z，与该区域范围内的标准离散系数值β进行比对，在时间区域Δt求导获得标准离散系数值β，见下式：
Figure RE-GDA0004034355830000026
在当前区域半径和运动时间范围内，将平均离散系数值β和标准离散系数值Z进行对比，若Z大于β，说明卫星与覆盖区域范围无交集；反之，若Z小于等于β，则二者差值K＝β-Z越大，说明卫星在该覆盖区域范围的交集越频繁。
进一步地，所述步骤3中，对于海洋救援应急服务场景，通过安装在钻井平台和渔船上的北斗信号接收器收集并传递坐标信息给北斗卫星，北斗卫星的地面MCC获取北斗卫星的短报文日志数据，并同步给空中基站进行数据分析，空中基站根据海底管道故障预警模型对海底管道故障进行预警，海底管道故障预警模型具体如下：
在海底外部过压的作用下，临界外压阈值计算如下：
Figure RE-GDA0004034355830000031
式中，per表示临界外压，σF表示最小屈服强度，D表示钢管外径，t表示最小壁厚，C表示绝对光滑圆管临界压溃压力；
通过钻井平台和渔船探测的海底管道临界外压作为动态指标，对接近或超过临界外压阈值的情况进行提前预警。
进一步地，所述步骤3中，对于地震高海拔救灾应急场景，为空中基站的无人机装载芯片，并通过SRv6协议组建无人机空中无线组网，为每个无人机分配独立的IPv6地址，每个无人机作为一个移动的SR网络节点，每一跳SR网络节点在报文转发过程中作为与地面通讯的临时IAB节点，IAB节点对不同无线信号进行RAN级别融合；
地面IAB基站收到SR网络节点转发的报文信号后，将获取的空中报文数据与历史告警数据比较分析，判断当前SR网络节点的告警数据是否超过最近一次的告警阈值，有一个超过最近一次的告警阈值则判定为异常，并将运算结果通过IAB基站回传给SR网络节点来告知转发报文的SR网络节点是否为最优经过节点，完成报文转发最优节点的确认。
进一步地，所述当前SR网络节点的告警数据包括无人机故障、内存使用率、CPU占用率和网络时延异常。
本发明的有益效果是：本发明构建了每个卫星都安装有北斗信号接收器的空中基站，通过北斗卫星RDSS数据分析结合DDD技术架构将商业服务领域划分为空地海，并对不同场景进行应用。对于高空应急通讯服务场景，构建碰撞模型进行空中障碍物的预警；对于海洋救援应急服务场景，通过海底管道临界外压作为动态指标，进行海底管道故障预警；对于地震高海拔救灾应急场景，考虑到救灾应急场景的基站信号传递不过去，通过空中基站临时抽调低空无人机组建空中应急救援网络为灾区场景覆盖区域进行网络传输。本发明创新地将空中基站和北斗卫星相结合，充分发挥救灾、应急等突发场景的商业服务功能，最终完成空天地海一体化的数据分析和应用。
附图说明
图1是本发明提出的一种基于6G的空天地海一体化的数据分析及应用方法的整体框架图。
具体实施方式
现在结合附图对本发明作进一步详细的说明。
如图1所示的一种基于6G的空天地海一体化的数据分析及应用方法，包括以下步骤：
步骤一、构建空中基站并通过北斗卫星的RDSS数据传输协议获取的坐标、数据源、服务请求和用户需求参数等相关数据来划分商业服务领域。
首先，通过整合不同轨道卫星，将非地面网络节点组建成6G空中基站，并对每一个卫星安装北斗信号接收器，为空中基站商业服务空中侧做数据交互准备。空中基站各层卫星的主要特征、时延及坐标如表1所示。
其次，通过北斗信号接收器接收北斗RDSS短报文坐标定位、IP等数据，从而对空中基站不同轨道卫星坐标进行定位确认，统一传递给6G空中基站的核心卫星。为了减少空中基站可能发生的原因(故障、天气、大气、电离层等因素)对卫星应用场景及空中网络品质预期时延等数据造成的偏差，通过借助北斗定位卫星坐标进行校对及参考，便于后续对场景提供各种空中服务。
表1空中基站各层卫星的主要特征、时延及坐标
Figure RE-GDA0004034355830000041
Figure RE-GDA0004034355830000051
步骤二、空中基站与地面一体化数据传输及分析，并采用帕累托分析法对空、地、海三个领域进行该领域与商业场景之间的关系分类。
空中基站卫星通过IAB基站组同步北斗卫星RDSS地面设施传递的日志数据，并根据RDSS 数据得到基于(空、地、海)商业服务领域的应用场景(见表格1)，为卫星商业服务提供精准应用场景定位。并再次分析RDSS数据得出每个领域的上下文映射关系特点后，将数据存储到数据中台。上下文表示为领域的上下界限，超出这个界限就不是这个领域的信息了。上下文映射关系表示为(合作关系、共享内核、客户-供应商关系、跟随者关系、各行其道)。
数据中台负责存储及调度：根据传递过来的上下文映射关系对应匹配商业服务场景。然后，把匹配的数据和应用场景传递到微服务模块，微服务模块的客户端依据不同场景，收集用户点击行为等数据指令，并将数据指令再交由数据中台-＞回传给IAB基站群-＞空中基站，从而完成地面侧空天地海一体化的商业服务模式。
应用场景的领域包括：空、地、海，采用帕累托分析法构建子领域关联关系分类模型，通过模型分析将领域和该领域商业场景的映射关系分为5类(合作关系、共享内核、客户- 供应商关系、跟随者关系、各行其道)。例如：海洋和海洋救援关系，海洋和海啸提前预报关系，海洋和海底电缆故障维修关系。
根据领域驱动设计(DDD)可知各映射关系如下：
1，合作关系(Partnership)：如果两个限界上下文的团队要么一起成功，要么一起失败，此时需要建立起一种合作关系，需要一起协调开发计划和集成管理。两个团队应该在接口的演化上进行合作以同时满足两个系统的需求，应该为相互关联的软件功能制定好计划表，这样可以确保这些功能在同一个发布中完成。
2、共享内核(Shared Kernel)：对模型和代码的共享将产生一种紧密的依赖性，对于设计来说，这种依赖性可好可坏。需要为共享的部分模型指定一个显示的边界，并保持共享内核的小型化。共享内核具有特殊的状态，在没有与另一个团队协商的情况下，这种状态是不能改变的。应该引入一种持续集成过程来保证共享内核与通用语言的一致性。
3、客户方-供应方开发(Customer-Supplier Development)：当两个团队处于一种上游- 下游关系时，上游团队可能独立于下游团队完成开发，此时下游团队的开发可能会受到很大的影响。因此，在上游团队的计划中，应该顾及到下游团队的需求。
4、跟随者(Conformist)：在存在上游下游关系的两个团队中，如果上游团队已经没有动力提供下游团队之所需，下游团队便孤军无助了。出于利他主义，上游团队可能向下游团队做出种种承诺，但是有很大的可能是：这些承诺是无法实现。下游团队只能盲目地使用上游团队的模型。
5、各行其道(SeparateWay)：在确定需求时，应该做到坚决彻底。如果两套功能没有显著的关系，那么它们是可以被完全解耦的。集成总是昂贵的，有时带来好处也不大。声明两个限界上下文之间不存在任何关系，这样使得开发者去另外寻找简单的、专门的方法来解决问题。
采用帕累托分析法构建子领域关联关系分类模型，具体如下：
首先，访问微服务模块历史日志。
其次，采用帕累托分析法构建子领域关联关系分类模型。
帕累托分析法(Pareto)的公式：
min f(x)＝(f1(x)，…，fp(x))T
变量可行域为S，相应的目标可行域Z＝f(S)。
给定一个可行点x*∈S，有
Figure RE-GDA0004034355830000061
有f(x*)＜f(x)，则x*称为领域的映射上下文绝对最优解。若不存在x∈S，使得f(x)＜f(x*)，则x*称为对领域的映射上下文关系的有效解，多目标规划问题的有效解也称为Pareto最优解(可以有多个最优解)。Pareto最优解，即每个领域所有子域的关联关系分类。
步骤三、构建场景分类模型对空、地、海领域的商业服务进行场景举例，从而协助空中基站发挥救灾、应急等突发场景的服务。
1、高空应急通讯服务场景，通过北斗导航定位为空中基站提供空中障碍物预警，同时也为其他空中对象提供各种商业服务。例如：空中预警服务、网络相关服务等。
【高空应急通讯服务场景】与领域【空】关系为【共享内核】。
预警所采用的碰撞预测模型如下：
根据北斗导航卫星给出的空中障碍物作为覆盖区域的中心坐标(x0，y0)、区域半径为r，在时间区域Δt求导获得标准离散系数值，即区域系数值β；同时将某空中基站卫星对应定位数据集合中，坐标向量集合坐标(xt，yt)、坐标对应时间点t等参数因子结合优化算法推算出对应的平均离散系数值Z。在当前某区域半径、运动时间范围内，将Z和β进行对比，若Z 大于该区域系数值β，说明此卫星与该区域范围无交集；反之，若Z小于等于该区域系数值β，则比对二者相差值K，如果K越大，说明此空中基站卫星在该区域范围交集更频繁。
结合优化无线定位算法函数，将卫星数据集的定位坐标集Gt、对应坐标点的时间点集合T，进行算法推算获得对应IP卫星的平均离散系数值Z，离散平均值公式如下：
Figure RE-GDA0004034355830000071
将卫星定位点与中心定位点(x0，y0)，取离散平均值s，用于获取当前卫星平均离散系数值的演算，t为卫星每个定位时间点与区域中心定位初始时间点的时间差值，n为卫星定位点集合数。
定位坐标集：
Figure RE-GDA0004034355830000072
坐标对应时间点集：
Figure RE-GDA0004034355830000073
将Gt和T展开式矩阵运算得到向量参数值
Figure RE-GDA0004034355830000074
Figure RE-GDA0004034355830000075
由上面获得的离散平均值s与向量参数值
Figure RE-GDA0004034355830000076
直接相乘便可得到平均离散系数值Z：
Figure RE-GDA0004034355830000077
由此获得的卫星平均离散系数值，与该区域范围内的标准离散系数值，即区域系数值β进行比对以此分析获得结果。标准离散系数值：
Figure RE-GDA0004034355830000081
获取该区域内的标准离散系数值，与对应IP卫星平均离散系数值进行比对，若Z大于β，则此卫星定位与该区域范围无交集，若Z小于等于β，则在下一步分析二者相差值K＝β-Z，若K越大，即Z相对β更小，说明卫星距离空中障碍物中心区域更近，交集更频繁。
2、海洋救援应急服务场景，进行海底管道故障预警。
【海洋救援应急服务场景】与领域【海】关系为【客户-供应商关系】。
首先，通过安装在海洋钻井平台、渔船等上的北斗信号接收器收集并传递气象海洋障碍物等坐标信息的数据给北斗卫星。
其次，北斗地面MCC获取北斗卫星的空中卫星短报文日志，并从中获取数据(卫星IP、卫星与MCC距离、卫星发送短报文到达MCC时间、卫星坐标(通过北斗RDSS定位算法结合双星定位获得)、业务关联的其他卫星坐标、IP、关联业务时间)等数据，同步给空中基站卫星或HAPS 和UAV中继点进行数据分析。
海底管道故障预警模型如下：
在海底外部过压的作用下，临界外压阈值计算如下：
Figure RE-GDA0004034355830000082
式中，per表示临界外压，σF表示最小屈服强度，D表示钢管外径，t表示最小壁厚，C表示绝对光滑圆管临界压溃压力；
通过钻井、渔船探测的海底管道临界外压作为动态指标，随时关注接近或超过阈值的情况，并进行提前预警。将数据传递给海面设施后，通过北斗信号接收器将RDSS短信报文传给空中基站和北斗地面MCC，完成海洋救援应急服务。
3、地震高海拔救灾应急场景，当基站信号传递不过去时，通过空中基站临时抽调低空无人机组建空中应急救援网络为灾区场景覆盖区域进行网络传输。
【地震高海拔救灾应急场景】与领域【地】的关系为【跟随者关系】。
首先，为空中基站的无人机装载芯片，并通过SRv6协议组建无人机空中无线组网。为每个无人机分配独立IPv6地址，每个无人机相当于一个移动的SR节点。
其次，每一跳的SR网络节点也称无人机节点，在报文转发过程中作为与地面通讯的临时 IAB节点。IAB节点对不同无线信号进行RAN级别融合，并采用单无线技术方案(地面与非地面网络之间使用同一NR空口)。
然后，无人机节点发送信号给5G无线接入网(RAN)，RAN能同时使用NR(gNB)和LTE(eNB)基站。
最后，地面IAB基站收到无人机节点转发的报文信号后，将获取的空中报文数据与历史日志告警数据比较分析，判断是否超过最近一次的告警阈值，告警数据包括无人机故障、内存使用率、CPU占用率、网络时延异常等，有一个超过最近一次的告警阈值则判定为异常，将运算结果通过IAB基站回传给位于低空的无人机节点来告知转发报文的节点是否为最优经过节点，完成报文转发最优节点的二次确认。从而完成无人机组建空中应急救援网络为灾区场景覆盖区域进行网络传输的流程。
最后，通过对领域和应用场景的关系定义，协助空中基站数据分析提供更加精准的数据定义及查找。同时也为预警服务、灾难评估服务、应急方案制定服务等人工智能服务提供更准确的数据。
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。

Claims (8)

1.一种基于6G的空天地海一体化的数据分析及应用方法，其特征在于，包括如下步骤：
步骤1：构建空中基站，对空中基站的每一个卫星安装北斗信号接收器，并通过北斗信号接收器接收北斗卫星的RDSS数据来划分空、地、海三个商业服务领域；
步骤2：空中基站的卫星通过IAB基站组同步北斗卫星RDSS地面设施传递的RDSS数据，并根据RDSS数据得到基于商业服务领域的应用场景，采用帕累托分析法构建领域关联关系分类模型，对空、地、海三个商业服务领域与应用场景之间的映射关系分类；
步骤3：根据应用场景和商业服务领域的映射关系，对应用场景中的高空应急通讯服务场景、海洋救援应急服务场景和地震高海拔救灾应急场景提供商业服务。
2.如权利要求1所述的一种基于6G的空天地海一体化的数据分析及应用方法，其特征在于：所述步骤1中，北斗信号接收器接收北斗卫星的RDSS短报文坐标定位和IP数据，对空中基站中不同轨道卫星的坐标进行定位确认，并统一传递给空中基站的核心卫星。
3.如权利要求1所述的一种基于6G的空天地海一体化的数据分析及应用方法，其特征在于：所述步骤2中，空、地、海三个商业服务领域与应用场景之间的映射关系分为合作关系、共享内核、客户一供应商关系、跟随者关系和各行其道五类。
4.如权利要求1所述的一种基于6G的空天地海一体化的数据分析及应用方法，其特征在于：所述步骤2中，得到基于商业服务领域的应用场景后，空中基站再次分析RDSS数据得出每个商业服务领域的上下文映射关系并传递给数据中台；数据中台根据传递过来的上下文映射关系匹配对应的应用场景，并将匹配的数据和应用场景传递到微服务模块，微服务模块的客户端根据不同的应用场景，收集用户的数据指令，再将数据指令依次通过数据中台和IAB基站回传给空中基站。
5.如权利要求1所述的一种基于6G的空天地海一体化的数据分析及应用方法，其特征在于：所述步骤3中，对于高空应急通讯服务场景，通过北斗导航定位为空中基站提供空中障碍物预警，采用的碰撞预测模型如下：
将空中障碍物作为覆盖区域的中心，中心坐标为(x0，y0)，区域半径为r；卫星的定位坐标集Gt中坐标为(xt，yt)，坐标对应时间点为t，结合优化无线定位算法计算离散平均值s为：
Figure FDA0003851103790000011
式中，n为卫星定位点集合数；
将定位坐标集Gt和对应坐标点的时间点集合T进行矩阵运算得到向量参数值
Figure FDA0003851103790000012
Figure FDA0003851103790000021
由离散平均值s与向量参数值
Figure FDA0003851103790000022
相乘得到平均离散系数值Z：
Figure FDA0003851103790000023
由此获得的卫星的平均离散系数值Z，与该区域范围内的标准离散系数值β进行比对，在时间区域Δt求导获得标准离散系数值β，见下式：
Figure FDA0003851103790000024
在当前区域半径和运动时间范围内，将平均离散系数值β和标准离散系数值Z进行对比，若Z大于β，说明卫星与覆盖区域范围无交集；反之，若Z小于等于β，则二者差值K＝β-Z越大，说明卫星在该覆盖区域范围的交集越频繁。
6.如权利要求1所述的一种基于6G的空天地海一体化的数据分析及应用方法，其特征在于：所述步骤3中，对于海洋救援应急服务场景，通过安装在钻井平台和渔船上的北斗信号接收器收集并传递坐标信息给北斗卫星，北斗卫星的地面MCC获取北斗卫星的短报文日志数据，并同步给空中基站进行数据分析，空中基站根据海底管道故障预警模型对海底管道故障进行预警，海底管道故障预警模型具体如下：
在海底外部过压的作用下，临界外压阈值计算如下：
Figure FDA0003851103790000025
式中，per表示临界外压，σF表示最小屈服强度，D表示钢管外径，t表示最小壁厚，C表示绝对光滑圆管临界压溃压力；
通过钻井平台和渔船探测的海底管道临界外压作为动态指标，对接近或超过临界外压阈值的情况进行提前预警。
7.如权利要求1所述的一种基于6G的空天地海一体化的数据分析及应用方法，其特征在于：所述步骤3中，对于地震高海拔救灾应急场景，为空中基站的无人机装载芯片，并通过SRv6协议组建无人机空中无线组网，为每个无人机分配独立的IPv6地址，每个无人机作为一个移动的SR网络节点，每一跳SR网络节点在报文转发过程中作为与地面通讯的临时IAB节点，IAB节点对不同无线信号进行RAN级别融合；
地面IAB基站收到SR网络节点转发的报文信号后，将获取的空中报文数据与历史告警数据比较分析，判断当前SR网络节点的告警数据是否超过最近一次的告警阈值，有一个超过最近一次的告警阈值则判定为异常，并将运算结果通过IAB基站回传给SR网络节点来告知转发报文的SR网络节点是否为最优经过节点，完成报文转发最优节点的确认。
8.如权利要求7所述的一种基于6G的空天地海一体化的数据分析及应用方法，其特征在于：所述当前SR网络节点的告警数据包括无人机故障、内存使用率、CPU占用率和网络时延异常。
CN202211147082.3A 2022-09-19 2022-09-19 一种基于6g的空天地海一体化的数据分析及应用方法 Pending CN115767493A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211147082.3A CN115767493A (zh) 2022-09-19 2022-09-19 一种基于6g的空天地海一体化的数据分析及应用方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211147082.3A CN115767493A (zh) 2022-09-19 2022-09-19 一种基于6g的空天地海一体化的数据分析及应用方法

Publications (1)

Publication Number Publication Date
CN115767493A true CN115767493A (zh) 2023-03-07

Family

ID=85350332

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211147082.3A Pending CN115767493A (zh) 2022-09-19 2022-09-19 一种基于6g的空天地海一体化的数据分析及应用方法

Country Status (1)

Country Link
CN (1) CN115767493A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116567584A (zh) * 2023-07-11 2023-08-08 泉州海盈船务有限公司 一种船舶与岸基通信的方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116567584A (zh) * 2023-07-11 2023-08-08 泉州海盈船务有限公司 一种船舶与岸基通信的方法及系统
CN116567584B (zh) * 2023-07-11 2023-09-08 泉州海盈船务有限公司 一种船舶与岸基通信的方法及系统

Similar Documents

Publication Publication Date Title
CN109936619B (zh) 一种基于雾计算的空间信息网络架构、方法和可读存储介质
Pham et al. Aerial computing: A new computing paradigm, applications, and challenges
US20200033438A1 (en) Method and system for geolocating a terminal of a wireless communication system
Sun et al. Aviation data lake: Using side information to enhance future air-ground vehicle networks
Abkenar et al. A survey on mobility of edge computing networks in IoT: State-of-the-art, architectures, and challenges
CN109361478B (zh) 一种无人机通信质量控制方法、装置及系统
CN110377593B (zh) 一种低轨多功能卫星对侦察目标的处理及筛选方法
CN115767493A (zh) 一种基于6g的空天地海一体化的数据分析及应用方法
Mason et al. Combining LoRaWAN and a new 3D motion model for remote UAV tracking
CN115866574A (zh) 一种面向灾区救援的多无人机飞行搜救轨迹优化方法
Alabi et al. Application of UAV-assisted 5G communication: A case study of the Nigerian environment
Yastrebova et al. Hybrid connectivity for autonomous vehicles: Conceptual view & initial results
CN115827185B (zh) 6g空中基站结合北斗空中避障的方法、存储介质及设备
WO2024051470A1 (zh) 一种基于6g空中基站结合北斗卫星定位的优化方法
Wang et al. Load-balancing method for leo satellite edge-computing networks based on the maximum flow of virtual links
EP3751755B1 (en) Apparatus and method for guiding unmanned aerial vehicles
CN116455459A (zh) 一种无人机数据动态传输方法及系统
CN115632700A (zh) 一种北斗导航结合空中基站的拓扑绘制方法及系统
US20220361002A1 (en) Systems and methods for transportable cellular networks
Basir et al. Performance analysis of UAV‐enabled disaster recovery networks
Ahmed et al. 3D simulation model for IoD-to-vehicles communication in IoD-assisted VANET
CN115360633A (zh) 基于数据感知融合的电力网络运维系统及方法
Wang et al. A digital twin enabled maritime networking architecture
CN114124265A (zh) 基于飞行高度的无人机分阶段信道建模方法
Schalk et al. Data link concept for unmanned aircraft in the context of operational risk

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