CN116527169A - 一种低人口密度区域无线信号强度检测系统及方法 - Google Patents

Abstract

本申请公开了一种低人口密度区域无线信号强度检测系统及方法，其中系统包括：标准无线模块、数据处理模块、数据存储模块和数据上行模块；所述标准无线模块用于进行数据测量，得到第一数据；所述数据处理模块用于对所述第一数据进行处理，得到第二数据；所述数据存储模块用于将所述第二数据进行本地化储存；所述数据上行模块用于将所述第二数据上行至服务器。本申请通过对采集数据进行算法滤波和插值拟合，提高了测量数据的精度；通过合理设计PCB和天线尺寸使此发明与无人机适配，较市面上的测量设备更小巧；通过MQTT协议对数据进行了有效的转发和存储，为后期数据分析提供了可靠保障。

Description

一种低人口密度区域无线信号强度检测系统及方法

技术领域

本申请属于无线通信技术领域，具体涉及一种低人口密度区域无线信号强度检测系统及方法。

背景技术

随着科学技术的发展和人们对无线移动网络需求的增加，全球无线网络架设向着深度化和广度化发展，人们对于智能化和智慧化的需求越来越高。森林防火、电网输电、边境安防、无人机巡检都需要物联网设备支持，这些设备都依赖于较为稳定、可靠的移动网络。据研究调查，我国的移动网络铺设与人口密度呈强相关，在低人口密度地区中，一些移动网络铺设缺失使得在该地区部署智能监测设备极为困难。为解决这些地区网络铺设的问题，提出一种低人口密度区域无线信号强度检测系统及方法。

目前在室外测量无线信号强度时主要存在两个问题：一是测量数据不准确，施工人员和运维人员的大多数室外测量方法限于使用手机对信号强度进行测量，这种测量方法的测量结果依赖于手机品牌、频段和运营商，导致手机的测试结果与实际信号强度有一定的差距；二是地形复杂区域数据测量难度大，运维人员无法涉足，专用仪器体型较大使用不便，数据不能保存或实时回传，不利于对数据进行后期的统计分析，增加了无线信号强度测量的难度。

发明内容

本申请旨在解决现有技术的不足，提出一种低人口密度区域无线信号强度检测系统及方法，用于解决目前应用场景数据测量不准确、测量设备便捷性与适用性不强、测量数据无法回传且历史数据无法保存的问题。

为实现上述目的，本申请提供了如下方案：

一种低人口密度区域无线信号强度检测系统，包括：标准无线模块、数据处理模块、数据存储模块和数据上行模块；

所述标准无线模块用于进行数据测量，得到第一数据；

所述数据处理模块用于对所述第一数据进行处理，得到第二数据；

所述数据存储模块用于将所述第二数据进行本地化储存；

所述数据上行模块用于将所述第二数据上行至服务器。

优选的，所述标准无线模块工作前，应当初始化无线信号检测装置；

所述初始化的方法包括：

对所述无线信号检测装置的时钟、中断、串口和通信协议进行初始化；

利用所述标准无线模块向所述无线信号检测装置的处理器的串口发送状态信息，当所述处理器接收到所述状态信息时，完成初始化工作。

优选的，所述标准无线模块包括4G-GNSS模组；

所述4G-GNSS模组用于接收所述处理器发出的测量请求，并基于所述测量请求进行数据测量，得到测得数据，其中，所述测得数据包括：环境RSSI值、定位状态、经纬度、无人机速度、磁偏角和时间；

所述4G-GNSS模组还用于将所述测得数据传回至所述处理器中，所述处理器将所述测得数据进行格式转换与解算，得到所述第一数据。

优选的，所述数据处理模块包括：数据过滤子系统和数据拟合子系统；

所述数据过滤子系统用于对所述第一数据进行异常数据检测，并将所述异常数据滤除，得到滤除后数据；

所述数据拟合子系统用于对所述滤除后数据进行拟合，得到所述第二数据。

优选的，所述数据上行模块包括：数据上行子系统、服务器和客户端；

所述数据上行子系统对所述第二数据分配相应的主题，并利用MQTT协议将所述第二数据上行至所述服务器；

所述服务器向订阅所述主题的所述客户端转发与所述主题相应的所述第二数据；

所述客户端用于对所述第二数据做可视化处理。

本申请还提供了一种低人口密度区域无线信号强度检测方法，包括以下步骤：

进行数据测量，得到第一数据；

对所述第一数据进行处理，得到第二数据；

将所述第二数据进行本地化储存；

将所述第二数据上行至服务器。

优选的，进行所述数据测量之前，应当初始化无线信号检测装置；

所述初始化的方法包括：

对所述无线信号检测装置的时钟、中断、串口和通信协议进行初始化；

所述无线信号检测装置的处理器的串口发送状态信息，当所述处理器接收到所述状态信息时，完成初始化工作。

优选的，所述数据测量的方法包括：

接收所述处理器发出的测量请求，并基于所述测量请求进行数据测量，得到测得数据，其中，所述测得数据包括：环境RSSI值、定位状态、经纬度、无人机速度、磁偏角和时间；

将所述测得数据传回至所述处理器中，所述处理器将所述测得数据进行格式转换，得到所述第一数据。

优选的，所述处理的方法包括：

对所述第一数据进行异常数据检测，并将所述异常数据滤除，得到滤除后数据；

对所述滤除后数据进行拟合，得到所述第二数据。

优选的，所述上行的过程包括：

对所述第二数据分配相应的主题，并利用MQTT协议将所述第二数据上行至所述服务器；

所述服务器向订阅所述主题的客户端转发与所述主题相应的所述第二数据；

对所述第二数据做可视化处理。

与现有技术相比，本申请的有益效果为：

(1)本申请通过对采集数据进行算法滤波和插值拟合，提高了测量的数据的精度；

(2)本申请通过合理设计PCB和天线尺寸使此发明与无人机适配，较市面上的测量设备更小巧，使这一问题得到了改善；

(3)本申请通过MQTT协议对数据进行了有效的转发和存储，为后期数据分析提供了可靠保障。

附图说明

为了更清楚地说明本申请的技术方案，下面对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例的系统结构示意图；

图2为本申请实施例的高置信度信号强度数据处理算法的算法结构图；

图3为本申请实施例图2中算法步骤200的数据滤波流程图；

图4为本申请实施例图2中算法步骤300的数据拟合流程图；

图5为本申请实施例的SD卡协议流程图；

图6为本申请实施例的方法流程示意图；

图7为本申请实施例的不同拟合方法的详细拟合参数图；

图8为本申请实施例的实际拟合得到的拟合数据效果图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请作进一步详细的说明。

实施例一

在本实施例中，如图1所示，一种低人口密度区域无线信号强度检测系统，可以适配无人机进行信号强度检测，包括：标准无线模块、数据处理模块、数据存储模块和数据上行模块。

标准无线模块用于进行数据测量，得到第一数据。

在标准无线模块工作前，应当初始化无线信号检测装置；初始化的方法包括：对无线信号检测装置的时钟、中断、串口和通信协议进行初始化；利用标准无线模块向无线信号检测装置的处理器的串口发送状态信息，当处理器接收到状态信息时，完成初始化工作。

在本实施例中，初始化过程包括：无线信号检测装置的处理器的初始化，等待标准4G无线模组响应；完成这两个步骤则表示该系统可以进行正常的数据采集和接收。下面对以上两个步骤进行说明：无线信号检测装置的处理器的初始化，包括对所用处理器的时钟分频系数、定时器参数、中断优先级、Flash和FAT32初始化、SPI时序和串口通信的初始化；其中，时钟分频系数为系统工作状态所确定，一般是固定值；定时器作用主要是量化采集时间，将采集间隔固定；中断优先级设置为串口中断优先级最高，写入SD卡DMA优先级居中，定时器中断优先级最低；串口通信主要适用于主控与4G-GNSS之间进行数据与指令传递；Flash和FAT32主要用于主控的内存分配以及有关SD卡写入的应用层驱动；SPI时序初始化也是为SD卡与主控通信服务的。等待标准4G无线模组响应，标准4G无线模组响应的方式为向处理器串口发送相应的状态信息，当处理器接收到对应的状态信息时表示标准4G无线模组已准备就绪，可以进行数据的测量。

标准无线模块包括4G-GNSS模组。

4G-GNSS模组用于接收处理器发出的测量请求，并基于测量请求进行数据测量，得到测得数据，其中，测得数据包括：环境RSSI值、定位状态、经纬度、无人机速度、磁偏角和时间；4G-GNSS模组还用于将测得数据传回至处理器中，处理器将测得数据进行格式转换，得到第一数据。

在本实施例中，为利用标准无线模块进行数据采集并对数据进行处理，以减少测量误差。处理器向4G-GNSS模组发送相应请求，模组收到之后进行数据测量并将所测结果通过串口发送给处理器，处理器做接收。4G-GNSS模组可测得的数据信息包括所测环境的信号强度数值、定位状态、经纬度、无人机速度、磁偏角、时间等数据，将这些数据做处理并格式转换之后可以得到参数的具体数值。其中，信号强度数值利用RSSI值体现，它反映了用户终端天线端口在接收带宽内的总功率。将RSSI值代入相应的公式进行计算后可以得到总功率的实际数值，由于天线的接收功率很小，用dBm作为衡量信号强度强弱的单位。

数据处理模块用于对第一数据进行处理，得到第二数据。

数据处理模块包括：数据过滤子系统和数据拟合子系统；数据过滤子系统用于对第一数据进行异常数据检测，并将异常数据滤除，得到滤除后数据；数据拟合子系统用于对滤除后数据进行拟合，得到第二数据。

在本实施例中，数据处理模块采用高置信度信号强度数据处理算法处理数据，以提升测量数据的准确性和置信度，高置信度信号强度数据处理的算法如图2-4所示。在实际的测量过程中，由于天线的放置位置的摆动、无人机对信号测量的干扰和天线周围金属、雨水等带电体影响会使数据产生异常。此时就需要对异常数据进行清除并合理的将此值进行拟合。在该方法中主要应用了高置信度信号强度数据处理算法来实现对数据的处理和拟合，高置信度信号强度数据处理算法包括中值数绝对偏差的决策滤波算法和傅里叶拟合算法，在两算法的基础上加以改进形成了该信号强度数据处理方法。

数据过滤子系统对数据进行异常数据的检测和过滤，具体步骤为：求N次测量值X₁到X_N的算数平均值，公式如下：

再求各项剩余误差，公式如下：

计算标准偏差公式为：

若V_i大于三倍的σ，则认为为异常值。单纯依赖拉依达准则有一定的局限性，所以在判决条件中增加了中值数绝对偏差的决策滤波，此种方法在拉依达准则的基础上增加了一个移动窗口大小为m的序列{x_i(k)}，其中k表示此为第k个移动窗口，设序列{x_i(k)}的中值为Z_k，则有公式为：

{d(k)}＝{|x₀(k)-Z_k|,|x₁(k)-Z_k|,...,|x_m-1(k)-Z_k|}

即表示每个数据点偏离参照值的尺度。令{d(k)}的中值为D，根据该方法数据分析的证明理论，其绝对偏差MAD＝1.4826×D，其中MAD可以替代标准偏差σ，再利用{d(k)}中各个元素的值与MAD比较得出是否滤除该数据的结论。将以上两种方法结合可以灵活的设置窗口大小、合理调整处理器算力、消除信号强度检测的外部误差、保持数据的有效性，并且可以避免因奇异数据不服从正态分布而无法有效滤除的问题。

数据拟合子系统用于在清除异常数据之后需要对数据进行拟合，以方便后期对于信号强度的勘测绘图。具体的操作流程如下：在经过滤除处理后，数据中的异常值已经被剔除或归零。选取十五点数据坐标进行拟合，对数据进行傅里叶拟合，得到第二数据，公式如下：

其中，k表示拟合函数的阶数，a_k，b_k，c_k是拟合系数，w是频率系数。

数据存储模块用于将第二数据进行本地化储存。

在本实施例中，基于FAT32文件格式对数据进行本地化存储，对FAT32文件管理方式进行了系统移植。利用板载硬件进行本地存储是为了避免因测量区域内无线信号强度较弱而导致数据无法回传以至数据丢失的情况发生。本实施例中储存器件选择了SD卡，本发明采用了SPI通信方式对SD卡进行初始化、数据写入等操作，过程中涉及判断SD卡类型、SD卡电压匹配、设置卡的相对位置等操作。SD卡的相关协议流程图见图4。

数据上行模块用于将第二数据上行至服务器。

数据上行模块包括：数据上行子系统、服务器和客户端；利用MQTT协议将第二数据上行至服务器；服务器对第二数据分配相应的主题，并向订阅主题的客户端转发与主题相应的第二数据；客户端用于对第二数据做可视化处理。

在本实施例中，数据上行利用了MQTT协议，利用该协议可将数据上行至服务器，并分配予相应的主题，服务器会向订阅该主题的客户端转发相应数据。在上位机软件方面，上位机作为客户端订阅该主题，向服务器索取数据，至此数据传递得以实现。实现了数据从硬件系统上行至服务器，服务器转发给上位机软件的过程，上位机接收到信息后再做可视化处理。需要上行的数据有信号强度测量数值、信号强度测量时间和经纬度信息。上位机利用QT语言将接收到的数据进行了分割和可视化处理。

实施例二

在本实施例中，如图5所示，一种低人口密度区域无线信号强度检测方法，可以适配无人机进行信号强度检测，包括以下步骤：

S1.进行数据测量，得到第一数据。

进行所述数据测量之前，应当初始化无线信号检测装置；初始化的方法包括：对无线信号检测装置的时钟、中断、串口和通信协议进行初始化；向无线信号检测装置的处理器的串口发送状态信息，当处理器接收到状态信息时，完成初始化工作。

在本实施例中，初始化过程包括：无线信号检测装置的处理器的初始化，等待标准4G无线模组响应；完成这两个步骤则表示该系统可以进行正常的数据采集和接收。下面对以上两个步骤进行说明：无线信号检测装置的处理器的初始化，包括对所用处理器的时钟分频系数、定时器参数、中断优先级、Flash和FAT32初始化、SPI时序和串口通信的初始化；其中，时钟分频系数为系统工作状态所确定，一般是固定值；定时器作用主要是量化采集时间，将采集间隔固定；中断优先级设置为串口中断优先级最高，写入SD卡DMA优先级居中，定时器中断优先级最低；串口通信主要适用于主控与4G-GNSS之间进行数据与指令传递；Flash和FAT32主要用于主控的内存分配以及有关SD卡写入的应用层驱动；SPI时序初始化也是为SD卡与主控通信服务的。等待标准4G无线模组响应，标准4G无线模组响应的方式为向处理器串口发送相应的状态信息，当处理器接收到对应的状态信息时表示标准4G无线模组已准备就绪，可以进行数据的测量。

标准无线模块包括4G-GNSS模组；4G-GNSS模组接收处理器发出的测量请求，并基于测量请求进行数据测量，得到测得数据，并将测得数据传回至处理器中，处理器将测得数据进行格式转换，得到第一数据。其中，所述测得数据包括：环境RSSI值、定位状态、经纬度、无人机速度、磁偏角和时间。

在本实施例中，为利用标准无线模块进行数据采集并对数据进行处理，以减少测量误差。处理器向4G-GNSS模组发送相应请求，模组收到之后进行数据测量并将所测结果通过串口发送给处理器，处理器做接收。4G-GNSS模组可测得的数据信息包括所测环境的信号强度数值、定位状态、经纬度、无人机速度、磁偏角、时间等数据，将这些数据做处理并格式转换之后可以得到参数的具体数值。其中，信号强度数值利用RSSI值体现，它反映了用户终端天线端口在接收带宽内的总功率。将RSSI值代入相应的公式进行计算后可以得到总功率的实际数值，由于天线的接收功率很小，用dBm作为衡量信号强度强弱的单位。

S2.对第一数据进行处理，得到第二数据。

对第一数据进行异常数据检测，并将异常数据滤除，得到滤除后数据；对滤除后数据进行拟合，得到第二数据。

在本实施例中，采用高置信度信号强度数据处理算法处理数据，以提升测量数据的准确性和置信度。在实际的测量过程中，由于天线的放置位置的摆动、无人机对信号测量的干扰和天线周围金属、雨水等带电体影响会使数据产生异常。此时就需要对异常数据进行清除并合理的将此值进行拟合。在该方法中主要应用了高置信度信号强度数据处理算法来实现对数据的处理和拟合，高置信度信号强度数据处理算法包括中值数绝对偏差的决策滤波算法和傅里叶拟合算法，在两算法的基础上加以改进形成了该信号强度数据处理方法。

对数据进行异常数据的检测和过滤，具体步骤为：求N次测量值X₁到X_N的算数平均值，公式如下：

再求各项剩余误差，公式如下：

计算标准偏差公式为：

若V_i大于三倍的σ，则认为为异常值。单纯依赖拉依达准则有一定的局限性，所以在判决条件中增加了中值数绝对偏差的决策滤波，此种方法在拉依达准则的基础上增加了一个移动窗口大小为m的序列{x_i(k)}，其中k表示此为第k个移动窗口，设序列{x_i(k)}的中值为Z_k，则有公式为：

{d(k)}＝{|x₀(k)-Z_k|,|x₁(k)-Z_k|,...,|x_m-1(k)-Z_k|}

即表示每个数据点偏离参照值的尺度。令{d(k)}的中值为D，根据该方法数据分析的证明理论，其绝对偏差MAD＝1.4826×D，其中MAD可以替代标准偏差σ，再利用{d(k)}中各个元素的值与MAD比较得出是否滤除该数据的结论。将以上两种方法结合可以灵活的设置窗口大小、合理调整处理器算力、消除信号强度检测的外部误差、保持数据的有效性，并且可以避免因奇异数据不服从正态分布而无法有效滤除的问题。

在清除异常数据之后需要对数据进行拟合，以方便后期对于信号强度的勘测绘图。具体的操作流程如下：在经过滤除处理后，数据中的异常值已经被剔除或归零。选取十五点数据坐标进行拟合，对数据进行傅里叶拟合，得到第二数据，公式如下：

其中，k表示拟合函数的阶数，a_k，b_k，c_k是拟合系数，w是频率系数。

S3.将第二数据进行本地化储存。

在本实施例中，基于FAT32文件格式对数据进行本地化存储，对FAT32文件管理方式进行了系统移植。利用板载硬件进行本地存储是为了避免因测量区域内无线信号强度较弱而导致数据无法回传以至数据丢失的情况发生。本实施例中储存器件选择了SD卡，本发明采用了SPI通信方式对SD卡进行初始化、数据写入等操作，过程中涉及判断SD卡类型、SD卡电压匹配、设置卡的相对位置等操作。

S4.将第二数据上行至服务器。

利用MQTT协议将第二数据上行至服务器；对第二数据分配相应的主题，并向订阅主题的客户端转发与主题相应的第二数据；对第二数据做可视化处理。

在本实施例中，数据上行利用了MQTT协议，利用该协议可将数据上行至服务器，并分配予相应的主题，服务器会向订阅该主题的客户端转发相应数据。在上位机软件方面，上位机作为客户端订阅该主题，向服务器索取数据，至此数据传递得以实现。实现了数据从硬件系统上行至服务器，服务器转发给上位机软件的过程，上位机接收到信息后再做可视化处理。需要上行的数据有信号强度测量数值、信号强度测量时间和经纬度信息。上位机利用QT语言将接收到的数据进行了分割和可视化处理。

实施例三

在本实施例中，对于滤除后数据的拟合，提供了三种方案，分别为平滑样条函数拟合、有理函数拟合和傅里叶拟合。下面将验证实施例一中傅里叶拟合方法的优越性：

1、对于平滑样条函数拟合，其拟合函数的具体表达式无法得到，一般利用插值法带入求得拟合值，通过对拟合参数的比对发现平滑样条函数拟合的效果一般，其方法不易进行移植，局限性较大，所以本申请不适合采用此拟合方法。

2、对于有理函数拟合其形式为：

其中，k，l分别为分子分母对应的最高次方系数，p_i，q_i表示函数拟合系数。在本申请中，有理数拟合有：

3、傅里叶拟合的函数形式有：

其中，k表示拟合函数的阶数，a_k，b_k，c_k是拟合系数，w是频率系数。在本申请中，傅里叶拟合有：

f(x)＝-71.75-7.837cos(7589x)+3.289sin(7589x)+1.481cos(15178x)-21.94sin(15178x)-6.391cos(22767x)-14.38sin(22767x)

经过多次拟合，形成了不同结果。在本申请中对有理函数拟合和傅里叶拟合参数进行比较，其中误差平方和参数SSE反映了其误差特性，SSE参数越小拟合效果越好，其公式误差平方和参数SSE为：

其中，y_i代表原始数据。代表拟合数据，w_i代表拟合数据的权重，n代表拟合数据的数量。拟合优度参数R²反映了观测值的拟合程度，R²的值越接近1，说明该模型对观测值的拟合越好。其中R²的运算公式为：

其中，E_SS表示回归平方和T_SS表示总偏差平方和，是因变量回归值，/>是各实验值y_i的平均值。通过图6的结果比较可以得出傅里叶拟合的SSE最小，R²的值最接近1。通过图7结果可以反映实际拟合得到拟合数据效果。

以上所述的实施例仅是对本申请优选方式进行的描述，并非对本申请的范围进行限定，在不脱离本申请设计精神的前提下，本领域普通技术人员对本申请的技术方案做出的各种变形和改进，均应落入本申请权利要求书确定的保护范围内。

Claims (10)

1.一种低人口密度区域无线信号强度检测系统，其特征在于，包括：标准无线模块、数据处理模块、数据存储模块和数据上行模块；

所述标准无线模块用于进行数据测量，得到第一数据；

所述数据处理模块用于对所述第一数据进行处理，得到第二数据；

所述数据存储模块用于将所述第二数据进行本地化储存；

所述数据上行模块用于将所述第二数据上行至服务器。

2.根据权利要求1所述一种低人口密度区域无线信号强度检测系统，其特征在于，所述标准无线模块工作前，应当初始化无线信号检测装置；

所述初始化的方法包括：

对所述无线信号检测装置的时钟、中断、串口和通信协议进行初始化；

利用所述标准无线模块向所述无线信号检测装置的处理器的串口发送状态信息，当所述处理器接收到所述状态信息时，完成初始化工作。

3.根据权利要求2所述一种低人口密度区域无线信号强度检测系统，其特征在于，所述标准无线模块包括4G-GNSS模组；

所述4G-GNSS模组用于接收所述处理器发出的测量请求，并基于所述测量请求进行数据测量，得到测得数据，其中，所述测得数据包括：环境RSSI值、定位状态、经纬度、无人机速度、磁偏角和时间；

所述4G-GNSS模组还用于将所述测得数据传回至所述处理器中，所述处理器将所述测得数据进行格式转换与解算，得到所述第一数据。

4.根据权利要求1所述一种低人口密度区域无线信号强度检测系统，其特征在于，所述数据处理模块包括：数据过滤子系统和数据拟合子系统；

所述数据过滤子系统用于对所述第一数据进行异常数据检测，并将所述异常数据滤除，得到滤除后数据；

所述数据拟合子系统用于对所述滤除后数据进行拟合，得到所述第二数据。

5.根据权利要求1所述一种低人口密度区域无线信号强度检测系统，其特征在于，所述数据上行模块包括：数据上行子系统、服务器和客户端；

所述数据上行子系统对所述第二数据分配相应的主题，并利用MQTT协议将所述第二数据上行至所述服务器；

所述服务器向订阅所述主题的所述客户端转发与所述主题相应的所述第二数据；

所述客户端用于对所述第二数据做可视化处理。

6.一种低人口密度区域无线信号强度检测方法，其特征在于，包括以下步骤：

进行数据测量，得到第一数据；

对所述第一数据进行处理，得到第二数据；

将所述第二数据进行本地化储存；

将所述第二数据上行至服务器。

7.根据权利要求6所述一种低人口密度区域无线信号强度检测方法，其特征在于，进行所述数据测量之前，应当初始化无线信号检测装置；

所述初始化的方法包括：

对所述无线信号检测装置的时钟、中断、串口和通信协议进行初始化；

所述无线信号检测装置的处理器的串口发送状态信息，当所述处理器接收到所述状态信息时，完成初始化工作。

8.根据权利要求7所述一种低人口密度区域无线信号强度检测方法，其特征在于，所述数据测量的方法包括：

接收所述处理器发出的测量请求，并基于所述测量请求进行数据测量，得到测得数据，其中，所述测得数据包括：环境RSSI值、定位状态、经纬度、无人机速度、磁偏角和时间；

将所述测得数据传回至所述处理器中，所述处理器将所述测得数据进行格式转换，得到所述第一数据。

9.根据权利要求6所述一种低人口密度区域无线信号强度检测方法，其特征在于，所述处理的方法包括：

对所述第一数据进行异常数据检测，并将所述异常数据滤除，得到滤除后数据；

对所述滤除后数据进行拟合，得到所述第二数据。

10.根据权利要求6所述一种低人口密度区域无线信号强度检测方法，其特征在于，所述上行的过程包括：

对所述第二数据分配相应的主题，并利用MQTT协议将所述第二数据上行至所述服务器；

所述服务器向订阅所述主题的客户端转发与所述主题相应的所述第二数据；

对所述第二数据做可视化处理。