CN116707689B - 一种中波广播发射机的监测设备布点方法及系统 - Google Patents
一种中波广播发射机的监测设备布点方法及系统 Download PDFInfo
- Publication number
- CN116707689B CN116707689B CN202310818506.2A CN202310818506A CN116707689B CN 116707689 B CN116707689 B CN 116707689B CN 202310818506 A CN202310818506 A CN 202310818506A CN 116707689 B CN116707689 B CN 116707689B
- Authority
- CN
- China
- Prior art keywords
- preset
- real
- time scene
- scene model
- monitoring equipment
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 148
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000010586 diagram Methods 0.000 claims abstract description 142
- 230000008054 signal transmission Effects 0.000 claims abstract description 135
- 230000005672 electromagnetic field Effects 0.000 claims abstract description 54
- 230000005540 biological transmission Effects 0.000 claims description 65
- 239000011159 matrix material Substances 0.000 claims description 45
- 238000012806 monitoring device Methods 0.000 claims description 36
- 239000013598 vector Substances 0.000 claims description 32
- 238000004422 calculation algorithm Methods 0.000 claims description 24
- 238000010276 construction Methods 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000000354 decomposition reaction Methods 0.000 claims description 12
- 238000005457 optimization Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 238000007689 inspection Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 5
- 238000012876 topography Methods 0.000 description 5
- 241000257303 Hymenoptera Species 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 239000003016 pheromone Substances 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04H—BROADCAST COMMUNICATION
- H04H20/00—Arrangements for broadcast or for distribution combined with broadcast
- H04H20/12—Arrangements for observation, testing or troubleshooting
-
- 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
-
- 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)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Signal Processing (AREA)
- Remote Sensing (AREA)
- Computer Graphics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Monitoring And Testing Of Transmission In General (AREA)
Abstract
本发明涉及无线信号监测技术领域，特别是一种中波广播发射机的监测设备布点方法及系统，获取中波广播发射机的信号覆盖区域的实时场景图像，从而确定出监测区域；并基于监测设备的三维模型图与需监测区域的实时场景模型图得到监测设备的预设布局点；根据所述电磁场分布图以及电磁干扰设备的类型与位置信息规划得到监测设备的预设信号传输路径；根据所述预设基站功率、预设基站频率以及预设信号传输路径确定信号接入节点的预设接收参数；根据监测设备的预设布局点、监测设备的预设信号传输路径以及信号接入节点的预设接收参数生成最终布局图，能够自动生成监测设备的布局图，提高监测设备布局的合理性，实现了智能化规划。
Description
技术领域
本发明涉及无线信号监测技术领域，特别是一种中波广播发射机的监测设备布点方法及系统。
背景技术
中波广播发射机是用于广播中使用的一种发射设备，它能够将音频信号转化为电磁波并通过天线发送出去，以实现广播信号的传输。然而，中波广播信号的传播受到多种因素的影响，例如地形、建筑物、电磁干扰设备等。并且在中波广播发射机的信号覆盖范围区域内，地形、建筑物、电磁干扰设备会随着城市规划的变化而发生变化，而当地形建筑等因素发生变化后某些区域的信号质量也会随之发生变化，如当某一区域增设高层建筑时，此区域内的信号质量便会有所下降。此时则需要对该区域内的信号质量进行采集分析，然后再根据分析结果做出相对应的调整措施，从而使得该区域的信号质量恢复至预设要求。在对该区域的信号采集过程中，需要通过监测设备进行长时间的采集，而监测设备的布局会直接影响数据采集的质量与可靠性，因此，合理对监测设备进行布点布局具有重要的意义。
发明内容
本发明克服了现有技术的不足，提供了一种中波广播发射机的监测设备布点方法及系统。
为达到上述目的本发明采用的技术方案为：
本发明第一方面公开了一种中波广播发射机的监测设备布点方法，包括以下步骤：
获取中波广播发射机的信号覆盖区域的实时场景图像，根据所述实时场景图像构建实时场景模型图，并对所述实时场景模型图进行修正，得到修正后的实时场景模型图，根据所述修正后的实时场景模型图确定出监测区域；
获取监测设备的三维模型图，以及获取需监测区域的实时场景模型图，基于所述监测设备的三维模型图与需监测区域的实时场景模型图得到监测设备的预设布局点；
获取得到需监测区域中所存在的电磁干扰设备的类型与位置信息，以及获取需监测区域的电磁场分布图，根据所述电磁场分布图以及电磁干扰设备的类型与位置信息规划得到监测设备的预设信号传输路径；
获取信号接入节点的预设基站功率与预设基站频率，根据所述预设基站功率、预设基站频率以及预设信号传输路径确定信号接入节点的预设接收参数；
根据监测设备的预设布局点、监测设备的预设信号传输路径以及信号接入节点的预设接收参数生成最终布局图。
进一步的，本发明的一个较佳实施例中，获取中波广播发射机的信号覆盖区域的实时场景图像，根据所述实时场景图像构建实时场景模型图，并对所述实时场景模型图进行修正，得到修正后的实时场景模型图，根据所述修正后的实时场景模型图确定出监测区域，具体为：
通过大数据网络获取对中波广播发射机的传输信号造成影响的干扰场景模型图，构建数据库，并将所述干扰场景模型图导入所述数据库中，得到特性数据库；
通过无人机对中波广播发射机的信号覆盖区域进行巡拍，得到若干实时场景图像，基于三维点云重构法获取所述实时场景图像的三维点云数据，对所述三维点云数据进行网格化处理，从而重构得到实时场景模型图；
对所述实时场景模型图进行修正处理，得到修正后的实时场景模型图，将所述修正后的实时场景模型图导入所述特性数据库中，通过豪斯多夫距离算法计算所述修正后的实时场景模型图与各干扰场景模型图之间的相似度，得到多个相似度；
将多个相似度分别与预设相似度进行比较，并将相似度大于预设相似度的修正后的实时场景模型图标记为需监测区域。
进一步的，本发明的一个较佳实施例中，对所述实时场景模型图进行修正处理，得到修正后的实时场景模型图，具体为：
构建矩阵分解模型，将所述实时场景模型图导入所述矩阵分解模型中，以对所述实时场景模型图进行奇异值分解，得到左奇异向量矩阵、奇异值矩阵以及右奇异向量矩阵；
根据所述左奇异向量矩阵、奇异值矩阵以及右奇异向量矩阵重新构建得到实时场景模型图的原始矩阵；
在所述左奇异向量矩阵中选取任意三个左奇异向量构建得到左坐标系，在所述右奇异向量矩阵中选取任意三个右奇异向量构建得到右坐标系，并选取实时场景模型图的几何中心点作为原点位置；根据所述左坐标系、右坐标系以及原点位置构建得到世界坐标系；
将所述原始矩阵输入所述世界坐标系中，获取原始矩阵中各顶点向量的三维坐标数集，并获取三维坐标数集中的极限坐标点集合，将所述极限坐标点集合进行重新组合，得到修正后的实时场景模型图。
进一步的，本发明的一个较佳实施例中，获取监测设备的三维模型图，以及获取需监测区域的实时场景模型图，基于所述监测设备的三维模型图与需监测区域的实时场景模型图得到监测设备的预设布局点，具体为：
获取监测设备的尺寸参数，根据所述尺寸参数构建得到监测设备的三维模型图；
获取需监测区域的实时场景模型图，将所述需监测区域的实时场景模型图与监测设备的三维模型图导入蚁群算法中进行反复构造，得到监测设备的初始布局点；
获取需监测区域的工程规划信息，根据所述工程规划信息确定出所述初始布局点是否为工程施工干涉点；
若所述初始布局点不是工程施工干涉点，则将所述初始布局点标定为监测设备的预设布局点；若所述初始布局点是工程施工干涉点，则对所述初始布局点进行重新检索布局，得到下一布局点，直至所述下一布局点不是工程施工干涉点，则将不是工程施工干涉点的下一布局点标定为监测设备的预设布局点。
进一步的，本发明的一个较佳实施例中，获取得到需监测区域中所存在的电磁干扰设备的类型与位置信息，以及获取需监测区域的电磁场分布图，根据所述电磁场分布图以及电磁干扰设备的类型与位置信息规划得到监测设备的预设信号传输路径，具体为：
获取需监测区域的实时场景模型图，并对需监测区域的实时场景模型图进行检索，以获取得到需监测区域中所存在的电磁干扰设备的类型与位置信息；
构建电磁场计算模型，将所述需监测区域中所存在的电磁干扰设备的类型与位置信息导入所述电磁场计算模型中，计算得到需监测区域中各个预设位置节点的电磁强度；根据各个预设位置节点的电磁强度构建需监测区域的电磁场分布图；
获取监测设备的信号接入节点位置，将监测设备的信号接入节点位置与预设布局点导入需监测区域的实时场景模型图中通过射线追踪法进行传输路径规划，规划得到若干条信号传输路径，并获取每一条信号传输路径的传输路程；
将若干条信号传输路径导入电磁场分布图中，得到每一条无线传输路径的多个节点上的电磁强度，根据多个节点上的电磁强度计算每一条信号传输路径的信号损耗；
通过离子群优化算法对每一条信号传输路径的传输路程与信号损耗进行最优求解，得到最优的信号传输路径，将最优的信号传输路径标定为监测设备的预设信号传输路径。
进一步的，本发明的一个较佳实施例中，获取信号接入节点的预设基站功率与预设基站频率，根据所述预设基站功率、预设基站频率以及预设信号传输路径确定信号接入节点的预设接收参数，具体为：
获取信号接入节点的预设基站功率与预设基站频率，根据所述预设基站功率、预设基站频率以及预设信号传输路径计算出监测设备的初始信号传输速率；将所述初始信号传输速率与预设传输速率进行比较；
若所述初始信号传输速率大于预设传输速率，则基于信号接入节点的预设基站功率与预设基站频率建立信号接入节点的预设接收参数；
若所述初始信号传输速率不大于预设传输速率，则对所述预设基站功率与预设基站频率进行调整，直至初始信号传输速率大于预设传输速率，根据调整后的预设基站功率与预设基站频率建立信号接入节点的预设接收参数。
本发明第二方面公开了一种中波广播发射机的监测设备布点系统，所述监测设备布点系统包括存储器与处理器，所述存储器中存储有监测设备布点方法程序，当监测设备布点方法程序被所述处理器执行时，实现如下步骤：
获取中波广播发射机的信号覆盖区域的实时场景图像，根据所述实时场景图像构建实时场景模型图，并对所述实时场景模型图进行修正，得到修正后的实时场景模型图，根据所述修正后的实时场景模型图确定出监测区域；
获取监测设备的三维模型图，以及获取需监测区域的实时场景模型图，基于所述监测设备的三维模型图与需监测区域的实时场景模型图得到监测设备的预设布局点；
获取得到需监测区域中所存在的电磁干扰设备的类型与位置信息，以及获取需监测区域的电磁场分布图，根据所述电磁场分布图以及电磁干扰设备的类型与位置信息规划得到监测设备的预设信号传输路径；
获取信号接入节点的预设基站功率与预设基站频率，根据所述预设基站功率、预设基站频率以及预设信号传输路径确定信号接入节点的预设接收参数；
根据监测设备的预设布局点、监测设备的预设信号传输路径以及信号接入节点的预设接收参数生成最终布局图。
进一步的，本发明的一个较佳实施例中，获取中波广播发射机的信号覆盖区域的实时场景图像，根据所述实时场景图像构建实时场景模型图，并对所述实时场景模型图进行修正，得到修正后的实时场景模型图，根据所述修正后的实时场景模型图确定出监测区域，具体为：
通过大数据网络获取对中波广播发射机的传输信号造成影响的干扰场景模型图，构建数据库，并将所述干扰场景模型图导入所述数据库中，得到特性数据库；
通过无人机对中波广播发射机的信号覆盖区域进行巡拍，得到若干实时场景图像，基于三维点云重构法获取所述实时场景图像的三维点云数据，对所述三维点云数据进行网格化处理，从而重构得到实时场景模型图；
对所述实时场景模型图进行修正处理，得到修正后的实时场景模型图，将所述修正后的实时场景模型图导入所述特性数据库中，通过豪斯多夫距离算法计算所述修正后的实时场景模型图与各干扰场景模型图之间的相似度，得到多个相似度；
将多个相似度分别与预设相似度进行比较，并将相似度大于预设相似度的修正后的实时场景模型图标记为需监测区域。
进一步的，本发明的一个较佳实施例中，获取得到需监测区域中所存在的电磁干扰设备的类型与位置信息，以及获取需监测区域的电磁场分布图，根据所述电磁场分布图以及电磁干扰设备的类型与位置信息规划得到监测设备的预设信号传输路径，具体为：
获取需监测区域的实时场景模型图，并对需监测区域的实时场景模型图进行检索，以获取得到需监测区域中所存在的电磁干扰设备的类型与位置信息；
构建电磁场计算模型，将所述需监测区域中所存在的电磁干扰设备的类型与位置信息导入所述电磁场计算模型中，计算得到需监测区域中各个预设位置节点的电磁强度；根据各个预设位置节点的电磁强度构建需监测区域的电磁场分布图；
获取监测设备的信号接入节点位置，将监测设备的信号接入节点位置与预设布局点导入需监测区域的实时场景模型图中通过射线追踪法进行传输路径规划，规划得到若干条信号传输路径，并获取每一条信号传输路径的传输路程；
将若干条信号传输路径导入电磁场分布图中，得到每一条无线传输路径的多个节点上的电磁强度，根据多个节点上的电磁强度计算每一条信号传输路径的信号损耗；
通过离子群优化算法对每一条信号传输路径的传输路程与信号损耗进行最优求解，得到最优的信号传输路径，将最优的信号传输路径标定为监测设备的预设信号传输路径。
进一步的，本发明的一个较佳实施例中，获取信号接入节点的预设基站功率与预设基站频率，根据所述预设基站功率、预设基站频率以及预设信号传输路径确定信号接入节点的预设接收参数，具体为：
获取信号接入节点的预设基站功率与预设基站频率，根据所述预设基站功率、预设基站频率以及预设信号传输路径计算出监测设备的初始信号传输速率；将所述初始信号传输速率与预设传输速率进行比较；
若所述初始信号传输速率大于预设传输速率，则基于信号接入节点的预设基站功率与预设基站频率建立信号接入节点的预设接收参数；
若所述初始信号传输速率不大于预设传输速率，则对所述预设基站功率与预设基站频率进行调整，直至初始信号传输速率大于预设传输速率，根据调整后的预设基站功率与预设基站频率建立信号接入节点的预设接收参数。
本发明解决了背景技术中存在的技术缺陷，本发明具备以下有益效果：获取中波广播发射机的信号覆盖区域的实时场景图像，从而确定出监测区域；并基于监测设备的三维模型图与需监测区域的实时场景模型图得到监测设备的预设布局点；根据所述电磁场分布图以及电磁干扰设备的类型与位置信息规划得到监测设备的预设信号传输路径；根据所述预设基站功率、预设基站频率以及预设信号传输路径确定信号接入节点的预设接收参数；根据监测设备的预设布局点、监测设备的预设信号传输路径以及信号接入节点的预设接收参数生成最终布局图。通过本方法能够自动识别出因城市规划增设的设施而对信号质量造成影响的场景区域，然后及时对该区域增添监测设备，从而进行信号数据采集与分析，及时作出调控措施，提高中波广播发射机信号覆盖质量，提高用户体验感；并且能够自动生成监测设备的布局图，提高监测设备布局的合理性，实现了智能化规划。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他实施例的附图。
图1为一种中波广播发射机的监测设备布点方法的第一方法流程图；
图2为一种中波广播发射机的监测设备布点方法的第二方法流程图；
图3为一种中波广播发射机的监测设备布点方法的第三方法流程图；
图4为一种中波广播发射机的监测设备布点系统的系统框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
如图1所示，本发明第一方面公开了一种中波广播发射机的监测设备布点方法，包括以下步骤：
S102：获取中波广播发射机的信号覆盖区域的实时场景图像，根据所述实时场景图像构建实时场景模型图，并对所述实时场景模型图进行修正，得到修正后的实时场景模型图，根据所述修正后的实时场景模型图确定出监测区域；
S104：获取监测设备的三维模型图，以及获取需监测区域的实时场景模型图，基于所述监测设备的三维模型图与需监测区域的实时场景模型图得到监测设备的预设布局点；
S106：获取得到需监测区域中所存在的电磁干扰设备的类型与位置信息，以及获取需监测区域的电磁场分布图，根据所述电磁场分布图以及电磁干扰设备的类型与位置信息规划得到监测设备的预设信号传输路径；
S108：获取信号接入节点的预设基站功率与预设基站频率，根据所述预设基站功率、预设基站频率以及预设信号传输路径确定信号接入节点的预设接收参数；
S110：根据监测设备的预设布局点、监测设备的预设信号传输路径以及信号接入节点的预设接收参数生成最终布局图。
进一步的，本发明的一个较佳实施例中，获取中波广播发射机的信号覆盖区域的实时场景图像，根据所述实时场景图像构建实时场景模型图，并对所述实时场景模型图进行修正，得到修正后的实时场景模型图，根据所述修正后的实时场景模型图确定出监测区域，如图2所示，具体为：
S202：通过大数据网络获取对中波广播发射机的传输信号造成影响的干扰场景模型图，构建数据库，并将所述干扰场景模型图导入所述数据库中，得到特性数据库；
S204：通过无人机对中波广播发射机的信号覆盖区域进行巡拍，得到若干实时场景图像，基于三维点云重构法获取所述实时场景图像的三维点云数据，对所述三维点云数据进行网格化处理，从而重构得到实时场景模型图；
S206：对所述实时场景模型图进行修正处理，得到修正后的实时场景模型图，将所述修正后的实时场景模型图导入所述特性数据库中，通过豪斯多夫距离算法计算所述修正后的实时场景模型图与各干扰场景模型图之间的相似度，
得到多个相似度；
S208：将多个相似度分别与预设相似度进行比较，并将相似度大于预设相似度的修正后的实时场景模型图标记为需监测区域。
需要说明的是，在城市发展过程中，会不断增设高层建筑、高压电网等设施，而当增设这些设施后，这些设施会对其附近范围区域的信号质量造成影响，导致该区域的质量不能够满足要求，此时则需要使用监测设备对该受影响的区域的信号数据进行连续采集，然后根据采集得到的数据对该受影响的区域的信号进行评估，从而制定出相应的调节措施，使得信号质量恢复至预设要求，提高信号调控的合理性。另外需要说明的是，增设高层建筑、高压电网等设施便是干扰场景，这些干扰场景的干扰场景模型图可以通过大数据网络中获取得到。豪斯多夫距离(Hausdorff Distance)是用于计算两个点集之间的相似度的一种距离度量方法，给定两个点集A和B，豪斯多夫距离定义为点集A中的每个点到点集B的最短距离的最大值，和点集B中的每个点到点集A的最短距离的最大值之中的较大值，豪斯多夫距离广泛应用于计算机视觉和模式识别领域，特别是用于图像匹配、形状匹配和目标识别等任务。它可以度量两个点集之间的形状相似性，并在许多图像处理应用中发挥重要作用。
通过无人机对中波广播发射机的信号覆盖区域进行巡拍，得到实时场景图像，从而重构得到信号覆盖区域的实时场景模型图，然后将实时场景模型图与干扰场景模型图进行匹配，从而配对出在城市建筑过程中，增设的对信号质量造成影响的设施，并且将这些设施区域标定为需监测区域。通过以上方法能够自动识别出因城市规划增设的设施而对信号质量造成影响的场景区域，然后及时对该区域增添监测设备，从而进行信号数据采集与分析，及时作出调控措施，提高中波广播发射机信号覆盖质量，提高用户体验感。
进一步的，本发明的一个较佳实施例中，对所述实时场景模型图进行修正处理，得到修正后的实时场景模型图，具体为：
构建矩阵分解模型，将所述实时场景模型图导入所述矩阵分解模型中，以对所述实时场景模型图进行奇异值分解，得到左奇异向量矩阵、奇异值矩阵以及右奇异向量矩阵；
根据所述左奇异向量矩阵、奇异值矩阵以及右奇异向量矩阵重新构建得到实时场景模型图的原始矩阵；
在所述左奇异向量矩阵中选取任意三个左奇异向量构建得到左坐标系，在所述右奇异向量矩阵中选取任意三个右奇异向量构建得到右坐标系，并选取实时场景模型图的几何中心点作为原点位置；根据所述左坐标系、右坐标系以及原点位置构建得到世界坐标系；
将所述原始矩阵输入所述世界坐标系中，获取原始矩阵中各顶点向量的三维坐标数集，并获取三维坐标数集中的极限坐标点集合，将所述极限坐标点集合进行重新组合，得到修正后的实时场景模型图。
需要说明的是，当通过三维点云重构算法根据实时场景图像重构得到实时场景模型图后，由于三维点云重构算法自身算法缺陷以及照片质量等因素的叠加影响，重构得到的实时场景模型图会存在局部丢失以及过度冗余等现象，此时模型的边界清晰度与完整度较差，导致通过豪斯多夫距离计算实时场景模型图与各干扰场景模型图之间的相似度的误差较大，对计算结果的可靠性造成较大影响。通过以上方法能够对实时场景模型图进行修正，从而提高实时场景模型图的完整度，以及降低实时场景模型图的冗余度，提高模型边界轮廓清晰度，使得更加真实的还原现实设施场景，提高可靠性。
需要说明的是，奇异值分解(Singular Value Decomposition，简称SVD)是一种矩阵分解方法，将一个矩阵分解为三个矩阵的乘积，其中包括一个正交矩阵、一个对角矩阵和另一个正交矩阵的转置。U的列向量称为左奇异向量，V的列向量称为右奇异向量，Σ的对角线元素称为奇异值。奇异值的大小表示了矩阵A在对应奇异向量方向上的重要程度。
进一步的，本发明的一个较佳实施例中，获取监测设备的三维模型图，以及获取需监测区域的实时场景模型图，基于所述监测设备的三维模型图与需监测区域的实时场景模型图得到监测设备的预设布局点，具体为：
获取监测设备的尺寸参数，根据所述尺寸参数构建得到监测设备的三维模型图；
获取需监测区域的实时场景模型图，将所述需监测区域的实时场景模型图与监测设备的三维模型图导入蚁群算法中进行反复构造，得到监测设备的初始布局点；
获取需监测区域的工程规划信息，根据所述工程规划信息确定出所述初始布局点是否为工程施工干涉点；
若所述初始布局点不是工程施工干涉点，则将所述初始布局点标定为监测设备的预设布局点；若所述初始布局点是工程施工干涉点，则对所述初始布局点进行重新检索布局，得到下一布局点，直至所述下一布局点不是工程施工干涉点，则将不是工程施工干涉点的下一布局点标定为监测设备的预设布局点。
需要说明的是，群算法的基本思想是通过模拟蚂蚁在搜索食物过程中的行为，来寻找问题的最优解。在蚁群算法中，蚂蚁通过释放信息素来引导其他蚂蚁前往更有可能找到食物的路径，信息素的浓度会随着时间不断更新，蚂蚁在选择路径时会倾向于选择信息素浓度较高的路径。将实时场景模型图与监测设备的三维模型图导入蚁群算法中进行反复构造，得到监测设备的初始布局点。然后再获取工程规划信息，其中工程规划信息包括建设计划、建设项目以及建设位置等，如在规划得到监测设备的初始布局点中，在监测设备的工作时间内，该初始布局点若需要进行铺路、盖设建筑、埋设管道等建设项目，此初始布局点为工程施工干涉点，此时则对该初始布局点进行重新检索布局，得到不存在干涉的布局点，避免在对监测设备安装后，对城市的后续工程规划造成干涉，省去了后续移设监测设备的麻烦，提高监测设备布局的合理性。
进一步的，本发明的一个较佳实施例中，获取得到需监测区域中所存在的电磁干扰设备的类型与位置信息，以及获取需监测区域的电磁场分布图，根据所述电磁场分布图以及电磁干扰设备的类型与位置信息规划得到监测设备的预设信号传输路径，如图3所示，具体为：
S302：获取需监测区域的实时场景模型图，并对需监测区域的实时场景模型图进行检索，以获取得到需监测区域中所存在的电磁干扰设备的类型与位置信息；
S304：构建电磁场计算模型，将所述需监测区域中所存在的电磁干扰设备的类型与位置信息导入所述电磁场计算模型中，计算得到需监测区域中各个预设位置节点的电磁强度；根据各个预设位置节点的电磁强度构建需监测区域的电磁场分布图；
S306：获取监测设备的信号接入节点位置，将监测设备的信号接入节点位置与预设布局点导入需监测区域的实时场景模型图中通过射线追踪法进行传输路径规划，规划得到若干条信号传输路径，并获取每一条信号传输路径的传输路程；
S308：将若干条信号传输路径导入电磁场分布图中，得到每一条无线传输路径的多个节点上的电磁强度，根据多个节点上的电磁强度计算每一条信号传输路径的信号损耗；
S310：通过离子群优化算法对每一条信号传输路径的传输路程与信号损耗进行最优求解，得到最优的信号传输路径，将最优的信号传输路径标定为监测设备的预设信号传输路径。
需要说明的是，在监测设备安装后，需要通过无线传输的方式将监测设备定时的将其所采集到的信号数据传送至远程终端，而此过程需要采用无线基站、基站天线、公共蜂窝站等信号接入节点作为中间节点实现传送，简单来说，监测设备需要将所采集到的信号数据传送至信号接入节点，然后再经过信号接入节点将所采集到的信号数据传送至远程终端，从而实现远程传送的功能。而在这一过程中，如高压电网、发电机、高频开关柜等强电设施(电磁干扰设备)会造成信号损耗，从而造成传送数据丢失或失真的情况，对数据质量造成严重影响，因此在确定监测设备与信号接入节点之间的信号传输路径时，需要将电磁影响考虑在内，通过对需监测区域的实时场景模型图进行检索，从而识别出需监测区域中所存在的高压电网、发电机、高频开关柜等电磁干扰设备的类型与位置信息，然后根据电磁干扰设备的类型便能够确定出其额定电流参数，然后根据电磁场计算公式构建电磁场计算模型，从确定出需监测区域中各个预设位置节点的电磁强度，然后根据各个预设位置节点的电磁强度生成需监测区域的电磁场分布图，其中电磁场计算公式为：
其中，E表示电磁强度；μ0表示磁导率；l表示电流大小；r表示电磁干扰设备与预设位置节点之间的距离。
射线追踪法是一种用于渲染图像的计算机图形学技术。它模拟了光线从观察者(相机或眼睛)发出，通过场景中的物体相互反射、折射或吸收，并最终达到图像平面的过程。通过射线追踪法结合需监测区域的实时场景模型图中的地形建筑规划出多条监测设备与信号接入节点之间的信号传输路径后，再通过离子群优化算法结合每一条信号传输路径的传输路程与信号损耗进行最优求解，离子群优化算法是一种模拟自然界中粒子集群行为的群体智能算法，它基于对粒子在空间中搜索的基本原理，通过模拟离子在离子束中的相互影响和作用，寻找优化问题的最优解，通过此方法获取监测设备与信号接入节点之间传送过程中最低的信息损耗传输路径，进一步提高监测设备布点的合理性。
进一步的，本发明的一个较佳实施例中，获取信号接入节点的预设基站功率与预设基站频率，根据所述预设基站功率、预设基站频率以及预设信号传输路径确定信号接入节点的预设接收参数，具体为：
获取信号接入节点的预设基站功率与预设基站频率，根据所述预设基站功率、预设基站频率以及预设信号传输路径计算出监测设备的初始信号传输速率；将所述初始信号传输速率与预设传输速率进行比较；
若所述初始信号传输速率大于预设传输速率，则基于信号接入节点的预设基站功率与预设基站频率建立信号接入节点的预设接收参数；
若所述初始信号传输速率不大于预设传输速率，则对所述预设基站功率与预设基站频率进行调整，直至初始信号传输速率大于预设传输速率，根据调整后的预设基站功率与预设基站频率建立信号接入节点的预设接收参数。
需要说明的是，在监测设备布局后，还需要考虑监测设备的信号传输速率问题，以保证信号的时效性。在一定范围内，当布局的监测设备数量超过一定数量时，信号接入节点与监测设备之间的信号传输速率会有一定程度的降低，使得远程终端不能够及时接收到采集数据。通过本方法能够对一定区域内的监测设备的信号传输速率进行评估，以通过调整初始信号传输速率不大于预设传输速率所在区域位置的基站功率与基站频率来避免监测设备不能够及时传送采集数据的情况。
此外，所述监测设备布点方法还包括以下步骤：
通过大数据网络获取不同环境参数组合之下预设信号传输路径的介电常数，构建知识图谱，并将不同环境参数组合之下预设信号传输路径的介电常数导入所述知识图谱中；
获取预设信号传输路径的实时环境参数，将所述实时环境参数导入所述知识图谱中，通过灰色关联分析法计算实时环境参数与各环境参数组合之间的相似度，得到多个相似度；
构建排序表，将多个所述相似度导入所述排序表中进行大小排序，排序完成后，提取出最大相似度，获取与最大相似度对应的环境参数组合，并根据与最大相似度对应的环境参数组合确定出预设信号传输路径的实时介电常数；
将所述实时介电常数与预设介电常数进行比较，若所述实时介电常数大于预设介电常数，则对预设基站功率与预设基站频率进行调整。
其中，环境参数包括温度、湿度、光照强度等。
需要说明的是，介电常数会对监测设备的信号传输质量造成影响。介电常数是描述材料对电场的响应能力的物理量，它表示材料中电荷分布的改变程度。介电常数的大小以及材料的特性会影响电磁波的传播速度、传播方向和传播损耗。当监测设备的信号经过介电常数的环境时，电磁波的传播速度会减慢，传输距离也可能会受到限制。此外，较大的介电常数环境会引起信号的散射或衰减，导致信号质量下降。而传输路径的介电常数与环境参数有关，如湿度的变化会对介电常数产生影响，尤其是水分含量高时。水分的加入会改环境的电荷分布，从而改变其介电常数。因此，在监测设备传输信号的过程中，为确保传输速率与传输质量，还需要考虑介电常数对信号传输的影响，以确保信号传输质量的稳定性和可靠性。通过本方法能够根据环境介电常数对信号接入节点的参数进行调整，从而确保信号传输质量的稳定性与传输质量。
此外，所述监测设备布点方法还包括以下步骤：
获取监测设备的初始布局点，并在所述修正后的实时场景模型图中分离出初始布局点的地形地貌模型图；对所述地形地貌模型图进行地质分析，得到地质特性数据，其中，地质特性数据包括地形的斜率、坡度、坡向、曲率；
获取初始布局点的在预设时间段内的历史气候因子参数，通过数值模拟分析法对所述历史气候因子参数与地质特性数据进行有限元分析，得到在预设时间段内的地质潜在发生概率；
若地质潜在发生概率大于预设阈值，则对所述初始布局点进行重新检索布局，得到下一布局点，直至所述下一布局点地质潜在发生概率小于预设阈值，则将地质潜在发生概率小于预设阈值的下一布局点标定为监测设备的预设布局点。
需要说明的是，初始布局点可能是经常发生地质灾害的位置，如容易发生洪灾，此位置会对监测设备的工作过程造成影响，并且容易导致监测设备损坏，通过本方法能够有效排除掉地质灾害高发布局点，进一步提高布局合理性。
如图4所示，本发明第二方面公开了一种中波广播发射机的监测设备布点系统，所述监测设备布点系统包括存储器45与处理器46，所述存储器45中存储有监测设备布点方法程序，当监测设备布点方法程序被所述处理器46执行时，实现如下步骤：
获取中波广播发射机的信号覆盖区域的实时场景图像，根据所述实时场景图像构建实时场景模型图，并对所述实时场景模型图进行修正，得到修正后的实时场景模型图，根据所述修正后的实时场景模型图确定出监测区域；
获取监测设备的三维模型图，以及获取需监测区域的实时场景模型图，基于所述监测设备的三维模型图与需监测区域的实时场景模型图得到监测设备的预设布局点；
获取得到需监测区域中所存在的电磁干扰设备的类型与位置信息，以及获取需监测区域的电磁场分布图，根据所述电磁场分布图以及电磁干扰设备的类型与位置信息规划得到监测设备的预设信号传输路径；
获取信号接入节点的预设基站功率与预设基站频率，根据所述预设基站功率、预设基站频率以及预设信号传输路径确定信号接入节点的预设接收参数；
根据监测设备的预设布局点、监测设备的预设信号传输路径以及信号接入节点的预设接收参数生成最终布局图。
进一步的，本发明的一个较佳实施例中，获取中波广播发射机的信号覆盖区域的实时场景图像，根据所述实时场景图像构建实时场景模型图，并对所述实时场景模型图进行修正，得到修正后的实时场景模型图，根据所述修正后的实时场景模型图确定出监测区域，具体为：
通过大数据网络获取对中波广播发射机的传输信号造成影响的干扰场景模型图，构建数据库，并将所述干扰场景模型图导入所述数据库中，得到特性数据库；
通过无人机对中波广播发射机的信号覆盖区域进行巡拍，得到若干实时场景图像，基于三维点云重构法获取所述实时场景图像的三维点云数据，对所述三维点云数据进行网格化处理，从而重构得到实时场景模型图；
对所述实时场景模型图进行修正处理，得到修正后的实时场景模型图，将所述修正后的实时场景模型图导入所述特性数据库中，通过豪斯多夫距离算法计算所述修正后的实时场景模型图与各干扰场景模型图之间的相似度，得到多个相似度；
将多个相似度分别与预设相似度进行比较，并将相似度大于预设相似度的修正后的实时场景模型图标记为需监测区域。
进一步的，本发明的一个较佳实施例中，获取得到需监测区域中所存在的电磁干扰设备的类型与位置信息，以及获取需监测区域的电磁场分布图，根据所述电磁场分布图以及电磁干扰设备的类型与位置信息规划得到监测设备的预设信号传输路径，具体为：
获取需监测区域的实时场景模型图，并对需监测区域的实时场景模型图进行检索，以获取得到需监测区域中所存在的电磁干扰设备的类型与位置信息；
构建电磁场计算模型，将所述需监测区域中所存在的电磁干扰设备的类型与位置信息导入所述电磁场计算模型中，计算得到需监测区域中各个预设位置节点的电磁强度；根据各个预设位置节点的电磁强度构建需监测区域的电磁场分布图；
获取监测设备的信号接入节点位置，将监测设备的信号接入节点位置与预设布局点导入需监测区域的实时场景模型图中通过射线追踪法进行传输路径规划，规划得到若干条信号传输路径，并获取每一条信号传输路径的传输路程；
将若干条信号传输路径导入电磁场分布图中，得到每一条无线传输路径的多个节点上的电磁强度，根据多个节点上的电磁强度计算每一条信号传输路径的信号损耗；
通过离子群优化算法对每一条信号传输路径的传输路程与信号损耗进行最优求解，得到最优的信号传输路径，将最优的信号传输路径标定为监测设备的预设信号传输路径。
进一步的，本发明的一个较佳实施例中，获取信号接入节点的预设基站功率与预设基站频率，根据所述预设基站功率、预设基站频率以及预设信号传输路径确定信号接入节点的预设接收参数，具体为：
获取信号接入节点的预设基站功率与预设基站频率，根据所述预设基站功率、预设基站频率以及预设信号传输路径计算出监测设备的初始信号传输速率；将所述初始信号传输速率与预设传输速率进行比较；
若所述初始信号传输速率大于预设传输速率，则基于信号接入节点的预设基站功率与预设基站频率建立信号接入节点的预设接收参数；
若所述初始信号传输速率不大于预设传输速率，则对所述预设基站功率与预设基站频率进行调整，直至初始信号传输速率大于预设传输速率，根据调整后的预设基站功率与预设基站频率建立信号接入节点的预设接收参数。
以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (8)
1.一种中波广播发射机的监测设备布点方法，其特征在于，包括以下步骤：
获取中波广播发射机的信号覆盖区域的实时场景图像，根据所述实时场景图像构建实时场景模型图，并对所述实时场景模型图进行修正，得到修正后的实时场景模型图，根据所述修正后的实时场景模型图确定出监测区域；
获取监测设备的三维模型图，以及获取需监测区域的实时场景模型图，基于所述监测设备的三维模型图与需监测区域的实时场景模型图得到监测设备的预设布局点；
获取得到需监测区域中所存在的电磁干扰设备的类型与位置信息，以及获取需监测区域的电磁场分布图，根据所述电磁场分布图以及电磁干扰设备的类型与位置信息规划得到监测设备的预设信号传输路径；
获取信号接入节点的预设基站功率与预设基站频率，根据所述预设基站功率、预设基站频率以及预设信号传输路径确定信号接入节点的预设接收参数；
根据监测设备的预设布局点、监测设备的预设信号传输路径以及信号接入节点的预设接收参数生成最终布局图；
其中，获取得到需监测区域中所存在的电磁干扰设备的类型与位置信息，以及获取需监测区域的电磁场分布图，根据所述电磁场分布图以及电磁干扰设备的类型与位置信息规划得到监测设备的预设信号传输路径，具体为：
获取需监测区域的实时场景模型图，并对需监测区域的实时场景模型图进行检索，以获取得到需监测区域中所存在的电磁干扰设备的类型与位置信息；
构建电磁场计算模型，将所述需监测区域中所存在的电磁干扰设备的类型与位置信息导入所述电磁场计算模型中，计算得到需监测区域中各个预设位置节点的电磁强度；根据各个预设位置节点的电磁强度构建需监测区域的电磁场分布图；
获取监测设备的信号接入节点位置，将监测设备的信号接入节点位置与预设布局点导入需监测区域的实时场景模型图中通过射线追踪法进行传输路径规划，规划得到若干条信号传输路径，并获取每一条信号传输路径的传输路程；
将若干条信号传输路径导入电磁场分布图中，得到每一条无线传输路径的多个节点上的电磁强度，根据多个节点上的电磁强度计算每一条信号传输路径的信号损耗；
通过离子群优化算法对每一条信号传输路径的传输路程与信号损耗进行最优求解，得到最优的信号传输路径，将最优的信号传输路径标定为监测设备的预设信号传输路径。
2.根据权利要求1所述的一种中波广播发射机的监测设备布点方法，其特征在于，获取中波广播发射机的信号覆盖区域的实时场景图像，根据所述实时场景图像构建实时场景模型图，并对所述实时场景模型图进行修正，得到修正后的实时场景模型图，根据所述修正后的实时场景模型图确定出监测区域，具体为：
通过大数据网络获取对中波广播发射机的传输信号造成影响的干扰场景模型图，构建数据库，并将所述干扰场景模型图导入所述数据库中，得到特性数据库；
通过无人机对中波广播发射机的信号覆盖区域进行巡拍，得到若干实时场景图像，基于三维点云重构法获取所述实时场景图像的三维点云数据，对所述三维点云数据进行网格化处理，从而重构得到实时场景模型图；
对所述实时场景模型图进行修正处理，得到修正后的实时场景模型图，将所述修正后的实时场景模型图导入所述特性数据库中，通过豪斯多夫距离算法计算所述修正后的实时场景模型图与各干扰场景模型图之间的相似度，得到多个相似度；
将多个相似度分别与预设相似度进行比较，并将相似度大于预设相似度的修正后的实时场景模型图标记为需监测区域。
3.根据权利要求2所述的一种中波广播发射机的监测设备布点方法，其特征在于，对所述实时场景模型图进行修正处理，得到修正后的实时场景模型图，具体为：
构建矩阵分解模型，将所述实时场景模型图导入所述矩阵分解模型中，以对所述实时场景模型图进行奇异值分解，得到左奇异向量矩阵、奇异值矩阵以及右奇异向量矩阵；
根据所述左奇异向量矩阵、奇异值矩阵以及右奇异向量矩阵重新构建得到实时场景模型图的原始矩阵；
在所述左奇异向量矩阵中选取任意三个左奇异向量构建得到左坐标系，在所述右奇异向量矩阵中选取任意三个右奇异向量构建得到右坐标系，并选取实时场景模型图的几何中心点作为原点位置；根据所述左坐标系、右坐标系以及原点位置构建得到世界坐标系；
将所述原始矩阵输入所述世界坐标系中，获取原始矩阵中各顶点向量的三维坐标数集，并获取三维坐标数集中的极限坐标点集合，将所述极限坐标点集合进行重新组合，得到修正后的实时场景模型图。
4.根据权利要求1所述的一种中波广播发射机的监测设备布点方法，其特征在于，获取监测设备的三维模型图，以及获取需监测区域的实时场景模型图，基于所述监测设备的三维模型图与需监测区域的实时场景模型图得到监测设备的预设布局点，具体为：
获取监测设备的尺寸参数，根据所述尺寸参数构建得到监测设备的三维模型图；
获取需监测区域的实时场景模型图，将所述需监测区域的实时场景模型图与监测设备的三维模型图导入蚁群算法中进行反复构造，得到监测设备的初始布局点；
获取需监测区域的工程规划信息，根据所述工程规划信息确定出所述初始布局点是否为工程施工干涉点；
若所述初始布局点不是工程施工干涉点，则将所述初始布局点标定为监测设备的预设布局点；若所述初始布局点是工程施工干涉点，则对所述初始布局点进行重新检索布局，得到下一布局点，直至所述下一布局点不是工程施工干涉点，则将不是工程施工干涉点的下一布局点标定为监测设备的预设布局点。
5.根据权利要求1所述的一种中波广播发射机的监测设备布点方法，其特征在于，获取信号接入节点的预设基站功率与预设基站频率，根据所述预设基站功率、预设基站频率以及预设信号传输路径确定信号接入节点的预设接收参数，具体为：
获取信号接入节点的预设基站功率与预设基站频率，根据所述预设基站功率、预设基站频率以及预设信号传输路径计算出监测设备的初始信号传输速率；将所述初始信号传输速率与预设传输速率进行比较；
若所述初始信号传输速率大于预设传输速率，则基于信号接入节点的预设基站功率与预设基站频率建立信号接入节点的预设接收参数；
若所述初始信号传输速率不大于预设传输速率，则对所述预设基站功率与预设基站频率进行调整，直至初始信号传输速率大于预设传输速率，根据调整后的预设基站功率与预设基站频率建立信号接入节点的预设接收参数。
6.一种中波广播发射机的监测设备布点系统，其特征在于，所述监测设备布点系统包括存储器与处理器，所述存储器中存储有监测设备布点方法程序，当监测设备布点方法程序被所述处理器执行时，实现如下步骤：
获取中波广播发射机的信号覆盖区域的实时场景图像，根据所述实时场景图像构建实时场景模型图，并对所述实时场景模型图进行修正，得到修正后的实时场景模型图，根据所述修正后的实时场景模型图确定出监测区域；
获取监测设备的三维模型图，以及获取需监测区域的实时场景模型图，基于所述监测设备的三维模型图与需监测区域的实时场景模型图得到监测设备的预设布局点；
获取得到需监测区域中所存在的电磁干扰设备的类型与位置信息，以及获取需监测区域的电磁场分布图，根据所述电磁场分布图以及电磁干扰设备的类型与位置信息规划得到监测设备的预设信号传输路径；
获取信号接入节点的预设基站功率与预设基站频率，根据所述预设基站功率、预设基站频率以及预设信号传输路径确定信号接入节点的预设接收参数；
根据监测设备的预设布局点、监测设备的预设信号传输路径以及信号接入节点的预设接收参数生成最终布局图；
其中，获取得到需监测区域中所存在的电磁干扰设备的类型与位置信息，以及获取需监测区域的电磁场分布图，根据所述电磁场分布图以及电磁干扰设备的类型与位置信息规划得到监测设备的预设信号传输路径，具体为：
获取需监测区域的实时场景模型图，并对需监测区域的实时场景模型图进行检索，以获取得到需监测区域中所存在的电磁干扰设备的类型与位置信息；
构建电磁场计算模型，将所述需监测区域中所存在的电磁干扰设备的类型与位置信息导入所述电磁场计算模型中，计算得到需监测区域中各个预设位置节点的电磁强度；根据各个预设位置节点的电磁强度构建需监测区域的电磁场分布图；
获取监测设备的信号接入节点位置，将监测设备的信号接入节点位置与预设布局点导入需监测区域的实时场景模型图中通过射线追踪法进行传输路径规划，规划得到若干条信号传输路径，并获取每一条信号传输路径的传输路程；
将若干条信号传输路径导入电磁场分布图中，得到每一条无线传输路径的多个节点上的电磁强度，根据多个节点上的电磁强度计算每一条信号传输路径的信号损耗；
通过离子群优化算法对每一条信号传输路径的传输路程与信号损耗进行最优求解，得到最优的信号传输路径，将最优的信号传输路径标定为监测设备的预设信号传输路径。
7.根据权利要求6所述的一种中波广播发射机的监测设备布点系统，其特征在于，获取中波广播发射机的信号覆盖区域的实时场景图像，根据所述实时场景图像构建实时场景模型图，并对所述实时场景模型图进行修正，得到修正后的实时场景模型图，根据所述修正后的实时场景模型图确定出监测区域，具体为：
通过大数据网络获取对中波广播发射机的传输信号造成影响的干扰场景模型图，构建数据库，并将所述干扰场景模型图导入所述数据库中，得到特性数据库；
通过无人机对中波广播发射机的信号覆盖区域进行巡拍，得到若干实时场景图像，基于三维点云重构法获取所述实时场景图像的三维点云数据，对所述三维点云数据进行网格化处理，从而重构得到实时场景模型图；
对所述实时场景模型图进行修正处理，得到修正后的实时场景模型图，将所述修正后的实时场景模型图导入所述特性数据库中，通过豪斯多夫距离算法计算所述修正后的实时场景模型图与各干扰场景模型图之间的相似度，得到多个相似度；
将多个相似度分别与预设相似度进行比较，并将相似度大于预设相似度的修正后的实时场景模型图标记为需监测区域。
8.根据权利要求6所述的一种中波广播发射机的监测设备布点系统，其特征在于，获取信号接入节点的预设基站功率与预设基站频率，根据所述预设基站功率、预设基站频率以及预设信号传输路径确定信号接入节点的预设接收参数，具体为：
获取信号接入节点的预设基站功率与预设基站频率，根据所述预设基站功率、预设基站频率以及预设信号传输路径计算出监测设备的初始信号传输速率；将所述初始信号传输速率与预设传输速率进行比较；
若所述初始信号传输速率大于预设传输速率，则基于信号接入节点的预设基站功率与预设基站频率建立信号接入节点的预设接收参数；
若所述初始信号传输速率不大于预设传输速率，则对所述预设基站功率与预设基站频率进行调整，直至初始信号传输速率大于预设传输速率，根据调整后的预设基站功率与预设基站频率建立信号接入节点的预设接收参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310818506.2A CN116707689B (zh) | 2023-07-05 | 2023-07-05 | 一种中波广播发射机的监测设备布点方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310818506.2A CN116707689B (zh) | 2023-07-05 | 2023-07-05 | 一种中波广播发射机的监测设备布点方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116707689A CN116707689A (zh) | 2023-09-05 |
| CN116707689B true CN116707689B (zh) | 2023-11-21 |
Family
ID=87832287
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310818506.2A Active CN116707689B (zh) | 2023-07-05 | 2023-07-05 | 一种中波广播发射机的监测设备布点方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116707689B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117094046B (zh) * | 2023-10-18 | 2023-12-19 | 天津华勘基础工程检测有限公司 | 一种水上桩基检测平台的管理方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103609044A (zh) * | 2011-06-16 | 2014-02-26 | 株式会社日立制作所 | 电波传播环境测量装置、无线网络构筑系统以及电波传播环境测量方法 |
| CN107333284A (zh) * | 2017-06-30 | 2017-11-07 | 北京世纪德辰通信技术有限公司 | 一种无线电监测站点覆盖范围评估分析系统及方法 |
| US10311710B1 (en) * | 2017-05-31 | 2019-06-04 | Alarm.Com Incorporated | Method for using a drone to test monitoring system sensors |
| CN111355544A (zh) * | 2019-12-06 | 2020-06-30 | 湘潭大学 | 一种城市环境电波路径预测方法和装置 |
| CN116390109A (zh) * | 2023-04-23 | 2023-07-04 | 中国人民解放军火箭军工程大学 | 一种基于地理信息的无线宽带站点部署系统 |
-
2023
- 2023-07-05 CN CN202310818506.2A patent/CN116707689B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103609044A (zh) * | 2011-06-16 | 2014-02-26 | 株式会社日立制作所 | 电波传播环境测量装置、无线网络构筑系统以及电波传播环境测量方法 |
| US10311710B1 (en) * | 2017-05-31 | 2019-06-04 | Alarm.Com Incorporated | Method for using a drone to test monitoring system sensors |
| CN107333284A (zh) * | 2017-06-30 | 2017-11-07 | 北京世纪德辰通信技术有限公司 | 一种无线电监测站点覆盖范围评估分析系统及方法 |
| CN111355544A (zh) * | 2019-12-06 | 2020-06-30 | 湘潭大学 | 一种城市环境电波路径预测方法和装置 |
| CN116390109A (zh) * | 2023-04-23 | 2023-07-04 | 中国人民解放军火箭军工程大学 | 一种基于地理信息的无线宽带站点部署系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116707689A (zh) | 2023-09-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Masood et al. | A machine learning based 3D propagation model for intelligent future cellular networks | |
| Yun et al. | Ray tracing for radio propagation modeling: Principles and applications | |
| CN116707689B (zh) | 一种中波广播发射机的监测设备布点方法及系统 | |
| CN105430664B (zh) | 一种基于分类拟合预测传播路损的方法和装置 | |
| CN111062466B (zh) | 基于参数和神经网络预测天线调整后小区场强分布的方法 | |
| US11044613B2 (en) | Method of processing image, computer-readable storage medium recording method, and apparatus for processing image | |
| CN105607045A (zh) | 一种欺骗式干扰下组网雷达的优化布站方法 | |
| CN110213003A (zh) | 一种无线信道大尺度衰落建模方法及装置 | |
| CN106921989B (zh) | 一种通信网络场强分布确定方法及装置 | |
| CN114025372B (zh) | 基于mr数据的5g rsrp计算方法及系统 | |
| JP2018032939A (ja) | 品質推定装置及び品質推定方法 | |
| Varshney et al. | Quasi-deterministic channel propagation model for an urban environment at 28 GHz | |
| Kim et al. | mmWave path loss modeling for urban scenarios based on 3D-convolutional neural networks | |
| Zhang et al. | Large-scale cellular coverage simulation and analyses for follow-me UAV data relay | |
| Popescu et al. | Neural networks applications for the prediction of propagation path loss in urban environments | |
| Hou et al. | A new method for radio wave propagation prediction based on finite integral method and machine learning | |
| Combeau et al. | Efficient 2-D ray-tracing method for narrow and wideband channel characterisation in microcellular configurations | |
| Eliades | Terrain simulation for the cascaded cylinder diffraction model | |
| Vuckovik et al. | Durkin’s propagation model based on triangular irregular network terrain | |
| Gomes et al. | Optimum Positioning of Base Station for Cellular Service Devices Using Discrete Knowledge Model | |
| CN114286375A (zh) | 一种移动通信网络干扰定位方法 | |
| Li et al. | Narrow‐Band Radio Propagation Prediction Based on a Highly Accurate Three‐Dimensional Railway Environment Model | |
| Combeau et al. | A numerical simulation system for mobile telephony base station EMF exposure using smartphones as probes and a genetic algorithm to improve accuracy | |
| CN117119380A (zh) | 一种通信覆盖范围估计方法、装置、电子设备和存储介质 | |
| Maliuk et al. | Bounds Calculation Method of Electromagnetic Availability Zone of Radio Emission Source: Of Radio Emission Source |
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 |