CN116906125B - 基于数据同步传输算法的软岩隧道安全监测方法及系统 - Google Patents
基于数据同步传输算法的软岩隧道安全监测方法及系统 Download PDFInfo
- Publication number
- CN116906125B CN116906125B CN202311140343.3A CN202311140343A CN116906125B CN 116906125 B CN116906125 B CN 116906125B CN 202311140343 A CN202311140343 A CN 202311140343A CN 116906125 B CN116906125 B CN 116906125B
- Authority
- CN
- China
- Prior art keywords
- data
- measurement data
- tunnel
- abnormal
- measurement
- 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 76
- 230000005540 biological transmission Effects 0.000 title claims abstract description 71
- 238000000034 method Methods 0.000 title claims abstract description 63
- 230000001360 synchronised effect Effects 0.000 title claims abstract description 43
- 239000011435 rock Substances 0.000 title claims abstract description 34
- 238000005259 measurement Methods 0.000 claims abstract description 103
- 230000002159 abnormal effect Effects 0.000 claims abstract description 50
- 238000013527 convolutional neural network Methods 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000003384 imaging method Methods 0.000 claims abstract description 7
- 238000010276 construction Methods 0.000 claims description 29
- 230000008569 process Effects 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 11
- 238000012549 training Methods 0.000 claims description 7
- 230000004913 activation Effects 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 6
- 239000000969 carrier Substances 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 claims description 2
- 230000010354 integration Effects 0.000 claims description 2
- 238000005457 optimization Methods 0.000 claims description 2
- 238000004891 communication Methods 0.000 description 23
- 230000006870 function Effects 0.000 description 9
- 229910000831 Steel Inorganic materials 0.000 description 7
- 239000010959 steel Substances 0.000 description 7
- 238000003860 storage Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000005452 bending Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000036541 health Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 239000011148 porous material Substances 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 239000011800 void material Substances 0.000 description 2
- 229910001294 Reinforcing steel Inorganic materials 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
- E21F17/00—Methods or devices for use in mines or tunnels, not covered elsewhere
- E21F17/18—Special adaptations of signalling or alarm devices
-
- 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)
- Mining & Mineral Resources (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geology (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本申请实施例公开了一种基于数据同步传输算法的软岩隧道安全监测方法及系统,涉及数据同步传输算法技术领域,本申请实施例通过在不同未支护的隧道断面节点处部署无线无源传感器,采用基于改进的信道容量的数据同步传输算法传递数据信息;使用无线无源传感器采集量测数据,根据量测数据分析对应的受力特征,将受力特征结合隧道状态进行图像化展示,构建基于卷积神经网络的量测模型,分析量测数据是否异常;将量测数据和异常数据通过无线信道并经过处理后在监控平台进行显示,通过显示的量测数据使用人工对隧道进行安全监测,通过显示的异常数据直接定位异常位置并产生预警,对隧道安全进行双重监测。
Description
技术领域
本申请涉及数据同步传输算法技术领域,尤其涉及一种基于数据同步传输算法的软岩隧道安全监测方法及系统。
背景技术
随着我国公路隧道快速发展,隧道运营规模不断增加,而其的结构安全问题日益突出,通过监测掌握隧道结构的技术状况,及时采取养护措施保障隧道结构运营安全十分必要。由于隧道建设过程中具有地层复杂、施工范围狭小、临近结构敏感以及生态环保要求高等特点,导致隧道的挖掘与建设工作变得更加困难,同时也给隧道建设工作带来了巨大的挑战,隧道结构的安全性变得日益突出。
目前,隧道一般是采用盾构机进行施工,通过盾构机将光纤拉至隧道施工处,连接不同位置的无线接入点,从而保证不同位置间的网络能够相互通信。但是采用有线的方式连接不同网络同时也会带来如下几个问题:缺乏灵活性、有线的方式对于增加监控点位较为不便、网络可用性较低等。因此相比于有线方式,采用无线方式进行组网能够避免隧道中线安装带来的众多问题,减少维修周期,增加了系统的灵活性和扩展性。
然而,采用无线方式在隧道环境中进行组网时也会带来一些问题。由于隧道的环境非常复杂,影响无线信号传播的机械设备较多,并且在一些弯曲的隧道中会由于信号的发射、折射等现象导致通信性能的严重下降。此外,在监测软岩隧道的方法中,现有能量数据同步无线传输的电路拓扑、实现方式、耦合方式存在如下共性问题:一是受限于电能传输回路的通带频率范围,通信速率很难达到数十Mb/s的要求;二是电能传输电压、功率等级较低。随着电能传输功率和电压等级的提高,电能传输回路对数据传输将产生更大的干扰,甚至导致通信失败。因此,为了提高软岩隧道施工的数字化和智能化水平,本发明提供了一种基于数据同步传输算法的软岩隧道安全监测方法及系统,设计一个基于无线通信技术,并基于数据同步传输算法的实用性强、可靠性高的隧道施工安全监测系统,通过现场安装、埋设传感器来监测隧道结构的变形或受力变化,主动监测系统软岩隧道安全,获取监测数据。
发明内容
申请实施例提供一种基于数据同步传输算法的软岩隧道安全监测方法。
为达到上述目的,本申请的实施例采用如下技术方案:
第一方面,提供了一种基于数据同步传输算法的软岩隧道安全监测方法,该方法包括以下步骤:
步骤S1,在不同未支护的隧道断面节点处部署无线无源传感器,采用基于改进的信道容量的数据同步传输算法传递数据信息;
步骤S2,使用所述无线无源传感器采集量测数据,根据所述量测数据分析对应的受力特征,将所述受力特征结合隧道状态进行图像化展示,构建基于卷积神经网络的量测模型,将所述量测数据输入进所述量测模型中进行监测,通过置信度分析所述量测数据是否异常;
步骤S3,缓存所述量测数据和异常数据,在无线信道中传输所述缓存的量测数据和异常数据;
步骤S4,将所述量测数据和异常数据通过无线信道并经过处理后在监控平台进行显示,通过显示的所述量测数据使用人工对隧道进行安全监测,通过显示的所述异常数据直接定位异常位置并产生预警,对隧道安全进行双重监测。
在一种可能的实施方式中,所述步骤S1中采用基于改进的信道容量的数据同步传输算法传递数据信息的方法包括:
设W为信道总带宽,N为子信道数量,则子信道分到的带宽Δƒ为Δƒ=W/N;
设各个子信道载波的数学表达式为/> k=0,1,…,N-1,其中,/>为第k个子载波的中心频率,k为常数,t为变量,表示第t个子信道载波;
相邻子载波频率相差Δƒ,令载波频率满足;其中,T为符号周期,j 为与 k 相邻的常数,/>代表第 j 个子载波的频率,/>;
对数据同步传输算法进行信道容量优化,改进的信道容量表示为:;其中,BW为信道带宽,/>为信号平均功率,/>为噪声功率;
采用基于改进的信道容量的数据同步传输算法传递数据信息。
在一种可能的实施方式中,所述步骤S2中无线无源传感器端采集量测数据的方法包括:
在隧道未施工阶段使用无线无源传感器采集第一量测数据,分析隧道在未施工阶段的第一受力变化特征;
在隧道施工阶段使用无线无源传感器采集第二量测数据,分析隧道在施工阶段的第二受力变化特征;
在隧道施工完成阶段使用测试元器件采集第三量测数据,分析隧道在施工阶段的第三受力变化特征;
将所述第一受力变化特征、第二受力变化特征、第三受力变化特征结合隧道状态进行图像化展示。
在一种可能的实施方式中,所述步骤S2中构建基于卷积神经网络的量测模型,将所述量测数据输入进所述量测模型中进行监测,通过置信度分析所述量测数据是否异常的方法包括:
构建基于卷积神经网络的量测模型,所述量测模型包括从前到后依次连接的主干部分网络、卷积神经网络和全连接网络,所述主干部分网络包括依次连接的可变性卷积层、批归一化层和激活层;
训练所述量测模型,获取训练好的量测模型;
使用所述无线无源传感器实时采集量测数据,将图像化的量测数据特征输入到训练好的量测模型中,通过置信度分析所述量测数据是否异常。
在一种可能的实施方式中,使用可变性卷积层提取图像化的量测数据的特征,通过批归一化层对输入的量测数据进行处理,调整中间输出参数,再使用激活层引入非线性因素,在可变性卷积层、批归一化层激活层进行第一次处理后,将第一次处理后的数据再依次输入进卷积神经网络,最后使用全连接层进行特征整合;
将全连接层整合的特征使用类别损失函数指导网络模型学习;
预设相关超参数,通过不断迭代衰减损失值达到网络参数权重优化的目的,直到迭代次
数等于预设迭代次数,中止对模型训练集的训练,获取训练好的量测模型。
在一种可能的实施方式中,所述步骤S3包括:
在无线无源传感器端和监控平台端中间构建无线信道,在无线信道中使用无线中继模式传输所述缓存的量测数据和异常数据。
在一种可能的实施方式中,所述步骤S4包括:
在无线无源传感器端和监控平台端各自创建Socket,将无线无源传感器端的Socket定义为A Socket,将监控平台端的Socket定义为BSocket;
将缓存的量测数据和异常数据使用RTP协议发送至所述A Socket中;
采用传输协议将所述缓存的量测数据和异常数据通过无线信道发送至所述BSocket中,所述传输协议包括UDP协议、TCP协议和IP协议;
所述B Socket使用RTP协议接收所述缓存的量测数据和异常数据,并将所述缓存的量测数据和异常数据进行数据处理后发送至监控平台进行展示。
第二方面,本发明还提供了一种基于数据同步传输算法的软岩隧道安全监测系统,包括无线无源传感器和监控平台,其中:
无线无源传感器,用于采用基于改进的信道容量的数据同步传输算法传递数据信息;用于采集量测数据,根据所述量测数据分析对应的受力特征,将所述受力特征结合隧道状态进行图像化展示,构建基于卷积神经网络的量测模型,将所述量测数据输入进所述量测模型中进行监测,通过置信度分析所述量测数据是否异常;用于缓存所述量测数据和异常数据,在无线信道中传输所述缓存的量测数据和异常数据;
监控平台,用于将所述量测数据和异常数据通过无线信道并经过处理后进行显示,通过显示的所述量测数据使用人工对隧道进行安全监测,通过显示的所述异常数据直接定位异常位置并产生预警,对隧道安全进行双重监测。
第三方面,本发明还提供了一种电子设备,该电子设备包括处理器和存储器;处理器中包括上述第二方面所记载的基于数据同步传输算法的软岩隧道安全监测系统。
第四方面,本发明还提供了一种计算机可读存储介质,该计算机可读存储介质包括指令;当指令在上述第三方面所记载的电子设备上运行时,使得电子设备执行上述第一方面所记载的方法。
与现有技术相比,本发明的有益效果是:
本发明基于无线通信技术,并基于数据同步传输算法的实用性强、可靠性高的隧道施工安全监测系统,通过现场安装、埋设传感器来监测隧道结构的变形或受力变化,主动监测系统软岩隧道安全,获取监测数据。
附图说明
图1为本申请实施例提供的一种基于数据同步传输算法的软岩隧道安全监测方法及系统中方法的流程示意图;
图2为本申请实施例提供的一种基于数据同步传输算法的软岩隧道安全监测方法及系统中无线传输原理图;
图3为本申请实施例提供的一种基于数据同步传输算法的软岩隧道安全监测方法及系统中不同时段无线传输的原理图;
图4为本申请实施例提供的一种基于数据同步传输算法的软岩隧道安全监测方法及系统中无线传输过程中发射至接收的调制方式的实现电路图;
图5为本申请实施例提供的一种基于数据同步传输算法的软岩隧道安全监测方法及系统中组建无线无源传感器网络的结构示意图。
具体实施方式
需要说明的是,本申请实施例涉及的术语“第一”、“第二”等仅用于区分同一类型特征的目的,不能理解为用于指示相对重要性、数量、顺序等。
本申请实施例涉及的术语“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
本申请实施例涉及的术语“耦合”、“连接”应做广义理解,例如,可以指物理上的直接连接,也可以指通过电子器件实现的间接连接,例如通过电阻、电感、电容或其他电子器件实现的连接。
实施例1:
本实施例的一种基于数据同步传输算法的软岩隧道安全监测方法及系统,如图1所示是基于数据同步传输算法的软岩隧道安全监测方法的示意图。
对软岩隧道安全监测过程中,随着现场施工情况及安全需求,会进行动态监测调整。二次衬砌是坑道施工中的一个术语。在坑道开挖时沿着掌子面向前开进,而其后已挖成的坑道四面则需要加固。二次衬砌即是指经加固后的坑道四周仍需继续二次加固来做的工作。
在施工过程未支护的断面,主要埋设具有无线供电与数据同步传输技术的智能无线无源传感器,智能无线无源传感器包括但不限于土压力盒、孔隙水压力计、混凝土应变计、钢筋计。
其中:①土压力盒:量测围岩与初期支护之间、初期支护与二次衬砌之间的压力;②孔隙水压力计:量测实际作用在二次衬砌上水压力量值;③混凝土应变计:量测二次衬砌内、外表面的应变,从而计算二次衬砌截面内的轴力和弯矩;④钢筋计:测量钢支撑或格栅钢架中内、外钢筋的轴力和型钢钢架内、外侧的应变,从而计算其所受到的轴力和弯矩。
量测数据用来分析隧道在施工阶段的受力变化特征,在隧道营运期间,埋设具有无线供电与数据同步传输技术的智能无线无源传感器,继续对隧道结构安全及健康状态进行监控;对于已完成衬砌结构施工的代表性隧道监测断面,部分采用表贴式测试元器件,对隧道二次衬砌受力进行长期监测。隧道结构安全与健康状态的监测主要关注围岩内部应力分布、隧道衬砌结构所受到的围岩压力及水压力、隧道衬砌结构内部轴力及弯矩的量值及分布状况,并依据这些数据对隧道结构安全及健康状态进行评价。针对软岩大变形施工安全以及运营后隧道结构的长期安全情况进行分析,因此提出了以隧道二衬受力为基础,并根据不同条件情况增加相适应的监测思路。
实施例2:
本实施例在实施例1的基础上做进一步优化,基于无线供电与数据同步传输技术是利用高、低频载波进行能量和数据信息的传输。通过对信道上的频域带宽进行划分,从而实现信道复用来同步传输电能和数据信息。如图2所示,利用低频电能载波和高频数据信息载波在频域信号内是相互独立的,在传输过程中相互串扰也很小,设W为信道总带宽,N为子信道数量,则子信道分到的带宽为Δƒ=W/N;
设各个子信道载波的数学表达式为 k=0,1,…,N-1;
式中,为第k个子载波的中心频率。由于各子信道载波频率不同,相邻子载波频率相差Δƒ,故满足/>;
式中,T为符号周期,j为与k相邻的常数,代表第j个子载波的频率,/>, 由此可见各子载波在频域内互不相关且满足正交性。
如图3所示,同时采用不同时段分开传输,在保证能量传输稳定性的情况下,缩短数据信息传输的时间,通过降低感应电流,从而减小供电和数据传输切换时的滞后响应。低频电能载波与高频信息载波在频域内相互独立且满足正交性,故在共用链路传输时相互串扰较小。
目前只能在近距离范围内(近场)实现能量的高效传输,同时对线圈的位置摆放有较高要求。远距离传输或发生线圈偏移会降低功率与效率,对于一些鲁棒性差的调制方式(如幅值类调制)会导致误码率提升,影响通信的可靠性。有效传输范围受限是阻碍无线供电与数据同步传输技术发展的最大障碍,目前只能在短距离传输场景中应用。
为尽可能解决有限带宽链路实现高速通信与传能,可基于数字调制原理从以下方面对系统进行信道容量优化:
信道容量可以表示为;
式中,BW为信道带宽,为信号平均功率,/>为噪声功率。因此,提升信道容量可从增大信道带宽、增大信号功率与抑制噪声功率三方面入手。其中信道带宽BW与线圈的Q值密切相关,线圈Q值过高时电路暂态响应时间很长,导致通信载波变化很慢。当电路处于谐振状态时带宽BW满足/>,式中,/>为信号载波中心频率。而线圈品质因数Q决定了电能传输效率,线圈Q值越高传输效率越高,但线圈Q值越高意味着信道带宽越低。
本实施例的其他部分与实施例1相同,故不再赘述。
实施例3:
本实施例在上述实施例1或2的基础上做进一步优化,如图4所示,是无线传输过程中发射至接收的调制方式的实现电路图。其中数据信息传输由发射端至接收端为下行通信,由接收端至发射端为上行通信。下行通信为主动通信方式,即由发射端的发射电路主动建立载波发起通信;上行通信为被动通信方式,即被动利用已有的载波进行通信。主动通信电路是利用功率变换器通过改变补偿网络进行调频、调幅、调相或通断从而实现控制;而被动通信电路利用改变等效负载、谐振电容或通信电阻进行控制。
实施例4:
本实施例在上述实施例1-3任一项的基础上做进一步优化,监控平台中使用超文本传输协议(Hyper Text Transfer Protocol, HTTP)协议进行传输,然后通过无线无源传感器端和监控平台端各自创建Socket进行端到端传输,最后分别采用用户数据报协议(User Datagram Protocol,UDP)、传输控制协议(TransmissionControl Protocol,TCP)、网络互连协议(Internet Protocol,IP)进入到无线信道中,到达监控平台后再通过相反的方向进行处理,最后将处理后的数据在监控平台中显示。在本实施例中,会将量测数据和异常数据通过无线信道并经过处理后在监控平台进行显示,通过显示的所述量测数据使用人工对隧道进行安全监测,通过显示的所述异常数据直接定位异常位置并产生预警,对隧道安全进行双重监测,双重监测一是指在构建的神经网络模型,即量测模型中识别到异常数据时,在监控平台直接显示异常点,二是指再将所有的量测数据画面在监控平台显示,人工进行监控。此外,需要强调的是,在构建的量测模型中使用的训练数据样本是在隧道未施工阶段采集的第一量测数据及对应的第一受力变化特征;在隧道施工阶段采集的第二量测数据及对应的第二受力变化特征;在隧道施工完成阶段采集的第三量测数据及对应的第三受力变化特征,也就是分三种情况对三种量测数据特征进行分别训练。
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任一项基础上做进一步优化,要通过互联网进行通信,至少需要一对套接字,即Socket。创建Socket连接时,可以指定使用的传输层协议,Socket可以支持不同的传输层协议(TCP或UDP),当使用TCP协议进行连接时,该Socket连接就是一个TCP连接。
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:
本发明还提供了一种电子设备,该电子设备包括处理器和存储器;处理器中包括上述实施例所记载的基于数据同步传输算法的软岩隧道安全监测系统,包括无线无源传感器和监控平台。在组建无线无源传感器网络过程中需要网络传感器初始化、节点传感器加入网络。其中节点传感器加入网络需要通过与协调模式传感器连接入网和通过已有路由传感器入网。
如图5所示,组建无线无源传感器网络的节点主要包含三个:终端传感器、路由模式传感器、协调器模式传感器;其功能如下:
协调模式传感器:协调模式传感器是网络各节点信息的汇聚点,是网络的核心节点,负责组建、维护和管理网络,并通过串口实现各节点与上位机之间的数据传输,可以进行自己独立采集数据;协调模式传感器有较强的采集能力、通信能力、处理能力和发射能力,能够把数据发送至远端控制器。
路由模式传感器:负责采集自身传感器的数据并进行数据转发,进行数据的路由路径寻找和路由维护,允许其他路由模式传感器加入网络并辅助其终端传感器通信;路由模式传感器是终端传感器和协调模式传感器的中继,它为终端传感器和协调模式传感器之间的通信进行中继。
终端传感器:终端传感器可以直接与协调模式传感器相连,也可以通过路由模式传感器与协调模式传感器相连接。
实施例7:
本发明还提供了一种计算机可读存储介质,该计算机可读存储介质包括指令;当指令在上述实施例所记载的电子设备上运行时,使得电子设备执行上述实施例所记载的方法。可选地,计算机可读存储介质可以为存储器。
本发明提供的计算机程序具体如下:
软件设计:
/*功能:发射端波形调制代码
CPU:PIC16F722*/
// 主函数
int main(void)
{Initpictime(); //定时器初始化函数
InitpicUSART();
InitpicSPI(); //spi 初始化
USARTSendString(stat);
unsigned char bitnum=0;
CPU:PIC16F684*/
CP2=0;CP1=1;
Mybuf[4]=´\0´;
Delaynop(100);
While(1)
{ if(Start==1)
{ TMR2ON=0;TMR2IF=0;
mybuf[bitnum++]=SPISendReceive();//
SPI数据保存
delaynop(2);
TMR2ON=1;
}
if(bitnum>3)//收到4个字节开始发送波形
{ bitnum=0;
MyCommnd(); //命令协议
USARTSendString(mybuf);}}
return 0;
}
/*功能:接收端模块解调代码
CPU:PIC16F684*/
int main(void)
{InitLedIo(); //IO控制初始化
InitCountTMR0(); //定时器初始化
InitTime1(); //定时器初始化
Mynum=ReadEEPROM(0x01);
Thetime=Mynum*5;
Delaynop(100);
While(1)
{AnaysisByteCmd();}//命令解析
Return 0;
}
此外,本申请实施例涉及的处理器可以是一个芯片。例如,可以是现场可编程门阵列(field programmable gate array,FPGA),可以是专用集成芯片(applicationspecific integrated circuit,ASIC),还可以是系统芯片(system on chip,SoC),还可以是中央处理器(centralprocessor unit,CPU),还可以是网络处理器(network processor,NP),还可以是数字信号处理电路(digitalsignal processor,DSP),还可以是微控制器(micro controller unit,MCU),还可以是可编程控制器(programmable logic device,PLD)或其他集成芯片。
本申请实施例涉及的存储器可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(read-onlymemory,ROM)、可编程只读存储器(programmableROM,PROM)、可擦除可编程只读存储器(erasable PROM,EPROM)、电可擦除可编程只读存储器(electricallyEPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(random access memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(static RAM,SRAM)、动态随机存取存储器(dynamic RAM,DRAM)、同步动态随机存取存储器(synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(double data rateSDRAM,DDR SDRAM)、增强型同步动态随机存取存储器(enhancedSDRAM,ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(directrambus RAM,DR RAM)。应注意,本文描述的系统和方法的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的模块及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、设备和方法,可以通过其它的方式实现。例如,以上所描述的设备实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个设备,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,设备或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个设备,或者也可以分布到多个设备上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能模块可以集成在一个设备中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个设备中。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件程序实现时,可以全部或部分地以计算机程序产品的形式来实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或者数据中心通过有线(例如同轴电缆、光纤、数字用户线(Digital Subscriber Line,DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可以用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带),光介质(例如,DVD)、或者半导体介质(例如固态硬盘(Solid State Disk,SSD))等。
以上所述,仅为本申请的具体实施方式,但本申请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申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (5)
1.一种基于数据同步传输算法的软岩隧道安全监测方法,其特征在于,包括以下步骤:
步骤S1,在不同未支护的隧道断面节点处部署无线无源传感器,采用基于改进的信道容量的数据同步传输算法传递数据信息;
步骤S2,使用所述无线无源传感器采集量测数据,根据所述量测数据分析对应的受力特征,将所述受力特征结合隧道状态进行图像化展示,构建基于卷积神经网络的量测模型,将所述量测数据输入进所述量测模型中进行监测,通过置信度分析所述量测数据是否异常;
步骤S3,缓存所述量测数据和异常数据,在无线信道中传输所述缓存的量测数据和异常数据;
步骤S4,将所述量测数据和异常数据通过无线信道并经过处理后在监控平台进行显示,通过显示的所述量测数据使用人工对隧道进行安全监测,通过显示的所述异常数据直接定位异常位置并产生预警,对隧道安全进行双重监测;
所述步骤S2中无线无源传感器端采集量测数据的方法包括:
在隧道未施工阶段使用无线无源传感器采集第一量测数据,分析隧道在未施工阶段的第一受力变化特征;
在隧道施工阶段使用无线无源传感器采集第二量测数据,分析隧道在施工阶段的第二受力变化特征;
在隧道施工完成阶段使用测试元器件采集第三量测数据,分析隧道在施工阶段的第三受力变化特征;
将所述第一受力变化特征、第二受力变化特征、第三受力变化特征结合隧道状态进行图像化展示;
所述步骤S2中构建基于卷积神经网络的量测模型,将所述量测数据输入进所述量测模型中进行监测,通过置信度分析所述量测数据是否异常的方法包括:
构建基于卷积神经网络的量测模型,所述量测模型包括从前到后依次连接的主干部分网络、卷积神经网络和全连接网络,所述主干部分网络包括依次连接的可变性卷积层、批归一化层和激活层;
训练所述量测模型,获取训练好的量测模型;
使用所述无线无源传感器实时采集量测数据,将图像化的量测数据特征输入到训练好的量测模型中,通过置信度分析所述量测数据是否异常;
使用可变性卷积层提取图像化的量测数据的特征,通过批归一化层对输入的量测数据进行处理,调整中间输出参数,再使用激活层引入非线性因素,在可变性卷积层、批归一化层激活层进行第一次处理后,将第一次处理后的数据再依次输入进卷积神经网络,最后使用全连接层进行特征整合;
将全连接层整合的特征使用类别损失函数指导网络模型学习;
预设相关超参数,通过不断迭代衰减损失值达到网络参数权重优化的目的,直到迭代次数等于预设迭代次数,中止对模型训练集的训练,获取训练好的量测模型。
2.根据权利要求1所述的一种基于数据同步传输算法的软岩隧道安全监测方法,其特征在于,所述步骤S1中采用基于改进的信道容量的数据同步传输算法传递数据信息的方法包括:
设W为信道总带宽,N为子信道数量,则子信道分到的带宽Δƒ为Δƒ=W/N;
设各个子信道载波 S k (t)的数学表达式为 S k (t)=cos(2πƒ k t) k=0,1,…,N-1,其中,ƒ k 为第k个子载波的中心频率,k为常数,t为变量,表示第t个子信道载波;
相邻子载波频率相差Δƒ,令载波频率满足∫ T 0cos(2πƒ k t+φ k )cos(2πƒ j t+φ j )dt=0;其中,T为符号周期,j为与k相邻的常数,ƒ j 代表第j个子载波的频率,ƒ k -ƒ j =n/T;
对数据同步传输算法进行信道容量优化,改进的信道容量表示为:C t=BWlog2(1+P s/P n);其中,BW为信道带宽,P s为信号平均功率,P n为噪声功率;
采用基于改进的信道容量的数据同步传输算法传递数据信息。
3.根据权利要求1所述的一种基于数据同步传输算法的软岩隧道安全监测方法,其特征在于,所述步骤S3包括:
在无线无源传感器端和监控平台端中间构建无线信道,在无线信道中使用无线中继模式传输所述缓存的量测数据和异常数据。
4.根据权利要求1所述的一种基于数据同步传输算法的软岩隧道安全监测方法,其特征在于,所述步骤S4包括:
在无线无源传感器端和监控平台端各自创建Socket,将无线无源传感器端的Socket定义为A Socket,将监控平台端的Socket定义为B Socket;
将缓存的量测数据和异常数据使用RTP协议发送至所述A Socket中;
采用传输协议将所述缓存的量测数据和异常数据通过无线信道发送至所述B Socket中,所述传输协议包括UDP协议、TCP协议和IP协议中的至少一种;
所述B Socket使用RTP协议接收所述缓存的量测数据和异常数据,并将所述缓存的量测数据和异常数据进行数据处理后发送至监控平台进行展示。
5.一种基于数据同步传输算法的软岩隧道安全监测系统,其应用权利要求1-4任意一项所述的一种基于数据同步传输算法的软岩隧道安全监测方法,其特征在于:包括无线无源传感器和监控平台,其中:
无线无源传感器,用于采用基于改进的信道容量的数据同步传输算法传递数据信息;用于采集量测数据,根据所述量测数据分析对应的受力特征,将所述受力特征结合隧道状态进行图像化展示,构建基于卷积神经网络的量测模型,将所述量测数据输入进所述量测模型中进行监测,通过置信度分析所述量测数据是否异常;用于缓存所述量测数据和异常数据,在无线信道中传输所述缓存的量测数据和异常数据;
监控平台,用于将所述量测数据和异常数据通过无线信道并经过处理后进行显示,通过显示的所述量测数据使用人工对隧道进行安全监测,通过显示的所述异常数据直接定位异常位置并产生预警,对隧道安全进行双重监测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311140343.3A CN116906125B (zh) | 2023-09-06 | 2023-09-06 | 基于数据同步传输算法的软岩隧道安全监测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311140343.3A CN116906125B (zh) | 2023-09-06 | 2023-09-06 | 基于数据同步传输算法的软岩隧道安全监测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116906125A CN116906125A (zh) | 2023-10-20 |
CN116906125B true CN116906125B (zh) | 2023-12-29 |
Family
ID=88358687
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311140343.3A Active CN116906125B (zh) | 2023-09-06 | 2023-09-06 | 基于数据同步传输算法的软岩隧道安全监测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116906125B (zh) |
Citations (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102057605A (zh) * | 2008-06-09 | 2011-05-11 | 高通股份有限公司 | 增加无线通信的容量 |
CN102587986A (zh) * | 2012-03-12 | 2012-07-18 | 西安建筑科技大学 | 一种隧道施工信息化动态监测系统及其监测方法 |
CN103646527A (zh) * | 2013-12-24 | 2014-03-19 | 山东大学 | 一种用于隧道内监控量测的自动监测预警系统及方法 |
CN203769853U (zh) * | 2013-12-11 | 2014-08-13 | 长安大学 | 一种隧道施工安全监测信息无线传输装置 |
CN106958460A (zh) * | 2017-05-16 | 2017-07-18 | 山东大学 | 一种适用于隧道与地下工程监控量测信息的智慧感知系统及方法 |
CN107067690A (zh) * | 2017-01-17 | 2017-08-18 | 中山大学 | 一种基于ZigBee的隧道自动化监测系统及其监测方法 |
CN206522156U (zh) * | 2017-02-15 | 2017-09-26 | 中交第四航务工程局有限公司 | 一种地铁区间隧道初支应变无线监测系统 |
CN108952815A (zh) * | 2018-08-24 | 2018-12-07 | 中国十九冶集团有限公司 | 隧道安全施工管控系统 |
CN109707410A (zh) * | 2019-01-16 | 2019-05-03 | 交通运输部公路科学研究所 | 智慧感知型隧道衬砌支护结构体系 |
CN110671128A (zh) * | 2019-09-19 | 2020-01-10 | 中铁第四勘察设计院集团有限公司 | 一种矿山法隧道二次衬砌力学状态的评估方法 |
CN111485949A (zh) * | 2020-04-14 | 2020-08-04 | 中铁隧道局集团有限公司 | 隧道预支护壳体内力及其背后土压力实时监测系统及方法 |
CN111927558A (zh) * | 2020-10-13 | 2020-11-13 | 中国科学院武汉岩土力学研究所 | 动水软弱围岩隧道全断面掘进的安全预警方法及装置 |
CN112258049A (zh) * | 2020-10-26 | 2021-01-22 | 西南交通大学 | 一种针对复杂地质条件区域隧道的安全控制方法 |
CN213598021U (zh) * | 2020-10-28 | 2021-07-02 | 中交隧道工程局有限公司 | 一种隧道变形监控系统 |
CN113467315A (zh) * | 2021-07-16 | 2021-10-01 | 中交投资南京有限公司 | 一种基于bim技术的隧道工程自动化监测控制方法及系统 |
EP3889596A1 (en) * | 2020-01-17 | 2021-10-06 | Tongji University | Tunnel damage detection management system based on vibration signal of moving train |
CN113668489A (zh) * | 2020-05-14 | 2021-11-19 | 苏州中车建设工程有限公司 | 一种市域铁路施工监测系统 |
CN215170208U (zh) * | 2021-07-21 | 2021-12-14 | 机械工业勘察设计研究院有限公司 | 一种基于静力水准仪的地铁隧道管片结构形变监测系统 |
CN113822227A (zh) * | 2021-10-19 | 2021-12-21 | 杭州交通工程监理咨询有限公司 | 一种隧道工程施工风险监控方法、装置以及介质 |
CN113898372A (zh) * | 2021-09-01 | 2022-01-07 | 武汉市政工程设计研究院有限责任公司 | 一种污水深隧的全生命周期健康监测系统 |
WO2022131388A1 (ko) * | 2020-12-15 | 2022-06-23 | 주식회사 현성 | 이동식 무인탐지장치를 이용한 인공지능 기반 안전관리 시스템 |
WO2022174592A1 (zh) * | 2021-02-22 | 2022-08-25 | 南京派光智慧感知信息技术有限公司 | 一种隧道形变实时监测方法及装置 |
CN115263432A (zh) * | 2022-09-02 | 2022-11-01 | 河海大学 | 一种深埋隧洞稳定性和安全性监测分析系统 |
CN115929406A (zh) * | 2022-12-07 | 2023-04-07 | 河海大学 | 基于神经网络的围岩稳定性预测方法、系统及存储介质 |
CN116155379A (zh) * | 2023-02-27 | 2023-05-23 | 中国矿业大学 | 一种基于脉冲网络解调机制的矿井可见光通信系统及方法 |
CN116575985A (zh) * | 2023-05-12 | 2023-08-11 | 中铁二局集团有限公司 | 用于软岩大变形隧道的信息化监控量测系统及施工方法 |
CN116624225A (zh) * | 2023-03-23 | 2023-08-22 | 同济大学 | 一种隧道病害图片与文字巡检信息实时传输预警系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11057170B2 (en) * | 2018-07-27 | 2021-07-06 | Raytheon Company | Multidimensional shared spectrum access |
CN115169479A (zh) * | 2022-07-20 | 2022-10-11 | 北京航空航天大学杭州创新研究院 | 污水处理过程远程监控方法、系统及存储介质 |
-
2023
- 2023-09-06 CN CN202311140343.3A patent/CN116906125B/zh active Active
Patent Citations (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102057605A (zh) * | 2008-06-09 | 2011-05-11 | 高通股份有限公司 | 增加无线通信的容量 |
CN102587986A (zh) * | 2012-03-12 | 2012-07-18 | 西安建筑科技大学 | 一种隧道施工信息化动态监测系统及其监测方法 |
CN203769853U (zh) * | 2013-12-11 | 2014-08-13 | 长安大学 | 一种隧道施工安全监测信息无线传输装置 |
CN103646527A (zh) * | 2013-12-24 | 2014-03-19 | 山东大学 | 一种用于隧道内监控量测的自动监测预警系统及方法 |
CN107067690A (zh) * | 2017-01-17 | 2017-08-18 | 中山大学 | 一种基于ZigBee的隧道自动化监测系统及其监测方法 |
CN206522156U (zh) * | 2017-02-15 | 2017-09-26 | 中交第四航务工程局有限公司 | 一种地铁区间隧道初支应变无线监测系统 |
CN106958460A (zh) * | 2017-05-16 | 2017-07-18 | 山东大学 | 一种适用于隧道与地下工程监控量测信息的智慧感知系统及方法 |
CN108952815A (zh) * | 2018-08-24 | 2018-12-07 | 中国十九冶集团有限公司 | 隧道安全施工管控系统 |
CN109707410A (zh) * | 2019-01-16 | 2019-05-03 | 交通运输部公路科学研究所 | 智慧感知型隧道衬砌支护结构体系 |
CN110671128A (zh) * | 2019-09-19 | 2020-01-10 | 中铁第四勘察设计院集团有限公司 | 一种矿山法隧道二次衬砌力学状态的评估方法 |
EP3889596A1 (en) * | 2020-01-17 | 2021-10-06 | Tongji University | Tunnel damage detection management system based on vibration signal of moving train |
CN111485949A (zh) * | 2020-04-14 | 2020-08-04 | 中铁隧道局集团有限公司 | 隧道预支护壳体内力及其背后土压力实时监测系统及方法 |
CN113668489A (zh) * | 2020-05-14 | 2021-11-19 | 苏州中车建设工程有限公司 | 一种市域铁路施工监测系统 |
CN111927558A (zh) * | 2020-10-13 | 2020-11-13 | 中国科学院武汉岩土力学研究所 | 动水软弱围岩隧道全断面掘进的安全预警方法及装置 |
CN112258049A (zh) * | 2020-10-26 | 2021-01-22 | 西南交通大学 | 一种针对复杂地质条件区域隧道的安全控制方法 |
CN213598021U (zh) * | 2020-10-28 | 2021-07-02 | 中交隧道工程局有限公司 | 一种隧道变形监控系统 |
WO2022131388A1 (ko) * | 2020-12-15 | 2022-06-23 | 주식회사 현성 | 이동식 무인탐지장치를 이용한 인공지능 기반 안전관리 시스템 |
WO2022174592A1 (zh) * | 2021-02-22 | 2022-08-25 | 南京派光智慧感知信息技术有限公司 | 一种隧道形变实时监测方法及装置 |
CN113467315A (zh) * | 2021-07-16 | 2021-10-01 | 中交投资南京有限公司 | 一种基于bim技术的隧道工程自动化监测控制方法及系统 |
CN215170208U (zh) * | 2021-07-21 | 2021-12-14 | 机械工业勘察设计研究院有限公司 | 一种基于静力水准仪的地铁隧道管片结构形变监测系统 |
CN113898372A (zh) * | 2021-09-01 | 2022-01-07 | 武汉市政工程设计研究院有限责任公司 | 一种污水深隧的全生命周期健康监测系统 |
CN113822227A (zh) * | 2021-10-19 | 2021-12-21 | 杭州交通工程监理咨询有限公司 | 一种隧道工程施工风险监控方法、装置以及介质 |
CN115263432A (zh) * | 2022-09-02 | 2022-11-01 | 河海大学 | 一种深埋隧洞稳定性和安全性监测分析系统 |
CN115929406A (zh) * | 2022-12-07 | 2023-04-07 | 河海大学 | 基于神经网络的围岩稳定性预测方法、系统及存储介质 |
CN116155379A (zh) * | 2023-02-27 | 2023-05-23 | 中国矿业大学 | 一种基于脉冲网络解调机制的矿井可见光通信系统及方法 |
CN116624225A (zh) * | 2023-03-23 | 2023-08-22 | 同济大学 | 一种隧道病害图片与文字巡检信息实时传输预警系统 |
CN116575985A (zh) * | 2023-05-12 | 2023-08-11 | 中铁二局集团有限公司 | 用于软岩大变形隧道的信息化监控量测系统及施工方法 |
Non-Patent Citations (6)
Title |
---|
基于SAA技术隧道变形监测技术;王丰仓;《山西建筑》;第43卷(第31期);全文 * |
基于西原模型的蠕变型滑坡预警判据及滑坡智能监测预警系统研究;王珣;《水利水电技术》;第49卷(第8期);全文 * |
岩质高边坡变形监测技术研究;王广军;《 路基工程》(第3期);全文 * |
松散堆积体隧道围岩变形特征及围岩加固技术研究;向宝山;《公路》;第66卷(第12期);全文 * |
王兴亮.《现代通信系统新技术》.西安电子科技大学出版社,2017,(第2版),191-193. * |
陈旗.《通信对抗原理》.西安电子科技大学出版社,2021,(第1版),44-45. * |
Also Published As
Publication number | Publication date |
---|---|
CN116906125A (zh) | 2023-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Silva et al. | Development of a testbed for wireless underground sensor networks | |
CN206470931U (zh) | 一种基于LoRa技术的监测装置 | |
CN107566528A (zh) | 基于云端数据共享的污水处理厂监控系统 | |
CN107909788A (zh) | 一种基于LoRa的无线抄表系统 | |
CN109167349A (zh) | 一种计及负荷优化重配的电力cps可生存性量化评估方法 | |
CN102968550A (zh) | 一种基于体域网的社区人体健康统一管理系统 | |
CN102936890A (zh) | 软土地基预压处理的远程自动化监测系统及方法 | |
CN116906125B (zh) | 基于数据同步传输算法的软岩隧道安全监测方法及系统 | |
CN112491588B (zh) | 一种230m电力物联网中设备的管理方法及系统 | |
CN107888456A (zh) | 用于监测端口数据量的方法及装置 | |
CN112491034A (zh) | 一种基于交流潮流模型的电力信息物理系统建模方法 | |
CN103139804A (zh) | 无线传感器网络的节能传播自适应rls分布式检测方法 | |
CN102624758A (zh) | 一种智能电网下配变电设备监测信息聚合方法 | |
CN111919428A (zh) | 从管理实体到智能电表的数据传输 | |
CN105391737A (zh) | 一种负载均衡主机群文件同步处理系统及其处理方法 | |
WO2021184546A1 (zh) | 一种用电信息深度覆盖采集系统 | |
CN108235317B (zh) | 一种接入控制的方法及设备 | |
CN107579940A (zh) | 基于感应耦合温盐深链多节点信道模型的多载波通信算法 | |
CN103647675A (zh) | 一种dsl宽带质量自动优化方法 | |
CN105490710A (zh) | 一种基于lte无线宽带的电缆隧道通信系统 | |
CN103152751A (zh) | 无线传感器网络的节能传播自适应lms分布式检测方法 | |
CN110599752A (zh) | 水位采集终端及水位采集系统 | |
CN110113379A (zh) | 一种基于OneNet平台的微电网监控系统及其实现方法 | |
CN216600092U (zh) | 一种基于无线Mesh网络的监测装置 | |
CN108418804A (zh) | 一种防病毒路由器、系统和方法 |
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 |