CN117198032A - 一种基于雷达传感器的隧道积水预警方法及系统 - Google Patents
一种基于雷达传感器的隧道积水预警方法及系统 Download PDFInfo
- Publication number
- CN117198032A CN117198032A CN202311475028.6A CN202311475028A CN117198032A CN 117198032 A CN117198032 A CN 117198032A CN 202311475028 A CN202311475028 A CN 202311475028A CN 117198032 A CN117198032 A CN 117198032A
- Authority
- CN
- China
- Prior art keywords
- water level
- level height
- water
- tunnel
- value
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 644
- 238000009825 accumulation Methods 0.000 claims abstract description 173
- 230000000739 chaotic effect Effects 0.000 claims abstract description 74
- 238000001514 detection method Methods 0.000 claims abstract description 74
- 230000028161 membrane depolarization Effects 0.000 claims abstract description 36
- 230000003746 surface roughness Effects 0.000 claims abstract description 28
- 238000005259 measurement Methods 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims abstract description 14
- 230000005484 gravity Effects 0.000 claims description 15
- 238000012937 correction Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 description 15
- 238000004891 communication Methods 0.000 description 7
- 238000013016 damping Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000002592 echocardiography Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000036626 alertness Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000002999 depolarising effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Abstract
本申请提供一种基于雷达传感器的隧道积水预警方法及系统,获取碰撞探测回波信号数据和非碰撞探测回波信号数据并确定探测回波信号数据消偏值;获取隧道积水时的历史侧壁水位高度值序列并确定多个侧壁水位高度整定值,根据所述侧壁水位高度整定值确定多个侧壁水位高度整定值子块;对每个侧壁水位高度整定值子块进行混沌化处理得到多个水位高度混沌熵;对所述水位高度混沌熵进行积水涌动量估量确定隧道积水面涌浪值;通过多个隧道监测器同时获取当前隧道各部位的积水流速、水位高度并和隧道积水面涌浪值确定当前积水面粗糙度,将当前积水面粗糙度与预设积水面粗糙度进行对比,并进行隧道积水预警,可提升积水预警的准确性。
Description
技术领域
本申请涉及隧道积水预警技术领域,更具体的说,本申请涉及一种基于雷达传感器的隧道积水预警方法及系统。
背景技术
隧道通常位于地势较低的地区,容易积水,强降雨、排水系统故障等因素可能导致隧道内积水,增加交通事故的风险,目前的监测手段主要基于摄像头、传感器等,但在恶劣天气条件下,视野受限,检测效果受到影响,因而,采用雷达传感器对隧道积水时进行数据测量,雷达传感器作为一种主动传感技术,不受光照、雨雪等天气影响,能够穿透雨雾,有效获取目标信息,雷达传感器可测量距离、速度和方位角等参数,适用于目标检测和跟踪,尤其在恶劣气象条件下具有较高的可靠性,因此被用在隧道积水时对水位高度、水流速度、积水区域等数据。
在现有技术中,通过安装雷达传感器于隧道内部,雷达传感器将发射无线信号并接收其回波,通过测量信号的时间延迟,可以计算出隧道内物体的距离和速度,根据回波时间延迟,计算出隧道内积水的水位高度,从而将水位高度与预设的警戒水位进行比较,判断是否出现积水,如果水位超过警戒水位,触发积水预警,此外,在现有技术一般采用在隧道里刻画有带刻度的涉水线,并在隧道口显眼位置设有刻度尺,当隧道积水超过相应刻度时,需要司乘人员自行判断,当隧道内水位达到预警标准时,隧道拦截应急管理系统会及时发出预警,同时隧道口附近的显示屏幕和道闸会自动采取相应预警措施,以防止车辆误入积水隧道,其中采用黄色预警谨慎通行,采用红色警告禁止通行,然而,现有技术中当雷达传感器发射信号到水面时,积水面上会存在波动或颗粒,信号可能会发生散射,使信号的传播路径发生变化,导致隧道积水预警准确率下降。
发明内容
本申请提供一种基于雷达传感器的隧道积水预警方法及系统,以解决隧道积水预警准确率下降的技术问题。
为解决上述技术问题,本申请采用如下技术方案:
第一方面,本申请提供一种基于雷达传感器的隧道积水预警方法,包括如下步骤:
通过雷达传感器同步发射积水面碰撞信号和积水面非碰撞探测信号,获取碰撞探测回波信号数据和非碰撞探测回波信号数据,进而确定探测回波信号数据消偏值;
获取隧道积水时的历史侧壁水位高度值序列,根据所述探测回波信号数据消偏值确定所述历史侧壁水位高度值序列中每个历史侧壁水位高度值的侧壁水位高度整定值,并对所述侧壁水位高度整定值进行子块划分,得到多个侧壁水位高度整定值子块;
对每个侧壁水位高度整定值子块进行混沌化处理,得到各个侧壁水位高度整定值子块的水位高度混沌熵,进而根据所有的水位高度混沌熵对隧道积水面进行积水涌动量估量,得到隧道积水面涌浪值;
通过多个隧道监测器同时获取当前隧道各部位的积水流速和水位高度,进而由所述积水流速、所述水位高度和所述隧道积水面涌浪值确定当前积水面粗糙度;
将确定的当前积水面粗糙度与预设积水面粗糙度进行对比,若当前积水面粗糙度大于预设积水面粗糙度时,触发隧道积水预警系统启动预警。
在一些实施例中,积水面碰撞探测信号和积水面非碰撞探测信号为雷达传感器同步发射的不同频率的信号。
在一些实施例中,根据所述探测回波信号数据消偏值确定所述历史侧壁水位高度值序列中每个历史侧壁水位高度值的侧壁水位高度整定值具体包括:
获取所述历史侧壁水位高度值序列中的每个历史侧壁水位高度值;
对所述历史侧壁水位高度值序列中的所有历史侧壁水位高度值进行求和,得到历史侧壁水位高度总值;
根据所述历史侧壁水位高度总值和所述探测回波信号数据消偏值确定所述历史侧壁水位高度值序列中每个历史侧壁水位高度值的侧壁水位高度整定值。
在一些实施例中,所述侧壁水位高度整定值由下述公式确定:
其中,表示历史侧壁水位高度值序列中第/>个历史侧壁水位高度值的侧壁水位高度整定值,/>表示历史侧壁水位高度值的探测回波信号数据消偏值,/>表示历史侧壁水位高度值序列中的第/>个历史侧壁水位高度值,/>表示历史侧壁水位高度值序列中历史侧壁水位高度值的总数目,/>表示历史侧壁水位高度总值,/>表示历史侧壁水位高度值序列中的第/>个历史侧壁水位高度值。
在一些实施例中,对每个侧壁水位高度整定值子块进行混沌化处理,得到各个侧壁水位高度整定值子块的水位高度混沌熵具体包括:
对每个侧壁水位高度整定值子块中的侧壁水位高度整定值进行随机排列组合,得到该个侧壁水位高度整定值子块的多个排列子块;
对该个侧壁水位高度整定值子块的每个排列子块进行同子块频率统计,得到每个排列子块的同子块出现概率;
根据各个排列子块的同子块出现概率,确定该个侧壁水位高度整定值子块的水位高度混沌熵。
在一些实施例中,根据所有的水位高度混沌熵对隧道积水面进行积水涌动量估量,得到隧道积水面涌浪值具体包括:
获取所述水位高度混沌熵的总数目;
获取所有水位高度混沌熵中的最大水位高度混沌熵;
获取所有水位高度混沌熵中的最小水位高度混沌熵;
确定所述水位高度混沌熵的重心水位高度混沌熵;
确定所述水位高度混沌熵的波动度;
确定积水涌动量估量的修正因子;
根据所述水位高度混沌熵的总数目、所述最大水位高度混沌熵、所述最小水位高度混沌熵、所述重心水位高度混沌熵、所述水位高度混沌熵的波动度以及积水涌动量估量的修正因子确定隧道积水面的隧道积水面涌浪值。
在一些实施例中,所述隧道积水面涌浪值由下述公式确定:
其中,表示隧道积水面的隧道积水面涌浪值,/>表示积水涌动量估量的修正因子,标定为0到1之间的一个常数,/>表示第/>个水位高度混沌熵,/>表示第/>个水位高度混沌熵,/>表示水位高度混沌熵的重心水位高度混沌熵,/>表示水位高度混沌熵的波动度,/>表示最大水位高度混沌熵,/>表示最小水位高度混沌熵,/>表示水位高度混沌熵的总数目,/>,
。
第二方面,本申请提供一种基于雷达传感器的隧道积水预警系统,其包括:
探测回波信号数据消偏值确定模块,用于通过雷达传感器同步发射积水面碰撞信号和积水面非碰撞探测信号,获取碰撞探测回波信号数据和非碰撞探测回波信号数据,进而确定探测回波信号数据消偏值;
侧壁水位高度整定值子块确定模块,用于获取隧道积水时的历史侧壁水位高度值序列,根据所述探测回波信号数据消偏值确定所述历史侧壁水位高度值序列中每个历史侧壁水位高度值的侧壁水位高度整定值,并对所述侧壁水位高度整定值进行子块划分,得到多个侧壁水位高度整定值子块;
隧道积水面涌浪值确定模块,用于对每个侧壁水位高度整定值子块进行混沌化处理,得到各个侧壁水位高度整定值子块的水位高度混沌熵,进而根据所有的水位高度混沌熵对隧道积水面进行积水涌动量估量,得到隧道积水面涌浪值;
积水面粗糙度确定模块,用于通过多个隧道监测器同时获取当前隧道各部位的积水流速和水位高度,进而由所述积水流速、所述水位高度和所述隧道积水面涌浪值确定当前积水面粗糙度;
隧道积水预警模块,用于将确定的当前积水面粗糙度与预设积水面粗糙度进行对比,若当前积水面粗糙度大于预设积水面粗糙度时,触发隧道积水预警系统启动预警。
第三方面,本申请提供一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器存储有代码,所述处理器被配置为获取所述代码,并执行上述的基于雷达传感器的隧道积水预警方法。
第四方面,本申请提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述的基于雷达传感器的隧道积水预警方法。
本申请公开的实施例提供的技术方案具有以下有益效果:
本申请提供的基于雷达传感器的隧道积水预警方法及系统中,通过雷达传感器同步发射积水面碰撞信号和积水面非碰撞探测信号,获取碰撞探测回波信号数据和非碰撞探测回波信号数据,进而确定探测回波信号数据消偏值;获取隧道积水时的历史侧壁水位高度值序列,根据所述探测回波信号数据消偏值确定所述历史侧壁水位高度值序列中每个历史侧壁水位高度值的侧壁水位高度整定值,并对所述侧壁水位高度整定值进行子块划分,得到多个侧壁水位高度整定值子块;对每个侧壁水位高度整定值子块进行混沌化处理,得到各个侧壁水位高度整定值子块的水位高度混沌熵,进而根据所有的水位高度混沌熵对隧道积水面进行积水涌动量估量,得到隧道积水面涌浪值;通过多个隧道监测器同时获取当前隧道各部位的积水流速和水位高度,进而由所述积水流速、所述水位高度和所述隧道积水面涌浪值确定当前积水面粗糙度;将确定的当前积水面粗糙度与预设积水面粗糙度进行对比,若当前积水面粗糙度大于预设积水面粗糙度时,触发隧道积水预警系统启动预警。
在本申请中,通过雷达传感器的积水监测方法,同步获取了积水面的碰撞信号和积水面非碰撞探测信号,进而消除了探测数据的偏差,使得更准确地检测积水,从而提高预警系统的可靠性和准确性,利用历史侧壁水位高度值序列,通过探测回波信号数据消偏值得到侧壁水位高度整定值,并将其划分为多个子块,对每个子块进行混沌化处理,得到多个水位高度混沌熵,从而表征了水位变化的复杂程度,通过多个水位高度混沌熵确定隧道积水面涌浪值,从而更准确地反映了水位的混沌性质,通过多个隧道监测器,同时获取了各部位的积水流速和水位高度数据,结合积水流速、水位高度和隧道积水面涌浪值,可以确定当前积水面的粗糙度,通过将当前积水面粗糙度与积水面粗糙度的预设值进行对比,若当前积水面粗糙度超过积水面粗糙度预设值时,系统将触发预警机制,预警指示灯亮起,可有效提升积水预警的准确性。
附图说明
图1是根据本申请一些实施例所示的基于雷达传感器的隧道积水预警方法的示例性流程图;
图2是根据本申请一些实施例所示的基于雷达传感器的隧道积水预警系统的示例性硬件和/或软件的示意图;
图3是根据本申请一些实施例所示的实现基于雷达传感器的隧道积水预警方法的计算机设备的结构示意图。
具体实施方式
本申请提供的一种基于雷达传感器的隧道积水预警方法及系统中,首先通过雷达传感器同步发射积水面碰撞信号和积水面非碰撞探测信号,获取碰撞探测回波信号数据和非碰撞探测回波信号数据,进而确定探测回波信号数据消偏值;获取隧道积水时的历史侧壁水位高度值序列,根据所述探测回波信号数据消偏值确定所述历史侧壁水位高度值序列中每个历史侧壁水位高度值的侧壁水位高度整定值,并对所述侧壁水位高度整定值进行子块划分,得到多个侧壁水位高度整定值子块;对每个侧壁水位高度整定值子块进行混沌化处理,得到各个侧壁水位高度整定值子块的水位高度混沌熵,进而根据所有的水位高度混沌熵对隧道积水面进行积水涌动量估量,得到隧道积水面涌浪值;通过多个隧道监测器同时获取当前隧道各部位的积水流速和水位高度,进而由所述积水流速、所述水位高度和所述隧道积水面涌浪值确定当前积水面粗糙度;将确定的当前积水面粗糙度与预设积水面粗糙度进行对比,若当前积水面粗糙度大于预设积水面粗糙度时,触发隧道积水预警系统启动预警。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。参考图1,该图是根据本申请一些实施例所示的基于雷达传感器的隧道积水预警方法的示例性流程图,该基于雷达传感器的隧道积水预警方法100主要包括如下步骤:
在步骤101,通过雷达传感器同步发射积水面碰撞信号和积水面非碰撞探测信号,获取碰撞探测回波信号数据和非碰撞探测回波信号数据,进而确定探测回波信号数据消偏值。
雷达传感器是一种用于探测和测量目标的设备,利用电磁波的特性来感知目标的位置、速度、方向等信息,雷达传感器广泛应用于军事、航空、航海、气象、交通等领域,以及无人驾驶汽车等现代科技应用中,雷达传感器的工作原理基于发射电磁波并监听其回波的过程,电磁波会被目标反射、散射或吸收,回到雷达系统中,通过分析回波的时间延迟、相位变化等信息,雷达可以计算出目标的位置、速度、方向等参数,雷达传感器在军事上常用于目标探测、目标识别、导航引导等任务,在民用领域则广泛应用于天气预报、飞机导航、交通管理等领域,在隧道积水预警时,雷达传感器的主要作用是测量隧道内的水位高度,雷达传感器利用雷达波束发射信号,当这些信号与水面相交时,一部分信号会被水面反射回来,传感器通过测量信号的往返时间来确定水面的距离,从而计算出水位高度。
在一些实施例中,通过雷达传感器同步发射积水面碰撞探测信号和积水面非碰撞探测信号,分别得到碰撞探测回波信号数据和非碰撞探测回波信号数据,所述积水面碰撞探测信号和所述积水面非碰撞探测信号为雷达传感器发射的不同频率的信号,其中,所述积水面碰撞探测信号是一个与积水面相互作用的一个发射信号,所述积水面非碰撞探测信号是一个不与积水面相互作用的一个发射信号,通过比较与水面相互作用的信号和不与水面相互作用的信号之间的差异,来估计折射和散射引起的测量误差,从而进行误差的修正。
具体实现时,在隧道关键位置设置两个雷达传感器,例如,隧道入口、低洼区域、弯道或坡道,分别发射积水面碰撞探测信号和积水面非碰撞探测信号,这两个雷达传感器需要在时间上进行同步,以确保在相同的时刻发射信号并分别接收碰撞探测回波信号数据和非碰撞探测回波信号数据。
需要说明的是,所述碰撞探测回波信号数据是指雷达传感器发射的电磁波与积水面发生碰撞后反射回来的信号,雷达传感器发射一个特定频率或频率范围的电磁波,然后监听返回的信号数据,当积水面存在时,电磁波会被积水面反射,返回的信号会带有积水面的特征信息;所述非碰撞探测回波信号数据是指发射的电磁波在非积水表面发生反射后返回的信号数据,这个信号数据用于作为参考,以便将所述碰撞探测回波信号数据与背景信号进行比较,以消除信号折射和散射产生的偏差。
需要说明的是,确定所述碰撞探测回波信号数据和所述非碰撞探测回波信号数据,作用在于利用这些数据来分析和判断隧道内是否存在积水情况,可以通过比较积水面与非积水面的反射特性,更准确地检测积水,从而提高预警系统的可靠性和准确性。
在一些实施例中,本申请中确定探测回波信号数据消偏值具体可采用下述方式,即:
将每个时间点获取的碰撞探测回波信号数据和非碰撞探测回波信号数据进行残差计算,得到每个时间点的探测回波信号数据残差值;
根据各个时间点的探测回波信号数据残差值确定探测回波信号数据残差值的残差均值,将得到的探测回波信号数据残差值的残差均值作为探测回波信号数据消偏值。
本申请中探测回波信号数据消偏值即为获取的多个探测回波信号数据残差值的残差均值,确定所述探测回波信号数据消偏值在于消除信号在水面反射时发生的折射和散射,在隧道积水时,当雷达传感器发射电磁波时,反射回来的信号存在折射和散射的现象,这可能导致信号的实际路径不同于理论路径,进而使得获取的回波信号数据的偏离,因此,需要根据光线的折射和散射情况进行修正,积水面非碰撞探测信号不与水面相互作用,在传播过程中不会受到折射和散射的影响,通过碰撞探测回波信号数据与非碰撞探测回波信号数据之间的残差值,可以估计折射和散射引起的误差,进而对测量信号数据进行修正,消除由于光学现象引起的误差,从而更精确地校正测量数据信息。
在步骤102,获取隧道积水时的历史侧壁水位高度值序列,根据所述探测回波信号数据消偏值确定所述历史侧壁水位高度值序列中每个历史侧壁水位高度值的侧壁水位高度整定值,并对所述侧壁水位高度整定值进行子块划分,得到多个侧壁水位高度整定值子块。
在一些实施例中,从隧道积水数据库中获取隧道积水时的历史侧壁水位高度值序列,所述史侧壁水位高度值序列是指在一段时间内,隧道内侧壁上不断记录的水位高度值的序列,所述历史侧壁水位高度值序列可以用来分析隧道内积水的情况,了解水位的变化趋势、周期性和异常情况。
在一些实施例中,根据所述探测回波信号数据消偏值确定所述历史侧壁水位高度值序列中每个历史侧壁水位高度值的侧壁水位高度整定值具体可采用下述方式,即:
获取所述历史侧壁水位高度值序列中的每个历史侧壁水位高度值;
对所述历史侧壁水位高度值序列中的所有历史侧壁水位高度值进行求和,得到历史侧壁水位高度总值;
根据所述历史侧壁水位高度总值和所述探测回波信号数据消偏值确定所述历史侧壁水位高度值序列中每个历史侧壁水位高度值的侧壁水位高度整定值。
具体实现时,所述侧壁水位高度整定值由下述公式确定:
其中,表示历史侧壁水位高度值序列中第/>个历史侧壁水位高度值的侧壁水位高度整定值,/>表示历史侧壁水位高度值的探测回波信号数据消偏值,/>表示历史侧壁水位高度值序列中的第/>个历史侧壁水位高度值,/>表示历史侧壁水位高度值序列中历史侧壁水位高度值的总数目,/>表示历史侧壁水位高度总值,/>表示历史侧壁水位高度值序列中的第/>个历史侧壁水位高度值。
需要说明的是,根据所述探测回波信号数据消偏值确定所述历史侧壁水位高度值序列中每个历史侧壁水位高度值的侧壁水位高度整定值是一个消偏的过程,具体来说,由所述探测回波信号数据消偏值对所述历史侧壁水位高度值序列中的每个历史侧壁水位高度值进行消偏,即消除采集数据时带来的噪声干扰,可以有效从雷达传感器的探测数据中获得隧道内侧壁水位的实际值,有效地补偿了隧道积水时隧道内各影响因素造成的信号偏差,例如,隧道风速、隧道积水流速等影响因素,提高了水位测量的准确性和可靠性。
在一些实施例中,对所述侧壁水位高度整定值进行子块划分,得到多个侧壁水位高度整定值子块具体可采用下述方式,即:
确定子块划分的时间窗长度;
根据所述时间窗长度对所有的侧壁水位高度整定值按照时间顺序进行滑动分割,得到多个侧壁水位高度整定值子块。
具体实现时,所述时间窗长度根据获取的侧壁水位高度整定值的时间长度而定,例如,所述侧壁水位高度整定值的时间长度为2个小时,采用固定的时间窗长度来划分子块,确定子块划分的时间窗长度为20分钟,则将所有的侧壁水位高度整定值按照20分钟的时间窗口进行划分,进而得到多个侧壁水位高度整定值子块,其中,每个时间窗口内的数据构成一个侧壁水位高度整定值子块。
需要说明的是,上述将侧壁水位高度整定值进行子块划分,可便于识别侧壁水位高度整定值的局部特征,例如异常点、峰值、谷值等,使得能够更精细地分析数据的变化。
在步骤103,对每个侧壁水位高度整定值子块进行混沌化处理,得到各个侧壁水位高度整定值子块的水位高度混沌熵,进而根据所有的水位高度混沌熵对隧道积水面进行积水涌动量估量,得到隧道积水面涌浪值。
在一些实施例中,对每个侧壁水位高度整定值子块进行混沌化处理,得到各个侧壁水位高度整定值子块的水位高度混沌熵具体可采用下述方式,即:
对每个侧壁水位高度整定值子块中的侧壁水位高度整定值进行随机排列组合,得到该个侧壁水位高度整定值子块的多个排列子块;
对该个侧壁水位高度整定值子块的每个排列子块进行同子块频率统计,得到每个排列子块的同子块出现概率;
根据各个排列子块的同子块出现概率,确定该个侧壁水位高度整定值子块的水位高度混沌熵;
其中,所述水位高度混沌熵由下述公式确定:
其中,表示第/>个侧壁水位高度整定值子块的水位高度混沌熵,/>表示第/>个侧壁水位高度整定值子块中第/>个排列子块的同子块出现概率,/>表示侧壁水位高度整定值子块中排列子块的总个数,/>表示以2为底的对数函数。
具体实现时,同子块频率统计是指对每个排列子块进行出现概率的统计,同子块出现概率是指有多个排列子块时,每个排列子块出现的概率,本申请中对该个侧壁水位高度整定值子块的每个排列子块进行同子块频率统计是对侧壁水位高度整定值子块中的各个侧壁水位高度整定值进行随机排列组合后得到多个排列子块并对每个排列子块进行出现概率的统计,例如,侧壁水位高度整定值子块为[0.1,0.3,0.2],则随机排列组合可以得到侧壁水位高度整定值子块的多个排列子块,即:[0.1,0.3,0.2]、[0.1,0.2,0.3]、[0.3,0.1,0.2]、[0.3,0.2,0.1]、[0.2,0.1,0.3]、[0.2,0.3,0.1]分别统计每个排列子块的出现概率,即都为1/6。
需要说明的是,本申请中混沌化处理是获取所述水位高度混沌熵的过程,其中所述水位高度混沌熵指的是对侧壁水位高度整定值子块数据进行混沌熵的计算得到的熵值,所述水位高度混沌熵用来表示不同时间段的水位变化混沌程度,或者用来判断某个时间段内水位变化是否表现出较强的混乱性,假设有一段时间内的水位高度混沌熵,可以由所述水位高度混沌熵确定该时间段内的水位变化的混乱程度,如果水位高度混沌熵较大,表示水位变化相对较为混乱,如果水位高度混沌熵较小,表示水位变化相对较为有序,通过计算混沌熵,可以获得关于侧壁水位高度变化的信息,例如水位的复杂性、不确定性和随机性程度,这些信息可能有助于理解水位高度变化的特性,优化水资源管理、水灾预警等方面的决策,在本申请实施例中,所述水位高度混沌熵作为隧道积水预警中的特征表述。
在一些实施例中,根据所有的水位高度混沌熵对隧道积水面进行积水涌动量估量,得到隧道积水面涌浪值具体可采用下述方式,即:
获取所述水位高度混沌熵的总数目;
获取所有水位高度混沌熵中的最大水位高度混沌熵;
获取所有水位高度混沌熵中的最小水位高度混沌熵;
确定所述水位高度混沌熵的重心水位高度混沌熵;
确定所述水位高度混沌熵的波动度;
确定积水涌动量估量的修正因子;
根据所述水位高度混沌熵的总数目、所述最大水位高度混沌熵、所述最小水位高度混沌熵、所述重心水位高度混沌熵、所述水位高度混沌熵的波动度以及积水涌动量估量的修正因子确定隧道积水面的隧道积水面涌浪值;
具体实现时,所述隧道积水面涌浪值由下述公式确定:
其中,表示隧道积水面的隧道积水面涌浪值,/>表示积水涌动量估量的修正因子,标定为0到1之间的一个常数,/>表示第/>个水位高度混沌熵,/>表示第/>个水位高度混沌熵,/>表示水位高度混沌熵的重心水位高度混沌熵,/>表示水位高度混沌熵的波动度,/>表示最大水位高度混沌熵,/>表示最小水位高度混沌熵,/>表示水位高度混沌熵的总数目,/>,
。
具体实现时,本申请中水位高度混沌熵的重心水位高度混沌熵可通过计算水位高度混沌熵的均值确定,即将水位高度混沌熵的均值作为水位高度混沌熵的重心水位高度混沌熵,需要说明的是,本申请中水位高度混沌熵的重心水位高度混沌熵用于表示所有水位高度混沌熵的集中程度,确定所述重心水位高度混沌熵有助于分析每个水位高度混沌熵与重心水位高度混沌熵的偏离程度,从而了解水位高度的变化复杂程度量。
另外,具体实现时,所述水位高度混沌熵的波动度可通过计算水位高度混沌熵的方差或标准差确定,即将水位高度混沌熵的方差或标准差作为水位高度混沌熵的波动度,本申请中,水位高度混沌熵的波动度用来衡量水位高度混沌熵相对于平均值的变异程度,水位高度混沌熵的波动度越大,表示水位高度混沌熵相对平均值的分散程度越大,反之亦然。
需要说明的是,所述积水涌动量估量的修正因子是用来对积水涌动量估量结果的修正,以确保数据的准确性和真实性。
另外,需要说明的是,所述隧道积水面涌浪值是指隧道内积水面上积水波动变化的一个程度值,所述涌浪是指积水面上的小波浪,这种波浪通常是短暂的、不规则的,由水面的不均匀性而产生,具体来说,在本申请中,所述隧道积水面涌浪值是通过所有水位高度混沌熵对隧道积水面进行积水涌动量估量获得的值,所述隧道积水面涌浪值越大,意味着隧道内积水面上积水波动变化很大,可能存在积水量增长的情况,所述隧道积水面涌浪值越小,意味着隧道内积水面上积水波动变化很小,可能存在积水量放缓的情况,对所述隧道积水面涌浪值的确定可以有效识别隧道内积水量的情况。
还需要说明的是,所述积水涌动量估量是指对隧道内积水面上积水涌动变化程度的估量过程,可以有效识别隧道内积水量的情况。
在步骤104,通过多个隧道监测器同时获取当前隧道各部位的积水流速和水位高度,进而由所述积水流速、所述水位高度和所述隧道积水面涌浪值确定当前积水面粗糙度。
在一些实施例中,通过多个隧道监测器同时获取当前隧道各部位的积水流速和水位高度。
在一些实施例中,由所述积水流速、所述水位高度和所述隧道积水面涌浪值确定当前积水面粗糙度具体可采用下述方式,即:
获取隧道积水的隧道积水面涌浪值;
获取第个隧道监测器获取的积水流速值/>;
确定当前隧道积水时的积水流速中心值;
确定当前隧道积水时的水位高度中心值;
确定当前隧道积水时的积水阻尼系数;
获取当前重力加速度;
确定当前隧道积水时的液力半宽;
获取隧道检测器的检测积水流速或水位高度总个数;
根据所述隧道积水的隧道积水面涌浪值、所述第/>个隧道监测器获取的积水流速值/>、所述当前隧道积水时的积水流速中心值/>、所述当前隧道积水时的水位高度中心值/>、所述当前隧道积水时的积水阻尼系数/>、所述当前重力加速度/>、所述当前隧道积水时的液力半宽/>和所述隧道检测器的检测积水流速或水位高度总个数/>确定当前积水面粗糙度/>,具体实现时,当前积水面粗糙度可由下述公式确定:
其中,表示当前隧道积水时的积水面粗糙度,/>表示当前隧道积水时的积水阻尼系数,/>表示重力加速度,/>表示当前隧道积水时的积水流速中心值,/>表示当前隧道积水时的水位高度中心值,/>表示各部位隧道检测器的检测积水流速或水位高度总个数,表示隧道积水的隧道积水面涌浪值,/>表示第/>个隧道监测器获取的积水流速值,/>表示当前隧道积水时的液力半宽,/>。
具体实现时,当前隧道积水时的积水流速中心值可通过计算当前隧道积水时的积水流速的均值获得,用于表征当前时刻积水流速的均匀集中度,当前隧道积水时的水位高度中心值可通过计算当前隧道积水时的水位高度的均值获得,也是用于表征当前时刻积水流速的均匀集中度。
具体实现时,所述积水阻尼系数是指在隧道积水中对积水流动速率的阻碍能力的一个值,所述积水阻尼系数越大,阻碍积水流动速率的能力越强,所述积水阻尼系数由下述公式确定:
/>
其中,为隧道积水时的积水阻尼系数,/>当前时刻的积水浑浊度,其中所述积水浑浊度由浊度传感器进行获取。
具体实现时,当前隧道积水时的液力半宽可通过计算隧道半径与当前隧道积水时的水位高度的均值的比值确定,这里不再赘述,所述液力半宽是指用于描述流体中流体截面对流动阻力的影响的一个参数。
需要说明的是,本申请中多个隧道监测器集成了速度传感器和雷达传感器,可在同一个隧道监测器中放置以同时进行水流速度的测量和水位高度的测量,另外本申请中多个隧道监测器是安装在隧道的多个位置,例如隧道入口、隧道出口、隧道中间位置等,可以同时获取多个位置的水流速度值和水位高度。
需要说明的是,本申请中积水面粗糙度是用来表征隧道积水状况的一个指标值,是隧道内积水表面的凹凸不平程度和不规则性的一个表征值,即水面的起伏和波动情况,在隧道积水中,积水面粗糙度描述了水面的不规则程度,包括水面的起伏、波动、颗粒分布等,当所述积水面粗糙度越大时,表明当前隧道内入水量在增大,当入水量达到一定值时,会导致隧道积水深度变深,使得隧道通过不安全,通过确定积水面粗糙度可以有效预知隧道积水的情况,从而做出预警。
在步骤105,将确定的当前积水面粗糙度与预设积水面粗糙度进行对比,若当前积水面粗糙度大于预设积水面粗糙度时,触发隧道积水预警系统启动预警。
在一些实施例中,将当前积水面粗糙度与预设积水面粗糙度进行对比,若当前积水面粗糙度大于预设积水面粗糙度时,隧道积水预警系统触发预警机制,预警指示灯亮将会亮起,具体实现时,将当前积水面粗糙度与预设积水面粗糙度进行对比,如果当前积水面粗糙度大于预设阈值,意味着积水情况比正常情况更严重,需要引起警觉,系统会触发预警机制预警指示灯会亮起,向隧道内的人员发出警示信号,提醒他们注意当前的积水情况,预警系统可以及时通知人们当前的积水情况超过了预期,帮助他们采取适当的措施,如加强排水、限制通行或采取其他应急措施,确保隧道的安全运行。
需要说明的是,所述预设积水面粗糙度是通过深度机器学习分析大量获取的不同积水程度下的积水面粗糙度实验数据得出的一个值,这个值在隧道积水预警系统中具有重要作用,被用来提高预警的准确性。
另外,本申请的另一方面,在一些实施例中,本申请提供一种基于雷达传感器的隧道积水预警系统,参考图2,该图是根据本申请一些实施例所示的基于雷达传感器的隧道积水预警系统的示例性硬件和/或软件的示意图,该基于雷达传感器的隧道积水预警系统200包括:探测回波信号数据消偏值确定模块201、侧壁水位高度整定值子块确定模块202、隧道积水面涌浪值确定模块203、积水面粗糙度确定模块204和隧道积水预警模块205,分别说明如下:
探测回波信号数据消偏值确定模块201,本申请中探测回波信号数据消偏值确定模块201主要用于通过雷达传感器同步发射积水面碰撞信号和积水面非碰撞探测信号,获取碰撞探测回波信号数据和非碰撞探测回波信号数据,进而确定探测回波信号数据消偏值;
侧壁水位高度整定值子块确定模块202,本申请中侧壁水位高度整定值子块确定模块202主要用于获取隧道积水时的历史侧壁水位高度值序列,根据所述探测回波信号数据消偏值确定所述历史侧壁水位高度值序列中每个历史侧壁水位高度值的侧壁水位高度整定值,并对所述侧壁水位高度整定值进行子块划分,得到多个侧壁水位高度整定值子块;
隧道积水面涌浪值确定模块203,本申请中隧道积水面涌浪值确定模块203主要用于对每个侧壁水位高度整定值子块进行混沌化处理,得到各个侧壁水位高度整定值子块的水位高度混沌熵,进而根据所有的水位高度混沌熵对隧道积水面进行积水涌动量估量,得到隧道积水面涌浪值;
积水面粗糙度确定模块204,本申请中积水面粗糙度确定模块204主要用于通过多个隧道监测器同时获取当前隧道各部位的积水流速和水位高度,进而由所述积水流速、所述水位高度和所述隧道积水面涌浪值确定当前积水面粗糙度;
隧道积水预警模块205,本申请中隧道积水预警模块205主要用于将确定的当前积水面粗糙度与预设积水面粗糙度进行对比,若当前积水面粗糙度大于预设积水面粗糙度时,触发隧道积水预警系统启动预警。
另外,本申请还提供一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器存储有代码,所述处理器被配置为获取所述代码,并执行上述的基于雷达传感器的隧道积水预警方法。
在一些实施例中,参考图3,该图是根据本申请一些实施例所示的应用基于雷达传感器的隧道积水预警方法的计算机设备的结构示意图。上述实施例中的基于雷达传感器的隧道积水预警方法可以通过图3所示的计算机设备来实现,该计算机设备包括至少一个处理器301、通信总线302、存储器303以及至少一个通信接口304。
处理器301可以是一个通用中央处理器(central proceing unit,CPU)、特定应用集成电路(application-pecific integrated circuit,AIC)或一个或多个用于控制本申请中的基于雷达传感器的隧道积水预警方法的执行。
通信总线302可包括一通路,在上述组件之间传送信息。
存储器303可以是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其它类型的静态存储设备,随机存取存储器(random acce memory,RAM)或者可存储信息和指令的其它类型的动态存储设备,也可以是电可擦可编程只读存储器(electricallyeraable programmable read-only memory,EEPROM)、只读光盘(compact dic read-onlyMemory,CD-ROM)或其它光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘或者其它磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其它介质,但不限于此。存储器303可以是独立存在,通过通信总线302与处理器301相连接。存储器303也可以和处理器301集成在一起。
其中,存储器303用于存储执行本申请方案的程序代码,并由处理器301来控制执行。处理器301用于执行存储器303中存储的程序代码。程序代码中可以包括一个或多个软件模块。上述实施例中碰撞和非碰撞探测回波信号数据的确定可以通过处理器301以及存储器303中的程序代码中的一个或多个软件模块实现。
通信接口304,使用任何收发器一类的装置,用于与其它设备或通信网络通信,如以太网,无线接入网(radio acce network,RAN),无线局域网(wirele local areanetwork,WLAN)等。
在具体实现中,作为一种实施例,计算机设备可以包括多个处理器,这些处理器中的每一个可以是一个单核(ingle-CPU)处理器,也可以是一个多核(multi-CPU)处理器。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。
上述的计算机设备可以是一个通用计算机设备或者是一个专用计算机设备。在具体实现中,计算机设备可以是台式机、便携式电脑、网络服务器、掌上电脑(peronaldigital aitant,PDA)、移动手机、平板电脑、无线终端设备、通信设备或者嵌入式设备。本申请实施例不限定计算机设备的类型。
另外,本申请还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述的基于雷达传感器的隧道积水预警方法。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种基于雷达传感器的隧道积水预警方法,其特征在于,包括如下步骤:
通过雷达传感器同步发射积水面碰撞信号和积水面非碰撞探测信号,获取碰撞探测回波信号数据和非碰撞探测回波信号数据,进而确定探测回波信号数据消偏值;
获取隧道积水时的历史侧壁水位高度值序列,根据所述探测回波信号数据消偏值确定所述历史侧壁水位高度值序列中每个历史侧壁水位高度值的侧壁水位高度整定值,并对所述侧壁水位高度整定值进行子块划分,得到多个侧壁水位高度整定值子块;
对每个侧壁水位高度整定值子块进行混沌化处理,得到各个侧壁水位高度整定值子块的水位高度混沌熵,进而根据所有的水位高度混沌熵对隧道积水面进行积水涌动量估量,得到隧道积水面涌浪值;
通过多个隧道监测器同时获取当前隧道各部位的积水流速和水位高度,进而由所述积水流速、所述水位高度和所述隧道积水面涌浪值确定当前积水面粗糙度;
将确定的当前积水面粗糙度与预设积水面粗糙度进行对比,若当前积水面粗糙度大于预设积水面粗糙度时,触发隧道积水预警系统启动预警。
2.如权利要求1所述的方法,其特征在于,积水面碰撞探测信号和积水面非碰撞探测信号为雷达传感器同步发射的不同频率的信号。
3.如权利要求1所述的方法,其特征在于,根据所述探测回波信号数据消偏值确定所述历史侧壁水位高度值序列中每个历史侧壁水位高度值的侧壁水位高度整定值具体包括:
获取所述历史侧壁水位高度值序列中的每个历史侧壁水位高度值;
对所述历史侧壁水位高度值序列中的所有历史侧壁水位高度值进行求和,得到历史侧壁水位高度总值;
根据所述历史侧壁水位高度总值和所述探测回波信号数据消偏值确定所述历史侧壁水位高度值序列中每个历史侧壁水位高度值的侧壁水位高度整定值。
4.如权利要求3所述的方法,其特征在于,所述侧壁水位高度整定值由下述公式确定:
其中,表示历史侧壁水位高度值序列中第/>个历史侧壁水位高度值的侧壁水位高度整定值,/>表示历史侧壁水位高度值的探测回波信号数据消偏值,/>表示历史侧壁水位高度值序列中的第/>个历史侧壁水位高度值,/>表示历史侧壁水位高度值序列中历史侧壁水位高度值的总数目,/>表示历史侧壁水位高度总值,/>表示历史侧壁水位高度值序列中的第/>个历史侧壁水位高度值。
5.如权利要求1所述的方法,其特征在于,对每个侧壁水位高度整定值子块进行混沌化处理,得到各个侧壁水位高度整定值子块的水位高度混沌熵具体包括:
对每个侧壁水位高度整定值子块中的侧壁水位高度整定值进行随机排列组合,得到该个侧壁水位高度整定值子块的多个排列子块;
对该个侧壁水位高度整定值子块的每个排列子块进行同子块频率统计,得到每个排列子块的同子块出现概率;
根据各个排列子块的同子块出现概率,确定该个侧壁水位高度整定值子块的水位高度混沌熵。
6.如权利要求1所述的方法,其特征在于,根据所有的水位高度混沌熵对隧道积水面进行积水涌动量估量,得到隧道积水面涌浪值具体包括:
获取所述水位高度混沌熵的总数目;
获取所有水位高度混沌熵中的最大水位高度混沌熵;
获取所有水位高度混沌熵中的最小水位高度混沌熵;
确定所述水位高度混沌熵的重心水位高度混沌熵;
确定所述水位高度混沌熵的波动度;
确定积水涌动量估量的修正因子;
根据所述水位高度混沌熵的总数目、所述最大水位高度混沌熵、所述最小水位高度混沌熵、所述重心水位高度混沌熵、所述水位高度混沌熵的波动度以及积水涌动量估量的修正因子确定隧道积水面的隧道积水面涌浪值。
7.如权利要求1所述的方法,其特征在于,所述隧道积水面涌浪值由下述公式确定:
其中,表示隧道积水面的隧道积水面涌浪值,/>表示积水涌动量估量的修正因子,标定为0到1之间的一个常数,/>表示第/>个水位高度混沌熵,/>表示第/>个水位高度混沌熵,/>表示水位高度混沌熵的重心水位高度混沌熵,/>表示水位高度混沌熵的波动度,表示最大水位高度混沌熵,/>表示最小水位高度混沌熵,/>表示水位高度混沌熵的总数目,/>,
。
8.一种基于雷达传感器的隧道积水预警系统,其特征在于,包括:
探测回波信号数据消偏值确定模块,用于通过雷达传感器同步发射积水面碰撞信号和积水面非碰撞探测信号,获取碰撞探测回波信号数据和非碰撞探测回波信号数据,进而确定探测回波信号数据消偏值;
侧壁水位高度整定值子块确定模块,用于获取隧道积水时的历史侧壁水位高度值序列,根据所述探测回波信号数据消偏值确定所述历史侧壁水位高度值序列中每个历史侧壁水位高度值的侧壁水位高度整定值,并对所述侧壁水位高度整定值进行子块划分,得到多个侧壁水位高度整定值子块;
隧道积水面涌浪值确定模块,用于对每个侧壁水位高度整定值子块进行混沌化处理,得到各个侧壁水位高度整定值子块的水位高度混沌熵,进而根据所有的水位高度混沌熵对隧道积水面进行积水涌动量估量,得到隧道积水面涌浪值;
积水面粗糙度确定模块,用于通过多个隧道监测器同时获取当前隧道各部位的积水流速和水位高度,进而由所述积水流速、所述水位高度和所述隧道积水面涌浪值确定当前积水面粗糙度;
隧道积水预警模块,用于将确定的当前积水面粗糙度与预设积水面粗糙度进行对比,若当前积水面粗糙度大于预设积水面粗糙度时,触发隧道积水预警系统启动预警。
9.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器,所述存储器存储有代码,所述处理器被配置为获取所述代码,并执行如权利要求1至7任一项所述的基于雷达传感器的隧道积水预警方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的基于雷达传感器的隧道积水预警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311475028.6A CN117198032B (zh) | 2023-11-08 | 2023-11-08 | 一种基于雷达传感器的隧道积水预警方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311475028.6A CN117198032B (zh) | 2023-11-08 | 2023-11-08 | 一种基于雷达传感器的隧道积水预警方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117198032A true CN117198032A (zh) | 2023-12-08 |
CN117198032B CN117198032B (zh) | 2024-02-13 |
Family
ID=88989140
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311475028.6A Active CN117198032B (zh) | 2023-11-08 | 2023-11-08 | 一种基于雷达传感器的隧道积水预警方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117198032B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006301756A (ja) * | 2005-04-18 | 2006-11-02 | Toshiba Corp | 洪水予測を利用した防災システムおよび防災方法 |
US20090238645A1 (en) * | 2005-05-20 | 2009-09-24 | Pierre Aristaghes | Water Movement Damper Device |
CN112382091A (zh) * | 2020-11-11 | 2021-02-19 | 北京世纪高通科技有限公司 | 一种道路积水预警方法及装置 |
CN115019520A (zh) * | 2022-05-31 | 2022-09-06 | 广州市公路实业发展有限公司 | 一种隧道避险预警系统及方法 |
CN115273436A (zh) * | 2022-06-07 | 2022-11-01 | 厦门健康工程与创新研究院 | 积水预警处理方法、系统、终端设备及存储介质 |
US11721191B1 (en) * | 2022-05-16 | 2023-08-08 | Chengdu Qinchuan Iot Technology Co., Ltd. | Method and system for flood early warning in smart city based on internet of things |
-
2023
- 2023-11-08 CN CN202311475028.6A patent/CN117198032B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006301756A (ja) * | 2005-04-18 | 2006-11-02 | Toshiba Corp | 洪水予測を利用した防災システムおよび防災方法 |
US20090238645A1 (en) * | 2005-05-20 | 2009-09-24 | Pierre Aristaghes | Water Movement Damper Device |
CN112382091A (zh) * | 2020-11-11 | 2021-02-19 | 北京世纪高通科技有限公司 | 一种道路积水预警方法及装置 |
US11721191B1 (en) * | 2022-05-16 | 2023-08-08 | Chengdu Qinchuan Iot Technology Co., Ltd. | Method and system for flood early warning in smart city based on internet of things |
CN115019520A (zh) * | 2022-05-31 | 2022-09-06 | 广州市公路实业发展有限公司 | 一种隧道避险预警系统及方法 |
CN115273436A (zh) * | 2022-06-07 | 2022-11-01 | 厦门健康工程与创新研究院 | 积水预警处理方法、系统、终端设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
张俊生;滕斌;: "适用于曲边界的浅水非线性波浪数值模型", 海洋工程, no. 03, pages 2 - 9 * |
Also Published As
Publication number | Publication date |
---|---|
CN117198032B (zh) | 2024-02-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109597061B (zh) | 一种目标运动状态判别方法及系统 | |
US20210302548A1 (en) | Method and apparatus for determining measurement information and lidar device | |
CN110203789B (zh) | 电梯测量数据的异常检测方法、装置和电梯检测系统 | |
CN111612378A (zh) | 潜在碰撞风险预测方法、装置及计算机设备 | |
CN112166336A (zh) | 毫米波雷达俯仰安装角度的校准方法、装置、车辆控制系统及车辆 | |
CN115331413A (zh) | 一种道闸杆预警方法、装置、电子设备及存储介质 | |
CN116185783A (zh) | 一种电子设备的监控方法、装置、电子设备及存储介质 | |
CN117198032B (zh) | 一种基于雷达传感器的隧道积水预警方法及系统 | |
CN113253219B (zh) | 毫米波雷达的无参照物自标定方法、装置、设备和介质 | |
CN113283548B (zh) | 一种车辆安全评分方法、装置、设备和存储介质 | |
JP3983158B2 (ja) | 電波レーダの信号処理方法 | |
JP2015052465A (ja) | 天気判別システム | |
CN111897278B (zh) | 基于雷达的道闸控制方法及系统 | |
CN110533930B (zh) | 交通数据处理方法、装置、计算机设备和存储介质 | |
CN113727211B (zh) | 数据处理方法、装置、服务器、系统 | |
CN115497302B (zh) | 一种基于数据分析的车辆安全防碰撞预警系统 | |
CN115372963B (zh) | 基于毫米波雷达信号的跌倒行为多层次检测方法及设备 | |
CN116189389A (zh) | 滑坡监测数据处理方法、系统、计算机及存储介质 | |
US7244930B2 (en) | Radiation detection method and system using the sequential probability ratio test | |
US11914019B2 (en) | Method for determining the detection threshold of a radar suited to a given environment | |
KR101840651B1 (ko) | 구름레이더를 이용한 강우 강도 산출 시스템 및 이를 이용한 강우 강도 산출 방법 | |
CN109901171B (zh) | 汽车防追尾预警方法 | |
KR20140022249A (ko) | 구름의 유무 결정 장치 및 방법 | |
US20220206110A1 (en) | On-vehicle object detection system | |
CN115840219B (zh) | 一种泥石流监测方法及泥石流监测设备 |
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 |