[发明专利]一种基于边缘计算的无线电监管系统及方法在审
申请号: | 201811579616.3 | 申请日: | 2018-12-24 |
公开(公告)号: | CN109756367A | 公开(公告)日: | 2019-05-14 |
发明(设计)人: | 黄铭;杨晶晶;杨大荣;杨美霞;鲁倩南;陈俊昌 | 申请(专利权)人: | 云南大学 |
主分类号: | H04L12/24 | 分类号: | H04L12/24;H04B1/16;G06N3/04;H04L29/08;H04W16/14 |
代理公司: | 昆明润勤同创知识产权代理事务所(特殊普通合伙) 53205 | 代理人: | 曹玉存 |
地址: | 650091*** | 国省代码: | 云南;53 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 边缘节点 无线电监管系统 服务器端 数据处理单元 无线电监测 传输带宽 存储能力 海量数据 计算负荷 矛盾问题 数据分析 智能算法 多维 推理 卸载 延时 自带 无线电 服务器 抽象 智能 监管 决策 | ||
本发明提供了一种基于边缘计算的无线电监管系统及方法,通过在进行无线电监测的边缘节点增加自带计算和存储能力的数据处理单元,将计算负荷从服务器端卸载到边缘节点端,解决了服务器从边缘节点获取多维海量数据与传输带宽和延时的矛盾问题;同时,服务器端和边缘节点间可进行交互及控制,结合智能算法进行数据分析、抽象、推理和决策,从而实现智能无线电监管。
技术领域
本发明属于无线电监管技术领域,具体涉及一种基于边缘计算的无线电监管系统及方法。
背景技术
传统的无线电监测系统存在一系列的问题需要解决,例如,在高楼林立的环境下,由于多径效应的影响,大型固定监测站难以实现对干扰源的测向和定位;对异常信号的判断大部分依赖于无线电监测人员的经验,系统缺乏智能化;无线电监测涉及大数据科学问题,目前,监测站扫描速度逾100GHz/s,单个监测站每小时产生250GB的监测数据,一天仅一个站的频谱监测数据就要占用大于5T的存储空间,而且这些数据类型复杂多样,后期分析运用困难。
发明内容
本发明克服现有技术存在的不足,所要解决的技术问题为:通过在边缘节点增加计算和存储能力,将计算负荷从服务器端卸载到网络边缘,解决了边缘节点获取多维海量数据与传输带宽和延时的矛盾问题;同时,服务器端和边缘节点间可进行交互及控制,结合智能算法进行数据分析、抽象、推理和决策实现智能无线电监管。
为了解决上述技术问题,本发明提供了一种基于边缘计算的无线电监管系统,包括至少两个谱传感节点、服务器和监管终端,其中所述每个谱传感节点由一个接收机和一台数据处理单元组成,所述数据处理单元包括I/Q数据提取模块、信号分析模块和傅立叶变换模块,所述接收机信号连接I/Q数据提取模块,所述I/Q数据提取模块分别信号连接信号分析模块和傅立叶变换模块,所述每个谱传感节点均信号连接服务器,所述服务器信号连接监管终端。
所述接收机为频率范围为20MHz-6GHz的软件无线电模块,具备两个接收模块,能够实现全频段扫描功能和特定频段扫描功能。
所述数据处理单元为工业电脑,所述I/Q数据提取模块、信号分析模块和傅立叶变换模块由软件编程实现。
所示服务器为Dell服务器,其具体配置为:CPU英特尔至强E5-2630、内存32GBRDIMM、硬盘1.8TB,操作系统为2012b。
所述监管终端为移动终端。
本发明还提供了一种基于边缘计算的无线电监管系统实现无线电监管的方法,包括如下步骤:
S1、服务器通过实测数据或仿真数据进行训练构建卷积神经网络信号定位模型CNN;
S2、接收机进行全频段扫描,扫描得到的信号传输至I/Q数据提取模块提取得到I/Q数据,I/Q数据经傅立叶变换模块进行傅立叶变换获得频谱,初步实现授权信号和非授权信号的识别;
S3、步骤S2识别到非授权信号时,启动信号分析模块(5)对非授权信号进行基于业务的信号分析和基于卷积神经网络信号定位模型CNN的信号识别,并将分析结果传输至服务器(7);
S4、服务器对接收到的数据进行占用度、信号幅度和频率分析,并进行危害程度判决;同时服务器调动所有接收机进行特定频段扫描,扫描得到的数据输入至步骤S1中构建的卷积神经网络信号定位模型CNN,实现非授权信号发射点的精确定位;
S5、服务器将步骤S4中得到的结果推送至监管终端。
所述步骤S1中的卷积神经网络信号定位模型CNN的构建方法为:将监测区域划分为若干子区域,在各个子区域分别设置发射机和谱传感节点,采用发射机在各个子区域模拟非授权发射,各个谱传感节点接收信号,并将信号的位置、场强和频谱数据发送至服务器,在服务器建立位置区域、场强、频谱之间关系的数据集。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于云南大学,未经云南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811579616.3/2.html,转载请声明来源钻瓜专利网。