[发明专利]基于可见光通信物联网智能化的电气设备测试系统及方法在审
申请号: | 202011075427.X | 申请日: | 2020-10-09 |
公开(公告)号: | CN112085007A | 公开(公告)日: | 2020-12-15 |
发明(设计)人: | 钟菲;杨文俊;张红;刘洋;孙至立;孔才华;蒋传伟;张鑫蔚 | 申请(专利权)人: | 长春工程学院 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06N3/04;G06N3/08;H04B10/116 |
代理公司: | 哈尔滨龙科专利代理有限公司 23206 | 代理人: | 高媛 |
地址: | 130000 吉林*** | 国省代码: | 吉林;22 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 可见 光通信 联网 智能化 电气设备 测试 系统 方法 | ||
1.一种基于可见光通信物联网智能化的电气设备测试系统,其特征在于所述电气设备测试系统包括数据采集系统、数据处理系统、与数据采集系统和数据处理系统分别以可见光无线传输方式进行数据交互的可见光通信系统,其中:
所述数据采集系统用于采集被测试系统运行过程中的图像数据,并发送至可见光通信系统;
所述可见光通信系统用于通过可见光传输方式将图像数据转发至数据处理系统;
所述数据处理系统用于对图像数据进行数据分类和数据处理,并根据数据分类和数据处理的结果对电气设备进行反馈控制,将所得到相应的参数与分析结果呈现给工作人员,同时保存在数据库中。
2.根据权利要求1所述的基于可见光通信物联网智能化的电气设备测试系统,其特征在于所述数据采集系统为红外热像仪。
3.根据权利要求1所述的基于可见光通信物联网智能化的电气设备测试系统,其特征在于所述可见光通信系统采用了基于FPGA嵌入式的正交频分复用数字通信调制解调技术,由可见光通信系统发射端和可见光通信系统接收端两大部分组成,可见光通信系统发射端包括发射端QAM自适应映射器模块、发射端IFFT模块、添加CP模块、添加PN码模块、高速数字模拟转换器DAC模块、光发射模块,可见光通信系统接收端包括光接收模块、高速模拟数字转换器ADC模块、符号定时同步模块、移除CP模块、移除PN码模块、接收端IFFT模块、信道估计与均衡模块、导频提取与相位补偿模块、接收端QAM自适应映射器模块、UART串口模块,其中:可见光通信系统发射端将图像数据输入到发射端QAM自适应映射器进行OFDM调制;在发射端QAM自适应映射器中在导频子载波上插入调制符号,输出16路并行Hermitian数据对称的TS频域数据至发射端IFFT模块;发射端IFFT模块对数据进行并行处理与数字限幅后,添加CP模块添加CP与添加PN码模块添加PN码对实部数据进一步处理,最后高速数字模拟转换器DAC将数字信号转换为模拟信号,传给光发射模块进行通信传输;可见光通信系统接收端的光接收模块收到光发射模块携带高频调制信号的可见光,通过高速模拟数字转换器ADC将模拟信号转换成数字信号;高速模拟数字ADC成功采集的16路并行数据输出到符号定时同步模块,并行实现16路的Mpro2(d)计算,移除CP模块对CP的移除和移除PN码模块对PN码的移除,使定时同步点落在TS循环前缀内;接收端IFFT模块对符号定时同步模块输出的数据进行并行处理,信号估计与均衡模块对子载波恢复后得到训练序列的频域数据B(k),在导频提取与相位补偿模块的导频提取与SCFO相位补偿后实现基带OFDM发射接收机的采样时钟频率同步,数据输入到接收端QAM自适应映射器进行OFDM解调,最终通过UART串口模块传输给数据处理系统。
4.根据权利要求1所述的基于可见光通信物联网智能化的电气设备测试系统,其特征在于所述数据处理系统是预先训练的人工智能卷积神经网络。
5.根据权利要求4所述的基于可见光通信物联网智能化的电气设备测试系统,其特征在于所述人工智能卷积神经网络为LetNet-5模型,LetNet-5模型包括:输入层、第一卷积层、第一池化层、第二卷积层、第二池化层、第一全连接层以及第二全连接层。
6.一种利用权利要求1-5任一项所述电气设备测试系统进行基于可见光通信物联网智能化的电气设备测试方法,其特征在于所述方法包括如下步骤:
S1、数据采集系统采集运行过程中的被测试系统的图像数据,并发送至可见光通信系统;
S2、可见光通信系统通过可见光传输方式将图像数据转发给数据处理系统;
S3、数据处理系统对图像数据进行数据分类和数据处理,得到相应的参数与分析结果并在数据库中保存。
7.根据权利要求6所述的可见光通信物联网智能化的电气设备测试方法,其特征在于所述S3中,数据分类和数据处理的具体步骤为:首先对图像数据进行物体识别,将目标物体定位分类,再把图像目标分割出来进行关键点检测,最后把图像数据转换为计算机可以处理的矩阵数据,输入到卷积神经网络中对数据规范化。
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长春工程学院,未经长春工程学院许可,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/202011075427.X/1.html,转载请声明来源钻瓜专利网。