[发明专利]一种模块化搭建的通用北斗高精度测量平台

摘要

本发明涉及一种模块化搭建的通用北斗高精度测量平台，包括数据采集终端、无线传输模块、数据处理单元和数据呈现终端，数据采集终端将采集到的数据传输至数据处理单元，数据处理单元将接收到的数据处理后通过无线传输模块发送至数据呈现终端进行显示。本发明能真实反映监测体在水平方向(东南西北方向)与垂直方向三维的高精度变形沉降情况，形成监测体的变形三维趋势图；该平台能提供达亚毫米的监测精度，并根据监测的三维变形情况向用户提供可靠的报警提醒。

主权项

1.一种模块化搭建的通用北斗高精度测量平台，其特征在于，包括数据采集终端、无线传输模块、数据处理单元和数据呈现终端；所述数据采集终端将采集到的数据传输至数据处理单元；所述数据处理单元将接收到的数据处理后通过无线传输模块发送至数据呈现终端；所述数据呈现终端对无线传输模块传输的数据处理单元处理后的数据进行显示；所述数据采集终端包括微波开关和天线单元；所述数据处理单元包括GNSS接收机和控制单元；所述数据呈现终端包括网络模块和路由模块；微波开关通过馈线与天线单元连接，所述微波开关分别与GNSS接收机、控制单元连接，所述GNSS接收机与控制单元通过高速串口连接，所述路由模块与控制单元通过网络模块连接，控制单元处理后的数据通过路由模块发送至数据呈现终端，所述GNSS接收机连接外部+12V电源模块；所述GNSS接收机设置有同步正交跳频信号盲源分离模块，所述同步正交跳频信号盲源分离模块用于GNSS接收机对接收的信号进行处理，得到M路离散时域混合信号；所述步正交跳频信号盲源分离模块的信号处理方法包括：步骤一，利用含有M个阵元的阵列天线接收来自多个同步正交跳频电台的跳频信号，对每一路接收信号进行采样，得到采样后的M路离散时域混合信号采集阵列天线节点间不同时间片的交互次数，根据得到的数据建立时间序列，通过三次指数平滑法来预测节点间下一个时间片的交互次数，将交互次数预测值与实际值的相对误差作为节点的直接信任值；直接信任值的具体计算步骤为：采集网络观测节点i与节点j之间的n个时间片的交互次数：选取一定时间间隔t作为一个观测时间片，以观测节点i和被测节点j在1个时间片内的交互次数作为观测指标，真实交互次数，记作y_t，依次记录n个时间片的y_n，并将其保存在节点i的通信记录表中；预测第n+1个时间片的交互次数：根据采集到的n个时间片的交互次数建立时间序列，采用三次指数平滑法预测下一个时间片n+1内节点i和j之间的交互次数，预测交互次数，记作计算公式如下：预测系数an、bn、cn的取值可由如下公式计算得到：其中：分别是一次、二次、三次指数平滑数，由如下公式计算得到：是三次指数平滑法的初始值，其取值为α是平滑系数(0＜α＜1)，体现信任的时间衰减特性，即离预测值越近的时间片的yt权重越大，离预测值越远的时间片的yt权重越小；如果数据波动较大，且长期趋势变化幅度较大，呈现明显迅速的上升或下降趋势时α应取较大值(0.6～0.8)，增加近期数据对预测结果的影响；当数据有波动，但长期趋势变化不大时，α可在0.1～0.4之间取值；如果数据波动平稳，α应取较小值(0.05～0.20)；计算直接信任值：节点j的直接信任值TD_ij为预测交互次数和真实交互次数y_n+1的相对误差，采用多路径信任推荐方式而得到的计算式计算间接信任值；收集可信节点对节点j的直接信任值：节点i向所有满足TD_ik≤φ的可信关联节点询问其对节点j的直接信任值，其中φ为推荐节点的可信度阈值，根据可信度的要求精度，φ的取值范围为0～0.4；计算间接信任值：综合计算所收集到的信任值，得到节点j的间接信任值TR_ij，其中，Set(i)为观测节点i的关联节点中与j节点有过交互且其直接信任值满足TD_ik≤φ的节点集合；由直接信任值和间接信任值整合计算得出综合信任值；综合信任值(Tij)的计算公式如下：Tij＝βTDij+(1‑β)TRij，其中β(0≤β≤1)表示直接信任值的权重，当β＝0时，节点i和节点j没有直接交互关系，综合信任值的计算直接来自于间接信任值，判断较客观；当β＝1时，节点i对节点j的综合信任值全部来自于直接信任值，在这种情况下，判断较为主观，实际计算根据需要确定β的取值；步骤二，对M路离散时域混合信号进行重叠加窗短时傅里叶变换，得到M个混合信号的时频域矩阵p＝0,1,…,P‑1,q＝0,1,…,N_fft‑1，其中P表示总的窗数，N_fft表示FFT变换长度；p，q)表示时频索引，具体的时频值为这里N_fft表示FFT变换的长度，p表示加窗次数，T_s表示采样间隔，f_s表示采样频率，C为整数，表示短时傅里叶变换加窗间隔的采样点数，C＜N_fft，且K_c＝N_fft/C为整数，也就是说采用的是重叠加窗的短时傅里叶变换；步骤三，对步骤二中得到的跳频混合信号时频域矩阵进行预处理；步骤四，利用聚类算法估计每一跳的跳变时刻以及各跳对应的归一化的混合矩阵列向量、跳频频率；在p(p＝0，1，2，…P‑1)时刻，对表示的频率值进行聚类，得到的聚类中心个数表示p时刻存在的载频个数，个聚类中心则表示载频的大小，分别用表示；对每一采样时刻p(p＝0，1，2，…P‑1)，利用聚类算法对进行聚类，同样可得到个聚类中心，用表示；对所有求均值并取整，得到源信号个数的估计即：找出的时刻，用p_h表示，对每一段连续取值的p_h求中值，用表示第l段相连p_h的中值，则表示第l个频率跳变时刻的估计；根据估计得到的以及第四步中估计得到的频率跳变时刻估计出每一跳对应的个混合矩阵列向量具体公式为：这里表示第l跳对应的个混合矩阵列向量估计值；估计每一跳对应的载频频率，用表示第l跳对应的个频率估计值，计算公式如下：步骤五，根据步骤四估计得到的归一化混合矩阵列向量估计时频域跳频源信号；步骤六，对不同跳频点之间的时频域跳频源信号进行拼接；步骤七，根据源信号时频域估计值，恢复时域跳频源信号；对每一采样时刻p(p＝0，1，2，…)的频域数据Yn(p,q),q＝0,1,2,…,Nfft‑1做Nfft点的IFFT变换，得到p采样时刻对应的时域跳频源信号，用yn(p,qt)(qt＝0,1,2,…,Nfft‑1)表示；对上述所有时刻得到的时域跳频源信号yn(p,qt)进行合并处理，得到最终的时域跳频源信号估计，具体公式如下：这里Kc＝Nfft/C，C为短时傅里叶变换加窗间隔的采样点数，Nfft为FFT变换的长度。