利索能及
我要发布
收藏
专利号: 2024114028580
申请人: 江苏正方交通科技有限公司
专利类型:发明专利
专利状态:已下证
更新日期:2026-05-14
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种高性能卫星通信信号收发设备,其特征在于,包括:

管理模块(1),用于管控各功能模块,登记拥有上传与接收权限的子节点;

数据接收模块(2),用于通过卫星接收来自多个子节点发送的信号数据,并对接收到的信号数据进行预处理,获取解析数据;

干扰识别模块(3),用于在信号接收过程中,实时分析所接收信号质量,通过自动规划的阈值和算法识别干扰源类型和强度参数,并生成干扰集合;

干扰分析模块(4),用于基于干扰集合,通过统计方法计算信号损失值,识别损失原因;

数据补偿模块(5),用于根据干扰分析模块(4)所分析损失值与原因,通过数据重构技术向对应损失源进行数据修复补偿处理;

事件预测模块(6),用于构建综合预测模型,对各节点的历史数据进行分析,在未来预设时段周期内对当前各节点路段进行事件预测,生成预测数据;

数据转发模块(7),用于将预测数据同步发送至关联的若干个子节点;

验证模块(8),用于前一周期结束时,结合实际采集数据情况与前一周期预测结果进行对比分析,判断评估预测的准确系数是否符合预设准确阈值;

参数调整模块(9),用于根据验证模块(8)获得的准确系数反馈,基于验证结果输出主动干扰识别的规划参数至干扰识别模块(3)。

2.根据权利要求1所述的一种高性能卫星通信信号收发设备,其特征在于,所述干扰识别模块(3)自动规划的阈值和算法识别干扰源类型和强度参数的过程中,利用历史信号数据来分析正常运行状态下的信号特征,统计正常信号强度的均值和标准差设置信号强度若干段动态阈值,通过实时数据更新阈值,对接收到的信号强度值进行监测,进行干扰源定位,若超过或低于预设的阈值,则标记为潜在干扰源,根据识别算法的结果,将不同的干扰源归类,通过比较信号强度与预设阈值的差异,计算干扰强度,并将某个干扰源量化为某一个或者多个指标。

3.根据权利要求2所述的一种高性能卫星通信信号收发设备,其特征在于,所述干扰源定位的过程中,通过快速傅里叶变换将干扰源信号转换到频域,分析干扰源信号的频谱特征,识别频率范围内的异常信号,其干扰源信号的离散傅里叶变换计算公式为:式中,X(K)代表第K个频率分量,D代表信号样本点的总数,K=0,1,2,...,N‑1;y(n)代表输入信号的离散样本值,n代表时间索引,N代表输入信号的样本总数,j代表虚数单位,e代表自然对数的底数。

4.根据权利要求3所述的一种高性能卫星通信信号收发设备,其特征在于,所述干扰源信号的频谱特征的分析过程中,获取每个频率分量的强度计算公式为:式中,|X(K)|代表频率K分量的强度,Re(X(K))代表X(K)的实部,Im(X(K))代表X(K)的虚部,当频率K分量的强度超出预设阈值时,则标记为干扰信号。

5.根据权利要求4所述的一种高性能卫星通信信号收发设备,其特征在于,所述频率K分量的相位O(K)的计算公式为:

6.根据权利要求1所述的一种高性能卫星通信信号收发设备,其特征在于,所述干扰识别模块(3)的干扰集合的属性包括:识别到的干扰类型及其强度、发生时间和影响节点。

7.根据权利要求1所述的一种高性能卫星通信信号收发设备,其特征在于,所述数据补偿模块(5)通过数据重构的过程中,对未损失数据中的特征进行提取,获取损失值的特征,基于未损失数据部分的特征和损失值的特征,通过插值法建立并训练重构模型,对于每个受损的数据点,重构模型获取预测重构值,将预测重构值填补回原数据中,形成完整数据集。

8.根据权利要求1所述的一种高性能卫星通信信号收发设备,其特征在于,所述事件预测模块(6)中的综合预测模型的构建运行过程为:获取并预处理各节点的历史上报数据、环境信息、历史事件记录和干扰模式数据,通过机器学习算法进行训练,通过训练好的模型,利用最新的输入数据进行预测,生成未来预设周期内的事件预期。

9.根据权利要求1所述的一种高性能卫星通信信号收发设备,其特征在于,所述参数调整模块(9)内部设置有更新模块(91),所述更新模块(91)用于持续监测各节点的状态和数据,实时更新验证模块(8)上报内容分析,并周期性递交更新数据的准确系数反馈至参数调整模块(9)。

10.根据权利要求1所述的一种高性能卫星通信信号收发设备,其特征在于,所述管理模块(1)与数据接收模块(2)和数据转发模块(7)通过无线网络交互连接,所述数据接收模块(2)与干扰识别模块(3)通过无线网络交互连接,所述干扰识别模块(3)与参数调整模块(9)通过介质电性连接,所述干扰识别模块(3)与干扰分析模块(4)通过无线网络交互连接,所述干扰分析模块(4)与数据补偿模块(5)通过无线网络交互连接,所述数据补偿模块(5)与事件预测模块(6)通过无线网络交互连接,所述事件预测模块(6)与数据转发模块(7)通过无线网络交互连接,所述数据转发模块(7)与验证模块(8)通过无线网络交互连接,所述验证模块(8)与参数调整模块(9)通过无线网络交互连接。