欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2024119541879
申请人: 湖南大学
专利类型:发明专利
专利状态:已下证
专利领域: 发电、变电或配电
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于低轨卫星互联网的电力廊道空中隐患广域监测方法,其特征在于,包括:通过预设通信装置获取低轨卫星回波信号;

根据所述低轨卫星回波信号进行距离维和多普勒维傅里叶变换以生成距离-多普勒图像;

对所述距离-多普勒图像进行预处理以构建距离-多普勒图像数据库;

获取预设融合模型并基于所述距离-多普勒图像数据库进行训练以生成空中隐患广域监测网络;

将所述低轨卫星回波信号输入至所述空中隐患广域监测网络中以确定隐患类型和二维坐标信息;

通过所述二维坐标信息结合预设图像采集装置确定隐患图像信息;

根据所述隐患图像信息确定三维坐标并根据所述隐患类型对所述低轨卫星回波信号进行轨迹跟踪。

2.根据权利要求1所述的基于低轨卫星互联网的电力廊道空中隐患广域监测方法,其特征在于,所述根据所述低轨卫星回波信号进行距离维和多普勒维傅里叶变换以生成距离-多普勒图像的步骤,包括:定义所述低轨卫星回波信号是一个大小为K×L的矩阵s(k, l):;

其中,表示信号幅值,e为自然指数,π表示圆周率;表示目标运动的速度信息的多普勒频率,T表示周期间隔,l表示数据帧的某一周期,L表示一帧终端接收信号数据帧所包含的调频周期数;表示终端与目标之间距离信息的距离频率,k表示某一采样点,K表示一个调频周期中的采样点数目,s(k)表示距离维傅里叶变换函数,s(l)表示多普勒维变换函数;

对所述低轨卫星回波信号实施距离维度的傅里叶变换,以每个调频周期作为基本单元,视该周期内全部采样点为时域表征,随后执行傅里叶变换:;

其中,w(k)表示对K个点使用窗函数,u表示进行距离维傅里叶变换之后的索引,j为复数单位;

在一帧地面卫星终端接收信号数据帧中,以调频周期为坐标,对相同距离处的数据进行加窗,进行多普勒维傅里叶变换,从而得到距离-多普勒图:;

其中,w(l)表示对L个点使用窗函数,v表示进行距离维傅里叶变换之后的索引;

经过二维傅里叶变换处理,一帧由终端接收的信号数据被转化为包含距离维度和多普勒维度的数据矩阵形式:;

把一个距离单元内的信号强度转换到对数域,得到距离-多普勒图:。

3.根据权利要求2所述的基于低轨卫星互联网的电力廊道空中隐患广域监测方法,其特征在于,所述对所述距离-多普勒图像进行预处理以构建距离-多普勒图像数据库的步骤,包括:获取当前电力廊道的实际环境特征,根据所述实际环境特征确定空中隐患集合;

采用对数转换函数将所述距离-多普勒图转换为灰度图像:设灰度图为,由下式得到:

;

其中为实数集,和分别控制动态范围和灰度级别,Z表示距离-多普勒矩阵,|Z|max表示距离-多普勒矩阵Z的最大模值;

根据所述灰度图像和所述空中隐患集合构建距离-多普勒图像数据库。

4.根据权利要求1所述的基于低轨卫星互联网的电力廊道空中隐患广域监测方法,其特征在于,所述预设融合模型包括:GCN和CNN融合模型。

5.根据权利要求4所述的基于低轨卫星互联网的电力廊道空中隐患广域监测方法,其特征在于,所述获取预设融合模型并基于所述距离-多普勒图像数据库进行训练以生成空中隐患广域监测网络的步骤,包括:将所述距离-多普勒图像数据库输入至所述CNN中通过多层卷积操作提取局部特征;

根据所述距离-多普勒图像转换为邻接矩阵并输入至所述GCN中以提取全局特征;

将所述局部特征和全局特征进行融合,得到特征Hresult;

通过Softmax函数预测类别结果;

;

其中,为权重矩阵,b为偏置向量,并将训练后的预设融合模型作为空中隐患广域监测网络。

6.根据权利要求1所述的基于低轨卫星互联网的电力廊道空中隐患广域监测方法,其特征在于,所述通过所述二维坐标信息结合预设图像采集装置确定隐患图像信息的步骤,包括:通过预设图像采集装置获取低轨卫星回波信号的图像信息;

通过图像膨胀和图像腐蚀策略对所述图像信息进行处理以生成第一图像信息;

其中,利用g(x)与b(x)表示二维空间中两个离散函数,且g(x)描述灰度图像,b(x)代表结构元素;

膨胀过程表示为:;

腐蚀过程表示为:;

对所述第一图像信息进行背景与前景分离以生成第二图像信息;

设不存在噪声干扰,则跟踪图像序列由背景图像与运动目标共同组成;

;

图像,是运动目标与噪声的组合:

;

运用阈值分割算法:

;

式中,m代表阈值;

在阈值分割处理所得结果的基础上,利用基于归一化RGB差分算法,将色彩分量进行归一化,r=R/(R+G+B),g=G/(R+G+B),b=B/(R+G+B);

计算背景图像内每个像素点的高斯模型参数,且u与σ分别代表背景中对应点平均值和方差;

基于所建立的背景模型,进行差分操作以获取二进制图像,前景与背景像素分别表示为1和0;

;

式中,代表像素测量值,属于阈值参数,如果像素的r,g,b分量是变化的,则将其当作前景像素以生成第二图像信息;

通过全景拼接算法对所述第二图像信息进行融合;

设图像的宽度为W,图像的高度为H,预设图像采集装置拍摄的焦距f,(x, y)为视平面中任一点p的坐标,(xc, yc, zc)为p点在圆柱曲面上的投影坐标;

;

将融合后的图像信息作为所述低轨卫星回波信号对应的目标图像信息。

7.根据权利要求1至6任一项所述的基于低轨卫星互联网的电力廊道空中隐患广域监测方法,其特征在于,所述通过预设通信装置获取低轨卫星回波信号的步骤,包括:通过预设通信策略,并结合全球导航卫星系统和惯性测量单元双传感器获取卫星通信终端的位置和姿态信息以作为低轨卫星回波信号;

其中,所述预设通信策略包括:结合星历获取低轨卫星的轨道数据,确定电力廊道范围内可见卫星的方位;

基于卫星通信终端的位置和姿态,估算低轨卫星的运动轨迹,通过多重坐标系转换,将卫星位置从地球固定坐标系转换至终端天线坐标系;

控制卫星通信终端天线,使其在方位角、仰角和极化方向上精确指向可见卫星;

应用卫星切换算法,在当目前跟踪的低轨卫星不可见、停止发射或信号低于设定阈值时,切换至下一颗可见卫星。

8.一种基于低轨卫星互联网的电力廊道空中隐患广域监测系统,其特征在于,所述基于低轨卫星互联网的电力廊道空中隐患广域监测系统包括:信号获取模块,用于通过预设通信装置获取低轨卫星回波信号;

图像生成模块,用于根据所述低轨卫星回波信号进行距离维和多普勒维傅里叶变换以生成距离-多普勒图像;

数据库生成模块,用于对所述距离-多普勒图像进行预处理以构建距离-多普勒图像数据库;

网络训练模块,用于获取预设融合模型并基于所述距离-多普勒图像数据库进行训练以生成空中隐患广域监测网络;

坐标信息获取模块,用于将所述低轨卫星回波信号输入至所述空中隐患广域监测网络中以确定隐患类型和二维坐标信息;

隐患图像确定模块,用于通过所述二维坐标信息结合预设图像采集装置确定隐患图像信息;

轨迹跟踪模块,用于根据所述隐患图像信息确定三维坐标并根据所述隐患类型对所述低轨卫星回波信号进行轨迹跟踪。

9.一种计算机设备,其特征在于,所述设备包括:存储器、处理器,所述处理器在运行所述存储器存储的计算机指令时,执行如权利要求1至7中任一项所述的方法。

10.一种计算机可读存储介质,其特征在于,包括指令,当所述指令在计算机上运行时,使得计算机执行如权利要求1至7中任一项所述的方法。