一种远程微波监控方法和系统技术方案

本发明专利技术公开了一种远程微波监控方法和系统，属于数据传输技术领域，方法包括：采集端获取森林图像数据；对森林图像数据进行压缩；对压缩后的森林图像数据进行编码；对编码进行调制，得到微波信号；对微波信号进行加密；采集端发射加密后的微波信号，经过中继设备传输至监控中心；监控中心对接收到的微波信号进行解密；对解密后的微波信号进行解调；对解调后的编码进行解码；对解码后的森林图像数据进行图像识别，监控是否存在火灾风险；监控到火灾风险时，发出报警信号。通过远程微波技术，采集端可以经过多个中继设备实时传输森林图像至监控中心，监控中心监控是否存在火灾风险，火情监控的覆盖范围更广，不会受到天气因素的影响，成本较低。成本较低。成本较低。

【技术实现步骤摘要】
一种远程微波监控方法和系统


[0001]本专利技术属于数据传输
，具体涉及一种远程微波监控方法和系统。

技术介绍

[0002]森林是地球上重要的生态系统之一，拥有丰富的生物多样性，能够吸收二氧化碳、产生氧气，并维持水循环等重要功能。森林火灾不仅会破坏植被和土壤，还会释放大量的二氧化碳和其他有害气体，对气候变化和环境健康产生负面影响。同时，森林火灾往往对人类社会和居民区造成威胁，会导致人员伤亡和财产损失。采取森林防火措施可以减少火灾的发生和扩散，确保人民的生命财产安全。因此，森林防火具有重要意义。
[0003]现有技术中，往往采用无人机采集遥感图像的方式进行森林防火，无人机可以无视地形障碍，到达传统监测手段难以触及的区域，具有高度的灵活性。然而，无人机监控受限于飞行时间和航程，覆盖范围相对较小，并且无人机监控易受到天气因素的影响，再者无人机购买与维护成本高，不利于普及。

技术实现思路

[0004]为了解决现有技术中采用无人机采集遥感图像的方式进行森林防火，受限于飞行时间和航程，覆盖范围相对较小，并且无人机监控易受到天气因素的影响，再者无人机购买与维护成本高，不利于普及的技术问题，本专利技术提供一种远程微波监控方法和系统。
[0005]第一方面
[0006]本专利技术提供了一种远程微波监控方法，包括：
[0007]S101：采集端获取森林图像数据；
[0008]S102：采集端对森林图像数据进行压缩；
[0009]S103：采集端对压缩后的森林图像数据进行编码；
[0010]S104：采集端对编码进行调制，得到微波信号；
[0011]S105：采集端对微波信号进行加密；
[0012]S106：采集端发射加密后的微波信号，经过中继设备传输至监控中心；
[0013]S107：监控中心对接收到的微波信号进行解密；
[0014]S108：监控中心对解密后的微波信号进行解调；
[0015]S109：监控中心对解调后的编码进行解码；
[0016]S110：监控中心对解码后的森林图像数据进行图像识别，监控是否存在火灾风险；
[0017]S111：监控中心监控到火灾风险时，发出报警信号。
[0018]第二方面
[0019]本专利技术提供了一种远程微波监控系统，用于执行第一方面中的远程微波监控方法。
[0020]与现有技术相比，本专利技术至少具有以下有益技术效果：
[0021]在本专利技术中，通过远程微波技术，采集端可以经过多个中继设备实时传输森林图
像至监控中心，监控中心对森林图像进行图像识别，监控是否存在火灾风险，火情监控的覆盖范围更广，不会受到天气因素的影响，采集端的摄像头相对于无人机而言，成本较低，利于推广。
附图说明
[0022]下面将以明确易懂的方式，结合附图说明优选实施方式，对本专利技术的上述特性、技术特征、优点及其实现方式予以进一步说明。
[0023]图1是本专利技术提供的一种远程微波监控方法的流程示意图；
[0024]图2是本专利技术提供的一种远程微波传输的结构示意图；
[0025]图3是本专利技术提供的一种微波数据传输的结构示意图。
具体实施方式
[0026]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对照附图说明本专利技术的具体实施方式。显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，并获得其他的实施方式。
[0027]为使图面简洁，各图中只示意性地表示出了与专利技术相关的部分，它们并不代表其作为产品的实际结构。另外，以使图面简洁便于理解，在有些图中具有相同结构或功能的部件，仅示意性地绘示了其中的一个，或仅标出了其中的一个。在本文中，“一个”不仅表示“仅此一个”，也可以表示“多于一个”的情形。
[0028]还应当进一步理解，在本专利技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0029]在本文中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接。可以是机械连接，也可以是电连接。可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本专利技术中的具体含义。
[0030]另外，在本专利技术的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0031]实施例1
[0032]在一个实施例中，参考说明书附图1，示出了本专利技术提供的远程微波监控方法的流程示意图。参考说明书附图2，示出了本专利技术提供的一种远程微波传输的结构示意图；参考说明书附图3，示出了本专利技术提供的一种微波数据传输的结构示意图。
[0033]本专利技术提供的一种远程微波监控方法，包括：
[0034]S101：采集端获取森林图像数据。
[0035]其中，采集端可以是摄像头或摄像机。
[0036]其中，多个采集端通过中继设备与监控中心远程微波通信连接。
[0037]S102：采集端对森林图像数据进行压缩。
[0038]具体而言，可以通过离散余弦变换、小波变换、预测编码等对森林图像数据进行压
缩。
[0039]在一种可能的实施方式中，为了提升森林图像数据的压缩效果，S102具体包括子步骤S1021至S1027：
[0040]S1021：提取森林图像数据的图像帧。
[0041]S1022：将各个图像帧分解为R通道图像、G通道图像和B通道图像。
[0042]其中，彩色图像通常由红色（R）、绿色（G）和蓝色（B）三个基本颜色通道组成。
[0043]S1023：对R通道图像进行奇异值分解：
[0044][0045]其中，R表示R通道图像，U为正交矩阵，为对角矩阵，diag为对角矩阵符号，分别为对角矩阵的对角线上的i个数值，可称为奇异值， V为正交矩阵，V
T
表示V的转置。
[0046]其中，奇异值分解（Singular Value Decomposition， SVD）是一种重要的矩阵分解方法，可以将一个矩阵分解为三个矩阵的乘积的形式，分别代表了原始矩阵的空间变换、奇异值的重要程度以及数据在新的坐标系下的表示。
[0047]S1024：提取正交矩阵U的前k列，以对正交矩阵U进行降维处理，提取正交矩阵V的前k行，以对正交矩阵V进行降维处理，保留前k个奇异值，将其余的奇异值赋零，得到压缩后的R通道图像。
[0048]其中，奇异值的排序代表了特征的重要程度，排序靠前的奇异值代表了数据中的主要特征，而排序靠后的奇异值则代表了数据中的次要特征。选择前k个最大的奇异值，将其余奇异值置零本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种远程微波监控方法，其特征在于，包括：S101：采集端获取森林图像数据；S102：采集端对所述森林图像数据进行压缩；S103：采集端对压缩后的森林图像数据进行编码；S104：采集端对所述编码进行调制，得到微波信号；S105：采集端对所述微波信号进行加密；S106：采集端发射加密后的微波信号，经过中继设备传输至监控中心；S107：监控中心对接收到的微波信号进行解密；S108：监控中心对解密后的微波信号进行解调；S109：监控中心对解调后的编码进行解码；S110：监控中心对解码后的森林图像数据进行图像识别，监控是否存在火灾风险；S111：监控中心监控到火灾风险时，发出报警信号。2.根据权利要求1所述的远程微波监控方法，其特征在于，所述S102具体包括：S1021：提取所述森林图像数据的图像帧；S1022：将各个图像帧分解为R通道图像、G通道图像和B通道图像；S1023：对所述R通道图像进行奇异值分解：；其中，R表示R通道图像，U为正交矩阵，为对角矩阵，diag为对角矩阵符号，分别为对角矩阵的对角线上的i个数值，可称为奇异值， V为正交矩阵，V
T
表示V的转置；S1024：提取正交矩阵U的前k列，以对正交矩阵U进行降维处理，提取正交矩阵V的前k行，以对正交矩阵V进行降维处理，保留前k个奇异值，将其余的奇异值赋零，得到压缩后的R通道图像；S1025：依据与所述R通道图像同样的处理方式，得到压缩后的G通道图像和B通道图像；S1026：将压缩后的R通道图像、G通道图像和B通道图像进行合并，得到压缩后的图像帧；S1027：将压缩后的图像帧组合为压缩后的森林图像数据。3.根据权利要求1所述的远程微波监控方法，其特征在于，所述S103具体包括：S1031：对压缩后的森林图像数据进行小波变换，得到小波系数y：；其中，x表示压缩后的森林图像数据，表示小波变换函数；S1032：对所述小波系数进行标量量化，得到离散的索引系数q：；其中，表示标量函数，表示步长；
S1033：将所述索引系数压缩为比特流；所述S109具体包括：S1091：根据比特流获取索引系数q；S1092：根据所述索引系数进行反量化，得到重建小波系数；；S1093：根据所述重建小波系数进行小波反变换，得到重建森林图像数据：；其中，表示小波反变换函数；S1094：对所述重建森林图像数据进行去量化处理。4.根据权利要求3所述的远程微波监控方法，其特征在于，还包括：获取样本数据集X，所述样本数据集包括多个训练图像x；构建编解码损失函数：；其中，表示小波变换可变参数，表示去量化可变参数，表示比特率；以所述损失函数最小化为目标，通过所述样本数据集，对编解码方式进行训练，得到最佳的小波变换可变参数和去量化可变参数。5.根据权利要求1所述的远程微波监控方法，其特征在于，所述S104具体为：通过正交振幅调制，对所述编码进行调制，得到微波信号；所述S108具体为：通过正交振幅反调制，对解密后的微波信号进行解调。6.根据权利要求1所述的远程微波监控方法，其特征在于，所述S105具体包括：S1051：选择两个大素数a和b，计算以及：；S1052：随机选择一个整数e，使得随机数e满足：；其中，表示随机数与互质；S1053：计算随机数的逆元：；其中，mod表示取模运算符；S1054：将(G,e)作为私钥，将(G,d)作为公钥EK；S1055：构建关于随机数e和逆元d的混沌映射关系式：
；其中，n表示验证次数，λ1、λ2、λ3、λ4和λ5表示混沌参数...

【专利技术属性】
技术研发人员：康凯，
申请(专利权)人：北京大业桥科技股份有限公司，
类型：发明
国别省市：