【技术实现步骤摘要】
本专利技术涉及计算机，具体而言，涉及一种基站信号覆盖范围的确定方法、确定装置和电子设备。
技术介绍
1、ais（automatic identification system，船舶自动识别系统）广泛用于航海领域，用于实时监测船舶的位置、航向、航速和其他相关信息。ais系统由船舶上的ais发送器和基站组成，基站负责接收和处理来自船舶的ais信号，以实现船舶的跟踪、安全管理和交通监督。
2、在实际应用中，ais基站的覆盖范围是一个关键问题。在ais基站的覆盖范围内，船舶的位置和状态能够被基站准确地接收和记录，而在覆盖范围外的船舶信息则无法被捕获。因此，准确计算ais基站的覆盖范围对于海上安全、交通管理和应急响应至关重要。
3、传统的ais基站覆盖范围计算方法通常基于固定的信号传播模型和信号损耗模型，这些方法依赖气象数据和海洋环境数据，由于气象和海洋环境复杂，往往难以提供准确地计算覆盖范围。此外，传统方法通常忽略了船舶轨迹数据所包含的大量信息，未能充分利用这些数据来提高覆盖范围计算的精度。
4、因此，如何提出一种能够提高ais基站信号覆盖范围计算精度的确定方法就成为目前亟待解决的问题。
技术实现思路
1、为解决上述技术问题，本申请提出了一种基站信号覆盖范围的确定方法，通过对船舶的ais轨迹数据进行轨迹聚类，从而提高ais基站信号覆盖范围的计算精度。
2、为此，本专利技术的第一个目的在于提供一种基站信号覆盖范围的确定方法。
3、本
4、本专利技术的第三个目的在于提供一种存储介质。
5、本专利技术的第四个目的在于提供一种电子设备。
6、本专利技术的第五个目的在于提供一种电子设备。
7、有鉴于此，本专利技术第一方面的技术方案提供了一种基站信号覆盖范围的确定方法，包括：获取基站在预设时间段内接收到的ais轨迹数据，ais轨迹数据包括utc（universal timecoordinated，世界统一时间）时间戳和轨迹经纬度；确定时间跨度，并根据时间跨度对预设时间段进行划分得到多个跨度时间段；基于轨迹经纬度、utc时间戳和dbscan（density based spatial clustering of applications with noise，基于密度的聚类算法）模型对每一个跨度时间段内的ais轨迹数据分别进行密度聚类，得到对应的聚类集；根据每一个跨度时间段对应的聚类集分别确定基站在预设时间段内的覆盖半径。
8、根据本专利技术提出的基站信号覆盖范围的确定方法，首先获取基站的数据信息，其中，基站的数据信息包括基站的名称和基站的坐标经纬度，也即确定需要计算信号覆盖范围的基站；然后获取该基站在预设时间段内接收到的ais轨迹数据，其中，预设时间段是可设置的，可以是一个月、一个星期或一天，具体可按照实际情况设置，同时，ais轨迹数据包括utc时间戳和轨迹经纬度，utc时间戳，也即获取的ais轨迹数据既包括时间信息，也包括轨迹点的经纬度信息。之后确定时间跨度，并根据时间跨度对预设时间段进行划分得到多个跨度时间段，也就是说，对预设时间段进行划分得到多个跨度时间段，需要说明的是，计算基站的信号覆盖范围受气象条件影响，不同时间段的气象条件不一致，通过对时间段的拆分来避免天气对计算精度的影响。再根据轨迹经纬度和utc时间戳，以及dbscan模型对每一个跨度时间段内的ais轨迹数据分别进行密度聚类，得到每一个跨度时间段内的轨迹聚类结果，也即聚类集。最后，根据每一个跨度时间段对应的聚类集分别确定基站在预设时间段内的覆盖半径。本专利技术的方法能够利用船舶轨迹数据所包含的大量信息，来计算ais基站信号的覆盖范围，同时，dbscan模型可以有效地应对复杂的海洋环境和不规则轨迹数据分布，帮助基站识别并聚类接收到的轨迹数据，从而更准确地计算出基站的信号覆盖范围，进而提高对海上航行的监督和管理，提高海上航线的安全性。
9、可选地，一个聚类集包括多个聚类簇，根据每一个跨度时间段对应的聚类集分别确定基站在预设时间段内的覆盖半径的步骤包括：确定每个聚类集中的每一个聚类簇到基站的最小距离和最大距离；根据每个聚类集确定出的多个最小距离和多个最大距离确定基站在对应的跨度时间段内的覆盖半径。
10、也就是说，本专利技术中涉及的一个聚类集一般包括多个聚类簇，可以理解的是，在预设时间段内分为多个跨度时间段，一个跨度时间段对应一个聚类集，也即一个跨度时间段内的数据点会形成多个聚类簇。以其中一个跨度时间段来说，将基站接收到的ais轨迹数据分成若干个簇，其中每一个聚类簇中有若干个数据点，对于其中一个聚类簇来说，具有一个距离基站最远的数据点和一个距离基站最近的数据点，由此可以确定某个聚类簇与基站的最小距离和最大距离，并且进一步根据多个聚类簇中与基站对应的最小距离和最大距离确定在该跨度时间段内的基站信号覆盖半径。同理，所有跨度时间段内的基站信号覆盖范围都可以根据上述方法确定，各个跨度时间段内的基站信号覆盖范围相互独立，互不影响。
11、可选地，根据每个聚类集确定出的多个最小距离和多个最大距离确定基站在对应的跨度时间段内的覆盖半径的步骤包括：对跨度时间段内的多个聚类簇按照最小距离进行升序排列；按照从小到大的排列顺序对当前聚类簇与基站的最大距离与下一个聚类簇与基站的最小距离进行比较；在当前聚类簇与基站的最大距离大于或等于下一个聚类簇与基站的最小距离时，将下一个聚类簇作为当前聚类簇；在当前聚类簇与基站的最大距离小于下一个聚类簇与基站的最小距离时，确定基站在跨度时间段内的覆盖半径为当前聚类簇到基站的最大距离；或在当前聚类簇的排序为最后一个聚类簇时，确定基站的覆盖半径为当前聚类簇到基站的最大距离。
12、本专利技术中根据多个聚类簇的最小距离和最大距离确定在该跨度时间段内的基站信号覆盖半径，以其中一个跨度时间段来看，可以理解为，先对该跨度时间段内的多个聚类簇按照与基站的最小距离做升序排列，然后按照从小到大的排列顺序对当前聚类簇的最大距离与下一个聚类簇与基站的最小距离进行比较。
13、具体来说，在当前聚类簇与基站的最大距离大于或等于下一个聚类簇与基站的最小距离时，将下一个聚类簇作为当前聚类簇。也就是说，在当前聚类簇和下一个聚类簇与基站的距离是连续的情况下，此时说明当前聚类簇与基站的最大距离并不是基站的信号覆盖半径，下一个聚类簇内的数据点仍然在基站的信号覆盖范围内，此时将下一个聚类簇作为当前聚类簇重复进行数值的比较。直至在当前聚类簇与基站的最大距离小于下一个聚类簇与基站的最小距离时，确定基站在该跨度时间段内的覆盖半径为当前聚类簇到基站的最大距离。也就是说，在连续比较之后，直至出现当前聚类簇与基站的最大距离小于下一个聚类簇与基站的最小距离时，此时说明当前聚类簇与下一个聚类簇的数据点不连续，确定基站在该跨度时间段内的覆盖半径为当前聚类簇与基站的最大距离，可以理解的是，下一个聚类簇的数据点存在异常，在船舶与本文档来自技高网...
【技术保护点】
1.一种基站信号覆盖范围的确定方法，其特征在于，包括：
2.根据权利要求1所述的基站信号覆盖范围的确定方法，其特征在于，一个所述聚类集包括多个聚类簇，所述根据每一个所述跨度时间段对应的聚类集分别确定所述基站在所述预设时间段内的覆盖半径的步骤包括：
3.根据权利要求2所述的基站信号覆盖范围的确定方法，其特征在于，所述根据每个所述聚类集确定出的多个所述最小距离和多个所述最大距离确定所述基站在对应的所述跨度时间段内的覆盖半径的步骤包括：
4.根据权利要求2所述的基站信号覆盖范围的确定方法，其特征在于，所述基于所述轨迹经纬度、所述UTC时间戳和所述DBSCAN模型对每一个所述跨度时间段内的AIS轨迹数据分别进行密度聚类，得到对应的聚类集的步骤包括：
5.根据权利要求4所述的基站信号覆盖范围的确定方法，其特征在于，所述确定每一个所述跨度时间段内的所述AIS轨迹数据中的多个核心点的步骤包括：
6.根据权利要求5所述的基站信号覆盖范围的确定方法，其特征在于，所述对所述聚类簇进行去噪声点处理的步骤包括：
7.一种基站信号覆盖
8.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述方法的步骤。
9.一种电子设备，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
10.一种电子设备，其特征在于，包括：
...【技术特征摘要】
1.一种基站信号覆盖范围的确定方法，其特征在于，包括：
2.根据权利要求1所述的基站信号覆盖范围的确定方法，其特征在于，一个所述聚类集包括多个聚类簇，所述根据每一个所述跨度时间段对应的聚类集分别确定所述基站在所述预设时间段内的覆盖半径的步骤包括：
3.根据权利要求2所述的基站信号覆盖范围的确定方法，其特征在于，所述根据每个所述聚类集确定出的多个所述最小距离和多个所述最大距离确定所述基站在对应的所述跨度时间段内的覆盖半径的步骤包括：
4.根据权利要求2所述的基站信号覆盖范围的确定方法，其特征在于，所述基于所述轨迹经纬度、所述utc时间戳和所述dbscan模型对每一个所述跨度时间段内的ais轨迹数据分别进行密度聚类，得到对应的聚类集的步骤包括：
5.根...
【专利技术属性】
技术研发人员：邢璐，董阳，韩斌，
申请(专利权)人：亿海蓝北京数据技术股份公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。