英语原文共 8 页，剩余内容已隐藏，支付完成后下载完整资料
基于机载无人机进行海洋观测的多传感器数据实时监测与管理系统
海洋资源的探索和开发对人类具有重要意义。目前，无人驾驶飞行器已达到可用于多传感器海洋环境研究的水平。大量海洋数据采集、传输和实时管理是利用无人机勘探和开发海洋资源的前提条件。针对这些新出现的需求，我们提出了一种新的数据实时监测和管理系统，即基于无人机的海洋观测实时监测和管理系统。在该系统中，装有四种传感器的无人机在飞行任务中捕捉海洋信息，然后将数据传送到地面站进行实时处理和显示。本文首先讨论了系统的硬件体系结构；然后给出了系统软件的遗传体系结构；最后，进行了数值飞行实验,结果表明了软件系统的可行性。
装备传感器的无人机由于其重量轻、灵活等优点，在民用方面的应用越来越广泛。Kyoungah和Impyeong开发了一个基于无人机的近距离快速空中监测系统，该系统可以生成用于应急反应的正畸图像。它的传感器系统包括照相机、激光扫描仪、GPS和IMU。Masahiko等人研究了一个基于无人机的传感器网络监测系统，以获取适用于灾害和环境监测的详细信息，其中包括摄像头、陀螺仪、激光测距仪、GPS等传感器。在中国，也有很多类似的应用。彭等人开发了一个安全检查和诊断系统，载有航空摄像机、可见光传感器和激光传感器的无人机收集了电力线的图像。张等人开发了一个小麦育种信息获取系统，将相机、多光谱相机、红外热成像仪等不同传感器安装在飞行于农田上空的无人机上。其中有些系统可以实时获取和传输数据，但处理数据的过程是在任务完成后进行的，有些系统只能处理和显示一个传感器的结果，而不是全部场景数据。
在我们的研究中，无人机装备了四个传感器，即SAR合成孔径雷达、lida光探测和测距、航空摄像机、温度和湿度传感器和其他载荷，收集海洋区域周围的信息，实时将其传送给地面站，我们的软件接收并同步处理这些数据。目前，数据采集是信号检测过程中必不可少的一部分，数据传输是机载系统和地面站通信不可或缺的组成部分。基于无线网络的海洋传感器数据实时传输系统提供了一套新的数据采集和传输系统。该系统一旦建立，将有助于勘探和开发海洋资源，监测海洋环境，探测海洋目标，预测灾害等。充分利用多线程同时运行的特性来实现多任务，系统实现了大量的数据读取、数据审查等任务。
本文提出的基于无人机的海洋观测多传感器数据实时监测管理系统的硬件结构，包括采集模块、传输模块、接收模块三部分。收集模块，为了在战斗任务中获得足够的海洋信息，收集舱将航空摄像机、温度和湿度传感器、SAR和激光雷达相结合，所有这些都安装在无人机的前部。传送模块，数据从无人机通过无线信道传输到基站，数据信号从无人机发送，带有天线接收信号的无线信号接收器安装在基站顶部。温度和湿度数据由RS422通过端口传输，每一个温度和湿度传感器都使用一个唯一的端口号进行处理。SAR和lidar数据是根据TCP协议通过电缆传输的，视频传输是基于VGA接收模拟信号。接收模块，接收级是软件系统，它安装在一台设备质量高的计算机上。不同类型的原始数据传输到这里进行处理和显示。显示区域由四个等距部分组成，分别负责SAR图像显示、激光雷达图像显示、视频播放器、温度和湿度曲线。这里四种传感器数据的管理与控制同时具有系统的特点。通过同时合并四种数据，可以获得更全面的信息。
系统组成，系统分为两个主要模块，传感器监控和数据管理。第一部分，传感器监控由两个子模块组成，负责分析、处理和存储。子模块D设置，是一个配置部分，支持数据存储的位置。第C部分，数据监视器，可以同时接收、处理和显示来自四个传感器的数据，同时，所有数据都存储在数据库中专门设计的各种表中(数据库管理系统)。B部分分为两部分，第一部分是通过姓名和时间搜索数据。数据浏览和播放在F部分。
用于数据处理的几种技术，其中最困难和最复杂的部分是数据集成的日期监控模块，以及数据浏览模块，它消耗大量的计算，提出了以下技术来安排每个子模块之间的任务调度。
多线程和异步操作编程技术，每个传感器发送数据接收系统的非均匀频率、温度和湿度探测器发送数据接收系统每0.7 s,SAR和激光雷达数据中生成速度较慢,而温度和湿度数据,每2或3分钟,一个新的SAR图像数据或激光雷达的zip文件。航空相机在整个飞行过程中传输视频信号。每个数据处理都是一个子线程。为了同时处理四种数据，避免干扰，采用多线程和异步操作技术。多线程在子线程中执行部分任务，提高了系统的硬实时性，提高了软件系统的整体性能。激光雷达数据监测的过程如图3所示。
该子线程是在目标文件夹中创建新的数据文件夹时被触发的，LiDAR的数据是ZIP包，通过文件系统监视器检测到的编程控制自动解压，图片数据显示在图片框控件中，并存储到监控模块的本地文件夹中。一个定时器控件，在下一个新数据出现之前开始计时，如果时间间隔超过3分钟，则屏幕上会显示一个连接断开图，意味着传输中断;然后，计时器控制将重置为下一个计时。以类似的方式，SAR的数据通过其他子线程处理。
NET框架实现在视频捕获。至于视频，我们选择了AForge。网络，适用于计算机视觉、机器学习、图像处理等领域。当一个视频采集卡连接到计算机时，系统开始工作，系统可以通过AForge检测到它。然后一个子线程开始创建一个视频文件，由视频帧速率、分辨率等组成。videoSourcePlayer控件捕获视频并显示它。如果没有视频捕获卡，或信号链接中断，将显示一个链接中断警告，并创建一个子线程来重新连接视频信号。如图4所示。
在绘制曲线上的动态Douglas - Peucker算法。当出现一组温度数据时，图表控制执行一次曲线绘制。在一个任务中，有大量的数据拥有高传输速率(0.7s)和一些冗余数据，因为有几个原因。当无人机起飞时采集的数据，在空中盘旋，这些数据变化很小，导致冗余。因此，从不断上升的数据量来看，繁重的工作量会影响绘图的效率。为了解决这个问题，我们使用改进的动态Douglas - Peucker算法来删除冗余数据。
我们使用一个列表来接收新的即将到来的温度和湿度数据。当数据传输到列表中时，列表的大小会动态增加。点的增量或减量温度小于0.01℃较点删除。当数据量超过2时，第三个新数据就会触发动态Douglas-Peucker算法。我们假设前两点P1 P2，它被选择成一条直线，命名为Lp，让Eq.(1)是Lp的方程。我们假设第三点是P3。
作为新的点不断放入列表,动态Douglas-Peucker算法多次触发,每一个点都有相应的计算结果,dk Eq。(3),Pointk目标点,Pointk-1和Pointk 1点Pointk前后,dk是计算结果,图6和图7显示我们的说明更多的点。当列表的数量超过1000时，我们就开始去掉dk最小的影响点，使列表保持在中等容量。在整个计算过程中，所有的关键点都保留下来，这些点变化不大，对曲线形状有轻微的影响，所以被移除。流动如图8所示。
我们在中国人民解放军总政治部办公室进行了飞行实验。在无人机飞行期间，数据由UAV发送到地面站，然后实时传输到系统。测试结果如图9所示。我们可以通过一个海洋区域的激光雷达和SAR图像来了解温度和湿度是如何通过曲线和风场的条件变化的。对系统设计的标定和优化进行了几次有益的飞行，我们认为该系统在实际飞行任务中具有很好的应用价值。
正如我们所知，中国在海洋监测中处于机载遥感的初始阶段，因此很明显，在海洋观测中使用机载传感器的无人机将会以快速的速度出现，在海洋资源的探索中将充满潜力。如何接收、处理和管理通过无人机收集的不同传感器的所有不同价值数据对研究人员来说至关重要。为此，开发并实施了一个新的系统来收集和管理海洋区域周围的环境数据。本文首先介绍了硬件基础，然后介绍了该系统软件的组成。分析了数据监控和管理模块中使用的几种技术，并阐明了数据管理中数据回放的过程。介绍了系统的特点。最后，实验结果验证了该系统在海洋观测中的适用性。
本研究由中国国家高新技术研究开发项目资助，资助2014AA09A511。
项目:中国国家高新技术研究开发项目(批准号:)2014 aa09a511)。
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[22813]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
