基于ArcEngine的電勢分布實時顯示方法優(yōu)化

鄧可為，龔曉峰

(四川大學 電氣信息學院，成都 610065)

基于ArcEngine的電勢分布實時顯示方法優(yōu)化

鄧可為，龔曉峰

(四川大學 電氣信息學院，成都 610065)

0 引言

隨著國家近年來無線電通信技術的快速發(fā)展，無線通信設備向著數字化、微型化、智能化方向發(fā)展，電磁環(huán)境日益復雜。目前全國多市引入無線電網格化監(jiān)測概念，期望用低成本分布式射頻傳感器形成網格化監(jiān)測網絡，克服傳統大型監(jiān)測站存在覆蓋盲區(qū)，無法監(jiān)測遠距離微弱信號的特點。伴隨著網格化監(jiān)測網的形成，城市內電勢分布實時分析將為無線電管理提供有利的決策支持。

電勢分布實時分析的關鍵部分是利用分布式傳感器回傳的場強數據進行空間插值，利用GIS(Geographical Information System)地理信息系統繪制。常用的方法是利用ArcGIS等軟件用已知數據進行空間插值，生成連續(xù)的場強數據柵格圖，再將柵格圖進行顯示區(qū)域裁剪、分級渲染等處理，最后繪圖顯示。此類方法在電勢分布實時分析中存在以下兩點問題：1)針對每組已知數據都會生成獨立柵格圖保存于PC機上且其在進行裁剪、分級渲染處理時操作重復，導致效率低下、不利于管理等問題；2)在已知數據分布稀疏、分布不均的情況下，單一的空間插值均不能滿足實時性和精度的要求。

針對以上兩種問題，論文采用ArcEngine進行二次開發(fā)，以內存圖層顯示替代柵格圖顯示，有效避免生成實時電磁分布圖的圖層冗余及柵格圖構造重復率高的問題，并在分析各空間插值算法不足的基礎上，提出一種基于距離反比加權-普通法克里金的混合算法，在運算速度和制圖時間上得到了顯著提高。

1 電勢分布實時顯示方法優(yōu)化

1.1 柵格圖與內存圖

常規(guī)的數據分布顯示是通過GIS軟件進行空間插值生成柵格圖，在文獻[4]中，作者就ArcEngine中批量插值有詳細的介紹，結果生成大批量柵格數據文件。工作流程如圖1所示。

圖1 柵格圖空間插值流程

在不考慮空間插值的耗時情況下，計算柵格圖顯示方法耗時。其中導入點圖層、分級渲染耗時均小于1ms，可以忽略，只考慮柵格圖創(chuàng)建、裁剪2個工作步驟。在經度E103.89°到E104.23°，緯度N30.53°到N30.81°，分別以網格間距0.01°、0.005°、0.002°、0.001°實現以上2個步驟，其消耗時間如表1所示。

表1 柵格圖單次構造(ms)

由表1可知，對指定區(qū)域進行柵格圖創(chuàng)建耗時幾乎相等，主要耗時在于柵格圖邊界的裁剪，損耗時間隨著是網格精度的提升成指數上升。在實時空間插值過程中，柵格構造總損耗時間與插值次數成倍數上升，不利于插值分布結果的快速連續(xù)顯示。

本文借鑒柵格圖層顯示思想，利用ArcEngine中內存圖層顯示技術創(chuàng)建類柵格圖，利用其圖層的屬性數據頻繁更新時刷新效率高的特點，實現電勢分布實時顯示。其具體流程如下：采用等間距網格對預測區(qū)域進行網格化。首先對預測區(qū)域進行網格預處理：針對預測區(qū)域創(chuàng)建等間距的幾何對象，對每個對象與預測區(qū)域進行拓撲判斷，實現對象邊界與預測區(qū)域完全相同。此后電勢分布顯示時先創(chuàng)建內存圖層，再將預處理的網格化數據導入內存圖層，再根據場強值范圍進行分級渲染并設置圖層透明度。在完成以上圖層構造流程后，每次處理批量數據時只需進行數據插值計算及圖層的屬性數據更新即可，對比柵格圖顯示工作流程而言，減少了電平數據量導入臨時點圖層、圖層裁剪和分級渲染的流程，如圖2所示。

圖2 內存圖層工作流程

1.2 顯示性能比較

本文以經度E103.89°到E104.23°，緯度N30.53°到N30.81°，分別以網格間距0.01°、0.005°、0.002°、0.001°構建內存圖層和柵格圖層，在無插值計算的情況下，比較兩種圖層的流程消耗時間，如表2所示。

表2 圖層構造時間比較（ms）

由表2可以看出，在流程執(zhí)行次數增加的情況下，內存圖層在圖層操作步驟上幾乎不耗費時間，而柵格圖層耗時成倍增加。以網格間距0.002°為例，柵格圖與內存圖對比如圖3所示，內存圖層分別提升效率為 4.1倍、30.5倍、62.6倍。

圖3 0.002°時柵格圖流程與內存圖流程耗時比較

2 空間插值算法分析

2.1 常用插值算法

在GIS中，常用的插值算法有距離反比加權法、樣條函數法、克里金插值算法等。針對具體的插值問題，沒有絕對最優(yōu)的方法，只有最合適的方法，文獻[5]對幾種常見的算法進行了詳細的比較和分析，如表3所示。

表3 四種插值方法比較

結果表明克里金插值算法是一種線性、無偏、方差最小的空間估值方法，具有良好的整體效果，在離散數據稀少時也能獲得較好的插值效果，但其缺點在于耗費時間較長。本文提出基于距離反比加權法和克里金法的混合算法，利用距離反比加權法在低變化趨勢時進行快速計算，在高變化趨勢時進行準確計算，在精度和計算速度上得到了有效保障。

2.2 普通克里金插值原理

若假設預測區(qū)域為A，區(qū)域內變量為{Z(x)A},其中x表示空間坐標，Z(x)在觀測點xi(i= 1 ,2,3...,n)處的觀測值表示為Z(xi)，根據普通克里金插值原理，預測點x0處的預測值可以由n個已知觀測點的加權和表示，即：

其中 li(i= 1 ,2,3...,n)為加權系數，Z(xi)為預測點臨近的第i個觀測點[6]。

為使預測值達到最優(yōu)，則預測區(qū)域內需滿足二階平穩(wěn)假設或本征假設，同時使預測方差達到最小，則有：

根據拉格朗日原理，可得如下方程組：

m為拉格朗日乘子,若用變異函數 g (xi,xj)表示Cov(xi,xj)，則式(2)表示為：

變異函數定義為：

式(5)中Sill基臺值，Nugt為塊金值，p為模型指數，L為變程，r為經過篩選出的距離矩陣。

2.3 距離反比加權法插值原理

若假設預測區(qū)域為A，區(qū)域內變量為{P(x)A},其中x表示空間坐標，P(x)在觀測點處的觀測值表示為P(xi)，根據距離反比加權插值原理，預測點x0處的預測值可以由n個已知觀測點的加權平均表示[7]，即：

其中di表示預測點與其鄰域內第i個點間的距離。

2.4 混合插值算法

分析以上算法原理可知，克里金插值計算需要進行矩陣運算，極為耗時，而距離反比加權法擬合度不穩(wěn)定。由于在實際電勢分布時，在有信號區(qū)域信號強度大，變化劇烈，在無信號區(qū)域，信號強度小，變化平坦。本文根據其分布特性，提出一種混合插值的方法：針對預測點xi，對其鄰域內的觀測點的均值E和方差V進行閾值判斷，以選擇不同的插值算法，具體判斷流程如圖4 所示。

圖4 混合插值判斷流程

其中xi的鄰域觀測點采用閾值T1、T2為經驗值，限定觀測值范圍為-20～120dbm，則選取閾值T1=20，T2=20。

2.5 三種插值方法的實際應用分析

2.5.1 數據來源

本文以成都市三環(huán)區(qū)域內道路沿線的實測離散數據為原始數據源，針對頻率段266MHz的數據通過抽樣后選取83個觀測點的數據作為原始數據，分布如圖5所示。

圖5 電磁環(huán)境實測數據分布圖

2.5.2 擬合度分析

由于采樣的觀測點數據極少，為了定量分析插值的誤差，選取觀測點臨近的實際值進行統計分析，采用均方誤差來計算誤差大小。定義均方誤差為：

其中N為采樣點個數，Z(xi)是臨近點xi處實際值，Z* (xi)是臨近點xi對應網格內預測值。

分別對距離反比加權法、普通法克里金法、混合插值算法進行均方誤差分析，結果如圖6所示。

圖6 均方誤差比較

由圖6可知，在網格間距較大時均方誤差處于較高位置，三種插值算法均不能保障其插值精度，隨著網格間距的逐漸減小，三種算法的精度有所提高，其中混合插值法與普通克里金法精度相當，均優(yōu)于距離反比加權。但在網格間距小于0.002o后，三種方法的精度達到極限值，說明更小的網格間距對精度提升很小。

三種同時對三種方法進行了運算分析，測試環(huán)境：Quad-Core 4430 3.0GHz,內存4.0GHz，VS2008分析結果如圖7所示。

由圖7可知，在網格間距大于0.005時，三種插值算法耗時差距不明顯。隨著網格間距的逐漸減小，三種算法耗時逐漸增加，其中普通克里金變化最為明顯，混合插值算法次之，距離反比加權最優(yōu)。 在0.002°和0.001°時混合插值算法節(jié)約時間近35.5%、47.25%。

綜上，在電勢分布實時顯示中，混合插值算法對單一插值算法有良好的改進作用，且隨著網格間距的提升，其改進效果更為明顯。

2.5.3 結果顯示

圖8為成都市范圍內頻段266Mhz的電勢分析結果，其中場強變化從-20dbm～120dbm，以藍色向紅色漸進表示。信號源分別位于地圖中部和左上位置，網格間距選取0.002o，混合插值算法中去閾

圖7 插值運算時間比較

值T1=20，T8=20，實際效果如圖8所示。

圖8 插值效果圖

圖8(a)中信號強度較低處的藍色“孤點”現象明顯，影響分析結果。圖8(b)與圖8(c)顯示效果基本一致，對信號強度較高處顯示分明，信號強度較低處顯示分級不同，但不影響美觀效果。結果證明本文的混合插值算法在顯示效果上與普通克里金算法一致，優(yōu)于距離反比加權法。

3 結束語

本文在分析柵格數據批量插值是操作耗時的基礎上，提出了使用內存圖層方式替代柵格圖方式的方法，并結合后續(xù)的混合插值算法應用于成都市三環(huán)內實際路測數據，分析結果表明優(yōu)化技術充分體現了高效性和準確性，有效提高了無線電電勢的空間連續(xù)顯示效率。

[1]張文波,曹耀欽,孫偉. 基于有限元插值方法的電磁覆蓋范圍重建[J].計算機仿真, 2013,30(7):170-173.

[2]盧涵宇,陳軍. 基于曲面樣條插值算法的無線電電磁態(tài)勢圖生成研究[J].武漢理工大學學報,2012,34(5):135-138.

[3]聶小燕,魯才,陳凱云.基于邊界約束的空間復雜曲面重構算法[J].計算機應用研究,2013,30(2):588-590.

[4]楊宇,管群,胡凱衡,李洪雷. 基于AE的空間數據批量插值方法[J].計算機工程, 2010,36(4):56-58.

[5]顏慧敏.空間插值技術的開發(fā)與實現[D].成都:西南石油學院,2005.

[6]樊明輝,陳崇成,池天河. 基于克里格法的定點監(jiān)測數據連續(xù)空間化研究與應用[J].計算機工程與應用,2005,9:210-212.

[7]靳國棟,劉衍聰,牛文杰.距離加權反比插值法和克里金插值法的比較[J].長春工業(yè)大學學報,2003,24(3):53-57.

An optimized real-time display method of the radio potential distribution based on ArcEngine

DENG Ke-wei, GONG Xiao-feng

市內無線電電勢分布實時分析中存在傳統柵格圖成圖效率低、數據稀疏時單一插值算法不能滿足要求等問題，文章在分析了柵格圖成圖原理及關鍵耗時步驟的基礎上，利用ArcEngine中內存圖層代替柵格圖，有效避免柵格裁剪重復操作；文章在比較分析多種算法的基礎上，提出基于距離反比加權法和克里金法的混合算法，克服單一算法的不足，在保障算法精度的前提下，有效提升算法計算速度。最后通過實際應用展示優(yōu)化后的應用效果，實際結果表明該優(yōu)化方法所得電勢分布圖效果美觀，且滿足實時性要求。

無線電電磁分布; 空間插值；克里金；距離反比加權；內存圖層

鄧可為（1989 -），男，湖南益陽人，碩士，研究方向為自動化檢測裝置。

TP391

A

1009-0134(2014)06(上)-0100-04

10.3969/j.issn.1009-0134.2014.06(上).30

2014-03-23