本发明涉及天线姿态监测技术领域，特别涉及一种基于云端数据处理的天线姿态监测系统。
背景技术：
天线姿态监测对移动网络的管理以及优化有着重要意义。基于双gps方案的天线姿态监测以其高精度、受环境影响小等优点，逐渐成为主流的监测方案。
图1显示了一种典型的基于双gps的姿态监测系统。在这种典型的系统中，监测模块将不间断收集两个gps模块的原始输出量(如伪距，星历等)，然后再本地cpu进行实时运算，获得天线的姿态参数。计算好的参数通过有线或者无线网络回传到服务器进行进一步的处理、存储以及结果呈现。
在双gps方案中，如果需要获得准确的姿态参数，需要两个gps进行长时间(～1小时)不间断的数据采集，并对采集的数据进行实时计算。而且其测量算法复杂度较高，计算量较大，因而对监测模块的cpu要求较高。这些直接导致整机的成本以及功耗都很高，不利于大规模应用。
技术实现要素：
本发明的目的旨在至少解决所述技术缺陷之一。
为此，本发明的目的在于提出一种基于云端数据处理的天线姿态监测系统。
为了实现上述目的，本发明的实施例提供一种基于云端数据处理的天线姿态监测系统，包括：第一gps模块、第二gps模块、本地cpu模块、数据回传网络、云服务器和终端设备，其中，
所述第一gps模块和所述第二gps模块用于采集天线数据，生成gps原始测绘量；
所述本地cpu模块与所述第一gps模块和所述第二gps模块连接，用于接收所述gps原始测绘量，并对所述gps原始测绘量进行数据打包，通过数据回传网络发送至所述云服务器；
所述云服务器与所述数据回传网络连通，用于接收并存储打包发送来的gps原始测绘量，并根据所述gps原始测绘量计算天线姿态，实现对所述天线姿态的实时监测，并将天线姿态监测结果发送至所述终端设备；
所述终端设备上内置有设备管理系统，用于接收来自所述云服务器的天线姿态监测结果，并向用户呈现该天线姿态监测结果。
进一步，所述gps原始测绘量包括：伪距数据和星历数据等。
进一步，所述数据回传网络采用有线网络和/或无线网络。
进一步，所述终端设备为移动终端和/或个人计算机pc。
进一步，所述本地cpu模块对所述gps原始测绘量进行数据打包，包括：将接收到的gps原始测绘量缓存到存储器中，并由所述存储器中读取出来进行数据打包，将打包后的数据通过回传网络物理端口发送至所述数据回传网络，进而由所述数据回传网络发送至所述云服务器。
进一步，所述云服务器通过所述数据回传网络接收到打包完成的gps原始测绘量，首先将数据存储至数据库中，然后从所述数据库中读取数据进行天线姿态监测，将天线姿态计算果写入至所述数据库，并将所述天线姿态计算结果发送至所述终端设备，由所述终端设备对该天线姿态监测结果进行显示呈现。
根据本发明实施例的基于云端数据处理的天线姿态监测，将gps采集的原始测绘量进行实时回传，为以后进一步的数据挖掘做好准备，并在云端运行姿态监测算法，从而极大简化了海量监测模块的设计需求，降低了整个方案的成本以及功耗。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1为现有的基于双gps的姿态监测系统的结构图；
图2为根据本发明实施例的基于云端数据处理的天线姿态监测系统的结构图；
图3为根据本发明实施例的基于云端数据处理的天线姿态监测系统的示意图；
图4为根据本发明实施例的cpu端进行原始测绘量回传的处理过程示意图；
图5为根据本发明实施例的服务器端进行姿态监测的流程示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
由于天线的姿态是一个准静态量，因此虽然单次采样的时间较长、数据量较大，但是相邻两次监测间隔可以较大，天线姿态的结果呈现可以是非实时的。
基于上述原理，本发明提出一种基于云端数据处理的天线姿态监测系统，将gps采集的原始测绘量进行实时回传，并在云端的服务器运行姿态监测算法。
如图2和图3所示，本发明实施例的基于云端数据处理的天线姿态监测系统，包括：第一gps模块1、第二gps模块2、本地cpu模块3、数据回传网络、云服务器4和终端设备5。
具体地，第一gps模块1和第二gps模块2用于采集天线数据，生成gps原始测绘量。
在本发明的一个实施例中，gps原始测绘量包括：伪距数据和星历数据等。需要说明的是，gps原始测绘量的数据内容，不限于上述举例，还可以包括其他测量数据，在此不再赘述。
本地cpu模块3与第一gps模块1和第二gps模块2连接，用于接收gps原始测绘量，并对gps原始测绘量进行数据打包，通过数据回传网络发送至云服务器4。
在本发明的一个实施例中，数据回传网络采用有线网络和/或无线网络。
具体地，如图4所示，本地cpu模块3对gps原始测绘量进行数据打包，包括：将接收到的gps原始测绘量缓存到存储器中，并由存储器中读取出来进行数据打包，将打包后的数据通过回传网络物理端口发送至数据回传网络，进而由数据回传网络发送至云服务器4。
云服务器4与数据回传网络连通，用于接收并存储打包发送来的gps原始测绘量，并根据gps原始测绘量计算天线姿态，实现对天线姿态的实时监测，并将天线姿态监测结果发送至终端设备5。
具体地，如图5所示，云服务器4通过数据回传网络接收到打包完成的gps原始测绘量，首先将数据存储至数据库中，然后从数据库中读取数据进行天线姿态监测，将天线姿态监测果写入至数据库，并将天线姿态监测结果发送至终端设备5，由终端设备5对该天线姿态监测结果进行显示呈现。
终端设备5上内置有设备管理系统，用于接收来自云服务器4的天线姿态监测结果，并向用户呈现该天线姿态监测结果，以便用户实时监测天线的状态。
在本发明的一个实施例中，终端设备5为移动终端和/或个人计算机pc。
综上，本发明是利用一个低性能的cpu进行双gps数据的实时收集、数据打包，并通过有线/无线网络回传到云服务器4。云服务器4在接收到数据后，进行存储、姿态计算以及结果呈现。即，本发明是将天线姿态的计算移至云端进行处理，本地仅通过cpu模块实现数据的实时采集，核心的天线姿态计算过程交由云端处理。
根据本发明实施例的基于云端数据处理的天线姿态监测，将gps采集的原始测绘量进行实时回传，为以后进一步的数据挖掘做好准备，并在云端运行姿态监测算法，从而极大简化了海量监测模块的设计需求，降低了整个方案的成本以及功耗。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。本发明的范围由所附权利要求极其等同限定。