北斗卫星的信号特征和服务类型

（一）射频识别技术

1.射频识别技术的概念：是自动识别技术的一种，主要利用无线电波对记录媒体进行读写。它的核心部件是阅读器和电子标签，通过阅读器发射的无线电波，可读取电子标签内存储的信息，识别电子标签代表的物品和人的身份。

2.射频识别技术的特点

（1）非接触阅读。适用于脏、潮湿等的环境。

（2）数据存储容量大。 （3）体积小，易封装。

（4）使用寿命长，安全性高。（5）动态追踪和监控。

3.射频识别技术的应用

（1）RFID技术在交通领域的应用。例如高速公路自动收费系统和停车场智能化管理系统。

（2）RFID技术在生产领域的应用。例如，将RFID技术应用于生产流水线上和智能仓库货物管理。

（3）RFID技术在零售领域的应用。例如射频识别技术应用于超级市场。

（二）条码技术

1.条码技术的概念：条码又称条形码，是由一组按特定规则排列的条、空及其对应字符组成的表示一定信息的符号。

2.条码技术的特点

（1）编写简单，易于制作，可印刷。

（2）信息采集速度快，可靠性高。

（3）采集信息量大。

（4）设备结构简单，成本低。

（5）灵活实用。

3. 条码技术的应用：在我国，条码技术在分拣运输、大型超市、仓储配送中心等物流领域的应用最为普及。

（一）电子数据交换技术的概念

电子数据交换（EDI）是指按照统一规定的一套通用标准格式，将标准的经济信息通过通信网络传输，在贸易伙伴的电子计算机系统之间进行数据交换和自动处理。也被称为“无纸交易”。

电子数据交换必须用统一的标准编制各种商业资料。

（二）电子数据交换的作用和工作步骤

1.电子数据交换的作用

（1）EDI标准可保证计算机网络自动传送和计算机自动处理文件及数据得以实现。

（2）EDI标准能保证网络传输全程实现审计跟踪，可大大提高商业文件传送的透明度和可靠性。

（3）标准化的EDI格式转换可保证不同国家、不同地区、不同企业的各种商业文件（如单证、回执、载货清单、验收通知、出口许可证、原产地证等）得以无障碍电子化交换，促进国际贸易的发展。

2. 电子数据交换的工作步骤

（1）买方标明要购买货物的名称、规格、数量、价格、时间等，这些数据被输入采购应用系统，该系统的翻译软件制作出相应的EDI电子订单，这份电子订单被传递到卖方。

（2）卖方的计算机接到订单后，EDI 软件把订单翻译成卖方的格式，同时，自动生成一份表明订单已经收到的功能性回执。这份回执以电子化的方式传递到买方。

（3）卖方也许还会产生并传递一份接收订单通知给买方，表示供货的可能性。

（4）买方的计算机收到卖方的功能性回执及接收订单通知后，翻译软件将它们翻译成买方的格式，这时订单被更新了一次。

（5）买方根据订单的数据，产生一份电子版的“了解情况”文件，并以电子化的方式传递到卖方。

（6）卖方收到买方的“了解情况”文件后，把它翻译成卖方的格式，并核查进展情况。

（一）北斗卫星导航系统发展历程

1.中国北斗卫星导航系统（BDS）与美国全球定位系统（GPS）、俄罗斯全球卫星导航系统（GLONASS）、欧盟伽利略卫星导航系统（GSNS）并称全球四大卫星导航定位系统。

2.2018年年底，北斗三号系统基本建成并提供全球服务。 计划在2035年以前，将以北斗卫星导航系统为核心，建设完善更加泛在、融合、智能的国家综合定位导航授时体系。

（二）北斗卫星的信号特征和服务类型

北斗卫星的信号结构包含三部分：①导航电文；②伪随机噪声码；③载波。

北斗卫星导航系统具备导航定位和通信数传两大功能，提供七种服务。

（三）北斗卫星导航系统的特色与优势

①具有短报文通信功能：导航和通信紧密结合。

②空间段采用三种轨道卫星组合的混合星座

③提供多个频点的导航信号

④创新融合了导航与通信能力

⑤我国自主发展、独立运行的系统

数据库系统（DBS）是指在计算机系统中引入数据库后的系统。数据库系统由数据库、数据库管理系统、应用软件系统、数据库管理员和用户构成。

（一）数据库

数据库是指计算机内有组织的、可共享的数据集合。

1.数据模型

（1）含义：是描述数据的一组概念和定义。在数据库中，数据模型来抽象地表示和处理现实世界中的信息。简单地讲，数据模型就是用数据反映现实世界中信息的模型。

（1）数据模型包括以下两个方面的特性。

1）数据的静态特性，包括：

　　数据结构：研究各种类型数据对象的集合，以及针对这些数据集合的操作。

数据关系：指数据间的逻辑关系，这往往决定着数据库的逻辑数据模型。目前，最常用的数据库逻辑模型是关系数据模型，并由此建立了关系模型数据库。

数据约束：指在数据存储和处理中，对数据完整性的要求。

（2）数据的动态特性：主要包括对数据的操作和操作规则。数据库中对数据的操作主要包括数据的维护（插入、删除、更新等）和检索（查询）。

2.数据库的类型

根据数据模型设计的数据库有层次模型数据库、关系模型数据库、网状模型数据库和面向对象模型数据库。目前，应用最多的数据库是关系模型数据库。

3.数据的组织方式

（1）实体：就是在现实世界中客观存在并可以相互区别的事物。如某件商品、某个人、某个单位等，这些都是实体。在关系数据库中，一个实体称为一条记录。

（2）属性（字段）：就是实体所具有的特征。一个实体可以用多种属性来描述，分为主键（作用：唯一的标识一个记录，为表中每一条记录提供一个访问途径）和外键。

（3）关系。在关系数据库中，一种实体的集合称为一个关系，用一个二维表存储。

4.数据的完整性约束

（1）实体完整性。包括：①每个关系应该有一个主键；②每个实体的主键值应是唯一的；③主键值不能为空；④主键可以由一个或多个属性组成。

（2）参照完整性：参照完整性的规则包括：①员工关系中班组号的值必须出现在班组关系的班组号值中。②外键值可以为空，即员工关系中班组号值可以为空。③外键和主键可以同名，也可以不同名。

（3）用户定义完整性：是指针对某一具体的关系数据库的约束条件，由用户定义。

（二）数据库管理系统

1.常见的关系型数据库管理系统

目前，最常见的是关系型数据库管理系统，例如，MicrosoftAccess适用于中小型数据库系统，SQL Server、Oracle适用于大中型数据库系统。

2.数据库管理系统的功能

（1）数据定义功能。

（2）数据处理功能。

（3）数据安全管理。

（4）数据控制功能。

（5）数据维护功能。

口诀：伊利控制，维护安全

（三）数据仓库与数据挖掘

1.数据仓库：是一种新的数据库应用技术。数据仓库是一个面向主题的、集成的、相对稳定的、随时间不断变化的数据集合。数据仓库具有以下特点：

（1）面向主题。

（2）数据集成。

（3）数据相对稳定。

（4）数据随时间变化。

2.数据挖掘

（1）含义：就是按企业的既定目标对大量的企业数据进行探索和分析，揭示隐藏的或验证已知的商业规律，且进一步将其模式化的数据处理方法。它的最大特点是能够建立预测模型，预测未来的发展，使企业在规划时具有科学决策依据。

（2）数据挖掘具有以下主要功能。

1）分类和预测。分类是从大量数据中找出不同类别对象的特征，从而对新加入对象进行自动分类。

[实例]银行会按客户的信用程度分类，通过数据挖掘能找出各类客户的数据特征以后，就能快速判断一个新客户的信用类别。

分类数据挖掘还可用于预测，如预测可能流失、投向竞争对手的客户。

（2）聚类分析。聚类是根据数据特征对数据对象进行自动归类。

[注意]聚类与分类的不同在于分类预先知道应该分为哪几类，而聚类在操作之前并不知道数据可以分为哪些类别。

[实例]通过聚类分析可以将网购客户划分成互不相交的客户群，以便为不同的客户群推荐不同的目标商品。

（3）关联分析：在大量数据中找出有关联的数据，或者找出同时发生的事件。关联可分为简单关联、时序关联、因果关联。

[实例]在超市的交易数据中发现哪些商品可能会被同时购买，从而发现哪些商品捆绑销售能够有更多的受众。

（4）离群点分析。数据库中可能包含一些数据对象，它们与数据的一般行为或模型不一致，这些数据对象就是离群点。大部分数据挖掘方法将离群点视为噪声或异常而丢弃，然而，在一些应用（如欺骗检测）中，罕见的事件可能比正常出现的事件更有价值。

[实例]检测一个给定账号的付费情况，其购买数额特别大、超出正常付费的数据对象，可以被用来发现信用卡被恶意使用的情况。

1.射频识别技术的概念：是自动识别技术的一种，主要利用无线电波对记录媒体进行读写。它的核心部件是阅读器和电子标签，通过阅读器发射的无线电波，可读取电子标签内存储的信息，识别电子标签代表的物品和人的身份。

2.射频识别技术的特点

（1）非接触阅读。适用于脏、潮湿等的环境。

（2）数据存储容量大。 （3）体积小，易封装。

（4）使用寿命长，安全性高。（5）动态追踪和监控。

3.射频识别技术的应用

（1）RFID技术在交通领域的应用。例如高速公路自动收费系统和停车场智能化管理系统。

（2）RFID技术在生产领域的应用。例如，将RFID技术应用于生产流水线上和智能仓库货物管理。

（3）RFID技术在零售领域的应用。例如射频识别技术应用于超级市场。

1.条码技术的概念：条码又称条形码，是由一组按特定规则排列的条、空及其对应字符组成的表示一定信息的符号。

2.条码技术的特点

（1）编写简单，易于制作，可印刷。

（2）信息采集速度快，可靠性高。

（3）采集信息量大。

（4）设备结构简单，成本低。

（5）灵活实用。

3. 条码技术的应用：在我国，条码技术在分拣运输、大型超市、仓储配送中心等物流领域的应用最为普及。

电子数据交换（EDI）是指按照统一规定的一套通用标准格式，将标准的经济信息通过通信网络传输，在贸易伙伴的电子计算机系统之间进行数据交换和自动处理。也被称为“无纸交易”。

电子数据交换必须用统一的标准编制各种商业资料。

1.电子数据交换的作用

（1）EDI标准可保证计算机网络自动传送和计算机自动处理文件及数据得以实现。

（2）EDI标准能保证网络传输全程实现审计跟踪，可大大提高商业文件传送的透明度和可靠性。

（3）标准化的EDI格式转换可保证不同国家、不同地区、不同企业的各种商业文件（如单证、回执、载货清单、验收通知、出口许可证、原产地证等）得以无障碍电子化交换，促进国际贸易的发展。

2. 电子数据交换的工作步骤

（1）买方标明要购买货物的名称、规格、数量、价格、时间等，这些数据被输入采购应用系统，该系统的翻译软件制作出相应的EDI电子订单，这份电子订单被传递到卖方。

（2）卖方的计算机接到订单后，EDI 软件把订单翻译成卖方的格式，同时，自动生成一份表明订单已经收到的功能性回执。这份回执以电子化的方式传递到买方。

（3）卖方也许还会产生并传递一份接收订单通知给买方，表示供货的可能性。

（4）买方的计算机收到卖方的功能性回执及接收订单通知后，翻译软件将它们翻译成买方的格式，这时订单被更新了一次。

（5）买方根据订单的数据，产生一份电子版的“了解情况”文件，并以电子化的方式传递到卖方。

（6）卖方收到买方的“了解情况”文件后，把它翻译成卖方的格式，并核查进展情况。

1.中国北斗卫星导航系统（BDS）与美国全球定位系统（GPS）、俄罗斯全球卫星导航系统（GLONASS）、欧盟伽利略卫星导航系统（GSNS）并称全球四大卫星导航定位系统。

2.2018年年底，北斗三号系统基本建成并提供全球服务。 计划在2035年以前，将以北斗卫星导航系统为核心，建设完善更加泛在、融合、智能的国家综合定位导航授时体系。

①具有短报文通信功能：导航和通信紧密结合。

②空间段采用三种轨道卫星组合的混合星座

③提供多个频点的导航信号

④创新融合了导航与通信能力

⑤我国自主发展、独立运行的系统

数据库是指计算机内有组织的、可共享的数据集合。

1.数据模型

（1）含义：是描述数据的一组概念和定义。在数据库中，数据模型来抽象地表示和处理现实世界中的信息。简单地讲，数据模型就是用数据反映现实世界中信息的模型。

（1）数据模型包括以下两个方面的特性。

1）数据的静态特性，包括：

数据结构：研究各种类型数据对象的集合，以及针对这些数据集合的操作。

数据关系：指数据间的逻辑关系，这往往决定着数据库的逻辑数据模型。目前，最常用的数据库逻辑模型是关系数据模型，并由此建立了关系模型数据库。

数据约束：指在数据存储和处理中，对数据完整性的要求。

（2）数据的动态特性：主要包括对数据的操作和操作规则。数据库中对数据的操作主要包括数据的维护（插入、删除、更新等）和检索（查询）。

2.数据库的类型

根据数据模型设计的数据库有层次模型数据库、关系模型数据库、网状模型数据库和面向对象模型数据库。目前，应用最多的数据库是关系模型数据库。

3.数据的组织方式

（1）实体：就是在现实世界中客观存在并可以相互区别的事物。如某件商品、某个人、某个单位等，这些都是实体。在关系数据库中，一个实体称为一条记录。

（2）属性（字段）：就是实体所具有的特征。一个实体可以用多种属性来描述，分为主键（作用：唯一的标识一个记录，为表中每一条记录提供一个访问途径）和外键。

（3）关系。在关系数据库中，一种实体的集合称为一个关系，用一个二维表存储。

4.数据的完整性约束

（1）实体完整性。包括：①每个关系应该有一个主键；②每个实体的主键值应是唯一的；③主键值不能为空；④主键可以由一个或多个属性组成。

（2）参照完整性：参照完整性的规则包括：①员工关系中班组号的值必须出现在班组关系的班组号值中。②外键值可以为空，即员工关系中班组号值可以为空。③外键和主键可以同名，也可以不同名。

（3）用户定义完整性：是指针对某一具体的关系数据库的约束条件，由用户定义。

1.常见的关系型数据库管理系统

目前，最常见的是关系型数据库管理系统，例如，MicrosoftAccess适用于中小型数据库系统，SQL Server、Oracle适用于大中型数据库系统。

2.数据库管理系统的功能

（1）数据定义功能。

（2）数据处理功能。

（3）数据安全管理。

（4）数据控制功能。

（5）数据维护功能。

口诀：伊利控制，维护安全

1.数据仓库：是一种新的数据库应用技术。数据仓库是一个面向主题的、集成的、相对稳定的、随时间不断变化的数据集合。数据仓库具有以下特点：

（1）面向主题。

（2）数据集成。

（3）数据相对稳定。

（4）数据随时间变化。

2.数据挖掘

（1）含义：就是按企业的既定目标对大量的企业数据进行探索和分析，揭示隐藏的或验证已知的商业规律，且进一步将其模式化的数据处理方法。它的最大特点是能够建立预测模型，预测未来的发展，使企业在规划时具有科学决策依据。

（2）数据挖掘具有以下主要功能。

1）分类和预测。分类是从大量数据中找出不同类别对象的特征，从而对新加入对象进行自动分类。

[实例]银行会按客户的信用程度分类，通过数据挖掘能找出各类客户的数据特征以后，就能快速判断一个新客户的信用类别。

分类数据挖掘还可用于预测，如预测可能流失、投向竞争对手的客户。

（2）聚类分析。聚类是根据数据特征对数据对象进行自动归类。

[注意]聚类与分类的不同在于分类预先知道应该分为哪几类，而聚类在操作之前并不知道数据可以分为哪些类别。

[实例]通过聚类分析可以将网购客户划分成互不相交的客户群，以便为不同的客户群推荐不同的目标商品。

（3）关联分析：在大量数据中找出有关联的数据，或者找出同时发生的事件。关联可分为简单关联、时序关联、因果关联。

[实例]在超市的交易数据中发现哪些商品可能会被同时购买，从而发现哪些商品捆绑销售能够有更多的受众。

（4）离群点分析。数据库中可能包含一些数据对象，它们与数据的一般行为或模型不一致，这些数据对象就是离群点。大部分数据挖掘方法将离群点视为噪声或异常而丢弃，然而，在一些应用（如欺骗检测）中，罕见的事件可能比正常出现的事件更有价值。

[实例]检测一个给定账号的付费情况，其购买数额特别大、超出正常付费的数据对象，可以被用来发现信用卡被恶意使用的情况。

1.人工智能：指通过计算机系统模拟人类智能的能力，包括学习、推理、问题解决、感知和语言理解等。人工智能是计算机科学的一个分支，涉及多个学科领域如计算机科学、数学、心理学、哲学、语言学和神经科学等。

2.人工智能在计算机领域的落地实现主要分为两种技术在路径：

第一种为工程学方法：依托传统编程技术搭建系统，使其具备智能化应用效果，该方式不苛求实现逻辑与人类或生物机体的运行机制保持一致。典型场景包括文字识别、人机对弈等。

工程学方法需要人工逐条设定程序运行逻辑，应用于简单场景时实操便捷。

第二种为仿生模拟法：该模式在保障智能应用效果的基础上，要求技术实现逻辑与人类或生物机体的运作机制相近或一致。遗传算法与人工神经网络均属于此类技术路径。

采用仿生模拟法时，开发人员须为独立角色搭建专属智能控制模块。该智能模块初始不具备成熟行为逻辑，如同新生个体，可通过自主学习持续适配环境变化，自主应对各类复杂场景。

3.人工智能技术可以用于：智能决策支持、智能客服、智能风险评估等方面。