CN102404757A - 协作频谱检测与协作频谱预测的统一方法 - Google Patents

协作频谱检测与协作频谱预测的统一方法 Download PDF

Info

Publication number
CN102404757A
CN102404757A CN2010102778014A CN201010277801A CN102404757A CN 102404757 A CN102404757 A CN 102404757A CN 2010102778014 A CN2010102778014 A CN 2010102778014A CN 201010277801 A CN201010277801 A CN 201010277801A CN 102404757 A CN102404757 A CN 102404757A
Authority
CN
China
Prior art keywords
detection
channel
channel state
prediction
current
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2010102778014A
Other languages
English (en)
Inventor
陈喆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN2010102778014A priority Critical patent/CN102404757A/zh
Publication of CN102404757A publication Critical patent/CN102404757A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Mobile Radio Communication Systems (AREA)

Abstract

协作频谱检测与协作频谱预测的统一方法,本发明属于无线通信技术领域,涉及一种统一的协作检测和协作预测无线电频谱占空状态的方法。根据本发明的一个实施例,认知无线电协作频谱检测和协作频谱预测过程,该过程包括接收至少一个次要用户在至少一个时段各自检测至少一个无线电频段中的至少一个频点的信道占空状态的结果,并根据这些检测结果通过以下过程给出协作频谱检测结果或协作频谱预测结果:计算目标时段(对于检测指当前时段,对于预测指未来时段)信道状态为空闲时特定三组概率的乘积P0,并且计算目标时段信道状态为占用时同样的特定三组概率的乘积P1;根据P0和P1的数值大小关系,给出目标时段信道状态的协作频谱检测结果或协作频谱预测结果。

Description

协作频谱检测与协作频谱预测的统一方法
技术领域
本发明属于无线通信技术领域,涉及认知无线电(Cognitive Radio)中的协作频谱检测(Cooperative Spectrum Sensing)和协作频谱预测(Cooperative Spectrum Prediction),更具体地说,涉及一种统一的协作检测和协作预测无线电频谱是否被占用的方法。
背景技术
认知无线电技术发展的目的是为了更加有效地利用稀缺的无线电频谱资源,其在软件无线电技术基础之上,引入了“智能”。在认知无线电中,认知无线电用户,又称次要用户(Secondary User,简称SU),在非认知无线电用户,又称主要用户(Primary User,简称PU),不使用无线电频段时,暂时借用主要用户的无线电频段进行通信。无线电频谱检测技术是认知无线电技术的基石,用于检测无线电频谱的某些频段在某些时段是否被用户占用(参见Zhe Chen等人在2009年IEEE MILCOM大会上发表的题为“Quickest spectrum detectionusing hidden Markov model for cognitive radio”的学术论文)。检测的效果,即准确率,通常用检测概率PD(Probability of Detection)和虚警概率PFA(Probability of FalseAlarm)衡量。
由于“隐藏节点”(Hidden Node)的存在,多个认知无线电用户之间协作检测频谱尤为重要,并且协作频谱检测可提高频谱检测的准确率。在认知无线电领域,科研人员已经提出了多种协作频谱检测方案和算法。一种常见的协作频谱检测方法是M-out-of-N法则,即在N个次要用户SU中,有M个次要用户SU检测出某段频谱在某个时刻被占用,则判定该段频谱在该时刻被占用。注意到当M=N时,该协作频谱检测方法等效于“与(AND)”准则;当M=1时,该协作频谱检测方法等效于“或(OR)”准则。该方法虽然计算相对简单,但其检测效果有限。另外,现有的基于复杂数学模型和复杂计算公式的协作频谱检测方法,虽然在理论上性能有所提高,但不利于在硬件平台上实时实现该方法。
如果有一种既便于实现,又有效的认知无线电协作频谱检测方法,这将是一种优势。
在硬件平台上实现认知无线电功能(如协作频谱检测)时,从频谱检测到发送数据至可用信道,硬件平台通常会有一个时延(Time Delay)。这个时延通常从几十微秒至几百毫秒,取决于具体硬件平台。根据陈喆(Zhe Chen)等人对现有的典型的认知无线电硬件平台的实际测量,USRP2硬件平台的最小响应时延(Response Delay)在2毫秒到16毫秒左右,SFF SDRDP硬件平台的最小响应时延在48毫秒左右。当总的硬件平台时延与频谱检测的周期接近甚至超过时,硬件平台时延的引入会降低频谱检测的效果。解决的方法是使用频谱预测,减小硬件时延的负面影响。(参见Zhe Chen等人在2010年IEEE SoutheastCon大会上发表的题为“Prediction of channel state for cognitive radio using higher-order hidden Markovmodel”的学术论文)。
在认知无线电领域,现有的预测方法多基于本技术领域普通技术人员所公知的自回归模型(AR)或自回归滑动平均模型(ARMA)及其变种。通过陈喆(Zhe Chen)等人研究和实验结果可知,多个认知无线电用户之间的协作频谱预测可以提高频谱预测的效果。但目前尚无公开的协作频谱预测方面的科研结果。
如果有一种既便于实现,又有效的认知无线电协作频谱预测方法,这将是一种优势。
虽然检测与预测的概念不同,但二者之间存在内在关联。如果有一种统一的方法,既可用于协作频谱检测,又可用于协作频谱预测,这将降低检测和预测方法的实现复杂度和所需的软硬件资源,同时也便于系统在运行时实时选择检测和预测模式,这将是一种优势。
在认知无线电领域,现有的协作检测和预测方法,没有充分利用空间、时间、和频域上的已知信息。而这些已知信息,对提高检测和预测的效果都有帮助。
如果有一种同时利用空间、时间、和频域信息的协作频谱检测和协作频谱预测方法,这将是一种优势。
发明内容
根据本发明的一个实施例,认知无线电协作频谱检测和协作频谱预测过程,该过程包括接收至少一个次要用户在至少一个时段各自检测至少一个无线电频段的信道占空状态的结果,并根据这些检测结果通过计算给出协作频谱检测结果或协作频谱预测结果。
根据这个实施例,对至少一个时段和至少一个无线电频段应用一个计算方法,这个计算方法包括:
1.接收至少一个次要用户在同一时段各自检测同一无线电频段中的至少一个频点的信道占空状态的结果;
2.计算以下三组概率的乘积P0
a.当前频段当前时段信道状态为空闲(或当前频段未来时段信道状态为空闲)的概率;
b.在当前频段当前时段信道状态为空闲(或当前频段未来时段信道状态为空闲)的条件下,当前频段的至少一个过去时段的信道状态的联合条件概率;
c.在当前频段当前时段信道状态为空闲(或当前频段未来时段信道状态为空闲)的条件下,至少一个次要用户的至少一个频点信道占空状态检测结果的联合条件概率的乘积;
3.计算以下三组概率的乘积P1
a.当前频段当前时段信道状态为占用(或当前频段未来时段信道状态为占用)的概率;
b.在当前频段当前时段信道状态为占用(或当前频段未来时段信道状态为占用)的条件下,当前频段的至少一个过去时段的信道状态的联合条件概率;
c.在当前频段当前时段信道状态为占用(或当前频段未来时段信道状态为占用)的条件下,至少一个次要用户的至少一个频点信道占空状态检测结果的联合条件概率的乘积;
4.根据P0和P1的数值大小关系,给出当前频段当前时段信道状态(或当前频段未来时段信道状态)的协作频谱检测结果(或协作频谱预测结果)。
本发明统一了协作频谱检测和协作频谱预测的方法,在同一框架下可实现二者;本发明同时利用了空间、时间、和频域信息;本发明的协作频谱检测和协作频谱预测的效果好于本技术领域普通技术人员公知方法的协作频谱检测和预测的效果;本发明的算法复杂度相对不高,且便于软件、固件、硬件实现。
附图说明
通过参考附图,可以更全面地理解本发明,其中:
附图1是根据本发明实施例的认知无线电协作频谱检测和协作频谱预测的一个场景;
附图2是本发明实施例的认知无线电频域与时域关系的图示;
附图3是本发明实施例的认知无线电的统一的协作频谱检测和协作频谱预测的输入与输出图示;
附图4是根据本发明实施例的认知无线电协作频谱检测方法在实测数据下的检测概率PD和虚警概率PFA
附图5是根据本发明实施例的认知无线电协作频谱预测方法在实测数据下的检测概率PD和虚警概率PFA
具体实施方式
现在参照附图1,其中示出根据本发明实施例的认知无线电协作频谱检测和协作频谱预测的一个场景示意图100。在某个时段,A个次要用户SU1(102)、SU2(106)、SU3(110)、……、SUA(114)分别对某个子频段中的B个频点(频点1至频点B)上的信道状态做检测。检测的结果用一个比特(bit)d表示:“0”表示信道为空闲状态,“1”表示信道为占用状态。次要用户SU1对上述B个频点上的信道状态的检测结果用一个向量表示,记做:[d11d12…d1B](104),其中,d1B表示SU1对第B个频点的检测结果。类似地,次要用户SU2、SU3、……、SUA在相同时段对相同频点的检测结果分别表示为:[d21d22…d2B](108)、[d31d32…d3B](112)、……、[dA1dA2…dAB](116)。
现在参照附图2,其中示出本发明实施例的认知无线电频域与时域关系200。逻辑上,认知无线电频谱在频域上分成E个相同大小的子频段:子频段1(218)至子频段E(220)。每个子频段包含若干个频点。例如,子频段1包含B个频点(202):频点1至频点B。从时间轴上看,整个时间轴由无穷个相同大小的时段组成。当前时段记做时段0。选定某个子频段后,例如子频段1,则其在时段0的信道占空状态记做S0(210),其未来D个时段的信道占空状态分别记做S1(212)、S2(214)、……、SD(216),其过去C个时段的信道占空状态分别记做S-1(208)、S-2(206)、……、S-C(204)。
现在参照附图3,其中示出本发明实施例的认知无线电的统一的协作频谱检测和协作频谱预测的输入与输出300。A个次要用户SU在相同时段对相同子频段内相同的B个频点的检测结果,即A×B大小的矩阵302,作为统一的协作频谱检测与协作频谱预测306的输入之一。同时,上述子频段在过去C个时段的信道占空状态[S-C…S-2S-1](304),作为另一组输入,输入至统一的协作频谱检测与协作频谱预测306。经过计算后,统一的协作频谱检测与协作频谱预测306输出检测结果:上述子频段在当前时段的信道占空状态S0(308),或预测结果:上述子频段在未来第i个时段的信道占空状态Si(308),i∈{1,2,...,D}。
如果需要,统一的协作频谱检测与协作频谱预测306,该功能可在硬件、软件或固件中实现。例如,在硬件实现中,装置300可包括一个专用集成电路(ASIC),其电路被设计执行特定的处理任务。可替换地,在软件和固件实现中,装置300可包括执行完成这些处理任务的程序的处理器。
统一地,把某个子频段在当前时段或未来时段的信道状态记作Si,i∈{0,1,2,...,D}。其中,S0表示在当前时段的信道状态,Si(i≥1)表示在未来第i个时段的信道状态。在数学表达式中,信道状态Si的空闲状态和占用状态分别用0”和“1”表示。统一的协作频谱检测与协作频谱预测过程306可以用数学表达式(1)表述:
Figure BSA00000264315000051
其中,表示求使[·]的值最大的k,Pr(·)表示概率,Pr(·|·)表示条件概率,∏(·)表示乘积,i∈{0,1,2,...,D},k∈{0,1}。具体地讲,Pr(Si=k)表示当前时段(i=0)或未来时段(i≥1)的信道状态Si为空闲(k=0)或占用(k=1)的概率;Pr(S-1S-2…S-C|Si=k)表示在当前时段(i=0)或未来时段(i≥1)的信道状态Si为空闲(k=0)或占用(k=1)的条件下,过去C个时段的信道状态S-1S-2…S-C的联合条件概率;Pr(dj1dj2…djB|Si=k)表示在当前时段(i=0)或未来时段(i≥1)的信道状态Si为空闲(k=0)或占用(k=1)的条件下,第j个次要用户SUj在当前时段上述子频段内B个频点上的信道状态检测结果的联合条件概率。如果做协作频谱检测,那么i=0;如果做协作频谱预测,那么i≥1。
统一的协作频谱检测与协作频谱预测过程306的步骤如下:
1.接收A个次要用户在同一时段各自检测同一无线电频段中的B个频点的信道占空状态的结果
Figure BSA00000264315000053
2.计算以下三组概率的乘积P0
a.当前频段当前时段信道状态为空闲(或当前频段未来时段信道状态为空闲)的概率Pr(Si=0);
b.在当前频段当前时段信道状态为空闲(或当前频段未来时段信道状态为空闲)的条件下,当前频段的C个过去时段信道状态的联合条件概率Pr(S-1S-2…S-C|Si=0);
c.在当前频段当前时段信道状态为空闲(或当前频段未来时段信道状态为空闲)的条件下,A个次要用户的B个频点信道占空状态检测结果的联合条件概率的乘积 Π j = 1 A Pr ( d j 1 d j 2 . . . d jB | S i = 0 ) ;
3.计算以下三组概率的乘积P1
a.当前频段当前时段信道状态为占用(或当前频段未来时段信道状态为占用)的概率Pr(Si=1);
b.在当前频段当前时段信道状态为占用(或当前频段未来时段信道状态为占用)的条件下,当前频段的C个过去时段信道状态的联合条件概率Pr(S-1S-2…S-C|Si=1);
c.在当前频段当前时段信道状态为占用(或当前频段未来时段信道状态为占用)的条件下,A个次要用户的B个频点信道占空状态检测结果的联合条件概率的乘积 Π j = 1 A Pr ( d j 1 d j 2 . . . d jB | S i = 1 ) ;
4.根据P0和P1的数值大小关系,给出当前频段当前时段信道状态(或当前频段未来时段信道状态)的协作频谱检测结果(或协作频谱预测结果)。如果P0>P1,则判断信道状态为空闲;如果P0<P1,则判断信道状态为空闲;如果P0=P1,则可根据虚警概率PFA和检测概率PD的要求,判断信道状态为空闲或占用。
通过上述实施例(结合附图1、附图2、附图3所说明的),本发明中的统一的协作频谱检测和协作频谱预测方法与现有相关技术方法进行比较。本发明对协作频谱检测和协作频谱预测采用相同的运算方法,并且可以只用几个乘法等便于硬件、固件、和软件实现的运算完成,有利于减少实现中所需的硬件资源和运算量,同时本发明所述方法利用了空间、时间、和频域信息。为了更准确地评估本发明的协作频谱检测和协作频谱预测的实际效果,应用本发明到实际测量出的Wi-Fi信号,并以此给出性能结果。Wi-Fi信号的测量方法简述如下:一台笔记本电脑通过Wi-Fi无线路由器以2.3MBps的速率下载数据;紧邻无线路由器放置一个接收天线,用以接收参考信号,并接入一台先进的数字示波器(Tektronix DPO72004)以便记录接收信号;另外三个接收天线远离无线路由器放置,每个天线与无线路由器的距离与传播路径都不相同,三个天线都接入到数字示波器以便记录接收信号;在同一数字示波器下同时记录从不同测量点测得的Wi-Fi信号。无线路由器和笔记本电脑作为主要用户PU,三路远离无线路由器的接收信号分别作为三个次要用户SU的接收信号,紧邻无线路由器的一路接收信号作为反映Wi-Fi无线电频谱真实信道状态的参考信号。
附图4、附图5分别给出了统一的协作频谱检测和协作频谱预测使用上述测得的Wi-Fi实际信号作为输入的性能评估结果。检测和预测的性能用检测概率PD和虚警概率PFA衡量,高PD低PFA意味着更优的性能。在此性能评估中,统一的协作频谱检测和协作频谱预测的参数设置为:A=3,B=3,C=10。作为参照方法,本技术领域普通技术人员所公知的M-out-of-N法则在同样实测Wi-Fi信号下的性能结果也示出在附图4和附图5中。M-out-of-N法则,在N=3时,成为1-out-of-3、2-out-of-3、3-out-of-3法则。从附图4和附图5中可以看出,M-out-of-N的协作检测和协作预测性能总体上优于三个次要用户SU单独检测和预测的性能。而本发明提出的统一的协作频谱检测和协作频谱预测的性能远优于M-out-of-N法则的性能。
虽然本发明的方法和设备的优选实施例已经在附图中示出并在前述详细说明中进行了描述,应当理解:本发明不限定为公开的实施例,在不脱离所附权利要求所描述的定义和本发明范围的情况下,能够有各种重新设置、修改和替换。

Claims (10)

1.协作频谱检测与协作频谱预测的统一方法,该方法包括以下步骤:
接收至少一个次要用户在至少一个时段各自检测至少一个无线电频段中的至少一个频点的信道占空状态的检测结果;
计算以下三组概率的乘积P0:(1)当前频段目标时段信道状态为空闲的概率Pr(Si=0),(2)在当前频段目标时段信道状态为空闲的条件下,当前频段的至少一个过去时段的信道状态的联合条件概率Pr(S-1S-2…S-C|Si=0),(3)在当前频段目标时段信道状态
为空闲的条件下,至少一个次要用户的至少一个频点的信道占空状态的检测结果的联合条件概率的乘积
Figure FSA00000264314900011
计算以下三组概率的乘积P1:(1)当前频段目标时段信道状态为占用的概率Pr(Si=1),
(2)在当前频段目标时段信道状态为占用的条件下,当前频段的至少一个过去时段的信道状态的联合条件概率Pr(S-1S-2…S-C|Si=1),(3)在当前频段目标时段信道状态为占用的条件下,至少一个次要用户的至少一个频点的信道占空状态的检测结果的联合条件概率的乘积
Figure FSA00000264314900012
根据P0和P1的数值大小关系,判定当前频段目标时段的信道状态:如果P0大于P1,则判定信道状态为“空闲”,如果P0小于P1,则判定信道状态为“占用”,如果P0等于P1,则信道状态可判定为任意状态;
其中,对于协作频谱检测,“目标时段”指当前时段,对于协作频谱预测,“目标时段”指未来时段。
2.如权利要求1所述的方法,其中接收的信道占空状态的检测结果的取值范围为“空闲”和“占用”。
3.如权利要求1所述的方法,其中接收的信道占空状态的检测结果的取值范围为实数。
4.如权利要求1所述的方法,先计算P1,后计算P0
5.如权利要求1所述的方法,其中P0和P1的数值大小关系的比较通过以下二者之一实现:P0与P1的差与门限比较;P0与P1的比值与门限比较。
6.如权利要求1所述的方法,其中在不同频段上同时执行所述的协作频谱检测与协作频谱预测的统一方法。
7.如权利要求1所述的方法,其中所述的步骤由集成电路装置完成。
8.如权利要求1所述的方法,其中所述的步骤由现场可编程门阵列(FPGA)完成。
9.如权利要求1所述的方法,其中所述的步骤由固件(Firmware)完成。
10.如权利要求1所述的方法,其中所述的步骤由软件完成。
CN2010102778014A 2010-09-10 2010-09-10 协作频谱检测与协作频谱预测的统一方法 Pending CN102404757A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2010102778014A CN102404757A (zh) 2010-09-10 2010-09-10 协作频谱检测与协作频谱预测的统一方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2010102778014A CN102404757A (zh) 2010-09-10 2010-09-10 协作频谱检测与协作频谱预测的统一方法

Publications (1)

Publication Number Publication Date
CN102404757A true CN102404757A (zh) 2012-04-04

Family

ID=45886438

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2010102778014A Pending CN102404757A (zh) 2010-09-10 2010-09-10 协作频谱检测与协作频谱预测的统一方法

Country Status (1)

Country Link
CN (1) CN102404757A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104796906A (zh) * 2014-01-20 2015-07-22 中国联合网络通信集团有限公司 一种对物联网感知延伸层动态组网的方法及装置
CN112770271A (zh) * 2020-12-23 2021-05-07 广州技象科技有限公司 基于信息广播的数据传输方法、装置、系统和存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101399564A (zh) * 2008-10-27 2009-04-01 重庆邮电大学 一种感知无线电中空闲频谱的双次协作检测方法
CN101640570A (zh) * 2008-07-29 2010-02-03 株式会社Ntt都科摩 频谱感知方法、能量检测方法及装置
US20100081387A1 (en) * 2008-09-29 2010-04-01 Motorola, Inc. Signal detection in cognitive radio systems
CN101702635A (zh) * 2009-10-28 2010-05-05 北京邮电大学 一种基于认知无线电技术进行频谱切换的方法和系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101640570A (zh) * 2008-07-29 2010-02-03 株式会社Ntt都科摩 频谱感知方法、能量检测方法及装置
US20100081387A1 (en) * 2008-09-29 2010-04-01 Motorola, Inc. Signal detection in cognitive radio systems
CN101399564A (zh) * 2008-10-27 2009-04-01 重庆邮电大学 一种感知无线电中空闲频谱的双次协作检测方法
CN101702635A (zh) * 2009-10-28 2010-05-05 北京邮电大学 一种基于认知无线电技术进行频谱切换的方法和系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104796906A (zh) * 2014-01-20 2015-07-22 中国联合网络通信集团有限公司 一种对物联网感知延伸层动态组网的方法及装置
CN104796906B (zh) * 2014-01-20 2019-03-15 中国联合网络通信集团有限公司 一种对物联网感知延伸层动态组网的方法及装置
CN112770271A (zh) * 2020-12-23 2021-05-07 广州技象科技有限公司 基于信息广播的数据传输方法、装置、系统和存储介质

Similar Documents

Publication Publication Date Title
KR101271430B1 (ko) 무선 통신 시스템에서의 수신 신호 검출 방법 및 장치
CN107729916B (zh) 一种基于isodata的干扰源分类识别算法
Charan et al. Eigenvalue based double threshold spectrum sensing under noise uncertainty for cognitive radio
US20150057041A1 (en) Blind Spectrum Sensing Based on Maximum Correlation Coefficients and use Thereof
Zuo et al. Prediction-based spectrum access optimization in cognitive radio networks
Haseeb et al. Wisture: RNN-based learning of wireless signals for gesture recognition in unmodified smartphones
CN111800795B (zh) 一种认知无人机网络中非高斯噪声下频谱感知方法
CN109698724A (zh) 入侵检测方法、装置、设备及存储介质
Namdar et al. Dispersed chirp‐z transform‐based spectrum sensing and utilisation in cognitive radio networks
Li et al. MTF 2 N: Multi-Channel Temporal-Frequency Fusion Network for Spectrum Prediction
CN102404757A (zh) 协作频谱检测与协作频谱预测的统一方法
CN103957537A (zh) 基于信道聚类的频谱感知方法及装置
Chirov et al. Spectrum Occupancy Prediction Algorithm Using Artificial Neural Networks
Talukdar et al. Implementation of SNR estimation based energy detection on USRP and GNU radio for cognitive radio networks
CN110557842B (zh) 一种信号发送方法、装置及系统
CN114444333B (zh) 生态水位分析方法、装置、电子设备及存储介质
JP5252430B2 (ja) 信号検出方法,プログラム,情報記憶媒体,及びセンサー
JP5917708B2 (ja) 無線装置及びこれを作動させる方法
Agarwal et al. Hardware implementation of k-means clustering based spectrum sensing using usrp in a cognitive radio system
Wu et al. A method based on frequent pattern mining to predict spectral availability of HF
Huai et al. Wideband spectrum sensing using the all-phase FFT
CN102123428B (zh) 空闲频谱检测中合作用户的选择方法及装置
Suguna et al. Spectrum sensing in cognitive radio enabled wireless sensor networks using discrete Markov model
CN107979399B (zh) 一种生成量化码本的方法、装置及系统
Iwata et al. Welch FFT segment size selection method for FFT based wide band spectrum measurement

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20120404