CN105050130B - 一种多维干扰空间模型的构建方法 - Google Patents
一种多维干扰空间模型的构建方法 Download PDFInfo
- Publication number
- CN105050130B CN105050130B CN201510274636.XA CN201510274636A CN105050130B CN 105050130 B CN105050130 B CN 105050130B CN 201510274636 A CN201510274636 A CN 201510274636A CN 105050130 B CN105050130 B CN 105050130B
- Authority
- CN
- China
- Prior art keywords
- interference
- space
- multidimensional
- characteristic
- signal
- 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.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/06—Testing, supervising or monitoring using simulated traffic
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种多维干扰空间模型的构建方法,首先选取若干个干扰信号的特征参数CP,并作为坐标轴建立多维坐标系,对于坐标系的各个坐标轴,分别根据对应干扰特征参数的分辨率确定坐标轴的单位量;其次利用数学空间概念,基于坐标系建立多维的空间模型,称为干扰特征空间,定义为HSI;HSI=SPACE(CP1,CP2…CPN)。本发明通过构建的干扰空间模型,利用矢量表示和运算,可以支持无线通信系统干扰信号的分析、表示、与具体运算,从而为系统对干扰信号的判定、分析和管理形成数学依据;在干扰空间模型支撑的基础上,可以通过数学的方法为系统进行干扰管理技术提供指导和帮助。
Description
技术领域
本发明属于无线通信技术领域,尤其涉及一种多维干扰空间模型的构建方法。
背景技术
由于无线传输媒介的广播特性,干扰问题成为限制无线通信系统性能的重要因素,无线网络的干扰管理问题是未来通信技术发展中的重要研究内容。
为了进行干扰管理,首先应准确刻画干扰。在实际的无线通信系统中,干扰携带有信息并且有特定的结构,它首先具有功率,频率和时间这些基本特征,根据所采用的具体技术,干扰还可能具有空间角度、极化方向、编码方式等新的特征,因此干扰具有多维特征。虽然部分文献考虑了联合维度的资源及干扰管理,但缺乏关于干扰的基本数学表征。另外,在无线网络性能的分析、优化以及接入、调度和路由机制设计中,常常需要通过抽象对无线信道干扰进行建模,而全面的认识干扰是进行合理抽象的基础。因此,根据未来无线通信网络异构、动态、智能等特征,结合多种具体通信技术从多个方面和角度描述干扰特征,实现干扰的多维表示,进而构建具体的干扰空间,是设计干扰管理方法,改善网络容量的先决条件。
发明内容
本发明的目的在于提供一种多维干扰空间模型的构建方法,旨在解决无线网络存在的干扰管理没有考虑多维特征,管理效率较低的问题。
本发明是这样实现的,一种多维干扰空间模型的构建方法,该多维干扰空间模型的构建方法包括:
首先选取干扰信号的若干个特征参数CP,作为正交坐标轴建立多维坐标系,并根据各个干扰特征参数的分辨率,确定坐标轴的单位量。
其次利用数学空间概念,基于坐标系建立多维的空间模型,称为干扰空间,定义为HSI;HSI=SPACE(CP1,CP2…CPN);构建的干扰空间体系中的任意矢量都有明确的物理意义,该干扰特征矢量和无线通信系统所针对的无线信号物理特征紧密相关;
进一步,确定干扰信号和参照信号在无线信号领域上的特征参数,包括无线信号的频率F、时间T、对于观测点空域角度Θ、极化方向Γ、以及编码方式C;
用特征参数作为坐标轴建立空间坐标系,定义干扰空间:
HSI=SPACE(F,T,Θ,Γ,C);
干扰空间中的任意一个矢量由干扰空间中的坐标进行表示:
其中的f,t,θ,γ,c分别是对应于各个维度的坐标值。
进一步,所述基于坐标系建立多维的空间模型之后建立干扰特征空间是对无线信号物理特征的数学表示形式。
进一步,所述干扰空间中的任意一个矢量由坐标进行表示:
其中CPi为矢量在干扰特征空间中某一维度的坐标,是对于特征参量CPi的具体取值。
进一步,对于单模的干扰信号,即对于选取的特征参数,干扰信号的每个特征参数都是单值,干扰空间中对应的干扰特征为一个单一矢量:
进一步,干扰信号为多模信号,即对于选取的特征参数,干扰信号的一个或多个特征参数取值包括数个能够以该参数分辨率区分的取值,使用干扰特征矢量的集合表示:
在干扰空间中这是一个矢量集合,代表的是一个满足一定区间约束条件的子空间区域。
本发明以描述干扰信号的特征参量作为坐标轴建立坐标系,通过构建的干扰空间模型,利用矢量表示和运算,可以支持无线通信系统干扰信号的分析、表示、与具体运算,从而为系统对干扰信号的判定、分析和管理形成数学依据。在干扰空间模型支撑的基础上,可以通过数学的方法为系统进行干扰管理技术提供指导和帮助;利用数学空间概念形成的干扰空间模型,对无线通信系统中干扰信号的状态进行分析和表征,创造性的提出了多维度干扰状态空间模型。
附图说明
图1是本发明实施例提供的多维干扰空间模型的构建方法流程图;
图2是本发明实施例提供的干扰空间模型对无线通信系统中单模式干扰信号的具体表示示意图;
图3是本发明实施例提供的干扰空间模型对无线通信系统中多模式干扰信号的具体表示示意图;
图4是本发明实施例提供的具体应用场景示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,本发明实施例的多维干扰空间模型的构建方法包括以下步骤:
S101:确定干扰信号在无线信号领域上的若干特征参数CP;
S102:以选取的干扰信号的若干个特征参数作为坐标轴建立多维坐标系。对于坐标系的各个坐标轴,分别根据对应干扰特征参数的分辨率确定该坐标轴的单位量。
S103:利用数学空间概念,基于上述坐标系建立多维的空间模型,称其为干扰空间,定义为HSI;
S104:建立的干扰特征空间是对无线信号物理特征的数学表示形式。
在步骤S101中,干扰特征参数CP所描述的干扰信号物理内容截然不同,它们彼此独立、相互正交,通常用以描述干扰特征的参数CP包括无线信号的频率F、时间T、对于观测点空域角度Θ、极化方向Γ、编码方式C;
在步骤S103中,HSI=SPACE(CP1,CP2…CPN);
在步骤S104中,该空间中的任意一个矢量都可以由坐标进行表示:
其中CPi为矢量在干扰空间中某一维度的坐标,也就是对于特征参量CPi的具体取值。这样表示的干扰空间中的任意矢量都有明确的物理含义。
对于单模的干扰信号,它在干扰空间中对应的干扰特征为一个单一矢量:
如果干扰信号为多模信号,即该干扰信号的一个或者数个特征参数具有一定的范围,那么它可以使用干扰特征矢量的集合表示:
在干扰空间中这是一个矢量集合,它代表的是一个满足一定区间约束条件的子空间区域。
下面结合附图对本发明的应用原理作进一步描述。
首先确定干扰信号和参照信号在无线信号领域上的特征参数,包括无线信号的频率F、时间T、对于观测点空域角度Θ、极化方向Γ、以及编码方式C;
其次用以上特征参数作为坐标轴建立空间坐标系,定义干扰特征空间:
HSI=SPACE(F,T,Θ,Γ,C);
干扰空间中的任意一个矢量都可以由干扰空间中的坐标进行表示:
其中的f,t,θ,γ,c分别是对应于各个维度的坐标值;
再次对于单模的干扰信号,它在干扰空间中对应的干扰特征为一个单一矢量,如图2:
最后对于多模信号,例如时间范围tstart~tend,占用频带tlow~thigh,它在干扰空间中对应的干扰特征为一个矢量的集合:
在干扰空间中是满足一定约束条件的区域,如图3。
如图4所示,本发明实施例的具体应用场景示意图,在LTE系统中,对于宏小区中存在small cell的场景中,应用此干扰空间模型的构建方法。首先,确定干扰信号的参数,包括无线信号的频率F、时间T、对于观测点空域角度Θ、极化方向Γ、以及编码方式C,并将以这些参数作为坐标轴建立多维坐标系,对于坐标系的各个坐标轴,分别根据各个干扰特征参数的分辨率Δcpi确定对应坐标轴的单位量,定义为干扰空间:
HSI=SPACE(F,T,Θ,Γ,C);
eNB对UE1造成的干扰信号可以表示为:
或者
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种多维干扰空间模型的构建方法,其特征在于,所述多维干扰空间模型的构建方法包括:
选取若干个干扰信号的特征参数CP,包括无线信号的频率F、时间T、对于观测点空域角度Θ、极化方向Γ、以及编码方式C,并将参数作为坐标轴建立多维坐标系,对于坐标系的各个坐标轴,分别根据各个干扰特征参数的分辨率确定对应坐标轴的单位量,基于坐标系建立多维特征参数的空间模型,定义为干扰空间:HSI=SPACE(CP1,CP2…CPN),在此干扰空间中的任意一个矢量由坐标进行表示:
其中CPi为矢量在干扰空间中某一维度的坐标,是对于特征参量CPi的具体取值,对于单模的干扰信号,在干扰空间中表示为一个单一矢量:
对于多模的干扰信号,即干扰信号的一个或者数个特征参数表现为具有多值特性,在干扰空间中使用干扰特征矢量的集合表示:
在选取的若干个干扰信号特征参数之前需要确定干扰信号和参照信号在无线信号领域上的物理参数,包括无线信号的频率F、时间T、对于观测点空域角度Θ、极化方向Γ、以及编码方式C;
用特征参数作为坐标轴建立空间坐标系,定义的干扰空间为:
HSI=SPACE(F,T,Θ,Γ,C);
干扰空间中的任意一个矢量由干扰特征空间中的坐标进行表示:
其中的f,t,θ,γ,c分别是对应于各个维度的坐标值。
2.如权利要求1所述的多维干扰空间模型的构建方法,其特征在于,对于单模的干扰信号,在干扰空间中表示为一个单一矢量:
其中的f,t,θ,γ,c分别是对应于各个维度的坐标值。
3.如权利要求1所述的多维干扰空间模型的构建方法,其特征在于,干扰信号为多模信号,即干扰信号的一个或者数个特征参数表现为具有多值特性,在干扰空间中使用干扰特征矢量的集合表示:
在干扰空间中是个矢量集合,代表的是一个满足一定区间约束条件的子空间区域。
4.如权利要求1所述的多维干扰空间模型的构建方法,其特征在于,所述基于特征参数坐标系建立的多维干扰空间模型之后,形成的空间矢量是对无线信号物理特征的数学表示形式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510274636.XA CN105050130B (zh) | 2015-05-26 | 2015-05-26 | 一种多维干扰空间模型的构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510274636.XA CN105050130B (zh) | 2015-05-26 | 2015-05-26 | 一种多维干扰空间模型的构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105050130A CN105050130A (zh) | 2015-11-11 |
CN105050130B true CN105050130B (zh) | 2018-11-09 |
Family
ID=54456230
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510274636.XA Active CN105050130B (zh) | 2015-05-26 | 2015-05-26 | 一种多维干扰空间模型的构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105050130B (zh) |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108257436A (zh) * | 2018-01-17 | 2018-07-06 | 重庆交通大学 | 一种英语教育教学使用的物联网辅助系统 |
CN108089445A (zh) * | 2018-01-17 | 2018-05-29 | 湖北师范大学 | 一种基建配套通信工程全过程监控系统 |
CN108233187A (zh) * | 2018-02-07 | 2018-06-29 | 中南大学湘雅医院 | 一种负氧离子发生器控制系统 |
CN108364245A (zh) * | 2018-02-21 | 2018-08-03 | 韩明泽 | 一种考场防作弊管理系统 |
CN108460808A (zh) * | 2018-03-20 | 2018-08-28 | 河南省洛阳正骨医院(河南省骨科医院) | 一种人体骨关节运动学动态采集系统 |
CN108501948A (zh) * | 2018-04-16 | 2018-09-07 | 北京京大律业知识产权代理有限公司 | 一种基于虚拟现实的无人驾驶汽车控制方法 |
CN108782314A (zh) * | 2018-04-18 | 2018-11-13 | 中国农业科学院北京畜牧兽医研究所 | 一种使鸡舍光线布局均匀的装置 |
CN108803209A (zh) * | 2018-06-29 | 2018-11-13 | 广东水利电力职业技术学院(广东省水利电力技工学校) | 一种激光控制投影仪系统及控制方法、信息处理终端 |
CN108880404A (zh) * | 2018-07-03 | 2018-11-23 | 广东水利电力职业技术学院(广东省水利电力技工学校) | 一种多功能交流伺服驱动系统及驱动方法 |
CN109033755A (zh) * | 2018-07-27 | 2018-12-18 | 泰山医学院 | 基于大数据的融合基因数据检测方法、计算机程序、终端 |
CN109294365A (zh) * | 2018-08-17 | 2019-02-01 | 湖南城市学院 | 一种新型节能外墙保温涂料及制备方法 |
CN109068342A (zh) * | 2018-08-20 | 2018-12-21 | 河南省通信建设监理有限公司 | 移动无线网络自动监测系统、监测方法、信息处理终端 |
CN109529130A (zh) * | 2018-08-30 | 2019-03-29 | 吉林大学 | 一种胸外科护理引流装置及控制方法 |
CN109245592A (zh) * | 2018-10-15 | 2019-01-18 | 深圳市安和威电力科技股份有限公司 | 一种基于igbt的双向功率变换ac-dc系统及控制方法 |
CN109520095A (zh) * | 2018-10-25 | 2019-03-26 | 湖南城市学院 | 一种基于智能家居的室内装修空气净化控制系统 |
CN109595755A (zh) * | 2018-11-01 | 2019-04-09 | 长沙理工大学 | 一种基于物联网的室内装修空气净化器控制系统及方法 |
CN109961171A (zh) * | 2018-12-19 | 2019-07-02 | 兰州大学 | 一种基于机器学习与大数据分析的电容器故障预测方法 |
CN109754665A (zh) * | 2019-03-08 | 2019-05-14 | 闽南理工学院 | 一种机械制造模具虚拟装配培训信息处理系统及培训方法 |
CN110006863A (zh) * | 2019-04-08 | 2019-07-12 | 中南大学湘雅三医院 | 基于人血清蛋白功能化纳米二氧化硅的临床药物分析方法 |
CN110909067A (zh) * | 2019-10-28 | 2020-03-24 | 中南大学 | 一种面向海洋多维数据的可视分析系统及方法 |
CN113805782A (zh) * | 2020-06-16 | 2021-12-17 | 阿里巴巴集团控股有限公司 | 对象设定方法及装置、电子设备、存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101199569B1 (ko) * | 2010-10-04 | 2012-11-12 | 한국과학기술원 | 다수 사용자 mimo 간섭 채널에서의 기회적 간섭 정렬 사용자 선택 방법 |
US9363679B2 (en) * | 2012-06-18 | 2016-06-07 | Regents Of The University Of Minnesota | Robust parametric power spectral density (PSD) construction |
CN104579444B (zh) * | 2014-12-24 | 2018-04-03 | 无锡北邮感知技术产业研究院有限公司 | 一种异构蜂窝网络中干扰对齐方法 |
-
2015
- 2015-05-26 CN CN201510274636.XA patent/CN105050130B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN105050130A (zh) | 2015-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105050130B (zh) | 一种多维干扰空间模型的构建方法 | |
Qiu et al. | A greedy model with small world for improving the robustness of heterogeneous Internet of Things | |
Khosravi et al. | Efficient routing for dense UWSNs with high-speed mobile nodes using spherical divisions | |
Dou et al. | Optimizing sensor network coverage and regional connectivity in industrial IoT systems | |
WO2016161677A1 (zh) | 一种业务卸载方法及系统 | |
EP2905931B1 (en) | Method and apparatus for determining data flow rate of service access port | |
CN110851614A (zh) | 知识图谱的关系预测推演方法及知识图谱的动态更新方法 | |
Hammoudeh et al. | Interpolation techniques for building a continuous map from discrete wireless sensor network data | |
Paramonov et al. | An efficient method for choosing digital cluster size in ultralow latency networks | |
Patel et al. | Dynamic partitioning and coverage control with asynchronous one-to-base-station communication | |
Kawamoto et al. | An efficient traffic detouring method by using device-to-device communication technologies in heterogeneous network | |
CN104022951A (zh) | 一种网络服务路径的建立方法及系统 | |
Paul et al. | Learning probabilistic models of cellular network traffic with applications to resource management | |
CN107786989A (zh) | 一种Lora智能水表网络网关部署方法及装置 | |
CN114124384A (zh) | 一种qkd网络的虚拟化方法及量子密钥云平台 | |
CN109327340A (zh) | 一种基于动态迁移的移动无线网络虚拟网映射方法 | |
CN113285960A (zh) | 一种服务数据共享云平台的数据加密方法及系统 | |
Olwal et al. | Bio‐inspired energy and channel management in distributed wireless multi‐radio networks | |
Alghamdi | Enhanced QoS routing protocol using maximum flow technique | |
CN103179573A (zh) | 一种频率资源分配方法 | |
Yan et al. | Path Formation Time in the Noise‐Limited Fractionated Spacecraft Network with FDMA | |
CN115499657A (zh) | 视频码率自适应网络的训练方法、应用方法、装置及设备 | |
Weiss et al. | The Cost of Knowing: An economic evaluation of context acquisition in DSA systems | |
CN110320553A (zh) | 地震属性求取的分布式实现方法 | |
Wakgra et al. | Multi-Objective Offloading Optimization in MEC and Vehicular-Fog Systems: A Distributed-TD3 Approach |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |