CN107534870A - 分析无线信号传播 - Google Patents

分析无线信号传播 Download PDF

Info

Publication number
CN107534870A
CN107534870A CN201580079651.7A CN201580079651A CN107534870A CN 107534870 A CN107534870 A CN 107534870A CN 201580079651 A CN201580079651 A CN 201580079651A CN 107534870 A CN107534870 A CN 107534870A
Authority
CN
China
Prior art keywords
sensor device
wireless
wireless sensor
spatial distribution
simulation
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
CN201580079651.7A
Other languages
English (en)
Inventor
O·克拉维茨
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.)
2606440 Ontario Ltd.
Original Assignee
Cognitive Systems Inc
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 Cognitive Systems Inc filed Critical Cognitive Systems Inc
Publication of CN107534870A publication Critical patent/CN107534870A/zh
Pending legal-status Critical Current

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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/391—Modelling the propagation channel
    • H04B17/3912—Simulation models, e.g. distribution of spectral power density or received signal strength indicator [RSSI] for a given geographic region
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/20—Monitoring; Testing of receivers
    • H04B17/26—Monitoring; Testing of receivers using historical data, averaging values or statistics
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/309—Measuring or estimating channel quality parameters
    • H04B17/318—Received signal strength
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Electromagnetism (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Quality & Reliability (AREA)
  • Probability & Statistics with Applications (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Monitoring And Testing Of Transmission In General (AREA)

Abstract

在一些方面，无线频谱分析技术包括：在计算机系统处获得无线信号参数(例如，频谱功率)的模拟空间分布。所述模拟空间分布是基于地理区域中的无线信号传播的计算机模拟。在所述计算机系统处获得所述无线信号参数的测量空间分布。所述测量空间分布是基于所述地理区域中的无线传感器装置所进行的测量。所述无线传感器装置各自被配置为基于该无线传感器所检测到的无线信号来提供本地参数测量。将所述模拟空间分布与所述测量空间分布进行比较。在一些情况下，基于该比较来修改所述地理区域的模拟空间分布。

Description

分析无线信号传播
优先权要求
本申请要求提交于2015年6月4日的美国专利申请14/730,688的优先权，其全部内容通过引用而并入于此。
背景技术
本说明书涉及分析无线信号(例如，射频信号)的传播。
射频(RF)频谱是有限的宝贵资源。政府机构和监管当局通常控制频谱的分配和使用，并且使用频谱的一部分的权利被出售或许可给无线服务提供商以及其它类型的公共和私营实体。无线服务提供商使用分配至这些无线服务提供商的频谱来例如在无线通信标准所用的频带中将无线服务提供至终端用户。
发明内容
在一般方面，与模拟无线信号传播相结合地使用无线信号测量。
在一些方面，无线频谱分析技术包括：在计算机系统处获得地理区域的频谱功率的模拟空间分布。该模拟空间分布是基于该地理区域中的无线信号传播的计算机实现模拟。在计算机系统处获得该地理区域的频谱功率的测量空间分布。该测量空间分布是基于该地理区域中的无线传感器装置所进行的频谱功率测量。无线传感器装置各自被配置为基于该无线传感器装置所检测到的无线信号来提供本地频谱功率测量。将模拟空间分布与测量空间分布进行比较。在一些情况下，基于该比较来修改地理区域的频谱功率的模拟空间分布。
在以下附图和说明书中详细阐述了一个或多个实现。根据说明书和附图以及权利要求书，其它特征、目的和优点将显而易见。
附图说明
图1是示出示例性无线频谱分析系统的框图。
图2是示出示例性无线频谱分析系统的架构的框图。
图3A是示出无线传感器装置的示例性分布的框图。
图3B是示出与无线传感器装置相关联的示例性频谱检查(SI)信息的框图。
图4是示出与无线传感器装置相关联的示例性SI信息的另一框图。
图5A、5B和5C是示出用于分析无线信号传播的示例性技术的方面的标绘图，其中，图5A示出无线信号参数的模拟空间分布和测量空间分布，图5B示出基于5A的插值差分曲线，以及图5C示出无线信号参数的修改后的分布。
图6是示出示例性无线传感器装置的框图。
图7是示出无线传感器装置的示例性SI信号路径的框图。
图8是示出无线传感器装置的示例性SI信号路径的框图。
图9是示例性无线传感器装置的俯视图。
图10是图9的示例性无线传感器装置900的天线910a～d的示例性天线轮廓的俯视图。
图11是另一示例性无线传感器装置的俯视图。
图12是示出无线传感器装置的示例性应用的图。
图13是示出用于分析无线信号传播的示例性技术的流程图。
各附图中的相同附图标记表示相同元件。
具体实施方式
在这里描述的一些方面中，结合传播模型使用无线传感器装置的分布式网络以分析无线信号传播。例如，可以使用无线电传播模型来模拟地理区域中的无线信号传播，并且可以使用分布在地理区域中的无线传感器装置所获得的无线信号测量来调节无线电传播模型的输出。在一些实现中，使用来自无线传感器装置的测量来验证、否定、校正、改进或以其它方式分析来自无线电传播模型的数据。
在一些实现中，使用无线电传播模型来改进由无线传感器装置的网络所提供的测量分辨率。例如，无线传感器网络可以提供测量空间分布，其中该测量空间分布具有利用地理区域中的无线传感器的位置或位置密度所确定的空间分辨率。在某些环境(例如，城市环境或其它类型的环境)中，射频衰减和多路径效应可能对某些长度尺度(例如，10米以下的长度尺度)具有显著影响，并且无线传感器装置彼此可以被部署在几米内，以提供这些环境中的频谱使用的完整而精确的视图。在一些情况下，将无线传感器装置彼此部署在几米内是不切实际的或昂贵的。在这些和其它场景中，无线传感器装置可以被部署得不那么密集(无线传感器装置之间具有更大间距)，并且数值模拟可以与所测量数据相结合以提供更高的分辨率。例如，可以使用这样的技术来获得针对无线传感器装置不在的位置和区域(例如，地理区域内的无线传感器装置之间的位置)的估计信号测量。
在一些示例中，使用这里描述的技术和系统来分析无线通信网络(例如，蜂窝网络、Wi-Fi网络、蓝牙网络或其它类型的无线通信网络等)的无线信号传播。例如，由于能够以某种程度的精度对基站或无线接入点的位置和特性进行建模，因此计算机系统可以模拟通过无线通信网络中的基站或无线接入点或其它元件的操作所产生的无线信号传播。
在一些情况下，计算机系统可以从无线传感器装置的网络收集测量值和测量位置数据，这是因为各无线传感器装置的位置通常是已知的或者可以被检测到。计算机系统可以例如采用具有固定或移动网格点的网格的形式来获得RF频谱测量。计算机系统还可以例如基于无线电传播模型来获得模拟RF频谱。RF频谱测量和模拟RF频谱之间的差异可能例如由于信号衰减、多路径效应、环境的变化、移动物体、RF信号的动态源、建模误差或限制、或者其它原因而发生。
在一些实现中，来自无线传感器装置的RF频谱测量可被视为“正确”信息，并且可以将该“正确”信息与模拟RF频谱进行比较(例如，从模拟RF频谱中减去“正确”信息)来计算跨关注区域的建模误差。无线传感器装置之间的位置处的误差可以利用插值技术(例如，使用可用的二维或三维插值方法以形成误差网格)来识别。当计算系统从无线传感器装置接收新的数据时，误差网格可以动态地更新。误差网格可以采用二维或三维校正的形式适用于静态RF频谱模型。可以例如在具有期望分辨率范围的图形用户界面中向用户呈现RF频谱模型的动态校正视图。
在一些实现中，无线信号分析系统包括由一组无线传感器装置所形成的传感器网络。在一些实现中，传感器装置检测根据无线通信网络协议所发送的信号。例如，尽管传感器装置本身不是蜂窝网络的一部分，但是传感器装置可以检测蜂窝网络中所交换的信号。传感器装置所检测到的信号可以包括被(例如，移动装置或其它类型的用户设备)格式化以与蜂窝基站、Wi-Fi接入点或其它无线资源提供方进行无线通信的信号。可以将这些信号与无线通信网络的计算机实现模拟进行比较，或者以其它方式结合该计算机实现模拟来分析这些信号。
在这里描述的一些方面中，在空间和时间上对无线信号进行监测和分析。例如，可以从在地理区域中的各个位置处并行工作的多个无线传感器装置来聚集无线信号的参数。该地理区域可以相对较小或较大(例如，具有范围从数十或数百米到数千米的半径)，并且一般可以表示任何关注区域(例如，建筑物、城市街区、管辖区、人群、行业等)。在一些情况下，聚集的测量数据可以与模拟数据相结合以例如促进对频谱使用的真实且全面的分析，并且提供对地理区域中的无线频谱和其它资源的利用和质量的了解。
在一些实现中，模拟、监测并分析根据各种无线通信标准所格式化的无线信号。例如，计算系统可以模拟和分析并且无线传感器装置可以监测和分析诸如全球移动系统(GSM)以及GSM演进的增强数据率(EDGE)或EGPRS等的2G标准、诸如码分多址(CDMA)、通用移动电信系统(UMTS)和时分同步码分多址(TD-SCDMA)等的3G标准、诸如长期演进(LTE)和高级LTE(LTE-A)等的4G标准、诸如IEEE 802.11等的无线局域网(WLAN)或WiFi标准、Bluetooth(蓝牙)、近场通信(NFC)、毫米通信、或者这些无线通信标准中的多个、或者其它类型的无线通信标准。在一些实现中，监测并分析其它类型的无线通信(例如，非标准化信号和通信协议)。
利用更精确且更全面的频谱使用数据，可以设计有针对性的方案来改善无线频谱和其它资源的利用。在一些情况下，基于频谱权所有方和被许可方或者无线服务提供商所拥有或进行工作的频带的利用和质量，这些频谱权所有方和被许可方或者无线服务提供商可以设计、修改或以其它方式管理自身的频谱使用。例如，鉴于特定地理位置经受大量数据业务这一知识，无线服务提供商可以添加基站或者修改小区配置(例如，调节频率复用方案)以适应该地理位置中的大数据业务。作为另一示例，鉴于一天中的特定时间与其它时间相比经受更大量的数据业务这一知识，无线服务提供商可以设计用于鼓励高峰时间以外的时间内使用的促销或策略。
在一些示例中，无线频谱分析系统包括多个无线传感器装置以及数据聚集系统。无线传感器装置可以分布在地理区域内的各个位置。无线传感器装置可以监测并分析各个位置处的RF频谱，并将信息发送至数据聚集系统。数据聚集系统可以用作聚集、编译并分析从无线传感器装置发送来的信息的中央后端系统。数据聚集系统可以进行无线频谱的模拟，或者数据聚集系统可以从外部模拟系统获得模拟数据。
在一些实现中，无线频谱分析系统以及个体无线传感器装置可以在频域、时域或两者中进行各种类型的分析。例如，无线传感器装置可以在频域、时域或两者中分析无线频谱。在一些情况下，无线传感器装置被配置为基于所检测到的信号来确定带宽、功率谱密度或其它频率属性。在一些情况下，无线传感器被配置为进行解调或其它操作以从时域中的无线信号提取内容(例如，无线信号中所包括的信令信息(例如，前导码、同步信息、信道条件指示、WiFi网络的SSID/MAC地址))。
在一些示例中，无线频谱分析系统基于来自装置的频谱使用数据来提供频谱使用报告。可以将频谱使用报告提供给用户(例如，通过用户接口)，存储在数据库中(例如，为了分析或存档目的)，发送至订阅方或其它实体(例如，政府机构或监管当局、标准开发组织、频谱权所有方和被许可方、无线服务提供商等)，或者以其它方式输出。在一些情况下，频谱使用报告可以包括文本、数据、表格、图表、图形或无线频谱使用的其它表示。
在一些示例中，频谱使用报告可以包括频域信息、时域信息、空间域信息、或者这些信息与从分析无线传感器装置所检测到的无线信号中所获得的其它知识的组合。频谱使用报告可以包括基于来自不同位置的所有多个无线传感器装置的数据的全局信息和更高级别的知识。例如，频谱使用报告可以包括针对时间或空间的趋势、统计数据、模式、覆盖范围、网络性能或其它信息。在一些实现中，可以基于特定用户或实体的业务、偏好或其它属性来定制或自定义频谱使用报告。
在一些示例中，可以在地理区域内的区别位置处使用大量无线传感器装置以并行监测各区别位置处的无线信号。因此，可以同时或者在重叠时间段内检查各个位置处的RF信号，这样可以提供该地理区域内的无线信号的更精确且更全面的检查。在一些情况下，无线传感器装置例如通过针对宽频率范围“收听”或“观察”RF信号并且处理这些无线传感器装置所检测到的RF信号，来被动地监测这些无线传感器装置各自的位置处的无线信号。可能存在没有检测到RF信号的时间，并且在无线传感器装置的本地环境中检测到RF信号时，该装置可以(例如，间或地或连续地)处理这些RF信号。
在许多情况下，无线传感器装置可以检测由其它实体或系统或者在其它实体或系统之间(例如，在特定频率或频率集合上)发送来的无线信号、或者通过自然现象发送来的无线信号；并且传播模型或传播模拟软件还可以被配置为模拟这种无线信号。因此，传播模型可以模拟并且无线传感器装置可以监测各种系统、实体或现象的无线频谱使用，并且这里描述的系统不限于任何特定类型或种类的系统或协议。
在一些情况下，无线传感器装置可以被实现为成本相对低、紧凑且轻量的装置。在一些情况下，小型化和便携性可以扩大无线频谱分析系统的适用性并且增强其灵活性。在一些情况下，无线传感器装置可以放置于或者连接至蜂窝系统的微微/毫微微小区盒、WiFi接入点或基站、交通工具、路由器、移动装置(例如，智能手机、平板电脑等)、计算机、物联网(例如，机器对机器(M2M))模块、线缆调制解调器盒、家庭用具电子盒(例如，TV、调制解调器、DVD、视频游戏站、膝上型电脑、厨房用具、打印机、照明器具、电话、时钟、调温器、火灾检测单元、CO2检测单元等)、或其它地方。
在一些实现中，无线传感器装置可以现场对原始数据(例如，所检测到的RF信号)进行计算和分析，以提取相关信息的摘要(例如，频谱使用参数)。在一些实现中，代替向数据聚集系统发送原始数据，无线传感器装置发送从原始数据提取出的摘要，这样可以减少数据业务、降低功耗(在适用情况下可以延长电池寿命)并且提供其它优点。在一些情况下，可以例如根据请求或者在其它情况下将原始数据发送至数据聚集系统。
在一些实现中，无线传感器装置和数据聚集系统之间的通信例如可以基于互联网协议(IP)传输或者其它标准数据传输协议，从而可以提供更高效的数据传输。一般来说，可以随时从无线传感器装置向数据聚集系统发送消息。例如，该发送可以由所检测到的RF频谱的使用触发、由来自数据聚集系统的请求发起、根据预定安排或周期性间隔发送、或者采用其它方式。在一些情况下，聚集系统可以请求来自特定无线传感器装置的数据。
在一些示例中，可以从后端系统部署并控制无线传感器装置。例如，无线传感器装置可以在不要求现场的技术人员对该装置进行操作的情况下进行工作。在一些实现中，数据聚集系统或其它类型的中央控制系统可以执行控制操作，以例如配置并升级无线传感器装置。在一些情况下，控制系统可以请求配置信息或者在任何特定的无线传感器装置上运行内部测试。
图1是示出可以识别无线源的位置的示例性无线频谱分析系统100的框图。图1所示的示例性无线频谱分析系统100包括无线传感器装置110和数据聚集系统115的网络。如图1所示，多个(例如，数十个、数百个或数千个)无线传感器装置110可以分布在包含一个或多个蜂窝网络的多个小区105的地理区域中，其中在各小区105中具有多个无线传感器装置110。在一些实现中，无线传感器装置110可以分布在其它地理区域(例如，不包括蜂窝网络的区域)中。无线传感器装置110可以彼此相同或相似，或者无线频谱分析系统100可以包括各种不同的无线传感器装置110。
如图1所示，各小区105包括一个或多个基站120，其中，该一个或多个基站120与蜂窝网络(例如，蜂窝语音网络、蜂窝数据网络等)中的用户设备(例如，蜂窝电话等)相互作用。各小区105通常包括单个基站120。通常，地理区域中的基站的密度是基于期望的小区覆盖范围来确定的，并且是在小区规划阶段计算出的，因此一旦部署了基础设施，则该密度保持相对固定。
基站120通常向广泛区域内(例如，在整个小区105内)的移动装置提供无线服务。如此，基站120需要足够的功率来在相对大的区域内发送信号，以例如提供令人满意的小区覆盖范围。基站通常使用具有10瓦至100瓦或更大的数量级的功耗的高功率处理器或高功率组件的阵列，并且可能需要冷却系统来维持基站的工作温度。由于这些原因和其它原因，基站经常是大型昂贵系统。例如，蜂窝基站经常包括安装在塔上的多个天线和塔的基部附近的具有电子器件的建筑物，并且在一些情况下，蜂窝基站的成本可能在$100000至$1000000以上的范围。
在所示的示例中，无线传感器装置110向数据聚集系统115提供数据。例如，无线传感器装置110可以通过IP网络、以太网或其它通信系统来向数据聚集系统115发送消息(例如，IP包、以太网帧等)。例如，除了基站120所支持的蜂窝网络以外(或者包括蜂窝网络)，无线频谱分析系统100可以利用现有通信和电力基础设施(例如，公共网络、私有网络、广域网等)。
示例性无线传感器装置110可以是各自监测并分析本地区域中的无线信号的模块化或独立装置。在一些情况下，无线传感器装置110被动地与蜂窝网络进行交互，而例如不(例如，向用户设备)提供蜂窝服务，不使用蜂窝网络的无线电资源，不支持基站120的操作，或者不以其它方式作为蜂窝网络的组件而工作。无线传感器装置110可以包括用于检测并分析无线信号的专用硬件(例如，定制电路、定制芯片组等)和专用软件(例如，信号处理和分析算法)。
在一些情况下，无线传感器装置110以低功耗(例如，平均约为0.1或0.2瓦以下)进行工作，并且它们可以相对较小且廉价。在一些情况下，各个无线传感器装置可以小于典型的个人计算机或膝上型计算机，并且可以在各种环境下进行工作。在一些情况下，无线传感器装置是可以安装在办公空间中、城市基础设施上、住宅区中、交通工具上或其它位置中的模块化便携式紧凑装置。在一些情况下，无线传感器装置可以以不到$100制造而成，尽管实际成本将发生变化。
在图1所示的示例中，无线传感器装置110在地理上比基站120分布得更为密集。如此，在一些情况下，无线传感器装置110可以以较高的定位分辨率和精度来检查无线频谱。作为特定示例，数百个或数千个无线传感器装置110可以放置在城市内的各个位置，其中各小区105的各区域内具有约50个无线传感器装置110，尽管实际数量将针对个体应用而发生变化。各无线传感器装置110驻留于区别位置(即，物理上与其它无线传感器装置110的位置可区分开的位置)。
地理区域中的无线传感器装置110的密度可以例如基于该地理区域的面积、人口、位置或其它因素来确定。例如，在一些情况下，市区的无线传感器装置110的密度可以高于郊区的无线传感器装置110的密度。在一些情况下，由于示例性无线传感器装置110的成本相对低且尺寸较小，因此其可以分布在小区105或其它关注区域的各处，以提供用于监测并分析整个区域各处的无线频谱使用的更为经济的解决方案。
在一些情况下，可以在系统结构和管理方面的灵活度高的情况下实现无线频谱分析系统100。例如，无线传感器装置110可以是能够相对容易地进行重新定位的便携式即插即用装置，并且可以在各种位置中进行工作。在一些示例中，无线传感器装置110具有标准通信接口(例如，以太网、WiFi、USB等)，并且接受标准电力或者利用电池电力进行工作。因此，无线频谱分析系统100的配置(例如，无线传感器装置110的总数、密度和相对位置)可以适应各种环境，并且例如可以间或地进行修改或调整。
示例性数据聚集系统115可以接收从无线传感器装置110发送来的数据(包括测量值、相关信息的摘要等)，存储该数据(例如，存储在数据库中)，并且执行用于处理来自数据库的聚集数据以提取更高层信息的算法。更高层信息可以例如包括与无线传感器装置110相关联的无线信号源位置、趋势、统计数据、覆盖范围、网络使用、或者任何其它局部或全局信息。数据聚集系统115还可以控制无线传感器装置110的操作并且单独这些与无线传感器装置110进行交互，以例如提供同步数据、请求特定数据或者进行其它控制操作。
在一些实现中，数据聚集系统115获得针对无线网络的参数或者由一个或多个基站120覆盖的地理区域中的无线频谱的参数的模拟分布。例如，数据聚集系统115可以获得全部或部分地理区域的频谱功率的模拟空间分布。模拟分布可以由计算机实现模拟例如基于无线电传播模型来生成。另外，数据聚集系统115可以获得针对无线网络的相同参数或者地理区域中的无线频谱的相同参数的测量分布。测量分布可以是基于无线传感器装置110所提供的参数的。无线传感器装置110是用于基于地理区域内的不同位置处所检测到的无线信号来生成这些不同位置的本地频谱功率测量的示例性部件。例如，数据聚集系统115可以基于各个无线传感器装置110所提供的本地频谱功率测量来获得频谱功率的测量空间分布。数据聚集系统115可以将模拟分布与测量分布进行比较，并且在一些情况下可以使用测量分布来校正或以其它方式修改模拟分布。在这种情况下，修改后模拟分布可以提供对于无线网络的参数或者地理区域中的无线频谱的参数的更高分辨率的指示。在一些情况下，修改后的模拟分布基于来自无线传感器装置110的更新后的测量而进行动态更新。
图2是示出可以用于定位RF源的示例性无线频谱分析系统200的架构的框图。无线频谱分析系统200可以表示图1中的无线频谱分析系统100、或其它无线频谱分析系统。示例性无线频谱分析系统200包括多个无线传感器装置110、IP网络220、以及主控制器230。无线频谱分析系统200可以包括附加或不同的组件。在一些实现中，无线频谱分析系统可以如图2所示或者以其它合适的方式进行布置。
在如图2所示的示例中，各无线传感器装置110被实现为空间坐标为(xi,yi,zi)的各个物理位置处的无线传感器装置，其中i在1～L(L是无线传感器装置110的数量)的范围内变化。在一些实现中，各无线传感器装置可以包括识别无线传感器装置的位置坐标的全球定位系统(GPS)或者其它位置识别系统，或者可以以其它方式识别位置坐标。在一些实现中，各无线传感器装置具有唯一标识符，并且该标识符可以与位置标识符或位置坐标相关联。
示例性无线传感器装置可以监测并分析频域和时域这两者中的无线频谱，并且进行相关联地理位置处可用的无线通信服务的深入分析。例如，无线传感器装置可以在任何给定时间在无线传感器装置的位置附近的本地无线环境中检测RF信号。在一些情况下，无线传感器装置可以识别数据包和帧，提取同步信息、小区和服务标识符、以及RF信道的质量测量值(例如，信道质量指示(CQI))，并基于由无线传感器装置所检测到的RF信号的这些和其它控制信息以及业务数据来得出频谱使用参数和其它信息。RF信号的控制信息以及业务数据可以包括与诸如2G GSM/EDGE、3G/CDMA/UMTS/TD-SCDMA、4G/LTE/LTE-A、WiFi、蓝牙等的无线通信标准相对应的物理和介质访问(MAC)层信息。(例如，针对特定频率或特定带宽等的)频谱使用参数可以包括所检测到的RF信号的功率、所检测到的RF信号的信噪比(SNR)、到达时间数据、所检测到的RF信号具有最大功率的频率、或者其它参数。在一些实现中，无线传感器装置可以识别RF干扰发射机和干扰源或者其它类型的信息。
在图2所示的示例中，通过数据聚集或中央控制系统(例如，主控制器230)来聚集来自无线传感器装置的数据(例如，到达时间数据或者其它信息)。在一些实现中，利用主控制器230通过例如经由IP网络(例如，IP网络220)接收从无线传感器装置发送的消息来聚集来自无线传感器装置的数据。在一些实现中，无线传感器装置经由本地网络(例如，本地因特网202或204)而连接至IP网络220。无线传感器装置可以通过本地有线网络214或无线网络212而连接至本地网络。有线网络214可以例如包括以太网、xDSL(x-数字用户线路)、光网络或其它类型的有线通信网络。无线网络212可以例如包括WiFi、蓝牙、NFC或其它类型的本地无线网络。在一些实现中，一些无线传感器装置使用一个或多个广域网206而直接连接至IP网络220。广域网206可以例如包括蜂窝网络、卫星网络或其它类型的广域网。
示例性主控制器230可以包括在图1的数据聚集系统115或其它后端系统中。主控制器230可以是包括一个或多个计算装置或系统的计算系统。主控制器230或其组件中的任何组件可以位于数据处理中心、计算设施或其它位置。在所示的示例中，主控制器230可以远程控制无线传感器装置的操作。主控制器230的示例性功能可以包括：从一些或所有无线传感器装置聚集信息、升级无线传感器装置软件、监测无线传感器装置的状态等。例如，主控制器230可以包括软件更新模块234或者连接至软件更新模块234。在一些情况下，软件更新模块234可以接收无线传感器装置软件232的更新，并且将软件更新推送至无线传感器装置。
在图2所示的示例中，主控制器230可以例如基于无线传感器装置的位置或状态、其相邻的无线传感器装置或其它因素，将无线传感器装置置于一个或多个校准或测试模式，重置无线传感器装置内的各个元件，或者根据需要对任何个体无线传感器装置进行配置。在一些示例中，无线传感器装置的状态可以包括：(i)无线传感器装置的温度；(ii)无线传感器装置的当前功耗；(iii)从无线传感器装置流回主控制器230的数据速率；(iv)无线传感器装置周围的本地WiFi信号的信号强度、SSID、或者MAC地址；(v)(例如，无线传感器装置中的内部GPS单元所检测到的)无线传感器装置的位置；(vi)提供与无线传感器装置或者其周围的无线传感器装置的状态有关的信息的信号(例如，通过网络传输的IP包、控制信令)。主控制器230可以监测无线传感器装置的附加或不同状态。
在一些实现中，主控制器230可以包括或者连接至通信系统，其中该通信系统用于接收从无线传感器装置发送来的频谱检查信息(例如，到达时间数据、各频谱使用参数的空间和时间坐标、无线传感器装置的状态等)。主控制器230可以包括或者连接至数据分析系统236，其中该数据分析系统236可以聚集(例如，收集、编译或以其它方式管理)来自多个无线传感器装置的频谱检查信息、并基于来自无线传感器装置的频谱使用参数来生成地理区域的频谱使用报告。
在一些情况下，可以在数据接口238上呈现频谱使用报告，以向用户呈现无线传感器装置的各个位置的无线频谱的使用、质量或其它信息。例如，频谱使用报告可以表示在RF频谱内的多个带宽中的各带宽中所检测到的无线业务水平、针对多个无线通信标准所检测到的无线业务水平、地理区域中的无线频谱使用的空间和时间分布、或者其它信息。业务水平可以例如包括吞吐量、数据速率、峰值和谷值、或者频谱使用信息的其它统计量(例如，平均值和方差)。频谱使用报告可以例如包括示出所检测到的无线业务水平vs空间和时间的表格、图表和图。例如，频谱使用报告可以包括示出地理区域中的无线频谱使用的空间分布的图或地图(例如，如图3A、3B、4所示)。频谱使用报告可以包括示出无线频谱使用的时间分布或趋势的(例如，示出一天、一个月或一年中的峰值、平均值和谷值业务量的)柱状图或表格。频谱使用报告可以指示出地理区域中的发送无线信号的无线源的位置。这些位置可以被表示为坐标、测绘图等。
在一些情况下，基于将无线频谱使用的模拟参数与无线频谱使用的测量参数相结合，来生成频谱使用报告的全部或部分。例如，频谱使用报告可以包括已基于无线传感器装置110所获得的测量值的空间分布进行了“校正”或以其它方式进行了修改的参数(例如，如上所讨论的频谱功率或任何其它参数)的模拟空间分布。例如，数据分析系统236可以通过识别模拟空间分布和测量空间分布之间的差并且对这些差进行插值，来生成地理区域的误差网格。当获得新的测量值并且使用这些测量值来动态地刷新频谱使用报告以及报告中的各种数据元素时，误差网格可被动态地更新。
在一些实现中，数据分析系统236可以分析实时数据、历史数据或两者的组合，并确定地理区域的频谱使用参数。例如，数据分析系统236可以确定无线传感器装置所接收到的无线信号的源位置，并且所生成的频谱使用报告可以包括源位置的指示。
图3A和3B示出地理区域中的无线频谱使用的示例性空间和时间分布的方面；图4示出用于确定源位置的示例性技术的方面。在一些情况下，相似或相关的信息可以包括在主控制器230所生成的频谱使用报告中，并显示给用户。在一些实现中，频谱使用报告可以包括频谱使用信息的附加或不同的表示。
图3A是示出无线传感器装置的示例性空间分布的框图300。如图3A所示，各无线传感器装置具有地理位置(xi,yi,zi)，并且可以监测并分析各自的地理位置(xi,yi,zi)处的无线频谱。各无线传感器装置可以向数据聚集系统(例如，图2中的主控制器230)发送频谱检查(SI)信息。SI信息可以例如包括频谱数据(例如，频谱使用参数)、目标信号的到达时间数据、各频谱使用参数的位置和时间信息、无线传感器装置的状态信息、或者其它信息。例如，位置和时间信息可以包括无线传感器装置的空间坐标(例如，(xi,yi,zi)或其它坐标)以及获得各频谱使用参数的时间坐标(例如，一天中的时间)。示例性框图300示出无线传感器装置的空间坐标，并且用作地理区域中的无线传感器装置的示例性空间分布的地图。在一些实现中，可以将各无线传感器装置的SI信息叠加到图300上并且例如显示给用户。
图3B是示出与图3A所示的无线传感器装置相关联的示例性SI信息310的框图350。在图3B所示的示例中，可以在与无线传感器装置各自的空间坐标邻接的位置或这些空间坐标的上方显示示例性SI信息310。所显示的SI信息310可以包括上述的一些或所有类型的SI信息。例如，可以显示频谱使用参数中的一个或多个。在一些实现中，还可以显示各频谱使用参数的时间坐标。该信息对于各个有区别的无线传感器装置可以相同、相似或不同。由于可以在中央位置(例如，主控制器230)处聚集SI信息310，因此可以对多个无线传感器装置的SI信息310进行相关、比较、插值或其它操作，以得出更多信息。例如，可以基于能够检测源信号的无线传感器装置的SI信息来确定源信号的相对位置。可以得出附加或不同的信息。
图4是示出与图3A所示的无线传感器装置相关联的示例性SI信息的另一框图400。在该示例中，将一个或多个频率处检测到的信号功率显示为针对各位置处的各无线传感器装置的示例性SI信息。将位置(x1,y1,z1)、(x2,y2,z2)、(x3,y3,z3)和(x4,y4,z4)处的频率为f的信号的测量功率分别表示为P信号,1410、P信号,2420、P信号,3430和P信号,4440。基于多个无线传感器装置的测量功率水平，可以例如利用(例如，中央控制器的)数据分析系统自动估计频率为f的信号405的源位置。例如，可以基于以无线传感器装置的位置(例如，(x1,y1,z1)、(x2,y2,z2)、(x3,y3,z3)和(x4,y4,z4))为中心的多个圆弧的交点来确定信号405的源位置。可以基于P信号,1410、P信号,2420、P信号,3430和P信号,4440、与多个无线传感器装置各自有关的本地无线环境中的各路径损耗、阴影效应或者其它传播条件来确定各圆弧的半径。因此，可以在示例性地图上精确定位并示出RF信号的源位置以供可视化。还可以基于如下所述的同步信号来识别源位置。
图5A、5B和5C是示出用于分析无线信号传播的示例性技术的各方面的标绘图500a、500b和500c。在一些情况下，标绘图500a、500b和500c可以基于图13所示的示例性处理1300中的一个或多个操作而生成，或者标绘图500a、500b和500c可以基于其它类型的处理而生成。图5A中的标绘图500a示出无线信号参数的模拟空间分布和测量空间分布。图5B中的标绘图500b示出基于图5A中所示的差值的插值差分曲线。图5C中的标绘图500c示出无线信号参数的修改后的分布。在这些示例性标绘图中，在一个轴(图中为“x轴”)上标绘频谱功率，并且可以跨一个、两个或三个空间维度进行这些标绘图所表示的分析。
图5A中的标绘图500A包括用于表示地理区域中的无线信号的参数(例如，频谱功率)的值的范围的纵轴502、以及用于表示地理区域中的位置的范围的横轴504。例如，横轴504所表示的位置的范围可以表示在无线通信网络的覆盖区域中跨一个、两个或三个空间维度分布的位置。这些位置的范围可以从相对短距离延伸至相对长距离(例如，具有从数十或数百米到数千米不等的范围)，并且一般可以表示任何关注区域(例如，建筑物、城市街区、管辖区、人群、行业等)。在所示的示例中，纵轴502表示的无线信号参数是功率；可以根据图5A～5C中表示的示例性技术来标绘和分析其它无线信号参数。
图5A中的标绘图500A示出通过模拟地理区域中的无线信号传播而生成的模拟空间分布512、以及形成基于地理区域中的无线信号的本地测量的测量空间分布的数据点510a、510b、510c和510d。模拟空间分布512沿x轴表示无线电传播模型所估计出的频谱功率值。作为示例，模拟空间分布512可以表示用于模拟无线通信网络的覆盖区域中的无线信号传播的无线电传播模型所计算出的频谱功率；并且形成测量空间分布的数据点510a、510b、510c和510d可以表示无线传感器装置基于这些无线传感器装置各自在无线通信网络的覆盖区域中的各位置处检测到的无线信号所提供的本地频谱功率测量。
在一些情况下，无线电传播模型可以产生具有任何期望空间分辨率的模拟空间分布。例如，在一些情况下，模拟空间分布的分辨率可以显著高于(例如，十倍高于或大于)测量空间分布的分辨率。在所示示例中，模拟空间分布512相比于数据点510a、510b、510c和510d具有更高的分辨率，并且表现为连续曲线。这里，模拟空间分布512可以表示为Ppm(x)，其中pm＝"传播模型"。示例性数据点510a、510b、510c和510d是点x1、x2、x3和x4处的无线传感器分别提供的本地频谱功率测量。本地频谱功率测量可以表示为频谱功率值P信号,1、P信号,2、P信号,3和P信号,4。作为示例，数据点510a、510b、510c和510d可以表示图3B中所标绘出的类型的四个点的SI信息310。
图5A中的标绘图500A包括针对各个数据点510a、510b、510c和510d各自的差值514a、514b、514c和514d。针对沿横轴504的各位置的差值表示该位置处的模拟空间分布512和测量空间分布之间的差。例如，位置x1处的差值514a表示通过从位置x1处的数据点510a中减去位置x1处的模拟空间分布512的值所获得的差；位置x2处的差值514b表示通过从位置x2处的数据点510b中减去位置x2处的模拟空间分布512的值所获得的差；等等。(来自传感器装置的)测量值和(来自传播模型的)模拟值之间的差值514a、514b、514c、514d被分别标记为Δ1、Δ2、Δ3和Δ4。这里，Δi＝P信号,i-Ppm(xi)，其中i是从1到4的索引。
图5B中的标绘图500B包括图5A中的差值514a、514b、514c和514d、以及针对图5A中的横轴504所标绘出的插值差分曲线516。标绘图500B中的纵轴506表示模拟空间分布和测量空间分布之间的差值的范围。通过对标绘图500B中所示的差值514a、514b、514c和514d进行插值，来生成插值差分曲线516。例如，差分函数Δ(x)可以使用Δi的值通过曲线拟合或其它插值技术构建。在图5B中，差分函数Δ(x)由插值差分曲线516表示。
图5C中的标绘图500C包括针对图5A所示的相同轴(502,504)所标绘出的修改后的空间分布518的示例。示例性修改后的空间分布518是基于针对(图5A和5C所示的)模拟空间分布512的(图5B所示的)插值差分曲线516而生成的。这里，修改后的空间分布518表示可例如使用下式计算得到的修改后的函数：
P校正后(x)＝Ppm(x)+Δ(x)。
在该示例中，P校正后(x)可被解释为沿着x轴的校正后的或以其它方式修改后的频谱功率。例如，修改后的空间分布518可以表示针对模拟空间分布512的校正，其中该校正是基于分布在地理区域上的测量位置(x1,x2,x3,x4)处获得的相关参数的本地测量的。在一些示例中，还可以(例如，基于地理区域中的相同或其它位置处的后续或附加的测量)改善或更新修改后的空间分布518。
图6是示出示例性无线传感器装置600的框图。在一些情况下，图1～5的无线传感器装置可以被实现为图6所示的示例性无线传感器装置600、或者其它类型的无线传感器装置。示例性无线传感器装置600包括壳体610、RF接口612、电源管理子系统620、信号分析子系统(例如，SI子系统630等)、CPU 640、存储器650、通信接口、输入/输出接口642(例如，USB连接)、GPS接口648、以及一个或多个传感器(例如，诸如指南针或陀螺仪等的3D取向传感器644、温度传感器等)。无线传感器装置600可以包括附加或不同的组件和特征，并且无线传感器装置的特征可以如图6所示或者以其它合适的配置进行布置。
在一些实现中，壳体610可以是容纳无线传感器装置600的RF接口612、电源管理子系统620、信号分析子系统、通信接口以及其它组件的便携式壳体。该壳体可以由塑料、金属、复合物、或者这些和其它材料的组合制成。壳体可以包括通过模制、机械加工、挤压或其它类型的工艺制造而成的组件。在一些实现中，无线传感器装置600可以连接至其它装置(例如，蜂窝系统的微微/毫微微小区盒、WiFi接入点或基站、交通工具、路由器、移动装置、调温器等)，或与该其它装置集成。例如，无线传感器装置600的壳体610可以安装至、并入或以其它方式连接到其它装置。可选地，壳体610可以是仅容纳无线传感器装置600的组件的专用壳体。
在一些实现中，壳体610以及壳体610内部的组件的设计和布置可以被优化或以其它方式配置，以监测并分析无线信号。例如，可以针对检测并分析RF信号来优化这些组件的尺寸、取向和相对位置，并且该装置可以在容纳所有必要的组件的情况下是紧凑型的。在一些情况下，壳体610的数量级例如可以是10×10×4cm3，或者可以使用其它尺寸的壳体。
在一些实现中，RF接口612被配置为在无线传感器装置600周围的局部无线环境中检测RF频谱的多个带宽中的RF信号。RF接口612可以包括天线系统和被配置为在各个带宽中处理RF信号的多个无线电路径。在图6所示的示例中，RF接口612包括天线622a、RF无源元件624、RF有源元件626和无源元件628。RF无源元件624可以例如包括匹配元件、RF开关和滤波器。RF有源元件626可以例如包括RF放大器。RF有源元件626之后的无源元件628可以例如包括滤波器、匹配元件、开关和平衡-不平衡转换器(balun)。
在一些示例中，信号分析子系统可以被配置为基于RF信号和同步信号来识别到达时间数据。信号分析子系统可以包括无线电、数字信号处理器(DSP)、存储器、以及用于提取频谱参数并分析RF频谱的其它组件。在一些实现中，RF接口612和信号分析子系统的组合可以被称为频谱检查(SI)信号路径，针对图7更详细地说明该SI信号路径。
无线传感器装置600的通信接口可以被配置为向远程系统(例如，图2的主控制器230)发送频谱使用参数或其它SI信息。通信接口可以包括一个或多个无线接口632(例如，WiFi连接、蜂窝连接等)、至本地网络的有线接口646(例如，以太网连接、xDSL连接等)、或者其它类型的通信链路或信道。通信接口可以共享和复用共通的天线(例如，使用天线阵列)，或者这些通信接口各自可以具有有区别的专用天线。
无线接口632和有线接口646各自可以包括用以与局域网或广域网进行通信的调制解调器。例如，无线接口632和有线接口646可以经由局域网或广域网来向数据聚集系统(例如，图2的主控制器230)发送SI信息，并从数据聚集系统接收控制信息(例如，软件更新)。在一些实现中，无线传感器装置可以配备有通信接口中的任一个或两者。有线接口646可以使得示例性无线传感器装置600能够利用(例如，建筑物中的)现有的有线通信基础设施和有线通信的大传输容量(例如，由光网络提供的大带宽、先进的数字用户线路技术等)。无线接口632可以增强示例性无线传感器装置600的移动性和灵活性，使得无线传感器装置600可以使用蓝牙、WiFi、蜂窝、卫星或其它无线通信技术在各个位置和时间传送SI信息。
在一些实现中，无线接口632和RF接口612可以共享硬件或软件组件(或两者)。在一些实现中，无线接口632和RF接口612可以单独地实现。在一些实现中，RF接口612主要负责信号接收而不是发送，并且RF接口612可以利用专用低功率电路来实现，因而降低了无线传感器装置600的整体功耗。
电源管理子系统620可以包括用于向无线传感器装置600提供电源并且管理无线传感器装置600的电源的电路和软件。在一些实现中，电源管理子系统620可以包括电池接口以及一个或多个电池(例如，可再充电电池、具有嵌入式微处理器的智能电池、或者不同类型的内部电源)。电池接口可以连接到调节器，其中该调节器可以辅助电池向无线传感器装置600提供直流电力。如此，无线传感器装置600可以包括自备电源，并且可以在任意位置处使用而无需其它外部能量源。附加地或可选地，电源管理子系统620可以包括用于从外部源(例如，交流电源、适配器、转换器等)接收电力的外部电源接口。如此，无线传感器装置600可以插入到外部能量源中。
在一些实现中，电源管理子系统620可以监督并管理无线传感器装置600的功耗。例如，电源管理子系统620可以监测无线传感器装置600的RF接口612、通信接口、CPU 640、以及其它组件的功耗，并且例如将无线传感器装置600的功耗状态报告给中央控制器。在一些实现中，无线传感器装置600可以被设计为具有低功耗，并且电源管理子系统620可以被配置为在功耗超过阈值的情况下向中央控制器发送警报或者干预无线传感器装置600的操作。电源管理子系统620可以包括附加或不同的特征。
CPU 640可以包括例如能够执行指令以管理无线传感器装置600的操作的一个或多个处理器、或者其它类型的数据处理设备。CPU 640可以进行或者管理针对图1～5所述的无线传感器装置的操作中的一个或多个。在一些实现中，CPU 640可以是SI子系统630的一部分。例如，CPU 640可以处理、计算和以其它方式分析(例如，来自RF接口612的)测得的无线频谱数据。在一些情况下，CPU 640可以执行或解释存储器650中所包含的软件、脚本、程序、功能、可执行程序或其它模块。
输入/输出接口642可以连接至输入/输出装置(例如，USB闪速驱动器、显示器、键盘或者其它输入/输出装置)。输入/输出接口642可以辅助例如无线传感器装置600和外部存储器或显示装置之间的经由诸如串行链路、并行链路、无线链路(例如，红外、射频等)或者其它类型的链路等的通信链路的数据传输。
存储器650可以例如包括随机存取存储器(RAM)、存储装置(例如，可写只读存储器(ROM)等)、硬盘或者其它类型的存储介质。存储器650可以存储与无线频谱分析系统中的无线传感器装置600、主控制器以及其它组件的操作相关联的指令(例如，计算机代码)。存储器650还可以存储可以由无线传感器装置600上所运行的一个或多个应用程序或虚拟机所解释的应用数据和数据对象。存储器650可以例如存储无线传感器装置600的位置数据、环境数据和状态数据、无线频谱数据以及其它数据。
在一些实现中，可以通过从其它源(例如，经由数据网络从中央控制器、从CD-ROM、或者以其它方式从其它计算机装置)加载程序，来对无线传感器装置600进行编程或更新(例如，重新编程)。在一些情况下，中央控制器根据预定安排或者以其它方式在软件更新变得可用时将这些更新推送至无线传感器装置600。
图7是示出示例性频谱检查(SI)信号路径700的框图。SI信号路径700包括RF接口710(例如，表示为无线电路径A)和频谱分析子系统705。图6的无线传感器装置600的RF接口612可以被实现为图7中的示例性RF接口710或者以其它方式实现。图6的无线传感器装置600的SI子系统630可以被实现为图7中的示例性频谱分析子系统705或者以其它方式实现。在一些情况下，SI信号路径700可以进行用于监测并分析无线信号所需的所有操作。例如，SI信号路径700可以执行典型的无线接收器诸如解调、均衡、信道解码等的功能。SI信号路径700可以支持各种无线通信标准的信号接收，并且访问用于分析无线信号的频谱分析子系统705。
在所示的示例中，RF接口710可以是用于检测并处理RF信号的宽带或窄带前端芯片组。例如，RF接口710可以被配置为在无线通信标准的一个或多个频带的宽频谱或者在特定频带内的窄频谱中检测RF信号。在一些实现中，SI信号路径700可以包括一个或多个RF接口710以覆盖关注频谱。针对图8描述这种SI信号路径的示例性实现。
在图7所示的示例中，RF接口710包括一个或多个天线722、RF多路复用器720或功率合成器(例如，RF开关)、以及一个或多个信号处理路径(例如，“路径1”730、…、“路径M”740)。天线722可以是多端口天线或单端口天线。天线722可以包括全向天线、定向天线、或者这两者中的各一个或多个的组合。天线722连接至RF多路复用器720。在一些实现中，RF接口710可以被配置为使用一个或多个天线722，以基于单输入单输出(SISO)、单输入多输出(SIMO)、多输入单输出(MISO)或者多输入多输出(MIMO)技术来检测RF信号。
在一些实现中，无线传感器装置的本地环境中的RF信号可以由天线722拾取，并被输入到RF多路复用器720中。根据需要分析的RF信号的频率，从RF多路复用器720输出的信号702可以路由至处理路径(即，“路径1”730、...、“路径M”740)其中之一。这里，M是整数。各路径可以包括有区别的频带。例如，“路径1”730可以用于1GHz和1.5GHz之间的RF信号，而“路径M”可以用于5GHz和6GHz之间的RF信号。多个处理路径可以分别具有中心频率和带宽。多个处理路径的带宽可以是相同或不同的。两个相邻处理路径的频带可以重叠或不相交。在一些实现中，可以基于不同的无线通信标准(例如，GSM、LTE、WiFi等)所分配的频带来分配或以其它方式配置处理路径的频带。例如，可以配置为使得各处理路径负责检测特定无线通信标准的RF信号。作为示例，“路径1”730可以用于检测LTE信号，而“路径M”740可以用于检测WiFi信号。
各处理路径(例如，“处理路径1”730、“处理路径M”740)可以包括一个或多个RF无源元件和RF有源元件。例如，处理路径可以包括RF多路复用器、一个或多个滤波器、RF解多路复用器、RF放大器和其它组件。在一些实现中，从RF多路复用器720输出的信号702、702m可以应用于处理路径中的多路复用器(例如，“RF多路复用器1”732、...、“RF多路复用器M”742)。例如，如果选择“处理路径1”730作为信号702的处理路径，则信号702可以被馈送到“RF多路复用器1”732。RF多路复用器可以在来自第一RF多路复用器720的信号702和由频谱分析子系统705所提供的RF校准(cal)音调738之间进行选择。“RF多路复用器1”732的输出信号704可以进入滤波器(滤波器(1,1)734a、…、滤波器(1,N)734n，其中N是整数)其中之一。滤波器进一步将处理路径的频带划分成较窄的关注频带。例如，“滤波器(1,1)”734a可以应用于信号704以产生滤波信号706，并且滤波信号706可以应用于“RF解多路复用器1”736。在一些情况下，可以在RF解多路复用器中放大信号706。然后，可以将放大后的信号708输入到频谱分析子系统705中。
同样地，如果选择“处理路径M”740作为信号702m的处理路径，则信号702m可以被馈送到“RF多路复用器M”742。RF多路复用器可以在来自第一RF多路复用器720的信号702m和由频谱分析子系统705所提供的RF校准(cal)音调748之间进行选择。“RF多路复用器M”742的输出信号可以进入滤波器(滤波器(M,1)744a、…、滤波器(M,N)744n，其中N是整数)其中之一。在一些情况下，可以在RF解多路复用器746中放大滤波器的输出信号。然后，可以将放大后的信号708m输入到频谱分析子系统705中。
频谱分析子系统705可以被配置为将检测到的RF信号转换为数字信号，并且基于检测到的RF信号来进行用以识别信息的数字信号处理。频谱分析子系统705可以包括一个或多个SI无线电接收(RX)路径(例如，“SI无线电RX路径1”750a、“SI无线电接收路径M”750m)、DSP频谱分析引擎760、RF校准(cal)音调生成器770、前端控制模块780、以及I/O790。频谱分析子系统705可以包括附加或不同的组件和特征。
在所示的示例中，将放大后的信号708输入到“SI无线电RX路径1”750a中，其中该“SI无线电RX路径1”750a将信号708降频为基带信号并应用增益。然后，可以经由模数转换器来对降频信号进行数字化。数字化信号可以被输入到DSP频谱分析引擎760中。DSP频谱分析引擎760例如可以(例如，基于无线通信标准的规范)识别数字信号中所包括的包和帧，读取嵌入在数字信号中的前导码、头部、或者其它控制信息，并且确定一个或多个频率处或带宽上的信号的信号功率和SNR、信道质量和容量、业务水平(例如，数据速率、重传率、延迟、丢包率等)或其它频谱使用参数。例如，DSP频谱分析引擎760的输出(例如，频谱使用参数)可以应用到I/O 790并进行格式化，以经由无线传感器装置的一个或多个通信接口来向数据聚集系统发送频谱使用参数。
RF校准(cal)音调生成器770可以生成用于诊断和校准无线电RX路径(例如，“无线电RX路径1”750a、…、“无线电RX路径M”750m)的RF校准(cal)音调。例如，可以针对线性和带宽来校准无线电RX路径。
图8是示出无线传感器装置的SI信号路径800的另一示例性实现的框图。在一些情况下，SI信号路径可以包括连接到多个不同天线的多个RF接口(无线电路径)。在图8所示的示例中，SI信号路径800包括各自连接到频谱分析子系统830的无线电路径A 810和无线电路径B 820。无线电路径A 810和无线电路径B 820可以以与图7的RF接口或者无线电路径A相似的方式配置，或者无线电路径A 810和无线电路径B 820可以以其它方式配置。无线电路径A 810和无线电路径B 820可以具有相同或不同的配置，从而例如针对无线频谱监测和分析覆盖相同或不同的频带。
图9是示例性无线传感器装置900的俯视图。在一些情况下，图1～5的无线传感器装置可以被实现为图9所示的示例性无线传感器装置900、或者被实现为其它类型的无线传感器装置。图9中的示例性无线传感器装置900可以包括图6～7所示的一些或所有特征，或者图9中的无线传感器装置900可以包括更少的、附加或不同的特征。无线传感器装置900可以包括例如连接到无线传感器装置900的壳体内的一个或多个RF接口的一个或多个天线。例如，示例性无线传感器装置900的天线可以是图6的天线622a～622c或者图7的天线722。
天线可以策略性地设置在无线传感器装置900上以接收RF信号。图9所示的示例性无线传感器装置900包括放置于相对于无线传感器装置900的中心彼此相差90度的位置的四个天线910a～910d。在一些情况下，例如，可以基于天线的总数、天线轮廓、无线传感器装置900的位置和取向、或者其它因素而以不同的分离程度、取向或位置来设置天线。
图10是图9的示例性无线传感器装置900的天线910a～910d的示例性天线轮廓的俯视图1000。在图10所示的示例中，天线910a～910d分别具有各自的天线轮廓或图案920a～920d。天线轮廓920a～920d可以是相同或不同的。例如，可以基于关注频率或频带、期望天线增益或其它因素来选择或以其它方式配置天线轮廓920a～920d。
图11是另一示例性无线传感器装置1100的俯视图。在一些情况下，图1～5的无线传感器装置可以被实现为图11所示的示例性无线传感器装置1100，或者被实现为其它类型的无线传感器装置。图11中的示例性无线传感器装置1100可以包括图6～10所示的一些或所有特征，或者图11中的无线传感器装置1100可以包括更少的、附加的或不同的特征。
无线传感器装置1100包括该无线传感器装置1100上的四个天线1110a～1110d和基准方向指示器1105。在一些情况下，天线1110a-1110d是根据基准方向指示器1105而相对于基本方向或其它坐标系统来取向或配置的。在图11所示的示例中，基准方向指示器1105沿着北向指南针方向来取向。可以使用其它基准方向。可以识别天线1110a～1110d的取向和位移，并且在一些情况下，可以相对于基准方向指示器1105来调节天线1110a～1110d的取向和位移。
在一些实现中，无线传感器装置可以是便携式模块化装置。例如，一些无线传感器装置可以是可移动的或者可重新配置的，以便(例如，串联地)用在多个位置，而不必实质解构或拆卸该装置。在一些情况下，无线传感器装置可彼此互换，使得无线传感器装置的网络可以方便地升级、扩展、定制或以其它方式进行修改。
在一些情况下，无线传感器装置可以由一个或多个操作者例如通过定位装置并将该装置连接到标准电源和数据链路来进行安装。在一些情况下，无线传感器装置可以利用紧固件(例如，螺钉、螺栓、插销、接合剂等)而固定于适当位置，或者无线传感器装置可以在自由位置停留(例如，无需利用紧固件)。在一些情况下，无线传感器装置可以在各种位置和环境中进行工作。作为示例，一些无线传感器装置可以安装在交通工具(例如，小汽车、公共汽车、火车、轮船等)中，其中在该位置，无线传感器装置可以在运动中监测和分析频谱。在其它示例中，无线传感器装置可以安装在交通基础设施、通信基础设施、电力基础设施、专用不动产、工业系统、城市或商业建筑物、住宅区和其它类型的位置中。
图12是示出无线传感器装置1210的示例性应用的框图1200，其中无线传感器装置1210安装在公共汽车1220上。无线传感器装置1210可以在公共汽车1220移动时记录其变化的地理位置，监测各位置处的无线信号，并且向中央控制器发送频谱检查信息。在一些实现中，无线传感器装置1210可以被配置为监测并分析公共汽车1220上的乘客所使用的频谱。例如，无线传感器装置1210可以检测乘客所使用的手机的标识符，检测乘客的手机所发送和接收的蜂窝或WiFi信号，并且得出特定于公共汽车1220内或周围所发生的RF业务的频谱使用参数。无线传感器装置1210可以以其它方式配置。在一些情况下，无线传感器装置1210可以利用公共汽车1220的电源和通信能力，或者无线传感器装置1210可以包括独立的电源和通信能力。
图13是示出用于分析无线信号传播的示例性处理1300的流程图。示例性处理1300可以例如由无线频谱分析系统(例如，图1所示的示例性无线频谱分析系统100、图2所示的示例性无线频谱分析系统200等)中的一个或多个组件或子系统来进行，或者由其它类型的系统来进行。在一些情况下，示例性处理1300可以包括附加的或不同的操作，并且这些操作可以以所示的顺序或其它顺序来进行。在一些实现中，可以迭代或重复处理1300或处理1300中的各个操作或操作子集，例如直到达到终止条件为止。
在1302，模拟地理区域的无线信号传播。地理区域中的无线信号传播的模拟可以例如由计算机系统所执行的模拟软件来进行。例如，信号传播可以由图2所示的数据分析系统236或其它类型的计算机系统来模拟。在一些实现中，模拟的无线信号包括射频(RF)信号或者其它频率范围内的无线信号。在模拟中被建模的地理区域可以相对较小或较大(例如，具有范围从数十或数百米到数千米的半径)，并且一般可以表示任何关注区域(例如，建筑物、城市街区、管辖区、人群、行业等)。
在一些实现中，无线信号传播的模拟产生了针对地理区域的频谱功率(或无线信号的其它参数)的模拟空间分布。频谱功率的模拟空间分布可以包括分布在地理区域上的位置的阵列的无线信号功率的模拟值。例如，位置的阵列可以表示为一维、二维或三维模拟网格(其中各网格点与空间坐标的集合相关联)，并且频谱功率的空间分布可以包括一维、二维或三维模拟网格中的各网格点的信号功率的模拟值。模拟位置的阵列可以覆盖整个地理区域或该地理区域的仅一部分。模拟位置的阵列可以均匀地、非均匀地、以规则图案或者以不规则或随机的布置分布。图5A所示的模拟空间分布512是地理区域的频谱功率的模拟空间分布的示例，其可以应用在一个、两个或三个空间维度上。
在一些实现中，可以使用无线电传播模型来模拟无线信号传播并生成频谱功率的模拟空间分布(或者生成地理区域中的无线信号的其它参数的模拟分布)。无线电传播模型的示例包括射线追踪、Okumura模型、Hata-Okumura模型和COST 231Walfisch-Ikegami模型等。利用无线电传播模型所计算出的参数可以包括无线信号的任何参数。例如，参数可以包括频谱的频率分布、一个或多个频率或带宽的频谱功率、信号质量(例如，信噪比等)、吞吐量、地理区域中的用户或信号源的数量、或者其它类型的参数。
射线追踪技术是确定性无线电传播模型的示例。在一些示例中，射线追踪通过假设电磁波可被建模为多个窄波束(或射线)来进行工作。假设波束存在于一定的小距离上，其中在该小距离上，波束被假设为局部笔直。射线追踪器将通过使用介质的局部导数来在下一组距离上推进射线。可被建模的射线的性质例如包括强度、波长或极化。
Okumura模型是实证性无线电传播模型的示例。例如，可以使用Okumura模型来确定市区的无线电传播。Okumura模型可以规范地表示为：
L＝LFSL+AMU-HMG-HBG-∑K校正
其中，L表示以分贝(dB)为单位的中值路径损耗，LFSL表示以分贝为单位的自由空间损耗，AMU表示以分贝为单位的中值衰减，HMG表示移动站天线高度增益因子，HBG表示基站天线高度增益因子，以及K校正表示校正因子增益(诸如环境的类型、水面、隔离的障碍物等)。COST 231和Hata-Okumura模型是实证性无线电传播模型的其它示例。这些实证性无线电传播模型是基于上述的Okumura模型或者与该Okumura模型相同，但具有包括不同系数和分量的不同等式。
在一些实现中，在1302处模拟通过无线通信网络在地理区域中产生的信号传播。例如，无线通信网络可以是蜂窝网络、Wi-Fi网络或其它类型的无线网络。在这种实现中，模拟可以产生无线通信网络所产生的频谱功率的模拟空间分布(例如，蜂窝网络、Wi-Fi网络或其它类型的无线通信网络所产生的频谱功率的模拟空间分布)。
在1304，在地理区域中检测无线信号。无线信号可以例如由分布在地理区域上的无线传感器装置来检测。例如，可以使用图1所示的无线传感器装置110的全部或一些网络来测量无线信号。在一些实现中，测量的无线信号包括射频(RF)信号或者其它频率范围内的无线信号。可以在分布于地理区域的全部或部分上的传感器位置的阵列处检测到无线信号。在一些情况下，各传感器装置基于各位置处的传感器装置所检测到的无线信号来识别其各自位置的本地参数(例如，本地频谱功率测量)。利用各传感器装置所识别出的本地参数表示在地理区域中的特定位置处检测到的无线信号的属性(例如，功率)。利用无线传感器装置所识别出的参数可以包括无线信号的任何参数。例如，这些参数可以包括频谱的频率分布、一个或多个频率或带宽的频谱功率、信号质量(例如，信噪比等)、吞吐量、地理区域中的用户或信号源的数量、或者其它类型的参数。
在一些实现中，将利用各无线传感器装置所识别出的参数从该无线传感器装置发送至远程系统。例如，图1所示的无线传感器装置110可以在其各自的无线频谱监测位置处并行监测无线频谱使用，识别所检测到的无线信号的参数，并且将这些参数(在一些情况下，与附加数据一起)发送至数据聚集系统115。在一些情况下，将参数与时间和位置信息一起发送，其中该时间和位置信息诸如为表示与参数相关联的时间的时间戳、表示与参数相关联的位置的装置或位置标识符等。可以在中央数据库处(例如，在图2所示的数据分析系统236或者其它类型的计算系统处)聚集利用无线传感器装置的网络所识别出的参数和关联数据。
在一些实现中，聚集来自传感器位置的阵列的无线信号测量(例如，本地频谱功率测量或其它参数的本地测量)以形成测量空间分布。例如，可以聚集来自传感器位置的阵列的本地频谱功率测量以形成地理区域的频谱功率的测量空间分布。传感器位置的阵列可以形成一维、二维或三维网格(其中各网格点与空间坐标的集合相关联)，并且频谱功率的测量空间分布可以包括二维或三维网格中的各网格点的信号功率的测量值。传感器位置的阵列可以与模拟位置的阵列不同。例如，可以不依赖于模拟位置来确定传感器位置的阵列，并且传感器位置的阵列可以比一些或所有区域中的模拟位置的阵列更稀疏或更密集。在一些情况下，传感器位置的阵列覆盖整个地理区域或该地理区域的仅一部分。传感器位置的阵列可以均匀地、非均匀地、以规则图案或者以不规则或随机的布置分布。图5A中示出的数据点510a、510b、510c和510d所表示的测量空间分布是地理区域的频谱功率的测量空间分布的示例，其可以应用在一个、两个或三个空间维度上。
在一些实现中，在1304处测量通过无线通信网络在地理区域中产生的信号。例如，无线通信网络可以是1302处模拟的蜂窝网络、Wi-Fi网络或其它类型的无线网络。在这些实现中，测量可以产生无线通信网络所产生的频谱功率的测量空间分布(例如，蜂窝网络、Wi-Fi网络或其它类型的无线通信网络所产生的频谱功率的测量空间分布)。在一些实现中，无线传感器装置被动地监测根据多个不同的网络标准或格式的任一网络标准或格式进行格式化的网络信号。例如，无线传感器装置可以接收在网络中进行工作的装置之间所交换的信号，而这些无线传感器装置不会向装置和网络发送信号或者请求来自装置和网络的服务。
在1306，将模拟分布与测量分布进行比较。例如，可以将参数(例如，频谱功率、信号质量、吞吐量、用户的数量等)的模拟空间分布与相同参数的测量空间分布进行比较。在该示例中，根据1302处的信号传播的模拟来获得模拟分布，并且根据1304处的信号测量来获得测量分布。例如，可以利用计算机系统(诸如图2所示的数据聚集系统236或其它类型的计算系统等)来获得模拟分布和测量分布。获得分布的计算机系统可以例如通过根据算法处理分布来进行比较。
在一些实现中，通过识别地理区域中的多个位置各自的模拟分布和测量分布之间的差，来比较模拟分布和测量分布。作为示例，可以从针对地理区域中的特定位置或邻近位置所模拟的频谱功率的模拟值中减去该地理区域中的同一特定位置处或附近所测量的频谱功率的测量值。图5A和图5B所示的差值514a、514b、514c和514d是通过从频谱功率的模拟值中减去频谱功率的测量值所识别出的差的示例。
在一些实现中，模拟分布表示利用无线通信网络所产生的信号传播的模拟，并且测量分布表示利用无线通信网络所产生的信号传播的测量。例如，可以将通过模拟蜂窝网络所获得的频谱功率的模拟空间分布与利用工作中的蜂窝网络所产生的频谱功率的测量空间分布进行比较。以这种方式，该比较可以识别无线通信网络的模拟操作和无线通信网络的实际观察到的操作之间的差异。
在1308，修改或更新模拟分布。例如，可以基于1306处进行的比较来修改无线信号的频谱功率或其它参数的模拟空间分布。在一些实现中，基于模拟分布和测量分布之间的差，可以生成地理区域的误差网格。例如，可以通过对针对识别了差的各位置所识别出的差进行插值来生成误差网格。图5B所示的插值差分曲线516是通过对测量分布和模拟分布之间的差进行插值所生成的误差网格的示例，其可以应用在一个、两个或三个空间维度上。可以例如通过从模拟分布中减去误差网格来修改模拟分布。例如，通过从模拟空间分布512中减去插值差分曲线516来计算图5C所示的修改后的空间分布518。图5C所示的示例可以应用在一个、两个或三个空间维度上。
在一些实现中，无线信号的频谱功率或其它参数的分布可以基于无线传感器装置所进行的更新后的测量而进行更新。例如，各无线传感器装置可以定期地提供利用无线传感器装置所检测到的本地参数的更新值或刷新值，并且可以使用这些更新值或刷新值来更新测量分布。根据更新后的测量分布，可以例如实时地、以定期间隔、或者根据其它时间方案来动态地更新模拟分布。以这种方式，可以迭代处理1300或处理1300中的操作，以基于来自无线传感器装置的最新测量参数来动态地更新和校正模拟分布。
在1310，使用更新或修改后的分布，以例如分析地理区域中的无线信号传播。在一些情况下，使用频谱功率的修改或更新后的空间分布来分析用于模拟信号传播的信号传播方法的精度或质量。在一些情况下，使用频谱功率的修改或更新后的空间分布来分析诸如蜂窝网络等的无线通信网络的操作。例如，可以使用频谱功率的修改后的空间分布来识别无线通信网络所服务或可服务的覆盖区域中的间隙。在一些情况下，分析可以作为反馈被提供至无线通信网络，并且该无线通信网络可以使用分析来改进无线通信网络的性能或用于其它目的。
本说明中所描述的一些操作可以被实现为利用计算机系统进行的操作，其中该计算机系统诸如为包括对一个或多个计算机可读存储装置上所存储的或者从其它源接收到的数据进行操作的一个或多个数据处理设备的计算机系统等。术语“数据处理设备”包含用于处理数据的所有种类的设备、装置和机器，举例而言，包括可编程处理器、计算机、片上系统或者前述的多个或组合。设备可以包括专用逻辑电路，例如，FPGA(现场可编程门阵列)或ASIC(专用集成电路)。除硬件以外，设备还可以包括为所考虑的计算机程序创建执行环境的代码，例如构成处理器固件、协议栈、数据库管理系统、操作系统、跨平台运行时环境、虚拟机或它们中的一个或多个的组合的代码。设备和执行环境可以实现各种不同的计算模型基础架构，诸如web服务、分布式计算和网格计算基础架构。
计算机程序(也称为程序、软件、软件应用、脚本或代码)可以以包括编译语言或解释语言、声明语言或过程语言等的任何形式的编程语言来编写，并且其可以以任何形式进行部署，包括被部署为独立程序或者被部署为模块、组件、子例程、对象或者适合在计算环境中使用的其它单元。计算机程序可以但不必与文件系统中的文件相对应。程序可以被存储在用于保存其它程序或数据(例如，标记语言文档中所存储的一个或多个脚本)的文件的一部分中，被存储在专用于所考虑的程序的单个文件中，或者被存储在多个协同文件(例如，用于存储一个或多个模块、子程序或代码的一部分的文件)中。计算机程序可以被部署为在一个计算装置上、或者在位于一个网站处或跨多个网站分布并且通过通信网络互连的多个计算机上执行。
本说明书中所描述的处理和逻辑流中的一些可以利用一个或多个可编程处理器来进行，其中这些一个或多个可编程处理器执行一个或多个计算机程序以通过对输入数据进行操作并生成输出来进行动作。处理和逻辑流也可以利用专用逻辑电路来进行，并且设备也可以被实现为专用逻辑电路，其中该专用逻辑电路例如为FPGA(现场可编程门阵列)或ASIC(专用集成电路)。
举例而言，适合执行计算机程序的处理器包括通用微处理器和专用微处理器两者、以及任何种类的数字计算装置中的任意一个或多个处理器。一般地，处理器将会从只读存储器或随机存取存储器或这两者接收指令和数据。计算装置通常包括用于根据指令进行动作的处理器以及用于存储指令和数据的一个或多个存储器装置。一般地，计算装置还将包括用于存储数据的一个或多个存储装置，或者可操作地连接以从一个或多个存储装置接收数据或者向一个或多个存储装置传送数据，或者两者兼有。然而，计算装置无需具有这样的装置。而且，计算机可以嵌入在另一装置中，例如移动电话、个人数字助理(PDA)、移动音频或视频播放器、游戏机、全球定位系统(GPS)接收器或便携式存储装置(例如，通用串行总线(USB)闪存驱动器)等。适合存储计算机程序指令和数据的装置包括所有形式的非易失性存储器、介质和存储器装置，举例而言包括例如EPROM、EEPROM和闪存存储器装置等的半导体存储器装置、例如内部硬盘或可移动盘等的磁盘、磁光盘、以及CD-ROM和DVD-ROM盘。处理器和存储器可以由专用逻辑电路补充或者并入专用逻辑电路中。
为了提供与用户的交互，本说明书中所描述的主题可以在计算机上实现，其中该计算机具有例如用于向用户显示信息的LCD(液晶显示器)屏幕等的显示装置、以及用户可以向计算机提供输入所经由的键盘和例如触摸屏、触控笔和鼠标等的指示装置。其它种类的装置也可以用于提供与用户的交互；例如，被提供至用户的反馈可以是任何形式的感觉反馈，例如，视觉反馈、听觉反馈或触觉反馈；并且来自用户的输入可以以任何形式接收，包括声音、语音或触觉输入。另外，计算装置可以通过向用户所使用的装置发送文档并且从该装置接收文档来与用户进行交互；例如，通过响应于从用户的客户端装置上的web浏览器接收到的请求向该web浏览器发送web页面，来与用户进行交互。
本说明书中所描述的一些主题可以在计算系统中实现，其中该计算系统包括后端组件(例如数据服务器等)，或者包括中间组件(例如应用服务器等)，或者包括前端组件(例如，具有用户能够与本说明书中所描述的主题的实现进行交互所经由的图形用户界面或Web浏览器的客户端计算装置)、或者包括一个或多个这样的前端组件、中间组件或后端组件的任意组合。系统的组件可以通过任何形式或介质的数字数据通信(例如，数据网络)而互连。
计算系统可以包括客户端和服务器。客户端和服务器一般彼此远离并且通常经由数据网络来进行交互。客户端和服务器的关系借助于运行在各个计算机上并且彼此具有客户端-服务器关系的计算机程序而产生。在一些实现中，服务器向客户端装置发送数据。可以在服务器处从客户端装置接收该客户端装置处所生成的数据。
虽然本说明书包含很多细节，但这些细节不应被解释为对所要求保护的范围的限制，而应被解释为特定于特定示例的特征描述。还可以组合本说明书在单独实现的上下文中所描述的某些特征。相反，在单个实现的上下文中所描述的各种特征还可以在多个实施例中单独实现或者以任何合适的子组合实现。
已经描述了很多示例。然而，应当理解，可以进行各种修改。因此，其它实施例在所附权利要求书的范围内。

Claims (25)

1.一种频谱分析方法，包括以下步骤：
在计算机系统处获得地理区域的频谱功率的模拟空间分布，所述模拟空间分布是基于所述地理区域中的无线信号传播的模拟；
在所述计算机系统处获得所述地理区域的频谱功率的测量空间分布，所述测量空间分布是基于所述地理区域中的无线传感器装置所进行的测量，各无线传感器装置被配置为基于该无线传感器装置所检测到的无线信号来提供本地频谱功率测量；以及
通过所述计算机系统的操作来将所述模拟空间分布与所述测量空间分布进行比较。
2.根据权利要求1所述的频谱分析方法，其中，所述模拟空间分布是利用无线电传播模型所生成的。
3.根据权利要求1所述的频谱分析方法，其中，所述模拟空间分布是基于所述地理区域中的无线通信网络所产生的无线信号传播的模拟。
4.根据权利要求3所述的频谱分析方法，其中，所述无线通信网络包括蜂窝网络，以及
所述频谱分析方法包括将利用所述蜂窝网络所产生的频谱功率的模拟空间分布与所述地理区域中的频谱功率的测量空间分布进行比较。
5.根据权利要求3所述的频谱分析方法，其中，所述无线通信网络包括蜂窝网络，以及
所述无线传感器装置被配置为被动地监测根据多个不同的蜂窝网络标准中的任意蜂窝网络标准所格式化的蜂窝网络信号。
6.根据权利要求5所述的频谱分析方法，其中，被动地监测蜂窝网络中所交换的RF信号包括：在不向所述蜂窝网络发送信号或者不请求来自所述蜂窝网络的服务的情况下接收所述RF信号。
7.根据前述权利要求中任一项所述的频谱分析方法，其中，还包括以下步骤：基于所述比较来修改所述模拟空间分布。
8.根据权利要求7所述的频谱分析方法，其中，修改所述模拟空间分布包括：
针对所述地理区域中的多个位置来识别所述模拟空间分布和所述测量空间分布之间的差；
通过在空间上对针对所述多个位置的差进行插值来生成所述地理区域的误差网格；以及
基于所述误差网格来修改所述模拟空间分布。
9.根据权利要求7所述的频谱分析方法，其中，还包括以下步骤：
获得所述地理区域的频谱功率的更新后的测量空间分布，更新后的测量空间分布是基于所述无线传感器装置所进行的更新后的测量；以及
基于更新后的测量空间分布来动态地修改所述模拟空间分布。
10.根据权利要求7所述的频谱分析方法，其中，还包括以下步骤：
生成修改后的模拟空间分布的图形表示。
11.根据前述权利要求中任一项所述的频谱分析方法，其中，还包括以下步骤：
通过所述无线传感器装置的操作在多个无线频谱监测位置处并行地监测无线频谱使用；
从各无线传感器装置发送所述本地频谱功率测量；以及
聚集来自所述无线传感器装置的所述本地频谱功率测量。
12.一种频谱分析系统，包括：
通信接口，其被配置为接收地理区域中的各位置的本地频谱功率测量，所述本地频谱功率测量是由无线传感器装置基于所述无线传感器装置在各位置处检测到的无线信号所生成的；以及
数据处理设备，其被配置为进行包括以下处理的操作：
获得地理区域的频谱功率的模拟空间分布，所述模拟空间分布是基于所述地理区域中的无线信号传播的模拟；
获得所述地理区域的频谱功率的测量空间分布，所述测量空间分布是基于所述无线传感器装置所生成的所述本地频谱功率测量；以及
将所述模拟空间分布与所述测量空间分布进行比较。
13.根据权利要求12所述的频谱分析系统，其中，还包括所述无线传感器装置。
14.根据权利要求13所述的频谱分析系统，其中，所述模拟空间分布是基于所述地理区域中的蜂窝网络所产生的无线信号传播的模拟，以及所述无线传感器装置被配置为被动地监测根据多个不同的蜂窝网络标准中的任意蜂窝网络标准所格式化的蜂窝网络信号。
15.根据权利要求13或14所述的频谱分析系统，其中，各无线传感器装置包括：
射频接口即RF接口，其被配置为在该无线传感器装置周围的本地无线环境中检测RF信号；
信号分析子系统，其被配置为处理所述RF信号并且生成所述本地频谱功率测量；以及
通信接口，其被配置为将所述本地频谱功率测量发送至远程系统。
16.根据权利要求15所述的频谱分析系统，其中，各无线传感器装置包括用于容纳所述RF接口、所述信号分析子系统、所述通信接口和电源的专用壳体，其中所述电源被配置为向所述RF接口、所述信号分析子系统和所述通信接口供电。
17.根据权利要求12～16中任一项所述的频谱分析系统，其中，所述模拟空间分布是利用无线电传播模型所生成的。
18.根据权利要求12～16中任一项所述的频谱分析系统，其中，所述操作还包括以下处理：基于所述比较来修改所述模拟空间分布。
19.根据权利要求18所述的频谱分析系统，其中，修改所述模拟空间分布包括：
针对所述地理区域中的多个位置来识别所述模拟空间分布和所述测量空间分布之间的差；
通过在空间上对针对所述多个位置的差进行插值来生成所述地理区域的误差网格；以及
基于所述误差网格来修改所述模拟空间分布。
20.根据权利要求18所述的频谱分析系统，其中，所述操作还包括以下处理：
获得所述地理区域的频谱功率的更新后的测量空间分布，更新后的测量空间分布是基于所述无线传感器装置所进行的更新后的测量；以及
基于更新后的测量空间分布来动态地修改所述模拟空间分布。
21.根据权利要求18所述的频谱分析系统，其中，所述操作还包括以下处理：生成修改后的模拟空间分布的图形表示。
22.一种无线监测系统，包括：
用于基于地理区域上的不同位置处所检测到的无线信号来生成各位置的本地频谱功率测量的部件；以及
计算系统，其被配置为进行包括以下处理的操作：
获得所述地理区域的频谱功率的模拟空间分布，所述模拟空间分布是基于所述地理区域中的无线信号传播的模拟；
获得所述地理区域的频谱功率的测量空间分布，所述测量空间分布是基于所述本地频谱功率测量；以及
将所述模拟空间分布与所述测量空间分布进行比较。
23.根据权利要求22所述的无线监测系统，其中，所述计算系统包括：通信接口，其被配置为接收所述本地频谱功率测量；以及数据处理设备，其被配置为将所述模拟空间分布与所述测量空间分布进行比较。
24.根据权利要求22或23所述的无线监测系统，其中，所述模拟空间分布是利用无线电传播模型所生成的。
25.根据权利要求22或23所述的无线监测系统，其中，所述操作还包括以下处理：基于所述比较来修改所述模拟空间分布。
CN201580079651.7A 2015-06-04 2015-07-29 分析无线信号传播 Pending CN107534870A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US14/730,688 2015-06-04
US14/730,688 US9344907B1 (en) 2015-06-04 2015-06-04 Analyzing wireless signal propagation
PCT/CA2015/000446 WO2016191845A1 (en) 2015-06-04 2015-07-29 Analyzing wireless signal propagation

Publications (1)

Publication Number Publication Date
CN107534870A true CN107534870A (zh) 2018-01-02

Family

ID=55920265

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580079651.7A Pending CN107534870A (zh) 2015-06-04 2015-07-29 分析无线信号传播

Country Status (7)

Country Link
US (1) US9344907B1 (zh)
EP (1) EP3304964A4 (zh)
JP (2) JP6916114B2 (zh)
KR (1) KR20180013873A (zh)
CN (1) CN107534870A (zh)
CA (1) CA2983335A1 (zh)
WO (1) WO2016191845A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109874145A (zh) * 2019-02-20 2019-06-11 浙江树人学院（浙江树人大学） 权衡生存时间和丢包率的三维无线传感网数据收集方法

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10559177B2 (en) * 2016-08-04 2020-02-11 Dean Michael Feldman Area and property monitoring system and method
FR3059511B1 (fr) * 2016-11-25 2020-03-06 Maple High Tech Methode de simulation d'un reseau d'objets connectes
US10425792B2 (en) * 2017-06-21 2019-09-24 Honeywell International Inc. Virtual wireless devices for industrial wireless sensor networks
US10769812B2 (en) * 2018-04-27 2020-09-08 Microsoft Technology Licensing, Llc Location tracking
WO2020195296A1 (ja) * 2019-03-28 2020-10-01 パナソニック株式会社 電波環境解析装置および電波環境解析方法
CN114930894A (zh) 2020-01-17 2022-08-19 英国电讯有限公司 无线电信网络

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6564065B1 (en) * 1999-04-20 2003-05-13 Lucent Technologies Inc. Bayesian-update based location prediction method for CDMA systems
US20110070841A1 (en) * 2009-09-22 2011-03-24 Jesse Caulfield Method, system, and computer-readable medium for improved prediction of spectrum occupancy and estimation of radio signal field strength

Family Cites Families (56)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2192248A1 (en) 1995-12-26 1997-06-27 Masud Kibria Method and apparatus for spectrum management
EP0863638A3 (en) 1997-03-04 1999-09-29 Nortel Networks Corporation Data access method and apparatus for communications network
US6046682A (en) 1997-09-29 2000-04-04 Ncr Corporation Electronic price label including noisemaker and method of locating electronic price labels
US6580914B1 (en) 1998-08-17 2003-06-17 At&T Wireless Services, Inc. Method and apparatus for automatically providing location-based information content on a wireless device
US6782264B2 (en) 1999-01-08 2004-08-24 Trueposition, Inc. Monitoring of call information in a wireless location system
US7783299B2 (en) 1999-01-08 2010-08-24 Trueposition, Inc. Advanced triggers for location-based service applications in a wireless location system
US6950665B2 (en) 2000-02-29 2005-09-27 Pctel, Inc. Methodology and system for generating a three-dimensional model of interference in a cellular wireless communication network
US6931235B2 (en) 2000-02-29 2005-08-16 Dynamic Telecommunications, Inc. Method and apparatus for co-channel interference measurements and base station color code decoding for drive tests in TDMA, cellular, and PCS networks
US7551921B2 (en) 2000-05-31 2009-06-23 Wahoo Communications Corporation Wireless communications system with parallel computing artificial intelligence-based distributive call routing
US6816709B2 (en) 2000-08-19 2004-11-09 Pctel Maryland, Inc. Method and apparatus for testing CDMA signal propagation and coverage
US6917609B2 (en) 2000-08-21 2005-07-12 Pctel Maryland, Inc. Method and apparatus for CDMA pn scanning at indoor and other obstructed locations
EP1384386B1 (en) 2001-04-03 2009-06-03 AT&T Mobility II, LLC Method and apparatus for mobile station location estimation
JP2003232888A (ja) 2001-12-07 2003-08-22 Global Nuclear Fuel-Japan Co Ltd 輸送物の健全性確認検査システムおよび健全性確認方法
US7050755B2 (en) 2002-01-24 2006-05-23 Pctel Maryland, Inc. Targeted mobile terminal communication blocker
US7013113B2 (en) 2002-07-25 2006-03-14 Pctel Maryland, Inc. Method and apparatus for co-channel interference measurements and interference component separation based on statistical signal processing in drive-test area
US7882024B2 (en) 2003-09-24 2011-02-01 Routeone Llc System and method for efficiently processing multiple credit applications
US7236746B2 (en) 2004-02-04 2007-06-26 Pctel, Inc. Method and apparatus for measurement and identification of co-channel interfering transmitters
US7460837B2 (en) 2004-03-25 2008-12-02 Cisco Technology, Inc. User interface and time-shifted presentation of data in a system that monitors activity in a shared radio frequency band
KR100742127B1 (ko) 2004-06-25 2007-07-24 삼성전자주식회사 직교 주파수 분할 다중 접속 이동통신시스템에서 상향링크 랜덤 접속 채널을 송수신하기 위한 장치 및 방법
US9161231B2 (en) 2004-10-14 2015-10-13 Alcatel Lucent Method and system for wireless networking using coordinated dynamic spectrum access
US7272126B2 (en) 2005-04-07 2007-09-18 Pctel, Inc. Method and apparatus for beacon discovery in a spread spectrum cellular radio communication system
US7019691B1 (en) 2005-04-07 2006-03-28 Pctel,Maryland, Inc. Method and apparatus for beacon discovery in a spread spectrum cellular radio communication system
US7295156B2 (en) 2005-08-08 2007-11-13 Trimble Navigation Limited Cellphone GPS positioning system
EP1952370B1 (en) * 2005-11-16 2010-09-01 Koninklijke Philips Electronics N.V. Universal rf wireless sensor interface
US7466986B2 (en) 2006-01-19 2008-12-16 International Business Machines Corporation On-device mapping of WIFI hotspots via direct connection of WIFI-enabled and GPS-enabled mobile devices
US7639985B2 (en) 2006-03-02 2009-12-29 Pc-Tel, Inc. Use of SCH bursts for co-channel interference measurements
BRPI0717229B1 (pt) 2006-09-26 2020-09-15 Qualcomm Incorporated Redes de sensores baseadas em dispositivos sem fio
US8712426B2 (en) 2006-11-20 2014-04-29 The Mitre Corporation Location-based method to specify ratio frequency spectrum rights
US20080125108A1 (en) 2006-11-24 2008-05-29 Bandrich Inc. System and method for mobile network tuning field measurement
US7610036B2 (en) 2007-01-08 2009-10-27 Mitsubishi Electric Research Laboratories, Inc. Space-time-frequency sensing of RF spectrum in cognitive radios
US8121620B2 (en) 2007-03-22 2012-02-21 International Business Machines Corporation Location tracking of mobile phone using GPS function
WO2009054188A1 (ja) 2007-10-23 2009-04-30 Murata Manufacturing Co., Ltd. 通信システム
US8335474B2 (en) 2008-02-01 2012-12-18 Nokia Corporation Correlation-based detection in a cognitive radio system
US7592956B2 (en) 2008-02-12 2009-09-22 Harris Corporation Wireless transmitter location determining system and related methods
US8023443B2 (en) 2008-06-03 2011-09-20 Simmonds Precision Products, Inc. Wireless sensor system
US20100124886A1 (en) 2008-11-18 2010-05-20 Fordham Bradley S Network sensor, analyzer and enhancer
US8422461B2 (en) 2008-11-24 2013-04-16 Pctel, Inc. Self-configurable wireless network with cooperative interference measurements by base stations
US8576825B2 (en) 2009-01-22 2013-11-05 Wi-Lan, Inc. Method and system for sensing available spectrum in wireless communication systems
US20100246416A1 (en) 2009-03-25 2010-09-30 Amit Sinha Systems and methods for remote testing of wireless lan access points
US20110166897A1 (en) 2009-07-10 2011-07-07 Hope Beckman Parking system and method of employing same
US9094892B2 (en) 2009-10-12 2015-07-28 Qualcomm Incorporated Wireless wide area network technology aggregation and broadcast
US8886794B2 (en) 2010-01-28 2014-11-11 Thinkrf Corporation System and method for detecting RF transmissions in frequency bands of interest across a geographic area
US20140063055A1 (en) 2010-02-28 2014-03-06 Osterhout Group, Inc. Ar glasses specific user interface and control interface based on a connected external device type
US8400292B2 (en) 2010-03-01 2013-03-19 Andrew Llc System and method for location of mobile devices in confined environments
US8810452B2 (en) 2010-05-24 2014-08-19 Trueposition, Inc. Network location and synchronization of peer sensor stations in a wireless geolocation network
WO2013013288A1 (en) 2011-07-26 2013-01-31 Research In Motion Limited Mobile device for a smart relay network
WO2013044070A2 (en) 2011-09-21 2013-03-28 Jeff Thramann Systems and methods for tracking mobile devices
US8892120B2 (en) 2011-12-13 2014-11-18 Gladiator Innovations, Llc Methods in a wireless communication system for crime investigation, evidence generation and analysis
WO2013099643A1 (ja) * 2011-12-27 2013-07-04 日本電気株式会社 受信電力推定装置、受信電力推定方法、プログラム、センサ局、及び、無線システム
WO2013161281A1 (ja) * 2012-04-24 2013-10-31 日本電気株式会社 無線システムにおける周波数管理装置および周波数管理方法
US9191831B2 (en) * 2012-05-21 2015-11-17 Regents Of The University Of Minnesota Non-parametric power spectral density (PSD) map construction
US20140162702A1 (en) 2012-07-11 2014-06-12 Brandon Robert Crawford Decentralized Location Triangulation System and Data Transfer Protocol
TWI658740B (zh) 2012-09-24 2019-05-01 內數位專利控股公司 在動態頻譜管理系統中頻道品質測量及傳送功率分配
JP2014120895A (ja) 2012-12-14 2014-06-30 Toshiba Corp 情報処理装置および情報処理方法
US20140274109A1 (en) 2013-03-12 2014-09-18 Qualcomm Incorporated Positioning performance prediction
US9473954B2 (en) 2013-06-11 2016-10-18 Jin Jiang Performance monitor, evaluation and diagnosis system for wireless sensor networks

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6564065B1 (en) * 1999-04-20 2003-05-13 Lucent Technologies Inc. Bayesian-update based location prediction method for CDMA systems
US20110070841A1 (en) * 2009-09-22 2011-03-24 Jesse Caulfield Method, system, and computer-readable medium for improved prediction of spectrum occupancy and estimation of radio signal field strength

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
M. BENGTSSON: "On the estimation of azimuth distributions and azimuth spectra", 《IEEE 54TH VEHICULAR TECHNOLOGY CONFERENCE. VTC FALL 2001. PROCEEDINGS (CAT. NO.01CH37211)》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109874145A (zh) * 2019-02-20 2019-06-11 浙江树人学院（浙江树人大学） 权衡生存时间和丢包率的三维无线传感网数据收集方法
CN109874145B (zh) * 2019-02-20 2022-03-25 浙江树人学院（浙江树人大学） 权衡生存时间和丢包率的三维无线传感网数据收集方法

Also Published As

Publication number Publication date
CA2983335A1 (en) 2016-12-08
US9344907B1 (en) 2016-05-17
EP3304964A4 (en) 2019-01-16
EP3304964A1 (en) 2018-04-11
JP6916114B2 (ja) 2021-08-11
WO2016191845A1 (en) 2016-12-08
JP2018519711A (ja) 2018-07-19
JP2020174353A (ja) 2020-10-22
KR20180013873A (ko) 2018-02-07

Similar Documents

Publication Publication Date Title
CN107078815B (zh) 无线频谱分析系统及显示无线频谱使用信息的方法
CN107534870A (zh) 分析无线信号传播
CN106465149A (zh) 无线频谱监视和分析
CN107110951A (zh) 对无线信号源进行定位
US9998928B2 (en) Rapid indoor wireless signal fingerprint database creation through calibration of ray-tracing propagation model
Medbo et al. Radio propagation modeling for 5G mobile and wireless communications
Lee et al. Stochastic geometry based models for modeling cellular networks in urban areas
CN107850634A (zh) 射频照相机系统
CN107251603A (zh) 分析无线网络性能
Aerts et al. Exposure assessment of mobile phone base station radiation in an outdoor environment using sequential surrogate modeling
Valcarce et al. Applying FDTD to the coverage prediction of WiMAX femtocells
CN107787534A (zh) 子采样天线元件
GB2424139A (en) System and method for estimating the location of terminals in a wireless network environment
Anderson et al. Modeling environmental effects on directionality in wireless networks
KR20170090104A (ko) 5세대 이동통신용 공간 채널 모델 파라미터 획득 방법 및 장치
Beekhuizen et al. What input data are needed to accurately model electromagnetic fields from mobile phone base stations?
Zhang et al. Large-scale cellular coverage simulation and analyses for follow-me UAV data relay
Lopez-Iturri et al. Performance analysis of zigbee wireless networks for aal through hybrid ray launching and collaborative filtering
Ficco Calibration-less indoor location systems based on wireless sensors
Calin et al. On the feasibility of outdoor-to-indoor LTE small cell deployments: Field trial experiments and performance prediction
Wu et al. Cost-efficient indoor white space exploration through compressive sensing
de Souza et al. Network design and planning of wireless embedded systems for industrial automation: Applications and case studies in oil refineries
Combeau et al. A numerical simulation system for mobile telephony base station EMF exposure using smartphones as probes and a genetic algorithm to improve accuracy
Tu et al. Performance comparison of MR-FDPF and ray launching in an indoor office scenario
Vermeeren et al. Low EMF exposure future networks D2. 8 global wireless exposure metric definition

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: Ontario, Canada

Applicant after: COGNITIVE SYSTEMS Corp.

Address before: Ontario, Canada

Applicant before: 2606440 Ontario Ltd.

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20180808

Address after: Ontario, Canada

Applicant after: 2606440 Ontario Ltd.

Address before: Ontario, Canada

Applicant before: COGNITIVE SYSTEMS Corp.

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180102