CN107864489A - 一种信号预测方法、系统及信号检测方法 - Google Patents
一种信号预测方法、系统及信号检测方法 Download PDFInfo
- Publication number
- CN107864489A CN107864489A CN201711147456.0A CN201711147456A CN107864489A CN 107864489 A CN107864489 A CN 107864489A CN 201711147456 A CN201711147456 A CN 201711147456A CN 107864489 A CN107864489 A CN 107864489A
- Authority
- CN
- China
- Prior art keywords
- signal
- data
- statistical
- life cycle
- rule
- 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.)
- Granted
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
Abstract
本发明的一种信号预测方法、系统及信号检测方法,其中信号预测方法包括步骤:a、统计信号生存期数据,提取统计规律;b、根据统计规律推演形成信号预测结果。本发明的有益效果在于,通过统计信号生存期数据,提取统计规律,并根据所得到的统计规律推演形成信号预测结果。基于对所获取的频谱数据中提取信号,并对信号建立信号生存期数据可形成针对该信号的大数据,形成大数据后可进一步对数据进行挖掘,分析有价值的信息,如预测信号的发射时间和发射规律等。其中,信号生存期数据的建立,为统计规律提供了基础数据。能够获得更全面细致的频谱监测结果,根据所推演的信号预测结果,也利于监测人员做更深入的分析和判断。
Description
技术领域
本发明属于无线电信号数据采集监测技术领域,涉及信号的检测和预测技术,具体涉及一种信号预测方法、信号预测系统以及信号的检测方法。
背景技术
电磁频谱资源不可再生,随着各领域对通信依赖的深入,频谱资源日趋紧张。有效监控监管,精细化获取现有频谱的使用情况(包括信道占用情况和频谱生存情况)显得尤为重要。由于信号的出现具有随机性,现有的方式是规定工作频率和时间,定期进行检测以求检测结果的准确度。但是这种方式有很大的盲目性,会浪费大量的检测资源(包括系统资源和人力资源)。
现有的无线电检测/监测以信道及频段为对象,统计信道及频段占用度,并以统计状态下的信道及频段占用度为依据,进行频谱资源管理。这其中的问题在于,频谱的占用情况能在一定程度上反应出规律,但该规律是表面的。空间频谱是多个信号在空间叠加的结果,而各个信号有其独立的存在规律,信号各自的存在规律组合形成了频谱占用情况,但信号的本质规律并没被反应出来。所以,基于传统的频谱占用度情况对未来频谱进行预测或管理,存在一定缺陷。如何对监测所获取的频谱数据有效利用,对频谱数据信息中的信号状态信息的分析,寻找信号的发生规律;如何根据获得的规律预测信号的未来出现情况,并根据预测结果进行针对性检测,是需要解决的重要技术之一。
发明内容
本发明为了解决现有的无线电频谱监测/检测中采集空间频谱占用情况以求对频谱资源进行管理存在的不足,提出了一种频谱预测方法、基于频谱预测方法的频谱预测系统以及信号的检测方法。
本发明的技术方案是,提供一种信号预测方法,包括步骤:
a、统计信号生存期数据,提取统计规律;
b、根据统计规律推演形成信号预测结果。
优选方案,步骤a中至少包含两条所述统计规律,所述步骤b包括:评估所述统计规律置信度,并以置信度高的统计规律推演形成信号预测结果。
优选方案,所述统计规律包括信号起和/或止时刻、信号活跃时刻、信号起和/或止时刻变化趋势、信号活跃时刻变化趋势中的一种或多种的组合。
其中起和/或止时刻变化趋势,可以根据需要设定统计规则,比如统计形成工作日与非工作日关系、工作时间与非工作时间关系、按周/月/年统计、同比/环比统计、匹配信息内容的规律等。
优选方案,所述信号生存期数据包括通过信号身份属性信息形成关联的信号的身份ID、与身份ID对应信号的信号发射用户身份属性信息、以及信号的数据;所述信号的数据包括信号状态及所述状态对应存在的时间段。
优选方案,所述信号发射用户身份属性信息,包括信号中包含的为所述信号发射用户独有的信号参数和/或信号参数组合。
优选方案,所述信号参数包括信号的中心频率、信号的带宽、确定性噪声、信号功率中的一种或多种。
其中确定性噪声是指信号中存在的与信号所承载的内容无关但又对信号所承载的内容有实质干扰的数据信息。所述数据信息可以来自于信号发射用户系统对所发送信号的干扰,也可以是信号发射用户与外部环境共同作用形成的干扰。对此种干扰的检测不预设模板,符合功率条件的数据信息即被记录存储。进行信号发射用户匹配时,将该信息以类似指纹匹配的方式与被检测信号进行匹配,增大信号的辨识能力。
优选方案,所述信号参数包括信号发射用户的方位和/或坐标。
提供一种信号预测系统,包括信号生存期档案库、规律统计单元和结果输出单元;所述信号生存期档案用于存储信号的生存期数据;所述规律统计单元用于获得信号生存期数据中包含的信号活动规律;所述结果输出单元用于根据规律统计单元的统计结果对信号未来活动规律进行预测。
优选方案,所述系统还包括规律置信度评估单元,所述规律置信度评估单元用于评估各类型规律的置信度。
优选方案,所述信号生存期数据包括通过信号身份属性信息形成关联的信号的身份ID、与身份ID对应信号的信号发射用户身份属性信息、以及信号的数据;所述信号的数据包括信号状态及所述状态对应存在的时间段。
优选方案,所述信号发射用户身份属性信息,包括信号中包含的为所述信号发射用户独有的信号参数和/或信号参数组合。
优选方案,所述信号参数包括信号的中心频率、信号的带宽、确定性噪声、信号功率中的一种或多种。
其中确定性噪声是指信号中存在的与信号所承载的内容无关但又对信号所承载的内容有实质干扰的数据信息。所述数据信息可以来自于信号发射用户系统对所发送信号的干扰,也可以是信号发射用户与外部环境共同作用形成的干扰。对此种干扰的检测不预设模板,符合功率条件的数据信息即被记录存储。进行信号发射用户匹配时,将该信息以类似指纹匹配的方式与被检测信号进行匹配,增大信号的辨识能力。
优选方案,所述信号参数包括信号发射用户的方位和/或坐标。
提供一种信号检测方法,包括以下步骤:
S1、统计信号生存期数据,提取统计规律;
S2、根据统计规律推演形成信号预测结果;
S3、根据预测结果设定信号检测时间,并按所述设定检测时间进行信号检测。
优选方案,所述设定信号检测时间为步骤S2中所述预测结果中的信号存在时间。
优选方案,步骤S1中至少包含两条所述统计规律,所述步骤S2包括:评估所述统计规律置信度,并以置信度高的统计规律推演形成信号预测结果。
优选方案,所述设定信号检测时间为所述以置信度高的统计规律推演形成信号预测结果中的信号存在时间。
优选方案,所述信号生存期数据包括通过信号身份属性信息形成关联的信号的身份ID、与身份ID对应信号的信号发射用户身份属性信息、以及信号的数据;所述信号的数据包括信号状态及所述状态对应存在的时间段。
优选方案,所述信号发射用户身份属性信息,包括信号中包含的为所述信号发射用户独有的信号参数和/或信号参数组合。
优选方案,所述信号参数包括信号的中心频率、信号的带宽、确定性噪声、信号功率中的一种或多种。
其中确定性噪声是指信号中存在的与信号所承载的内容无关但又对信号所承载的内容有实质干扰的数据信息。所述数据信息可以来自于信号发射用户系统对所发送信号的干扰,也可以是信号发射用户与外部环境共同作用形成的干扰。对此种干扰的检测不预设模板,符合功率条件的数据信息即被记录存储。进行信号发射用户匹配时,将该信息以类似指纹匹配的方式与被检测信号进行匹配,增大信号的辨识能力。
优选方案,所述信号参数包括信号发射用户的方位和/或坐标。
本发明的有益效果在于,通过统计信号生存期数据,提取统计规律,并根据所得到的统计规律推演形成信号预测结果。基于对所获取的频谱数据中提取信号,并对信号建立信号生存期数据可形成针对该信号的大数据,形成大数据后可进一步对数据进行挖掘,分析有价值的信息,如预测信号的发射时间和发射规律等。其中,信号生存期数据的建立,为统计规律提供了基础数据。能够获得更全面、细致的频谱监测结果,根据所推演的信号预测结果,也利于监测人员做更深入的分析和判断。
说明说附图
图1为本发明实施例的一种信号预测方法的流程示意图;
图2为本发明实施例的一种信号预测系统的组成结构示意图;
图3为本发明实施例的一种信号检测方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1-3所示,本发明提供的具体实施例如下:
本实施例的一种信号预测方法,包括步骤:
a、统计信号生存期数据,提取统计规律。现有的无线电检测/监测以信道及频段为对象,统计信道及频段占用度,并以统计状态下的信道及频段占用度为依据,进行频谱资源管理。这其中的问题在于,频谱的占用情况能在一定程度上反应出规律,但该规律是表面的。空间频谱是多个信号在空间叠加的结果,而各个信号有其独立的存在规律,信号各自的存在规律组合形成了频谱占用情况,但信号的本质规律并没被反应出来。因此,本发明实施例中,是基于对所获取的频谱数据中提取信号,并对信号建立信号生存期数据形成针对该信号的大数据。具体的,通过信号发射用户身份属性信息(如无线电台识别码、中心频率、带宽、功率等参数)对信号进行区分关联,并赋予信号身份ID,将信号身份ID、与身份ID对应信号的信号发射用户身份属性信息和信号数据(包括信号状态及其对应存在的时间段)全部记录并存储信号生存期数据,作为统计分析的基础数据。采用上述方法,可得到各个信号其独立的存在规律,也就获得了更全面细致的频谱监测结果。
b、根据统计规律推演形成信号预测结果。对每个与身份ID对应信号的信号生存期数据进行统计分析,可以形成针对该信号的大数据,形成大数据后可进一步对数据进行挖掘,做更深入的分析和判断。采用不同的统计条件和分析方法,能过得到不同的信号预测结果。如对大量的信号生存期数据进行聚类统计,可以发现信号发射规律的相似性;进行关联统计,可以发现信号之间的相关性;进行归纳统计,可预测信号的发射时间和发射规律。
优选实施例方案,步骤a中至少包含两条所述统计规律,所述步骤b包括:评估所述统计规律置信度,并以置信度高的统计规律推演形成信号预测结果。统计规律可根据具体需求去设定,包括至少两条统计规律一方面可以增加预测的准确性,另一方面也可更全面去分析信号生存期数据,得到更全面的信号预测结果。而置信度的提出是用于反应所得到的统计规律的可信程度,进一步把握得到的统计规律的准确度。置信度越高,说明统计规律更可靠,以置信度高的统计规律来推演形成的信号预测结果,也能更准确的去描述频谱占用情况。
优选实施例方案,所述统计规律包括信号起和/或止时刻、信号活跃时刻、信号起和/或止时刻变化趋势、信号活跃时刻变化趋势中的一种或多种的组合。
需要说明的是,针对信号生存期数据可做不同的统计分析而得到不同的统计规律。具体的,针对某一信号的信号生存期数据,对信号生存期数据进行提取分析,可方便的获得该信号的起止时刻规律。进一步根据所获得的该信号起止时刻规律,就可推演信号起止时刻变化趋势。其中起和/或止时刻变化趋势,可以根据需要设定统计规则,比如统计形成工作日与非工作日关系、工作时间与非工作时间关系、按周/月/年统计、同比/环比统计、匹配信息内容的规律等。
优选实施例方案,所述信号生存期数据包括通过信号身份属性信息形成关联的信号的身份ID、与身份ID对应信号的信号发射用户身份属性信息、以及信号的数据;所述信号的数据包括信号状态及所述状态对应存在的时间段。频谱监测时主要测量参数包括:无线电台识别码、中心频率、带宽、功率、持续时间、时间占用度(持续时间/测量时间)、解调方式、符号率等。本发明实施例所述方法从频谱数据中提取信号,通过信号的信号发射用户身份属性信息(如无线电台识别码、中心频率、带宽、功率等参数)进行区分关联,赋予信号身份ID,将信号身份ID、与身份ID对应信号的信号发射用户身份属性信息和信号数据(包括信号状态及其对应存在的时间段)全部存储为信号生存期档案。采用上述方案,针对某个信号长期记录并且采用小的时间粒度记录生存期(信号的存在过程),形成针对该信号的大数据。通过该数据可以追溯该信号历史的发射规律,并且利用一定的算法,例如大数据的预测算法,预测该信号未来出现的时间;还可以利用大数据的关联分析,去分析多个信号之间的生存期也就是多个信号发射规律之间的相关性;也可以对信号生存期进行聚类,找出类似发射规律的信号,利于监测人员做更深入的统计分析和判断。
优选实施例方案,所述信号发射用户身份属性信息,包括信号中包含的为所述信号发射用户独有的信号参数和/或信号参数组合。信号对应有产生信号的信号发射用户,不同信号发射用户存在着不同的振幅特性和频率特性等。
优选实施例方案,所述信号参数包括信号的中心频率、信号的带宽、确定性噪声、信号功率中的一种或多种。信号参数在选取过程中,根据特定需求选取及组合。
其中确定性噪声是指信号中存在的与信号所承载的内容无关但又对信号所承载的内容有实质干扰的数据信息。所述数据信息可以来自于信号发射用户系统对所发送信号的干扰,也可以是信号发射用户与外部环境共同作用形成的干扰。对此种干扰的检测不预设模板,符合功率条件的数据信息即被记录存储。进行信号发射用户匹配时,将该信息以类似指纹匹配的方式与被检测信号进行匹配,增大信号的辨识能力。
优选实施例方案,所述信号参数包括信号发射用户的方位和/或坐标,可进一步确定信号发射用户的方位和/或坐标,可以利于监测人员深入的分析和判断干扰信号和非法信号。
本实施例的一种信号预测系统,包括信号生存期档案库、规律统计单元和结果输出单元;所述信号生存期档案用于存储信号的生存期数据;所述规律统计单元用于获得信号生存期数据中包含的信号活动规律;所述结果输出单元用于根据规律统计单元的统计结果对信号未来活动规律进行预测。具体的,生存期档案用于通过信号的信号发射用户身份属性信息(如信号的中心频率、信号的带宽等)进行区分关联,并赋予信号身份ID,将信号身份ID、与身份ID相对应信号的信号发射用户身份属性信息和信号数据(包括信号状态及其对应存在的时间段)全部记录并存储为信号生存期数据,并作为统计分析的基础数据。规律统计单元对生存期数据进行统计分析,获得信号生存期数据中包含的信号活动规律。结果输出单元根据规律统计单元的统计结果进行推演,对信号未来活动规律进行预测。采用不同的统计条件和分析方法,能够得到不同的信号预测结果。
优选实施例方案,所述系统还包括规律置信度评估单元,所述规律置信度评估单元用于评估各类型规律的置信度。置信度评估单元主要用于评估规律统计单元统计得到的规律的置信度,进一步把握得到的统计规律的准确度。置信度越高,说明统计规律更可靠,更准确的去描述频谱的占用情况。作为进一步优选实施例,选取置信度高的统计规律推演形成信号预测结果。
优选实施例方案,所述信号生存期数据包括通过信号身份属性信息形成关联的信号的身份ID、与身份ID对应信号的信号发射用户身份属性信息、以及信号的数据;所述信号的数据包括信号状态及所述状态对应存在的时间段。频谱监测时主要测量参数包括:无线电台识别码、中心频率、带宽、功率、持续时间、时间占用度(持续时间/测量时间)、解调方式、符号率等。本发明实施例所述系统从频谱数据中提取信号,通过信号的信号发射用户身份属性信息(如无线电台识别码、中心频率、带宽、功率等参数)进行区分关联,赋予信号身份ID,将信号身份ID、与身份ID对应信号的信号发射用户身份属性信息和信号数据(包括信号状态及其对应存在的时间段)全部存储为信号生存期档案。采用上述方案,针对某个信号长期记录并且采用小的时间粒度记录生存期(信号的存在过程),形成针对该信号的大数据。通过该数据可以追溯该信号历史的发射规律,并且利用一定的算法,例如大数据的预测算法,预测该信号未来出现的时间;还可以利用大数据的关联分析,去分析多个信号之间的生存期也就是多个信号发射规律之间的相关性;也可以对信号生存期进行聚类,找出类似发射规律的信号,利于监测人员做更深入的统计分析和判断。
优选实施例方案,所述信号发射用户身份属性信息,包括信号中包含的为所述信号发射用户独有的信号参数和/或信号参数组合。信号对应有产生信号的信号发射用户,不同信号发射用户存在着不同的振幅特性和频率特性等。
优选实施例方案,所述信号参数包括信号的中心频率、信号的带宽、确定性噪声、信号功率中的一种或多种。信号参数在选取过程中,根据特定需求选取及组合。
其中确定性噪声是指信号中存在的与信号所承载的内容无关但又对信号所承载的内容有实质干扰的数据信息。所述数据信息可以来自于信号发射用户系统对所发送信号的干扰,也可以是信号发射用户与外部环境共同作用形成的干扰。对此种干扰的检测不预设模板,符合功率条件的数据信息即被记录存储。进行信号发射用户匹配时,将该信息以类似指纹匹配的方式与被检测信号进行匹配,增大信号的辨识能力。
优选实施例方案,所述信号参数包括信号发射用户的方位和/或坐标,可进一步确定信号发射用户的方位和/或坐标,可以利于监测人员深入的分析和判断干扰信号和非法信号。
本实施例的一种信号检测方法,包括以下步骤:
S1、统计信号生存期数据,提取统计规律。现有的无线电检测/监测以信道及频段为对象,统计信道及频段占用度,并以统计状态下的信道及频段占用度为依据,进行频谱资源管理。这其中的问题在于,频谱的占用情况能在一定程度上反应出规律,但该规律是表面的。空间频谱是多个信号在空间叠加的结果,而各个信号有其独立的存在规律,信号各自的存在规律组合形成了频谱占用情况,但信号的本质规律并没被反应出来。因此,本发明实施例中,是基于对所获取的频谱数据中提取信号,并对信号建立信号生存期数据形成针对该信号的大数据。具体的,通过信号的信号发射用户身份属性信息(如信号的中心频率、信号的带宽等)进行区分关联,并赋予信号身份ID,将信号身份ID、与身份ID相对应信号的信号发射用户身份属性信息和信号数据(包括信号状态及其对应存在的时间段)全部记录并存储为信号生存期数据,作为统计分析的基础数据。采用上述方法,可得到各个信号其独立的存在规律,也就获得了更全面细致的频谱监测结果。所述统计规律包括信号起和/或止时刻、信号活跃时刻、信号起和/或止时刻变化趋势、信号活跃时刻变化趋势中的一种或多种的组合。
需要说明的是,针对信号生存期数据可做不同的统计分析而得到不同的统计规律。具体的,针对某一信号的信号生存期数据,对信号生存期数据进行提取分析,可方便的获得该信号的起止时刻规律。进一步根据所获得的该信号起止时刻规律,就可推演信号起止时刻变化趋势。其中起和/或止时刻变化趋势,可以根据需要设定统计规则,比如统计形成工作日与非工作日关系、工作时间与非工作时间关系、按周/月/年统计、同比/环比统计、匹配信息内容的规律等。
S2、根据统计规律推演形成信号预测结果。对每个与身份ID对应信号的信号生存期数据进行统计分析,可以形成针对该信号的大数据,形成大数据后可进一步对数据进行挖掘,做更深入的分析和判断。采用不同的统计条件和分析方法,能够得到不同的信号预测结果。如对监测区域一定监测时段内接收到的所有信号的信号生存期数据进行聚类统计,可以发现信号发射规律的相似性;进行关联统计,可以发现信号之间的相关性;进行归纳统计,可预测信号的发射时间和发射规律。因此,可根据不同的统计规律推演形成不同种类的信号预测结果。如根据所获得的某信号起止时刻规律,可推演该信号起止时刻变化趋势。
S3、根据预测结果设定信号检测时间,并按所述设定检测时间进行信号检测。根据S2步骤中的得到的信号预测结果,设定信号检测时间,按照所述设定检测时间进行检测,可提高检测效率,也可节约检测资源(包括系统资源和人力资源)。具体的,如根据预测得到的信号起止时刻,监测人员可依据预测的信号起止时刻来设定检测时间,避免盲目得时刻或定期重复进行检测,提高检测效率。
优选实施例方案,所述设定信号检测时间为步骤S2中所述预测结果中的信号存在时间。
优选实施例方案,步骤S1中至少包含两条所述统计规律,所述步骤S2包括:评估所述统计规律置信度,并以置信度高的统计规律推演形成信号预测结果。统计规律可根据具体需求去设定,包括至少两条统计规律一方面可以增加预测的准确性,另一方面也可更全面去分析信号生存期数据,得到更全面的信号预测结果。而置信度的提出是用于反应所得到的统计规律的可信程度,进一步把握得到的统计规律的准确度。置信度越高,说明统计规律更可靠,以置信度高的统计规律来推演形成的信号预测结果,也能更准确的去描述频谱占用情况。
优选实施例方案,所述设定信号检测时间为所述以置信度高的统计规律推演形成信号预测结果中的信号存在时间,置信度越高,说明统计规律更可靠,从而推演形成的信号预测结果也更可靠,以上述信号预测结果去设定信号检测时间,可提高检测信号时的准确性。
优选实施例方案,所述信号生存期数据包括通过信号身份属性信息形成关联的信号的身份ID、与身份ID对应信号的信号发射用户身份属性信息、以及信号的数据;所述信号的数据包括信号状态及所述状态对应存在的时间段。频谱监测时主要测量参数包括:无线电台识别码、中心频率、带宽、功率、持续时间、时间占用度(持续时间/测量时间)、解调方式、符号率等。本发明实施例所述系统从频谱数据中提取信号,通过信号的信号发射用户身份属性信息(如无线电台识别码、中心频率、带宽、功率等参数)进行区分关联,赋予信号身份ID,将信号身份ID、与身份ID对应信号的信号发射用户身份属性信息和信号数据(包括信号状态及其对应存在的时间段)全部存储为信号生存期档案。采用上述方案,针对某个信号长期记录并且采用小的时间粒度记录生存期(信号的存在过程),形成针对该信号的大数据。通过该数据可以追溯该信号历史的发射规律,并且利用一定的算法,例如大数据的预测算法,预测该信号未来出现的时间;还可以利用大数据的关联分析,去分析多个信号之间的生存期也就是多个信号发射规律之间的相关性;也可以对信号生存期进行聚类,找出类似发射规律的信号,利于监测人员做更深入的统计分析和判断。
优选实施例方案,所述信号发射用户身份属性信息,包括信号中包含的为所述信号发射用户独有的信号参数和/或信号参数组合。信号对应有产生信号的信号发射用户,不同信号发射用户存在着不同的振幅特性和频率特性等。
优选实施例方案,所述信号参数包括信号的中心频率、信号的带宽、确定性噪声、信号功率中的一种或多种。信号参数在选取过程中,根据特定需求选取及组合。
其中确定性噪声是指信号中存在的与信号所承载的内容无关但又对信号所承载的内容有实质干扰的数据信息。所述数据信息可以来自于信号发射用户系统对所发送信号的干扰,也可以是信号发射用户与外部环境共同作用形成的干扰。对此种干扰的检测不预设模板,符合功率条件的数据信息即被记录存储。进行信号发射用户匹配时,将该信息以类似指纹匹配的方式与被检测信号进行匹配,增大信号的辨识能力。
优选实施例方案,所述信号参数包括信号发射用户的方位和/或坐标。,可进一步确定信号发射用户的方位和/或坐标,可以利于监测人员深入的分析和判断干扰信号和非法信号。
在本发明的实施例的描述中,需要理解的是,术语“上”、“下”、“前”、“后”、“左”、“右”、“坚直”、“水平”、“中心”、“顶”、“底”、“顶部”、“根部”、“内”、“外”、“外围”、“里侧”、“内侧”、“外侧”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了使于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。其中,“里侧”是指内部或围起来的区域或空间。“外围”是指某特定部件或特定区域的周围的区域。
在本发明的实施例的描述中,术语“第一”、“第二”、“第三”、“第四”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”、“第三”、“第四”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在本发明的实施例的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“组装”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
在本发明的实施例的描述中,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。
在本发明的实施例的描述中,需要理解的是,“-”和“~”表示的是两个数值之同的范围,并且该范围包括端点。例如:“A-B”表示大于或等于A,且小于或等于B的范围。“A~B”表示大于或等于A,且小于或等于B的范围。
在本发明的实施例的描述中,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种信号预测方法,其特征在于,包括步骤:
a、统计信号生存期数据,提取统计规律;
b、根据统计规律推演形成信号预测结果。
2.根据权利要求1所述的一种信号预测方法,其特征在于,步骤a中至少包含两条所述统计规律,所述步骤b包括:评估所述统计规律置信度,并以置信度高的统计规律推演形成信号预测结果。
3.根据权利要求2所述的一种信号预测方法,其特征在于,所述统计规律包括信号起和/或止时刻、信号活跃时刻、信号起和/或止时刻变化趋势、信号活跃时刻变化趋势中的一种或多种的组合。
4.根据权利要求1-3任一权利要求所述的一种信号预测方法,其特征在于,所述信号生存期数据包括通过信号身份属性信息形成关联的信号的身份ID、与身份ID对应信号的信号发射用户身份属性信息、以及信号的数据;所述信号的数据包括信号状态及所述状态对应存在的时间段。
5.根据权利要求4所述的一种信号预测方法,其特征在于,所述信号发射用户身份属性信息,包括信号中包含的为所述信号发射用户独有的信号参数和/或信号参数组合。
6.一种信号预测系统,其特征在于,包括信号生存期档案库、规律统计单元和结果输出单元;所述信号生存期档案用于存储信号的生存期数据;所述规律统计单元用于获得信号生存期数据中包含的信号活动规律;所述结果输出单元用于根据规律统计单元的统计结果对信号未来活动规律进行预测。
7.根据权利要求6所述的一种信号预测系统,其特征在于,所述系统还包括规律置信度评估单元,所述规律置信度评估单元用于评估各类型规律的置信度。
8.根据权利要求6或7所述的一种信号预测系统,其特征在于,所述信号生存期数据包括通过信号身份属性信息形成关联的信号的身份ID、与身份ID对应信号的信号发射用户身份属性信息、以及信号的数据;所述信号的数据包括信号状态及所述状态对应存在的时间段。
9.一种信号检测方法,其特征在于,包括以下步骤:
S1、统计信号生存期数据,提取统计规律;
S2、根据统计规律推演形成信号预测结果;
S3、根据预测结果设定信号检测时间,并按所述设定检测时间进行信号检测。
10.根据权利要求9所述的一种信号检测方法,其特征在于,所述设定信号检测时间为步骤S2中所述预测结果中的信号存在时间;所述步骤S1中至少包含两条所述统计规律,所述步骤S2包括:评估所述统计规律置信度,并以置信度高的统计规律推演形成信号预测结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711147456.0A CN107864489B (zh) | 2017-11-17 | 2017-11-17 | 一种信号预测方法、系统及信号检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711147456.0A CN107864489B (zh) | 2017-11-17 | 2017-11-17 | 一种信号预测方法、系统及信号检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107864489A true CN107864489A (zh) | 2018-03-30 |
CN107864489B CN107864489B (zh) | 2021-03-05 |
Family
ID=61703215
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711147456.0A Expired - Fee Related CN107864489B (zh) | 2017-11-17 | 2017-11-17 | 一种信号预测方法、系统及信号检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107864489B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111245850A (zh) * | 2020-01-15 | 2020-06-05 | 福建奇点时空数字科技有限公司 | 一种基于连接统计规律分析的加密p2p协议识别方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102932077A (zh) * | 2012-11-16 | 2013-02-13 | 国家无线电频谱管理研究所 | 一种频谱占用度的测量方法 |
CN103746750A (zh) * | 2013-08-23 | 2014-04-23 | 西华大学 | 无线电监测电磁态势预测系统 |
US20140321550A1 (en) * | 2011-07-01 | 2014-10-30 | Cavium, Inc. | Video Encoder Bit Estimator for Macroblock Encoding |
CN105636169A (zh) * | 2015-07-31 | 2016-06-01 | 宇龙计算机通信科技(深圳)有限公司 | 热点扫描方法、热点扫描装置和终端 |
CN106231603A (zh) * | 2016-07-27 | 2016-12-14 | 北京邮电大学 | 一种频谱预测方法及装置 |
CN106353603A (zh) * | 2016-08-31 | 2017-01-25 | 成都九华圆通科技发展有限公司 | 一种用于无线电的智能化云监测方法 |
CN106375027A (zh) * | 2016-08-31 | 2017-02-01 | 成都九华圆通科技发展有限公司 | 一种用于无线电的智能化云监测系统与方法 |
-
2017
- 2017-11-17 CN CN201711147456.0A patent/CN107864489B/zh not_active Expired - Fee Related
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140321550A1 (en) * | 2011-07-01 | 2014-10-30 | Cavium, Inc. | Video Encoder Bit Estimator for Macroblock Encoding |
CN102932077A (zh) * | 2012-11-16 | 2013-02-13 | 国家无线电频谱管理研究所 | 一种频谱占用度的测量方法 |
CN103746750A (zh) * | 2013-08-23 | 2014-04-23 | 西华大学 | 无线电监测电磁态势预测系统 |
CN105636169A (zh) * | 2015-07-31 | 2016-06-01 | 宇龙计算机通信科技(深圳)有限公司 | 热点扫描方法、热点扫描装置和终端 |
CN106231603A (zh) * | 2016-07-27 | 2016-12-14 | 北京邮电大学 | 一种频谱预测方法及装置 |
CN106353603A (zh) * | 2016-08-31 | 2017-01-25 | 成都九华圆通科技发展有限公司 | 一种用于无线电的智能化云监测方法 |
CN106375027A (zh) * | 2016-08-31 | 2017-02-01 | 成都九华圆通科技发展有限公司 | 一种用于无线电的智能化云监测系统与方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111245850A (zh) * | 2020-01-15 | 2020-06-05 | 福建奇点时空数字科技有限公司 | 一种基于连接统计规律分析的加密p2p协议识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107864489B (zh) | 2021-03-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yi et al. | Localized confident information coverage hole detection in internet of things for radioactive pollution monitoring | |
Xia et al. | ABSI: An adaptive binary splitting algorithm for malicious meter inspection in smart grid | |
CN101710848B (zh) | 基于模糊积分和最优化理论的合作式频谱感知方法 | |
Deng et al. | Detecting confident information coverage holes in industrial Internet of Things: An energy-efficient perspective | |
CN102594904A (zh) | 对无线传感器网络异常事件进行分布式检测的方法 | |
CN104320845B (zh) | 一种基于传感器和量子智能计算的主用户定位方法 | |
Jindal et al. | Tackling energy theft in smart grids through data-driven analysis | |
CN106375339A (zh) | 基于事件滑动窗口的攻击模式检测方法 | |
CN103338082A (zh) | 一种基于“k秩”准则的双门限协作频谱感知方法 | |
CN103346847B (zh) | 基于迭代攻击检测的联合压缩频谱感知方法 | |
CN102271022B (zh) | 一种基于最大广义特征值的频谱感知方法 | |
CN104427532B (zh) | 频点带内干扰的获取方法及装置 | |
CN107864489A (zh) | 一种信号预测方法、系统及信号检测方法 | |
CN104080154A (zh) | 基于元胞自动机的工业无线传感器网络节点休眠方法 | |
CN103401878A (zh) | 频谱感知数据篡改攻击检测方法 | |
CN103916859A (zh) | 认知无线网络恶意占用信道用户的检测方法 | |
CN103501205B (zh) | 基于模糊综合评判的目标跳频信号识别方法 | |
CN108934026A (zh) | 一种移动端Wi-Fi质量检测方法 | |
US9600698B2 (en) | Behavior-based source monitoring system and method thereof | |
CN102438236B (zh) | 一种抵抗感知数据错误化攻击的安全合作频谱感知方法 | |
CN102970083B (zh) | 基于噪声自适应随机共振系统的频谱感知方法 | |
CN109525453A (zh) | 基于节点依赖关系的网络化cps异常检测方法及系统 | |
Sharifi et al. | Reputation-based likelihood ratio test with anchor nodes assistance | |
Dźwiarek et al. | Effectiveness investigation of the correlation algorithms applied in a Smart ID Card system to monitor the use of PPE | |
CN107835096A (zh) | 信号档案系统、信号辨识方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210305 Termination date: 20211117 |