CN108738060A - 一种基于联合干扰功率的wlan电磁辐射预测方法 - Google Patents
一种基于联合干扰功率的wlan电磁辐射预测方法 Download PDFInfo
- Publication number
- CN108738060A CN108738060A CN201810455101.6A CN201810455101A CN108738060A CN 108738060 A CN108738060 A CN 108738060A CN 201810455101 A CN201810455101 A CN 201810455101A CN 108738060 A CN108738060 A CN 108738060A
- Authority
- CN
- China
- Prior art keywords
- wlan
- unit
- electromagnetic radiation
- user
- jamming power
- 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
- H04B17/309—Measuring or estimating channel quality parameters
- H04B17/336—Signal-to-interference ratio [SIR] or carrier-to-interference ratio [CIR]
-
- 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
- H04B17/345—Interference values
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于联合干扰功率的WLAN电磁辐射预测方法,其步骤如下:根据WLAN的面积分布,求得WLAN范围内的用户数分布,再计算联合干扰功率,根据得到的联合干扰功率计算SINR值,并进一步计算WLAN占空比,最后利用频谱分析仪测量出WLAN最大电磁辐射强度,结合得到的占空比,预测WLAN平均电磁辐射强度。本发明根据联合干扰功率,分析得到WLAN的占空比,并准确预测WLAN平均电磁辐射强度。
Description
技术领域
本发明涉及一种基于联合干扰功率的WLAN电磁辐射预测方法。
背景技术
随着无线局域网(Wireless Local Area Network,WLAN)的普及,对WLAN电磁辐射强度评估越来越重要,目前大部分研究WLAN电磁辐射时,通常只把WLAN看成单一的站点,没有把联合干扰功率考虑进来,当WLAN传输数据时,用户和接入点分布密度越大,则产生的干扰越强,WLAN占空比和电磁辐射也越大,然而,在目前已经公开的相关文献和专利中,还没有一种方法将WLAN电磁辐射与联合干扰功率理论结合起来。
针对现有技术中存在的不足,本专利提出一种基于联合干扰功率的WLAN电磁辐射预测方法,该方法根据WLAN的面积分布求得WLAN范围内的用户数分布,通过得到的WLAN范围内的用户数分布,再计算联合干扰密度和SINR值,并进一步求得WLAN占空比,最终预测WLAN的平均电磁辐射。
发明内容
为了解决上述技术问题,本发明提供一种基于联合干扰功率的WLAN电磁辐射预测方法。
本发明解决上述技术问题的技术方案包括以下步骤:
(1)根据WLAN的面积分布,求得WLAN范围内的用户数分布;
(2)根据步骤(1)得到的WLAN范围内的用户数分布,计算联合干扰功率Iagg;
(3)根据步骤(2)得到的联合干扰功率Iagg,计算SINR值,并计算WLAN占空比;
(4)利用频谱分析仪测量出最大电磁辐射强度,结合步骤(3)得到的WLAN占空比,预测WLAN平均电磁辐射强度。
上述的一种基于联合干扰功率的WLAN电磁辐射预测方法,所述步骤(1)中,其特征在于,WLAN的覆盖面积分布为:
其中λA为接入点的泊松点分布参数,单位为个/m2,S为WLAN的覆盖面积,单位为m2,K为随机数;
WLAN范围内的用户数分布为:
其中Ns为WLAN覆盖范围内的用户数,单位为个,λs为用户数的泊松点分布参数,单位为个/m2,p{Ns=k}为WLAN覆盖范围内的用户数Ns为k的概率。
上述的一种基于联合干扰功率的WLAN电磁辐射预测方法,所述步骤(2)中,其特征在于,联合干扰密度为:
其中Ns为WLAN范围内的用户数,单位为个,NAP为WLAN范围内的接入点个数,单位为个,NAP的分布为:
其中R为接入点的传感半径,通过WLAN后台管理系统可以获得。
表示第k个接入点对用户i的干扰功率,单位为dBm,其表达式如下:
其中P1为接入点k的发射功率,单位为dBm,C1为传播参数,其值为9.94,r1(k,i)接入点k和用户i的距离,单位为m,α路径损耗指数,为3.67,h(k,i)为第k个接入点和用户i之间的信道增益的随机变量,服从瑞丽分布,表达式如下:
h(k,i)=1-e-R(t),t>0 (6)
其中,R(t)为接收信号的衰减包络,通过频谱仪测量得到,单位dB。
同时,Ω(n)表示WLAN的覆盖范围内的用户集,表示第n个用户对用户i的干扰,其表达式如下:
其中P2为第n个用户的发射功率,单位为dBm,C2为传播参数,其值为9.94,r2(n,i)第n个用户和用户i的距离,单位为m,α路径损耗指数,为3.67,h(n,i)为第n个用户和用户i之间的信道增益的随机变量,服从瑞丽分布,表达式如下:
h(n,i)=1-e-R(t),t>0 (8)
其中,R(t)为接收信号的衰减包络,通过频谱仪测量得到,单位为dB。
上述的一种基于联合干扰功率的WLAN电磁辐射预测方法,所述步骤(3)中,其特征在于,根据步骤(2)得到的联合干扰功率,SINRi的计算表达式为:
其中P′为用户接收到的有用功率,单位为dBm,Iagg为联合干扰功率,单位为dBm,σ2为背景噪声,为-60dBm;
则传输1Mbit所需的平均时间为:
其中t为平均传输时间,单位为秒,Ns为WLAN覆盖范围里的用户数,单位为个,f(SINRi)为分段常数函数,表示为不同SINRi值所对应的相关传输速率,单位为Mbps;
并计算WLAN的占空比:
其中,M为WLAN传输的数据流量,单位为Mbit,T为总时间,单位为秒。
上述的一种基于联合干扰功率的WLAN电磁辐射预测方法,所述步骤(4)中,其特征在于,利用频谱分析仪测量出最大电磁辐射强度,结合步骤(3)得到的WLAN占空比,预测WLAN平均电磁辐射强度公式如下:
Emax为频谱分析仪测量得出的最大电磁辐射强度,其单位为V/m,Eavg为平均电磁辐射强度值,其单位为V/m,D为WLAN占空比。
本发明的有益效果在于:本方法根据WLAN覆盖范围求得用户分布数,再根据WLAN范围内的用户数和接入点数求得联合概率分布以及SINR值,并进一步求得WLAN占空比和平均电磁辐射,该方法能够精确预测和评估WLAN平均电磁辐射,并指导WLAN环境影响评价与环境保护,具有一定的社会价值。
具体实施方式
本发明实施对象是IEEE802.11b和802.11gWLAN,工作在2.4GHz频段,总可用带宽为83.5MHz(2.4GHz~2.483GHz),划分为13个带宽为22MHz的信道。测量设备为安泰信公司生产的型号为AT6030D的扫描调谐频谱仪(频率范围9kHz-3GHz)和PCD82_50全向天线(频率范围为80MHz-3GHz)组成,天线因子为30dB/m,电缆损耗为3dB。
本发明的一种基于联合干扰功率的WLAN电磁辐射预测方法,包括以下步骤:
(1)根据WLAN的面积分布,求得WLAN范围内的用户数分布;
(2)根据步骤(1)得到的WLAN范围内的用户数分布,计算联合干扰功率Iagg;
(3)根据步骤(2)得到的联合干扰功率Iagg,计算SINR值,并计算WLAN占空比;
(4)利用频谱分析仪测量出最大电磁辐射强度,结合步骤(3)得到的WLAN占空比,预测WLAN平均电磁辐射强度。
上述步骤(1)中,通过Omnipeek扫描周围用户数和接入点个数,获得用户数的泊松点分布参数λs,其值为0.9m-2,以及接入点数的泊松点分布参数λA,其值为0.028m-2,得出WLAN面积分布:
WLAN范围内的用户数分布为:
上述步骤(2)中,根据步骤(1)得到的WLAN范围内的用户数分布,计算联合干扰功率包括以下步骤:
用频谱仪选用峰值检波模式,呈现信号连续变化的轨迹,获取信号包络衰减度,当第k个接入点和用户i之间信号衰落R(t)为0.42dB时,则信道随机增益变量为:
h(k,i)=1-e-R(t)=1-e-0.42≈0.34
其中第k个接入点对用户i的干扰功率的计算公式为:
其中P1为接入点k的发射功率,单位为dBm,其值为25dBm,C2为传播参数,其值为9.94,r(k,i)第n个用户和用户i的距离,其值为3.2m,α路径损耗指数,为3.67,h(k,i)为第n个用户和用户i之间的信道增益的随机变量,其值为0.34;
用频谱仪选用峰值检波模式,呈现信号连续变化的轨迹,获取信号包络衰减度,当第n个用户和用户i之间信号衰落R(t)为0.13dB时,则信道随机增益变量为:
h(k,i)=1-e-R(t)=1-e-0.13≈0.12
其中第n个用户与用户i的干扰的计算公式为:
其中P2为第n个用户的发射功率,单位为dBm,其值为20dBm,C2为传播参数,其值为9.94,r2(n,i)第n个用户和用户i的距离,其值为1.5m,α路径损耗指数,为3.67,h(n,i)为第n个用户和用户i之间的信道增益的随机变量,其值为0.12;
WLAN范围内的接入点数分布为:
其中R为接入点的传感半径,通过WLAN后台管理系统查询到为4.8米。
则联合干扰功率为:
上述步骤(3)中,根据步骤(2)得到的联合干扰功率Iagg,计算SINR值:
其中P′为用户接收到的有用功率,单位为23dBm,Iagg为联合干扰功率,单位为5.92dBm,σ2为背景噪声,为-60dBm;
则传输1Mbit所需的平均时间为:
t为平均传输时间,单位为0.65秒,Ns为WLAN覆盖范围里的用户数,单位为6个,f(SINRi)为分段常数函数,表示为不同SINRi值所对应的相关传输速率,单位为Mbps;
则WLAN占空比为:
其中,M为WLAN传输的数据流量,其值为50Mbit,T为总时间,单位为78.7秒。
上述步骤(4)中,利用频谱分析仪测量出最大电磁辐射强度,结合步骤(3)得到的WLAN占空比,预测WLAN平均电磁辐射强度,包括以下内容:
通过频谱仪监测到路由器发送的信道,本实施例中,路由器工作在2.4GHz频段1信道(中心频率为2.412GHz,频率覆盖范围为2.401-2.423GHz)上。通过使用频谱仪在“最大保持”模式下,测量出最大电磁辐射强度为4.1963V/m,然后结合步骤3中得到的WLAN占空比,其值为41.3%,即可预测出WLAN的平均电磁辐射强度:
为了证明发明的有效性,我们用频谱仪测量得到WLAN平均电磁辐射强度与预测的电磁辐射强度作对比,结果如下所示:
电磁辐射测量值(V/m) | 电磁辐射预测值(V/m) |
2.697 | 2.658 |
通过对比,本专利对WLAN电磁辐射强度的预测值与测量值非常一致,证实本专利发明内容的可行性。
Claims (5)
1.一种基于联合干扰功率的WLAN电磁辐射预测方法,其特征在于,包括以下步骤:
(1)根据WLAN的面积分布,求得WLAN范围内的用户数分布;
(2)根据步骤(1)得到的WLAN范围内的用户数分布,计算联合干扰功率Iagg;
(3)根据步骤(2)得到的联合干扰功率Iagg,计算SINR值,并计算WLAN占空比;
(4)利用频谱分析仪测量出最大电磁辐射强度,结合步骤(3)得到的WLAN占空比,预测WLAN平均电磁辐射强度。
2.如权利要求1所述的一种基于联合干扰功率的WLAN电磁辐射预测方法,所述步骤(1)中,WLAN的覆盖面积分布为:
其中λA为接入点的泊松点分布参数,单位为个/m2,S为WLAN的覆盖面积,单位为m2,K为随机数;
WLAN范围内的用户数分布为:
其中Ns为WLAN覆盖范围内的用户数,单位为个,λs为用户数的泊松点分布参数,单位为个/m2,p{Ns=k}为WLAN覆盖范围内的用户数Ns为k的概率。
3.如权利要求1所述的一种基于联合干扰功率的WLAN电磁辐射预测方法,所述步骤(2)中,联合干扰密度为:
其中Ns为WLAN范围内的用户数,单位为个,NAP为WLAN范围内的接入点个数,单位为个,NAP的分布为:
其中R为接入点的传感半径,通过WLAN后台管理系统可以获得。
表示第k个接入点对用户i的干扰功率,单位为dBm,其表达式如下:
其中P1为接入点k的发射功率,单位为dBm,C1为传播参数,其值为9.94,r1(k,i)接入点k和用户i的距离,单位为m,α路径损耗指数,为3.67,h(k,i)为第k个接入点和用户i之间的信道增益的随机变量,服从瑞丽分布,表达式如下:
h(k,i)=1-e-R(t),t>0 (6)
其中,R(t)为接收信号的衰减包络,通过频谱仪测量得到,单位dB。
同时,Ω(n)表示WLAN的覆盖范围内的用户集,表示第n个用户对用户i的干扰,其表达式如下:
其中P2为第n个用户的发射功率,单位为dBm,C2为传播参数,其值为9.94,r2(n,i)第n个用户和用户i的距离,单位为m,α路径损耗指数,为3.67,h(n,i)为第n个用户和用户i之间的信道增益的随机变量,服从瑞丽分布,表达式如下:
h(n,i)=1-e-R(t),t>0 (8)
其中,R(t)为接收信号的衰减包络,通过频谱仪测量得到,单位为dB。
4.如权利要求1所述的一种基于联合干扰功率的WLAN电磁辐射预测方法,所述步骤(3)中,根据步骤(2)得到的联合干扰功率,SINRi的计算表达式为:
其中P′为用户接收到的有用功率,单位为dBm,Iagg为联合干扰功率,单位为dBm,σ2为背景噪声,为-60dBm;
则传输1Mbit所需的平均时间为:
其中t为平均传输时间,单位为秒,Ns为WLAN覆盖范围里的用户数,单位为个,f(SINRi)为分段常数函数,表示为不同SINRi值所对应的相关传输速率,单位为Mbps;
并计算WLAN的占空比:
其中,M为WLAN传输的数据流量,单位为Mbit,T为总时间,单位为秒。
5.如权利要求1所述的一种基于联合干扰功率的WLAN电磁辐射预测方法,所述步骤(4)中,结合步骤(3)得到的WLAN占空比,预测WLAN平均电磁辐射强度公式如下:
Emax为频谱分析仪测量得出的最大电磁辐射强度,其单位为V/m,Eavg为平均电磁辐射强度值,其单位为V/m,D为WLAN占空比。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810455101.6A CN108738060B (zh) | 2018-05-14 | 2018-05-14 | 一种基于联合干扰功率的wlan电磁辐射预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810455101.6A CN108738060B (zh) | 2018-05-14 | 2018-05-14 | 一种基于联合干扰功率的wlan电磁辐射预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108738060A true CN108738060A (zh) | 2018-11-02 |
CN108738060B CN108738060B (zh) | 2021-06-22 |
Family
ID=63937409
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810455101.6A Active CN108738060B (zh) | 2018-05-14 | 2018-05-14 | 一种基于联合干扰功率的wlan电磁辐射预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108738060B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101137176A (zh) * | 2007-08-31 | 2008-03-05 | 中兴通讯股份有限公司 | 移动通信仿真系统中确定用户分布的方法 |
CN101765124A (zh) * | 2010-01-13 | 2010-06-30 | 南京邮电大学 | 机会频谱共享系统中信道容量分析方法 |
CN102497667A (zh) * | 2011-12-20 | 2012-06-13 | 中国电信股份有限公司 | WiFi 应用聚焦区域的定位方法及系统 |
KR101294021B1 (ko) * | 2009-12-17 | 2013-08-09 | 한국전자통신연구원 | 무선 통신 시스템에서 데이터 수신 장치 및 방법 |
CN106879016A (zh) * | 2017-03-28 | 2017-06-20 | 湘潭大学 | 一种基于用户分布的基站电磁辐射预测方法 |
CN107124238A (zh) * | 2017-04-27 | 2017-09-01 | 湘潭大学 | 一种新的td‑scdma通信基站电磁辐射预测方法 |
CN107396304A (zh) * | 2017-06-29 | 2017-11-24 | 毛国强 | 基于智能手机的实时城市人口密度及人群流动估计方法 |
-
2018
- 2018-05-14 CN CN201810455101.6A patent/CN108738060B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101137176A (zh) * | 2007-08-31 | 2008-03-05 | 中兴通讯股份有限公司 | 移动通信仿真系统中确定用户分布的方法 |
KR101294021B1 (ko) * | 2009-12-17 | 2013-08-09 | 한국전자통신연구원 | 무선 통신 시스템에서 데이터 수신 장치 및 방법 |
CN101765124A (zh) * | 2010-01-13 | 2010-06-30 | 南京邮电大学 | 机会频谱共享系统中信道容量分析方法 |
CN102497667A (zh) * | 2011-12-20 | 2012-06-13 | 中国电信股份有限公司 | WiFi 应用聚焦区域的定位方法及系统 |
CN106879016A (zh) * | 2017-03-28 | 2017-06-20 | 湘潭大学 | 一种基于用户分布的基站电磁辐射预测方法 |
CN107124238A (zh) * | 2017-04-27 | 2017-09-01 | 湘潭大学 | 一种新的td‑scdma通信基站电磁辐射预测方法 |
CN107396304A (zh) * | 2017-06-29 | 2017-11-24 | 毛国强 | 基于智能手机的实时城市人口密度及人群流动估计方法 |
Non-Patent Citations (1)
Title |
---|
YI ZHONG等: "Downlink analysis of multi-channel hybrid access two-tier networks", 《IEEE》 * |
Also Published As
Publication number | Publication date |
---|---|
CN108738060B (zh) | 2021-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106879016B (zh) | 一种基于用户分布的基站电磁辐射预测方法 | |
Hur et al. | Wideband spatial channel model in an urban cellular environments at 28 GHz | |
CN101262288B (zh) | 确定认知无线电(cr)系统的多分辨率频谱感知(mrss)技术的感知阈值的系统与方法 | |
CN102291186B (zh) | 一种基于信号到达方向估计的频谱感知方法 | |
Al-Samman et al. | Millimeter-wave propagation measurements and models at 28 GHz and 38 GHz in a dining room for 5G wireless networks | |
Briso et al. | UWB propagation measurements and modelling in large indoor environments | |
CN109586821B (zh) | 一种城市区域基站电磁辐射预测方法 | |
CN107181545A (zh) | 信道共享下td‑scdma基站电磁辐射预测方法 | |
Papasotiriou et al. | A new look to THz wireless links: Fading modeling and capacity assessment | |
Ogbulezie et al. | Site specific measurements and propagation models for GSM in three cities in Northern Nigeria | |
CN108235364B (zh) | 一种基于用户的wlan平均电磁辐射预测方法 | |
Zvanovec et al. | Results of indoor propagation measurement campaign for WLAN systems operating in 2.4 GHz ISM band | |
CN108738060A (zh) | 一种基于联合干扰功率的wlan电磁辐射预测方法 | |
Mahjoub et al. | Experimental Analysis of LoRa signal in Urban environment | |
Tercero et al. | Aggregate interference from secondary users with heterogeneous density | |
CN108200197A (zh) | 一种wlan浏览网页业务电磁辐射预测方法 | |
CN108173609B (zh) | 一种wlan视频业务电磁辐射预测方法 | |
Anglès‐Vázquez et al. | Generic empiric propagation model for low power wireless networks operating at the 868 MHz band in smart cities | |
Mardeni et al. | Path loss model development for urban outdoor coverage of code division multiple access (CDMA) system in Malaysia | |
Singh et al. | Co-channel interference between WiFi and through-wall micro-doppler radar | |
Kanaris et al. | Quality of fingerprint radiomaps for positioning systems | |
CN109639375A (zh) | 一种基于区域用户分布的基站电磁辐射预测方法 | |
Hosseinzadeh et al. | Impact of spreading factor on LoRaWAN propagation in a metropolitan environment | |
Guoqiang et al. | Prediction of indoor wireless LAN field strength distribution based on ray tracing method | |
Zheng et al. | The communication solution for LTE system under radar interference circumstance |
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 |