CN109245969A - 一种基于微博社交行为的手机电磁辐射预测方法 - Google Patents

一种基于微博社交行为的手机电磁辐射预测方法 Download PDF

Info

Publication number
CN109245969A
CN109245969A CN201811426034.1A CN201811426034A CN109245969A CN 109245969 A CN109245969 A CN 109245969A CN 201811426034 A CN201811426034 A CN 201811426034A CN 109245969 A CN109245969 A CN 109245969A
Authority
CN
China
Prior art keywords
microblogging
electromagnetic radiation
mobile phone
unit
renewal frequency
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
Application number
CN201811426034.1A
Other languages
English (en)
Other versions
CN109245969B (zh
Inventor
杨万春
郑利洋
彭艳芬
曹春红
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.)
Xiangtan University
Original Assignee
Xiangtan University
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 Xiangtan University filed Critical Xiangtan University
Priority to CN201811426034.1A priority Critical patent/CN109245969B/zh
Publication of CN109245969A publication Critical patent/CN109245969A/zh
Application granted granted Critical
Publication of CN109245969B publication Critical patent/CN109245969B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/06—Generation of reports
    • H04L43/062—Generation of reports related to network traffic
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/147—Network analysis or design for predicting network behaviour
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/142—Network analysis or design using statistical or mathematical methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/06—Generation of reports
    • H04L43/067—Generation of reports using time frame reporting
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/52—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail for supporting social networking services
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Telephone Function (AREA)
  • Telephonic Communication Services (AREA)

Abstract

本发明公开了一种基于微博社交行为的手机电磁辐射预测方法，该方法通过建立微博动态更新频率的特征函数，结合微博动态的平均发送时间，计算出手机发送信号的占空比，再使用频谱分析仪测量手机的最大电磁辐射强度，预测手机的平均电磁辐射强度。本发明能够快速、精确地对微博社交行为产生的手机电磁辐射强度进行预测与评估，对手机的电磁辐射研究有较大的参考价值，并具有一定的社会效益。

Description

一种基于微博社交行为的手机电磁辐射预测方法
技术领域
本发明涉及一种基于微博社交行为的手机电磁辐射预测方法。
背景技术
随着互联网和移动终端的发展，移动社交网络成为了网络社交的主要途径，它改善了网络社交的方式，促使人们更加便捷频繁地进行网络社交。移动社交网络在给人们的生活带来便利的同时，也因其产生的电磁辐射对人体具有潜在威胁而受到广泛关注。新浪微博作为国内用户量最大的移动社交网络应用，每天都有大量的用户在浏览和发布微博动态，在使用微博的过程中，会有无线信号通过电磁波进行传输，产生电磁辐射。然而，目前还没有一种方法能对微博社交行为产生的电磁辐射进行预测。
针对现有技术的不足，本专利提出一种基于微博社交行为的手机电磁辐射预测方法。该方法考虑了微博社交行为对手机电磁辐射强度的影响，通过分析微博社交互动行为，建立微博动态更新频率的特征函数计算手机信号的占空比，结合手机的最大电磁辐射强度，计算出手机的平均电磁辐射强度。实验表明，本发明提出的预测方法能准确地预测手机的平均电磁辐射强度。
发明内容
为了解决上述技术问题，本发明提供一种基于微博社交行为的手机电磁辐射预测方法，包括以下步骤：
1)建立微博动态更新频率的特征函数：当更新频率小于0.125次/秒时，用幂律分布建立微博动态更新频率的特征函数P1(f)；当更新频率大于0.125次/秒时，用泊松分布建立微博更新频率的特征函数P2(f)；结合P1(f)和P2(f)，得到微博动态更新频率的特征函数P(f)；
2)通过微博API接口获取数据，建立微博信息传输结构模型，并计算发送一条微博所需的平均传输时间tsent；
3)根据步骤1)得到的微博动态更新频率的特征函数P(f)和步骤2)得到的发送一条微博所需的平均传输时间tsent，计算出手机发送信号的占空比D；
4)使用频谱分析仪测量手机的最大电磁辐射强度Emax，并结合步骤3)得到的手机发送信号的占空比D，预测手机的平均电磁辐射强度Eavg。
上述的一种基于微博社交行为的手机电磁辐射预测方法，所述步骤1)中，微博动态更新频率的特征函数为：
上式中，P(f)表示微博动态更新频率f的特征函数，f为随机变量，表示微博动态更新频率，单位为次/秒，β1和β2为调节参数，其值分别为1.9937和0.8252，λ表示微博动态到达率，其值为0.2502，α表示归一化系数，其值为1.3192，f0表示更新频率，其值为0.125次/秒。
上述的一种基于微博社交行为的手机电磁辐射预测方法，所述步骤2)中，微博信息传输结构为：
I＝Header+UserInfo+TimeStamp
上式中，I为微博信息传输结构，单位为字节，Header为数据报头，单位为字节，UserInfo为用户信息，单位为字节，TimeStamp为时间戳信息，单位为字节；Header，UserInfo和TimeStamp的值通过微博API接口获取；
发送一条微博所需的平均传输时间为：
上式中，tsent表示发送一条微博所需的平均传输时间，单位为秒；PostBytes表示通过微博API接口获取到的微博动态的总字节数，单位为字节；n表示通过微博API接口获取到的微博动态的个数；I为微博信息传输结构，单位字节；Rate表示微博传输速率，单位为字节/秒；PostBytes，n和Rate的值通过微博API接口获取。
上述的一种基于微博社交行为的手机电磁辐射预测方法，所述步骤3)中，手机发送信号的占空比可表示为：
上式中，D表示手机发送信号的占空比；P(f)表示微博动态更新频率f的特征函数，f为随机变量，表示微博动态更新频率，单位为次/秒；tsent表示发送一条微博所需的平均传输时间，单位为秒。
上述的一种基于微博社交行为的手机电磁辐射预测方法，所述步骤4)中，使用频谱分析仪测量手机的最大电磁辐射强度的方法为：
将频谱分析仪设置为“max-hold”测量模式，对手机进行测量，测量时间为6分钟，得到手机的最大电磁辐射强度Emax，单位为V/m；
手机的平均电磁辐射强度为：
上式中，Eavg表示手机的平均电磁辐射强度，单位为V/m；Emax表示手机的最大电磁辐射强度，单位为V/m；D表示手机发送信号的占空比。
本发明的有益效果在于：考虑了微博社交行为对手机的平均电磁辐射强度产生的影响，通过分析微博更新频率，建立了微博社交互动行为模型，并在该模型基础上提出了平均电磁辐射强度的预测方法，能够快速、精确地对手机的平均电磁辐射强度进行预测与评估，该预测方法对个体所受到的电磁辐射暴露情况的研究有极大参考价值，并具有一定的社会效益。
具体实施方式
下面结合具体实施方案对本发明进一步详细说明。本实施例在以本发明内容为前提下进行，给出了详细的实施步骤，但本发明的保护范围不限于下述的实施例。
本实施例的测量对象为Samsung S7 Edge手机，实施场所为室内环境，测量设备为便携式频谱分析仪Keysight FieldFox N9918A和周期对数天线HyperLOG 60180，频谱分析仪的参数设置如表1所示。测量时将手机接入到无线局域网中，并放置在距离天线30cm处持续测量。
表1频谱分析仪参数设置
本发明提供一种基于微博社交行为的手机电磁辐射预测方法，包括以下步骤：
1)建立微博动态更新频率的特征函数：当更新频率小于0.125次/秒时，用幂律分布建立微博动态更新频率的特征函数P1(f)；当更新频率大于0.125次/秒时，用泊松分布建立微博更新频率的特征函数P2(f)；结合P1(f)和P2(f)，得到微博动态更新频率的特征函数P(f)；
2)通过微博API接口获取数据，建立微博信息传输结构模型，并计算发送一条微博所需的平均传输时间tsent；
3)根据步骤1)得到的微博动态更新频率的特征函数P(f)和步骤2)得到的发送一条微博所需的平均传输时间tsent，计算出手机发送信号的占空比D；
4)使用频谱分析仪测量手机的最大电磁辐射强度Emax，并结合步骤3)得到的手机发送信号的占空比D，预测手机的平均电磁辐射强度Eavg。
所述步骤1)中，微博动态更新频率的特征函数为：
上式中，P(f)表示微博动态更新频率f的特征函数，f为随机变量，表示微博动态更新频率，单位为次/秒，β1和β2为调节参数，其值分别为1.9937和0.8252，λ表示微博动态到达率，其值为0.2502，α表示归一化系数，其值为1.3192，f0表示更新频率，其值为0.125次/秒；因此，微博动态更新频率f的特征函数的最终表达式为：
所述步骤2)中，计算发送一条微博所需的平均传输时间tsent，具体实施如下：
a.通过微博API接口获取数据，得到微博的数据报头Header＝138字节，用户信息UserInfo＝280字节，时间戳信息TimeStamp＝30字节，微博动态的总字节数PostBytes＝3625301字节，微博动态的个数n＝173，微博传输速率Rate＝7.5×106字节/秒；
b.微博信息传输结构I＝138+280+30＝448字节；
c.根据以上数据可得秒。
所述步骤3)中，计算手机发送信号的占空比D，计算过程如下：
所述步骤4)中，使用频谱分析仪测量手机的最大电磁辐射强度Emax，测量方法如下：
将频谱分析仪设置为“max-hold”测量模式，使用表1所示参数对手机进行测量，每次测量时间为6分钟，得到手机的最大电磁辐射强度Emax＝0.2069V/m。
所述步骤5)中，预测手机的平均电磁辐射强度Eavg，计算过程如下：
本实施例重复进行了多次计算，并与手机的平均电磁辐射强度实际测量值进行对比，得到如表2所示表格。
表2平均辐射强度计算值与测量值对比
从以上数据对比可以看出，手机的平均电磁辐射强度的计算值与实际测量值相差不大，说明利用此方法可以实现手机电磁辐射的精确预测，同时验证了本发明所使用方法的有效性。

Claims (5)

1.一种基于微博社交行为的手机电磁辐射预测方法，其特征在于，包括如下步骤：
1)建立微博动态更新频率的特征函数：当更新频率小于0.125次/秒时，用幂律分布建立微博动态更新频率的特征函数P1(f)；当更新频率大于0.125次/秒时，用泊松分布建立微博更新频率的特征函数P2(f)；结合P1(f)和P2(f)，得到微博动态更新频率的特征函数P(f)；
2)通过微博API接口获取数据，建立微博信息传输结构模型，并计算发送一条微博所需的平均传输时间tsent；
3)根据步骤1)得到的微博动态更新频率的特征函数P(f)和步骤2)得到的发送一条微博所需的平均传输时间tsent，计算出手机发送信号的占空比D；
4)使用频谱分析仪测量手机的最大电磁辐射强度Emax，并结合步骤3)得到的手机发送信号的占空比D，预测手机的平均电磁辐射强度Eavg。
2.如权利要求1所述的一种基于微博社交行为的手机电磁辐射预测方法，其特征在于，所述步骤1)中，微博动态更新频率的特征函数为：
上式中，P(f)表示微博动态更新频率f的特征函数，f为随机变量，表示微博动态更新频率，单位为次/秒，β1和β2为调节参数，其值分别为1.9937和0.8252，λ表示微博动态到达率，其值为0.2502，α表示归一化系数，其值为1.3192，f0表示更新频率，其值为0.125次/秒。
3.如权利要求1所述的一种基于微博社交行为的手机电磁辐射预测方法，其特征在于，所述步骤2)中，微博信息传输结构为：
I＝Header+UserInfo+TimeStamp
上式中，I为微博信息传输结构，单位为字节，Header为数据报头，单位为字节，UserInfo为用户信息，单位为字节，TimeStamp为时间戳信息，单位为字节；Header，UserInfo和TimeStamp的值通过微博API接口获取；
发送一条微博所需的平均传输时间为：
上式中，tsent表示发送一条微博所需的平均传输时间，单位为秒；PostBytes表示通过微博API接口获取到的微博动态的总字节数，单位为字节；n表示通过微博API接口获取到的微博动态的个数；I为微博信息传输结构，单位字节；Rate表示微博传输速率，单位为字节/秒；PostBytes，n和Rate的值通过微博API接口获取。
4.如权利要求1所述的一种基于微博社交行为的手机电磁辐射预测方法，其特征在于，所述步骤3)中，手机发送信号的占空比可表示为：
上式中，D表示手机发送信号的占空比；P(f)表示微博动态更新频率f的特征函数，f为随机变量，表示微博动态更新频率，单位为次/秒；tsent表示发送一条微博所需的平均传输时间，单位为秒。
5.如权利要求1所述的一种基于微博社交行为的手机电磁辐射预测方法，其特征在于，所述步骤4)中，使用频谱分析仪测量手机的最大电磁辐射强度的方法为：
将频谱分析仪设置为“max-hold”测量模式，对手机进行测量，测量时间为6分钟，得到手机的最大电磁辐射强度Emax，单位为V/m；
手机的平均电磁辐射强度为：
上式中，Eavg表示手机的平均电磁辐射强度，单位为V/m；Emax表示手机的最大电磁辐射强度，单位为V/m；D表示手机发送信号的占空比。
CN201811426034.1A 2018-11-27 2018-11-27 一种基于微博社交行为的手机电磁辐射预测方法 Active CN109245969B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811426034.1A CN109245969B (zh) 2018-11-27 2018-11-27 一种基于微博社交行为的手机电磁辐射预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811426034.1A CN109245969B (zh) 2018-11-27 2018-11-27 一种基于微博社交行为的手机电磁辐射预测方法

Publications (2)

Publication Number Publication Date
CN109245969A true CN109245969A (zh) 2019-01-18
CN109245969B CN109245969B (zh) 2022-12-09

Family

ID=65073604

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811426034.1A Active CN109245969B (zh) 2018-11-27 2018-11-27 一种基于微博社交行为的手机电磁辐射预测方法

Country Status (1)

Country Link
CN (1) CN109245969B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1609861A (zh) * 2003-04-18 2005-04-27 微软公司 有向无尺度对象关系模型
CN108235364A (zh) * 2018-01-05 2018-06-29 湘潭大学 一种基于用户的wlan平均电磁辐射预测方法
US20180198694A1 (en) * 2017-01-06 2018-07-12 Machine Zone, Inc. System and Method for Updating Application Clients Using a Plurality of Content Delivery Networks

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1609861A (zh) * 2003-04-18 2005-04-27 微软公司 有向无尺度对象关系模型
US20180198694A1 (en) * 2017-01-06 2018-07-12 Machine Zone, Inc. System and Method for Updating Application Clients Using a Plurality of Content Delivery Networks
CN108235364A (zh) * 2018-01-05 2018-06-29 湘潭大学 一种基于用户的wlan平均电磁辐射预测方法

Also Published As

Publication number Publication date
CN109245969B (zh) 2022-12-09

Similar Documents

Publication Publication Date Title
Wei et al. Joint user scheduling and content caching strategy for mobile edge networks using deep reinforcement learning
TWI291815B (en) Method and apparatus to vary power level of training signal
US9565570B2 (en) Capacity planning method and device for wireless broadband network
Ju et al. Power management for kinetic energy harvesting IoT
Shi et al. Dynamic threshold-setting for RF-powered cognitive radio networks in non-Gaussian noise
WO2015007092A1 (zh) 移动设备天线的控制方法、装置和设备
Qian et al. Distributed nonconvex power control using Gibbs sampling
CN110167176A (zh) 一种基于分布式机器学习的无线网络资源分配方法
CN110572822A (zh) 基于决策树的水下无线传感器网络中的信任更新方法
CN108254628B (zh) 一种基站电磁辐射强度评估方法
Dong et al. Timely two-way data exchanging in unilaterally powered fog computing systems
CN105630904A (zh) 一种互联网账户信息挖掘的方法和装置
CN109245969A (zh) 一种基于微博社交行为的手机电磁辐射预测方法
US20110208854A1 (en) Dynamic traffic control using feedback loop
CN106936527B (zh) 一种基于双门限的多用户合作频谱感知方法
CN105141404A (zh) 一种LTE-A系统中基于QoE的无线资源分配方法
CN113055423B (zh) 策略的推送方法、策略的执行方法、装置、设备及介质
Archasantisuk et al. Temporal correlation model‐based transmission power control in wireless body area network
CN109661003B (zh) 一种基于新闻浏览行为的手机电磁辐射预测方法
CN104023383A (zh) 一种基于QoE预测的干扰整形方法
CN108183755B (zh) 一种fdd-lte基站中心频率电磁辐射预测方法
CN109581076A (zh) 一种基于视频播放行为的手机电磁辐射预测方法
Ren Network security situation assessment model based on information quality control
CN104093163B (zh) 终端协同的业务流分配方法和装置
CN103857039B (zh) 无线通信系统中的装置和方法

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