CN109450569A - 一种电子设备频点互扰快速预测方法 - Google Patents
一种电子设备频点互扰快速预测方法 Download PDFInfo
- Publication number
- CN109450569A CN109450569A CN201811377643.2A CN201811377643A CN109450569A CN 109450569 A CN109450569 A CN 109450569A CN 201811377643 A CN201811377643 A CN 201811377643A CN 109450569 A CN109450569 A CN 109450569A
- Authority
- CN
- China
- Prior art keywords
- frequency point
- frequency
- interference
- equipment
- receiving device
- 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
- 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
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/382—Monitoring; Testing of propagation channels for resource allocation, admission control or handover
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种电子设备频点互扰快速预测方法,该方法包括以下步骤:步骤一、对大量电子设备进行干扰预判断,初步筛选出可能会发生干扰的收发设备对;步骤二、通过干扰预测算法,对筛选处的设备对进行精确的频点级干扰预测,并生成干扰矩阵,根据干扰矩阵辅助制定频点分配方案。能够对包含大量工作频点的电子设备频点互扰进行快速预测,该方法适用于窄带脉冲信号和宽带连续波信号,可应用于电子设备频点之间干扰预测,并为电子设备频谱规划提供数据支撑。本发明的方法原理简洁明晰,工程实用性强。
Description
技术领域
本发明涉及电磁干扰预测领域,尤其涉及一种电子设备频点互扰快速预测方法。
背景技术
电磁频谱资源日益短缺,对于分布有大量电子设备的区域,电子设备之间的干扰预测和频谱资源分配是关键问题。电子设备电磁频谱干扰不仅是用频设备的主频干扰,而且更多是用频设备的边带、谐杂波、以及交调、互调导致的干扰。区域内电子设备电磁频谱通常占有一定的频谱宽度,大功率电子设备种类和数量愈多、频谱占用愈宽,则区域内电磁频谱冲突愈严重,对干扰预测和频谱资源分配要求愈高。由于大功率辐射设备功率放大器件通常工作在饱和区,产生的频谱边带功率远大于其辐射的谐杂波信号,以及可能的交调、互调信号。因此当众多大功率电子设备分布在一定区域并且相对位置实时变化时,需要重点关注如何快速进行电子设备电磁频谱资源分配,以避免频谱冲突。针对这一问题,现在更多的是采用人工分配方式,以频点错开为依据进行分配。这种方法不仅效率较低,而且由于频点错开间隔无法准确估计,不能充分利用电磁频谱资源。
进行电磁频谱资源分配的前提是要分析预测出电子设备频点级的干扰,频点级干扰矩阵的构造速度直接决定了频谱分配的速度。因此针对大量工作频点的电子设备频点互扰进行快速预测成为了关键。本发明提出一种电子设备频点互扰快速预测方法,能够对包含多个工作频点的电子设备频点互扰进行快速预测,能为电子设备频谱分配和规划提供数据支撑。
发明内容
本发明要解决的技术问题在于针对现有技术中效率较低,而且由于频点错开间隔无法准确估计的缺陷,提供一种电子设备频点互扰快速预测方法。
本发明解决其技术问题所采用的技术方案是:
本发明提供一种电子设备频点互扰快速预测方法,该方法包括以下步骤:
步骤一、对大量电子设备进行干扰预判断,初步筛选出可能会发生干扰的收发设备对;
步骤二、通过干扰预测算法,对筛选处的设备对进行精确的频点级干扰预测,并生成干扰矩阵,根据干扰矩阵辅助制定频点分配方案。
进一步地,本发明的步骤一的具体方法为:
选取一对发射设备和接收设备,对它们之间的干扰进行预测:
若发射设备和接收设备之间至少存在一对频点,说明发射设备的频点对接收设备的频点形成干扰,则认为这一对发射设备和接收设备之间存在关联关系;
若发射设备和接收设备之间不存在任何一对频点,说明发射设备的频点对接收设备的频点未形成干扰,则认为这一对发射设备和接收设备之间不存在关联关系。
进一步地,本发明的该方法中进行干扰预测计算的方法具体为:
用频设备对选取:根据计算要求从收发设备集中选取需要的收发设备对;
获取设备频谱数据:根据接收设备和发送设备的标识,获取相应设备的频谱数据及频点集;
频谱范围是否交叠:根据获得的频点集及频谱数据,得出接收设备与发送设备频谱范围的关系;若发送设备和接收设备的频谱范围有交叠,则认为设备对有关联关系,结束本设备对的干扰预判断的流程;若无交叠,则继续进行下一步的判断;
获取最邻近发射频点频谱:当发送设备和接收设备频谱范围无交叠时,包括两种情况,一种是发送设备频率小于接收设备频率,此时选择发射设备最大频率的发射频谱和接收设备最小频率的敏感阈值进行干扰判断;另一种是接收设备频率小于发送设备频率,此时选择发射设备最小频率的发射频谱和接收设备最大频率的敏感阈值进行干扰判断;
干扰判断:利用选取的发射信号频谱和敏感阈值进行干扰判断,若干扰则两电子设备关联,若不干扰则两电子设备不关联。
进一步地,本发明的若需要进行关联判断的电子设备信息已知,将其相关信息预先存入数据库,应用时直接从数据库中查找设备间的关联关系。
进一步地,本发明的步骤二中进行频点级干扰预测的方法具体为:
读取关联设备对矩阵,采用遍历的方式选出一对用频设备,并加载相应的基本信息;
通过干扰预测算法,计算当前设备对的频点级干扰预测,并记录结果;
用同样的方式选出下一对用频设备,重复以上步骤,直到所有关联设备对计算完毕。
进一步地,本发明的干扰预测算法的具体方法为:
对一对有关联关系的设备对进行干扰预测,当计算发射设备某频点对接收设备的干扰情况时,先定位接收设备最可能的受干扰范围中心频点,即距离发射设备频率最近的接收设备频率,再逐渐增加或者减小接收设备频率值,直到不发生干扰时停止计算。
进一步地,本发明的干扰预测算法的具体计算过程为:
确定发射设备频点,遍历接收设备频点,寻找与发射设备频点最近的频点进行频点级干扰预测,记录受扰情况;
以选取的接收设备频点为中心,增加或者减小频率值到接收设备下一个邻近频点,计算此时发射设备频点和接收设备频点的干扰关系,记录受扰情况;
逐渐增大或者减小接收设备频率值直到连续N个接收频点与发射设备频点无干扰;
对其它未计算的接收设备频点与发射设备频点的干扰关系均判断为无干扰。
本发明产生的有益效果是:本发明的电子设备频点互扰快速预测方法,对发射设备和接收设备对,根据设备对各自的频率范围等参数,进行初步的关联互扰判断,判断设备间可能的关联关系并进行分类,尽可能减少频点级精确判断的数量,提高多设备频点干扰的预测速度;对发射设备和接收设备对,根据设备对各自的频率范围等参数,进行初步的关联互扰判断,判断设备间可能的关联关系并进行分类,尽可能减少频点级精确判断的数量,提高多设备频点干扰的预测速度;本发明在保证电子设备频点互扰预算准确性的情况下,大幅度提高电子设备频点互扰预测的效率,为电子设备频谱规划提供数据支撑,该方法原理简洁明晰,工程实用性强。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明实施例的干扰预判断方案一计算流程。
图2是本发明实施例的收发设备频谱范围关系,(a)频谱范围交叉,(b)发送设备频率小于接收设备,(c)接收设备频率小于发送设备。
图3是本发明实施例的频点级干扰预测计算流程。
图4是本发明实施例的一对设备频点级干扰预测。
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,以下结合附图及实施例,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用以解释本发明,并不用于限定本发明。
本发明提出了一种电子设备频点互扰的快速预测方法,其技术要点如下:
(1)一种电子设备频点互扰的快速预测方法包括设备干扰预判断、频点级干扰预测等主要技术。
(2)干扰预判断:对发射设备和接收设备对,根据设备对各自的频率范围等参数,进行初步的关联互扰判断,判断设备间可能的关联关系并进行分类,尽可能减少频点级精确判断的数量,提高多设备频点干扰的预测速度。
(3)频点级干扰预测:对干扰预判断中结果为关联的设备对,根据电子设备频点、功率、发射频谱、敏感阈值等参数,利用快速迭代计算方法,预测电子设备全频点干扰。
本发明的具体实施有两部分:第一部分是对大量电子设备进行干扰预判断,初步筛选出可能会发生干扰的收发设备对;第二部分是对筛选出的设备对进行精确的频点级干扰预测,并生成干扰矩阵。
1.干扰预判断
当对一对发射设备和接收设备的频点之间的干扰进行预测时,存在两种结果:①两个设备之间至少存在一对频点,其发射源设备的频点对接收设备频点形成干扰,则认为两个设备之间存在关联关系;②两个设备之间任何一对频点,其发射源设备的频点不会对接收设备频点形成干扰,则认为两个设备之间不存在关联关系。
通常一型电子设备存在多个工作频点,若对多个电子设备频点之间的干扰进行预测,直接预测所有频点之间的干扰计算量很大。本发明提出在进行多个电子设备频点互扰预测时,可首先进行电子设备干扰预判断。若一对设备之间不存在关联关系,则不用对其进一步进行精确的干扰预测;反之,若一对设备之间存在关联关系,则进行精确的干扰预测。通过这样的方式能够大量减少频点级干扰预测的计算量。
(1)计算流程
干扰预判断的计算方案有两种——第一种是根据收发设备频谱数据等参数实时计算;第二种是从数据库中直接获取干扰预判断结果。
方案一:
对一对设备进行干扰预判断的计算流程如图1所示。
①用频设备对选取:根据计算要求从收发设备集中选取需要的收发设备对。
②获取设备频谱数据:根据接收设备和发送设备的标识,获取相应设备的频谱数据及频点集。
③频谱范围是否交叠:根据获得的频点集及频谱数据,得出接收设备与发送设备频谱范围的关系。若发送设备和接收设备的频谱范围有交叠,如图2(a)所示,则认为设备对有关联关系,结束本设备对干扰预判断的流程;若无交叠,如图2(b)、(c)所示,则继续进行下一步。
④获取最邻近发射频点频谱:当发送设备和接收设备频谱范围无交叠时,可能的情况有两种——一种是发送设备频率小于接收设备频率,如图2(b)所示,此时选择发射设备最大频率的发射频谱和接收设备最小频率的敏感阈值进行干扰判断;另一种是接收设备频率小于发送设备频率,如图2(c)所示,此时选择发射设备最小频率的发射频谱和接收设备最大频率的敏感阈值进行干扰判断。
⑤干扰判断:利用选取的发射信号频谱和敏感阈值进行干扰判断,若干扰则两电子设备关联,若不干扰则两电子设备不关联。
方案二:
若需进行关联判断的电子设备信息明确,则可将设备关联信息按照方案一进行判断,并将相关信息预先存入数据库,在工程应用时,直接从数据库中查找设备间的关联关系,可进一步节省计算时间。
2.频点级干扰预测
频点级干扰预测的主要功能是在关联设备对矩阵的基础上,计算设备对发射频点和接收频点是否发生干扰,辅助上层软件完成干扰矩阵生成,辅助制定频点分配方案。
经过干扰预判断的步骤,在频点级干扰预测步骤中不需要对所有选定的设备进行详细的计算,能够节省大量的时间;在频点级干扰预测时,采用快速迭代的计算策略,减少所需计算的频点对数量,从而进一步加快多个设备频点干扰预测速度。
(1)计算流程
频点级干扰预测的主要计算流程如图3所示。
首先读取关联设备对矩阵,采用遍历的方式选出一对用频设备,并加载相应的基本信息;然后计算当前设备对的频点级干扰预测,并记录结果,最后用同样的方式选出下一对用频设备,重复以上步骤,直到所有关联设备对计算完毕。
根据干扰预测的算法,对一对有关联关系的设备对进行干扰预测,当计算发射设备某频点对接收设备的干扰情况时,先定位接收设备最可能的受干扰范围中心频点,即距离发射设备频率最近的接收设备频率,再逐渐增加或者减小接收设备频率值,直到不发生干扰时停止计算。通过这样的方法,能够直接避免许多频点的计算,极大的节省计算时间,提高频点级干扰预测的效率。
一对电子设备频点级干扰预测的计算流程如图4所示。具体步骤如下:
①确定发射设备频点,遍历接收设备频点,寻找与发射设备频点最近的频点进行频点级干扰预测,记录受扰情况;
②以选取的接收设备频点为中心,增加或者减小频率值到接收设备下一个邻近频点,计算此时发射设备频点和接收设备频点的干扰关系,记录受扰情况;
③逐渐增大或者减小接收设备频率值直到连续N个接收频点与发射设备频点无干扰;
④对其它未计算的接收设备频点与发射设备频点的干扰关系均判断为无干扰。
通过上述方法,当一对设备频点干扰数量较少时,能够大幅度减少频点干扰的计算数量,提高频点级干扰预测的效率。
在本发明的另一个具体实施例中:
通过三个量化的例子,说明通过使用本方法进行电子设备频点互扰预测,计算量减少的基本情况。第一个例子是使用干扰预判断的量化情况;第二个例子是频点级干扰预测的量化情况;第三个例子是同时使用干扰预判断和频点级干扰预测的量化情况。为了便于比较和说明,在每个例子中均假设发射设备有50个、接收设备有50个、每个设备有50个频点,在具体例子中存在其他具体假设。
1.干扰预判断
假设需分析的电子设备数量为50个,每个设备有50个频点,存在关联关系的设备有n对(0≤n≤50*50),平均一次关联判断的计算量或者平均一对频点的干扰预测计算代价为k,则:
若未使用干扰预判断,所有设备间干扰预测的总计算量为
K1=50×(50-1)×50×50×k=6125000k
若使用干扰预判断,所有设备间干扰预测的总计算量为
K2=50×(50-1)×k+n×(n-1)×50×50×k
=(2450+2500n(n-1))k
计算量占比:
P1=K2/K1=(0.98+n(n-1))/2450
若干扰设备对为总设备数量的10%,50%,80%,即n=5,25,40,
所需计算量为未采用干扰与判断时计算量的0.86%,24.5%,63.7%。
2.频点级干扰预测
假设需分析1对电子设备频点级干扰,平均每个设备有50个频点,平均每对设备一对频点的干扰预测计算量为k,发射设备单一频点对接收设备平均干扰频点数为m,保护频点间隔为2个,总计算量为K,则:
若使用传统方法计算频点级干扰预测,所有设备间干扰预测的总计算量为
K1=2×50×50×k=5000k
上述式子考虑1对电子设备分别为发射设备和接收设备的情况。
若使用上述提到的快速迭代方法计算频点级干扰预测,所有设备间干扰预测的总计算量为
K2=2×50×(m+2+2)×k=100(m+4)k
计算量占比:
P2=K2/K1=(m+4)/50
若发射设备单一频点对接收设备平均干扰频点数为设备总频点数的2%,10%,50%,即m=1,5,25,
所需计算量为未采用干扰与判断时计算量的10%,18%,58%。
3.干扰预判断和频点级干扰预测
假设需分析的电子设备数量为50个,每个设备有50个频点,采用本发明所提出的干扰预判断和快速迭代的频点级干扰预测方法,计算量提升分析如下表所示:
从上表可以看到,针对不同的干扰设备对数量和平均干扰频点数,采用本发明提出的办法,均能提高大量电子设备对频点级干扰预测速度。通常,电子设备间距越近,可能引起的平均干扰点数越多。在上表所列举的极端情况下,本专利提出的方法的时间大约为原来全频点预测的三分之一,而通常情况下,大约为原来全频点预测的十分之一。因此,本专利提出的方法适用场景较广,能有力的支撑不同场景下不同电子设备分布区间的电磁频谱资源分配。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (7)
1.一种电子设备频点互扰快速预测方法,其特征在于,该方法包括以下步骤:
步骤一、对大量电子设备进行干扰预判断,初步筛选出可能会发生干扰的收发设备对;
步骤二、通过干扰预测算法,对筛选处的设备对进行精确的频点级干扰预测,并生成干扰矩阵,根据干扰矩阵辅助制定频点分配方案。
2.根据权利要求1所述的电子设备频点互扰快速预测方法,其特征在于,步骤一的具体方法为:
选取一对发射设备和接收设备,对它们之间的干扰进行预测:
若发射设备和接收设备之间至少存在一对频点,说明发射设备的频点对接收设备的频点形成干扰,则认为这一对发射设备和接收设备之间存在关联关系;
若发射设备和接收设备之间不存在任何一对频点,说明发射设备的频点对接收设备的频点未形成干扰,则认为这一对发射设备和接收设备之间不存在关联关系。
3.根据权利要求2所述的电子设备频点互扰快速预测方法,其特征在于,该方法中进行干扰预测计算的方法具体为:
用频设备对选取:根据计算要求从收发设备集中选取需要的收发设备对;
获取设备频谱数据:根据接收设备和发送设备的标识,获取相应设备的频谱数据及频点集;
频谱范围是否交叠:根据获得的频点集及频谱数据,得出接收设备与发送设备频谱范围的关系;若发送设备和接收设备的频谱范围有交叠,则认为设备对有关联关系,结束本设备对的干扰预判断的流程;若无交叠,则继续进行下一步的判断;
获取最邻近发射频点频谱:当发送设备和接收设备频谱范围无交叠时,包括两种情况,一种是发送设备频率小于接收设备频率,此时选择发射设备最大频率的发射频谱和接收设备最小频率的敏感阈值进行干扰判断;另一种是接收设备频率小于发送设备频率,此时选择发射设备最小频率的发射频谱和接收设备最大频率的敏感阈值进行干扰判断;
干扰判断:利用选取的发射信号频谱和敏感阈值进行干扰判断,若干扰则两电子设备关联,若不干扰则两电子设备不关联。
4.根据权利要求3所述的电子设备频点互扰快速预测方法,其特征在于,若需要进行关联判断的电子设备信息已知,将其相关信息预先存入数据库,应用时直接从数据库中查找设备间的关联关系。
5.根据权利要求1所述的电子设备频点互扰快速预测方法,其特征在于,步骤二中进行频点级干扰预测的方法具体为:
读取关联设备对矩阵,采用遍历的方式选出一对用频设备,并加载相应的基本信息;
通过干扰预测算法,计算当前设备对的频点级干扰预测,并记录结果;
用同样的方式选出下一对用频设备,重复以上步骤,直到所有关联设备对计算完毕。
6.根据权利要求5所述的电子设备频点互扰快速预测方法,其特征在于,干扰预测算法的具体方法为:
对一对有关联关系的设备对进行干扰预测,当计算发射设备某频点对接收设备的干扰情况时,先定位接收设备最可能的受干扰范围中心频点,即距离发射设备频率最近的接收设备频率,再逐渐增加或者减小接收设备频率值,直到不发生干扰时停止计算。
7.根据权利要求6所述的电子设备频点互扰快速预测方法,其特征在于,干扰预测算法的具体计算过程为:
确定发射设备频点,遍历接收设备频点,寻找与发射设备频点最近的频点进行频点级干扰预测,记录受扰情况;
以选取的接收设备频点为中心,增加或者减小频率值到接收设备下一个邻近频点,计算此时发射设备频点和接收设备频点的干扰关系,记录受扰情况;
逐渐增大或者减小接收设备频率值直到连续N个接收频点与发射设备频点无干扰;
对其它未计算的接收设备频点与发射设备频点的干扰关系均判断为无干扰。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811377643.2A CN109450569B (zh) | 2018-11-19 | 2018-11-19 | 一种电子设备频点互扰快速预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811377643.2A CN109450569B (zh) | 2018-11-19 | 2018-11-19 | 一种电子设备频点互扰快速预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109450569A true CN109450569A (zh) | 2019-03-08 |
CN109450569B CN109450569B (zh) | 2021-05-25 |
Family
ID=65553845
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811377643.2A Active CN109450569B (zh) | 2018-11-19 | 2018-11-19 | 一种电子设备频点互扰快速预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109450569B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111769894A (zh) * | 2020-06-14 | 2020-10-13 | 中国舰船研究设计中心 | 一种交错式频谱分配方法 |
CN111917497A (zh) * | 2020-08-14 | 2020-11-10 | 盐城工学院 | 一种降低通信干扰的电子设备及方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1832613A (zh) * | 2006-04-26 | 2006-09-13 | 电子科技大学 | 一种认知无线电系统中避免干扰的并行频谱分配方法 |
CN1929670A (zh) * | 2005-09-05 | 2007-03-14 | 北京信威通信技术股份有限公司 | 一种tdd方式下利用辅助基站进行频率规划的方法 |
CN101304595A (zh) * | 2008-06-20 | 2008-11-12 | 上海华为技术有限公司 | 获取频率规划的方法、装置 |
CN102684799A (zh) * | 2012-04-26 | 2012-09-19 | 西安电子科技大学 | 同车多机通信系统用频数据评估方法 |
CN103188809A (zh) * | 2011-12-30 | 2013-07-03 | 北京大学 | 一种自由双工的通信系统及其信道分配方法 |
WO2014206252A1 (zh) * | 2013-06-24 | 2014-12-31 | 电信科学技术研究院 | 认知无线电系统中的传输调度方法和装置 |
CN104253660A (zh) * | 2014-10-17 | 2014-12-31 | 中国舰船研究设计中心 | 舰船短波系统间干扰矩阵快速生成方法 |
CN104868960A (zh) * | 2015-04-30 | 2015-08-26 | 中国电子科技集团公司第七研究所 | 背景干扰噪声电平预测方法及系统 |
CN106299691A (zh) * | 2016-08-09 | 2017-01-04 | 中国舰船研究设计中心 | 具有两级对消功能的收发天线共址耦合干扰抑制装置 |
CN106487464A (zh) * | 2015-08-31 | 2017-03-08 | 联芯科技有限公司 | 一种互扰验证中心及互扰验证方法 |
-
2018
- 2018-11-19 CN CN201811377643.2A patent/CN109450569B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1929670A (zh) * | 2005-09-05 | 2007-03-14 | 北京信威通信技术股份有限公司 | 一种tdd方式下利用辅助基站进行频率规划的方法 |
CN1832613A (zh) * | 2006-04-26 | 2006-09-13 | 电子科技大学 | 一种认知无线电系统中避免干扰的并行频谱分配方法 |
CN101304595A (zh) * | 2008-06-20 | 2008-11-12 | 上海华为技术有限公司 | 获取频率规划的方法、装置 |
CN103188809A (zh) * | 2011-12-30 | 2013-07-03 | 北京大学 | 一种自由双工的通信系统及其信道分配方法 |
CN102684799A (zh) * | 2012-04-26 | 2012-09-19 | 西安电子科技大学 | 同车多机通信系统用频数据评估方法 |
WO2014206252A1 (zh) * | 2013-06-24 | 2014-12-31 | 电信科学技术研究院 | 认知无线电系统中的传输调度方法和装置 |
CN104253660A (zh) * | 2014-10-17 | 2014-12-31 | 中国舰船研究设计中心 | 舰船短波系统间干扰矩阵快速生成方法 |
CN104868960A (zh) * | 2015-04-30 | 2015-08-26 | 中国电子科技集团公司第七研究所 | 背景干扰噪声电平预测方法及系统 |
CN106487464A (zh) * | 2015-08-31 | 2017-03-08 | 联芯科技有限公司 | 一种互扰验证中心及互扰验证方法 |
CN106299691A (zh) * | 2016-08-09 | 2017-01-04 | 中国舰船研究设计中心 | 具有两级对消功能的收发天线共址耦合干扰抑制装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111769894A (zh) * | 2020-06-14 | 2020-10-13 | 中国舰船研究设计中心 | 一种交错式频谱分配方法 |
CN111769894B (zh) * | 2020-06-14 | 2022-05-24 | 中国舰船研究设计中心 | 一种交错式频谱分配方法 |
CN111917497A (zh) * | 2020-08-14 | 2020-11-10 | 盐城工学院 | 一种降低通信干扰的电子设备及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109450569B (zh) | 2021-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Quan et al. | Optimal linear cooperation for spectrum sensing in cognitive radio networks | |
Nguyen et al. | Spectrum sensing using a hidden bivariate Markov model | |
Rifà-Pous et al. | Review of robust cooperative spectrum sensing techniques for cognitive radio networks | |
CN109450569A (zh) | 一种电子设备频点互扰快速预测方法 | |
Umebayashi et al. | Simple primary user signal area estimation for spectrum measurement | |
Singh et al. | Threshold optimization of a finite sample-based cognitive radio network using energy detector | |
Umebayashi et al. | Duty cycle and noise floor estimation with Welch FFT for spectrum usage measurements | |
US20170272305A1 (en) | Systems and methods for cellular network anomaly detection using spatially aggregated data | |
Mahapatra et al. | Interference-aware dynamic spectrum access in cognitive radio network | |
Rao et al. | Wavelet based spectrum sensing techniques in cognitive radio | |
Patil et al. | Performance analysis of energy detection method in spectrum sensing using static & variable threshold level for 3G/4G/VoLTE | |
Wotaif et al. | Spectrum sensing detection for non-stationary primary user signals over dynamic threshold energy detection in cognitive radio system | |
Chede et al. | Use of Bayesian changepoint detection for spectrum sensing in mobile cognitive radio | |
US20130215949A1 (en) | Detection and estimation of narrowband interference by matrix multiplication | |
Alizadeh et al. | Attack-aware cooperative spectrum sensing in cognitive radio networks under Byzantine attack | |
Taruna et al. | Simulation of cognitive radio using Periodogram | |
Cheng et al. | Wideband temporal spectrum sensing using cepstral features | |
Bruno et al. | A recursive algorithm for joint time-frequency wideband spectrum sensing | |
US8289012B2 (en) | Signal transmission/reception device | |
Huang et al. | AWGAN: Unsupervised spectrum anomaly detection with Wasserstein generative adversarial network along with random reverse mapping | |
CN104378169B (zh) | 基于幂集置信度的联合频谱感知系统和方法 | |
DeVault et al. | LTE interference effects on radar performance | |
Tengstrand et al. | Efficient evaluation of communication system performance in complex interference situations | |
Ismaeel et al. | Enhancement of Cognitive Radio Spectrum with Proposed Cascade Filter Model | |
Alammar | Enhanced signal area estimation for spectrum-aware systems based on image processing techniques |
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 |