CN109983348A - 实现便携式频谱分析仪的技术 - Google Patents

实现便携式频谱分析仪的技术 Download PDF

Info

Publication number
CN109983348A
CN109983348A CN201780072809.7A CN201780072809A CN109983348A CN 109983348 A CN109983348 A CN 109983348A CN 201780072809 A CN201780072809 A CN 201780072809A CN 109983348 A CN109983348 A CN 109983348A
Authority
CN
China
Prior art keywords
signal
cognition
analysis
host platform
scanning
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
CN201780072809.7A
Other languages
English (en)
Inventor
A·N·莫迪
J·创
R·劳伦斯
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.)
BAE Systems Information and Electronic Systems Integration Inc
Original Assignee
BAE Systems Information and Electronic Systems Integration 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 BAE Systems Information and Electronic Systems Integration Inc filed Critical BAE Systems Information and Electronic Systems Integration Inc
Publication of CN109983348A publication Critical patent/CN109983348A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/724—User interfaces specially adapted for cordless or mobile telephones
    • H04M1/72403—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality
    • H04M1/72409—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality by interfacing with external accessories
    • H04M1/724092—Interfacing with an external cover providing additional functionalities
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/0006—Assessment of spectral gaps suitable for allocating digitally modulated signals, e.g. for carrier allocation in cognitive radio
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/02—Arrangements for measuring frequency, e.g. pulse repetition rate; Arrangements for measuring period of current or voltage
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/16—Spectrum analysis; Fourier analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
    • G06F3/0485—Scrolling or panning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
    • G06F3/1423—Digital output to display device ; Cooperation and interconnection of the display device with other functional units controlling a plurality of local displays, e.g. CRT and flat panel display
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/06—Receivers
    • H04B1/16—Circuits
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/38—Transceivers, i.e. devices in which transmitter and receiver form a structural unit and in which at least one part is used for functions of transmitting and receiving
    • H04B1/3827—Portable transceivers
    • H04B1/3833—Hand-held transceivers
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/20—Monitoring; Testing of receivers
    • H04B17/23—Indication means, e.g. displays, alarms, audible means
    • 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
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/724—User interfaces specially adapted for cordless or mobile telephones
    • H04M1/72403—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality
    • 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
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/02—Constructional features of telephone sets
    • H04M1/18—Telephone sets specially adapted for use in ships, mines, or other places exposed to adverse environment
    • H04M1/185—Improving the rigidity of the casing or resistance to shocks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/724—User interfaces specially adapted for cordless or mobile telephones
    • H04M1/72403—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality
    • H04M1/72409—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality by interfacing with external accessories
    • H04M1/72412—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality by interfacing with external accessories using two-way short-range wireless interfaces
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04—TPC
    • H04W52/38—TPC being performed in particular situations
    • H04W52/50—TPC being performed in particular situations at the moment of starting communication in a multiple access environment

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Human Computer Interaction (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Electromagnetism (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Quality & Reliability (AREA)
  • Monitoring And Testing Of Transmission In General (AREA)
  • Telephone Function (AREA)

Abstract

提供了用于实现便携式频谱分析仪的技术。根据一个实施例，示例系统包括信号分析仪，其包括用于从天线接收RF信号的RF接收器；模数转换器，其用于基于接收的RF信号生成采样信号；和信号分析仪协处理器，其对采样信号进行认知扫描分析。认知扫描分析包括嵌入在采样信号中的数字/模拟信号的检测、识别、和表征。该系统还可以包括通信接口电路，以提供信号分析仪与相关的移动主机平台(例如，智能手机)之间的通信。通信包括将认知扫描分析的结果发送到移动主机并从移动主机接收参数以控制认知扫描分析的操作。信号分析仪和移动主机通过共用外壳(例如铰接外壳，外套或钱包)耦合。

Description

实现便携式频谱分析仪的技术
政府权益声明
本发明在基于DARPA给予的第W911QX-12-C-0047号合约的美国政府援助下完成。美国政府拥有本发明的一定权利。
交叉引用相关申请
本申请要求2016年9月27日提交的美国临时专利申请的权益，该临时专利申请通过引用整体并入本文。
技术领域
本公开涉及信号分析，更具体地，涉及用于实现便携式频谱分析仪的技术。
背景技术
频谱分析仪是通常用于测量射频(RF)信号相对于频率的幅度或功率的设备。一些这样的频谱分析仪还可以表征所测量信号的参数(例如，所谓的s参数、3-DB带宽和增益)。这些频谱分析仪可用于任何数量的实验室、商业和军事应用。然而，不幸的是，典型的频谱分析仪并不总是适合某些应用。例如，军用飞机中使用的频谱分析仪通常仅提供功率频谱密度指示，这不足以提供对飞机运行的RF环境的更复杂特性的清楚理解，或不足以识别所有可能存在于该环境中的感兴趣的信号。另外，现有的频谱分析仪往往相对较大(体积大)且较重，这使得它们难以在现场部署，特别是在军事和其它机动性很重要的应用中。此外，典型频谱分析仪的操作通常需要广泛的操作员培训。
附图说明
本专利或申请文件包含至少一幅彩色附图。具有彩色附图的本专利或专利申请公开的副本将在请求和支付必要费用后由主管局提供。
所要求保护的主题的实施例的特征和优点将随着以下具体实施方式的进行而变得显而易见，并且参考附图，其中相同的附图标记表示相同的部分。
图1示出了根据本文公开的某些实施例的频谱分析仪系统，其包括耦合到信号分析仪协处理单元的主机平台。
图2是根据本文公开的某些实施例配置的主机平台和信号分析仪的框图。
图3示出了根据本文公开的某些实施例配置的认知扫描应用的智能手机实现。
图4示出了根据本文公开的某些实施例配置的便携式频谱分析仪的手持使用。
图5A和5B示出了根据本文公开的某些实施例配置的用于包覆主机平台和信号分析仪的折叠钱包或外壳。
图6A、6B和6C示出了根据本文公开的某些实施例的信号分析仪到三种类型的主机平台的插入/耦合。
图7是根据本文公开的某些实施例配置的信号分析仪的更详细框图。
图8是根据本文公开的某些实施例配置的信号分析仪处理电路的更详细框图。
图9是根据本文公开的某些实施例配置的信号分析仪低复杂度处理电路的更详细框图。
图10是根据本文公开的某些实施例配置的信号分析仪高复杂度处理电路的更详细框图。
图11示出了根据本文公开的某些实施例的认知扫描时序图。
图12示出了根据本文公开的某些实施例的用户界面显示示例。
图13示出了根据本文公开的某些实施例的附加用户界面显示示例。
图14A、14B和14C示出了根据本文公开的某些实施例的频谱分析仪系统主机平台和信号分析仪协处理单元的示例配置变型。
图15是示出根据本文公开的某些实施例的用于实现便携式频谱分析仪的方法的流程图。
图16是示意性地示出根据本文公开的某些实施例的配置为实现便携式频谱分析仪的主机平台的框图。
图17是示意性地示出根据本文公开的某些实施例配置的远程频谱和感测管理系统的框图。
图18示出了根据本文公开的某些实施例配置的智能手机外壳的分解图。
尽管以下详细描述将参考说明性实施例进行，但是其许多替换，修改和变化对于本领域技术人员而言将是显而易见的。
具体实施方式
总体概况
通常，本公开提供了用于在便携式平台上实现具有改进的信号分析和用户交互能力的频谱分析仪的技术。便携式平台将移动计算/通信主机设备(例如智能手机，平板电脑或笔记本电脑)与信号分析协处理电路卡相结合。在一些实施例中，主机和协处理电路卡被集成到相对小且方便的形式因素中，例如卡管、钱包、铰链折叠器或其它保护壳，并且通过串行接口或其它合适的机制可通信地耦合。协处理电路卡配置为执行射频(RF)信号捕获和认知扫描分析，包括例如可以嵌入在RF信号中的一个或多个数字信号的检测、识别和表征，即使信号可以在时间和/或频率上重叠，这将在下面更详细地解释。主机设备配置为提供主机处理器和用户界面，例如显示元件或触摸屏。主机处理器配置为执行向用户显示认知扫描分析结果的应用程序(例如，“认知扫描应用程序”)，并允许用户通过用户界面控制频谱分析仪。
例如，所公开的技术可以在计算系统或可执行的软件产品中实现，或者可由这样的系统控制，但是其它实施例将是显而易见的。该系统或产品配置为在便携式平台上提供频谱分析仪和相关的信号分析功能。根据一个实施例，该系统包括耦合到信号分析仪协处理单元(CU)或电路卡的主机平台。在一些实施例中，CU可以嵌入或以其它方式集成在主机平台的保护外壳或外套内，这可以为主机平台和/或CU的用户升级提供灵活性和模块性。在一些实施例中，系统的整体形状因素是大约笔记本电脑或更小的尺寸。信号分析仪包括可调谐射频(RF)接收器模块，其配置为从天线接收选定频率和带宽的RF信号；和模数(A/D)转换器电路，配置为对接收的RF信号进行数字采样。信号分析仪还包括信号处理系统(例如，CU)，其配置为执行对采样信号的认知扫描分析。在一些实施例中，认知扫描分析可以包括用于信号检测和分类的高阶统计分析、隧道化循环-静态处理、条带频谱相关分析(SSCA)、穷举循环-静态处理、和循环前缀检测中的一个或多个。在一些实施例中，认知扫描分析还可以包括基于聚类分析、奇异值分解(SVD)、支持向量机(SVM)技术、线性判别分析、时间频率模式分析、深度神经网络(DNN)、卷积神经网络(CNN)、和贝叶斯网络(BN)的分析中的一个或多个。信号分析仪还包括接口电路，该接口电路配置为使用多种协议中的任何协议向相关联的主机平台提供通信，如下面将更详细描述的那样。
通过本公开内容，将理解的是，与现有频谱分析仪相比，本文描述的技术可以允许以便携式形式因素改进频谱和信号分析(包括信号表征)。通过可下载的应用程序利用现有移动平台的紧凑且相对大量的处理能力，以减少整体系统的体积和复杂性。由此导致的尺寸、重量、功率和成本的降低可以允许在军事和商业应用中的扩展使用。一些示例应用可以包括：通过观测量化可用频谱、频谱调查和用于频谱规划和映射的报告、包括地形和拓扑效应的用于无线部署的覆盖分析、用于军事行动的威胁信号识别、以及干扰源的识别和定位。根据一个实施例，所公开的技术还利用具有RF的移动主机平台的改进的用户交互能力以及协处理器电路卡的实时处理能力。另外，这些技术的至少一些部分可以用硬件或软件或其组合来实现。
结构
图1示出了根据本文公开的某些实施例的频谱分析仪系统100，其包括耦合到信号分析仪110的主机平台102。在该示例说明中，主机平台102可以是智能手机或平板电脑，但是下面设想和描述了其它平台类型。主机平台102可以滑动或以其它方式插入到外套或外壳120中，信号分析仪110以协处理电路卡的形式附接到该外套或外壳120。主机平台102和信号分析仪110配置为通过输入/输出(I/O)端口耦合130进行通信。在一些实施例中，I/O端口耦合可以是串行接口，例如RS232串行接口、USB或微型USB接口或以太网接口。在其它实施例中，耦合可以通过任何合适类型的无线连接来进行，包括无线USB、Wi-Fi、蓝牙、ZigBee、Wi-SUN或近场连接(NFC)。在一些实施例中，通信可以符合安全文件传输协议(SFTP)或安全外壳(SSH)通信协议。
图2是根据本文公开的某些实施例配置的主机平台102和信号分析仪110的框图。主机平台102被示出为包括串行接口电路202、主机处理器230、认知扫描应用程序204、和用户界面206。主机处理器230配置为执行认知扫描应用程序，认知扫描应用程序提供图形用户界面，向用户显示认知扫描分析结果并接受用户命令和其它输入，以控制频谱分析仪，这将在下面更详细地描述。主机处理器230还配置为通过接口202与信号分析仪110通信，以接收认知扫描分析结果并发送控制和参数信息以基于用户要求指导信号分析。当然，应当理解，主机处理器还可以执行与平台的操作相关联的任何附加操作，以提供智能电话、平板电脑或笔记本电脑的功能。
信号分析仪被示出为包括串行接口电路208、信号处理系统210、存储器电路220、A/D转换器212、RF接收器214、低噪声放大器(LNA)218和天线216，其操作将在下面更详细地描述。然而，在高级别，信号分析仪配置为执行射频(RF)信号捕获和认知扫描分析，包括可以嵌入在RF信号中的一个或多个数字信号的检测、识别和表征。
图3示出了根据本文公开的某些实施例配置的认知扫描应用204的智能手机实现。诸如智能电话(与平板电脑或笔记本电脑相反)的小型平台302被示出为具有触摸屏用户界面206。在主机处理器230上执行的认知扫描应用204配置为显示信号分析信息。例如，编号为1到34的信道(例如对应于频带)被呈现在显示器的区域(例如窗口或子窗口)中，其中颜色编码指示状态。状态可以包括，例如，感兴趣的信号(SOI)是“未找到”304(绿色)或“找到”306(红色)。状态还可以包括正在处理308(灰色)信道。在一些实施例中，应用程序204可以提供任何数量的触摸屏控制按钮。提供一个这样的示例控制按钮314以允许用户指示数据收集应该停止，之后按钮功能可以切换到“开始”，以指示应该恢复数据收集。可以选择信号以供用户分析和显示，例如通过点击其标签。已经选择的信号可以通过另一种颜色编码来指示。在一些实施例中，可以显示指针箭头以指示屏幕上用户正在点击或最近点击的位置。可以提供附加按钮以允许用户指示信号分析应该开始、停止或重复(例如，循环)。
还示出了信号表征窗口310，其可以配置为显示已经由信号分析仪确定的参数、分类信息或其它信息。这样的信息可以包括例如信号频率、带宽、功率、高阶统计(HOS)和本底噪声。还可以提供滚动条318以滚动任何窗口。与所分析的信号之一相关联的功率频谱密度显示312在显示器上的附加窗口中示出，伴随着检测到但未知的信号的指示器316。分析带宽可以是可由用户在与硬件能力相关联的任何频率范围内配置。在一些实施例中，例如，系统的频率范围可以从70MHz延伸到6GHz。
在一些实施例中，用户可以从多个屏幕的选项中选择要显示的屏幕，或在不同的屏幕或窗口之间切换。多个屏幕可以包括，例如，显示正被扫描的通道的屏幕、显示信号分析结果的屏幕、以及显示具有与每个标签信号相关联的附加信息的功率频谱密度图的屏幕。
在一些实施例中，用户可以修改显示以改变可以显示的信息的类型。例如，用户可以查看各种窗口和子窗口的分解图像，或者改变那些窗口的位置和特征。用户可以进一步选择或调整要扫描的频带、感兴趣的信号、颜色设置、灵敏度设置、扫描速度、以及任何其它合适的参数。根据本公开，还可以使用其它已知的用户界面、我们的图形用户界面、工具和控件。
图4示出了根据本文公开的某些实施例配置的便携式频谱分析仪的手持使用。如该示例中所示，士兵402可以使用手持便携式频谱分析仪404的实施例来在战场场景中调查RF信号环境。信号频谱406显示在用户界面上，并显示多个检测和识别的信号408，包括GSM、LTE、WiMax、ATSC-DTV、和WCDMA信号。根据一个实施例，示出了另一个显示窗口410以提供关于检测到的GSM和WCDMA信号簇的附加信息，并指示频谱中的可用和占用信道。
应当理解，如本文所述的具有改进的信号检测、分析和表征的便携式频谱分析仪系统可以特别适用于相对大量和多种的应用。示例应用程序的非详尽列表包括以下内容：
-对蜂窝或其它无线通信基础设施(例如Wi-Fi、4G-LTE、5G-LTE等)的干扰源的检测、表征、和/或地理定位
-识别未使用的频谱以进行动态频谱分配，以实现防御和/或商业系统组合之间的通信
-识别要在防御应用中抑制的信号
-检测和识别未知信号
-检测和识别可能与威胁相关的未知信号
-用于提高效率的频谱表征和使用测量
-军事和商业系统之间频谱使用的冲突解除
-频谱管理
-频谱映射
-按需频谱调查和报告生成
-频谱规划和分配
-识别频谱用户
-协作频谱测量和校准
-无线部署的覆盖分析
-用于确定信号阴影和衰落效应的地形和拓扑分析
-时空频谱空洞的识别和预测，其中，当频谱使用稀疏或不存在时，可以在特定时间和某些位置执行非时间敏感任务。
例如，便携式频谱分析仪的用户可以是军事应用中的士兵或商业应用中的技术人员。用户的任务是部署系统，无论是在车辆中还是在步行中，以在一系列远程位置处调查RF环境，用于上面列出的任何目的或用于任何其它合适的目的。
图5A示出了根据本文公开的某些实施例配置的用于包覆主机平台和信号分析仪的折叠钱包或外壳500。外壳500显示为包括通过铰链506连接的前侧502和后侧504。在一些实施例中，铰链506可以由折叠或折痕代替。前侧502被示出为包覆或保持主机平台102，例如智能手机或平板电脑。后侧504被示出为包覆或保持信号分析仪电路卡110。主机平台102和信号分析仪110通过I/O端口连接130a而耦合，I/O端口连接130a可以是串行接口电缆、无线连接或根据本公开的任何其它合适的耦合机制。
图5B示出了根据本文公开的某些实施例配置的用于包覆主机平台和信号分析仪的折叠钱包或外壳500的另一示例。在该实施例中，主机平台102和信号分析仪110通过I/O端口连接130b而耦合，I/O端口连接130b可以是以隐藏方式穿过铰链的柔性接口电缆。在其它实施例中，主机平台102可以使用无线技术与信号分析仪110通信。
其它配置也是可能的。例如，在另一实施例中，主机平台102可以包含在第一情况中，并且信号分析仪110可以包含在单独的第二情况中。主机平台和信号分析仪通过接口(有线或无线)耦合在一起，并且该组合被统称为共享情况。
图6A、6B、和6C示出了根据本文公开的某些实施例的信号分析仪到三种类型的主机平台的插入/耦合。在图6A中，示出了笔记本电脑主机平台602插入到外壳610中，该外壳610配置为保持笔记本电脑602和信号分析仪电路卡110。在一些实施例中，外壳610可以是加固的外壳，其配置用于军事或其它恶劣环境。在图6B中，示出了平板主机平台604插入到平板电脑外壳/外套612中，该平板电脑外壳/外套612配置为保持平板电脑604和信号分析仪电路卡110。在图6C中，智能手机主机平台606被示出为插入到智能手机外壳/外套614中，该智能手机外壳/外套614配置成保持智能手机606和信号分析仪电路卡110。注意，这里使用的术语“包覆”或“外壳”的使用并不限于完全包覆或完全覆盖便携式系统组件的壳体或包装。相反，这里使用的包覆或外壳可以仅部分地覆盖或以其它方式容纳系统，并且可以进一步打开或扩展以在使用期间更完全地暴露系统。根据本公开，将理解任何数量的促进系统的便携性和使用的包覆/外壳布置。
图7是根据本文公开的某些实施例配置的信号分析仪110的更详细框图。信号分析仪被示出为包括串行接口电路208、信号处理系统210、存储器电路220、A/D转换器212、RF接收器214、和天线216。
RF接收器214配置为从天线216接收RF信号。在一些实施例中，一个或多个天线216可以经由低噪声放大器LNA 218耦合到RF接收器，例如，用以向相对较弱信号提供增加的灵敏度。RF接收器214还可以配置为将RF信号从相对高的RF调谐频率混合(例如下转换或转录)到较低的中频(IF)或基带频率。A/D转换器212配置为对RF信号(或IF或基带信号)进行采样以生成用于后续数字处理的采样信号。LNA 218、RF接收器214和A/D转换器212可以统称为信号分析仪110的“RF前端”，并且在一些实施例中可以并入RF集成电路(RFIC)中。
存储器电路220配置用于数据存储器712，以存储由A/D转换器212提供的数据，以供信号处理系统210处理。在一些实施例中，存储器电路220还配置为存储信号参数和信号处理算法的库或目录714，该信号参数和信号处理算法将由信号处理系统210执行。
串行接口电路208配置为在信号分析仪110与相关联的移动主机平台102之间提供通信链路(例如，通过主机平台的串行接口电路202)。在一些实施例中，串行接口电路配置为支持通用串行总线(USB)通信链路、微USB通信链路、以太网通信链路和无线通信链路中的一个或多个。在一些实施例中，根据本公开，接口电路208可以支持其它现有的或尚待开发的通信协议。信号分析仪110与主机平台102之间的通信可以包括将认知扫描分析的结果传输到主机以及从主机接收参数以控制和/或配置认知扫描分析的操作。
信号处理系统210配置为执行对采样信号的认知扫描分析，以检测、识别、和/或表征可以嵌入在采样信号中的一个或多个数字信号。信号处理系统210还被示出为包括调度电路702、低复杂度处理电路706、高复杂度处理电路708、和后端处理电路710，其操作将在下面说明。在一些实施例中，信号处理系统210可以实现为专用集成电路(ASIC)、现场可编程门阵列(FPGA)、数字信号处理器(DSP)、通用图形处理单元(GPGPU或简单地称为GPU)、通用处理器(CPU)、或高级精简指令集计算机(ARM)处理器。
调度电路702配置为控制RF接收器214的调谐频率和带宽，以及A/D转换器212的采样速率和数据收集参数。调度电路702还控制/调度频带和要检测和处理的信号类型的分类和类别。在一些实施例中，主机平台的无线能力(例如Wi-Fi、4G/5G LTE等)可用于提供认知扫描系统与远程频谱和感测管理系统之间的连接，将在下面更详细地描述。在这种情况下，调度电路702可以配置为生成时隙，其中频谱感测操作不与主机平台的通信操作重叠。另外地或可替代地，可以在信号分析仪天线与主机系统的天线(例如，智能手机天线)之间提供足够的隔离，使得来自一个天线的信号不会交叉耦合或干扰另一个天线。
低复杂度处理电路706配置为执行高阶统计分析和/或隧道化循环-静态处理，以检测嵌入的数字信号。高复杂度处理电路708配置为执行循环前缀信号检测和/或穷举循环-静态处理、聚类分析、SVD、SVM、DNN、CNN、BN、和其它算法以检测未知信号。
循环-静态处理配置为检测人造信号中存在的周期频率的组合，并且可以与诸如象征速率、片速率、和跳跃速率之类的信号特征相关联，这为给定的信号提供了独特的模式。信号类型。可以将这些识别的循环频率与已知信号类型的库进行比较以进行识别。如果模式与库中的示例不匹配，则可以离线存储和分析模式，或者将其用于将来参考。可以在存储的模式上采用机器学习技术(例如SVM、DNN、CNN)来辨别信号类型。
窄带隧道化配置为对原始信号进行欠采样和失真，同时保持可识别的循环-静态特性。通过利用窄带宽切片中存在的信号平稳性，这种隧道化可以将信号处理的复杂度降低多达10倍。在一些实施例中，该技术可以提供高达40dB的相邻信道抑制(例如，动态范围改善)。在一些实施例中，根据本公开，信号检测可以采用其它已知技术。
后端处理电路710配置为对由处理电路706或708检测到的数字信号进行分类(例如识别和/或表征)。在一些实施例中，分类基于穷举循环-静态处理中的一个或多个，该穷举循环-静态处理使用SSCA、聚类分析、支持向量机(SVM)技术、线性判别分析、时频模式分析、深度神经网络、卷积神经网络或贝叶斯网络等算法。在一些另外的实施例中，时频模式分析采用深度神经网络，贝叶斯网络和/或隐马尔可夫模型。在一些实施例中，根据本公开，信号分类可以采用其它已知技术。
根据一个实施例，取决于感测时间，所公开的技术可以允许以-8dB至40dB的信噪比检测和表征RF信号，检测概率和正确的信号表征超过95％，并且具有小于5％的误报分类概率。
图8是根据本文公开的某些实施例配置的信号分析仪处理电路706和708的更详细框图。在一些实施例中，低复杂度处理电路706配置为执行高阶统计处理802、能量检测处理804和隧道化循环-静态处理806中的一个或多个。在一些实施例中，高复杂度处理电路708配置为执行循环前缀辅助信号检测810和穷举循环-静态处理812中的一个或多个。
图9是根据本文公开的某些实施例配置的信号分析仪低复杂度处理电路706的更详细框图。低复杂度处理电路706被示出为包括多相窗口化信道化器电路902、信号白化电路904、FFT电路906、隧道化循环静态检测器电路806、高阶统计(HOS)电路802、和能量检测器电路804。在一些实施例中，高阶统计电路802配置为提供由A/D转换器212提供的采样信号中的结构化能量的相对快速检测。在一些实施例中，能量检测器电路804配置为执行功率频谱密度分析，估计信号强度，并检测未知信号的存在。在一些实施例中，隧道化循环-静态检测器电路806中的一个可以配置为检测ATSC-DTV信号，并且隧道化循环-静态检测器电路806中的另一个可以配置为检测LTE、WCDMA、CDMA-组(EvDO)信号。
图10是根据本文公开的某些实施例配置的信号分析仪高复杂度处理电路708的更详细框图。高复杂度处理电路708被示出为包括多相窗口化信道化器电路902、循环前缀检测电路810、峰值间隔检测电路1020、信号检测电路1030、以及未知信号检测和表征电路1010。在一些实施例中。信号检测电路1030可以配置为基于由峰值间隔检测电路1020从循环前缀检测电路810的输出估计的间隔定时来检测DVB-T信号。在一些实施例中，未知信号检测和表征电路1010可以配置为检测和表征先前未观察到的信号类型。检测和表征可以基于二阶和更高阶的循环-静态处理、聚类、奇异值分解、支持向量机、深度神经网络、卷积神经网络、和/或其它贝叶斯网络。
图11示出了根据本文公开的某些实施例的认知扫描时序图1100。在一些实施例中，RF集成电路(RFIC)(例如A/D转换器212或RF前端)可以包括配置用于并行数据收集的多个通道，并且信号处理系统210可以包括配置用于并行处理的多个处理器或核。这在时序图1100中示出，其中RFIC在与第二信道1104并行的第一信道1102中收集数据。低复杂度处理1106可以在两个处理核之间分配，并且高复杂度处理1108可以在另外两个处理核之间分配。后端处理1110被示出为在处理流水线下方进一步发生(例如在时间上更晚)，因为它可以取决于低复杂度处理1106和高复杂性处理1108的结果。用户界面显示或图形用户界面(GUI)、更新1112被示出为遵循后端处理1110，并且由平台主机处理器230执行。
图12和13示出了根据本文公开的某些实施例的用户界面显示的附加示例。在图12中，示出了频带10中的接收信号的功率频谱密度图1210。类似地，示出了频带18和26中的接收信号的功率频谱密度图1220、1230。另外，如可滚动信息窗口中所示，显示关于检测到的信号的信息1240，包括信道或频带的编号和中心频率。类似的显示在图13中示出，对于频带18为1310，对于频带4为1320。四个检测到的LTE信号1330以及频率的列表在频带18中与功率频谱密度图1340一起示出。蓝线1350在功率频谱密度图的顶部指示能量检测电路804的输出。在频带4中没有识别出信号。
图14A、14B和14C示出了根据本文公开的某些实施例的频谱分析仪系统主机平台和信号分析仪协处理单元的示例配置变型。在图14a所示的实施例中，在外套或保护外壳120上执行信号获取和处理，结果信息通过上述接口传递给认知扫描应用204。用户界面206显示结果并提供信号分析仪协处理器单元110的用户配置(例如频带、获取定时、和感兴趣的信号的规范)。保护外壳120还配置为提供辅助或副电池组以给信号分析仪110供电。
在图14b所示的实施例中，改变配置使得信号处理功能(例如DSP或ARM处理核)从外套或保护外壳120移动到主机平台102。因此，在此示例中，基于通过RF部分的串行接口获取的信号在主机上执行信号检测和表征。
在又一实施例中，如图14c所示，在主机平台102上提供的电路(包括处理和RF能力)用于蜂窝电话以及信号的检测和表征。在该实施例中，保护外套或外壳120用于提供辅助电池组1410。然而，应当理解，可以有许多其它配置，其中系统的功能可以在主机平台102与保护套或外壳120之间以不同程度分配。
现在参考图17，示出了框图1700，其示意性地示出了根据本文公开的某些实施例配置的远程频谱和感测管理系统1720的部署。在一些实施例中，多个认知扫描频谱分析仪系统100可以配置为网络1694上的节点1710a、1710b、......1710c。远程频谱和感测管理系统1720可以配置为通过网络与这些节点中的每个节点通信以进行每个节点的交互(例如控制和收集信息)。可以使用任何适当的协议来实现网络通信，包括例如可以在主机平台102、信号分析仪110或外壳120上使用的Wi-Fi(IEEE 802.11)、Wi-Far(IEEE 802.22)、2G、3G、4G、5G、LTE、或LTE高级通信协议。如前所述，在一些实施例中，节点1710与远程管理系统1720之间的通信可以由网络接口1640执行。在一些实施例中，IEEE 802.22.3频谱表征和占用感测标准协议可以在Wi-Fi、Wi-FAR、2G/3G/4G/5G/LTE服务之上实现，以提供标准化格式的信息。
在一些实施例中，远程频谱和感测管理系统1720可以在一个或多个节点1710上配置认知扫描应用，并且根据需要周期性地接收结果。例如，远程频谱和感测管理系统可以使用来自节点的认知扫描分析结果来检测和识别对蜂窝电话服务的干扰。
现在参考图18，示出了根据本文公开的某些实施例配置的智能手机外壳的分解视图1810。智能手机606最初在1800处被示出为插入智能手机外壳614。在1810处，外壳的分解图示出包括外壳顶部1812、电源板1814、电池1410、天线216、信号分析电路卡110、和外壳底部1860。外壳顶部1812配置成允许智能手机606滑入，对接并被外壳牢固地捕获。在一些实施例中，电源板1814可以配置为包括USB充电端口、USB微型B对接端口、和诸如DC/DC转换器的电源处理电路。在一些另外的实施例中，LNA电路也可以集成到电源板上。尽管在该图示中示出了一个天线216，但是可以将任何数量的附加天线集成到外壳中。
方法
图15是示出根据本公开的实施例的用于实现便携式频谱分析仪的示例方法1500的流程图。可以看出，示例方法1500包括多个阶段和子过程，其顺序可以在一个实施例与另一个实施例之间变化。然而，当总体上考虑时，根据本文公开的某些实施例，这些阶段和子过程形成用于便携式或小型平台上的信号分析的过程。这些实施例可以例如使用图1、2、5、7-10、和15-17中所示的系统架构来实现，如本文所述。然而，在其它实施例中可以使用其它系统架构，这根据本公开内容而显而易见。为此，图15中所示的各种功能与图1、2、5、7-10、和15-17中所示的特定组件的相关性并不意味着暗示任何结构和/或使用限制。相反，其它实施例可以包括，例如，不同的集成度，其中多个功能由一个系统有效地执行。例如，在替代实施例中，单个模块可用于执行方法1500的所有功能。因此，取决于实现的粒度，其它实施例可具有更少或更多的模块和/或子模块。鉴于本公开，许多变化和替代配置将是显而易见的。
如图15所示，在操作1510，在一个实施例中，用于实现便携式频谱分析仪的方法1500通过在串行接口上从主机平台接收参数而开始。参数控制认知扫描分析的操作，例如指定频率、带宽、和感兴趣的信号。
接下来，在操作1520，控制RF接收器的调谐频率和带宽。可以由信号处理器执行控制，该信号处理器与协处理器电路卡上的RF接收器相集成。
在操作1530，信号处理器执行由RF接收器提供的RF信号的认知扫描分析。认知扫描分析包括可以嵌入在接收的RF信号中的一个或多个数字信号的检测、识别、和表征。
在操作1540，认知扫描分析的结果通过串行接口传输到主机平台。主机平台是移动平台，其通过使用共享的外壳或包覆物理地耦合到协处理器电路卡。在一些实施例中，外壳可以是外套、钱包、或铰接折叠器(例如类似于书籍封面)。外壳可以包括两个部分或侧：一侧用于容纳信号分析仪协处理器电路卡110，另一侧用于容纳移动主机平台102。在另一实施例中，移动平台包含在第一外壳中并且信号处理系统包含在单独的第二外壳中。移动平台和信号处理系统通过接口耦合在一起，并且该组合被统称为共享外壳。在一些实施例中，移动主机平台可以是智能手机、平板电脑、或笔记本电脑，并且串行接口可以是USB通信链路、微USB通信链路、或以太网通信链路。
当然，在一些实施例中，可以执行附加操作，如先前结合系统所描述的。这些附加操作可以包括，例如，在移动平台的用户界面或屏幕上显示结果。结果可以包括检测到的数字信号的功率频谱密度图、检测到的数字信号的标记识别、和/或与检测到的数字信号相关联的特征参数列表。
在一些另外的实施例中，认知扫描分析检测可以基于高阶统计分析、隧道化循环-静态处理、穷举循环-静态处理、和循环前缀信号检测中的一个或多个。另外，认知扫描分析识别和表征(例如分类)可以基于聚类分析、支持向量机(SVM)技术、线性判别分析、和时间频率模式分析中的一个或多个。时间频率模式分析可以采用人工神经网络、深度神经网络、卷积神经网络、贝叶斯网络、和隐马尔可夫模型中的一个或多个。
示例系统
图16是示意性地示出根据本文公开的某些实施例的配置为实现便携式频谱分析仪的主机平台102的框图。在一些实施例中，主机平台102可以是智能手机、平板电脑、笔记本电脑、或任何其它移动通信/计算设备，例如触摸板、便携式计算机、手持式计算机、掌上电脑、个人数字助理(PDA)、蜂窝电话、蜂窝电话和PDA组合、移动互联网设备(MID)、消息设备、数据通信设备等。在某些实施例中可以使用不同设备的任何组合。
在一些实施例中，平台102可以包括处理器230、存储器1630、网络接口1640、输入/输出(I/O)系统1650、存储系统1670、用户界面206、串行接口202的任何组合，与认知扫描应用程序204一起。如本文所述。如可以进一步看到的，还提供总线和/或互连1692以允许上面列出的各种组件和/或未示出的其它组件之间的通信。平台1610可以通过网络接口1640耦合到网络1694，以允许与其它计算系统和平台通信，包括可以配置为提供数据和/或由远程感测管理系统控制的其它频谱分析仪系统，如下所描述的那样。根据本公开，未在图16的框图中反映的其它组件和功能将是显而易见的，并且应当理解，其它实施例不限于任何特定的硬件配置。
处理器230可以是任何合适的处理器，并且可以包括一个或多个协处理器或控制器，以辅助与系统1600相关联的控制和处理操作。在一些实施例中，处理器230可以实现为任何数量的处理器核。处理器(或处理器核)可以是任何类型的处理器，例如微处理器、嵌入式处理器、数字信号处理器(DSP)、通用图形处理器单元(GPGPU)、网络处理器、现场可编程门阵列、ARM处理器、或配置为执行代码的其它设备。处理器可以是多线程核，因为它们可以每个核包括不止一个硬件线程背景(或“逻辑处理器”)。处理器230可以实现为复杂指令集计算机(CISC)或精简指令集计算机(RISC)处理器。
存储器1630可以使用任何合适类型的数字存储器来实现，包括例如闪存和/或随机存取存储器(RAM)。在一些实施例中，存储器1630可以包括本领域技术人员已知的各种存储器层级和/或存储器高速缓存层。存储器1630可以实现为易失性存储器设备，例如但不限于RAM、动态RAM(DRAM)、或静态RAM(SRAM)设备。存储系统1670可以实现为非易失性存储设备，例如但不限于硬盘驱动器(HDD)、固态驱动器(SSD)、通用串行总线(USB)驱动器、光盘驱动器、内部存储设备、附加存储设备、闪存、备用电池的同步DRAM(SDRAM)、迷你安全数字(迷你SD)或微安全数字(microSD)存储、和/或网络可访问的存储设备中的一个或多个。在一些实施例中，存储1670可以具有当包括多个硬盘驱动器时增加对有价值数字媒体的存储性能增强保护的技术。
处理器230可以配置为执行操作系统(OS)1680，其可以包括任何合适的操作系统，例如Google Android(Google Inc.，Mountain View，CA)开发环境、Microsoft Windows(Microsoft Corp.，Redmond，WA)、Linux、Apple OS X或iOS(Apple Inc.，Cupertino，CA)和/或各种实时操作系统(RTOS)。如根据本公开内容将理解的那样，本文提供的技术可以在不考虑结合系统1600提供的特定操作系统的情况下实现，因此也可以使用任何合适的现有或后续开发的平台来实现。
网络接口电路1640可以是任何适当的网络芯片或芯片组，其允许计算机系统1600和/或网络1694的其它组件之间的有线和/或无线连接，从而使系统1600能够与其它本地和/或远程计算系统、服务器和/或资源通信。有线通信可以符合现有(或尚未开发)的标准，例如以太网。无线通信可符合现有(或尚待开发)的标准，例如包括LTE(长期演进)、无线保真(Wi-Fi)、蓝牙、和/或近场通信(NFC)的蜂窝通信。示例性无线网络包括但不限于无线局域网络、无线个域网络、无线城域网络、蜂窝网络、和卫星网络。在一些实施例中，要传送的信息可以嵌入在专门用于频谱感测的其它协议中，例如IEEE 802.22.3(频谱表征和占用感测)、Vita 49.2、或P1900.6系列标准。
I/O系统1650可以配置为在计算机系统1600的各种I/O设备与其它组件之间进行交互。I/O设备可以包括但不限于串行接口202和用户界面206。串行接口可以是通用串行总线(USB)、微型USB、或其它合适的通信链路。用户界面206可以包括诸如显示元件、触摸板、键盘、鼠标、麦克风、和扬声器等的设备(未示出)。I/O系统1650可以包括配置为执行图像处理以在显示元件上呈现的图形子系统。例如，图形子系统可以是图形处理单元或视觉处理单元(VPU)。模拟或数字接口可用于可通信地耦合图形子系统和显示元件。例如，接口可以是高清多媒体接口(HDMI)、DisplayPort、无线HDMI、和/或使用无线高清兼容技术的任何其它合适的接口中的任何一种。在一些实施例中，图形子系统可以集成到处理器230或平台102的任何芯片组中。
应当理解，在一些实施例中，系统1600的各种组件可以组合或集成在芯片上系统(SoC)架构中。在一些实施例中，组件可以是硬件组件、固件组件、软件组件或者是硬件、固件或软件的任何合适组合。
认知扫描应用204提供在用户界面上显示认知扫描分析的结果并通过用户界面从用户接收控制参数的能力。参数控制认知扫描分析的操作，例如指定频率、带宽、和感兴趣的信号。根据本公开的实施例，结果可以包括检测到的数字信号的功率频谱密度图、检测到的数字信号的标记标识、和/或与检测到的数字信号相关联的特征参数列表。认知扫描应用程序204可以与耦合到或以其它方式形成系统1600的一部分的各种合适的软件和/或硬件一起实现或以其它方式使用。
在各种实施例中，系统1600可以实现为无线系统、有线系统、或两者的组合。当实现为无线系统时，系统1600可以包括适合于通过无线共享介质进行通信的组件和接口，例如一个或多个天线、发射器、接收器、收发器、放大器、滤波器、控制逻辑等。无线共享媒体的示例可以包括无线频谱的部分，诸如射频频谱等。当实现为有线系统时，系统1600可以包括适合于通过有线通信介质进行通信的组件和接口，例如输入/输出适配器、用于将输入/输出适配器与对应的有线通信介质连接的物理连接器、网络接口卡(NIC)等。有线通信介质的示例可以包括电线、电缆金属引线、印刷电路板(PCB)、背板、交换结构、半导体材料、双绞线、同轴电缆、光纤等。
可以使用硬件元件、软件元件、或两者的组合来实现各种实施例。硬件元件的示例可以包括处理器、微处理器、电路、电路元件(例如晶体管、电阻器、电容器、电感器等)、集成电路、ASIC、可编程逻辑器件、数字信号处理器、FPGA、ARM处理器、GPGPU、逻辑门、寄存器、半导体器件、芯片、微芯片、芯片组等。软件的示例可以包括软件组件、程序、应用、计算机程序，应用程序、系统程序、机器程序、操作系统软件、中间件、固件、软件模块、例程、子例程、功能、方法、过程、软件接口、应用程序接口、指令集、计算代码、计算机代码、代码段、计算机代码段、单词、值、符号、或其任何组合。确定是否使用硬件元件和/或软件元件实现实施例可以根据任何数量的因素而变化，例如期望的计算速率、功率水平、热容差、处理周期预算、输入数据速率、输出数据速率、存储器资源、数据总线速度、以及其它设计或性能限制。
可以使用表达“耦合”和“连接”以及它们的派生词来描述一些实施例。这些术语不是彼此的同义词。例如，可以使用术语“连接”和/或“耦合”来描述一些实施例，以指示两个或更多个元件彼此直接物理接触或电接触。然而，术语“耦合”还可以表示两个或更多个元件彼此不直接接触，但仍然彼此协作或交互。
本文公开的各种实施例可以以各种形式的硬件、软件、固件和/或专用处理器来实现。例如，在一个实施例中，至少一个非暂时性计算机可读存储介质具有在其上编码的指令，当由一个或多个处理器执行时，所述指令使得实现本文公开的一种或多种认知扫描应用方法。可以使用合适的编程语言对指令进行编码，例如C、C++、面向对象的C、Java、JavaScript、Groovy、CUDA平台、Visual Basic.NET、初学者的通用符号指令代码(BASIC)、或者使用定制或专有指令集。指令可以以有形地体现在存储器设备上的一个或多个计算机软件应用程序和/或小应用程序的形式提供，并且可以由具有任何合适体系结构的计算机执行。这里公开的计算机软件应用程序可以包括任何数量的不同模块、子模块、或不同功能的其它组件，并且可以向其它组件提供信息或从其它组件接收信息。根据本公开，未在图示中反映的其它组件和功能将是显而易见的，并且应当理解，其它实施例不限于任何特定的硬件或软件配置。因此，在其它实施例中，与图16的示例性实施例中包括的子组件相比，系统1600可以包括附加的、更少的、或替代的子组件。
上述非暂时性计算机可读介质可以是用于存储数字信息的任何合适的介质，例如硬盘驱动器、服务器、闪存、和/或随机存取存储器(RAM)、或存储器的组合。在替代实施例中，本文公开的组件和/或模块可以用硬件实现，包括诸如现场可编程门阵列(FPGA)的门级逻辑、或者可选地，诸如应用专用集成电路(ASIC)的专用半导体。其它实施例可以用具有多个用于接收和输出数据的输入/输出端口的微控制器以及用于执行本文公开的各种功能的多个嵌入式例程来实现。显而易见的是，可以使用硬件、软件、和固件的任何合适组合，并且其它实施例不限于任何特定系统架构。
一些实施例可以例如使用机器可读介质或物品来实现，该机器可读介质或物品可以存储指令或指令集，如果由机器执行该指令或指令集，则可以使机器执行方法和/或操作。根据实施例。这样的机器可以包括例如任何合适的处理平台、计算平台、计算设备、处理设备、计算系统、处理系统、计算机、过程等，并且可以使用硬件和/或软件的任何合适的组合来实现。机器可读介质或物品可包括例如任何合适类型的存储器单元、存储器设备、存储器物品、存储器介质、存储设备、存储物品、存储介质、和/或存储单元，诸如存储器、可移除或不可移除媒介、可擦除或不可擦除媒介、可写或可重写媒介、数字或模拟媒介、硬盘、软盘、光盘只读存储器(CD-ROM)、光盘可记录(CD-R)存储器、光盘可重写(CR-RW)存储器、光盘、磁介质、磁光介质、可移动存储卡或磁盘、各种类型的数字通用盘(DVD)、磁带、盒式磁带、miniSD、microSD等。指令可以包括任何合适类型的代码，例如源代码、编译代码、解释代码、可执行代码、静态代码、动态代码、加密代码等，使用任何合适的高级、低级、面向对象、可视化、编译和/或解释的编程语言来实现。
除非另外特别说明，否则可以理解，诸如“处理”、“计算”、“计数”、“确定”等术语是指计算机或计算系统或者类似的电子计算设备的动作和/或过程，其将表示为计算机系统的寄存器和/或存储器单元内的物理量(例如电子)的数据操纵和/或转换成类似地表示为寄存器、存储器单元、或其它此类信息存储传输或计算机系统显示内的物理量的其它数据。实施例不限于本文。
本文的任何实施例中使用的术语“电路”是功能性的，并且可以包括，例如，单独地或以任何组合形式的硬连线电路、可编程电路，诸如包括一个或多个存储由可编程电路执行的指令的单独指令处理核、状态机电路、和/或固件的计算机处理器。该电路可以包括处理器和/或控制器，其配置为执行一个或多个指令以执行本文描述的一个或多个操作。指令可以体现为例如应用程序、软件、固件等，其配置为使电路执行任何上述操作。软件可以体现为记录在计算机可读存储设备上的软件包、代码、指令、指令集和/或数据。软件可以体现或实现为包括任何数量的过程，并且过程又可以体现或实现为以分层方式包括任意数量的线程等。固件可以体现为在存储器设备中被硬编码(例如非易失性)的代码、指令或指令集和/或数据。电路可以集体地或单独地体现为形成较大系统的一部分的电路，例如集成电路(IC)、专用集成电路(ASIC)、芯片上系统(SoC)等。其它实施例可以实现为由可编程控制设备执行的软件。在这种情况下，术语“电路”旨在包括软件和硬件的组合，例如可编程控制设备或能够执行软件的处理器。如本文所述，可以使用硬件元件、软件元件、或其任何组合来实现各种实施例。硬件元件的示例可以包括处理器、微处理器、电路、电路元件(例如晶体管、电阻器、电容器、电感器等)、集成电路、应用专用集成电路(ASIC)、可编程逻辑器件(PLD)、数字信号、处理器(DSP)、现场可编程门阵列(FPGA)、ARM处理器、逻辑门、寄存器、半导体器件、芯片，微芯片、芯片组等。
本文已经阐述了许多具体细节以提供对实施例的透彻理解。然而，普通技术人员将理解，可以在没有这些具体细节的情况下实践这些实施例。在其它情况下，没有详细描述公知的操作、组件和电路，以免模糊实施例。可以理解，本文公开的具体结构和功能细节可以是代表性的，并不一定限制实施例的范围。另外，尽管用结构特征和/或方法动作专用的语言描述了本主题，但应理解，所附权利要求书中定义的主题不必限于本文所述的具体特征或动作。而是，本文描述的具体特征和动作被公开为实现权利要求的示例形式。
进一步的示例性实施例
以下示例涉及进一步的实施例，从中可以明显看出许多排列和配置。
本公开的一个示例性实施例提供了一种便携式频谱分析仪。该频谱分析仪包括：信号分析仪，其包括用于从天线接收RF信号的射频(RF)接收器，该天线耦合到RF接收器；模数(A/D)转换器电路，其用于产生基于接收的RF信号的采样信号；和信号处理系统，其执行对采样信号的认知扫描分析，该认知扫描分析包括检测、识别、和表征嵌入在采样信号中的一个或多个数字信号。频谱分析仪还包括移动主机平台和接口电路，以提供信号分析仪与移动主机平台之间的通信。通信包括将认知扫描分析的结果从信号分析仪传输到移动主机平台，以及通过信号分析仪从移动主机平台接收参数，该参数控制认知扫描分析的操作。
在一些情况下，移动主机平台包括用户界面和主机处理器以执行认知扫描应用程序，认知扫描应用程序在用户界面上呈现认知扫描分析的结果并通过用户界面从用户接收控制参数。在一些这样的情况下，主机处理器还执行认知扫描分析的至少一部分。
在一些情况下，接口电路是串行接口电路，以支持通用串行总线(USB)通信链路、微USB通信链路、以太网通信链路、和无线通信链路中的至少一个。
在某些情况下，移动主机平台是智能手机、平板电脑、和笔记本电脑之一。在一些情况下，认知扫描分析的结果包括检测到的一个或多个数字信号的功率频谱密度图、检测到的一个或多个数字信号的标记标识、以及与检测到的一个或多个数字信号相关的特征参数列表中的至少一个。
在一些情况下，信号处理系统还包括：调度电路，其用于控制RF接收器的调谐频率和带宽；处理电路，其检测一个或多个数字信号；和后端处理电路，其基于穷举循环处理、聚类分析、支持向量机(SVM)技术、线性判别分析、时频模式分析、奇异值分解(SVD)、深度神经网络(DNN)、卷积神经网络(CNN)、隐马尔可夫模型(HMM)和贝叶斯网络(BN)中的至少一种对检测到的一个或多个数字信号进行分类。在一些这样的情况下，处理电路还包括低复杂度处理电路，以执行高阶统计分析以检测一个或多个数字信号。在一些这样的情况下，处理电路还包括高复杂度处理电路，以执行穷举循环-静态处理和循环前缀信号检测中的至少一个，以检测一个或多个数字信号。在一些这样的情况下，时间频率模式分析采用人工神经网络、贝叶斯网络(BN)、深度神经网络(DNN)、卷积神经网络(CNN)、和隐马尔可夫模型(HMM)中的至少一种。
本公开的另一示例性实施例提供了一种便携式频谱分析仪。频谱分析仪包括：移动主机平台，其包括主机处理器从而执行对采样信号的认知扫描分析，该认知扫描分析包括检测、识别、和表征嵌入在采样信号中的一个或多个数字信号；协处理电路卡，其包括射频(RF)接收器从而接收来自天线的RF信号，该天线耦合到RF接收器；和模数(A/D)转换器电路，其用于产生基于接收的RF信号的采样信号；接口电路，其用于提供移动主机平台与协处理电路卡之间的通信；其中，所述通信包括从所述协处理电路卡向所述移动主机平台发送采样信号，以及通过所述协处理电路卡从所述移动主机平台接收参数，所述参数用于控制射频信号的获取和处理中的至少一个。
在一些情况下，移动主机平台还包括用户界面；并且主机处理器还用于执行认知扫描应用程序，该认知扫描应用程序通过用户界面在用户界面上呈现认知扫描分析的结果并从用户接收控制参数。在一些情况下，接口电路是串行接口电路，以支持通用串行总线(USB)通信链路、微USB通信链路、以太网通信链路、和无线通信链路中的至少一个。在某些情况下，移动主机平台是智能手机、平板电脑、和笔记本电脑之一。在一些情况下，认知扫描分析的结果包括检测到的一个或多个数字信号的功率频谱密度图、检测到的一个或多个数字信号的标记标识、以及与检测到的一个或多个数字信号相关的特征参数列表中的至少一个。
本公开的另一示例性实施例提供了一种用于信号分析的方法。该方法包括：通过信号处理器控制RF接收器的调谐频率和带宽，其中信号处理器和RF接收器集成在协处理器电路卡上；通过信号处理器执行由RF接收器提供的RF信号的认知扫描分析，该认知扫描分析包括检测、识别、和表征嵌入在接收的RF信号中的一个或多个数字信号；通过串行接口将认知扫描分析的结果发送到主机平台，其中主机平台是耦合到协处理器电路卡的移动平台；以及，通过串行接口从主机平台接收参数，该参数控制认知扫描分析的操作。
在一些情况下，串行接口支持通用串行总线(USB)通信链路、微USB通信链路、以太网通信链路、和无线通信链路中的至少一个。在某些情况下，主机平台是智能手机、平板电脑、和笔记本电脑之一。
在一些情况下，该方法还包括，通过与主机平台相关联的主机处理器执行认知扫描应用程序，该认知扫描应用程序在主机平台的用户界面上呈现认知扫描分析的结果，并通过用户界面从用户接收控制参数。在一些这样的情况下，认知扫描分析的结果包括检测到的一个或多个数字信号的功率频谱密度图、检测到的一个或多个数字信号的标记标识、以及与检测到一个或多个数字信号相关联的特征参数列表中的至少一个。
在一些情况下，该方法还包括由信号处理器执行高阶统计分析、穷举循环-静态处理、和循环前缀信号检测中的至少一个，以检测一个或多个数字信号。
在一些情况下，该方法还包括，通过信号处理器，基于穷举循环-静态处理、聚类分析、支持向量机(SVM)技术、奇异值分解(SVD)、线性判别分析、和时频模式分析中的至少一个对所检测的一个或多个数字信号进行分类。
在一些情况下，该方法还包括，基于认知扫描分析的结果执行对通信系统的干扰源的检测、表征、和地理定位。在一些情况下，该方法还包括识别用于动态频谱分配的未使用频谱，以实现防御系统和商业系统的组合之间的通信。在一些情况下，该方法还包括执行与威胁相关联的信号的识别和要抑制的信号的识别。
本公开的另一示例性实施例提供了一种便携式频谱分析仪。频谱分析仪包括：信号分析仪，其包括用于从天线接收RF信号的射频(RF)接收器，该天线耦合到RF接收器；模数(A/D)转换器电路，其用于产生基于接收到的RF信号的采样信号；和信号处理系统，其进行采样信号的认知扫描分析，该认知扫描分析包括对嵌入采样信号中的一个或多个数字信号的检测、识别、和表征；和移动主机平台；其中信号分析仪与移动主机平台通过共享外壳耦合。
在一些情况下，移动主机平台和信号分析仪通过有线接口和无线接口中的至少一个耦合。在一些情况下，外壳包括铰链结构，其在不使用期间包含信号分析仪和移动主机平台，并且可以在使用期间打开。在一些情况下，外壳是外套、钱包、和铰接折叠器中的至少一个，外壳包括容纳信号分析仪的第一侧和容纳移动主机平台的第二侧。
在一些情况下，移动主机平台包括：用户界面；和主机处理器，其用于执行认知扫描应用程序，该认知扫描应用程序通过用户界面在用户界面上呈现认知扫描分析的结果并从用户接收控制参数。在一些这样的情况下，用户界面进一步提供控制以执行开始认知扫描分析、重复认知扫描分析、停止认知扫描分析中的至少一个。在一些这样的情况下，用户界面还提供控制以使用户能够执行滚动显示和从多个显示屏中选择中的至少一个，以聚焦于感兴趣的信号。在一些这样的情况下，用户界面是触摸屏，其配置为使用户能够点击显示的信号标签以选择与标签相关联的信号用于认知扫描分析或用于显示认知扫描分析结果。在一些这样的情况下，主机处理器还执行认知扫描分析的至少一部分。
在一些情况下，频谱分析仪还包括网络接口，用于在频谱分析仪与远程频谱和感测管理系统之间提供通信，其中通信包括发送认知扫描分析的结果和接收配置参数以认知扫描分析的控制操作。
本公开的另一示例性实施例提供了一种用于信号分析的方法。该方法包括：通过信号处理器控制RF接收器的调谐频率和带宽，其中信号处理器和RF接收器集成在协处理器电路卡上；通过信号处理器执行由RF接收器提供的RF信号的认知扫描分析，该认知扫描分析包括检测、识别、和表征嵌入在接收的RF信号中的一个或多个数字信号；通过串行接口接收来自主机平台的参数，该参数控制认知扫描分析的操作，其中主机平台是通过共享外壳耦合到协处理器电路卡的移动平台。
在一些情况下，该方法还包括通过用户界面提供控制以执行开始认知扫描分析、重复认知扫描分析、停止认知扫描分析和选择一个或多个数字信号的认知扫描分析的结果的显示中的至少一个。在一些情况下，该方法还包括与远程频谱和感测管理系统通信以发送认知扫描分析的结果并接收配置参数以控制认知扫描分析的操作。在一些情况下，该方法还包括基于认知扫描分析的结果执行频谱管理、频谱规划、频谱分配、和频谱映射中的至少一个。
在一些情况下，该方法还包括基于认知扫描分析的结果执行对无线通信基础设施的干扰源的检测、表征、和地理定位。在一些情况下，该方法还包括基于认知扫描分析的结果识别用于动态频谱分配的未使用频谱。在一些情况下，该方法还包括基于认知扫描分析的结果分析地形拓扑以确定信号遮蔽和衰落效应。在一些情况下，该方法还包括基于认知扫描分析的结果识别空间、时间、和频率中的至少一个中的频谱空洞，以用于非时间敏感的频谱使用任务的分配。
本公开的另一示例性实施例提供了一种便携式频谱分析仪，包括：信号分析仪，其包括射频(RF)接收器，用于从天线接收RF信号，该天线耦合到RF接收器；模拟到数字(A/D)转换器电路，其基于接收的RF信号产生采样信号；和信号处理系统，其对采样信号进行认知扫描分析，该认知扫描分析包括基于隧道化循环-静态处理检测、识别、和表征一个或多个嵌入采样信号中的数字信号；移动主机平台；和接口电路，其用于在信号分析仪与移动主机平台之间提供通信。通信包括将认知扫描分析的结果从信号分析仪传输到移动主机平台，以及通过信号分析仪从移动主机平台接收参数，该参数控制认知扫描分析的操作。
在一些情况下，信号处理系统还包括：调度电路，其用于控制RF接收器的调谐频率和带宽；处理电路，其检测一个或多个数字信号；和后端处理电路，其基于隧道化循环-静态处理、穷举循环-静态处理、条带频谱相关分析(SSCA)、聚类分析、支持向量机(SVM)技术、线性判别分析、时频模式分析、奇异值分解(SVD)、深度神经网络(DNN)、卷积神经网络(CNN)、隐马尔可夫模型(HMM)和贝叶斯网络(BN)中的至少一种对检测到的一个或多个数字信号进行分类。
在一些情况下，便携式频谱分析仪还包括：移动主机平台，其包括主机处理器，用于对采样信号进行认知扫描分析，该认知扫描分析包括基于隧道化循环-静态处理检测、识别、和表征一个或多个嵌入在采样信号中的数字信号；协处理电路卡，其包括射频(RF)接收器，用于接收来自天线的RF信号，该天线耦合到RF接收器；和模数(A/D)转换器电路，其用于产生基于接收到的RF信号的采样信号；接口电路，其用于提供移动主机平台与协处理电路卡之间的通信。通信包括从协处理电路卡向移动主机平台发送采样信号，以及通过协处理电路卡从移动主机平台接收参数，该参数用于控制RF信号的采集和处理中的至少一个。
本公开的另一示例性实施例提供了一种用于信号分析的方法。该方法包括：通过信号处理器控制RF接收器的调谐频率和带宽，其中信号处理器和RF接收器集成在协处理器电路卡上；通过信号处理器执行由RF接收器提供的RF信号的认知扫描分析，该认知扫描分析包括基于隧道化循环-静态处理检测、识别、和表征嵌入在接收的RF信号中的一个或多个数字信号；通过串行接口将认知扫描分析的结果发送到主机平台，其中主机平台是耦合到协处理器电路卡的移动平台；以及，通过串行接口从主机平台接收参数，该参数控制认知扫描分析的操作。在一些情况下，该方法还包括由信号处理器执行高阶统计分析以检测一个或多个数字信号。
本文采用的术语和表达用于描述而非限制，并且在使用这些术语和表达时，无意排除所示和所述特征的任何等同物(或其部分)，并且可以认识到，在权利要求的范围内可以进行各种修改。因此，权利要求旨在涵盖所有这些等同物。本文已经描述了各种特征、方面、和实施例。如本领域技术人员将理解的，特征、方面、和实施例易于彼此组合以及变化和修改。因此，本公开应被视为包含这样的组合、变化、和修改。意图是本公开的范围不受该详细描述的限制，而是受所附权利要求的限制。未来提交的要求优先于本申请的申请可以以不同的方式要求保护所公开的主题，并且通常可以包括本文中不同地公开或以其它方式展示的任何一个或多个要素的集合。

Claims (25)

1.便携式频谱分析仪，包括：
信号分析仪，包括
射频(RF)接收器，其用于接收来自天线的RF信号，该天线耦合到RF接收器，
模数(A/D)转换器电路，其用于基于该接收到的RF信号产生采样信号，和
信号处理系统，其用于对该采样信号进行认知扫描分析，该认知扫描分析包括对嵌入该采样信号中的一个或多个数字信号的检测、识别、和表征；
移动主机平台；和
接口电路，其提供该信号分析仪与该移动主机平台之间的通信；
其中，该通信包括从该信号分析仪向该移动主机平台发送该认知扫描分析的结果，以及通过该信号分析仪从该移动主机平台接收参数，该参数用于控制该认知扫描分析的操作。
2.如权利要求1所述的频谱分析仪，其中该移动主机平台包括：
用户界面；和
主机处理器，其用于执行认知扫描应用程序，该认知扫描应用程序通过该用户界面在该用户界面上呈现该认知扫描分析的结果并从用户接收控制参数。
3.如权利要求2所述的频谱分析仪，其中该主机处理器还用于执行该认知扫描分析的至少一部分。
4.如权利要求1所述的频谱分析仪，其中该接口电路是串行接口电路，以支持通用串行总线(USB)通信链路、微USB通信链路、以太网通信链路、和无线通信链接中的至少一个。
5.如权利要求1所述的频谱分析仪，其中该移动主机平台是智能手机，平板电脑和膝上型电脑之一。
6.根据权利要求1所述的频谱分析仪，其中该认知扫描分析的结果包括检测到的一个或多个数字信号的功率频谱密度图、检测到的一个或多个数字信号的标记标识、和与检测到的一个或多个数字信号相关的特征参数列表中的至少一个。
7.如权利要求1所述的频谱分析仪，其中，该信号处理系统还包括：
调度电路，其用于控制该RF接收器的调谐频率和带宽；
处理电路，其用于检测该一个或多个数字信号；和
后端处理电路，其用于基于穷举循环-静态处理、聚类分析、支持向量机(SVM)技术、线性判别分析、时频模式分析、奇异值分解(SVD)、深度神经网络(DNN)、卷积神经网络(CNN)、隐马尔可夫模型(HMM)和贝叶斯网络(BN)中的至少一种对检测到的该一个或多个数字信号进行分类。
8.如权利要求7所述的频谱分析仪，其中该处理电路还包括低复杂度处理电路，以执行高阶统计分析，以检测该一个或多个数字信号。
9.根据权利要求7所述的频谱分析仪，其中该处理电路还包括高复杂度处理电路，以执行穷举循环-静态处理和循环前缀信号检测中的至少一个，以检测该一个或多个数字信号。
10.如权利要求7所述的频谱分析仪，其中，所述时频模式分析采用人工神经网络、贝叶斯网络(BN)、深度神经网络(DNN)、卷积神经网络(CNN)、和隐马尔可夫模型(HMM)中的至少一种。
11.便携式频谱分析仪，包括：
移动主机平台，包括主机处理器，其用于对采样信号进行认知扫描分析，该认知扫描分析包括对嵌入采样信号中的一个或多个数字信号的检测、识别、和表征；
协处理电路卡，包括
射频(RF)接收器，其用于从天线接收RF信号，该天线耦合到该RF接收器，和
模数(A/D)转换器电路，其用于基于接收的该RF信号产生该采样信号；
接口电路，其用于提供该移动主机平台与该协处理电路卡之间的通信；
其中，该通信包括从该协处理电路卡向该移动主机平台发送该采样信号，以及通过该协处理电路卡从该移动主机平台接收参数，该参数用于控制该射频信号的获取和处理中的至少一个。
12.如权利要求11所述的频谱分析仪，其中，该移动主机平台还包括用户界面；并且该主机处理器还用于执行认知扫描应用程序，该认知扫描应用程序通过该用户界面在该用户界面上呈现该认知扫描分析的结果并从用户接收控制参数。
13.如权利要求11所述的频谱分析仪，其中该接口电路是串行接口电路，以支持通用串行总线(USB)通信链路、微USB通信链路、以太网通信链路、和无线通信链接中的至少一个。
14.如权利要求11所述的频谱分析仪，其中该移动主机平台是智能手机、平板电脑、和笔记本电脑之一。
15.根据权利要求11所述的频谱分析仪，其中该认知扫描分析的结果包括检测到的一个或多个数字信号的功率频谱密度图、检测到的一个或多个数字信号的标记标识、和与检测到的一个或多个数字信号相关的特征参数列表中的至少一个。
16.一种用于信号分析的方法，该方法包括：
通过信号处理器控制RF接收器的调谐频率和带宽，其中该信号处理器和该RF接收器集成在协处理器电路卡上；
通过该信号处理器执行通过该RF接收器提供的RF信号的认知扫描分析，该认知扫描分析包括检测、识别、和表征嵌入在接收的RF信号中的一个或多个数字信号；
通过串行接口将该认知扫描分析的结果发送到主机平台，其中该主机平台是耦合到该协处理器电路卡的移动平台；以及
通过串行接口接收来自该主机平台的参数，该参数控制该认知扫描分析的操作。
17.如权利要求16所述的方法，其中，该串行接口支持通用串行总线(USB)通信链路、微USB通信链路、以太网通信链路、和无线通信链路中的至少一个。
18.如权利要求16所述的方法，其中，该主机平台是智能手机，平板电脑和笔记本电脑之一。
19.如权利要求16所述的方法，还包括由与该主机平台相关联的主机处理器执行认知扫描应用程序，该认知扫描应用程序在该主机平台的用户界面上呈现该认知扫描分析的结果，以及通过该用户界面从用户接收控制参数。
20.根据权利要求19所述的方法，其中，该认知扫描分析的结果包括检测到的一个或多个数字信号的功率频谱密度图、检测到的一个或多个数字信号的标记标识、和与检测到的一个或多个数字信号相关的特征参数列表中的至少一个。
21.如权利要求16所述的方法，还包括通过该信号处理器执行高阶统计分析、穷举循环-静态处理和循环前缀信号检测中的至少一个，以检测该一个或多个数字信号。
22.如权利要求16所述的方法，还包括，通过信号处理器，基于穷举循环-静态处理、聚类分析、支持向量机(SVM)技术、奇异值分解(SVD)、线性判别分析、和时间频率模式分析中的至少一个对所检测的一个或多个数字信号进行分类。
23.如权利要求16所述的方法，还包括基于该认知扫描分析的结果，执行对通信系统的干扰源的检测、表征、和地理定位。
24.如权利要求16所述的方法，还包括识别用于动态频谱分配的未使用频谱，以实现防御系统与商业系统的组合之间的通信。
25.如权利要求16所述的方法，还包括执行与威胁相关联的信号的识别和要抑制的信号的识别。
CN201780072809.7A 2016-09-27 2017-05-05 实现便携式频谱分析仪的技术 Pending CN109983348A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201662400422P 2016-09-27 2016-09-27
US62/400,422 2016-09-27
PCT/US2017/031353 WO2018063444A1 (en) 2016-09-27 2017-05-05 Techniques for implementing a portable spectrum analyzer

Publications (1)

Publication Number Publication Date
CN109983348A true CN109983348A (zh) 2019-07-05

Family

ID=61685850

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780072809.7A Pending CN109983348A (zh) 2016-09-27 2017-05-05 实现便携式频谱分析仪的技术

Country Status (4)

Country Link
US (3) US20190229959A1 (zh)
EP (2) EP3532854A4 (zh)
CN (1) CN109983348A (zh)
WO (2) WO2018063445A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110726874A (zh) * 2019-10-29 2020-01-24 中国科学院微电子研究所 基于远程频谱仪通信的d/a数据采集分析方法
CN117082543A (zh) * 2023-09-11 2023-11-17 北京市大唐盛兴科技发展有限公司 一种便携式无线信号传输检测装置

Families Citing this family (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11272861B1 (en) * 2012-09-25 2022-03-15 Micro Mobio Corporation Personal cloud with a plurality of modular capabilities
US11877842B1 (en) 2012-09-25 2024-01-23 Micro Mobio Corporation Personal cloud with a plurality of modular capabilities
US11553857B1 (en) 2012-09-25 2023-01-17 Micro Mobio Corporation System and method for through window personal cloud transmission
WO2018063445A1 (en) 2016-09-27 2018-04-05 Bae Systems Information And Electronic Systems Integration Inc. Techniques for implementing a portable spectrum analyzer
EP3745094B1 (en) * 2016-10-14 2023-06-07 Grundfos Holding A/S Method for evaluating a frequency spectrum
EP3616198A4 (en) 2017-04-24 2021-01-06 Virginia Tech Intellectual Properties, Inc. RADIO SIGNAL IDENTIFICATION, IDENTIFICATION SYSTEM LEARNING AND IDENTIFIER USE
EP3635872A1 (en) 2017-05-03 2020-04-15 Virginia Tech Intellectual Properties, Inc. Learning radio signals using radio signal transformers
KR102165645B1 (ko) 2017-05-03 2020-10-14 버지니아 테크 인터렉추얼 프라퍼티스, 인크. 적응형 무선 통신의 학습 및 전개
US10396919B1 (en) * 2017-05-12 2019-08-27 Virginia Tech Intellectual Properties, Inc. Processing of communications signals using machine learning
USD896819S1 (en) * 2018-02-06 2020-09-22 Dynamic Trend, Inc. Display screen, or portion thereof, having a graphical user interface with an options trading visual aid
USD902219S1 (en) * 2018-02-06 2020-11-17 Dynamic Trend, Inc. Display screen, or portion thereof, having a graphical user interface with an options trading visual aid
US10944440B2 (en) * 2018-04-11 2021-03-09 Booz Allen Hamilton Inc. System and method of processing a radio frequency signal with a neural network
KR102138100B1 (ko) * 2018-08-30 2020-07-27 한국과학기술연구원 물체 이미지와 상태 정보의 합성 이미지를 표시하는 전자기기 및 방법
CN110138468B (zh) * 2019-04-24 2020-08-25 西安电子科技大学 多节点软件无线电平台的Lora信号监测系统及方法
US12009876B2 (en) 2019-05-15 2024-06-11 Astrapi Corporation Frequency spectrum analyzers and devices, systems, software and methods for signal power measurement and spectrum analysis
US11876569B2 (en) 2019-05-15 2024-01-16 Astrapi Corporation Devices, systems, and software including signal power measuring and methods and software for measuring signal power
KR102240440B1 (ko) * 2019-05-28 2021-04-15 주식회사 이노와이어리스 스펙트럼 분석기 및 그 제어 방법
US11395149B2 (en) 2020-05-01 2022-07-19 Digital Global Systems, Inc. System, method, and apparatus for providing dynamic, prioritized spectrum management and utilization
US11638160B2 (en) 2020-05-01 2023-04-25 Digital Global Systems, Inc. System, method, and apparatus for providing dynamic, prioritized spectrum management and utilization
US11653213B2 (en) 2020-05-01 2023-05-16 Digital Global Systems. Inc. System, method, and apparatus for providing dynamic, prioritized spectrum management and utilization
US11849332B2 (en) 2020-05-01 2023-12-19 Digital Global Systems, Inc. System, method, and apparatus for providing dynamic, prioritized spectrum management and utilization
US11665547B2 (en) 2020-05-01 2023-05-30 Digital Global Systems, Inc. System, method, and apparatus for providing dynamic, prioritized spectrum management and utilization
US11700533B2 (en) 2020-05-01 2023-07-11 Digital Global Systems, Inc. System, method, and apparatus for providing dynamic, prioritized spectrum management and utilization
CN112986677B (zh) * 2021-02-04 2022-01-28 电子科技大学 一种基于SoC动态可配的频谱分析的系统及实现方法
US20230217352A1 (en) * 2022-01-03 2023-07-06 Epiq Solutions Wideband network scanning and spectral analysis
KR20230157607A (ko) * 2022-05-10 2023-11-17 주식회사 이노와이어리스 휴대형 스펙트럼 분석 장치를 이용한 무선국 시험 시스템
CN115225172B (zh) * 2022-06-28 2024-05-03 珠海云洲智能科技股份有限公司 对无线电信号的侦测方法、装置、控制设备及存储介质
CN116015540A (zh) * 2022-12-02 2023-04-25 中电科思仪科技(安徽)有限公司 一种信号分析装置
EP4387127A1 (en) * 2022-12-13 2024-06-19 Rohde & Schwarz GmbH & Co. KG Online or offline detection of the presence and the position of one or more signals in a data stream
CN116566468A (zh) * 2023-05-11 2023-08-08 北京扬铭科技发展有限责任公司 便携式卫星信号监测装置

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2540638Y (zh) * 2002-04-24 2003-03-19 深圳市安泰信电子有限公司 便携式频谱分析仪
US20030125882A1 (en) * 1997-07-25 2003-07-03 Affymetrix, Inc. Method and apparatus for providing a bioinformatics database
US7466960B2 (en) * 2005-02-08 2008-12-16 Cisco Technology, Inc. Cognitive spectrum analysis and information display techniques
CN101349712A (zh) * 2008-07-31 2009-01-21 南京大学 一种利用超导约瑟夫森结检测太赫兹信号频谱的装置
US7676192B1 (en) * 2005-12-21 2010-03-09 Radio Shack, Corp. Radio scanner programmed from frequency database and method
US20110026376A1 (en) * 2009-07-29 2011-02-03 Gokhan Memik Spectrum sensing network for cognitive radios
US20120238220A1 (en) * 2009-04-17 2012-09-20 Lingna Holdings Pte., Llc Exploiting multiple antennas for spectrum sensing in cognitive radio networks
CN102749511A (zh) * 2012-06-12 2012-10-24 大唐移动通信设备有限公司 分布式频谱分析仪及应用其进行频谱分析的方法
US20130316638A1 (en) * 2012-05-22 2013-11-28 Electronics And Telecommunications Research Institute Wideband intelligent jamming control apparatus and method
US9086847B2 (en) * 2012-09-25 2015-07-21 Micro Mobio Corporation Personal cloud case cover with a plurality of modular capabilities
US20160080955A1 (en) * 2013-06-07 2016-03-17 DGS Global Systems, Inc. Systems, methods, and devices for electronic spectrum management with remote access to data in a virtual computing network

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6975395B1 (en) * 2002-03-18 2005-12-13 Finisar Corporation Handheld optical channel performance monitor and optical spectrum analyzer
US6993440B2 (en) 2002-04-22 2006-01-31 Harris Corporation System and method for waveform classification and characterization using multidimensional higher-order statistics
US7317750B2 (en) 2002-10-31 2008-01-08 Lot 41 Acquisition Foundation, Llc Orthogonal superposition coding for direct-sequence communications
KR100707168B1 (ko) * 2003-09-30 2007-04-13 삼성전자주식회사 센서 퓨징을 이용한 무인 이동체의 위치 추정 방법 및 장치
KR100736405B1 (ko) 2005-09-28 2007-07-09 삼성전자주식회사 Ｆｉｆｏ없이 ｄｍａ를 수행할 수 있는 반도체 장치와 상기반도체 장치의 데이터 처리방법
US7936695B2 (en) 2007-05-14 2011-05-03 Cisco Technology, Inc. Tunneling reports for real-time internet protocol media streams
FR2919135B1 (fr) 2007-07-17 2009-10-30 Commissariat Energie Atomique Methode de detection de signaux cyclostationnaires
US20110117869A1 (en) * 2009-11-18 2011-05-19 Ryan Woodings Multiple band portable spectrum analyzer
US8526520B2 (en) 2011-01-17 2013-09-03 Nokia Corporation Cyclostationary signal detection in the angular domain for communication systems
CN103052162B (zh) 2011-10-14 2017-10-31 索尼公司 无线电通信系统及用于其中的设备和方法
WO2013119631A1 (en) 2012-02-09 2013-08-15 Coolfire Solutions LLC Electronic device having multi-touch interface for spectral analysis
US9622041B2 (en) * 2013-03-15 2017-04-11 DGS Global Systems, Inc. Systems, methods, and devices for electronic spectrum management
US9401850B2 (en) 2013-05-08 2016-07-26 Vringo Infrastructure Inc. Cognitive radio system and cognitive radio carrier device
US9490859B2 (en) * 2013-10-18 2016-11-08 Douglas Peel Dual holding case for computing devices
WO2015126486A1 (en) 2013-11-18 2015-08-27 Bae Systems Information And Electronic Systems Integration Inc. Process for tunnelized cyclostationary to achieve low-energy spectrum sensing
WO2018063445A1 (en) 2016-09-27 2018-04-05 Bae Systems Information And Electronic Systems Integration Inc. Techniques for implementing a portable spectrum analyzer

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030125882A1 (en) * 1997-07-25 2003-07-03 Affymetrix, Inc. Method and apparatus for providing a bioinformatics database
CN2540638Y (zh) * 2002-04-24 2003-03-19 深圳市安泰信电子有限公司 便携式频谱分析仪
US7466960B2 (en) * 2005-02-08 2008-12-16 Cisco Technology, Inc. Cognitive spectrum analysis and information display techniques
US7676192B1 (en) * 2005-12-21 2010-03-09 Radio Shack, Corp. Radio scanner programmed from frequency database and method
CN101349712A (zh) * 2008-07-31 2009-01-21 南京大学 一种利用超导约瑟夫森结检测太赫兹信号频谱的装置
US20120238220A1 (en) * 2009-04-17 2012-09-20 Lingna Holdings Pte., Llc Exploiting multiple antennas for spectrum sensing in cognitive radio networks
US20110026376A1 (en) * 2009-07-29 2011-02-03 Gokhan Memik Spectrum sensing network for cognitive radios
US20130316638A1 (en) * 2012-05-22 2013-11-28 Electronics And Telecommunications Research Institute Wideband intelligent jamming control apparatus and method
CN102749511A (zh) * 2012-06-12 2012-10-24 大唐移动通信设备有限公司 分布式频谱分析仪及应用其进行频谱分析的方法
US9086847B2 (en) * 2012-09-25 2015-07-21 Micro Mobio Corporation Personal cloud case cover with a plurality of modular capabilities
US20160080955A1 (en) * 2013-06-07 2016-03-17 DGS Global Systems, Inc. Systems, methods, and devices for electronic spectrum management with remote access to data in a virtual computing network

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110726874A (zh) * 2019-10-29 2020-01-24 中国科学院微电子研究所 基于远程频谱仪通信的d/a数据采集分析方法
CN117082543A (zh) * 2023-09-11 2023-11-17 北京市大唐盛兴科技发展有限公司 一种便携式无线信号传输检测装置
CN117082543B (zh) * 2023-09-11 2024-04-19 北京市大唐盛兴科技发展有限公司 一种便携式无线信号传输检测装置

Also Published As

Publication number Publication date
US20180091336A1 (en) 2018-03-29
US20190229959A1 (en) 2019-07-25
EP3520225A1 (en) 2019-08-07
US10666473B2 (en) 2020-05-26
EP3520225A4 (en) 2020-05-27
EP3532854A4 (en) 2020-10-14
EP3532854A1 (en) 2019-09-04
WO2018063444A9 (en) 2020-05-14
US20190327006A1 (en) 2019-10-24
WO2018063445A1 (en) 2018-04-05
WO2018063444A1 (en) 2018-04-05
US10313164B2 (en) 2019-06-04

Similar Documents

Publication Publication Date Title
CN109983348A (zh) 实现便携式频谱分析仪的技术
Hsieh et al. Deep learning-based indoor localization using received signal strength and channel state information
EP3716020A1 (en) Systems and methods for three dimensional (3d) reconstruction of human gestures from radar based measurements
Khan et al. A deep learning framework using passive WiFi sensing for respiration monitoring
US10318890B1 (en) Training data for a motion detection system using data from a sensor device
Vipond et al. Multiparameter persistent homology landscapes identify immune cell spatial patterns in tumors
Xiao et al. Motion-Fi: Recognizing and counting repetitive motions with passive wireless backscattering
Khamis et al. RFWash: a weakly supervised tracking of hand hygiene technique
Haseeb et al. Wisture: RNN-based learning of wireless signals for gesture recognition in unmodified smartphones
Li et al. Channel state information–based multi-level fingerprinting for indoor localization with deep learning
Fadhlullah et al. A statistical approach in designing an rf-based human crowd density estimation system
Venkatnarayan et al. WiFi based multi-user gesture recognition
Li et al. Log-likelihood clustering-enabled passive RF sensing for residential activity recognition
Behura et al. WiST ID—Deep learning-based large scale wireless standard technology identification
Haseeb et al. Wisture: Touch-less hand gesture classification in unmodified smartphones using Wi-Fi signals
Zhang et al. Human identification using WiFi signal
Wang et al. A universal method to combat multipaths for RFID sensing
Sigg et al. Passive, device-free recognition on your mobile phone: tools, features and a case study
Ashraf et al. Localizing pedestrians in indoor environments using magnetic field data with term frequency paradigm and deep neural networks
CN109104257A (zh) 一种无线信号检测方法及装置
Hayajneh et al. Channel state information based device free wireless sensing for IoT devices employing TinyML
Gomes et al. Sliding Window, Hierarchical Classification, Regression, and Genetic Algorithm for RFID Indoor Positioning Systems
Hu et al. Could or could not of Grid-Loc: Grid BLE structure for indoor localisation system using machine learning
Zhang et al. Real-time process data acquisition with Bluetooth.
CN114358162A (zh) 一种基于连续小波变换的跌倒检测方法、装置及电子设备

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190705

WD01 Invention patent application deemed withdrawn after publication