CN110913432A - 一种无线电频谱监测数据的压缩方法 - Google Patents

一种无线电频谱监测数据的压缩方法 Download PDF

Info

Publication number
CN110913432A
CN110913432A CN201910998573.0A CN201910998573A CN110913432A CN 110913432 A CN110913432 A CN 110913432A CN 201910998573 A CN201910998573 A CN 201910998573A CN 110913432 A CN110913432 A CN 110913432A
Authority
CN
China
Prior art keywords
data
compression
frequency
time domain
spectrum
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
CN201910998573.0A
Other languages
English (en)
Other versions
CN110913432B (zh
Inventor
魏来
宋丽娟
徐磊
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.)
Chengdu Grand Duke Bo Chuan Information Technology Co Ltd
Original Assignee
Chengdu Grand Duke Bo Chuan Information Technology Co Ltd
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 Chengdu Grand Duke Bo Chuan Information Technology Co Ltd filed Critical Chengdu Grand Duke Bo Chuan Information Technology Co Ltd
Priority to CN201910998573.0A priority Critical patent/CN110913432B/zh
Publication of CN110913432A publication Critical patent/CN110913432A/zh
Application granted granted Critical
Publication of CN110913432B publication Critical patent/CN110913432B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/02—Traffic management, e.g. flow control or congestion control
    • H04W28/06—Optimizing the usage of the radio link, e.g. header compression, information sizing, discarding information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
    • H04L69/04—Protocols for data compression, e.g. ROHC
    • 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)
  • Computer Security & Cryptography (AREA)
  • Monitoring And Testing Of Transmission In General (AREA)

Abstract

本发明提供了一种无线电频谱监测数据的压缩方法，属于无线电监测技术领域。该方法包括下列步骤：（1）获取频谱监测数据；（2）进行频域分辨率压缩；（3）进行时域压缩；（4）按存储时间长短划分不同阶梯性的时域压缩；(5)保存压缩数据。本发明实现了保留频谱监测数据电平分布信息，同时具备较好的数据压缩效果，满足机构业务需求的前提下，实现减少数据中心存储压力。

Description

一种无线电频谱监测数据的压缩方法
技术领域
本发明涉及无线通信系统中的无线电监测技术领域，具体为一种无线电频谱监测数据 的压缩方法。
背景技术
无线电频谱监测数据一般是指：使用无线电监测设备，对一定频段范围内的无线电频 谱数据进行采集后得到的频谱数据。这个数据主要含三个维度：频域分辨率带宽(Resolution Bandwidth，下文简称RBW，此值越小、相同频段保存的采样点数就越多)、 频段扫描周期(也称时间颗粒度，此值越小保存的采样点数越多)、频点电平/场强值(所 需记录的数据，下文简称电平)。一般情况下，无线电监测设备会常态化的开展频谱监测业 务，并将采集到的频段扫描频谱数据保存至数据中心，这些数据用于支撑无线电管理机构 所开展的各类业务，例如：无线电频率使用率评估、台站核查、异常溯源、日月年报分析 及生成等。综合所有业务的需求，在一般情况下，频段扫描频谱监测数据需要保存五年以 上或尽可能更长久。
随着各省无线电管理机构为实现辖区内无线电监测覆盖的目标，其所建设的监测设备 总量逐步增多，省级无线电数据中心的存储压力逐渐体现出来，而大容量数据库系统的建 设及运维费用较为高昂。使用高效的、能支撑机构开展监管业务的监测数据压缩分析手段 来减少数据中心的存储压力，是现阶段的主要发展方向。
目前的无线电频谱监测数据压缩手段主要是通过时间颗粒度的压缩实现存储数据的压 缩。综合考虑各类无线电管理业务对频谱监测数据在时域的要求不同，使用10分钟的时间 颗粒度可以基本满足业务的使用需求。按照频段监测数据1分钟一次的采集频率来考虑， 现有压缩方法会将监测数据按照10分钟的区间计算出最大值、最小值、均值、方差这4种 数据，可让整体数据量减少至原来的40％左右。但这类时间颗粒度的压缩方式会导致各频点 电平分布信息的模糊，尤其是在“某一电平时域占比较小、某一频点在统计周期内存在多 电平分布等”的情况下，较多关于电平分布的有效信息会丢失。并且这种压缩方式在使用 更大的时域统计区间状态下，电平分布信息的模糊程度会更大。而在无线电管理机构的角 度，历史频谱监测数据的电平分布信息又是相对重要的参考数据。此外，数据中心保存的 监测数据大多未进行频域分辨率的压缩，全频段都使用25KHz或12.5Khz的频域分辨率， 其实从支撑无线电管所管辖的各类无线电业务(不同业务的信号占用带宽差别较大)角度 看，整个监测频段使用一样的频域分辨率是过分冗余的，会浪费大量的存储空间。
发明内容
本发明为解决现有技术的问题，提供了一种无线电频谱监测数据的压缩方法，包括下 列步骤：
(1)获取频谱监测数据：周期性地从监测站获取频段扫描频谱监测数据；
进一步的，频谱监测数据特性包括监测频段范围为30MHz～6GHz、RBW为12.5KHz/25KHz (不同频段使用RBW不同)、每10s执行一次全频段扫描、每个频点使用1Byte来表示电平 值信息。
(2)进行频域分辨率压缩：对照无线电管理业务需求，按照不同频段分类，并将所述 频谱监测数据的频点的电平值合并转换；
进一步的，所述的频段分类，技术领域内默认将不同频段数据归为12.5KHz或25KHz， 如图2，其中转换公式：
Figure BDA0002240553600000021
Lnew为新频域分辨率状态下的电平 值，Li为原始频域分辨率状态下的电平值。
(3)进行时域压缩，包括：
(301)以10分钟为时间颗粒度的时域压缩；
(302)以天为时间颗粒度、基于数字累积谱的时域压缩；
进一步的，所述的步骤(301)以10分钟为时间颗粒度的时域压缩，是提取了区间内频 谱监测数据的最大值、最小值、均值、方差曲线；
进一步的，所述的步骤(302)数字累积谱是将每次频谱扫描数据叠加至同一个频谱累 积图，使图上每一个像素点的值即为对应频点在相应电平值出现的次数，对应频点用横轴 表示，电平值用纵轴表示。
(4)按存储时间长短划分不同阶梯性的时域压缩；
进一步的，对于数据存储时长不超过N个月的，划分为第一阶梯，除了保存以10分钟 为时间颗粒度的时域压缩数据之外，并且保存以天为时间颗粒度、基于数字累积谱的时域 压缩数据；
进一步的，对于数据存储时长超过N个月不超过M个月，划分为第二阶梯，仅保存以天 为时间颗粒度、基于数字累积谱的时域压缩数据；
进一步的，对于数据存储时长超过M个月，划分为第三阶梯，并以天为时间颗粒度的时 域压缩数据累加生产以周为时间颗粒度的时域压缩数据；
优选地，存储时长N＝6，存储时长M＝12。
(5)保存压缩数据；
优选地，保存的压缩数据采用无损方式进一步压缩。
本发明的有益效果如下：
本发明保留较长一段时间内的无线电频谱监测数据电平分布信息，改善了电平信息模糊 的问题；按频段分类的频率分辨率转换，在高频段能够初步将数据压缩至原来的5％；综合 频域压缩方法和一种基于数字累积谱的时间颗粒度压缩方法，实现较好的数据压缩效果， 减少了无线电管理结构数据中心存储压力，且压缩后的数据足以支撑无线电管理机构开展 日常的监测管理业务，能够很好地兼顾“压缩率”、“数据对业务支撑效果”这两个方面。
附图说明
图1是本发明实施例的整体实现流程框图。
图2是本发明实施例的频域分辨率分频段压缩示意图。
图3是本发明实施例的频谱监测数据压缩效果示意图。
具体实施方式
如图1所示，本发明提供了一种无线电频谱监测数据的压缩方法，综合频域压缩方法 和一种基于数字累积谱的时间颗粒度压缩方法，同时按照一定的存储时间梯度划分数据的 压缩程度，来对无线电频谱监测数据进行压缩，具体包括如下步骤：
(1)获取频谱监测数据
无线电管理机构的数据中心会周期性地获取各监测站的监测数据，其中主要是监测设施 运行频段扫描任务得到的频谱监测数据。
对单个监测设施来说，在“监测频段范围为30MHz～6GHz、频谱监测数据的RBW为12.5KHz/25KHz(不同频段使用RBW不同)、每10s执行一次全频段扫描并按照《超短波频 段监测基础数据存储结构技术规范》的要求(每个频点使用1Byte来表示电平值信息，还 会有少量的结构封装数据)保存频谱监测数据”的条件下，半年就会生成约363GB的频谱 监测数据量。
(2)进行频域分辨率压缩
按照各频段现有无线电业务的信号带宽参数，将由步骤(1)得到的频谱监测数据按照 图2中的转换模式进行频域分辨率压缩。其中，频谱监测数据点的压缩方法(电平值计算) 参考公式：
Figure BDA0002240553600000051
其中，Lnew为新频域分辨率状态下的电平值，Li为原始频域分辨率状态下的电平值。
(3)进行时域压缩
将步骤2所得的数据以10分钟的时间颗粒度为目标进行压缩，计算出此区间数据的最 大值、最小值、均值、方差这四个参数，这种压缩方式半年会生成24GB左右的数据。
之所以使用10分钟的时间颗粒度，是考虑到无线电管理业务会关注无线电信号在近半 年时间内，小时级别的变化曲线，用10分钟的颗粒度来压缩可以较好的展示出这类变化。
(4)一种数字累积谱方式的时域压缩，频谱图包含三个维度的信息：频点、频点对应 的电平值和该值出现的次数，相当于是将原来的二维点只有1bit仅表示有无，在数字累积 谱中会用2Byte(216可以叠加65536次结果)来记录该二维点出现的次数。而常规的频谱曲线图包含两个维度的信息：频点和相应的电平值。
通过数字累积谱的压缩方式就可以将各频点出现过的电平分布信息记录下来，不会像常 规时域压缩统计值的形式把电平分布信息模糊化，这种压缩方式半年会生成22GB左右的数 据。
(5)基于数字累积谱方式、根据存储时间长短划分不同阶梯性的时域压缩
第一阶梯性时域压缩，综合使用以10分钟时间颗粒度时域压缩和以天为时间颗粒度的 数字累积谱的压缩方式。之所以在频谱监测数据存储不足半年的状态下使用两种压缩数据， 是出于两个方面的考虑：无线电管理机构的业务需要知晓近半年信号小时级变化趋势的信 息；使用数字累积谱方式进行小时级的压缩会导致实际的数据压缩率较低，没起到数据压 缩效果。综合业务需求和压缩需求，就使用了这样模式来压缩数据。
第二阶梯性时域压缩，将只保留以天为时间颗粒度的数字累积谱数据。对于存储时间超 过半年的频谱监测数据，无线电管理机构业务对信号小时级的变化趋势信息需求较小，更 关注占用度、电平分布、天级变化趋势等信息，这些信息都能通过时间颗粒度为天的数字 累积谱数据计算得到。
第三阶梯性时域压缩，是基于第二阶梯性时域压缩的，将以天为时间颗粒度的时域压缩 数据累加(设计中单像素点2Byte的空间足够累积一周的数据)，生成时间颗粒度为周的数 字累积谱数据，这种压缩方式半年会生成3GB左右的数据。这里是考虑对于存储时间超过 一年的频谱监测数据来说，无线电管理机构业务关注的是频段的占用信息、信号月度/季度 /年度变化趋势等，这些信息可以通过时间颗粒度为周的数字累积谱数据计算得到。
(6)使用常规无损方式进一步压缩
无线电管理机构的数据中心会将辖区内重要监测设施的频谱监测数据都采集至数据中 心予以保存。以10年的监测数据量来考量，如图3所示，大致能实现0.77％的压缩率。压 缩后的数据通过简单的统计计算就可以支撑无线电管理机构各类业务。
因为信号频谱曲线的稀疏性，数字累积谱数据还可以通过常见的无损压缩手段进一步压 缩，以获得系统级更高的压缩率。
为使本发明的目的、技术方案和优点更加清楚，结合本发明实施例中的附图，通过实 施方式清楚、完整地描述本发明的技术方案，显然，所描述的实施例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作出创造 性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。

Claims (9)

1.一种无线电频谱监测数据的压缩方法，其特征在于，包括下列步骤：
(1)获取频谱监测数据
周期性地从监测站获取频段扫描频谱监测数据；
(2)进行频域分辨率压缩
对照无线电管理业务需求，按照不同频段分类，并将所述频谱监测数据的频点的电平值合并转换；
(3)进行时域压缩，包括：
(301)以10分钟为时间颗粒度的时域压缩；
(302)以天为时间颗粒度、基于数字累积谱的时域压缩；
(4)按存储时间长短划分不同阶梯性的时域压缩；
(5)保存压缩数据。
2.根据权利要求1所述的一种无线电频谱监测数据的压缩方法，其特征在于，步骤(1)中所述的频谱监测数据的特性包括：
监测频段范围为30MHz～6GHz；
RBW为12.5KHz/25KHz，不同频段使用不同RBW；
每10s执行一次全频段扫描；
每个频点使用1Byte来表示电平值信息。
3.根据权利要求1所述的一种无线电频谱监测数据的压缩方法，其特征在于，步骤(2)中所述的频段分类，是将不同频段数据归为12.5KHz或25KHz，
频段为118-167MHz、320-425MHz、806-866MHz的数据归为12.5KHz进行压缩转换；
频段为30-2000MHz、2-3GHz、大于3GHz的数据归为25KHz进行压缩转换。
4.根据权利要求1所述的一种无线电频谱监测数据的压缩方法，其特征在于，所述步骤(2)中的转换，利用了公式：
Figure FDA0002240553590000021
其中，Lnew为新频域分辨率状态下的电平值，Li为原始频域分辨率状态下的电平值。
5.根据权利要求1所述的一种无线电频谱监测数据的压缩方法，其特征在于，步骤(3)中所述的步骤(301)以10分钟为时间颗粒度的时域压缩，是提取了区间内频谱监测数据的最大值、最小值、均值、方差曲线。
6.根据权利要求1所述的一种无线电频谱监测数据的压缩方法，其特征在于，步骤(3)中所述的步骤(302)数字累积谱是将每次频谱扫描数据叠加至同一个频谱累积图，使图上每一个像素点的值即为对应频点在相应电平值出现的次数，对应频点用横轴表示，电平值用纵轴表示。
7.根据权利要求1所述的一种无线电频谱监测数据的压缩方法，其特征在于，步骤(4)中所述的不同阶梯性的时域压缩，包括：
(401)第一阶梯时域压缩，对于数据存储时长不超过N个月的，除了保存以10分钟为时间颗粒度的时域压缩数据之外，并且保存以天为时间颗粒度、基于数字累积谱的时域压缩数据；
(402)第二阶梯时域压缩，对于数据存储时长超过N个月不超过M个月，仅保存以天为时间颗粒度、基于数字累积谱的时域压缩数据；
(403)第三阶梯时域压缩，对于数据存储时长超过M个月，以天为时间颗粒度的时域压缩数据累加生产以周为时间颗粒度的时域压缩数据。
8.根据权利要求7所述的一种无线电频谱监测数据的压缩方法，其特征在于，N＝6，M＝12。
9.根据权利要求1所述的一种无线电频谱监测数据的压缩方法，其特征在于，步骤(5)中保存的压缩数据采用无损方式进一步压缩。
CN201910998573.0A 2019-10-21 2019-10-21 一种无线电频谱监测数据的压缩方法 Active CN110913432B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910998573.0A CN110913432B (zh) 2019-10-21 2019-10-21 一种无线电频谱监测数据的压缩方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910998573.0A CN110913432B (zh) 2019-10-21 2019-10-21 一种无线电频谱监测数据的压缩方法

Publications (2)

Publication Number Publication Date
CN110913432A true CN110913432A (zh) 2020-03-24
CN110913432B CN110913432B (zh) 2023-05-02

Family

ID=69815764

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910998573.0A Active CN110913432B (zh) 2019-10-21 2019-10-21 一种无线电频谱监测数据的压缩方法

Country Status (1)

Country Link
CN (1) CN110913432B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116192678A (zh) * 2023-04-26 2023-05-30 武汉能钠智能装备技术股份有限公司四川省成都市分公司 无线电频谱监测数据的压缩系统及方法

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101630982A (zh) * 2009-08-19 2010-01-20 西安电子科技大学 基于并行压缩感知的宽带认知无线电频谱检测方法
CN102176779A (zh) * 2010-12-17 2011-09-07 河海大学 无线多媒体传感网视频信号自适应采样与频谱分配方法
CN102291341A (zh) * 2011-07-08 2011-12-21 南京邮电大学 基于压缩感知的宽带频谱感知方法
CN102307071A (zh) * 2011-09-27 2012-01-04 石家庄开发区泰顺电子通讯有限公司 轻便型广播监测接收机
CN102779125A (zh) * 2011-05-10 2012-11-14 北京必可测科技有限公司 一种离散采样振动监测仪表存储数据的方法
CN102984711A (zh) * 2012-11-21 2013-03-20 北京邮电大学 基于单比特压缩感知技术的多用户协作频谱感知方法
CN103138847A (zh) * 2011-11-22 2013-06-05 富士通株式会社 感知无线电的宽带频谱检测装置及方法
CN103211598A (zh) * 2013-03-27 2013-07-24 中山大学 射频呼吸监测系统及压缩传感实现方法
CN103731155A (zh) * 2013-12-31 2014-04-16 成都华日通讯技术有限公司 无线电频谱信号的时域压缩方法
CN104467994A (zh) * 2013-10-11 2015-03-25 优倍快网络公司 通过持续性频谱分析实现的无线电系统优化
US20150189528A1 (en) * 2013-03-15 2015-07-02 DGS Global Systems, Inc. Systems, Methods, and Devices for Electronic Spectrum Management with Remote Access to Data in a Virtual Computing Network
US20160323920A1 (en) * 2013-03-15 2016-11-03 DGS Global Systems, Inc. Systems, methods, and devices having databases for electronic spectrum management
US20170290075A1 (en) * 2013-03-15 2017-10-05 DGS Global Systems, Inc. Systems, methods, and devices having databases for electronic spectrum management
CN108830162A (zh) * 2018-05-21 2018-11-16 西华大学 无线电频谱监测数据中的时序模式序列提取方法及存储方法

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101630982A (zh) * 2009-08-19 2010-01-20 西安电子科技大学 基于并行压缩感知的宽带认知无线电频谱检测方法
CN102176779A (zh) * 2010-12-17 2011-09-07 河海大学 无线多媒体传感网视频信号自适应采样与频谱分配方法
CN102779125A (zh) * 2011-05-10 2012-11-14 北京必可测科技有限公司 一种离散采样振动监测仪表存储数据的方法
CN102291341A (zh) * 2011-07-08 2011-12-21 南京邮电大学 基于压缩感知的宽带频谱感知方法
CN102307071A (zh) * 2011-09-27 2012-01-04 石家庄开发区泰顺电子通讯有限公司 轻便型广播监测接收机
CN103138847A (zh) * 2011-11-22 2013-06-05 富士通株式会社 感知无线电的宽带频谱检测装置及方法
CN102984711A (zh) * 2012-11-21 2013-03-20 北京邮电大学 基于单比特压缩感知技术的多用户协作频谱感知方法
US20150189528A1 (en) * 2013-03-15 2015-07-02 DGS Global Systems, Inc. Systems, Methods, and Devices for Electronic Spectrum Management with Remote Access to Data in a Virtual Computing Network
US20160323920A1 (en) * 2013-03-15 2016-11-03 DGS Global Systems, Inc. Systems, methods, and devices having databases for electronic spectrum management
US20170290075A1 (en) * 2013-03-15 2017-10-05 DGS Global Systems, Inc. Systems, methods, and devices having databases for electronic spectrum management
CN103211598A (zh) * 2013-03-27 2013-07-24 中山大学 射频呼吸监测系统及压缩传感实现方法
CN104467994A (zh) * 2013-10-11 2015-03-25 优倍快网络公司 通过持续性频谱分析实现的无线电系统优化
CN103731155A (zh) * 2013-12-31 2014-04-16 成都华日通讯技术有限公司 无线电频谱信号的时域压缩方法
CN108830162A (zh) * 2018-05-21 2018-11-16 西华大学 无线电频谱监测数据中的时序模式序列提取方法及存储方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
徐磊 魏来 宋丽娟: ""基于关键词识别的"黑广播"识别方法研究"", 《MONITORING FORUM》 *
魏来 武瑞娟: ""时频分析方法在无线电监测中的应用浅析"", 《MONITORING FORUM》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116192678A (zh) * 2023-04-26 2023-05-30 武汉能钠智能装备技术股份有限公司四川省成都市分公司 无线电频谱监测数据的压缩系统及方法
CN116192678B (zh) * 2023-04-26 2023-06-23 武汉能钠智能装备技术股份有限公司四川省成都市分公司 无线电频谱监测数据的压缩系统及方法

Also Published As

Publication number Publication date
CN110913432B (zh) 2023-05-02

Similar Documents

Publication Publication Date Title
Mukherjee et al. A multi-hazard approach to assess severe weather-induced major power outage risks in the us
Chen et al. Short-term load forecasting: Similar day-based wavelet neural networks
Hines et al. Large blackouts in North America: Historical trends and policy implications
US7395157B2 (en) Method and system for automated location-dependent recognition of flood risks
Schlueter A long-term/short-term model for daily electricity prices with dynamic volatility
CN103197124B (zh) 基于时频矩阵奇异值的过电压识别方法
Coughlin Analysis of wind power and load data at multiple time scales
CN110045194B (zh) 高压供电线路反窃电方法
CN101630982A (zh) 基于并行压缩感知的宽带认知无线电频谱检测方法
CN112613641B (zh) 一种基于特征分解的短期电负荷组合预测方法
Zhu et al. Load profile disaggregation by blind source separation: A wavelets-assisted independent component analysis approach
CN108898248B (zh) 电力负荷影响因素量化分析方法、装置、设备及介质
CN109474355A (zh) 基于频谱监测数据的自适应噪声门限估计与信号提取方法
CN110913432A (zh) 一种无线电频谱监测数据的压缩方法
Shamim et al. Multi-domain feature extraction for improved clustering of smart meter data
CN110047013B (zh) 反专变用户间断型窃电方法
Gonzalez et al. Business and Financial Cycles: An Estimation of Cycles'; Length Focusing on Macroprudential Policy
WO2015120141A1 (en) Location mapping of grid devices using features of passively-observed current disturbances
CN112541616A (zh) 一种基于需求侧响应的用电调节方法及系统
CN111030147A (zh) 一种综合能源系统电力调度方法及系统
Eristi et al. The feature selection based power quality event classification using wavelet transform and logistic model tree
Billinton et al. Predictive reliability assessment of distribution systems including extreme adverse weather
Cheng et al. Literature survey and comparison of consumer interruption costs in North America and Europe
US10211851B2 (en) Method and system for compressing data from smart meter
CN117271987B (zh) 一种配电设备环境状态数据智能采集处理方法

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