CN111313998B - 一种统计信道模型验证方法及装置 - Google Patents

一种统计信道模型验证方法及装置 Download PDF

Info

Publication number
CN111313998B
CN111313998B CN202010097256.4A CN202010097256A CN111313998B CN 111313998 B CN111313998 B CN 111313998B CN 202010097256 A CN202010097256 A CN 202010097256A CN 111313998 B CN111313998 B CN 111313998B
Authority
CN
China
Prior art keywords
channel data
ordered
distribution
channel
sequence
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.)
Active
Application number
CN202010097256.4A
Other languages
English (en)
Other versions
CN111313998A (zh
Inventor
马楠
王凌锋
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.)
Beijing University of Posts and Telecommunications
Original Assignee
Beijing University of Posts and Telecommunications
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 Beijing University of Posts and Telecommunications filed Critical Beijing University of Posts and Telecommunications
Priority to CN202010097256.4A priority Critical patent/CN111313998B/zh
Publication of CN111313998A publication Critical patent/CN111313998A/zh
Application granted granted Critical
Publication of CN111313998B publication Critical patent/CN111313998B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B17/00Monitoring; Testing
    • H04B17/30Monitoring; Testing of propagation channels
    • H04B17/391Modelling the propagation channel

Landscapes

  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Complex Calculations (AREA)

Abstract

为了解决现有技术问题中的至少一个,本公开提供了一种统计信道模型验证方法及装置,可以验证不同类型的统计信道模型。方法,包括:获取信道仿真仪输出的第一信道数据;获取待验证分布;基于待验证分布和第一信道数据生成待验证分布的累积分布函数和第二信道数据;对第一信道数据进行排序获得第一有序信道数据;对第二信道数据进行排序获得第二有序信道数据;生成等差序列;基于等差序列和累积分布函数获得第三有序信道数据;基于第一有序信道数据、第二有序信道数据和第三有序信道数据,判断是否满足待验证分布。本公开的技术方案,可以实现不同类型统计信道模型的验证,提高适用性和实用性。

Description

一种统计信道模型验证方法及装置
技术领域
本公开涉及无线通信领域,尤其涉及一种统计信道模型验证方法及装置。
背景技术
为了将真实世界的复杂无线通信环境在实验室中精确的重现,从而使得用户能够以较低的成本来对无线设备和网络设施的端到端性能测试验证,信道模拟器是其中必不可少的部分。在各个种类的信道模型中,统计信道模型是最基本的模型。其主要思想是将信道的抽头增益建模为一定的概率模型,如经典的瑞利衰落与莱斯衰落信道模型。对于一台商用的信道模拟器来说,信道模型的正确性是最需要保证的出厂指标。目前市场上的信道模拟器,并没有一个通用的统计信道模型验证系统。
在《一种lognormal信道模型验证系统》(申请公布号:CN107994965A申请号:2018100882490)一文中,提出了一种lognormal信道模型验证系统,其选取两个特殊点,将理想统计值和实际数据的统计做对比,并利用自定义的差异函数作为评判标准。一方面,该验证系统只能针对lognormal信道模型进行验证,无法推广到其他信道模型,限制了其广泛使用。另一方面只选取两个点进行统计会带来较大的误差,使得验证结果受偶然元素影响较大。
发明内容
为了解决上述技术问题中的至少一个,本公开提供了一种统计信道模型验证方法及装置,可以验证不同类型的统计信道模型。
本公开的第一方面,提供了一种统计信道模型验证方法,包括:
获取信道仿真仪输出的第一信道数据,所述第一信道数据为N个信道幅值;
获取待验证分布;
基于待验证分布和第一信道数据生成待验证分布的累积分布函数和第二信道数据,所述第二信道数据为N个服从待验证分布的随机数;
对第一信道数据进行排序获得第一有序信道数据;
对第二信道数据进行排序获得第二有序信道数据;
生成等差序列,所述等差序列包括N个累积分布值;
基于等差序列和累积分布函数获得第三有序信道数据;
基于第一有序信道数据、第二有序信道数据和第三有序信道数据,判断是否满足待验证分布。
可选的,基于待验证分布和第一信道数据生成待验证分布的累积分布函数和第二信道数据包括:根据最大似然估计,获得待验证分布的参数,基于待验证分布的参数生成待验证分布的累积分布函数和第二信道数据。
可选的,所述生成等差序列包括:获取N,根据N生成等差数数列
Figure BDA0002385876780000021
可选的,所述基于等差序列和累积分布函数获得第三有序信道数据包括:根据累积分布函数建立累积分布值与信道幅值的系数关系表,根据等差序列中的累积分布值Ci从系数关系表查找与累积分布值Ci最接近的累积分布值Bj;获得系数关系表中与累积分布值Bj所对应的信道幅值Aj,根据信道幅值Aj得到第三有序信道数据;其中累积分布值Ci表示等差序列中的第i个元素,累积分布值Bj表示系数关系表中的第j个累积分布值,信道幅值Aj表示系数关系表中与第j个累积分布值所对应的信道幅值。
可选的,所述根据累积分布函数建立累积分布值与信道幅值的系数关系表包括:确定信道仿真仪输出的最大值hmax和最小值hmin,选取
Figure BDA0002385876780000022
Figure BDA0002385876780000023
使得
Figure BDA0002385876780000024
将区间
Figure BDA0002385876780000025
均分得到序列A:{h[1],h[2],...h[M]},将序列A中的每个元素作为自变量带入所述累积分布函数cdf中,得到序列B:{cdf(h[1]),cdf(h[2]),...cdf(h[M])},基于序列A与序列B的对应关系建立系数关系列表。
可选的,基于第一有序信道数据、第二有序信道数据和第三有序信道数据,判断是否满足待验证分布包括:以第一有序序列数据和第三有序序列数据分别作为横坐标和纵坐标做第一散点图,以第二有序序列数据作为横坐标和第三有序序列数据分别作为横坐标和纵坐标做第二散点图,基于第一散点图和第二散点图判断是否满足待验证分布。
可选的,基于第一有序信道数据、第二有序信道数据和第三有序信道数据,判断是否满足待验证分布包括:计算第一有序信道数据与第三有序信道数据的误差向量的2范数,计算第二有序信道数据与第三有序信道数据的误差向量的2范数,根据两个2范数的差值是否大于预设阈值判断是否满足待验证分布。
本公开的第二方面,提供了统计信道模型验证装置,包括:
第一信道数据获取模块,用于获取信道仿真仪输出的第一信道数据,所述第一信道数据为N个信道幅值;
待验证分布获取模块,用于获取待验证分布;
累积分布函数及第二信道数据生成模块,用于基于待验证分布和第一信道数据生成待验证分布的累积分布函数和第二信道数据,所述第二信道数据为N个服从待验证分布的随机数;
第一有序信道数据获取模块,用于对第一信道数据进行排序获得第一有序信道数据;
第二有序信道数据获取模块,用于对第二信道数据进行排序获得第二有序信道数据;
等差序列生成模块,用于生成等差序列,所述等差序列包括N个累积分布值;
第三有序信道数据获取模块,用于基于等差序列和累积分布函数获得第三有序信道数据;
验证模块,用于基于第一有序信道数据、第二有序信道数据和第三有序信道数据,判断是否满足待验证分布。
本公开的第三方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有指令,当所述指令被执行时,使得计算机执行本公开第一方面中任一所述的方法。
本公开的第四方面,一种设备,包括:处理器和存储器;所述存储器用于存储指令,所述处理器用于执行所述存储器中存储的指令,以使所述设备执行本公开第一方面中任一所述的方法。
本公开的技术方案,可以满足不同类型统计信道模型的验证,提高适用性;以及利用系数关系表克服最对有些复杂的累积分布函数无法求出函数解析表达式的情况,以及提高计算速度。
附图说明
附图示出了本公开的示例性实施方式,并与其说明一起用于解释本公开的原理,其中包括了这些附图以提供对本公开的进一步理解,并且附图包括在本说明书中并构成本说明书的一部分。
图1是本公开的示例性实施中的一种统计信道模型验证方法的一种流程图;
图2是本公开的示例性实施中的一种统计信道模型验证方法的另一种流程图;
图3是本公开的示例性实施中的一种散点图;
图4是本公开的示例性实施中的另一种散点图;
图5是本公开的示例性实施中的另一种散点图;
图6是本公开的示例性实施中的另一种散点图;
图7为本公开的示例性实施中的统计信道模型验证装置连接图。
具体实施方式
下面结合附图和实施方式对本公开作进一步的详细说明。可以理解的是,此处所描述的具体实施方式仅用于解释相关内容,而非对本公开的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本公开相关的部分。
需要说明的是,在不冲突的情况下,本公开中的实施方式及实施方式中的特征可以相互组合。下面将参考附图并结合实施方式来详细说明本公开。
本公开从概率统计的角度,基于Q-Q图(quantile-quantile plot)的思想,提出了一种通用的一种统计信道模型验证方法和装置,涵盖了正态分布、瑞利分布、莱斯分布、对数正态分布和Nakagami分布。对信道模拟的研究具有重要的意义。
Q-Q图是一种利用图表比较两个概率分布的分位数的统计学方法。分位数(Quantile)是指用分割点将一个随机变量的概率分布范围分为几个具有相同概率的连续区间。例如3个分割点能分出4个区间。首先,选择分位数的一组间隔。Q-Q图上的绘制的散点坐标(x0,y0),x0对应于相对于第一个分布的分位数,y0对应于第二个分布的分位数。如果两个概率函数的分布基本相同,则所有的散点近似地位于直线y=x上。它是一种比直方图更加有效的方法,其验证的点数可以自设,因此最大程度上减小甚至避免了偶然误差,使得验证系统具有稳健性。
如图1所示,一种统计信道模型验证方法,包括:
步骤S1:获取信道仿真仪输出的第一信道数据,第一信道数据为N个信道幅值;
该第一信道数据的信道幅值满足特定通信分布,本实施例中N值越大,验证的准确的越高,计算复杂度也越大。
步骤S2:获取待验证分布;
假设是第一信道数据满足待验证分布的,如满足正态分布、瑞利分布、莱斯分布、对数正态分布和Nakagami分布等;获取该假设的待验证分布,以供后续判断是否满足该待验证分布。
步骤S3:基于待验证分布和第一信道数据生成待验证分布的累积分布函数和第二信道数据,第二信道数据为N个服从待验证分布的随机数:
步骤S3中可以根据最大似然估计,获得待验证分布的参数(针对不同的信道,参数的个数也可能不一样,如正态分布有两个参数,均值和方差),基于待验证分布的参数生成待验证分布的累积分布函数cdf和第二信道数据。第二信道数据包含N个新的服从该待验证分布的随机数(信道幅值)。可以知道的,该待验证分布是已确定参数的。
步骤S4:对第一信道数据进行排序获得第一有序信道数据;
步骤S4中第一信道数据的N个信道幅值可以通过h[1],h[2],...h[N]表示,通过排序使得h[1]≤h[2]≤…≤h[N],排序后的数据即第一有序信道数据。
步骤S5:对第二信道数据进行排序获得第二有序信道数据;
步骤S5中第一信道数据的N个信道幅值可以通过
Figure BDA0002385876780000061
表示,通过排序使得
Figure BDA0002385876780000062
排序后的数据即第二有序信道数据。
步骤S6:生成等差序列,等差序列包括N个累积分布值;
步骤S6生成等差序列用于步骤S7根据该序列得到第三有序信道数据。
生成等差序列的生产方式可以是:获取N,根据N生成等差数数列
Figure BDA0002385876780000063
步骤S7:基于等差序列和累积分布函数获得第三有序信道数据;
步骤S7根据等差序列中的N个累积分布值,获得对应的信道幅值。
基于等差序列和累积分布函数获得第三有序信道数据可以是:根据累积分布函数建立累积分布值与信道幅值的系数关系表,根据等差序列中的累积分布值Ci从系数关系表查找与累积分布值Ci最接近的累积分布值Bj;获得系数关系表中与累积分布值Bj所对应的信道幅值Aj,根据信道幅值Aj得到第三有序信道数据;其中累积分布值Ci表示等差序列中的第i个元素,累积分布值Bj表示系数关系表中的第j个累积分布值,信道幅值Aj表示系数关系表中与第j个累积分布值所对应的信道幅值。等差序列的物理意义是累积概率,范围是[0,1]。我们需要求的是其中每个累积概率对应的信道幅值,因此需要用到累积函数的反函数(也就是分位数函数,或者逆累积分布函数)。由于一些分布的逆函数采用解析表达式,所以采用查表法,建立了系数关系对应表,充分利用哈希查找速度快的优点。
具体的,上述根据等差序列中的累积分布值Ci从系数关系表查找与累积分布值Ci最接近的累积分布值Bj,可以采用二分法查找。
具体的,上述根据累积分布函数建立累积分布值与信道幅值的系数关系表可以是:确定信道仿真仪输出的最大值hmax和最小值hmin,选取
Figure BDA0002385876780000064
Figure BDA0002385876780000065
使得
Figure BDA0002385876780000066
将区间
Figure BDA0002385876780000067
均分得到序列A:{h[1],h[2],...h[M]},将序列A中的每个元素作为自变量带入累积分布函数cdf中,得到序列B:{cdf(h[1]),cdf(h[2]),...cdf(h[M])},基于序列A与序列B的对应关系建立系数关系列表。其中M远大于N,一般可取10×N。这里
Figure BDA0002385876780000071
利用哈希表的思想设计系数关系表,一方面解决了通用的问题,无需针对某些概率分布重新设计验证方案;另一方面。由于哈希表的性质,利用空间换时间,使得计算复杂度大大降低。
步骤S8:基于第一有序信道数据、第二有序信道数据和第三有序信道数据,判断是否满足待验证分布。
基于第一有序信道数据、第二有序信道数据和第三有序信道数据,判断是否满足待验证分布可以是:以第一有序序列数据和第三有序序列数据分别作为横坐标和纵坐标做第一散点图,以第二有序序列数据作为横坐标和第三有序序列数据分别作为横坐标和纵坐标做第二散点图,基于第一散点图和第二散点图判断是否满足待验证分布。
基于第一有序信道数据、第二有序信道数据和第三有序信道数据,判断是否满足待验证分布可以是:计算第一有序信道数据与第三有序信道数据的误差向量的2范数,计算第二有序信道数据与第三有序信道数据的误差向量的2范数,根据两个2范数的差值是否大于预设阈值判断是否满足待验证分布。
当然,上述两个判断方式可以同时采用,并根据两个判断结果共同确定判断结果。如均判断满足待验证分布时,确定满足待验证分布。又如其中一个判断满足待验证分布时,确定满足待验证分布。
本公开的技术方案,可以满足不同类型统计信道模型的验证,提高适用性;以及利用系数关系表克服最对有些复杂的累积分布函数无法求出函数解析表达式的情况,以及提高计算速度。
以下待验证分布为Nakagami分布时为例,结合附图2进行详细说明,值得注意的是,示例只是本发明支持的验证模型中的一种。整个验证步骤如下:
1.首先,得到N点信道仿真仪的输出的信道幅值{h[1],h[2],...h[N]}。假设该数据是服从Nakagami分布的,利用最大似然估计,得到该Nakagami分布的两个参数。从而可以生成N个服从该分布的值,用随机数
Figure BDA0002385876780000081
表示,同时可以生成该分布的累积概率密度函数cdf。
参见图2,上述步骤实现:S101,获取N个信道幅值;S102利用最大似然估计,得出概率分布的参数;S103,得到N个服从该分布的值;以及S104,得到累积概率函数cdf。
2.然后,利用步骤1的cdf函数,建立系数关系表。具体方式如下:
确定信道仿真仪输出的最小值hmin,最大值hmax
选取
Figure BDA0002385876780000082
Figure BDA0002385876780000083
使得
Figure BDA0002385876780000084
Figure BDA0002385876780000085
同时还需保证
Figure BDA0002385876780000086
Figure BDA0002385876780000087
的取值在Nakagami分布的有效区间内,即(0,+∞)。
将区间
Figure BDA0002385876780000088
均匀分成M-1份,得到M个点(M远大于N,通常取10*N以上),称为序列A:{h[1],h[2],...h[M]}。这里
Figure BDA0002385876780000089
Figure BDA00023858767800000810
将序列A中每个元素作为自变量带入步骤1得到的cdf函数中,得到序列B:{cdf(h[1]),cdf(h[2]),...cdf(h[M])}。这样就建立了序列B-序列A的关系对应表。
参见图2,上述步骤实现:S105,确定最小值hmin,最大值hmax;S106,选取
Figure BDA00023858767800000811
Figure BDA00023858767800000812
S107,将区间
Figure BDA00023858767800000813
均匀分成M-1份;S108,得到序列A:{h[1],h[2],...h[M]};S109,得到序列B:{cdf(h[1]),cdf(h[2]),...cdf(h[M])};S110,建立系数关系。
3.接着,分别对信道仿真仪输出的信道数据和步骤1生成的信道数据排序,使得h[1]≤h[2]≤…≤h[N],
Figure BDA00023858767800000814
将这两序列分别记为D1,D2,再生成一个N长的序列C:
Figure BDA00023858767800000815
参见图2,上述步骤实现:S111,得到长度为N的序列D1,S112,得到长度为N的序列D2;S113,产生N个点的序列C:
Figure BDA00023858767800000816
4.利用步骤2得到的系数关系表和步骤3的序列C,生成长度为N的序列D,具体步骤如下:
(1)序列A是非减序列,由于累积概率分布函数是增函数,故序列B也是非减序列。假设Ci为序列C的第i个元素,在B中利用二分查找,确定序列B中与Ci最接近的数值Bj,则Di=Aj
(2)按照步骤(1)遍历序列C,得到序列D。
参见图2,上述步骤实现:S114,得到长度为N的序列D。
5.根据Q-Q图的原理,以序列D和序列D2分别作为横坐标和纵坐标做散点图(图4、图6),大致位于y=x这条直线上,如果信道输出的数据满足Nakagami分布,则以序列D和序列D1分别作为横坐标和纵坐标做散点图(图3),也大致位于y=x这条直线上;如果信道输出的数据不满足Nakagami分布,则不满足y=x这条直线。输入一个正态分布的数据,利用Nakagami分布假设进行验证,得到一个近似曲线图(图5),与直线y=x有着较大的偏离。图3~图6都采集了信道仿真仪产生的1000个数据。图中直线代表y=x。
6.最后分别计算出序列D1、D2与D的误差向量的2范数,这两个值的差值在阈值τ以内,可以认为信道数据是满足Nakagami分布的。阈值τ是通过大量仿真之后,总结得到的合理值。这里取τ=1.5。计算得知,图3和图4中的仿真最终结果为0.1082,小于1.5,且直观上数据近似在一条直线上,说明信道仿真仪产生的信道数据相符,这间接的证明了本方法对正确信道数据验证的有效性。图5和图6的仿真结果为7.2745,且图像直观地显示数据不在一条直线上,因此可以做出推论,该信道数据不是来源于Nakagami信道,该结果说明本发明对错误信道数据的有效性。
参见图2,上述步骤实现:S115,判断是否差值小于τ,若是进入步骤S116,若否进入步骤S117;S116,判断信道数据满足该分布;S117,判断信道数据不满足该分布。上述差值是||D1-D||2与||D2-D||2的差值。
本申请实施例还提供统计信道模型验证装置,如图7所示,包括:
第一信道数据获取模块1,用于获取信道仿真仪输出的第一信道数据,第一信道数据为N个信道幅值;
待验证分布获取模块2,用于获取待验证分布;
累积分布函数及第二信道数据生成模块3,用于基于待验证分布和第一信道数据生成待验证分布的累积分布函数和第二信道数据,第二信道数据为N个服从待验证分布的随机数;
第一有序信道数据获取模块4,用于对第一信道数据进行排序获得第一有序信道数据;
第二有序信道数据获取模块5,用于对第二信道数据进行排序获得第二有序信道数据;
等差序列生成模块6,用于生成等差序列,等差序列包括N个累积分布值;
第三有序信道数据获取模块7,用于基于等差序列和累积分布函数获得第三有序信道数据;
验证模块8,用于基于第一有序信道数据、第二有序信道数据和第三有序信道数据,判断是否满足待验证分布。
本申请实施例可用于执行上述实施例中的方法,具体实现方式和技术效果类似,这里不再赘述。
本申请实施例还提供一种计算机可读存储介质,计算机可读存储介质存储有指令,当指令被执行时,使得计算机执行上述实施例中任一项的方法。
本申请实施例还提供一种设备,包括:处理器和存储器;存储器用于存储指令,处理器用于执行存储器中存储的指令,以使设备执行上述实施例中任一项的方法。可以理解的,本申请实施例中的处理器可以是中央处理器(CPU)、通用处理器、数字信号处理器、现场可编程阵列等硬件部件或其组合。
在本说明书的描述中,参考术语“一个实施例/方式”、“一些实施例/方式”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例/方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例/方式或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例/方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例/方式或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例/方式或示例以及不同实施例/方式或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
本领域的技术人员应当理解,上述实施方式仅仅是为了清楚地说明本公开,而并非是对本公开的范围进行限定。对于所属领域的技术人员而言,在上述公开的基础上还可以做出其它变化或变型,并且这些变化或变型仍处于本公开的范围内。

Claims (8)

1.一种统计信道模型验证方法,其特征在于,包括:
获取信道仿真仪输出的第一信道数据,所述第一信道数据为N个信道幅值;
获取待验证分布;
基于待验证分布和第一信道数据生成待验证分布的累积分布函数和第二信道数据,所述第二信道数据为N个服从待验证分布的随机数;
对第一信道数据进行排序获得第一有序信道数据;
对第二信道数据进行排序获得第二有序信道数据;
生成等差序列,所述等差序列包括N个累积分布值;
基于等差序列和累积分布函数获得第三有序信道数据;所述基于等差序列和累积分布函数获得第三有序信道数据包括:根据累积分布函数建立累积分布值与信道幅值的系数关系表,根据等差序列中的累积分布值Ci从系数关系表查找与累积分布值Ci最接近的累积分布值Bj;获得系数关系表中与累积分布值Bj所对应的信道幅值Aj,根据信道幅值Aj得到第三有序信道数据;其中累积分布值Ci表示等差序列中的第i个元素,累积分布值Bj表示系数关系表中的第j个累积分布值,信道幅值Aj表示系数关系表中与第j个累积分布值所对应的信道幅值;所述根据累积分布函数建立累积分布值与信道幅值的系数关系表包括:确定信道仿真仪输出的最大值hmax和最小值hmin,选取
Figure FDA0003061469280000011
Figure FDA0003061469280000012
使得
Figure FDA0003061469280000013
将区间
Figure FDA0003061469280000014
均分得到序列A:{h[1],h[2],…h[M]},将序列A中的每个元素作为自变量带入所述累积分布函数cdf中,得到序列B:{cdf(h[1]),cdf(h[2]),…cdf(h[M])},基于序列A与序列B的对应关系建立系数关系列表;
基于第一有序信道数据、第二有序信道数据和第三有序信道数据,判断是否满足待验证分布。
2.如权利要求1所述的方法,其特征在于,基于待验证分布和第一信道数据生成待验证分布的累积分布函数和第二信道数据包括:根据最大似然估计,获得待验证分布的参数,基于待验证分布的参数生成待验证分布的累积分布函数和第二信道数据。
3.如权利要求1所述的方法,其特征在于,所述生成等差序列包括:获取N,根据N生成等差数列
Figure FDA0003061469280000021
4.如权利要求1所述的方法,其特征在于,基于第一有序信道数据、第二有序信道数据和第三有序信道数据,判断是否满足待验证分布包括:以第一有序序列数据和第三有序序列数据分别作为横坐标和纵坐标做第一散点图,以第二有序序列数据作为横坐标和第三有序序列数据分别作为横坐标和纵坐标做第二散点图,基于第一散点图和第二散点图判断是否满足待验证分布。
5.如权利要求1所述的方法,其特征在于,基于第一有序信道数据、第二有序信道数据和第三有序信道数据,判断是否满足待验证分布包括:计算第一有序信道数据与第三有序信道数据的误差向量的2范数,计算第二有序信道数据与第三有序信道数据的误差向量的2范数,根据两个2范数的差值是否大于预设阈值判断是否满足待验证分布。
6.一种统计信道模型验证装置,其特征在于,包括:
第一信道数据获取模块,用于获取信道仿真仪输出的第一信道数据,所述第一信道数据为N个信道幅值;
待验证分布获取模块,用于获取待验证分布;
累积分布函数及第二信道数据生成模块,用于基于待验证分布和第一信道数据生成待验证分布的累积分布函数和第二信道数据,所述第二信道数据为N个服从待验证分布的随机数;
第一有序信道数据获取模块,用于对第一信道数据进行排序获得第一有序信道数据;
第二有序信道数据获取模块,用于对第二信道数据进行排序获得第二有序信道数据;
等差序列生成模块,用于生成等差序列,所述等差序列包括N个累积分布值;
第三有序信道数据获取模块,用于基于等差序列和累积分布函数获得第三有序信道数据;所述基于等差序列和累积分布函数获得第三有序信道数据包括:根据累积分布函数建立累积分布值与信道幅值的系数关系表,根据等差序列中的累积分布值Ci从系数关系表查找与累积分布值Ci最接近的累积分布值Bj;获得系数关系表中与累积分布值Bj所对应的信道幅值Aj,根据信道幅值Aj得到第三有序信道数据;其中累积分布值Ci表示等差序列中的第i个元素,累积分布值Bj表示系数关系表中的第j个累积分布值,信道幅值Aj表示系数关系表中与第j个累积分布值所对应的信道幅值;所述根据累积分布函数建立累积分布值与信道幅值的系数关系表包括:确定信道仿真仪输出的最大值hmax和最小值hmin,选取
Figure FDA0003061469280000031
Figure FDA0003061469280000032
使得
Figure FDA0003061469280000033
将区间
Figure FDA0003061469280000034
均分得到序列A:{h[1],h[2],…h[M]},将序列A中的每个元素作为自变量带入所述累积分布函数cdf中,得到序列B:{cdf(h[1]),cdf(h[2]),…cdf(h[M])},基于序列A与序列B的对应关系建立系数关系列表;
验证模块,用于基于第一有序信道数据、第二有序信道数据和第三有序信道数据,判断是否满足待验证分布。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有指令,当所述指令被执行时,使得计算机执行如权利要求1-5任一项所述的方法。
8.一种计算设备,其特征在于,包括:处理器和存储器;所述存储器用于存储指令,所述处理器用于执行所述存储器中存储的指令,以使所述设备执行如权利要求1-5任一项所述的方法。
CN202010097256.4A 2020-02-18 2020-02-18 一种统计信道模型验证方法及装置 Active CN111313998B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010097256.4A CN111313998B (zh) 2020-02-18 2020-02-18 一种统计信道模型验证方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010097256.4A CN111313998B (zh) 2020-02-18 2020-02-18 一种统计信道模型验证方法及装置

Publications (2)

Publication Number Publication Date
CN111313998A CN111313998A (zh) 2020-06-19
CN111313998B true CN111313998B (zh) 2021-07-13

Family

ID=71151048

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010097256.4A Active CN111313998B (zh) 2020-02-18 2020-02-18 一种统计信道模型验证方法及装置

Country Status (1)

Country Link
CN (1) CN111313998B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111929671B (zh) * 2020-06-30 2022-02-18 湖南华诺星空电子技术有限公司 基于正态匹配的无线电侦测的接收幅度的估计方法及系统
CN112016123B (zh) * 2020-09-04 2021-09-07 支付宝(杭州)信息技术有限公司 隐私保护算法的验证方法、装置及电子设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104618041A (zh) * 2014-12-31 2015-05-13 北京邮电大学 一种信道数据回放方法及装置
CN107994965A (zh) * 2018-01-30 2018-05-04 合肥工业大学 一种lognormal信道模型验证系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108365904B (zh) * 2018-03-12 2020-10-30 武汉大学 一种Nakagami衰落信道的测试系统及其验证方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104618041A (zh) * 2014-12-31 2015-05-13 北京邮电大学 一种信道数据回放方法及装置
CN107994965A (zh) * 2018-01-30 2018-05-04 合肥工业大学 一种lognormal信道模型验证系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Performance analysis of square M-QAM with dual-hop relay link in Nakagami-m fading channel;Soumendra Nath Datta等;《2010 International Conference on Signal Processing and Communications (SPCOM)》;20100721;全文 *
无线信道的参数提取与特性评估方法研究;方坤;《CNKI中国优秀硕士论文全文数据库 信息科技辑》;20200115;全文 *

Also Published As

Publication number Publication date
CN111313998A (zh) 2020-06-19

Similar Documents

Publication Publication Date Title
CN111313998B (zh) 一种统计信道模型验证方法及装置
CN116596095B (zh) 基于机器学习的碳排放量预测模型的训练方法及装置
CN113158589B (zh) 一种电池管理系统的仿真模型校准方法以及装置
CN113962161B (zh) 基于黑寡妇优化算法的最优QoS服务选择方法及装置
CN110555231A (zh) 一种动力学仿真模型修正方法
CN112348055A (zh) 一种聚类评估度量方法、系统、装置和存储介质
WO2021000244A1 (en) Hyperparameter recommendation for machine learning method
CN109146060B (zh) 一种基于卷积神经网络处理数据的方法及装置
CN110083777B (zh) 一种社交网络用户分组方法、装置及服务器
CN104635206B (zh) 一种无线定位的方法及装置
Hernandez Comparison of methods for the reconstruction of probability density functions from data samples
CN109614074A (zh) 基于概率转移矩阵模型的近似加法器可靠度计算方法
CN113919253B (zh) 硅通孔阵列峰值温度和参数的优化方法及系统
CN107784363B (zh) 数据处理方法、装置及系统
CN112861115B (zh) 基于区块链安全认证的加密策略调用方法及云认证服务器
CN114154780A (zh) 评价方法、装置、电子设备及相关产品
CN110134575B (zh) 一种服务器集群的服务能力计算方法及装置
CN112700270A (zh) 评分数据处理方法、装置、设备及存储介质
CN113971454A (zh) 深度学习模型的量化方法和相关装置
CN113988493A (zh) 终端评价模型的构建方法、装置和存储介质
CN111104559A (zh) 将用户数据的分布形态进行划分的方法及其装置
Eickhoff et al. Analysis of the time evolution of quantiles in simulation
CN111382754B (zh) 用户聚类方法、装置、设备和介质
CN113449382B (zh) 一种整车排放结果的仿真方法及系统
CN117236216B (zh) 水库水动力模型糙率率定方法、装置、计算机设备及介质

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