CN111586706B - 长距离广域信道检测方法、系统、存储介质、物联网终端 - Google Patents

长距离广域信道检测方法、系统、存储介质、物联网终端 Download PDF

Info

Publication number
CN111586706B
CN111586706B CN202010280963.7A CN202010280963A CN111586706B CN 111586706 B CN111586706 B CN 111586706B CN 202010280963 A CN202010280963 A CN 202010280963A CN 111586706 B CN111586706 B CN 111586706B
Authority
CN
China
Prior art keywords
detection
node
lora
nodes
long
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
CN202010280963.7A
Other languages
English (en)
Other versions
CN111586706A (zh
Inventor
易运晖
赵海浪
陈南
何先灯
朱畅华
权东晓
赵楠
李力
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.)
Xidian University
Original Assignee
Xidian University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xidian University filed Critical Xidian University
Priority to CN202010280963.7A priority Critical patent/CN111586706B/zh
Publication of CN111586706A publication Critical patent/CN111586706A/zh
Application granted granted Critical
Publication of CN111586706B publication Critical patent/CN111586706B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W24/00Supervisory, monitoring or testing arrangements
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B17/00Monitoring; Testing
    • H04B17/30Monitoring; Testing of propagation channels
    • H04B17/309Measuring or estimating channel quality parameters

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明属于无线通信技术领域,公开了一种长距离广域信道检测方法、系统、存储介质、物联网终端,建立包含多个节点的分布式网络;邻居节点间进行通信,在无信号时,执行基于总体最小二乘分布式扩散的能量检测算法,确定检测的门限;多节点进行扫描,某节点本地判决为LoRa信号出现时,共享初步检测信息;多节点执行基于总体最小二乘分布式扩散的能量检测算法,实现分布式协作检测,最后对LoRa信号进行判决。本发明对不同频段内的LoRa信道进行扫描,分布式网络中某一节点检测到LoRa信号后,与邻居节点共享初步检测信息,使整个网络中节点共同检测某一确定频段,实现基于总体最小二乘分布式扩散的能量检测算法,提高了检测概率。

Description

长距离广域信道检测方法、系统、存储介质、物联网终端
技术领域
本发明属于无线通信技术领域,尤其涉及一种长距离广域信道检测方法、系统、存储介质、物联网终端。
背景技术
目前,无物联网设备的数量在以前所未有的数量进行增加,预计到2030年将有大约5000亿设备连接到互联网。这些设备的连接大多会涉及到远程物联网技术,非常流行的低功率广域网LPWAN技术越来越广泛的被使用,长距离广域LoRa(Long-Range)技术就是其中一种,它是一种新兴的物联网通信技术,因其传输距离远,工作功耗低等特点被广泛应用在工厂、厂矿、农场等场所。由于LoRa设备在相似的频带中运行,所以设备之间信号传输时,有可能会出现干扰等情况,会增加数据传输的丢包率,所以需要对其运行的信道进行检测和管理,从而提高信道和频谱的利用率。人们根据LoRa芯片具有信道检测功能的特性,利用MCU(微控制单元)驱动LoRa芯片对某些频点进行监测。LoRa信号作为一种无线信号,还可以利用带有融合中心的多节点能量检测方案的方法进行监测,带有融合中心的检测方法主要依赖融合中心进行处理,网络抗故障能力较弱,传统的loRa信号的频点监测与带融合中心的能量检测系统及方法的应用受到了一定限制。
现有技术一中公开了一种LoRa信号监测系统及方法。该测试系统主要提出利用软件无线电平台搭建LoRa信号检测节点,然后构建带有融合中心的多节点检测网络,从而实现LoRa信号的检测。该检测方法存在的不足之处是:该检测方法采用带有融合中心的检测网络模型,节点与融合中心进行通信,融合中心收集节点信息从而实现LoRa信号的检测与参数估计,高度依赖融合中心进行结果的判决等运算,融合中心故障会导致系统的检测性能下降。
现有技术二中公开了一种Lora无线技术检测方法。该方法的步骤是,采用CAD信道检测方法来检测当前扩频因子下是否有LoRa数据帧,通过在不同扩频因子下前导码快速检测及切换,实现不同符号速率的LoRa数据的接收,使用的是轮询的方法对信道进行CAD检测。该方法存在的不足之处是:由于该方法采用CAD检测方法进行信道检测,所以必须直到所检测的信道频率等先验信息,导致该方法只能检测已知多频点信息的多个定频点上有无LoRa信号,对未知频点信息的LoRa信号无法实现检测。
通过上述分析,现有技术存在的问题及缺陷为:传统的loRa信号的频点监测与带融合中心的能量检测高度依赖融合中心,故障率高,检测性能下降;需要先验知识,只能检测已知多频点信息的多个定频点上有无LoRa信号,对未知频点信息的LoRa信号无法实现检测。
解决以上问题及缺陷的难度为:对于中心式方案,需要保持通信链路的故障率低以及融合中心无故障,不能充分利用节点的计算资源;中心式方案需要每个节点与融合中心进行通信,需要较大的数据通信量,节点和融合中心的能量功耗较大,且要考虑节点与融合中心的通信时避免通信碰撞等问题,另外,做到所有节点的时间同步,也较为复杂。采用CAD检测,检测准确率和误警率无法同时保证,并且检测范围很难提高。采用CAD方法对LoRa信号进行检测需要循环扫描待检测信道,LoRa信号的传输参数组合比例较多,因此循环扫描的信道可能会较多,检测效率会大大降低;如果采用单LoRa芯片CAD检测,循环检测速度较慢,如果采用多LoRa芯片CAD同时检测,成本往往会较高。
解决以上问题及缺陷的意义为:解决中心式计算系统的稳健性差的问题,并有效利用检测节点的计算资源。可以一定程度上较少数据通信量,从而可以降低系统的能量消耗,可以有效避免检测节点与融合中心通信的碰撞问题,同时对与检测网络中的时间同步问题,分布式检测网络中的节点只需要与邻居节点进行时间同步,从而可以降低难度。采用软件无线电,可以检测非标准和未知频点的Lora信号,适应范围宽,同时提高了检测准确率,不需要逐信道进行扫描,可以大大提高LoRa信号的检测速率,同时,软件无线电平台的处理速度较快和可扩展性较好,后期可以很方便的对算法进行进一步的优化与提升。
发明内容
针对现有技术存在的问题,本发明提供了一种长距离广域信道检测方法、系统、存储介质、物联网终端。
本发明是这样实现的,一种长距离广域信道检测方法,所述长距离广域信道检测方法包括:建立包含多个节点的分布式网络;邻居节点间进行通信,在无信号时,执行基于总体最小二乘分布式扩散的能量检测算法,确定检测的门限;多节点进行扫描,某节点本地判决为LoRa信号出现时,共享初步检测信息;多节点执行基于总体最小二乘分布式扩散的能量检测算法,实现分布式协作检测,最后对LoRa信号进行判决。
进一步,所述长距离广域信道检测方法包括:
第一步,建立分布式网络,分布式网络包括多个检测节点;
第二步,每个信噪比下在有、无LoRa信号时,得到多个功率估计值,选择合适的值,得到最终的判决门限;
第三步,每个节点运行能量检测算法,对不同频段内的LoRa信道进行扫描,每个节点对检测结果做出本地判决,判决是否有LoRa信号出现;
第四步,当某一节点本地判决LoRa信号出现后,将该节点的扫描频段分享给邻居节点;分布式网络内的所有节点对该确定频段内的LoRa信号进行检测,实现信息的共享和交互;
第五步,分布式网络内的所有节点对已确定的频段进行扫描,执行能量检测算法;分布式网络内节点运行基于总体最小二乘分布式扩散的能量检测算法,实现对LoRa信道的检测,最终经过算法运算得到最终功率估计值P;
第六步,判决LoRa信号:得到信道功率值后,将最终检测结果功率值与判决门限进行比较,大于门限则认为该信道LoRa信号存在,否则认为该信道不存在LoRa信号。
进一步,所述第一步包括:建立分布式网络,分布式网络包括多个检测节点,构建分布式网络关系,每个检测节点与邻居节点之间建立网络连接,实现信息的传播与交互,为每个检测节点分配LoRa不同监测频段。
进一步,所述第二步包括:每个节点运行能量检测算法,对频段内的LoRa信道进行扫描。
进一步,所述能量检测算法基于总体最小二乘分布式扩散,包括:
步骤一,在某一时刻,每个检测节点对检测LoRa信道得到一个功率值P;
步骤二,节点利用自身功率估计值和邻居节点的功率值进行信息交换得到中间估计值;
步骤三,节点与邻居节点的中间估计值进行线性合并,得到该节点的最新估计值;
步骤四,不断重复步骤二,步骤三中步骤,使总损失函数不断减小;
步骤五,到达迭代次数后,损失函数将达到最小,得到最终功率估计值P。
进一步,所述步骤三节点与邻居节点的中间估计值进行线性合并,得到该节点的最新估计值;
Figure BDA0002446552620000041
Figure BDA0002446552620000042
μk>0,是步长参数,cl,k>0,al,k>0,,均为扩散结合参数;
Figure BDA0002446552620000043
Figure BDA0002446552620000044
其中,Nk表示包含节点k以及与k节点相连接的邻居节点,zk,n表示中间估计变量,Pk,n表示最新估计值。
进一步,所述步骤四,不断重复步骤二,步骤三中步骤,使总损失函数不断减小:
Figure BDA0002446552620000051
P代表最终的目标功率值,|x(n)|2表示节点k的测量的功率值,|J(w)表示迭代过程中总的损失函数,M表示总节点数。
本发明的另一目的在于提供一种接收用户输入程序存储介质,所存储的计算机程序使电子设备执行权利要求任意一项所述包括下列步骤:建立包含多个节点的分布式网络;邻居节点间进行通信,在无信号时,执行基于总体最小二乘分布式扩散的能量检测算法,确定检测的门限;多节点进行扫描,某节点本地判决为LoRa信号出现时,共享初步检测信息;多节点执行基于总体最小二乘分布式扩散的能量检测算法,实现分布式协作检测,最后对LoRa信号进行判决。
本发明的另一目的在于提供一种实施所述长距离广域信道检测方法的长距离广域信道检测系统,所述长距离广域信道检测系统包括:
分布式网络构建模块,用于建立多个检测节点构成的分布式网络;
判决门限确定模块,用于确定判决门限;
多节点扫描模块,用于对不同频段内的LoRa信道进行扫描;
信息共享模块,用于共享初步检测信息;
能量检测模块,用于运行基于总体最小二乘分布式扩散的能量检测算法;
信号判决模块,用于判决LoRa信号。
本发明的另一目的在于提供一种物联网终端,所述物联网终端搭载所述的长距离广域信道检测系统。
结合上述的所有技术方案,本发明所具备的优点及积极效果为:本发明分布式网络中每个节点运行能量检测算法,对不同频段内的LoRa信道进行扫描,可以提高LoRa信号的检测速率与概率。分布式网络中某一节点检测到LoRa信号后,与邻居节点共享初步检测信息,使整个网络中节点共同检测某一确定频段,从而可以实现基于总体最小二乘分布式扩散的能量检测算法,提高检测概率。
本发明能够在某一频段内实现对LoRa信号的信道进行检测,并且能够提高LoRa信号信道检测的检测概率。能够在未知频点信息的情况下对LoRa信号的信道占用情况进行检测。本发明利用基于总体最小二乘分布式扩散的LoRa信道检测方法,在不同信噪比下,能够对LoRa信号进行有效的检测。
本发明采用基于总体最小二乘分布式扩散的能量检测算法进行LoRa信道的检测,多个检测节点构成分布式网络,实现分布式协作检测,最后对LoRa信号进行判决,无需融合中心进行处理,而且降低了功率估计值的误差,可以提高LoRa信号检测概率,有效的克服了现有技术中高度依赖融合中心,检测概率较低的问题,使得本发明系统提高了LoRa信号检测概率,增强了检测的稳定性。
本发明中分布式网络中每个节点运行能量检测算法,对不同频段内的LoRa信道进行扫描,分布式网络中某一节点检测到LoRa信号后,与邻居节点共享初步检测信息,使整个网络中节点共同检测某一确定频段,可以实现基于总体最小二乘分布式扩散的能量检测算法,提高了检测概率。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图做简单的介绍,显而易见地,下面所描述的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的长距离广域信道检测方法流程图。
图2是本发明实施例提供的长距离广域信道检测系统的结构示意图;
图中:1、分布式网络构建模块;2、判决门限确定模块;3、多节点扫描模块;4、信息共享模块;5、能量检测模块;6、信号判决模块。
图3是本发明实施例提供的长距离广域信道检测方法实现流程图。
图4是本发明实施例提供的仿真结果示意图。
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仅用以解释本发明,并不用于限定本发明。
针对现有技术存在的问题,本发明提供了一种长距离广域信道检测方法、系统、存储介质、物联网终端,下面结合附图对本发明作详细的描述。
如图1所示,本发明提供的长距离广域信道检测方法包括以下步骤:
S101:建立分布式网络,分布式网络包括多个检测节点;
S102:每个信噪比下在有、无LoRa信号时,得到多个功率估计值,选择合适的值,得到最终的判决门限;
S103:每个节点运行能量检测算法,对不同频段内的LoRa信道进行扫描。每个节点对检测结果做出本地判决,判决是否有LoRa信号出现;
S104:当某一节点本地判决LoRa信号出现后,将该节点的扫描频段分享给邻居节点;分布式网络内的所有节点对该确定频段内的LoRa信号进行检测,实现信息的共享和交互;
S105:分布式网络内的所有节点对已确定的频段进行扫描,执行能量检测算法;分布式网络内节点运行基于总体最小二乘分布式扩散的能量检测算法,实现对LoRa信道的检测,最终经过算法运算得到最终功率估计值P;
S106:判决LoRa信号:得到信道功率值后,将最终检测结果功率值与判决门限进行比较,大于门限则认为该信道LoRa信号存在,否则认为该信道不存在LoRa信号。
如图2所示,本发明提供的长距离广域信道检测系统包括:
分布式网络构建模块1,用于建立多个检测节点构成的分布式网络。
判决门限确定模块2,用于确定判决门限。
多节点扫描模块3,用于对不同频段内的LoRa信道进行扫描。
信息共享模块4,用于共享初步检测信息。
能量检测模块5,用于运行基于总体最小二乘分布式扩散的能量检测算法。
信号判决模块6,用于判决LoRa信号。
下面结合附图对本发明的技术方案作进一步的描述。
如图3所示,本发明提供的长距离广域信道检测方法具体包括以下步骤:
步骤一,建立分布式网络,分布式网络包括多个检测节点。构建分布式网络关系,每个检测节点与邻居节点之间建立网络连接,可以实现信息的传播与交互。为每个检测节点分配LoRa不同监测频段。
步骤二,确定判决门限。
(1)每个节点运行能量检测算法,对频段内的LoRa信道进行扫描。
(2)在不同信噪比下,分布式网络内有、无LoRa信号时,分别执行基于总体最小二乘分布式扩散的能量检测算法,得到最终功率估计值。
所述基于总体最小二乘分布式扩散的能量检测算法具体步骤如下:
第一步,在某一时刻,每个检测节点对检测LoRa信道得到一个功率值P;
第二步,节点利用自身功率估计值和邻居节点的功率值进行信息交换得到中间估计值;
第三步,节点与邻居节点的中间估计值进行线性合并,得到该节点的最新估计值;
Figure BDA0002446552620000081
Figure BDA0002446552620000082
μk>0,是步长参数,cl,k>0,al,k>0,,均为扩散结合参数;
Figure BDA0002446552620000083
Figure BDA0002446552620000084
其中,Nk表示包含节点k以及与k节点相连接的邻居节点,zk,n表示中间估计变量,Pk,n表示最新估计值‘’
第四步,不断重复第二步、第三步中步骤,使总损失函数不断减小,
Figure BDA0002446552620000091
P代表最终的目标功率值,|x(n)|2表示节点k的测量的功率值,|J(w)表示迭代过程中总的损失函数,M表示总节点数;
第五步,到达迭代次数后,损失函数将达到最小,得到最终功率估计值P;
(3)经过多次重复执行(2),每个信噪比下在有、无LoRa信号时,得到多个功率估计值,选择合适的值,得到最终的判决门限。
步骤三,多节点扫描。每个节点运行能量检测算法,对不同频段内的LoRa信道进行扫描。每个节点对检测结果做出本地判决,判决是否有LoRa信号出现。
步骤四,共享初步检测信息:
(1)当某一节点本地判决LoRa信号出现后,将该节点的扫描频段分享给邻居节点。
(2)分布式网络内的所有节点对该确定频段内的LoRa信号进行检测,实现信息的共享和交互。
步骤五,实现分布式协作检测:
(1)分布式网络内的所有节点对已确定的频段进行扫描,执行能量检测算法。
(2)分布式网络内节点运行基于总体最小二乘分布式扩散的能量检测算法,实现对LoRa信道的检测。
(3)最终经过算法运算得到最终功率估计值P。
步骤六,判决LoRa信号:得到信道功率值后,将最终检测结果功率值与判决门限进行比较,大于门限则认为该信道LoRa信号存在,否则认为该信道不存在LoRa信号。
下面结合仿真对本发明的技术效果作详细的描述。
1、仿真条件:
本发明的实验仿真环境为软件MATLAB 7.10.0(R2010a),计算机配置:Intel Corei5-4430 CPU,Windows 7。
2、仿真内容:
仿真分布式网络中共20个节点,每个节点的平均邻居节点为3个,待检测信号为LoRa调制信号,信号的基带频率为2MHz,带宽为125KHz,扩频因子SF为7,信号长度1024,采用本发明在不同信噪比下进行信号的识别,对基带信号加上相应的噪声,进行基于总体最小二乘分布式扩散算法的长距离广域LoRa(Long-Range)信道检测方法,不同信噪比下LoRa信号的检测结果如图4所示。
3、仿真结果分析:
图4为不同信噪比下LoRa信号的检测结果,在无LoRa信号时,执行基于总体最小二乘分布式扩散的能量检测算法,检测算法每次迭代次数为300,使损失函数不断降低,然后在有LoRa信号时,确定检测门限,执行基于总体最小二乘分布式扩散的能量检测算法,得到最终的信道功率估计值,与门限进行比较,确定是否有LoRa信号。在每个信噪比下对算法验证100次,然后得出识别率,由图4可以看出,随着信噪比的增加,识别率逐渐在增加,而且本发明的算法的检测复杂度相对较低,说明本发明的方法得到了良好的检测效果。
应当注意,本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现;软件部分可以存储在存储器中,由适当的指令执行系统,例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现,例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现,也可以用由各种类型的处理器执行的软件实现,也可以由上述硬件电路和软件的结合例如固件来实现。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。

Claims (6)

1.一种长距离广域信道检测方法,其特征在于,所述长距离广域信道检测方法包括:建立包含多个节点的分布式网络;邻居节点间进行通信,在无信号时,执行基于总体最小二乘分布式扩散的能量检测算法,确定检测的门限;多节点进行扫描,某节点本地判决为LoRa信号出现时,共享初步检测信息;多节点执行基于总体最小二乘分布式扩散的能量检测算法,实现分布式协作检测,最后对LoRa信号进行判决;
所述长距离广域信道检测方法包括:
第一步,建立分布式网络,分布式网络包括多个检测节点;
第二步,每个信噪比下在有、无LoRa信号时,得到多个功率估计值,选择合适的值,得到最终的判决门限;
第三步,每个节点运行能量检测算法,对不同频段内的LoRa信道进行扫描,每个节点对检测结果做出本地判决,判决是否有LoRa信号出现;
第四步,当某一节点本地判决LoRa信号出现后,将该节点的扫描频段分享给邻居节点;分布式网络内的所有节点对该确定频段内的LoRa信号进行检测,实现信息的共享和交互;
第五步,分布式网络内的所有节点对已确定的频段进行扫描,执行能量检测算法;分布式网络内节点运行基于总体最小二乘分布式扩散的能量检测算法,实现对LoRa信道的检测,最终经过算法运算得到最终功率估计值P;
第六步,判决LoRa信号:得到信道功率值后,将最终检测结果功率值与判决门限进行比较,大于门限则认为该信道LoRa信号存在,否则认为该信道不存在LoRa信号;
所述能量检测算法基于总体最小二乘分布式扩散,包括:
步骤一,在某一时刻,每个检测节点对检测LoRa信道得到一个功率值P;
步骤二,节点利用自身功率估计值和邻居节点的功率值进行信息交换得到中间估计值;
步骤三,节点与邻居节点的中间估计值进行线性合并,得到该节点的最新估计值;
步骤四,不断重复步骤二,步骤三中步骤,使总损失函数不断减小;
步骤五,到达迭代次数后,损失函数将达到最小,得到最终功率估计值P;
所述步骤三节点与邻居节点的中间估计值进行线性合并,得到该节点的最新估计值;
Figure FDA0003584289150000021
Figure FDA0003584289150000022
μk>0,是步长参数,cl,k>0,al,k>0,均为扩散结合参数;
Figure FDA0003584289150000023
Figure FDA0003584289150000024
其中,Nk表示包含节点k以及与k节点相连接的邻居节点,zk,n表示中间估计变量,Pk,n表示最新估计值;
所述步骤四,不断重复步骤二,步骤三中步骤,使总损失函数不断减小:
Figure FDA0003584289150000025
P代表最终的目标功率值,|xk(n)|2表示节点k的测量的功率值,J(w)表示迭代过程中总的损失函数,M表示总节点数。
2.如权利要求1所述的长距离广域信道检测方法,其特征在于,所述第一步包括:建立分布式网络,分布式网络包括多个检测节点,构建分布式网络关系,每个检测节点与邻居节点之间建立网络连接,实现信息的传播与交互,为每个检测节点分配LoRa不同监测频段。
3.如权利要求1所述的长距离广域信道检测方法,其特征在于,所述第二步包括:每个节点运行能量检测算法,对频段内的LoRa信道进行扫描。
4.一种接收用户输入程序的存储介质,所存储的计算机程序使电子设备执行权利要求1~3任意一项所述方法包括的各个步骤。
5.一种实施权利要求1~3任意一项所述长距离广域信道检测方法的长距离广域信道检测系统,其特征在于,所述长距离广域信道检测系统包括:
分布式网络构建模块,用于建立多个检测节点构成的分布式网络;
判决门限确定模块,用于确定判决门限;
多节点扫描模块,用于对不同频段内的LoRa信道进行扫描;
信息共享模块,用于共享初步检测信息;
能量检测模块,用于运行基于总体最小二乘分布式扩散的能量检测算法;
信号判决模块,用于判决LoRa信号。
6.一种物联网终端,其特征在于,所述物联网终端搭载权利要求5所述的长距离广域信道检测系统。
CN202010280963.7A 2020-04-10 2020-04-10 长距离广域信道检测方法、系统、存储介质、物联网终端 Active CN111586706B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010280963.7A CN111586706B (zh) 2020-04-10 2020-04-10 长距离广域信道检测方法、系统、存储介质、物联网终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010280963.7A CN111586706B (zh) 2020-04-10 2020-04-10 长距离广域信道检测方法、系统、存储介质、物联网终端

Publications (2)

Publication Number Publication Date
CN111586706A CN111586706A (zh) 2020-08-25
CN111586706B true CN111586706B (zh) 2022-06-14

Family

ID=72111662

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010280963.7A Active CN111586706B (zh) 2020-04-10 2020-04-10 长距离广域信道检测方法、系统、存储介质、物联网终端

Country Status (1)

Country Link
CN (1) CN111586706B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114025378B (zh) * 2021-10-13 2023-08-25 北京邮电大学 一种基于跨信道扫描的LoRa信道占用检测方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108021222A (zh) * 2016-10-30 2018-05-11 开利公司 用于确定实体的分布式站点的节能目标的方法和系统
CN110138468A (zh) * 2019-04-24 2019-08-16 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
KR20190129199A (ko) * 2018-05-10 2019-11-20 한국전자통신연구원 LoRa 환경 기반의 데이터 송수신 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108021222A (zh) * 2016-10-30 2018-05-11 开利公司 用于确定实体的分布式站点的节能目标的方法和系统
KR20190129199A (ko) * 2018-05-10 2019-11-20 한국전자통신연구원 LoRa 환경 기반의 데이터 송수신 방법
CN110138468A (zh) * 2019-04-24 2019-08-16 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

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
DIFFUSION ADAPTATION OVER NETWORKS;Ali H. Sayed;《http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.758.7509&rep=rep1&type=pdf》;20130505;全文 *
Distributed_diffusion_LMS_based_energy_detection;Ahti Ainomae ET AL.;《2014 6th International Congress on Ultra Modern Telecommunications and Control Systems and Workshops (ICUMT)》;20150108;全文 *
LoRa_Signal_Monitoring_System_of_Multi-Node_Software_Define_Radio;Yunhui Yi, Hailang Zhao, Yisu Wang;《2020 IEEE Wireless Communications and Networking Conference Workshops (WCNCW)》;20200409;全文 *
LoRa覆盖性能评估及定位技术研究;卢小姣等;《通信技术》;20180910(第09期);全文 *
基于多特征的LoRa信号源识别方法研究;何航;《中国优秀硕士学位论文全文数据库》;20191215;全文 *

Also Published As

Publication number Publication date
CN111586706A (zh) 2020-08-25

Similar Documents

Publication Publication Date Title
Jiang et al. Transparent cross-technology communication over data traffic
CN105721106B (zh) 基于串行策略的scma上行通信系统多用户检测方法
Kumberg et al. T-ROME: A simple and energy efficient tree routing protocol for low-power wake-up receivers
US20230075780A1 (en) Uplink data parsing method, electronic device, and storage medium
CN111586706B (zh) 长距离广域信道检测方法、系统、存储介质、物联网终端
CN105191452A (zh) D2d发现序列的检测方法、d2d数据的接收方法及装置
Yu et al. Competitive age of information in dynamic IoT networks
Hu et al. An algorithm for energy detection based on noise variance estimation under noise uncertainty
Zhao et al. 3-Way multi-carrier asynchronous neighbor discovery algorithm using directional antennas
CN106922009A (zh) 基于中断概率的多传感器节点传输选择方法
CN106961697B (zh) 一种分布式架构的无线传感器网络干扰区域映射方法
CN112312373A (zh) 信道优化方法、系统及计算机可读存储介质
CN115396855B (zh) 一种工业物联网中智能数据处理方法
CN114006665B (zh) 闲置信道的侦测方法及电子设备、存储介质
CN114302325B (zh) 港口环境布置5g cpe的方法、装置、服务器及存储介质
CN113315607B (zh) 一种基于harq辅助多ris系统的通信方法
Yoo et al. Supporting node connectivity with Dixon’s test for ZigBee-based WSN
CN112383386B (zh) 数据传输方法、装置、计算机设备及计算机可读存储介质
CN114884626A (zh) 一种psfch信号检测方法、装置、存储介质及电子装置
CN110824343A (zh) 通信芯片的检测方法、装置、设备及介质
CN107241168B (zh) 信号传输/控制方法/系统,存储介质、发送端及接收端
Nigh Scan-based testing: The only practical solution for testing ASIC/consumer products
CN117812617B (zh) 一种无线自组网中子网干扰识别方法
CN114448536B (zh) 一种全双工频谱感知方法
CN211606813U (zh) 基于蓝牙Mesh技术无线组网配置

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