CN111641934B - 基于车载设备监测数据估计电磁信号态势分布的方法 - Google Patents
基于车载设备监测数据估计电磁信号态势分布的方法 Download PDFInfo
- Publication number
- CN111641934B CN111641934B CN202010478884.7A CN202010478884A CN111641934B CN 111641934 B CN111641934 B CN 111641934B CN 202010478884 A CN202010478884 A CN 202010478884A CN 111641934 B CN111641934 B CN 111641934B
- Authority
- CN
- China
- Prior art keywords
- value
- monitoring data
- estimated
- distance
- field intensity
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000005070 sampling Methods 0.000 claims abstract description 24
- 230000005855 radiation Effects 0.000 claims abstract description 11
- 238000001914 filtration Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 12
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 abstract description 3
- 238000001228 spectrum Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000013585 weight reducing agent Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
- G01R29/08—Measuring electromagnetic field characteristics
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
- G01R29/08—Measuring electromagnetic field characteristics
- G01R29/0864—Measuring electromagnetic field characteristics characterised by constructional or functional features
- G01R29/0892—Details related to signal analysis or treatment; presenting results, e.g. displays; measuring specific signal features other than field strength, e.g. polarisation, field modes, phase, envelope, maximum value
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
- G01R29/08—Measuring electromagnetic field characteristics
- G01R29/10—Radiation diagrams of antennas
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/02—Resource partitioning among network components, e.g. reuse partitioning
- H04W16/10—Dynamic resource partitioning
-
- 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
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Monitoring And Testing Of Transmission In General (AREA)
Abstract
本发明公开了基于车载设备监测数据估计电磁信号态势分布的方法,包括:采集监测数据;对监测数据进行预处理;确定待估测区域网格点的位置并计算场强值:计算已知采样点与待估计网格点的距离值,选取N个距离值对应的已知采样点作为样本,如果最小距离值小于阈值门限,按照空间反距离加权插值算法计算待估计网格点的场强值;否则按照传播模型衰减计算待估计网格点的场强值,最后根据场强值绘制态势图。本发明利用车载设备采集的监测数据,采用空间插值与传播模型损耗相结合的方法对待估测区域的网格点进行估计,得到电磁信号的态势分布状态。能够直观的了解场强分布和电磁信号的能量覆盖情况,辅助定位信号辐射源,对比查找干扰信号源。
Description
技术领域
本发明涉及无线电监测技术领域,具体的说,是一种基于车载设备监测数据估计电磁信号态势分布的方法。
背景技术
随着无线电通信领域的迅猛发展,频谱资源变得越来越紧张,频谱资源的合理使用和频谱规划问题显得越来越重要。为了高效合理的对无线电频谱资源进行管理和利用,首先要掌握无线电电磁信号的能量覆盖情况。因此,对电磁态势的研究应运而生,目的是通过对区域内电磁态势分布图的绘制,可以从地图上直观地看出该区域的场强分布,辅助信号辐射源的定位,对比查找干扰信号源,确认无线电台站布局是否合理。但是,现有技术中,尚没有一种可行的估计电磁信号态势分布的方法。
发明内容
本发明的目的在于提供一种基于车载设备监测数据估计电磁信号态势分布的方法,用于直观的看出区域的场强分布,辅助定位信号辐射源,对比查找干扰信号源。
本发明通过下述技术方案解决上述问题:
一种基于车载设备监测数据估计电磁信号态势分布的方法,其特征在于,包括:
步骤S1:利用车载设备采集监测数据,监测数据包括信号的场强值、经度、纬度和信号中心频率;
步骤S2:对监测数据进行滤波处理;
步骤S3:确定待估测区域网格点的位置;
步骤S4:计算待估计网格点场强值:
A:根据待估计网格点的经度和纬度信息,计算已知采样点与待估计网格点的距离值,将距离值按照从小到大的顺序排列;
B:以待估计网格点为中心,从步骤A中最小的距离值开始依次选取N个距离值,将N个距离值对应的已知采样点作为样本;
C:判断A中距离最小值与阈值门限的关系:
如果小于阈值门限,按照空间反距离加权插值算法计算待估计网格点的场强值,公式为:
di0为已知采样点与待估计网格点之间的距离,p为权值下降指数;
如果距离最小值大于阈值门限,则按照传播模型衰减计算待估计网格点的场强值,具体为:
找到窗口M中最大距离值与最小距离值所对应的已知采样点,由两个已知采样点与待估计网格点的距离值、两个已知采样点的场强值结合传播模型损耗公式求待估测网格点的场强值,传播模型损耗公式如下:
Loss=86+20lg f+40lg d-20lg ht-20lg hr
公式中,Loss为传播损耗值,f为辐射源的中心频率,单位为MHz,d为辐射源到接收点的距离,单位为km,ht、hr分别为发射天线和接收天线的高度,单位为m;
D:按照步骤A、B、C的方法遍历求取待估计网格点的场强值,直到遍历结束;
步骤S5:根据所有的网格点场强值绘制得到态势图。
从绘制的电磁信号态势图可以直观的了解场强分布,了解电磁信号的能量覆盖情况,辅助定位信号辐射源,对比查找干扰信号源。
所述步骤S2中若监测数据中出现同一位置采集到多个场强值时,将这部分数据进行均值处理,使满足同一位置只有一个场强值。
所述滤波处理采用滑窗均值卡尔曼滤波法,具体为:
利用接收到的监测数据进行滑窗均值处理:(1)根据距离值维护一个窗口大小为M的滑动窗口队列(M是一个大小非固定的值);(2)计算新接收到的监测数据与队列中第一个监测数据的距离值,直到新接收到的监测数据与第一个数据的距离值大于阈值(如200米),此时队列中的数据个数就是M的值;(3)去除窗口中最大值和最小值,对剩下的M-2个值取平均;(4)根据先入先出的原则,移除队列中的第一个监测数据,继续计算此时队列中的第一个数据与新接收到的监测数据的距离值;(5)重复执行(2)、(3)、(4),直到数据处理完毕;
利用卡尔曼滤波法对滑窗均值处理后的数据进行滤波。
所述步骤S3具体为:根据已知的监测数据中经度的最大值、经度的最小值、纬度的最大值和纬度的最小值,确定待估测区域的边界,再根据设定的网格间距确定对应的网格点位置。
本发明与现有技术相比,具有以下优点及有益效果:
本发明利用车载设备采集的监测数据,采用空间插值与传播模型损耗相结合的方法对待估测区域的网格点进行估计,从而得到电磁信号的态势分布状态。从绘制的电磁信号态势图可以直观的了解场强分布,了解电磁信号的能量覆盖情况,辅助定位信号辐射源,对比查找干扰信号源;也为频谱资源的合理使用和频谱规划提供了技术基础。
附图说明
图1为本发明的总体流程框图;
图2为本发明计算待估测区域网格点场强值的流程图。
具体实施方式
下面结合实施例对本发明作进一步地详细说明,但本发明的实施方式不限于此。
实施例:
结合附图1所示,一种基于车载设备监测数据估计电磁信号态势分布的方法,包括采集车载监测数据、监测数据预处理、确定待估计网格点位置和计算待估计网格点场强,具体地:
一、利用车载设备采集监测数据:通过一台移动监测车采集监测数据(监测车需含有监测接收机、天线、GPS设备等),监测数据主要包含信号的场强值、经纬度、信号中心频率等(如频谱评估数据),每一个经纬度所对应的位置信息处包含了该位置所接收到的信号场强值。
二、监测数据预处理:
预处理(一):监测数据中可能出现同一位置采集到多个场强值的情况,且考虑到实际环境中相邻位置场强值变化较缓慢的特性,故将相邻位置所对应的场强值看为同一位置的场强值,对此部分数据进行均值处理,保证同一位置处只存在一个场强值;
预处理(二):考虑到信号场强值序列中含有复杂的噪声成分,故接收到的场强值并不稳定,为消除此类噪声影响,需要对此部分数据进行滤波处理,具体滤波方法采用滑窗均值卡尔曼滤波法。滑窗均值卡尔曼滤波法步骤:(1)利用接收到的监测数据进行滑窗均值处理,(a)根据距离值维护一个窗口大小为M的滑动窗口队列(M是一个大小非固定的值);(b)计算新接收到的监测数据与队列中第一个监测数据的距离值,直到新接收到的监测数据与第一个数据的距离值大于阈值(如200米),此时队列中的数据个数就是M的值;(c)去除窗口中最大值和最小值,对剩下的M-2个值取平均;(d)根据先入先出的原则,移除队列中的第一个监测数据,继续计算此时队列中的第一个数据与新接收到的监测数据的距离值;重复(b)(c)(d)直到数据处理完毕。(2)利用卡尔曼滤波法对滑窗均值处理后的数据进行滤波。
三、确定待估测区域网格点位置:先根据已知的监测数据中经纬度的最大最小值确定一个矩形区域,假设经度最大最小值为LatMax、LatMin,纬度最大最小值为LonMax、LonMin,那么待估测区域边界为LatMax、LonMax、LatMin、LonMin所确定的一个矩形,再根据固定的网格间距确定对应的网格点位置。
四、计算待估测区域网格点场强值:根据已知的采样数据(即监测数据),利用空间插值算法和传播损耗方法遍历计算待估计区域的场强值,直到遍历结束。具体步骤如图2所示:
A、根据待估计网格的经纬度信息,计算已知采样数据与待估计网格点的距离,将距离值按照从小到大的顺序排序;
B、以待估计网格点为中心,从步骤A中最小值开始取窗口大小为N的已知采样点;
C、判断A中距离最小值与阈值门限的关系,如果小于阈值门限,按照空间反距离加权插值算法计算待估计网格点的场强值,具体公式如下:
公式中,di0是已知采样点与待估测网格点之间的距离,p为权值下降指数。
如果距离最小值大于阈值门限,则按照传播模型衰减来计算待估计网格点的场强值,具体方式为:找到窗口N中距离最大值与距离最小值所对应的两个采样点,利用这两个采样点处的场强值、两个采样点与待估计网格点的距离值,再结合传播模型损耗公式求待估测网格点的场强值,传播模型损耗公式如下:
Loss=86+20lg f+40lg d-20lg ht-20lg hr
公式中,Loss为传播损耗值,f为辐射源的中心频率,单位为MHz,d为辐射源到接收点的距离,单位为km,ht、hr分别为发射天线和接收天线的高度,单位为m。
D、按照步骤A、B、C的方法遍历求取待估计网格点的场强值,直到遍历结束。
五、根据所有的网格点场强值绘制得到态势图。
尽管这里参照本发明的解释性实施例对本发明进行了描述,上述实施例仅为本发明较佳的实施方式,本发明的实施方式并不受上述实施例的限制,应该理解,本领域技术人员可以设计出很多其他的修改和实施方式,这些修改和实施方式将落在本申请公开的原则范围和精神之内。
Claims (4)
1.一种基于车载设备监测数据估计电磁信号态势分布的方法,其特征在于,包括:
步骤S1:利用车载设备采集监测数据,监测数据包括信号的场强值、经度、纬度和信号中心频率;
步骤S2:对监测数据进行滤波处理;
步骤S3:确定待估测区域网格点的位置;
步骤S4:计算待估计网格点场强值:
A:根据待估计网格点的经度和纬度信息,计算已知采样点与待估计网格点的距离值,将距离值按照从小到大的顺序排列;
B:以待估计网格点为中心,从步骤A中最小的距离值开始依次选取N个距离值,将N个距离值对应的已知采样点作为样本;
C:判断A中距离最小值与阈值门限的关系:
如果小于阈值门限,按照空间反距离加权插值算法计算待估计网格点的场强值,公式为:
di0为已知采样点与待估计网格点之间的距离,p为权值下降指数;
如果距离最小值大于阈值门限,则按照传播模型衰减计算待估计网格点的场强值,具体为:
找到窗口M中最大距离值与最小距离值所对应的已知采样点,由两个已知采样点与待估计网格点的距离值、两个已知采样点的场强值结合传播模型损耗公式求待估测网格点的场强值,传播模型损耗公式如下:
Loss=86+20lg f+40lg d-20lg ht-20lg hr
公式中,Loss为传播损耗值,f为辐射源的中心频率,单位为MHz,d为辐射源到接收点的距离,单位为km,ht、hr分别为发射天线和接收天线的高度,单位为m;
D:按照步骤A、B、C的方法遍历求取待估计网格点的场强值,直到遍历结束;
步骤S5:根据所有的网格点场强值绘制得到态势图。
2.根据权利要求1所述的基于车载设备监测数据估计电磁信号态势分布的方法,其特征在于,所述步骤S2中若监测数据中出现同一位置采集到多个场强值时,将这部分数据进行均值处理,使满足同一位置只有一个场强值。
3.根据权利要求1或2所述的基于车载设备监测数据估计电磁信号态势分布的方法,其特征在于,所述滤波处理采用滑窗均值卡尔曼滤波法,具体为:
利用接收到的监测数据进行滑窗均值处理:
(1)根据距离值维护一个窗口大小为M的滑动窗口队列;
(2)计算新接收到的监测数据与队列中第一个监测数据的距离值,直到新接收到的监测数据与第一个数据的距离值大于阈值,此时队列中的数据个数就是M的值;
(3)去除窗口中最大值和最小值,对剩下的M-2个值取平均;
(4)根据先入先出的原则,移除队列中的第一个监测数据,继续计算此时队列中的第一个数据与新接收到的监测数据的距离值;
(5)重复执行(2)、(3)和(4),直到数据处理完毕;
利用卡尔曼滤波法对滑窗均值处理后的数据进行滤波。
4.根据权利要求1所述的基于车载设备监测数据估计电磁信号态势分布的方法,其特征在于,所述步骤S3具体为:根据已知的监测数据中经度的最大值、经度的最小值、纬度的最大值和纬度的最小值,确定待估测区域的边界,再根据设定的网格间距确定对应的网格点位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010478884.7A CN111641934B (zh) | 2020-05-29 | 2020-05-29 | 基于车载设备监测数据估计电磁信号态势分布的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010478884.7A CN111641934B (zh) | 2020-05-29 | 2020-05-29 | 基于车载设备监测数据估计电磁信号态势分布的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111641934A CN111641934A (zh) | 2020-09-08 |
CN111641934B true CN111641934B (zh) | 2022-07-12 |
Family
ID=72331369
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010478884.7A Active CN111641934B (zh) | 2020-05-29 | 2020-05-29 | 基于车载设备监测数据估计电磁信号态势分布的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111641934B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117092414B (zh) * | 2023-09-14 | 2024-09-03 | 广东智环创新环境科技有限公司 | 一种基于监测数据的电磁环境风险预警方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2710269A1 (en) * | 2009-08-11 | 2010-11-05 | Certusview Technologies, Llc | Locating equipment communicatively coupled to or equipped with a mobile/portable device |
CA2838688A1 (en) * | 2013-01-07 | 2014-07-07 | Comsonics, Inc. | Deriving broadband communication system service area coverage for signal leakage detection |
CN106682234A (zh) * | 2017-01-17 | 2017-05-17 | 北京工业大学 | 一种基于空间插值的电磁频谱分布预测和动态可视化方法 |
CN110261685A (zh) * | 2019-05-14 | 2019-09-20 | 中国人民解放军31007部队 | 一种基于多源信息的区域电磁频谱态势生成方法 |
-
2020
- 2020-05-29 CN CN202010478884.7A patent/CN111641934B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2710269A1 (en) * | 2009-08-11 | 2010-11-05 | Certusview Technologies, Llc | Locating equipment communicatively coupled to or equipped with a mobile/portable device |
CA2838688A1 (en) * | 2013-01-07 | 2014-07-07 | Comsonics, Inc. | Deriving broadband communication system service area coverage for signal leakage detection |
CN106682234A (zh) * | 2017-01-17 | 2017-05-17 | 北京工业大学 | 一种基于空间插值的电磁频谱分布预测和动态可视化方法 |
CN110261685A (zh) * | 2019-05-14 | 2019-09-20 | 中国人民解放军31007部队 | 一种基于多源信息的区域电磁频谱态势生成方法 |
Non-Patent Citations (2)
Title |
---|
面向频谱地图构建的频谱态势生成技术研究;李竟铭;《知网》;20200215;全文 * |
频谱监测系统电磁态势感知模块设计;王瑞霞;《电子质量》;20200120(第01期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111641934A (zh) | 2020-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102404058B (zh) | 电磁波区分设备、电磁波区分方法以及电磁波区分程序 | |
CN104160297B (zh) | 对无线信号接收器中的非所要窄带信号贡献的检测和滤波 | |
CN107729916B (zh) | 一种基于isodata的干扰源分类识别算法 | |
US20120099627A1 (en) | Interference mitigation for broadband over power line | |
CN105898692B (zh) | 一种室内定位方法及装置 | |
CN100518012C (zh) | 认知无线电系统的授权用户信号检测方法 | |
JP2002057614A (ja) | 無線通信システム中のrf伝播評価方法と装置 | |
CN109490826B (zh) | 一种基于无线电波场强rssi的测距与位置定位方法 | |
CN106792554A (zh) | 一种基于双重匹配指纹定位技术的定位方法 | |
US9967117B2 (en) | Cooperative spectrum sensing system using sub-nyquist sampling and method thereof | |
CN109521412B (zh) | 基于局部统计量融合的雷达组网空域目标检测方法 | |
CN110062326B (zh) | 一种车用蓝牙智能钥匙的定位与内外部辨识方法 | |
CN114696922B (zh) | 一种适用于无人机通信的跳频信号检测方法 | |
CN111641934B (zh) | 基于车载设备监测数据估计电磁信号态势分布的方法 | |
CN114154545A (zh) | 强互干扰条件下无人机测控信号智能识别方法 | |
CN103491551B (zh) | 一种基于特征向量的加权协作频谱感知方法 | |
CN113300986B (zh) | 无人机图传信号与热点信号识别方法、介质、计算机设备 | |
CN105717529B (zh) | 一种基于无线电信号路测功率值的信源定位方法 | |
CN110933631B (zh) | 基于wifi位置指纹的室内定位方法 | |
CN108683985A (zh) | 一种wifi定位指纹点预筛选方法及存储介质 | |
CN105158731B (zh) | 一种基于路测功率值的信源定位方法 | |
CN113543017B (zh) | 毫米波车联网的波束切换方法及相关设备 | |
Sukemi et al. | Path Loss Prediction Accuracy Based on Random Forest Algorithm in Palembang City Area | |
CN113514796A (zh) | 一种无源定位方法、系统和介质 | |
CN110190920B (zh) | 基于最小均方误差对消算法的基准信号提取方法及系统 |
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 |