CN111953402A - 一种信道忙闲状态估计方法、装置、设备及存储介质 - Google Patents

一种信道忙闲状态估计方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN111953402A
CN111953402A CN202010772602.4A CN202010772602A CN111953402A CN 111953402 A CN111953402 A CN 111953402A CN 202010772602 A CN202010772602 A CN 202010772602A CN 111953402 A CN111953402 A CN 111953402A
Authority
CN
China
Prior art keywords
channel
busy
transition probability
transition
state
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
CN202010772602.4A
Other languages
English (en)
Other versions
CN111953402B (zh
Inventor
梁旭文
李宗旺
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 Hede Aerospace Technology Co ltd
Original Assignee
Beijing Hede Aerospace 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 Beijing Hede Aerospace Technology Co ltd filed Critical Beijing Hede Aerospace Technology Co ltd
Priority to CN202010772602.4A priority Critical patent/CN111953402B/zh
Publication of CN111953402A publication Critical patent/CN111953402A/zh
Application granted granted Critical
Publication of CN111953402B publication Critical patent/CN111953402B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/14—Relay systems
    • H04B7/15—Active relay systems
    • H04B7/185—Space-based or airborne stations; Stations for satellite systems
    • H04B7/1851—Systems using a satellite or space-based relay
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/14—Relay systems
    • H04B7/15—Active relay systems
    • H04B7/185—Space-based or airborne stations; Stations for satellite systems
    • H04B7/1851—Systems using a satellite or space-based relay
    • H04B7/18513—Transmission in a satellite or space-based system
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • H04L25/024—Channel estimation channel estimation algorithms
    • H04L25/0242—Channel estimation channel estimation algorithms using matrix methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Astronomy & Astrophysics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Power Engineering (AREA)
  • Radio Relay Systems (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明实施例公开了一种信道忙闲状态估计方法、装置、设备及存储介质。其中，该方法包括：接收卫星端发送的在当前检测周期内各信道的信道忙闲状态；根据各所述信道忙闲状态，确定各所述信道以给定帧数为转移步长时对应的第一转移概率矩阵，并基于各所述第一转移概率矩阵建立各所述信道在相应转移步长下对应的状态转移概率观测模型；根据各所述状态转移概率观测模型及对应的状态转移概率理论模型，通过卡尔曼滤波算法，确定各所述信道在相应转移步长下对应的目标转移概率矩阵；根据各所述目标转移概率矩阵，估计各所述信道在下一检测周期中的忙闲估计状态。本发明的技术方案可以估计信道忙闲状态变化的规律，提高了信道忙闲状态估计的准确性。

Description

一种信道忙闲状态估计方法、装置、设备及存储介质
技术领域
本发明实施例涉及卫星用户的信道估计领域，尤其涉及一种信道忙闲状态估计方法、装置、设备及存储介质。
背景技术
卫星用户上行链路属于共享信道，为了提高上行链路的信道利用率，通常使用媒体接入控制(Media Access Control，简称MAC)协议进行卫星通信。而MAC协议中的竞争方式在信道业务量少的条件下性能较好，但随着信道业务量的增加，信道中分组碰撞概率和重传次数会增加，信道效率会下降，总的传输时延也会增加。因此，需要在卫星用户接入前对信道的忙闲状态进行估计，选择空闲状态的信道接入来提高数据发送的成功率。
地面通信网络中对于信道的忙闲状态估计是基于载波侦听多址接入协议，该协议要求站点在发送数据之前先监听信道。如果信道空闲，站点就可以发送数据；如果信道忙，则站点不能发送数据。由于卫星上下行链路的频率不同，且地面终端的发射天线指向卫星，地面终端无法有效侦听上行链路的信道利用情况，所以地面通信网络中广泛应用的载波侦听多址技术无法适应于卫星通信网络。
为了解决以上问题，现有技术是在卫星端进行信道忙闲状态检测，并将检测结果通过卫星下行链路以广播的形式发送到各个地面终端。但是，由于卫星端和地面终端传输时延以及卫星上下行链路时隙不同步等问题的影响，地面终端接收到的检测结果实时性较差。
发明内容
本发明实施例提供了一种信道忙闲状态估计方法、装置、设备及存储介质，可以估计信道忙闲状态变化的规律，提高了信道忙闲状态估计的准确性。
第一方面，本发明实施例提供了一种信道忙闲状态估计方法，该方法包括：
接收卫星端发送的在当前检测周期内各信道的信道忙闲状态，所述当前检测周期包括至少一个检测帧；
根据各所述信道忙闲状态，确定各所述信道以给定帧数为转移步长时对应的第一转移概率矩阵，并基于各所述第一转移概率矩阵建立各所述信道在相应转移步长下对应的状态转移概率观测模型；
根据各所述状态转移概率观测模型及对应的状态转移概率理论模型，通过卡尔曼滤波算法，确定各所述信道在相应转移步长下对应的目标转移概率矩阵；
根据各所述目标转移概率矩阵，估计各所述信道在下一检测周期中的忙闲估计状态。
第二方面，本发明实施例提供了一种信道忙闲状态估计装置，该装置包括：
忙闲状态接收模块，用于接收卫星端发送的在当前检测周期内各信道的信道忙闲状态，所述当前检测周期包括至少一个检测帧；
观测模型确定模块，用于根据各所述信道忙闲状态，确定各所述信道以给定帧数为转移步长时对应的第一转移概率矩阵，并基于各所述第一转移概率矩阵建立各所述信道在相应转移步长下对应的状态转移概率观测模型；
概率矩阵确定模块，用于根据各所述状态转移概率观测模型及对应的状态转移概率理论模型，通过卡尔曼滤波算法，确定各所述信道在相应转移步长下对应的目标转移概率矩阵；
估计状态确定模块，用于根据各所述目标转移概率矩阵，估计各所述信道在下一检测周期中的忙闲估计状态。
第三方面，本发明实施例提供了一种电子设备，该电子设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
卫星端，用于发送各信道的信道忙闲状态；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明任意实施例所述的信道忙闲状态估计方法。
第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明任意实施例所述的信道忙闲状态估计方法。
本发明实施例提供了一种信道忙闲状态估计方法、装置、设备及存储介质，首先接收卫星端发送的在当前检测周期内各信道的信道忙闲状态，当前检测周期包括至少一个检测帧，接着根据各信道忙闲状态，确定各信道以给定帧数为转移步长时对应的第一转移概率矩阵，并基于各第一转移概率矩阵建立各信道在相应转移步长下对应的状态转移概率观测模型，然后根据各状态转移概率观测模型及对应的状态转移概率理论模型，通过卡尔曼滤波算法，确定各信道在相应转移步长下对应的目标转移概率矩阵，最后根据各目标转移概率矩阵，估计各信道在下一检测周期中的忙闲估计状态，进而可以估计信道忙闲状态变化的规律，提高了信道忙闲状态估计的准确性。
附图说明
图1为本发明实施例一提供的一种信道忙闲状态估计方法的流程图；
图2A为本发明实施例二提供的一种信道忙闲状态估计方法的流程图；
图2B为本发明实施例二提供的方法中信道忙闲状态转移概率的示意图；
图2C为本发明实施例二提供的方法中各信道在相应转移步长下对应的目标转移概率矩阵确定过程的流程图；
图3为本发明实施例三提供的一种信道忙闲状态估计方法的流程图；
图4为本发明实施例四提供的一种信道忙闲状态估计装置的结构示意图；
图5为本发明实施例五提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明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例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种信道忙闲状态估计方法的流程图，本实施例可适用于对任一卫星信道的忙闲状态进行估计的情况。本实施例提供的一种信道忙闲状态估计方法可以由本发明实施例提供的一种信道忙闲状态估计装置来执行，该装置可以通过软件和/或硬件的方式实现，并集成在执行本方法的电子设备中。
参见图1，本实施例的方法包括但不限于如下步骤：
S110，接收卫星端发送的在当前检测周期内各信道的信道忙闲状态，所述当前检测周期包括至少一个检测帧。
其中，卫星信道是指地球站与卫星之间的通信路径；信道忙闲状态为信道的属性信息，例如可以为非常闲、比较闲、比较忙及非常忙等；检测周期与检测帧的个数有关，一个检测周期至少包括一个检测帧，一个检测帧也就是一个帧长，而检测帧的个数可以由技术人员人为设定，本实施例不做具体限制。
由于卫星信道不止一个，而为了提高数据发送成功率，需要在卫星用户接入前对信道的忙闲状态进行估计，从而选择空闲状态的信道接入，那么首先地面终端就需要接收从卫星端发送的在当前检测周期内各信道的信道忙闲状态，以便后续通过各信道忙闲状态确定各信道以给定帧数为转移步长时对应的第一转移概率矩阵。
可选的，卫星端可以每隔一个检测周期统计一次各卫星信道的忙闲状态，并通过下行链路发送到各个地面终端。
S120，根据各所述信道忙闲状态，确定各所述信道以给定帧数为转移步长时对应的第一转移概率矩阵，并基于各所述第一转移概率矩阵建立各所述信道在相应转移步长下对应的状态转移概率观测模型。
其中，给定帧数可以是以检测帧的个数为参考，技术人员人为设定的；转移步长是由给定帧数决定的，例如给定帧数为1时，则转移步长为1，给定帧数为n时，则转移步长为n。
在接收到各信道忙闲状态之后，由于第一转移概率矩阵与信道忙闲状态转移频率有关，而信道忙闲状态转移频率与信道忙闲状态有关，所以可以根据各信道忙闲状态确定各信道以给定帧数为转移步长时对应的第一转移概率矩阵，然后基于各第一转移概率矩阵以及观测误差就可以建立各信道在相应转移步长下对应的状态转移概率观测模型。
示例性的，若给定帧数为3，则转移步长为3，那么根据各信道忙闲状态，可以确定各信道三步转移时对应的第一转移概率矩阵，即各信道状态经过三个检测帧的帧长时所对应的第一转移概率矩阵。例如，假设一个检测帧内有10个信道，分别为信道1，信道2，……，信道10，一个信道内有4个忙闲状态，分别为状态1，状态2，状态3和状态4。那么当第一个检测帧内的信道忙闲状态经过三个检测帧的帧长后转变为第四个检测帧内的信道忙闲状态时，可以称为信道忙闲状态的三步转移。
S130，根据各所述状态转移概率观测模型及对应的状态转移概率理论模型，通过卡尔曼滤波算法，确定各所述信道在相应转移步长下对应的目标转移概率矩阵。
其中，卡尔曼滤波算法是一种利用线性系统状态方程，通过系统的输入输出观测数据，对系统状态进行最优估计的算法，由于观测数据中包括系统中的噪声和干扰的影响，所以也以可看作是滤波过程。
由于各状态转移概率观测模型和对应的状态转移概率理论模型中的转移概率存在着一定的误差，为了能够得到更准确的转移概率矩阵，此时在得到各状态转移概率观测模型后，结合对应的状态转移概率理论模型，可以通过卡尔曼滤波算法，对转移概率矩阵进行修正，进而就能够得到各信道在相应转移步长下对应的目标转移概率矩阵，以便后续根据各目标转移概率矩阵，估计各信道在下一检测周期中的忙闲估计状态。
S140，根据各所述目标转移概率矩阵，估计各所述信道在下一检测周期中的忙闲估计状态。
由于下一检测周期中的信道忙闲状态还没有从卫星端发送过来，那么为了得到下一检测周期中的忙闲估计状态，以便卫星用户选择相对空闲的信道来发送数据，那么就要对各信道在下一检测周期中的忙闲估计状态进行估计，此时在得到了各目标转移概率矩阵之后，就知道了各信道忙闲状态的转移概率，通过各目标转移概率矩阵中各信道忙闲状态的转移概率，能够对各信道在下一检测周期中的忙闲估计状态进行估计。
本实施例提供的技术方案，首先接收卫星端发送的在当前检测周期内各信道的信道忙闲状态，当前检测周期包括至少一个检测帧，接着根据各信道忙闲状态，确定各信道以给定帧数为转移步长时对应的第一转移概率矩阵，并基于各第一转移概率矩阵建立各信道在相应转移步长下对应的状态转移概率观测模型，然后根据各状态转移概率观测模型及对应的状态转移概率理论模型，通过卡尔曼滤波算法，确定各信道在相应转移步长下对应的目标转移概率矩阵，最后根据各目标转移概率矩阵，估计各信道在下一检测周期中的忙闲估计状态，进而可以估计信道忙闲状态变化的规律，提高了信道忙闲状态估计的准确性。
实施例二
图2A为本发明实施例二提供的一种信道忙闲状态估计方法的流程图。本发明实施例是在上述实施例的基础上进行优化。可选的，本实施例对状态转移概率观测模型的建立过程进行详细的解释说明。
参见图2A，本实施例的方法包括但不限于如下步骤：
S210，接收卫星端发送的在当前检测周期内各信道的信道忙闲状态，所述当前检测周期包括至少一个检测帧。
S220，针对每个给定帧数构成的转移步长，基于各所述信道忙闲状态，采用移动窗口法统计在第一设定个数的检测周期内，各所述信道以所述转移步长进行状态转移的第一转移频次。
其中，移动窗口法为一种数据统计方式，有一个固定的窗口(例如长度为10)，每一次会向前移动一格，第一次统计的是1-10，那么第二次统计的就是2-11，第三次统计的就是3-12，以此类推。
为了得到各信道以转移步长进行状态转移的第一频率矩阵，首先需要知道各信道以转移步长进行状态转移的第一转移频次，那么对于每个给定帧数构成的转移步长，在已知各信道忙闲状态的情况下，此时可以采用移动窗口法统计在第一设定个数的检测周期内，各信道以转移步长进行状态转移的第一转移频次。
示例性的，可以用dij表示统计窗口在第一设定个数的检测周期内状态i经过给定帧数构成的转移步长转换为状态j的第一转移频次。
S230，根据各所述第一转移频次确定各所述信道以所述转移步长进行状态转移的第一频率矩阵，并将各所述第一频率矩阵确定为各所述信道在所述转移步长下的第一转移概率矩阵。
在得到各第一转移频次之后，将相同初始信道忙闲状态的第一转移频次相加，可以得到该初始信道忙闲状态所对应的总的第一转移频次之和，例如
Figure BDA0002617200590000081
dij在上一步骤中已经描述过，此处不再赘述，k表示信道忙闲状态数，Ci为状态i所对应的总的第一转移频次之和，然后将各第一转移频次与各总的第一转移频次之和相除，就可以得到各信道以转移步长进行状态转移的第一频率矩阵，将第一频率矩阵用P1表示，那么
Figure BDA0002617200590000091
Pij表示统计窗口在第一设定个数的检测周期内状态i经过给定帧数构成的转移步长转换为状态j的第一转移频率，相应的第一频率矩阵P1可以表示为：
Figure BDA0002617200590000092
由于第一频率矩阵和第一概率矩阵之间可以近似，那么就可以将各第一频率矩阵确定为各信道在转移步长下的第一转移概率矩阵。
示例性的，图2B为本发明实施例二提供的方法中信道忙闲状态转移概率的示意图，参见图2B，假设某信道有k个信道忙闲状态，及状态1、状态2、状态3，……，状态k，相应的，P11表示状态1经过转移步长转换为状态1的第一转移频率，P1k表示状态1经过转移步长转换为状态k的第一转移频率。
S240，根据各所述第一转移概率矩阵，结合所述转移步长下对应的观测误差，确定各所述信道在所述转移步长下对应的状态转移概率观测模型。
由于各第一转移概率矩阵和真实值之间存在着一定的误差，即观测误差，那么根据各第一转移概率矩阵，结合转移步长下对应的观测误差，将各第一转移概率矩阵与转移步长下对应的观测误差相减，可以得到转移概率矩阵的真实值，相应的，就可以确定各信道在转移步长下对应的状态转移概率观测模型。
那么，状态转移概率观测模型可以表示为：
X(n)＝S(n)+v(n)
其中，X(n)表示转移步长为n时的第一转移概率矩阵，S(n)表示转移步长为n时第一转移概率矩阵的真实值，v(n)表示转移步长为n时的观测误差。
S250，根据各所述状态转移概率观测模型及对应的状态转移概率理论模型，通过卡尔曼滤波算法，确定各所述信道在相应转移步长下对应的目标转移概率矩阵。
可选的，所述状态转移概率理论模型的确定过程可以具体包括：根据各所述信道忙闲状态，确定各所述信道以单位帧进行一步转移时对应的第二转移概率矩阵，并根据各所述第二转移概率矩阵确定各所述信道在各所述转移步长下对应的状态转移概率理论模型。
具体的，本实施例中假设(m-1)T0＜T≤mT0，T0为单位帧，T为检测周期，在接收到各信道忙闲状态之后，由于第二转移概率矩阵与信道忙闲状态转移频率有关，而信道忙闲状态转移频率与信道忙闲状态有关，所以可以根据各信道忙闲状态确定各信道以单位帧(即一个帧长)进行一步转移时对应的第二转移概率矩阵，然后根据第二转移概率矩阵就可以确定各信道在各转移步长下对应的状态转移概率理论模型。
进一步的，所述根据各所述信道忙闲状态，确定各所述信道以单位帧进行一步转移时对应的第二转移概率矩阵，并根据各所述第二转移概率矩阵确定各所述信道在各所述转移步长下对应的状态转移概率理论模型，可以具体包括：基于各所述信道忙闲状态，采用移动窗口法统计在第二设定个数的检测周期内，各所述信道进行一步转移时的第二转移频次，其中第二设定个数大于第一设定个数；根据各所述第二转移频次确定各所述信道进行一步转移的第二频率矩阵，并将各所述第二频率矩阵确定为各所述信道进行一步转移时的第二转移概率矩阵；根据各所述第二转移概率矩阵，结合马尔科夫模型建立各所述信道在各所述转移步长下对应的状态转移概率理论模型。
为了得到各信道以单位帧进行一步转移时对应的第二频率矩阵，首先需要知道各信道进行一步转移时的第二转移频次，那么在已知各信道忙闲状态的情况下，此时可以采用移动窗口法统计在第二设定个数的检测周期内，各信道进行一步转移时的第二转移频次，其中，一步转移也就是每一次统计都只相差一个检测帧，与S220中相类似，可以用dij表示统计窗口在第二设定个数的检测周期内状态i经过一步转移转换为状态j的第二转移频次；接着在得到各第二频次之后，可以根据S230中相同的方法，求取状态i所对应的总的第二转移频次之和
Figure BDA0002617200590000111
(k表示信道忙闲状态数)，然后将各第二转移频次与各总的第二转移频次之和相除，就可以得到各信道进行一步转移的第二频率矩阵，将第二频率矩阵用P表示，那么
Figure BDA0002617200590000112
Pij表示统计窗口在第二设定个数的检测周期内状态i经过给一步转移转换为状态j的第二转移频率，相应的第二频率矩阵P可以表示为：
Figure BDA0002617200590000113
由于第二设定个数大于第一设定个数，且当第二设定个数比较大时，根据大数定理，可以将各第二频率矩阵作为各所述信道进行一步转移时的第二转移概率矩阵；最后根据各第二转移概率矩阵，结合马尔科夫模型以及理论误差就可以建立各信道在各转移步长下对应的状态转移概率理论模型。
那么，状态转移概率理论模型可以表示为：
S(n)＝PS(n-1)+w(n)
其中，
Figure BDA0002617200590000121
其中，S(n)表示信道忙闲状态n步转移矩阵，w(n)表示理论误差，
Figure BDA0002617200590000122
表示状态i经过n个转移步长转换为状态j的转移概率。即状态i经过n个转移步长转换为状态j的转移概率等于状态i经过一步转移转换为状态l的转移概率与状态l经过n-1个转移步长转换为状态j的转移概率相乘。
进一步的，图2C为本发明实施例二提供的方法中各信道在相应转移步长下对应的目标转移概率矩阵确定过程的流程图，参见图2C，该确定过程包括但不限于如下步骤：
S2501，根据各所述第二转移概率矩阵和状态转移概率理论模型中理论误差的方差及前一转移步长下的均方误差，计算各所述信道在当前转移步长下的估计误差功率。
其中，所述当前转移步长比前一转移步长多1。
相对应的，根据各第二转移概率矩阵P和状态转移概率理论模型中理论误差w(n)的方差Q(n)及前一转移步长下的均方误差ξ(n-1)，可以计算出各信道在当前转移步长下的估计误差功率F(n)，F(n)的计算公式可以表示为：
F(n)＝Pξ(n-1)PT+Q(n)
S2502，根据各所述第二转移概率矩阵及前一转移步长下的转移概率矩阵的估计值，计算各所述当前转移概率矩阵的估计值。
假设当前转移步长是n，那么根据状态转移概率理论模型，可以基于前一转移步长下的转移概率矩阵而预测出当前转移概率矩阵，即：
Figure BDA0002617200590000131
其中，
Figure BDA0002617200590000132
是前一转移步长下的转移概率矩阵，
Figure BDA0002617200590000133
是利用前一转移步长下的转移概率矩阵预测出的当前转移概率矩阵，即当前转移概率矩阵的估计值。
S2503，根据各所述估计误差功率及各所述信道在当前转移步长下观测误差的方差，计算各所述信道在当前转移步长下的修正权值。
在已经计算得到估计误差功率F(n)的情况下，各信道在当前转移步长下的修正权值可以用下式表示：
Gn＝F(n)[F(n)+R(n)]-1
其中，R(n)为当前转移步长下观测误差v(n)的方差，Gn为各信道在当前转移步长下的修正权值。
S2504，根据从各所述状态转移概率观测模型中得到的当前转移步长下的转移概率矩阵的观测值、各所述当前转移概率矩阵的估计值及各所述修正权值，计算在当前转移步长下的目标转移概率矩阵。
由于从各状态转移概率观测模型中得到的当前转移步长下的转移概率矩阵的观测值X(n)与当前转移概率矩阵的估计值之间会存在着误差，将该误差叫做新息，此时就可以用新息以及各修正权值来对当前转移概率矩阵的估计值进行实时的修正，进而可以得到当前转移步长下的目标转移概率矩阵，可以用下式表示：
Figure BDA0002617200590000134
其中，
Figure BDA0002617200590000141
为新息，表示短期观测数据中增加的新的状态转移规律，
Figure BDA0002617200590000142
表示当前转移步长下的目标转移概率矩阵；并且根据S2503中的公式可知估计误差功率F(n)越大，修正权值Gn越大，表明根据状态转移概率理论模型估计的当前转移概率矩阵越不准确，相应的，利用新息进行的修正就会越多。
S2505，根据各所述修正权值和各所述估计误差功率，计算各所述信道在当前转移步长下的均方误差。
各信道在当前转移步长下的均方误差可以用下式表示：
ξ(n)＝(1-Gn)F(n)
其中，ξ(n)表示各信道在当前转移步长下的均方误差。
S2506，将所述当前转移步长作为前一转移步长，并将所述当前转移步长加1作为新的当前转移步长，返回至执行估计误差功率的计算操作，直至所给定各转移步长均被作为当前转移步长。
其中，所给定各转移步长为m，m为最大估计步长，它的值与检测周期T和单位帧T0有关，当前转移步长1＜n≤m，并且假定初始时S(0)＝I，则S(1)＝P，均方误差ξ(1)＝R(1)，其中R(1)为v(1)的方差。
将当前转移步长n作为前一转移步长，并将所述当前转移步长加1作为新的当前转移步长即n+1，也就是说令n＝n+1，返回至S2501执行估计误差功率的计算操作，顺序执行S2501-S2505，直到所给定各转移步长均被作为当前转移步长就可以停止。
S260，根据各所述目标转移概率矩阵，估计各所述信道在下一检测周期中的忙闲估计状态。
本实施例提供的技术方案，首先接收卫星端发送的在当前检测周期内各信道的信道忙闲状态，接着针对每个给定帧数构成的转移步长，基于各信道忙闲状态，采用移动窗口法统计在第一设定个数的检测周期内，各信道以转移步长进行状态转移的第一转移频次，根据各第一转移频次确定各信道以转移步长进行状态转移的第一频率矩阵，并将各第一频率矩阵确定为各信道在转移步长下的第一转移概率矩阵，然后根据各第一转移概率矩阵，结合转移步长下对应的观测误差，确定各信道在所述转移步长下对应的状态转移概率观测模型，根据各状态转移概率观测模型及对应的状态转移概率理论模型，通过卡尔曼滤波算法，确定各信道在相应转移步长下对应的目标转移概率矩阵，最后根据各目标转移概率矩阵，估计各信道在下一检测周期中的忙闲估计状态，由于卡尔曼滤波算法可以有效进行实时的更新和处理，进而可以估计信道忙闲状态变化的规律，提高了信道忙闲状态估计的准确性。
实施例三
图3为本发明实施例三提供的一种信道忙闲状态估计方法的流程图。本发明实施例是在上述实施例的基础上进行优化。可选的，本实施例对各信道在下一检测周期中的忙闲估计状态的估计过程进行详细的解释说明。
参考图3，本实施例的方法包括但不限于如下步骤：
S310，接收卫星端发送的在当前检测周期内各信道的信道忙闲状态，所述当前检测周期包括至少一个检测帧。
S320，根据各所述信道忙闲状态，确定各所述信道以给定帧数为转移步长时对应的第一转移概率矩阵，并基于各所述第一转移概率矩阵建立各所述信道在相应转移步长下对应的状态转移概率观测模型。
S330，根据各所述状态转移概率观测模型及对应的状态转移概率理论模型，通过卡尔曼滤波算法，确定各所述信道在相应转移步长下对应的目标转移概率矩阵。
S340，提取各所述信道在所述当前检测周期的最后一个检测帧内对应的当前有效忙闲状态。
由于当前只接收到卫星端发送的在当前检测周期内各信道的信道忙闲状态，下一检测周期内各信道的信道忙闲状态卫星端还未发送，那么为了确定各信道在下一检测帧中的忙闲估计状态，首先就需要提取各信道在当前检测周期的最后一个检测帧内对应的当前有效忙闲状态，以便后续可以根据各当前有效忙闲状态及下一检测帧对应的有效转移概率矩阵，确定各信道在下一检测帧中的忙闲估计状态。
S350，从各所述目标转移概率矩阵中确定与下一检测周期内所包括各下一检测帧对应的有效转移概率矩阵。
由于各目标转移概率矩阵中包括了各信道在相应转移步长下对应的目标转移概率，那么就需要从各目标转移概率矩阵中确定与下一检测周期内所包括各下一检测帧对应的有效转移概率矩阵，例如某信道在当前检测周期的最后一个检测帧内所对应的当前有效忙闲状态为Ht＝i,i∈{1,2,...,k}，那么对应的有效转移概率矩阵为
Figure BDA0002617200590000161
n＝1,2，…，m，其中，j∈{1,2,...,k}。
S360，针对每个下一检测帧，根据所述下一检测帧对应的有效转移概率矩阵以及各所述当前有效忙闲状态，确定各所述信道在所述下一检测帧中的忙闲估计状态。
下一检测周期内也包含了至少一个检测帧，那么对于每个下一检测帧，在确定了下一检测帧对应的有效转移概率矩阵以及各当前有效忙闲状态之后，就可以根据下一检测帧对应的有效转移概率矩阵以及各当前有效忙闲状态对可以对各信道在下一检测帧中的忙闲状态进行估计，也就确定了各信道在下一检测帧中的忙闲估计状态。
进一步的，所述根据所述下一检测帧对应的有效转移概率矩阵以及各所述当前有效忙闲状态，确定各所述信道在所述下一检测帧中的忙闲估计状态，可以具体包括：针对每个信道，根据所述下一检测帧对应的有效转移概率矩阵以及所述信道的当前有效忙闲状态，确定所述信道在所述下一检测帧下对应的忙闲状态概率序列；从所述忙闲状态概率序列中确定最大忙闲状态概率值，并确定所述最大忙闲状态概率值对应的目标忙闲状态；将所述目标忙闲状态，确定为所述信道在所述下一检测帧中的忙闲估计状态。
对于每个信道，根据下一检测帧对应的有效转移概率矩阵以及信道的当前有效忙闲状态，可以确定出信道在下一检测帧下对应的忙闲状态概率序列，例如，例如某信道在当前检测周期的最后一个检测帧内所对应的当前有效忙闲状态为Ht＝i,i∈{1,2,...,k}，那么对应的忙闲状态概率序列为
Figure BDA0002617200590000171
其中
Figure BDA0002617200590000172
表示当前有效忙闲状态i经过n个帧长转换为状态1时所对应的忙闲状态概率；然后从忙闲状态概率序列中可以确定出最大忙闲状态概率值，把最大忙闲状态概率值所对应的忙闲状态作为目标忙闲状态，最后将目标忙闲状态确定为信道在下一检测帧中的忙闲估计状态，也就是说选择忙闲状态概率值最大的状态作为信道在下一检测帧中的忙闲估计状态，这样做的好处是可以有效的对下一检测帧中的忙闲状态进行估计，且卫星用户选择该目标忙闲状态的信道接入可以提高数据发送的成功率。
示例性的，假设将信道忙闲状态根据从忙到闲可以分为四种，分别是1、2、3和4，在最后一个检测帧内对应的当前有效忙闲状态是可以通过卫星端发送的当前检测周期内各信道的信道忙闲状态获知，例如是信道忙闲状态的2，即较空闲的状态，因为下一检测周期端卫星端还未发送各信道的信道忙闲状态，那么此时可以根据S350中得到的有效转移概率矩阵为
Figure BDA0002617200590000181
n＝1,2，…，m，j∈{1,2,3,4}，确定信道在每个下一检测帧下对应的忙闲状态概率序列，即
Figure BDA0002617200590000182
也就是说在每个下一检测帧下，信道忙闲状态的2可以变成四种状态，可以从2变为其他的三种，或者是保持2不变。相应的，也就对应了四个忙闲状态概率，选择最大忙闲状态概率值对应的状态作为信道在下一检测帧中的忙闲估计状态。
本实施例提供的技术方案，首先接收卫星端发送的在当前检测周期内各信道的信道忙闲状态，其次根据各信道忙闲状态，确定各信道以给定帧数为转移步长时对应的第一转移概率矩阵，并基于各第一转移概率矩阵建立各信道在相应转移步长下对应的状态转移概率观测模型，根据各状态转移概率观测模型及对应的状态转移概率理论模型，通过卡尔曼滤波算法，确定各信道在相应转移步长下对应的目标转移概率矩阵，接着提取各信道在当前检测周期的最后一个检测帧内对应的当前有效忙闲状态，然后从各目标转移概率矩阵中确定与下一检测周期内所包括各下一检测帧对应的有效转移概率矩阵，最后针对每个下一检测帧，根据下一检测帧对应的有效转移概率矩阵以及各当前有效忙闲状态，确定各信道在所述下一检测帧中的忙闲估计状态，通过将信道忙闲状态的估计转换为信道忙闲状态转移概率的估计，建立了可靠的状态转移概率理论模型来估计信道忙闲状态变化的长期规律，提高了信道忙闲状态估计的准确性，以及卫星用户数据发送的成功率。
实施例四
图4为本发明实施例四提供的一种信道忙闲状态估计装置的结构示意图，如图4所示，该装置可以包括：
忙闲状态接收模块410，用于接收卫星端发送的在当前检测周期内各信道的信道忙闲状态，所述当前检测周期包括至少一个检测帧；
观测模型确定模块420，用于根据各所述信道忙闲状态，确定各所述信道以给定帧数为转移步长时对应的第一转移概率矩阵，并基于各所述第一转移概率矩阵建立各所述信道在相应转移步长下对应的状态转移概率观测模型；
概率矩阵确定模块430，用于根据各所述状态转移概率观测模型及对应的状态转移概率理论模型，通过卡尔曼滤波算法，确定各所述信道在相应转移步长下对应的目标转移概率矩阵；
估计状态确定模块440，用于根据各所述目标转移概率矩阵，估计各所述信道在下一检测周期中的忙闲估计状态。
本实施例提供的技术方案，首先接收卫星端发送的在当前检测周期内各信道的信道忙闲状态，当前检测周期包括至少一个检测帧，接着根据各信道忙闲状态，确定各信道以给定帧数为转移步长时对应的第一转移概率矩阵，并基于各第一转移概率矩阵建立各信道在相应转移步长下对应的状态转移概率观测模型，然后根据各状态转移概率观测模型及对应的状态转移概率理论模型，通过卡尔曼滤波算法，确定各信道在相应转移步长下对应的目标转移概率矩阵，最后根据各目标转移概率矩阵，估计各信道在下一检测周期中的忙闲估计状态，进而可以估计信道忙闲状态变化的规律，提高了信道忙闲状态估计的准确性。
进一步的，上述观测模型确定模块420，可以具体用于：
针对每个给定帧数构成的转移步长，基于各所述信道忙闲状态，采用移动窗口法统计在第一设定个数的检测周期内，各所述信道以所述转移步长进行状态转移的第一转移频次；
根据各所述第一转移频次确定各所述信道以所述转移步长进行状态转移的第一频率矩阵，并将各所述第一频率矩阵确定为各所述信道在所述转移步长下的第一转移概率矩阵；
根据各所述第一转移概率矩阵，结合所述转移步长下对应的观测误差，确定各所述信道在所述转移步长下对应的状态转移概率观测模型。
进一步的，上述信道忙闲状态估计装置，还可以包括：
理论模型确定模块，用于根据各所述信道忙闲状态，确定各所述信道以单位帧进行一步转移时对应的第二转移概率矩阵，并根据各所述第二转移概率矩阵确定各所述信道在各所述转移步长下对应的状态转移概率理论模型。
进一步的，上述理论模型确定模块，可以具体用于：
基于各所述信道忙闲状态，采用移动窗口法统计在第二设定个数的检测周期内，各所述信道进行一步转移时的第二转移频次，其中第二设定个数大于第一设定个数；
根据各所述第二转移频次确定各所述信道进行一步转移的第二频率矩阵，并将各所述第二频率矩阵确定为各所述信道进行一步转移时的第二转移概率矩阵；
根据各所述第二转移概率矩阵，结合马尔科夫模型建立各所述信道在各所述转移步长下对应的状态转移概率理论模型。
进一步的，上述概率矩阵确定模块430，可以具体用于：
根据各所述第二转移概率矩阵和状态转移概率理论模型中理论误差的方差及前一转移步长下的均方误差，计算各所述信道在当前转移步长下的估计误差功率，其中，所述当前转移步长比前一转移步长多1；
根据各所述第二转移概率矩阵及前一转移步长下的转移概率矩阵的估计值，计算各所述当前转移概率矩阵的估计值；
根据各所述估计误差功率及各所述信道在当前转移步长下观测误差的方差，计算各所述信道在当前转移步长下的修正权值；
根据从各所述状态转移概率观测模型中得到的当前转移步长下的转移概率矩阵的观测值、各所述当前转移概率矩阵的估计值及各所述修正权值，计算在当前转移步长下的目标转移概率矩阵；
根据各所述修正权值和各所述估计误差功率，计算各所述信道在当前转移步长下的均方误差；
将所述当前转移步长作为前一转移步长，并将所述当前转移步长加1作为新的当前转移步长，返回至执行估计误差功率的计算操作，直至所给定各转移步长均被作为当前转移步长。
进一步的，上述信道忙闲状态估计装置，还可以包括：
有效状态提取模块，用于提取各所述信道在所述当前检测周期的最后一个检测帧内对应的当前有效忙闲状态；
有效矩阵确定模块，用于从各所述目标转移概率矩阵中确定与下一检测周期内所包括各下一检测帧对应的有效转移概率矩阵；
忙闲状态确定模块，用于针对每个下一检测帧，根据所述下一检测帧对应的有效转移概率矩阵以及各所述当前有效忙闲状态，确定各所述信道在所述下一检测帧中的忙闲估计状态。
进一步的，上述忙闲状态确定模块，可以具体用于：
针对每个信道，根据所述下一检测帧对应的有效转移概率矩阵以及所述信道的当前有效忙闲状态，确定所述信道在所述下一检测帧下对应的忙闲状态概率序列；
从所述忙闲状态概率序列中确定最大忙闲状态概率值，并确定所述最大忙闲状态概率值对应的目标忙闲状态；
将所述目标忙闲状态，确定为所述信道在所述下一检测帧中的忙闲估计状态。
本实施例提供的信道忙闲状态估计装置可适用于上述任意实施例提供的信道忙闲状态估计方法，具备相应的功能和有益效果。
实施例五
图5为本发明实施例五提供的一种电子设备的结构示意图，如图5所示，该电子设备包括处理器510、存储装置520和卫星端530；电子设备中处理器510的数量可以是一个或多个，图5中以一个处理器510为例；电子设备中的处理器510、存储装置520和卫星端530可以通过总线或其他方式连接，图5中以通过总线连接为例。
存储装置520作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的信道忙闲状态估计方法对应的模块(例如，用于信道忙闲状态估计装置中的忙闲状态接收模块410、观测模型确定模块420、概率矩阵确定模块430和估计状态确定模块440)。处理器510通过运行存储在存储装置520中的软件程序、指令以及模块，从而执行电子设备的各种功能应用以及数据处理，即实现上述的信道忙闲状态估计方法。
存储装置520可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储装置520可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储装置520可进一步包括相对于处理器510远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
卫星端530，用于发送各信道的信道忙闲状态。
本实施例提供的一种电子设备可用于执行上述任意实施例提供的信道忙闲状态估计方法，具备相应的功能和有益效果。
实施例六
本发明实施例六还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明任意实施例中的信道忙闲状态估计方法，该方法具体包括：
接收卫星端发送的在当前检测周期内各信道的信道忙闲状态，所述当前检测周期包括至少一个检测帧；
根据各所述信道忙闲状态，确定各所述信道以给定帧数为转移步长时对应的第一转移概率矩阵，并基于各所述第一转移概率矩阵建立各所述信道在相应转移步长下对应的状态转移概率观测模型；
根据各所述状态转移概率观测模型及对应的状态转移概率理论模型，通过卡尔曼滤波算法，确定各所述信道在相应转移步长下对应的目标转移概率矩阵；
根据各所述目标转移概率矩阵，估计各所述信道在下一检测周期中的忙闲估计状态。
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的信道忙闲状态估计方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是，上述信道忙闲状态估计装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
以上所述仅为本发明的优选实施例，并不用于限制本发明，对于本领域技术人员而言，本发明可以有各种改动和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种信道忙闲状态估计方法，其特征在于，包括：
接收卫星端发送的在当前检测周期内各信道的信道忙闲状态，所述当前检测周期包括至少一个检测帧；
根据各所述信道忙闲状态，确定各所述信道以给定帧数为转移步长时对应的第一转移概率矩阵，并基于各所述第一转移概率矩阵建立各所述信道在相应转移步长下对应的状态转移概率观测模型；
根据各所述状态转移概率观测模型及对应的状态转移概率理论模型，通过卡尔曼滤波算法，确定各所述信道在相应转移步长下对应的目标转移概率矩阵；
根据各所述目标转移概率矩阵，估计各所述信道在下一检测周期中的忙闲估计状态。
2.根据权利要求1所述的方法，其特征在于，所述根据各所述信道忙闲状态，确定各所述信道以给定帧数为转移步长时对应的第一转移概率矩阵，并基于各所述第一转移概率矩阵建立各所述信道在相应转移步长下对应的状态转移概率观测模型，包括：
针对每个给定帧数构成的转移步长，基于各所述信道忙闲状态，采用移动窗口法统计在第一设定个数的检测周期内，各所述信道以所述转移步长进行状态转移的第一转移频次；
根据各所述第一转移频次确定各所述信道以所述转移步长进行状态转移的第一频率矩阵，并将各所述第一频率矩阵确定为各所述信道在所述转移步长下的第一转移概率矩阵；
根据各所述第一转移概率矩阵，结合所述转移步长下对应的观测误差，确定各所述信道在所述转移步长下对应的状态转移概率观测模型。
3.根据权利要求2所述的方法，其特征在于，还包括：
根据各所述信道忙闲状态，确定各所述信道以单位帧进行一步转移时对应的第二转移概率矩阵，并根据各所述第二转移概率矩阵确定各所述信道在各所述转移步长下对应的状态转移概率理论模型。
4.根据权利要求3所述的方法，其特征在于，所述根据各所述信道忙闲状态，确定各所述信道以单位帧进行一步转移时对应的第二转移概率矩阵，并根据各所述第二转移概率矩阵确定各所述信道在各所述转移步长下对应的状态转移概率理论模型，包括：
基于各所述信道忙闲状态，采用移动窗口法统计在第二设定个数的检测周期内，各所述信道进行一步转移时的第二转移频次，其中第二设定个数大于第一设定个数；
根据各所述第二转移频次确定各所述信道进行一步转移的第二频率矩阵，并将各所述第二频率矩阵确定为各所述信道进行一步转移时的第二转移概率矩阵；
根据各所述第二转移概率矩阵，结合马尔科夫模型建立各所述信道在各所述转移步长下对应的状态转移概率理论模型。
5.根据权利要求3所述的方法，其特征在于，所述根据各所述状态转移概率观测模型及对应的状态转移概率理论模型，通过卡尔曼滤波算法，确定各所述信道在相应转移步长下对应的目标转移概率矩阵，包括：
根据各所述第二转移概率矩阵和状态转移概率理论模型中理论误差的方差及前一转移步长下的均方误差，计算各所述信道在当前转移步长下的估计误差功率，其中，所述当前转移步长比前一转移步长多1；
根据各所述第二转移概率矩阵及前一转移步长下的转移概率矩阵的估计值，计算各所述当前转移概率矩阵的估计值；
根据各所述估计误差功率及各所述信道在当前转移步长下观测误差的方差，计算各所述信道在当前转移步长下的修正权值；
根据从各所述状态转移概率观测模型中得到的当前转移步长下的转移概率矩阵的观测值、各所述当前转移概率矩阵的估计值及各所述修正权值，计算在当前转移步长下的目标转移概率矩阵；
根据各所述修正权值和各所述估计误差功率，计算各所述信道在当前转移步长下的均方误差；
将所述当前转移步长作为前一转移步长，并将所述当前转移步长加1作为新的当前转移步长，返回至执行估计误差功率的计算操作，直至所给定各转移步长均被作为当前转移步长。
6.根据权利要求1所述的方法，其特征在于，所述根据各所述目标转移概率矩阵，估计各所述信道在下一检测周期中的忙闲估计状态，包括：
提取各所述信道在所述当前检测周期的最后一个检测帧内对应的当前有效忙闲状态；
从各所述目标转移概率矩阵中确定与下一检测周期内所包括各下一检测帧对应的有效转移概率矩阵；
针对每个下一检测帧，根据所述下一检测帧对应的有效转移概率矩阵以及各所述当前有效忙闲状态，确定各所述信道在所述下一检测帧中的忙闲估计状态。
7.根据权利要求6所述的方法，其特征在于，所述根据所述下一检测帧对应的有效转移概率矩阵以及各所述当前有效忙闲状态，确定各所述信道在所述下一检测帧中的忙闲估计状态，包括：
针对每个信道，根据所述下一检测帧对应的有效转移概率矩阵以及所述信道的当前有效忙闲状态，确定所述信道在所述下一检测帧下对应的忙闲状态概率序列；
从所述忙闲状态概率序列中确定最大忙闲状态概率值，并确定所述最大忙闲状态概率值对应的目标忙闲状态；
将所述目标忙闲状态，确定为所述信道在所述下一检测帧中的忙闲估计状态。
8.一种信道忙闲状态估计装置，其特征在于，包括：
忙闲状态接收模块，用于接收卫星端发送的在当前检测周期内各信道的信道忙闲状态，所述当前检测周期包括至少一个检测帧；
观测模型确定模块，用于根据各所述信道忙闲状态，确定各所述信道以给定帧数为转移步长时对应的第一转移概率矩阵，并基于各所述第一转移概率矩阵建立各所述信道在相应转移步长下对应的状态转移概率观测模型；
概率矩阵确定模块，用于根据各所述状态转移概率观测模型及对应的状态转移概率理论模型，通过卡尔曼滤波算法，确定各所述信道在相应转移步长下对应的目标转移概率矩阵；
估计状态确定模块，用于根据各所述目标转移概率矩阵，估计各所述信道在下一检测周期中的忙闲估计状态。
9.一种电子设备，其特征在于，所述电子设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
卫星端，用于发送各信道的信道忙闲状态；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的信道忙闲状态估计方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的信道忙闲状态估计方法。
CN202010772602.4A 2020-08-04 2020-08-04 一种信道忙闲状态估计方法、装置、设备及存储介质 Active CN111953402B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010772602.4A CN111953402B (zh) 2020-08-04 2020-08-04 一种信道忙闲状态估计方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010772602.4A CN111953402B (zh) 2020-08-04 2020-08-04 一种信道忙闲状态估计方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN111953402A true CN111953402A (zh) 2020-11-17
CN111953402B CN111953402B (zh) 2021-04-20

Family

ID=73339380

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010772602.4A Active CN111953402B (zh) 2020-08-04 2020-08-04 一种信道忙闲状态估计方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN111953402B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115589338A (zh) * 2022-12-08 2023-01-10 深圳市永达电子信息股份有限公司 一种马尔可夫链的操作链建立方法及装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100040154A1 (en) * 2008-08-15 2010-02-18 Infineon Technologies Ag Channel estimation
EP2337287A2 (en) * 2009-12-18 2011-06-22 Electronics and Telecommunications Research Institute Low-complexity Kalman filter channel estimation method for orthogonal frequency division multiplexing system
CN103117966A (zh) * 2013-03-12 2013-05-22 中国空间技术研究院 一种基于动态导频调整的信道估计方法
CN106254284A (zh) * 2016-08-01 2016-12-21 西安电子科技大学昆山创新研究院 一种基于低轨卫星系统的快变信道估计方法
CN107086970A (zh) * 2017-04-18 2017-08-22 电子科技大学 基于贝叶斯算法的信道估计方法
CN109831396A (zh) * 2019-03-07 2019-05-31 西安电子科技大学 短突发mimo通信系统的半盲信道估计方法
CN109981438A (zh) * 2019-03-22 2019-07-05 大连大学 一种面向sdn和nfv协同部署框架的卫星网络负载均衡方法
CN111211830A (zh) * 2020-01-13 2020-05-29 电子科技大学 一种基于马尔可夫预测的卫星上行链路带宽资源分配方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100040154A1 (en) * 2008-08-15 2010-02-18 Infineon Technologies Ag Channel estimation
EP2337287A2 (en) * 2009-12-18 2011-06-22 Electronics and Telecommunications Research Institute Low-complexity Kalman filter channel estimation method for orthogonal frequency division multiplexing system
CN103117966A (zh) * 2013-03-12 2013-05-22 中国空间技术研究院 一种基于动态导频调整的信道估计方法
CN106254284A (zh) * 2016-08-01 2016-12-21 西安电子科技大学昆山创新研究院 一种基于低轨卫星系统的快变信道估计方法
CN107086970A (zh) * 2017-04-18 2017-08-22 电子科技大学 基于贝叶斯算法的信道估计方法
CN109831396A (zh) * 2019-03-07 2019-05-31 西安电子科技大学 短突发mimo通信系统的半盲信道估计方法
CN109981438A (zh) * 2019-03-22 2019-07-05 大连大学 一种面向sdn和nfv协同部署框架的卫星网络负载均衡方法
CN111211830A (zh) * 2020-01-13 2020-05-29 电子科技大学 一种基于马尔可夫预测的卫星上行链路带宽资源分配方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
周坡，曹志刚: "基于马尔可夫过程的卫星移动信道模型及长期预测方法", 《电子与信息学报》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115589338A (zh) * 2022-12-08 2023-01-10 深圳市永达电子信息股份有限公司 一种马尔可夫链的操作链建立方法及装置

Also Published As

Publication number Publication date
CN111953402B (zh) 2021-04-20

Similar Documents

Publication Publication Date Title
CN110493820B (zh) 一种传输时延评估方法、装置、通信节点和存储介质
US9980290B2 (en) System and method for adaptive back-off time determination
CN111953402B (zh) 一种信道忙闲状态估计方法、装置、设备及存储介质
CN112437464B (zh) LoRa数据包的冲突上行信号解码方法及装置
CN106658644B (zh) 通信网络选路方法和装置
EP3820191A1 (en) Interference source identification method, related device and computer storage medium
Soares et al. Throughput analytical modeling of IEEE 802.11 ah wireless networks
CN107800471B (zh) 基于多包接收的卫星随机接入拥塞控制方法
EP4207657A1 (en) Data transmission method and apparatus, transmission device, and storage medium
CN114375055B (zh) 一种带宽处理方法、装置、设备及存储介质
Liu et al. RO‐RAW: Run‐Time Restricted Access Window Optimization in IEEE 802.11 ah Network with Extended Kalman Filter
CN111918407B (zh) 卫星上行链路接入方法、装置、设备及存储介质
CN113079105B (zh) 数据传输方法、系统、计算机设备和介质
CN115474264A (zh) 发射功率调节方法、装置、终端及存储介质
RU2602347C1 (ru) Способ оценки эффективности информационного обмена системы связи
Weng et al. Optimal performance study of IEEE 802.11 DCF with contention window
KR20140017851A (ko) 오버레이 매체접근 제어장치를 이용한 데이터 전송시스템 및 그 방법
CN108650049B (zh) 一种信道检测方法、装置及基站
CN113596924B (zh) 一种面向无线网络的周期性时隙分配方法
US8873503B2 (en) Method and device for transmitting information in contention on time slots between transceiver nodes of an ad hoc network
Zhang et al. Optimal slotted ALOHA under delivery deadline constraint for multiple-packet reception
WO2023246729A1 (zh) 数据传输方法、装置、电子设备和存储介质
Shangjuan et al. Improving throughput through dynamically tuning contention window size in dense wireless network
Kristić et al. Mathematical model of simplified constrained priority countdown freezing protocol
Jin et al. Formal analysis and evaluation of the back-off procedure in IEEE802. 11P VANET

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