CN114254265A - 基于统计流形距离的卫星通信干扰几何分析方法 - Google Patents

基于统计流形距离的卫星通信干扰几何分析方法 Download PDF

Info

Publication number
CN114254265A
CN114254265A CN202111566656.6A CN202111566656A CN114254265A CN 114254265 A CN114254265 A CN 114254265A CN 202111566656 A CN202111566656 A CN 202111566656A CN 114254265 A CN114254265 A CN 114254265A
Authority
CN
China
Prior art keywords
interference
distance
signal
probability distribution
received signal
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
CN202111566656.6A
Other languages
English (en)
Other versions
CN114254265B (zh
Inventor
何元智
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.)
Institute of Network Engineering Institute of Systems Engineering Academy of Military Sciences
Original Assignee
Institute of Network Engineering Institute of Systems Engineering Academy of Military Sciences
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 Institute of Network Engineering Institute of Systems Engineering Academy of Military Sciences filed Critical Institute of Network Engineering Institute of Systems Engineering Academy of Military Sciences
Priority to CN202111566656.6A priority Critical patent/CN114254265B/zh
Publication of CN114254265A publication Critical patent/CN114254265A/zh
Application granted granted Critical
Publication of CN114254265B publication Critical patent/CN114254265B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/309—Measuring or estimating channel quality parameters
    • H04B17/345—Interference values
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/40—Monitoring; Testing of relay systems
    • 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)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • Theoretical Computer Science (AREA)
  • Electromagnetism (AREA)
  • Computational Mathematics (AREA)
  • Signal Processing (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Mathematical Analysis (AREA)
  • Probability & Statistics with Applications (AREA)
  • Operations Research (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Algebra (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Quality & Reliability (AREA)
  • Radio Relay Systems (AREA)

Abstract

本发明公开了一种基于统计流形距离的卫星通信干扰几何分析方法，包括以下步骤：分别建立未叠加干扰和叠加干扰状态下地球站的接收信号模型，确定接收信号的概率分布函数表征；构建正态分布的概率分布函数族构成的统计流形；计算统计流形上接收信号映射点与未叠加干扰的理想点之间的距离；设定距离判决门限，确定干扰判决域，根据两点之间的几何距离分析是否存在干扰。本发明优点为：利用信号概率分布的几何特征进行干扰分析，适用于多种应用场景下的盲源干扰分析，具有时效性高、检测精准度高的特点。

Description

基于统计流形距离的卫星通信干扰几何分析方法
技术领域
本发明涉及卫星通信领域，尤其涉及一种基于统计流形距离的卫星通信干扰几何分析方法。
背景技术
近年来，随着通信技术和航天技术的蓬勃发展，卫星通信系统正在向多轨道结合、巨星星座组网的方向发展，随之而来的，是卫星通信可用频谱资源的逐渐枯竭。为克服频谱资源枯竭问题，不同卫星通信系统之间通常采用同频共用的方式进行通信，以提高频谱资源的使用率。然而，相同频段的使用，将不可避免的在不同卫星通信系统之间引入信号干扰，导致通信性能下降，影响卫星通信系统的正常工作。因此，为确保通信质量，需要对干扰信号进行规避，而实现对其他卫星通信系统干扰信号的快速精准分析，则是干扰规避的首要环节。相对于地面无线通信系统，卫星通信系统地球站的干扰信号分析具有时效性要求高、窄带检测方法不适用等特点，如何在未知干扰源条件下的实现卫星通信干扰的快速精准分析，是亟待解决的重要问题。
发明内容
针对在未知干扰源条件下，如何实现卫星通信干扰的快速精准分析问题，本发明公开了一种基于统计流形距离的卫星通信干扰几何分析方法。信息几何是在黎曼流形上采用微分几何方法研究统计学问题的一门新兴学科。考虑到卫星通信地球站的接收信号具有几何学的性质与内涵，参数估计、干扰分析等都能对应于流形上的几何操作，通过引入信息几何理论，利用统计流形进行干扰分析，能够为卫星通信的干扰分析提供新的方法手段。当前，国内外尚无相关内容研究。
卫星通信系统包括地球站和在轨运行的卫星，地球站在接收卫星信号时，会同时接收到来自其他卫星通信系统的干扰卫星的干扰信号，当干扰信号大于干扰门限时，将对地球站的通信性能造成影响，所以在卫星通信过程中，需要实时地对地球站是否受到干扰进行分析。本发明公开了一种基于统计流形距离的卫星通信干扰几何分析方法，其步骤包括：
S1，建立未叠加干扰状态下地球站的接收信号模型，确定该接收信号的概率分布函数；卫星通信系统包括地球站和在轨运行的卫星；
设卫星信号传输噪声为加性高斯噪声，则未叠加干扰时，地球站接收信号z1的表达式为：
Figure BDA0003422156670000021
其中，t为时间，A为信号幅度，nx(t)为信号幅度加性高斯噪声，其服从正态分布，ωx为通信信号频率，θx为信号相位，
Figure BDA0003422156670000022
为相位噪声，服从[0,2π]区间内的均匀分布；接收信号幅度值的概率分布函数记为
Figure BDA0003422156670000023
Figure BDA0003422156670000024
为正态分布概率密度函数，
Figure BDA0003422156670000025
分别表示地球站所在位置的经度和纬度；
S2，建立叠加干扰后地球站的接收信号模型，确定该接收信号的概率分布函数；
将叠加干扰后地球站接收的信号记为
Figure BDA0003422156670000026
B为干扰信号幅度，ny(t)为干扰信号的幅度加性高斯噪声，其服从正态分布，ωy为干扰信号频率，θy为干扰信号相位，
Figure BDA0003422156670000027
为干扰信号相位噪声，服从[0,2π]区间内的均匀分布，叠加干扰后的接收信号z2幅度值的概率分布函数为
Figure BDA0003422156670000028
Figure BDA0003422156670000029
为正态分布概率密度函数，
Figure BDA00034221566700000210
分别表示地球站所在位置的经度和纬度；
S3，构建由概率分布函数族构成的统计流形；
将由正态分布的概率分布函数族构成的统计流形记为
Figure BDA0003422156670000031
则概率分布函数
Figure BDA0003422156670000032
和
Figure BDA0003422156670000033
分别为统计流形
Figure BDA0003422156670000034
上的两个点，将概率分布函数
Figure BDA0003422156670000035
所在统计流形上的点称为理想点；
S4，计算统计流形
Figure BDA0003422156670000036
上点
Figure BDA0003422156670000037
与理想点
Figure BDA0003422156670000038
之间的距离
Figure BDA0003422156670000039
设
Figure BDA00034221566700000310
的均值为
Figure BDA00034221566700000311
的均值为
Figure BDA00034221566700000312
且
Figure BDA00034221566700000313
和
Figure BDA00034221566700000314
协方差矩阵分别为
Figure BDA00034221566700000315
和
Figure BDA00034221566700000316
则统计流形
Figure BDA00034221566700000317
上
Figure BDA00034221566700000318
与理想点
Figure BDA00034221566700000319
之间的距离用KL距离来度量，点
Figure BDA00034221566700000320
与理想点
Figure BDA00034221566700000321
之间的KL距离的表达式为：
Figure BDA00034221566700000322
其中，tr(·)表示计算矩阵的迹，I为单位矩阵，
Figure BDA00034221566700000323
S5，设定距离判决门限为η，则统计流形
Figure BDA00034221566700000324
上的干扰判决域为以理想点
Figure BDA00034221566700000325
为中心、η为半径的开球，通过判断点
Figure BDA00034221566700000326
是否在干扰判决域内，判断地面站是否受到干扰，该判断过程的表达式为：
Figure BDA00034221566700000327
其中，
Figure BDA00034221566700000328
表示接收信号中存在干扰，
Figure BDA00034221566700000329
表示接收信号中无干扰，若点
Figure BDA00034221566700000330
在干扰判决域内，则判断地面站受到干扰，若点
Figure BDA00034221566700000331
不在干扰判决域内，则判断地面站未受到干扰。
S6，对地球站实际接收到的信号进行采样，得到其概率分布函数，即
Figure BDA00034221566700000332
计算统计流形
Figure BDA00034221566700000333
上实际接收信号的映射点
Figure BDA00034221566700000334
与理想点
Figure BDA00034221566700000335
之间的距离
Figure BDA0003422156670000041
通过该距离判断点
Figure BDA0003422156670000042
是否在干扰判决域内，若在干扰判决域内，则判断地面站受到干扰，否则判断地面站未受到干扰。
本发明具有如下优点：
1、本发明将信号概率分布集合构建为统计流形，以信号几何特征进行干扰分析，支持任意干扰场景下的盲源干扰分析，具有干扰信号形象化表征的特点；
2、本发明通过对接收信号的统计特性进行分析表征，可利用干扰判决域迅速分析是否存在干扰，能够克服传统分析方法计算量大、消耗时间长等不足，具有时效性高、检测精准度高的特点。
附图说明
图1为本发明中卫星通信系统间干扰场景示意图；
图2为本发明中基于统计流形距离的卫星通信干扰几何分析方法示意图。
具体实施方式
下面给出了本发明的一个实施例，对其进行详细描述。
本发明公开了一种基于统计流形距离的卫星通信干扰几何分析方法，具体为：
如图1所示，卫星通信系统包括地球站和在轨运行的卫星，地球站在接收卫星信号时，可能会同时接收到来自其他卫星通信系统的干扰卫星的干扰信号，当干扰信号大于干扰门限时，将对地球站的通信性能造成影响，所以在卫星通信过程中，需要实时地对地球站是否受到干扰进行分析。图2为本发明中基于统计流形距离的卫星通信干扰几何分析方法示意图。本发明公开了一种基于统计流形距离的卫星通信干扰几何分析方法，其步骤包括：
S1，建立未叠加干扰状态下地球站的接收信号模型，确定该接收信号的概率分布函数；卫星通信系统包括地球站和在轨运行的卫星；
设卫星信号传输噪声为加性高斯噪声，则未叠加干扰时，地球站接收信号z1的表达式为：
Figure BDA0003422156670000051
其中，t为时间，A为信号幅度，nx(t)为信号幅度加性高斯噪声，其服从正态分布，ωx为通信信号频率，θx为信号相位，
Figure BDA0003422156670000052
为相位噪声，服从[0,2π]区间内的均匀分布；接收信号幅度值的概率分布函数记为
Figure BDA0003422156670000053
Figure BDA0003422156670000054
为正态分布概率密度函数，
Figure BDA0003422156670000055
分别表示地球站所在位置的经度和纬度；
S2，建立叠加干扰后地球站的接收信号模型，确定该接收信号的概率分布函数；
将叠加干扰后地球站接收的信号记为
Figure BDA0003422156670000056
B为干扰信号幅度，ny(t)为干扰信号的幅度加性高斯噪声，其服从正态分布，ωy为干扰信号频率，θy为干扰信号相位，
Figure BDA0003422156670000057
为干扰信号相位噪声，服从[0,2π]区间内的均匀分布，叠加干扰后的接收信号z2幅度值的概率分布函数为
Figure BDA0003422156670000058
Figure BDA0003422156670000059
为正态分布概率密度函数，
Figure BDA00034221566700000510
分别表示地球站所在位置的经度和纬度；
S3，构建由概率分布函数族构成的统计流形；
将由正态分布的概率分布函数族构成的统计流形记为
Figure BDA00034221566700000511
则概率分布函数
Figure BDA00034221566700000512
和
Figure BDA00034221566700000513
分别为统计流形
Figure BDA00034221566700000514
上的两个点，将概率分布函数
Figure BDA00034221566700000515
所在统计流形上的点称为理想点；
S4，计算统计流形
Figure BDA00034221566700000516
上点
Figure BDA00034221566700000517
与理想点
Figure BDA00034221566700000518
之间的距离
Figure BDA00034221566700000519
设
Figure BDA00034221566700000520
的均值为
Figure BDA00034221566700000521
的均值为
Figure BDA00034221566700000522
且
Figure BDA00034221566700000523
和
Figure BDA0003422156670000061
协方差矩阵分别为
Figure BDA0003422156670000062
和
Figure BDA0003422156670000063
则统计流形
Figure BDA0003422156670000064
上
Figure BDA0003422156670000065
与理想点
Figure BDA0003422156670000066
之间的距离用KL距离来度量，点
Figure BDA0003422156670000067
与理想点
Figure BDA0003422156670000068
之间的KL距离的表达式为：
Figure BDA0003422156670000069
其中，tr(·)表示计算矩阵的迹，I为单位矩阵，
Figure BDA00034221566700000610
S5，设定距离判决门限为η，则统计流形
Figure BDA00034221566700000611
上的干扰判决域为以理想点
Figure BDA00034221566700000612
为中心、η为半径的开球，通过判断点
Figure BDA00034221566700000613
是否在干扰判决域内，判断地面站是否受到干扰，该判断过程的表达式为：
Figure BDA00034221566700000614
其中，
Figure BDA00034221566700000615
表示接收信号中存在干扰，
Figure BDA00034221566700000616
表示接收信号中无干扰，若点
Figure BDA00034221566700000617
在干扰判决域内，则判断地面站受到干扰，若点
Figure BDA00034221566700000618
不在干扰判决域内，则判断地面站未受到干扰。
S6，对地球站实际接收到的信号进行采样，得到其概率分布函数，即
Figure BDA00034221566700000619
计算统计流形
Figure BDA00034221566700000620
上实际接收信号的映射点
Figure BDA00034221566700000621
与理想点
Figure BDA00034221566700000622
之间的距离
Figure BDA00034221566700000623
通过该距离判断点
Figure BDA00034221566700000624
是否在干扰判决域内，若在干扰判决域内，则判断地面站受到干扰，否则判断地面站未受到干扰。
以上结合附图详细说明了本发明，但是本领域的普通技术人员应当明白，说明书是用于解释权利要求的，本发明的保护范围以权利要求为准，在本发明的基础上，任何所做的修改、等同替换和改进等都应当在所要求的保护范围内。

Claims (5)

1.一种基于统计流形距离的卫星通信干扰几何分析方法，其特征在于，其步骤包括：
S1，建立未叠加干扰状态下地球站的接收信号模型，确定该接收信号的概率分布函数；
S2，建立叠加干扰后地球站的接收信号模型，确定该接收信号的概率分布函数；
S3，构建由概率分布函数族构成的统计流形；
S4，计算统计流形
Figure FDA0003422156660000011
上点
Figure FDA0003422156660000012
与理想点
Figure FDA0003422156660000013
之间的距离
Figure FDA0003422156660000014
S5，设定距离判决门限为η，则统计流形
Figure FDA0003422156660000015
上的干扰判决域为以理想点
Figure FDA0003422156660000016
为中心、η为半径的开球，通过判断点
Figure FDA0003422156660000017
是否在干扰判决域内，判断地面站是否受到干扰，该判断过程的表达式为：
Figure FDA0003422156660000018
其中，
Figure FDA0003422156660000019
表示接收信号中存在干扰，
Figure FDA00034221566600000110
表示接收信号中无干扰，若点
Figure FDA00034221566600000111
在干扰判决域内，则判断地面站受到干扰，若点
Figure FDA00034221566600000112
不在干扰判决域内，则判断地面站未受到干扰；
S6，对地球站实际接收到的信号进行采样，得到其概率分布函数，即
Figure FDA00034221566600000113
计算统计流形
Figure FDA00034221566600000114
上实际接收信号的映射点
Figure FDA00034221566600000115
与理想点
Figure FDA00034221566600000116
之间的距离
Figure FDA00034221566600000117
通过该距离判断点
Figure FDA00034221566600000118
是否在干扰判决域内，若在干扰判决域内，则判断地面站受到干扰，否则判断地面站未受到干扰。
2.如权利要求1所述的基于统计流形距离的卫星通信干扰几何分析方法，其特征在于，所述的步骤S1，其具体包括：
设卫星信号传输噪声为加性高斯噪声，则未叠加干扰时，地球站接收信号z1的表达式为：
Figure FDA0003422156660000021
其中，t为时间，A为信号幅度，nx(t)为信号幅度加性高斯噪声，其服从正态分布，ωx为通信信号频率，θx为信号相位，
Figure FDA0003422156660000022
为相位噪声，服从[0,2π]区间内的均匀分布；接收信号幅度值的概率分布函数记为
Figure FDA0003422156660000023
Figure FDA0003422156660000024
为正态分布概率密度函数，
Figure FDA0003422156660000025
分别表示地球站所在位置的经度和纬度。
3.如权利要求1所述的基于统计流形距离的卫星通信干扰几何分析方法，其特征在于，所述的步骤S2，其具体包括：将叠加干扰后地球站接收的信号记为
Figure FDA0003422156660000026
B为干扰信号幅度，ny(t)为干扰信号的幅度加性高斯噪声，其服从正态分布，ωy为干扰信号频率，θy为干扰信号相位，
Figure FDA0003422156660000027
为干扰信号相位噪声，服从[0,2π]区间内的均匀分布，叠加干扰后的接收信号z2幅度值的概率分布函数为
Figure FDA0003422156660000028
Figure FDA0003422156660000029
为正态分布概率密度函数，
Figure FDA00034221566600000210
分别表示地球站所在位置的经度和纬度。
4.如权利要求1所述的基于统计流形距离的卫星通信干扰几何分析方法，其特征在于，所述的步骤S3，其具体包括：将由正态分布的概率分布函数族构成的统计流形记为
Figure FDA00034221566600000211
则概率分布函数
Figure FDA00034221566600000212
和
Figure FDA00034221566600000213
分别为统计流形
Figure FDA00034221566600000214
上的两个点，将概率分布函数
Figure FDA00034221566600000215
所在统计流形上的点称为理想点。
5.如权利要求1所述的基于统计流形距离的卫星通信干扰几何分析方法，其特征在于，所述的步骤S4，其具体包括：设
Figure FDA00034221566600000216
的均值为
Figure FDA00034221566600000217
的均值为
Figure FDA00034221566600000218
且
Figure FDA00034221566600000219
和
Figure FDA00034221566600000220
协方差矩阵分别为
Figure FDA00034221566600000221
和
Figure FDA00034221566600000222
则统计流形
Figure FDA00034221566600000223
上
Figure FDA00034221566600000224
与理想点
Figure FDA00034221566600000225
之间的距离用KL距离来度量，点
Figure FDA00034221566600000226
与理想点
Figure FDA00034221566600000227
之间的KL距离的表达式为：
Figure FDA0003422156660000031
其中，tr(·)表示计算矩阵的迹，I为单位矩阵，
Figure FDA0003422156660000032
CN202111566656.6A 2021-12-20 2021-12-20 基于统计流形距离的卫星通信干扰几何分析方法 Active CN114254265B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111566656.6A CN114254265B (zh) 2021-12-20 2021-12-20 基于统计流形距离的卫星通信干扰几何分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111566656.6A CN114254265B (zh) 2021-12-20 2021-12-20 基于统计流形距离的卫星通信干扰几何分析方法

Publications (2)

Publication Number Publication Date
CN114254265A true CN114254265A (zh) 2022-03-29
CN114254265B CN114254265B (zh) 2022-06-07

Family

ID=80793355

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111566656.6A Active CN114254265B (zh) 2021-12-20 2021-12-20 基于统计流形距离的卫星通信干扰几何分析方法

Country Status (1)

Country Link
CN (1) CN114254265B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115982571A (zh) * 2023-01-12 2023-04-18 中国人民解放军军事科学院系统工程研究院 一种空间太赫兹通信信号的几何表示方法及装置
CN117544255A (zh) * 2023-11-09 2024-02-09 中国人民解放军军事科学院系统工程研究院 一种ngso卫星干扰情况矩阵流形可视化方法与装置

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106535243A (zh) * 2016-11-21 2017-03-22 山东省计算中心（国家超级计算济南中心） 基于κ‑μ阴影衰落信道的无线体域网通信系统中断概率分析方法
CN106604229A (zh) * 2016-12-27 2017-04-26 东南大学 一种基于流形学习与改进支持向量机的室内定位方法
CN107071788A (zh) * 2017-04-21 2017-08-18 广东工业大学 一种认知无线网络中的频谱感知方法及装置
CN108880717A (zh) * 2018-08-17 2018-11-23 广东工业大学 一种基于信息几何的α散度的频谱感知方法
CN109039503A (zh) * 2018-09-07 2018-12-18 广东工业大学 一种频谱感知方法、装置、设备及计算机可读存储介质
CN110224771A (zh) * 2019-06-25 2019-09-10 广东工业大学 基于bp神经网络与信息几何的频谱感知方法及装置
CN110312262A (zh) * 2019-06-28 2019-10-08 中国人民解放军国防科技大学 一种nc-ofdm卫星通信系统对授权系统的干扰分析方法
CN113625220A (zh) * 2021-06-28 2021-11-09 台州学院 一种多径信号波达方向和扩散角快速估计新方法
CN113673419A (zh) * 2021-08-19 2021-11-19 西北工业大学 适用于强干扰环境的波束域快速稀疏贝叶斯方位估计方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106535243A (zh) * 2016-11-21 2017-03-22 山东省计算中心（国家超级计算济南中心） 基于κ‑μ阴影衰落信道的无线体域网通信系统中断概率分析方法
CN106604229A (zh) * 2016-12-27 2017-04-26 东南大学 一种基于流形学习与改进支持向量机的室内定位方法
CN107071788A (zh) * 2017-04-21 2017-08-18 广东工业大学 一种认知无线网络中的频谱感知方法及装置
CN108880717A (zh) * 2018-08-17 2018-11-23 广东工业大学 一种基于信息几何的α散度的频谱感知方法
CN109039503A (zh) * 2018-09-07 2018-12-18 广东工业大学 一种频谱感知方法、装置、设备及计算机可读存储介质
CN110224771A (zh) * 2019-06-25 2019-09-10 广东工业大学 基于bp神经网络与信息几何的频谱感知方法及装置
CN110312262A (zh) * 2019-06-28 2019-10-08 中国人民解放军国防科技大学 一种nc-ofdm卫星通信系统对授权系统的干扰分析方法
CN113625220A (zh) * 2021-06-28 2021-11-09 台州学院 一种多径信号波达方向和扩散角快速估计新方法
CN113673419A (zh) * 2021-08-19 2021-11-19 西北工业大学 适用于强干扰环境的波束域快速稀疏贝叶斯方位估计方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115982571A (zh) * 2023-01-12 2023-04-18 中国人民解放军军事科学院系统工程研究院 一种空间太赫兹通信信号的几何表示方法及装置
CN117544255A (zh) * 2023-11-09 2024-02-09 中国人民解放军军事科学院系统工程研究院 一种ngso卫星干扰情况矩阵流形可视化方法与装置

Also Published As

Publication number Publication date
CN114254265B (zh) 2022-06-07

Similar Documents

Publication Publication Date Title
CN114254265B (zh) 基于统计流形距离的卫星通信干扰几何分析方法
US8027690B2 (en) Methods and apparatus for sensing the presence of a transmission signal in a wireless channel
EP2443760B1 (en) Characterisation of a wireless communications link
US10972141B2 (en) Method for estimating arrival time based on noise cancellation
CN102798870B (zh) 一种卫星导航系统兼容性分析方法
CN104065430A (zh) 基于节点识别的协作频谱检测方法
CN110289926B (zh) 基于调制信号循环自相关函数对称峰值的频谱感知方法
CN108880717A (zh) 一种基于信息几何的α散度的频谱感知方法
CN104253659B (zh) 一种频谱检测方法及其装置
CN115236701A (zh) 一种基于联合sqm平方的gnss欺骗干扰检测方法
CN108900267B (zh) 基于特征值的单边右尾拟合优度检验频谱感知方法及装置
CN114814902A (zh) 一种码间差分与补零块的北斗弱信号捕获方法及系统
CN114362906A (zh) 速率匹配方法、装置、电子设备和可读介质
CN113191224A (zh) 一种无人机信号提取和识别方法、系统
CN103869334A (zh) Gnss空间信号畸变的自动识别与处理方法
CN111343113B (zh) 基于数字示波器的相位同步改进方法及装置
CN112910699A (zh) 电力物联网的智能故障检测方法及装置
CN108718223B (zh) 一种非合作信号的盲频谱感知方法
CN108599880B (zh) 基于卷积神经网络的民航地空对讲系统干扰预警方法
CN114745661B (zh) 一种用于无线传感器网络节点定位的数据处理方法
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
CN115580359A (zh) 一种基站无源交调的检测方法及系统
CN114994632A (zh) 一种基于对称功率谱密度的雷达目标检测方法与系统
CN114070679A (zh) 一种面向脉冲智能分类的频相特征分析方法
CN109510644B (zh) 基于眼图能量的直扩通信信号干扰检测方法

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