CN115100376A - 一种基于改进反距离插值法的电磁频谱地图实现方法 - Google Patents
一种基于改进反距离插值法的电磁频谱地图实现方法 Download PDFInfo
- Publication number
- CN115100376A CN115100376A CN202210810306.8A CN202210810306A CN115100376A CN 115100376 A CN115100376 A CN 115100376A CN 202210810306 A CN202210810306 A CN 202210810306A CN 115100376 A CN115100376 A CN 115100376A
- Authority
- CN
- China
- Prior art keywords
- point
- interpolated
- electromagnetic spectrum
- spectrum map
- inverse distance
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Databases & Information Systems (AREA)
- Computational Mathematics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Remote Sensing (AREA)
- Geometry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Radar Systems Or Details Thereof (AREA)
- Probability & Statistics with Applications (AREA)
- Operations Research (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computing Systems (AREA)
- Computer Graphics (AREA)
Abstract
本发明公开了一种基于改进反距离插值法的电磁频谱地图实现方法,包括步骤Step1.采集和预处理空间不同位置处的频谱数据;Step2.确定可变搜索半径R;Step3.对步骤Step2中可变搜索半径R范围内的N个已知测量点按照距离由小到大进行排序;Step4.根据权值公式计算权值系数;Step5.计算待插值点(x,y)处的场强值E并存储;Step6.重复步骤Step2至Step5,直至区域内所有待插值点全部计算完毕;本方法通过对反距离插值法进行改进,构造可变搜索半径的方法,剔除距离待插值点较远的数据,增加距离较近的点的权值,从而提高插值精度和计算效率,具有算法结构简单、插值精度和计算效率高的特点。
Description
技术领域
本发明涉及频谱地图构建技术领域,具体涉及一种基于改进反距离插值法的电磁频谱地图实现方法。
背景技术
随着认知无线电技术的发展,人们对于频谱感知的需求日益增大,频谱地图用于描述无线电环境、提供网络服务和先验知识,可以综合时间、频率、地理位置、能量等多维信息进行可视化展示,具有动态化、可交互性的特点,对于理解电磁环境、改善网络性能、解决频谱矛盾、管理频谱资源、最大限度利用频谱资源有着重要的现实意义;
受地形、成本等因素影响,难以做到通过对所有节点进行测量从而获取区域电磁频谱数据,通常只能通过采样的方式来获取不完备的区域频谱测量数据,因此如何利用不完备数据恢复整体频谱地图成为频谱地图构建的重要内容;
当前应用于无线电频谱地图空间插值构建方法主要有反距离加权法、克里金插值法等,其中:
(1)克里金插值法通过对权值进行优化,达到无偏估计的目的,但是其算法复杂度相比于反距离加权法大幅增加,难以应对快速计算的需求,实用性较差;
(2)反距离加权法是空间插值法的代表,该方法主要原理是利用两个点在空间上的相似程度随着距离的增大而减少的特性,通过计算待插值点与已知点间距离来对待插值点进行估计,由于反距离加权法将空间所有已知测量点进行加权处理,导致其误差较大难以控制;
因此亟需设计一种新的电磁频谱地图实现方法,以解决上述现有技术存在的问题。
发明内容
针对上述存在的问题,本发明旨在提供一种基于改进反距离插值法的电磁频谱地图实现方法,本方法通过对反距离插值法进行改进,构造可变搜索半径的方法,剔除距离待插值点较远的数据,增加距离较近的点的权值,从而提高插值精度和计算效率,具有算法结构简单、插值精度和计算效率高的特点。
为了实现上述目的,本发明所采用的技术方案如下:
一种基于改进反距离插值法的电磁频谱地图实现方法,包括步骤Step1.采集和预处理空间不同位置处的频谱数据;
Step2.确定可变搜索半径R;
Step3.对步骤Step2中可变搜索半径R范围内的N个已知测量点按照距离由小到大进行排序,找出前M个数据点并存储;
Step4.根据权值公式计算权值系数;
Step5.依据步骤Step4确定的权值系数以及步骤Step3确定的M个已知数据点,计算待插值点(x,y)处的场强值E并存储;
Step6.重复步骤Step2至Step5,直至区域内所有待插值点全部计算完毕
优选的,步骤Step1所述的频谱数据的采集过程包括:
Step101.部署频谱监测节点,采集部署区域内的数据采集点经度坐标集合[lon]i,数据采集点纬度坐标集合[lat]i,数据采集点场强集合[e]i;
Step102.然后将采集的信息记为E={[lon]i,[lat]i,[e]i}。
优选的,步骤Step2所述的可变搜索半径R的确定过程包括
Step201.对于某一待插值点坐标为(x,y),以该点为中心设置插值搜索半径R;
Step202.判断已知数据点是否在该搜索半径范围内,并计算该搜索半径范围内的已知数据点与待插值点的距离di并储存,同时储存该搜索半径内已知数据点的个数N;
Step203.比较N和M的大小
若N≥M,则储存R、N的值;
若N<M,则扩大搜索半径R,并返回步骤Step202,重新计算并判断,直至N≥M;
其中M是距离待插值点最近的点的数目,通过预先设定的方式给出。
优选的,步骤Step4所述的权值系数的计算过程包括
Step401.计算待插值点(x,y)与已知测量点(xi,yi)的距离di
其中1≤i≤M;
Step402.计算权值系数
其中:p为任意正实数,一般情况下p=2;λi为更新权值。
优选的,步骤Step5所述的场强值E的函数为
优选的,所述的基于改进反距离插值法的电磁频谱地图实现方法还包括步骤
Step7.均方根误差平差过程
均方根误差为估计值与真值偏差的平方和观测次数n的比值的平方根,具体计算如下:
对RMSE进行对数处理,即
RMSE=10log10(RMSE)。
本发明的有益效果是:本发明公开了一种基于改进反距离插值法的电磁频谱地图实现方法,与现有技术相比,本发明的改进之处在于:
(1)本发明提出了一种基于改进反距离插值法的电磁频谱地图实现方法,本方法实现了非完备条件下频谱地图的构建,通过测量部分点的电磁频谱数据,改进了反距离插值算法,得到区域电磁频谱地图;减少了频谱测量的工作量和工作难度;
(2)本方法计算量小,原理简单,通过引入可变搜索半径R来改善反距离插值算法中距离较远数据点权重过小缺参与实际计算导致计算量过大的问题,也避免了使用全部测量点进行计算导致的数据偏离问题,同时相比较于克里金算法,计算量明显减少;
(3)本方法无需考虑电波传播模型以及地形等的影响,充分利用空间的相关性来进行计算,提升了频谱地图的构建精度,有效将地理频谱地图构建过程中需要的测量点数目,更加经济便捷,具有算法结构简单、插值精度和计算效率高的优点。
附图说明
图1为本发明基于改进反距离插值法的电磁频谱地图实现方法的算法流程图。
图2为本发明确定可变搜索半径R的算法流程图。
图3为本发明5个辐射源仿真场景下的原始频谱地图。
图4为本发明3个辐射源仿真场景下的原始频谱地图。
图5为本发明实施例2基于改进反距离插值法的电磁频谱地图实现方法对5个辐射源场景下重构后频谱地图。
图6为本发明实施例2基于改进反距离插值法的电磁频谱地图实现方法对3个辐射源场景下重构后频谱地图。
图7为本发明基于改进反距离插值法的电磁频谱地图实现方法的均方根误差折线图。
具体实施方式
为了使本领域的普通技术人员能更好的理解本发明的技术方案,下面结合附图和实施例对本发明的技术方案做进一步的描述。
实施例1:参照附图1-7所示的一种基于改进反距离插值法的电磁频谱地图实现方法,包括步骤
Step1.采集和预处理空间不同位置处的频谱数据
Step101.通过部署频谱监测节点,对区域电磁频谱数据进行采集,具体包含以下信息:数据采集点经度坐标集合[lon]i,数据采集点纬度坐标集合[lat]i,数据采集点场强集合[e]i;
Step102.然后将采集的信息记为E={[lon]i,[lat]i,[e]i};
Step2.确定可变搜索半径R
Step201.对于某一待插值点坐标为(x,y),以该点为中心设置插值搜索半径R;
Step202.判断已知数据点是否在该搜索半径范围内,并计算该搜索半径范围内的已知数据点与待插值点的距离di并储存,同时储存该搜索半径内已知数据点的个数N;
Step203.比较N和M的大小
若N≥M,则储存R、N的值;
若N<M,则扩大搜索半径R,并返回步骤Step202,重新计算并判断,直至N≥M;
其中M是距离待插值点最近的点的数目,通过预先设定的方式给出;
Step3.对步骤Step2中可变搜索半径R范围内的N个已知测量点按照距离由小到大进行排序,找出前M个数据点并存储;
Step4.根据权值公式计算权值系数,具体实施如下:
Step401.计算待插值点(x,y)与已知测量点(xi,yi)的距离di
其中1≤i≤M;
Step402.计算权值系数
其中:p为任意正实数,一般情况下p=2;λi为更新权值;
Step5.依据Step4确定的权值系数以及步骤Step3确定的M个数据点,按照以下插值公式计算待插值点(x,y)处的场强值E并存储:
Step6.重复步骤Step2至Step5,直至区域内所有待插值点全部计算完毕。
优选的,为定量估计插值算法的误差值,所述基于改进反距离插值法的电磁频谱地图实现方法还包括步骤
Step7.均方根误差平差过程
均方根误差是指估计值与真值偏差的平方和观测次数n的比值的平方根,具体计算如下:
由于RMSE数值较小,对其做对数处理,即
RMSE=10log10(RMSE)。
实施例2:为验证如上实施例1所述基于改进反距离插值法的电磁频谱地图实现方法的可实现性可优越性,本实施例仿真了一个100*100的网格区域,区域内设置3个辐射源,仿真电磁场景频率为1000MHz,辐射源信号强度范围为-50dBm到50dBm,采用自由空间传播模型进行计算,通过数据缺失模拟电磁频谱数据测量过程,并采用实施例1所述算法计算缺失点的场强值进行频谱地图重构;
具体仿真实施流程如下:
1.区域初始化
将区域划分成100*100的网格,以网格顶点坐标为测量点坐标;
2.采样处理
对生成的频谱地图进行50%的采样率采样;
3.确定可变搜索半径R,
1)对于坐标为(x,y)的待插值点,以该点为中心设置插值搜索半径R;
2)寻找R范围内的采样点并统计其个数N,
3)比较N和M的大小,
若N≥M,则储存R、N的值;
若N<M,则扩大搜索半径R,并返回步骤2),重新计算并判断,直至N≥M;
计算该N各已知测量点到待插值点的距离di并储存;
4.确定权值系数
根据权值公式计算权值系数,具体实施如下;
1)计算待插值点(x,y)与已知测量点(xi,yi)的距离di
其中1≤i≤M,
2)计算权值系数
其中:p为任意正实数,一般情况下p=2;λi为更新权值;
5.依据步骤4确定的权值系数以及步骤3确定的M个数据点,按照以下插值公式计算待插值点(x,y)处的场强值E并存储:
6.重复步骤2至步骤5,直至区域内所有待插值点全部计算完毕;
7.为定量估计插值算法的误差值,引入均方根误差来评估插值算法的准确性;均方根误差是指估计值与真值偏差的平方和观测次数n的比值的平方根,具体计算如下:
由于RMSE数值较小,对其做对数处理,即
RMSE=10log10(RMSE)。
得到如图5所示的使用方法基于改进反距离插值法的电磁频谱地图实现方法对5个辐射源场景下重构后频谱地图,如图6所示的使用方法基于改进反距离插值法的电磁频谱地图实现方法对3个辐射源场景下重构后频谱地图,如图7所示的使用方法基于改进反距离插值法的均方根误差折线图。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (6)
1.一种基于改进反距离插值法的电磁频谱地图实现方法,其特征在于:包括步骤
Step1.采集和预处理空间不同位置处的频谱数据;
Step2.确定可变搜索半径R;
Step3.对步骤Step2中可变搜索半径R范围内的N个已知测量点按照距离由小到大进行排序,找出前M个数据点并存储;
Step4.根据权值公式计算权值系数;
Step5.依据步骤Step4确定的权值系数以及步骤Step3确定的M个已知数据点,计算待插值点(x,y)处的场强值E并存储;
Step6.重复步骤Step2至Step5,直至区域内所有待插值点全部计算完毕。
2.根据权利要求1所述的一种基于改进反距离插值法的电磁频谱地图实现方法,其特征在于:步骤Step1所述的频谱数据的采集过程包括:
Step101.部署频谱监测节点,采集部署区域内的数据采集点经度坐标集合[lon]i,数据采集点纬度坐标集合[lat]i,数据采集点场强集合[e]i;
Step102.然后将采集的信息记为E={[lon]i,[lat]i,[e]i}。
3.根据权利要求1所述的一种基于改进反距离插值法的电磁频谱地图实现方法,其特征在于:步骤Step2所述的可变搜索半径R的确定过程包括
Step201.对于某一待插值点坐标为(x,y),以该点为中心设置插值搜索半径R;
Step202.判断已知数据点是否在该搜索半径范围内,并计算该搜索半径范围内的已知数据点与待插值点的距离di并储存,同时储存该搜索半径内已知数据点的个数N;
Step203.比较N和M的大小
若N≥M,则储存R、N的值;
若N<M,则扩大搜索半径R,并返回步骤Step202,重新计算并判断,直至N≥M;
其中M是距离待插值点最近的点的数目,通过预先设定的方式给出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210810306.8A CN115100376A (zh) | 2022-07-11 | 2022-07-11 | 一种基于改进反距离插值法的电磁频谱地图实现方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210810306.8A CN115100376A (zh) | 2022-07-11 | 2022-07-11 | 一种基于改进反距离插值法的电磁频谱地图实现方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115100376A true CN115100376A (zh) | 2022-09-23 |
Family
ID=83296432
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210810306.8A Pending CN115100376A (zh) | 2022-07-11 | 2022-07-11 | 一种基于改进反距离插值法的电磁频谱地图实现方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115100376A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116298543A (zh) * | 2023-02-23 | 2023-06-23 | 西安电子科技大学 | 内外场电磁地图绘制自动小车及绘制方法 |
CN117408089A (zh) * | 2023-12-14 | 2024-01-16 | 中国空气动力研究与发展中心计算空气动力研究所 | 一种基于表面法向量修正的反距离权重数据插值方法 |
CN117763259A (zh) * | 2023-05-26 | 2024-03-26 | 国家海洋局北海预报中心((国家海洋局青岛海洋预报台)(国家海洋局青岛海洋环境监测中心站)) | 高频地波雷达流场观测数据重构算法 |
-
2022
- 2022-07-11 CN CN202210810306.8A patent/CN115100376A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116298543A (zh) * | 2023-02-23 | 2023-06-23 | 西安电子科技大学 | 内外场电磁地图绘制自动小车及绘制方法 |
CN116298543B (zh) * | 2023-02-23 | 2024-04-05 | 西安电子科技大学 | 内外场电磁地图绘制自动小车及绘制方法 |
CN117763259A (zh) * | 2023-05-26 | 2024-03-26 | 国家海洋局北海预报中心((国家海洋局青岛海洋预报台)(国家海洋局青岛海洋环境监测中心站)) | 高频地波雷达流场观测数据重构算法 |
CN117408089A (zh) * | 2023-12-14 | 2024-01-16 | 中国空气动力研究与发展中心计算空气动力研究所 | 一种基于表面法向量修正的反距离权重数据插值方法 |
CN117408089B (zh) * | 2023-12-14 | 2024-02-23 | 中国空气动力研究与发展中心计算空气动力研究所 | 一种基于表面法向量修正的反距离权重数据插值方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115100376A (zh) | 一种基于改进反距离插值法的电磁频谱地图实现方法 | |
CN107038717B (zh) | 一种基于立体栅格自动分析3d点云配准误差的方法 | |
CN103139907B (zh) | 一种利用指纹法的室内无线定位方法 | |
CN108919177B (zh) | 一种基于虚拟信源估计与轨迹校正的定位地图构建方法 | |
US7228235B2 (en) | System and method for enhanced measure-correlate-predict for a wind farm location | |
CN105044662A (zh) | 一种基于wifi信号强度的指纹聚类多点联合室内定位方法 | |
US11206555B2 (en) | Method for implementing antenna azimuth correction based on user data | |
CN110335355B (zh) | 一种大型浅水湖泊水面高自动计算方法 | |
CN110213003B (zh) | 一种无线信道大尺度衰落建模方法及装置 | |
CN111292214B (zh) | 一种计算高精度中国近海海浪特征分布的方法 | |
CN110650436A (zh) | 基于WiFi数据的位置指纹库建立与拟合方法 | |
CN101873605B (zh) | 一种网络规划中自适应传播环境分类方法 | |
CN110488392A (zh) | 一种基于海平面气压数据的气旋中心识别和半径估算方法 | |
CN113344291A (zh) | 城市内涝淹没范围的预报方法、装置、介质和设备 | |
CN111062525A (zh) | 扩容小区的基站选址方法、装置、设备及存储介质 | |
CN110909303B (zh) | 一种自适应时空异质性反距离插值方法 | |
CN116578660A (zh) | 一种基于稀疏数据的电磁目标态势地图构建方法 | |
Rodrigues et al. | Extracting 3D maps from crowdsourced GNSS skyview data | |
CN104050254A (zh) | 利用室内数据构建3d室内特征库的方法 | |
CN114187524B (zh) | 家用空调识别方法、装置、设备、存储介质及产品 | |
CN113890833B (zh) | 网络覆盖预测方法、装置、设备及存储介质 | |
CN109387872B (zh) | 表面多次波预测方法 | |
CN113645565B (zh) | 一种基于六方最密堆积结构的室内定位方法 | |
CN114710742A (zh) | 一种基于多链插值构建指纹地图的室内定位方法 | |
CN111721268B (zh) | 一种精确反演建筑物高度的方法与装置 |
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 |