CN115643136A - 一种基于评价指标的多域协同频谱干扰方法及系统 - Google Patents
一种基于评价指标的多域协同频谱干扰方法及系统 Download PDFInfo
- Publication number
- CN115643136A CN115643136A CN202211199411.9A CN202211199411A CN115643136A CN 115643136 A CN115643136 A CN 115643136A CN 202211199411 A CN202211199411 A CN 202211199411A CN 115643136 A CN115643136 A CN 115643136A
- Authority
- CN
- China
- Prior art keywords
- interference
- equipment
- calculating
- domain
- coupling relation
- 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
Links
Images
Classifications
-
- 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
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及一种基于评价指标的多域协同频谱干扰消除方法及系统,包括:配置系统中各个设备对的工作频段、通信体制、工作时间和信噪比的状态参数信息;构建系统设备间耦合关系矩阵,并计算设备间的干扰余量H;对于耦合关系矩阵的对角线元素,从多个方面计算闭锁量L,得到耦合关系矩阵;计算包含N对通信设备的系统整体资源利用情况,通过指标β进行评价后对耦合关系矩阵进行预处理;对闭锁量L和系统指标β的目标进行优化。本发明从时域、频域、空域、能量域等多个域出发,提出一种多域协同的频谱干扰消解评价指标;考虑多域之间的内在联系和互相影响,基于评价指标指导设备对间的频谱干扰消解,实现系统级设备间的用频兼容。
Description
技术领域
本发明涉及通信技术领域,尤其涉及一种基于评价指标的多域协同频谱干扰方法及系统。
背景技术
两个及以上电子设备工作时由于所使用频段相同或接近,设备之间可能会产生频谱干扰。消除用频设备之间的干扰以保证设备正常工作是军民领域非常重要的内容。而现有的频谱干扰消除方法存在着以下问题:(1)传统的频谱干扰消解方法从时域、频域、空域、能量域等单域出发,未考虑多域之间的内在联系;(2)传统的频谱干扰消解评价指标维度单一,难以全面考核消解性能;(3)传统的频谱干扰消解评价指标及方法难以从系统层面实现用频兼容;因此,如何解决现有频谱干扰消除方法存在的问题是目前需要考虑的。
需要说明的是,在上述背景技术部分公开的信息只用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本发明的目的在于克服现有技术的缺点,提供了一种基于评价指标的多域协同频谱干扰消除方法及系统,解决了现有频谱干扰消除方法存在的问题。
本发明的目的通过以下技术方案来实现:一种基于评价指标的多域协同频谱干扰消除方法,所述干扰消除方法包括:
步骤1、配置系统中各个设备对的工作频段、通信体制、工作时间和信噪比的状态参数信息,每个设备对包括一个发射设备和一个接收设备;
步骤2、构建系统设备间耦合关系矩阵,并计算设备间的干扰余量H;
步骤4、计算包含N对通信设备的系统整体资源利用情况,通过指标β进行评价后对耦合关系矩阵进行预处理;
步骤5、对闭锁量L和系统指标β的目标进行优化。
所述计算设备间的干扰余量H包括以下步骤:
快速筛选:在频域空间内对存在的干扰类型进行判断,将不存在相互干扰的设备对的干扰余量H置为0,并预测存在的干扰类型,为幅度筛选中的干扰余量计算模型提供依据;
幅度筛选:从干扰信号幅值进行判断,通过干扰余量计算公式H=PT+GT-LTR+GR-PR+CF(dB),计算分析发射源和敏感设备之间的干扰余量,保留设备间干扰余量大的进行频率筛选,其中,PT为发射设备的发射功率,GT为发射天线增益,LTR为发射天线与接收天线之间的隔离度,PR为接收设备的敏感度门限电平,CF为修正系数;
精细预测:在考虑相应时间和接收设备的减敏因素的基础上对各设备对的电磁干扰进行事件分析和减敏模型分析。
所述计算闭锁量L包括以下步骤:
所述计算包含N对通信设备的系统整体资源利用情况,通过指标β进行评价后对耦合关系矩阵进行预处理包括:
耦合关系矩阵中Hi,j小于等于0时,发射设备i不对接收设备j产生干扰,则将相应元素设置为0,其他元素不变。
所述对闭锁量L和系统指标β的目标进行优化包括:
针对某个大于0的Hi,j,调整第i对设备的工作频段,通信体制,信噪比的状态参数信息,再次计算Li,i和Hi,j,直到Hi,j符合设定的条件范围,此时则为第i对设备和第j对设备间的最佳工作状态;
一种基于评价指标的多域协同频谱干扰消除系统,它包括参数配置模块、矩阵构建及干扰余量计算模块、闭锁量计算模块、矩阵预处理模块和优化模块;
所述参数配置模块用于配置系统中各个设备对的工作频段、通信体制、工作时间和信噪比的状态参数信息;所述矩阵构建及干扰余量计算模块用于构建系统设备间耦合关系矩阵,并计算设备间的干扰余量H;所述闭锁量计算模块用于对于耦合关系矩阵的对角线元素,从时域空间、频域空间、几何空间、能量空间以及通信协议效率几个方面计算闭锁量L,得到耦合关系矩阵;所述矩阵预处理模块用于计算包含N对通信设备的系统整体资源利用情况,通过指标β进行评价后对耦合关系矩阵进行预处理;所述优化模块用于对闭锁量L和系统指标β的目标进行优化。
所述矩阵构建及干扰余量计算模块包括快速筛选单元、幅度筛选单元、频率筛选单元和精细预测单元;
所述快速筛选单元用于在频域空间内对存在的干扰类型进行判断,将不存在相互干扰的设备对的干扰余量H置为0,并预测存在的干扰类型,为幅度筛选中的干扰余量计算模型提供依据;
所述幅度筛选单元用于从干扰信号幅值进行判断,通过干扰余量计算公式H=PT+GT-LTR+GR-PR+CF(dB),计算分析发射源和敏感设备之间的干扰余量,保留设备间干扰余量大的进行频率筛选,其中,PT为发射设备的发射功率,GT为发射天线增益,LTR为发射天线与接收天线之间的隔离度,PR为接收设备的敏感度门限电平,CF为修正系数;
所述精细预测单元用于在考虑相应时间和接收设备的减敏因素的基础上对各设备对的电磁干扰进行事件分析和减敏模型分析。
所述闭锁量L计算模块包括系数计算单元、因子计算单元和闭锁量计算单元;
所述系数计算单元用于通过公式计算时域空间的占空比系数Td,其中,t是设备工作时间,T是整个系统的工作时间;以及通过公式计算频域空间的频带占空比系数Bo,其中,b是通信所占带宽,B是对其他设备强加限制的带宽;
所述闭锁量计算单元用于在考虑能量域的信噪比R以及与通信体制相关的协议效率Eff的基础上,结合系数Td、Bo和因子Dr得到闭锁量L。
本发明具有以下优点:一种基于评价指标的多域协同频谱干扰消除方法及系统,从时域、频域、空域、能量域等多个域出发,提出一种多域协同的频谱干扰消解评价指标;考虑多域之间的内在联系和互相影响,基于评价指标指导设备对间的频谱干扰消解;基于本发明所提的评价指标,可应用于指导系统级的综合调控,实现系统级设备间的用频兼容。
附图说明
图1为本发明方法的流程示意图;
图2为用频设备对干扰其它设备对的示意图;
图3为用频设备对间存在干扰和兼容性工作的示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下结合附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的保护范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。下面结合附图对本发明做进一步的描述。
如图1和图2所示,图2中虚线表示正常传输的信号,直线表示对其它设备的干扰信号,本发明其中一种实施方式涉及一种基于评价指标的多域协同频谱干扰消除方法,其具体包括以下步骤:
S1、配置系统中设备对的通信状态信息。设备对中包括一个发射设备和一个接收设备,它们的信息包括:设备的工作频段,通信体制,工作时间,信噪比等状态参数。
S2、构建系统设备间耦合关系矩阵。对于存在N个设备对的系统,对于第i个发射设备和第j个接收设备,i,j∈[1,N],i≠j时计算不同设备间的干扰余量H。发射设备(T1)对接收设备(R2)之间的干扰余量计算结果为H1,2,以此类推,得到矩阵非对角线元素。
其中,干扰余量H的计算方法如下:
S21、快速筛选,在频域对可能存在的干扰类型进行判断。不会相互干扰的发射-接收对,其H直接置为0,并预测可能存在的干扰类型,为幅度筛选中的干扰余量计算模型提供依据。
S22、幅度筛选,对干扰余量进行初步计算。从干扰信号幅值进行判断,计算分析发射源和敏感设备间的干扰余量。保留设备间干扰余量较大的以进行频率筛选。以基波干扰余量计算为例,其计算方法为:
H=PT+GT-LTR+GR-PR+CF(dB)
在发射频率fT时,PT为发射设备的发射功率,GT为发射天线增益,LTR为发射天线与接收天线之间的隔离度,可简化为自由空间衰减。PR为接收设备的敏感度门限电平。
S23、频率筛选,对上一步计算得到的干扰余量进行修正,主要是修正系数CF的计算。当调谐时
K是特定发射-接收对的常数,BR是接收机带宽,BT是发射机带宽。失谐时,考虑超出的发射机功率的调制边带电平,需加上M(△f)量,△f为失谐的频差。
S24、详细预测,对各设备的电磁干扰效应进一步分析,考虑相应的时间及接收机的减敏等因素,包括事件分析、减敏模型等。
S3、对于矩阵的对角线元素,即i=j时,计算闭锁量L。最后得到矩阵形式如下。
闭锁量L表征当前状态下某对通信设备的资源利用情况,考虑发射设备和接收设备,L的计算方法如下:
S34、综合上述系数或因子,考虑能量域的信噪比R和与通信体制相关的协议效率Eff,最终得到闭锁量L的计算方法如下:
S5、矩阵预处理。矩阵中Hi,j小于等于0时,认为发射设备i不对接收设备j产生干扰,把相应元素设置为0,其他元素不变。
S6、闭锁量L的目标优化。针对某个大于0的Hi,j,调整第i对设备的工作频段,通信体制,信噪比等状态参数,再次计算Li,i和Hi,j,直到Hi,j符合设定的条件范围,此时为第i对设备和第j对设备间的最佳工作状态。
S7、系统β的多目标优化。采用NSGA-II(Elitist Non-Dominated SortingGenetic Algorithm)算法,算法输入为闭锁量L,输出目标为β的最小解。计算方法为
系统的β越趋近于0,系统整体的资源利用率越高,其内部设备间出现频谱干扰的概率越低。理想情况下,可依据本发明,实现系统内部各设备间的工作状态如图3所示的转变。
本发明的另一种实时方式涉及一种基于评价指标的多域协同频谱干扰消除系统,它包括参数配置模块、矩阵构建及干扰余量计算模块、闭锁量计算模块、矩阵预处理模块和优化模块;
所述参数配置模块用于配置系统中各个设备对的工作频段、通信体制、工作时间和信噪比的状态参数信息;所述矩阵构建及干扰余量计算模块用于构建系统设备间耦合关系矩阵,并计算设备间的干扰余量H;所述闭锁量计算模块用于对于耦合关系矩阵的对角线元素,从时域空间、频域空间、几何空间、能量空间以及通信协议效率几个方面计算闭锁量L,得到耦合关系矩阵;所述矩阵预处理模块用于计算包含N对通信设备的系统整体资源利用情况,通过指标β进行评价后对耦合关系矩阵进行预处理;所述优化模块用于对闭锁量L和系统指标β的目标进行优化。
进一步地,矩阵构建及干扰余量计算模块包括快速筛选单元、幅度筛选单元、频率筛选单元和精细预测单元;
其中,快速筛选单元用于在频域空间内对存在的干扰类型进行判断,将不存在相互干扰的设备对的干扰余量H置为0,并预测存在的干扰类型,为幅度筛选中的干扰余量计算模型提供依据;
幅度筛选单元用于从干扰信号幅值进行判断,通过干扰余量计算公式H=PT+GT-LTR+GR-PR+CF(dB),计算分析发射源和敏感设备之间的干扰余量,保留设备间干扰余量大的进行频率筛选,其中,PT为发射设备的发射功率,GT为发射天线增益,LTR为发射天线与接收天线之间的隔离度,PR为接收设备的敏感度门限电平,CF为修正系数;
精细预测单元用于在考虑相应时间和接收设备的减敏因素的基础上对各设备对的电磁干扰进行事件分析和减敏模型分析。
进一步地,闭锁量L计算模块包括系数计算单元、因子计算单元和闭锁量计算单元;
系数计算单元用于通过公式计算时域空间的占空比系数Td,其中,t是设备工作时间,T是整个系统的工作时间;以及通过公式计算频域空间的频带占空比系数Bo,其中,b是通信所占带宽,B是对其他设备强加限制的带宽;
所述闭锁量计算单元用于在考虑能量域的信噪比R以及与通信体制相关的协议效率Eff的基础上,结合系数Td、Bo和因子Dr得到闭锁量L。
以上所述仅是本发明的优选实施方式,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文所述构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。
Claims (8)
2.根据权利要求1所述的一种基于评价指标的多域协同频谱干扰消除方法,其特征在于:所述计算设备间的干扰余量H包括以下步骤:
快速筛选:在频域空间内对存在的干扰类型进行判断,将不存在相互干扰的设备对的干扰余量H置为0,并预测存在的干扰类型,为幅度筛选中的干扰余量计算模型提供依据;
幅度筛选:从干扰信号幅值进行判断,通过干扰余量计算公式H=PT+GT-LTR+GR-PR+CF(dB),计算分析发射源和敏感设备之间的干扰余量,保留设备间干扰余量大的进行频率筛选,其中,PT为发射设备的发射功率,GT为发射天线增益,LTR为发射天线与接收天线之间的隔离度,PR为接收设备的敏感度门限电平,CF为修正系数;
精细预测:在考虑相应时间和接收设备的减敏因素的基础上对各设备对的电磁干扰进行事件分析和减敏模型分析。
6.一种基于评价指标的多域协同频谱干扰消除系统,其特征在于:它包括参数配置模块、矩阵构建及干扰余量计算模块、闭锁量计算模块、矩阵预处理模块和优化模块;
所述参数配置模块用于配置系统中各个设备对的工作频段、通信体制、工作时间和信噪比的状态参数信息;所述矩阵构建及干扰余量计算模块用于构建系统设备间耦合关系矩阵,并计算设备间的干扰余量H;所述闭锁量计算模块用于对于耦合关系矩阵的对角线元素,从时域空间、频域空间、几何空间、能量空间以及通信协议效率几个方面计算闭锁量L,得到耦合关系矩阵;所述矩阵预处理模块用于计算包含N对通信设备的系统整体资源利用情况,通过指标β进行评价后对耦合关系矩阵进行预处理;所述优化模块用于对闭锁量L和系统指标β的目标进行优化。
7.根据权利要求6所述的一种基于评价指标的多域协同频谱干扰消除系统,其特征在于:所述矩阵构建及干扰余量计算模块包括快速筛选单元、幅度筛选单元、频率筛选单元和精细预测单元;
所述快速筛选单元用于在频域空间内对存在的干扰类型进行判断,将不存在相互干扰的设备对的干扰余量H置为0,并预测存在的干扰类型,为幅度筛选中的干扰余量计算模型提供依据;
所述幅度筛选单元用于从干扰信号幅值进行判断,通过干扰余量计算公式H=PT+GT-LTR+GR-PR+CF(dB)计算分析发射源和敏感设备之间的干扰余量,保留设备间干扰余量大的进行频率筛选,其中,PT为发射设备的发射功率,GT为发射天线增益,LTR为发射天线与接收天线之间的隔离度,PR为接收设备的敏感度门限电平,CF为修正系数;
所述精细预测单元用于在考虑相应时间和接收设备的减敏因素的基础上对各设备对的电磁干扰进行事件分析和减敏模型分析。
8.根据权利要求6所述的一种基于评价指标的多域协同频谱干扰消除系统,其特征在于:所述闭锁量L计算模块包括系数计算单元、因子计算单元和闭锁量计算单元;
所述系数计算单元用于通过公式计算时域空间的占空比系数Td,其中,t是设备工作时间,T是整个系统的工作时间;以及通过公式计算频域空间的频带占空比系数Bo,其中,b是通信所占带宽,B是对其他设备强加限制的带宽;
所述闭锁量计算单元用于在考虑能量域的信噪比R以及与通信体制相关的协议效率Eff的基础上,结合系数Td、Bo和因子Dr得到闭锁量L。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211199411.9A CN115643136B (zh) | 2022-09-29 | 2022-09-29 | 一种基于评价指标的多域协同频谱干扰方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211199411.9A CN115643136B (zh) | 2022-09-29 | 2022-09-29 | 一种基于评价指标的多域协同频谱干扰方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115643136A true CN115643136A (zh) | 2023-01-24 |
CN115643136B CN115643136B (zh) | 2023-04-25 |
Family
ID=84942194
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211199411.9A Active CN115643136B (zh) | 2022-09-29 | 2022-09-29 | 一种基于评价指标的多域协同频谱干扰方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115643136B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117134846A (zh) * | 2023-09-18 | 2023-11-28 | 北京航空航天大学 | 一种基于反馈式参数调控的多射频系统电磁兼容优化方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103716102A (zh) * | 2013-12-25 | 2014-04-09 | 陕西海泰电子有限责任公司 | 无线电系统间电磁干扰余量计算模型的构建方法 |
CN112272068A (zh) * | 2020-10-23 | 2021-01-26 | 中国人民解放军空军工程大学 | 一种基于多任务压缩感知的多样化干扰估计和抑制方法 |
US20210135703A1 (en) * | 2019-10-30 | 2021-05-06 | CCDC Army Research Laboratory | Method and system for optimizing transceiver spectrum sharing |
CN113191024A (zh) * | 2021-05-28 | 2021-07-30 | 中国人民解放军国防科技大学 | 基于多目标优化的用频规划建模方法、装置和计算机设备 |
CN114244457A (zh) * | 2021-12-14 | 2022-03-25 | 北京航空航天大学 | 一种多平台电磁干扰问题的快速预测方法 |
-
2022
- 2022-09-29 CN CN202211199411.9A patent/CN115643136B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103716102A (zh) * | 2013-12-25 | 2014-04-09 | 陕西海泰电子有限责任公司 | 无线电系统间电磁干扰余量计算模型的构建方法 |
US20210135703A1 (en) * | 2019-10-30 | 2021-05-06 | CCDC Army Research Laboratory | Method and system for optimizing transceiver spectrum sharing |
CN112272068A (zh) * | 2020-10-23 | 2021-01-26 | 中国人民解放军空军工程大学 | 一种基于多任务压缩感知的多样化干扰估计和抑制方法 |
CN113191024A (zh) * | 2021-05-28 | 2021-07-30 | 中国人民解放军国防科技大学 | 基于多目标优化的用频规划建模方法、装置和计算机设备 |
CN114244457A (zh) * | 2021-12-14 | 2022-03-25 | 北京航空航天大学 | 一种多平台电磁干扰问题的快速预测方法 |
Non-Patent Citations (1)
Title |
---|
SHAOXIONG CAI等: "A Novel Electromagnetic Compatibility Evaluation Method for ReceiversWorking under Pulsed Signal Interference Environment" * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117134846A (zh) * | 2023-09-18 | 2023-11-28 | 北京航空航天大学 | 一种基于反馈式参数调控的多射频系统电磁兼容优化方法 |
CN117134846B (zh) * | 2023-09-18 | 2024-04-12 | 北京航空航天大学 | 一种基于反馈式参数调控的多射频系统电磁兼容优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115643136B (zh) | 2023-04-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
da Silva et al. | 1-bit phase shifters for large-antenna full-duplex mmWave communications | |
CN115643136B (zh) | 一种基于评价指标的多域协同频谱干扰方法及系统 | |
WO2022142575A1 (zh) | 降低nr和wifi干扰的方法、装置、设备和存储介质 | |
CN104253660A (zh) | 舰船短波系统间干扰矩阵快速生成方法 | |
KR100864213B1 (ko) | 전력선 통신 채널에서의 배경잡음의 모델링 방법 | |
CN114584233B (zh) | 一种基于ris辅助的认知无线网络中断性能预测方法及系统 | |
Elias et al. | An analysis of energy detector based on improved approximations of the chi-square distributions | |
CN114980154A (zh) | 一种基于同时透射与反射超表面的noma通信系统设计方法 | |
CN116761245A (zh) | 基于边界保护的认知无线电多目标功率分配方法 | |
CN113395757B (zh) | 基于改进回报函数的深度强化学习认知网络功率控制方法 | |
CN115361272A (zh) | 一种基带芯片的通信故障检测方法、系统和电子设备 | |
CN110620628B (zh) | 多维对数正态近似的无线和电力线中继通信性能计算方法 | |
CN117134846B (zh) | 一种基于反馈式参数调控的多射频系统电磁兼容优化方法 | |
CN108494510A (zh) | 基于最优加权系数的非理想汇报信道下的决策融合方法 | |
CN115549823B (zh) | 一种无线电环境地图预测方法 | |
Pimentel et al. | Optimisation of the transmission capacity of cognitive networks | |
Caicedo Bastidas et al. | Spectrum consumption model builder and analysis tool: a software tool to enhance spectrum sharing | |
Lu et al. | Asynchronous distributed power control under interference temperature constraints | |
CN117896020B (zh) | 一种微波收发通信系统的测试方法及测试系统 | |
Beaulieu et al. | Complete solutions for the outage probability of maximal ratio combining diversity on Nakagami‐m fading channels with unequal power branches valid for integer m | |
Farshchian et al. | Machine Learning for Clutter Loss Prediction in Aggregate Interference Assessments | |
Wille | Simple and Accurate Approximations for the Sum of Nakagami-m and Related Random Variables | |
Kieu-Xuan et al. | Multi-objective optimization based GA in PLS of IRS-assisted PDNOMA communication | |
Xiao et al. | A Spectrum Interference Prediction Method for Multiple Transmitters and Receivers | |
Kumar et al. | New statistics on FTR fading over dynamic scenario and energy detector performance |
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 |