CN117579442B - 基于信度系数的软件无线电波形移植评估方法和装置 - Google Patents

基于信度系数的软件无线电波形移植评估方法和装置 Download PDF

Info

Publication number
CN117579442B
CN117579442B CN202311489154.7A CN202311489154A CN117579442B CN 117579442 B CN117579442 B CN 117579442B CN 202311489154 A CN202311489154 A CN 202311489154A CN 117579442 B CN117579442 B CN 117579442B
Authority
CN
China
Prior art keywords
evaluation
software
platform
list
waveform
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
Application number
CN202311489154.7A
Other languages
English (en)
Other versions
CN117579442A (zh
Inventor
汪李峰
吴丰
李智敏
冯微
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 Systems Engineering of PLA Academy of Military Sciences
Original Assignee
Institute of Systems Engineering of PLA 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 Systems Engineering of PLA Academy of Military Sciences filed Critical Institute of Systems Engineering of PLA Academy of Military Sciences
Priority to CN202311489154.7A priority Critical patent/CN117579442B/zh
Publication of CN117579442A publication Critical patent/CN117579442A/zh
Application granted granted Critical
Publication of CN117579442B publication Critical patent/CN117579442B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/0006—Assessment of spectral gaps suitable for allocating digitally modulated signals, e.g. for carrier allocation in cognitive radio
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/0003—Software-defined radio [SDR] systems, i.e. systems wherein components typically implemented in hardware, e.g. filters or modulators/demodulators, are implented using software, e.g. by involving an AD or DA conversion stage such that at least part of the signal processing is performed in the digital domain

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Signal Processing (AREA)
  • Computational Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Algebra (AREA)
  • General Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Monitoring And Testing Of Transmission In General (AREA)

Abstract

本发明公开了一种基于信度系数的软件无线电波形移植评估方法和装置，所述方法包括：获取软件无线电平台的波形移植信息集合；根据所述软件无线电平台的波形移植信息集合，确定评估因子清单；所述评估因子清单，包括：平台软件子清单、平台硬件资源子清单、软硬件平台匹配性子清单和硬件性能指标子清单；对所述评估因子清单进行评估处理，得到软件无线电平台波形移植的可行性评估结果。本发明方法降低了由于评判者思考问题的角度、专业背景和知识水平等方面的差异带来的差异性判断，实现了评价特性的定量描述，将其与指标权重合成，获得了符合认知特性且更加科学可靠的软件无线电波形可移植性评估方法。

Description

基于信度系数的软件无线电波形移植评估方法和装置
技术领域
本发明涉及软件无线电技术，尤其涉及一种基于信度系数的软件无线电波形移植评估方法和装置。
背景技术
软件无线电平台是承载通信波形功能的物理实体，遵循SRTF系列标准，对硬件资源和波形软件进行解耦，在统一的架构和标准接口的约束下，支持不同的波形在平台上的移植，最终达到“一种架构统一多种平台，一种平台加载多种波形，一种波形适应多种平台”的目标。
现有通信系统的波形设计与承载的硬件平台深度绑定，采用定制化开发的方式实现通信系统，导致现有的通信系统不具备通用化、可移植的功能。采用软件无线电技术可以对开发模式解耦，采用平台软件屏蔽硬件差异，波形组件通过标准接口调用硬件资源实现波形功能。为保证软件无线电系统的通信效能，在对其进行波形移植前，首先需要对波形移植进行可移植性评估。但是，对于软件无线电平台而言，特定波形向目标平台的移植可行性并没有有效评估手段，采用传统的尝试的方法直接开展波形移植，将大大降低波形移植的效率。因此，亟需一种软件无线电波形可移植性评估方法，在开展波形移植前对可移植性进行预先评估，以提高波形移植效率，降低人力、时间成本。
发明内容
本发明所要解决的技术问题在于，提供一种基于信度系数的软件无线电波形移植评估方法和装置，在开展波形移植前对可移植性进行预先评估，以提高波形移植效率，降低人力、时间成本。
为了解决上述技术问题，本发明实施例第一方面公开了一种基于信度系数的软件无线电波形移植评估方法，包括：
S1,获取软件无线电平台的波形移植信息集合；
S2,根据所述软件无线电平台的波形移植信息集合，确定评估因子清单；
所述评估因子清单，包括：平台软件子清单、平台硬件资源子清单、软硬件平台匹配性子清单和硬件性能指标子清单；所述子清单，包括评估因子；
S3,对所述评估因子清单进行评估处理，得到软件无线电平台波形移植的可行性评估结果；所述可行性评估结果，用于表征设定波形向目标平台的移植可行性。
所述软件无线电平台的波形移植信息集合，包括平台软件信息子集合、平台硬件资源信息子集合、软硬件平台匹配性信息子集合和硬件性能指标信息子集合；
所述平台软件信息子集合，包括核心框架信息、传输机制信息、操作系统信息和硬件抽象层信息；
所述平台硬件资源信息子集合，包括软件无线电平台的计算单元信息、时钟指标和外部物理接口信息；
所述软硬件平台匹配性信息子集合，包括硬件抽象层传输速率、硬件抽象层传输时延、传输机制传输速率、传输机制传输时延、传输机制传输时延抖动、波形加卸载时间和射频链接口完整性；
所述硬件性能指标信息子集合，包括软件无线电平台的工作频率范围、滤波器带宽范围、跳频速率和发射功率。
所述根据所述软件无线电平台的波形移植信息，确定评估因子清单，包括：
S21，对所述平台软件信息子集合所包括的每个信息，建立所述信息对应的评估因子；对所述平台软件信息子集合所包括的所有信息的评估因子进行组合，得到平台软件子清单；所述平台软件子清单，包括核心框架评估因子、传输机制评估因子、操作系统评估因子和硬件抽象层评估因子；
S22，对所述平台硬件资源信息子集合所包括的每个信息，建立所述信息对应的评估因子；对所述平台硬件资源信息子集合所包括的所有信息的评估因子进行组合，得到平台硬件资源子清单；所述平台硬件资源子清单，包括计算单元信息评估因子、时钟指标评估因子和外部物理接口信息评估因子；
S23，对所述软硬件平台匹配性信息子集合所包括的每个信息，建立所述信息对应的评估因子；对所述软硬件平台匹配性信息子集合所包括的所有信息的评估因子进行组合，得到软硬件平台匹配性子清单；所述软硬件平台匹配性子清单，包括硬件抽象层传输速率评估因子、硬件抽象层传输时延评估因子、传输机制传输速率评估因子、传输机制传输时延评估因子、传输机制传输时延抖动评估因子、波形加卸载时间评估因子和射频链接口完整性评估因子；
S24，对所述硬件性能指标信息子集合所包括的每个信息，建立所述信息对应的评估因子；对所述硬件性能指标信息子集合所包括的所有信息的评估因子进行组合，得到硬件性能指标子清单；所述硬件性能指标子清单，包括软件无线电平台的工作频率范围评估因子、滤波器带宽范围评估因子、跳频速率评估因子和发射功率评估因子；
S25，对所述平台软件子清单、平台硬件资源子清单、软硬件平台匹配性子清单和硬件性能指标子清单进行组合处理，得到评估因子清单。
所述对所述评估因子清单进行评估处理，得到软件无线电平台波形移植的可行性评估结果，包括：
S31，对所述评估因子清单的每个评估因子，确定对应的相对重要度权重评价因子；
S32，根据所有的相对重要度权重评价因子，获取得到比对判断矩阵集合；所述比对判断矩阵集合，包括比对判断矩阵；
第k个比对判断矩阵Bk的表达式为：
式中，表示第k个比对判断矩阵的第i个评估因子与第j个评估因子的相对重要度权重评价因子，m表示比对判断矩阵数目，n表示评估因子清单所包含的评估因子数目；
S33，对所述比对判断矩阵集合进行信度系数向量计算处理，得到信度系数向量r；
S34，对所述比对判断矩阵集合进行权值计算处理，得到加权向量
S35，对所述信度系数向量r和加权向量进行加权计算和判别处理，得到软件无线电平台波形移植的可行性评估结果。
所述对所述比对判断矩阵集合进行信度系数向量计算处理，得到信度系数向量r，包括：
S331，对所述比对判断矩阵集合的每个比对判断矩阵进行特征计算处理，得到对应的权重因子向量；
S332，对所有比对判断矩阵对应的权重因子向量进行偏离量化计算处理，得到偏离矩阵；所述偏离量化计算处理的计算表达式为：
式中，hki表示偏离矩阵H的第k行、第i列的元素，qki表示第k个比对判断矩阵Bk的权重因子向量的第i个元素；
S333，判别所述偏离矩阵中的每个元素是否大于预设的异常阈值，得到判别结果；若所述判别结果为大于，将对应元素值设置为0；若所述判别结果为小于等于，不对对应元素进行操作；
S334，对所述偏离矩阵中的所有元素完成判别处理后，得到判别偏离矩阵
S335，对所述判别偏离矩阵按照列方向进行求均值操作，得到信度系数向量r，r＝[r1,r2,…,rn]，n表示评估因子清单所包含的评估因子数目。
所述对所述比对判断矩阵集合的每个比对判断矩阵进行特征计算处理，得到对应的权重因子向量，包括：
对每个比对判断矩阵，计算得到其特征值和特征向量；
确定最大特征值对应的特征向量为标准特征向量；
对所述标准特征向量进行归一化处理，得到所述比对判断矩阵对应的权重因子向量。
所述对所述比对判断矩阵集合进行权值计算处理，得到加权向量包括：
S341，对所述比对判断矩阵集合的所有比对判断矩阵对应的权重因子向量中的元素，进行因子归一化处理，得到标准化矩阵S；
所述因子归一化处理的计算表达式为：
其中，ski表示标准化矩阵S的第k行、第i列的元素，qki表示第k个比对判断矩阵Bk的权重因子向量的第i个元素；
S342，对所述标准化矩阵S和信度系数向量r进行关联计算处理，得到关联矩阵V；所述关联计算处理的计算表达式为：
其中，vki表示关联矩阵中的第k行、第i列的元素，ρ为关联计算因子；
S343，对所述关联矩阵V进行关联归一化计算处理，得到关联向量y；
所述关联归一化计算处理的表达式为：
其中，yi表示关联向量y的第i个元素；
S344，对所述关联向量y进行加权归一化处理，得到加权向量
所述加权归一化处理的计算表达式为:
其中，为加权向量/>的第i个元素。
所述对所述信度系数向量r和加权向量进行加权计算和判别处理，得到软件无线电平台波形移植的可行性评估结果，包括：
S351，利用所述加权向量对所述信度系数向量r进行加权求和，得到软件无线电平台波形移植的可行性评估值；
S352，判别所述可行性评估值是否大于预设的可行性阈值，得到判别结果；当所述判别结果为大于时，确定软件无线电平台波形移植的可行性评估结果为可行；当所述判别结果为不大于时，确定软件无线电平台波形移植的可行性评估结果为不可行。
本发明实施例第二方面公开了一种基于信度系数的软件无线电波形移植评估装置，所述装置包括：
存储有可执行程序代码的存储器；
与所述存储器耦合的处理器；
所述处理器调用所述存储器中存储的所述可执行程序代码，执行所述的基于信度系数的软件无线电波形移植评估方法。
本发明实施例第三方面公开了一种计算机可存储介质，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行所述的基于信度系数的软件无线电波形移植评估方法。
本发明的有益效果为：
1、本发明方法公开了一种软件无线电波形可移植性评估方法，在开展波形移植前对可移植性进行预先评估，有效提高了波形移植效率，降低人力、时间成本。
2、本发明方法降低了由于评判者思考问题的角度、专业背景和知识水平等方面的差异带来的差异性判断，从整体相似性的角度构造专家判断的信度系数，基于信度系数构建信度系数向量，实现了认知特性的定量描述，将其与指标权重合成，获得了符合认知特性且更加科学可靠的软件无线电波形可移植性评估方法。
2、本发明方法在生成所述可行性评估值过程中，利用多个时间段的信号生成比对判断矩阵集合，从而充分采集得到了待移植的波形信息；通过对比对判断矩阵集合进行信度系数向量计算处理，充分抑制了不相关量的影响，使得得到的信度系数向量r充分表征了待移植特性的特征信息；通过对所述比对判断矩阵集合进行权值计算处理，抑制了波形采集和无线电平台中的噪声量和非相关量的影像，确保得到的加权向量能够充分反映相关特征的重要性程度；通过对所述信度系数向量r和加权向量/>进行加权计算和判别处理，确保了可行性评估结果的准确性和客观性。
附图说明
图1为本发明方法的实施流程图。
具体实施方式
为了更好的了解本发明内容，这里给出一个实施例。图1为本发明方法的实施流程图。
为了解决波形移植前评估体系的缺失，本发明的目的在于提供一种基于信度系数的软件无线电波形移植评估方法，其能预先对软件无线电平台对待移植波形的支持度进行评估，以降本增效。
本发明公开了一种基于信度系数的软件无线电波形移植评估方法，包括：
S1,获取软件无线电平台的波形移植信息集合；
S2,根据所述软件无线电平台的波形移植信息集合，确定评估因子清单；
所述评估因子清单，包括：平台软件子清单A1、平台硬件资源子清单A2、软硬件平台匹配性子清单A3和硬件性能指标子清单A4；所述子清单，包括评估因子；
S3,对所述评估因子清单进行评估处理，得到软件无线电平台波形移植的可行性评估结果；所述可行性评估结果，用于表征设定波形向目标平台的移植可行性。
所述目标平台，是将设定波形移植到的目标软件无线电平台。
所述软件无线电平台，是软件无线电通信设备。
所述软件无线电平台的波形移植信息集合，包括平台软件信息子集合、平台硬件资源信息子集合、软硬件平台匹配性信息子集合和硬件性能指标信息子集合；
所述平台软件信息子集合，包括核心框架信息、传输机制信息、操作系统信息和硬件抽象层信息；
所述平台硬件资源信息子集合，包括软件无线电平台的计算单元信息、时钟指标和外部物理接口信息；
所述核心框架，是指待测试的软件无线电设备中定义的开放的软件接口和控制服务软件，所述开放的软件接口和控制服务软件，用于对所述软件无线电设备中的软件组件进行部署、管理和集成；
所述传输机制，是指待测试的软件无线电设备进行软件组件间通信时的传输通信体制，包括一系列标准的消息格式、协议和函数接口；
所述硬件抽象层，是在具体的硬件资源之上，对硬件资源进行抽象描述后得到硬件抽象信息，供软件调用和处理；
所述软件无线电平台的计算单元信息，包括计算单元(CE)的个数、计算单元资源指标信息；所述CE，包括软件无线电平台上的DSP、FPGA等。所述计算单元资源指标信息，包括计算单元(CE)的主频，存储空间、处理器个数等。
所述外部物理接口信息，包括外部物理接口的类型及数量。
所述软硬件平台匹配性信息子集合，包括硬件抽象层传输速率、硬件抽象层传输时延、传输机制传输速率、传输机制传输时延、传输机制传输时延抖动、波形加卸载时间和射频链接口完整性；
所述传输机制传输时延，是待测试的软件无线电设备采用不同的传输机制时的传输时延；所述传输机制传输时延抖动，是不同时刻测量得到的传输机制的传输时延的抖动值；
所述硬件性能指标信息子集合，包括软件无线电平台的工作频率范围、滤波器带宽范围、跳频速率和发射功率。
所述根据所述软件无线电平台的波形移植信息，确定评估因子清单，包括：
S21，对所述平台软件信息子集合所包括的每个信息，建立所述信息对应的评估因子；对所述平台软件信息子集合所包括的所有信息的评估因子进行组合，得到平台软件子清单A1；所述平台软件子清单A1，包括核心框架评估因子、传输机制评估因子、操作系统评估因子、硬件抽象层评估因子；
S22，对所述平台硬件资源信息子集合所包括的每个信息，建立所述信息对应的评估因子；对所述平台硬件资源信息子集合所包括的所有信息的评估因子进行组合，得到平台硬件资源子清单A2；
S23，对所述软硬件平台匹配性信息子集合所包括的每个信息，建立所述信息对应的评估因子；对所述软硬件平台匹配性信息子集合所包括的所有信息的评估因子进行组合，得到软硬件平台匹配性子清单A3；
S24，对所述硬件性能指标信息子集合所包括的每个信息，建立所述信息对应的评估因子；对所述硬件性能指标信息子集合所包括的所有信息的评估因子进行组合，得到硬件性能指标子清单A4；
S25，对所述平台软件子清单A1、平台硬件资源子清单A2、软硬件平台匹配性子清单A3和硬件性能指标子清单A4进行组合处理，得到评估因子清单。
所述建立所述信息对应的评估因子，可以是建立一个初始变量，用于存放所述评估因子值。
所述对所述评估因子清单进行评估处理，得到软件无线电平台波形移植的可行性评估结果，包括：
S31，确定所述评估因子清单的相对重要度权重评价因子；
S32，根据所有的相对重要度权重评价因子，获取得到比对判断矩阵集合；所述比对判断矩阵集合，包括比对判断矩阵；
第k个比对判断矩阵Bk的表达式为：
式中，表示第k个比对判断矩阵的第i个评估因子与第j个评估因子的相对重要度权重评价因子，m表示比对判断矩阵数目，n表示评估因子清单所包含的评估因子数目；表示矩阵Bk的维度为n行、n列，下文中类似表述的含义可依类推。
所述根据所有的相对重要度权重评价因子，获取得到比对判断矩阵集合，可以是：
采集得到m个时间段的所有评估因子之间的相对重要度权重评价因子，利用每个时间段的所有评估因子之间的相对重要度权重评价因子，构建得到该时间段的比对判断矩阵；所有评估因子之间的相对重要度权重评价因子，可以是用户确定，或计算评估因子的时间采集序列的互相关值得到。
S33，对所述比对判断矩阵集合进行信度系数向量计算处理，得到信度系数向量r；所述信度系数向量r，包括若干个信度系数；
S34，对所述比对判断矩阵集合进行权值计算处理，得到加权向量
S35，对所述信度系数向量r和加权向量进行加权计算和判别处理，得到软件无线电平台波形移植的可行性评估结果；
所述对所述比对判断矩阵集合进行信度系数向量计算处理，得到信度系数向量r，包括：
S331，对所述比对判断矩阵集合的每个比对判断矩阵进行特征计算处理，得到对应的权重因子向量；
S332，对所有比对判断矩阵对应的权重因子向量进行偏离量化计算处理，得到偏离矩阵；所述偏离量化计算处理的计算表达式为：
式中，hki表示偏离矩阵H的第k行、第i列的元素，qki表示第k个比对判断矩阵Bk的权重因子向量的第i个元素；
S333，判别所述偏离矩阵中的每个元素是否大于预设的异常阈值，得到判别结果；若所述判别结果为大于，将对应元素值设置为0；若所述判别结果为小于等于，不对对应元素进行操作；
S334，对所述偏离矩阵中的所有元素完成判别处理后，得到判别偏离矩阵
S335，对所述判别偏离矩阵按照列方向进行求均值操作，得到信度系数向量r，r＝[r1,r2,…,rn]；其中，ri为信度系数向量r的第i个元素，其通过对/>的第i列元素求取均值得到。
所述按照列方向进行求均值操作，是对的每一列求取均值，利用所有均值进行组合，得到信度系数向量；
所述对所述比对判断矩阵集合的每个比对判断矩阵进行特征计算处理，得到对应的权重因子向量，包括：
对每个比对判断矩阵，计算得到其特征值和特征向量；
确定最大特征值对应的特征向量为标准特征向量；
对所述标准特征向量进行归一化处理，得到所述比对判断矩阵对应的权重因子向量。
所述对所述比对判断矩阵集合的每个比对判断矩阵进行特征计算处理，得到对应的权重因子向量，还可以是：
对每个比对判断矩阵进行分解处理，得到对应的左分解矩阵、特征矩阵和右分解矩阵；
所述分解处理，其计算表达式为：
Y＝UAV，
其中，U为左分解矩阵，A为特征矩阵，V为右分解矩阵，U和V均为正交矩阵，A为对角矩阵；
所述分解处理，可采用矩阵奇异值分解算法来实现。
将所述特征矩阵的对角线元素进行提取，得到特征向量；所述特征向量表示为Ia，Ia＝[λ1,λ2,…,λN1]，N1为所述特征向量所包含元素的个数；
对所述特征向量的元素和元素序号值进行线性拟合处理，得到最佳一致逼近多项式；
所述线性拟合处理，是以特性向量元素序号值Ix为已知自变量，以特征向量元素值为已知因变量，利用所述已知自变量和已知因变量构建得到待逼近曲线，利用函数逼近法对所述待逼近曲线进行曲线拟合，得到最佳一致逼近多项式f(Ix)。
所述利用函数逼近法对所述待逼近曲线进行曲线拟合，可以采用最佳一致线性逼近方法。所述最佳一致逼近多项式f(Ix)，其表达式为：
f(Ix)＝αP1(Ix)P1+αP1-1(Ix)P1-1+…+α2(Ix)2+α1(Ix)+α0，
其中，P1为所述最佳一致逼近多项式f(Ix)的阶数，α0,α1,α2,…,αP1为所述最佳一致逼近多项式f(Ix)的系数；
对所述比对判断矩阵，计算得到其特征值和特征向量；
对最大特征值对应的特征向量进行归一化和向上取整处理，得到特征序号值序列；
所述归一化和向上取整处理，是对特征向量的每个元素除以特征向量中的最大元素，对计算结果取绝对值，再向上取整处理。
将所述特征序号值序列作为输入值，利用最佳一致逼近多项式进行计算处理，得到所述比对判断矩阵对应的权重因子向量。
所述对所述比对判断矩阵集合进行权值计算处理，得到加权向量包括：
S341，对所述比对判断矩阵集合的所有比对判断矩阵对应的权重因子向量中的元素，进行因子归一化处理，得到标准化矩阵S；
所述因子归一化处理的计算表达式为：
其中，ski表示标准化矩阵S的第k行、第i列的元素，qki表示第k个比对判断矩阵Bk的权重因子向量的第i个元素；
S342，对所述标准化矩阵S和信度系数向量r进行关联计算处理，得到关联矩阵V；所述关联计算处理的计算表达式为：
其中，vki表示关联矩阵中的第k行、第i列的元素，ρ为关联计算因子，其取值可以是0.5。
S343，对所述关联矩阵V进行关联归一化计算处理，得到关联向量y；
所述关联归一化计算处理的表达式为：
其中，yi表示关联向量y的第i个元素；
S344，对所述关联向量y进行加权归一化处理得到加权向量
所述加权归一化处理的计算表达式为:
其中，为加权向量/>的第i个元素；
所述对所述信度系数向量r和加权向量进行加权计算和判别处理，得到软件无线电平台波形移植的可行性评估结果，包括：
S351，利用所述加权向量对所述信度系数向量r进行加权求和，得到软件无线电平台波形移植的可行性评估值；
S352，判别所述可行性评估值是否大于可行性阈值，得到判别结果；当所述判别结果为大于时，确定软件无线电平台波形移植的可行性评估结果为可行；当所述判别结果为不大于时，确定软件无线电平台波形移植的可行性评估结果为不可行。
所述异常阈值，可以是0.5。
所述S333，还可以是：
对所述偏离矩阵中的元素和行向量进行不等式组判别，所述不等式组判别的表达式为：
|hki|≤ak，i＝1,2,…,n，
其中，ak和bk分别表示第k行的第一判断阈值和第二判断阈值；当所述偏离矩阵中的元素不满足所述不等式组判别的表达式中的第一个不等式时，将所述元素值设置为0；当所述偏离矩阵中的某一行不满足所述不等式组判别的表达式中的第二个不等式时，将所述行的每个元素，减去ak/2，完成对所述行的更新。
本发明实施例还公开了一种基于信度系数的软件无线电波形移植评估装置，所述装置包括：
存储有可执行程序代码的存储器；
与所述存储器耦合的处理器；
所述处理器调用所述存储器中存储的所述可执行程序代码，执行所述的基于信度系数的软件无线电波形移植评估方法。
本发明实施例还公开了一种计算机可存储介质，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行所述的基于信度系数的软件无线电波形移植评估方法。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (8)

1.一种基于信度系数的软件无线电波形移植评估方法，其特征在于，包括：
S1,获取软件无线电平台的波形移植信息集合；
S2,根据所述软件无线电平台的波形移植信息集合，确定评估因子清单；
所述评估因子清单，包括：平台软件子清单、平台硬件资源子清单、软硬件平台匹配性子清单和硬件性能指标子清单；所述子清单，包括评估因子；
S3,对所述评估因子清单进行评估处理，得到软件无线电平台波形移植的可行性评估结果；所述可行性评估结果，用于表征设定波形向目标平台的移植可行性；
所述根据所述软件无线电平台的波形移植信息，确定评估因子清单，包括：
S21，对平台软件信息子集合所包括的每个信息，建立所述信息对应的评估因子；对所述平台软件信息子集合所包括的所有信息的评估因子进行组合，得到平台软件子清单；所述平台软件子清单，包括核心框架评估因子、传输机制评估因子、操作系统评估因子和硬件抽象层评估因子；
S22，对平台硬件资源信息子集合所包括的每个信息，建立所述信息对应的评估因子；对所述平台硬件资源信息子集合所包括的所有信息的评估因子进行组合，得到平台硬件资源子清单；所述平台硬件资源子清单，包括计算单元信息评估因子、时钟指标评估因子和外部物理接口信息评估因子；
S23，对软硬件平台匹配性信息子集合所包括的每个信息，建立所述信息对应的评估因子；对所述软硬件平台匹配性信息子集合所包括的所有信息的评估因子进行组合，得到软硬件平台匹配性子清单；所述软硬件平台匹配性子清单，包括硬件抽象层传输速率评估因子、硬件抽象层传输时延评估因子、传输机制传输速率评估因子、传输机制传输时延评估因子、传输机制传输时延抖动评估因子、波形加卸载时间评估因子和射频链接口完整性评估因子；
S24，对硬件性能指标信息子集合所包括的每个信息，建立所述信息对应的评估因子；对所述硬件性能指标信息子集合所包括的所有信息的评估因子进行组合，得到硬件性能指标子清单；所述硬件性能指标子清单，包括软件无线电平台的工作频率范围评估因子、滤波器带宽范围评估因子、跳频速率评估因子和发射功率评估因子；
S25，对所述平台软件子清单、平台硬件资源子清单、软硬件平台匹配性子清单和硬件性能指标子清单进行组合处理，得到评估因子清单；
所述对所述评估因子清单进行评估处理，得到软件无线电平台波形移植的可行性评估结果，包括：
S31，对所述评估因子清单的每个评估因子，确定对应的相对重要度权重评价因子；
S32，根据所有的相对重要度权重评价因子，获取得到比对判断矩阵集合；所述比对判断矩阵集合，包括比对判断矩阵；
第k个比对判断矩阵Bk的表达式为：
式中，表示第k个比对判断矩阵的第i个评估因子与第j个评估因子的相对重要度权重评价因子，m表示比对判断矩阵数目，n表示评估因子清单所包含的评估因子数目；
S33，对所述比对判断矩阵集合进行信度系数向量计算处理，得到信度系数向量r；
S34，对所述比对判断矩阵集合进行权值计算处理，得到加权向量
S35，对所述信度系数向量r和加权向量进行加权计算和判别处理，得到软件无线电平台波形移植的可行性评估结果。
2.如权利要求1所述的基于信度系数的软件无线电波形移植评估方法，其特征在于，所述软件无线电平台的波形移植信息集合，包括平台软件信息子集合、平台硬件资源信息子集合、软硬件平台匹配性信息子集合和硬件性能指标信息子集合；
所述平台软件信息子集合，包括核心框架信息、传输机制信息、操作系统信息和硬件抽象层信息；
所述平台硬件资源信息子集合，包括软件无线电平台的计算单元信息、时钟指标和外部物理接口信息；
所述软硬件平台匹配性信息子集合，包括硬件抽象层传输速率、硬件抽象层传输时延、传输机制传输速率、传输机制传输时延、传输机制传输时延抖动、波形加卸载时间和射频链接口完整性；
所述硬件性能指标信息子集合，包括软件无线电平台的工作频率范围、滤波器带宽范围、跳频速率和发射功率。
3.如权利要求1所述的基于信度系数的软件无线电波形移植评估方法，其特征在于，所述对所述比对判断矩阵集合进行信度系数向量计算处理，得到信度系数向量r，包括：
S331，对所述比对判断矩阵集合的每个比对判断矩阵进行特征计算处理，得到对应的权重因子向量；
S332，对所有比对判断矩阵对应的权重因子向量进行偏离量化计算处理，得到偏离矩阵；所述偏离量化计算处理的计算表达式为：
式中，hki表示偏离矩阵H的第k行、第i列的元素，qki表示第k个比对判断矩阵Bk的权重因子向量的第i个元素；
S333，判别所述偏离矩阵中的每个元素是否大于预设的异常阈值，得到判别结果；若所述判别结果为大于，将对应元素值设置为0；若所述判别结果为小于等于，不对对应元素进行操作；
S334，对所述偏离矩阵中的所有元素完成判别处理后，得到判别偏离矩阵
S335，对所述判别偏离矩阵按照列方向进行求均值操作，得到信度系数向量r，r＝[r1,r2,…,rn]，n表示评估因子清单所包含的评估因子数目。
4.如权利要求3所述的基于信度系数的软件无线电波形移植评估方法，其特征在于，所述对所述比对判断矩阵集合的每个比对判断矩阵进行特征计算处理，得到对应的权重因子向量，包括：
对每个比对判断矩阵，计算得到其特征值和特征向量；
确定最大特征值对应的特征向量为标准特征向量；
对所述标准特征向量进行归一化处理，得到所述比对判断矩阵对应的权重因子向量。
5.如权利要求1所述的基于信度系数的软件无线电波形移植评估方法，其特征在于，所述对所述比对判断矩阵集合进行权值计算处理，得到加权向量包括：
S341，对所述比对判断矩阵集合的所有比对判断矩阵对应的权重因子向量中的元素，进行因子归一化处理，得到标准化矩阵S；
所述因子归一化处理的计算表达式为：
其中，ski表示标准化矩阵S的第k行、第i列的元素，qki表示第k个比对判断矩阵Bk的权重因子向量的第i个元素；
S342，对所述标准化矩阵S和信度系数向量r进行关联计算处理，得到关联矩阵V；所述关联计算处理的计算表达式为：
其中，vki表示关联矩阵中的第k行、第i列的元素，ρ为关联计算因子；
S343，对所述关联矩阵V进行关联归一化计算处理，得到关联向量y；
所述关联归一化计算处理的表达式为：
其中，yi表示关联向量y的第i个元素；
S344，对所述关联向量y进行加权归一化处理，得到加权向量
所述加权归一化处理的计算表达式为:
其中，为加权向量/>的第i个元素。
6.如权利要求1所述的基于信度系数的软件无线电波形移植评估方法，其特征在于，所述对所述信度系数向量r和加权向量进行加权计算和判别处理，得到软件无线电平台波形移植的可行性评估结果，包括：
S351，利用所述加权向量对所述信度系数向量r进行加权求和，得到软件无线电平台波形移植的可行性评估值；
S352，判别所述可行性评估值是否大于预设的可行性阈值，得到判别结果；当所述判别结果为大于时，确定软件无线电平台波形移植的可行性评估结果为可行；当所述判别结果为不大于时，确定软件无线电平台波形移植的可行性评估结果为不可行。
7.一种基于信度系数的软件无线电波形移植评估装置，其特征在于，所述装置包括：
存储有可执行程序代码的存储器；
与所述存储器耦合的处理器；
所述处理器调用所述存储器中存储的所述可执行程序代码，执行如权利要求1-6中任一项所述的基于信度系数的软件无线电波形移植评估方法。
8.一种计算机可存储介质，其特征在于，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行如权利要求1-6中任一项所述的基于信度系数的软件无线电波形移植评估方法。
CN202311489154.7A 2023-11-09 2023-11-09 基于信度系数的软件无线电波形移植评估方法和装置 Active CN117579442B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311489154.7A CN117579442B (zh) 2023-11-09 2023-11-09 基于信度系数的软件无线电波形移植评估方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311489154.7A CN117579442B (zh) 2023-11-09 2023-11-09 基于信度系数的软件无线电波形移植评估方法和装置

Publications (2)

Publication Number Publication Date
CN117579442A CN117579442A (zh) 2024-02-20
CN117579442B true CN117579442B (zh) 2024-05-17

Family

ID=89859903

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311489154.7A Active CN117579442B (zh) 2023-11-09 2023-11-09 基于信度系数的软件无线电波形移植评估方法和装置

Country Status (1)

Country Link
CN (1) CN117579442B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104253661A (zh) * 2014-07-28 2014-12-31 武汉中元通信股份有限公司 基于软件无线电的超短波电台波形移植方法与平台
CN105553486A (zh) * 2015-11-30 2016-05-04 武汉中元通信股份有限公司 基于sca架构的软件无线电设计方法与综合业务处理平台
CN110543417A (zh) * 2019-08-22 2019-12-06 中国人民解放军63850部队 一种对软件测试进行有效性评估的方法及评估装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10248791B2 (en) * 2015-07-20 2019-04-02 Intel Corporation Technologies for secure hardware and software attestation for trusted I/O

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104253661A (zh) * 2014-07-28 2014-12-31 武汉中元通信股份有限公司 基于软件无线电的超短波电台波形移植方法与平台
CN105553486A (zh) * 2015-11-30 2016-05-04 武汉中元通信股份有限公司 基于sca架构的软件无线电设计方法与综合业务处理平台
CN110543417A (zh) * 2019-08-22 2019-12-06 中国人民解放军63850部队 一种对软件测试进行有效性评估的方法及评估装置

Also Published As

Publication number Publication date
CN117579442A (zh) 2024-02-20

Similar Documents

Publication Publication Date Title
CN109658468B (zh) 磁共振参数成像方法、装置、设备及存储介质
CN110689136B (zh) 一种深度学习模型获得方法、装置、设备及存储介质
Liu et al. A deep framework assembling principled modules for CS-MRI: unrolling perspective, convergence behaviors, and practical modeling
CN113067653A (zh) 一种频谱感知方法、装置、电子设备及介质
CN111553513A (zh) 一种基于二次分解与回声状态网络的中长期径流预测方法
CN111782266B (zh) 软件性能基准确定方法及装置
Shen et al. Proxybo: Accelerating neural architecture search via bayesian optimization with zero-cost proxies
Wang et al. Towards energy-efficient federated edge intelligence for IoT networks
CN117579442B (zh) 基于信度系数的软件无线电波形移植评估方法和装置
CN114337792A (zh) 卫星通信信号故障诊断方法及装置
Pasupathy et al. Adaptive sequential sample average approximation for solving two-stage stochastic linear programs
US20210081802A1 (en) Information processing device and method, and recording medium
Siddique et al. Approxcs: Near-sensor approximate compressed sensing for iot-healthcare systems
CN112906883A (zh) 用于深度神经网络的混合精度量化策略确定方法和系统
CN106095669B (zh) 基于调度序列约简的并行程序测试方法
CN117273092A (zh) 一种模型量化方法、装置、电子设备及存储介质
CN117194219A (zh) 模糊测试用例生成与选择方法、装置、设备及介质
Dupuy et al. Quantifying catastrophic forgetting in continual federated learning
CN116644783A (zh) 模型训练方法、对象处理方法及装置、电子设备、介质
CN114202110A (zh) 一种基于rf-xgboost的业务故障预测方法及装置
CN112905457A (zh) 软件测试方法及装置
CN112819079A (zh) 模型的采样算法匹配方法、装置和电子设备
CN112733433A (zh) 装备测试性策略优化方法和装置
CN117896021B (zh) 一种软件无线电通信设备性能评价方法及装置
CN108984101B (zh) 在分布式存储系统中确定事件之间关系的方法及装置

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
GR01 Patent grant
GR01 Patent grant