KR101293906B1 - System and method for discrimination of gaussian radio noise - Google Patents

System and method for discrimination of gaussian radio noise Download PDF

Info

Publication number
KR101293906B1
KR101293906B1 KR1020100011768A KR20100011768A KR101293906B1 KR 101293906 B1 KR101293906 B1 KR 101293906B1 KR 1020100011768 A KR1020100011768 A KR 1020100011768A KR 20100011768 A KR20100011768 A KR 20100011768A KR 101293906 B1 KR101293906 B1 KR 101293906B1
Authority
KR
South Korea
Prior art keywords
quartile
estimated value
gaussian
noise
standard deviation
Prior art date
Application number
KR1020100011768A
Other languages
Korean (ko)
Other versions
KR20110069663A (en
Inventor
박승근
Original Assignee
한국전자통신연구원
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 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to US12/965,566 priority Critical patent/US20110151815A1/en
Publication of KR20110069663A publication Critical patent/KR20110069663A/en
Application granted granted Critical
Publication of KR101293906B1 publication Critical patent/KR101293906B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
    • G01R29/26—Measuring noise figure; Measuring signal-to-noise ratio
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/165—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values
    • G01R19/16528—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values using digital techniques or performing arithmetic operations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/165—Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values
    • G01R19/16566—Circuits and arrangements for comparing voltage or current with one or several thresholds and for indicating the result not covered by subgroups G01R19/16504, G01R19/16528, G01R19/16533
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
    • G01R29/02—Measuring characteristics of individual pulses, e.g. deviation from pulse flatness, rise time or duration
    • G01R29/027—Indicating that a pulse characteristic is either above or below a predetermined value or within or beyond a predetermined range of values
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
    • G01R29/08—Measuring electromagnetic field characteristics

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Monitoring And Testing Of Transmission In General (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

가우시안 전파 잡음 판별 시스템 및 방법이 개시된다. 가우시안 전파 잡음 판별 시스템은 전파 잡음의 측정 데이터가 가우시안 잡음 분포인지 여부를 판별할 수 있다. 가우시안 전파 잡음 판별 시스템은 측정 데이터의 평균 추정값과 1/2 사분위수와의 일치성 시험 및 표준편차 추정값과 H-범위에 미리 설정한 값을 나눈 결과값 간의 일치성 시험을 포함하는 2단계의 일치성 시험에 따라 측정 데이터가 가우시안 잡음 분포를 나타내는 것인지 여부를 판별할 수 있다. 2단계의 일치성 시험에 따라 측정 데이터가 가우시안 전파 잡음 분포인지를 판별하는 정확도가 향상될 수 있다.A system and method for Gaussian propagation noise determination are disclosed. The Gaussian propagation noise discrimination system may determine whether the measurement data of the propagation noise is a Gaussian noise distribution. The Gaussian propagation noise discrimination system is a two-stage agreement that includes a consistency test between the mean estimate of the measured data and the quartiles, and a test between the standard deviation estimate and the result of dividing a preset value in the H-range. According to the sex test, it is possible to determine whether the measured data exhibit a Gaussian noise distribution. According to the two-stage consistency test, the accuracy of determining whether the measured data is Gaussian propagation noise distribution can be improved.

Figure R1020100011768
Figure R1020100011768

Description

가우시안 전파 잡음 판별 시스템 및 방법 {SYSTEM AND METHOD FOR DISCRIMINATION OF GAUSSIAN RADIO NOISE}Gaussian Propagation Noise Identification System and Method {SYSTEM AND METHOD FOR DISCRIMINATION OF GAUSSIAN RADIO NOISE}

본 발명은 전파 잡음을 측정하여 가우시안 전파 잡음인지 여부를 판별하는 시스템 및 방법에 관한 것이다.The present invention relates to a system and method for measuring propagation noise to determine whether it is Gaussian propagation noise.

전파 잡음 측정에서 가우시안 잡음 분포를 판별하는 것은 중요하다. 종래의 전파 잡음 측정은 측정 데이터의 평균 추정치와 중위수 간에 서로 일치하는 지 여부만으로 전파 잡음이 가우시안 분포를 나타내는 지 판별하였다. 그러나, 종래의 방법은 전파 잡음이 가우시안 분포를 나타내는 것인지에 대한 판별의 정확도가 낮았다.It is important to determine the Gaussian noise distribution in radio noise measurements. Conventional propagation noise measurements have determined whether the propagation noise exhibits a Gaussian distribution only by agreement between the mean estimate of the measured data and the median. However, the conventional method has low accuracy in determining whether the propagation noise exhibits a Gaussian distribution.

특히, 측정 데이터가 균등 분포를 나타내거나 가우시안 분포를 나타내는 경우에는 평균 추정치와 중위수가 일치한다. 이러한 경우, 종래의 방법을 적용하면 전파 잡음이 가우시안 분포를 나타내는 지 아니면, 균등 분포를 나타내는 지에 대한 판별 결과가 불확실하기 때문에, 판별의 정확도가 낮아진다. 따라서, 전파 잡음이 가우시안 분포를 나타내는 것인지 판별하기 위한 새로운 방법이 요구된다.In particular, when the measured data show an even distribution or a Gaussian distribution, the mean estimate and the median coincide. In such a case, if the conventional method is applied, the result of the determination as to whether the propagation noise exhibits a Gaussian distribution or a uniform distribution is uncertain, so that the accuracy of the determination is lowered. Therefore, a new method for determining whether propagation noise exhibits a Gaussian distribution is desired.

본 발명의 일실시예는 측정 데이터의 평균 추정값, 표준편차 추정값 및 사분위수를 이용하여 전파 잡음이 가우시안 잡음 분포를 나타내는 지 여부를 보다 정확하게 판별할 수 있는 시스템 및 방법을 제공한다.One embodiment of the present invention provides a system and method for more accurately determining whether propagation noise exhibits a Gaussian noise distribution by using an average estimate value, a standard deviation estimate value, and a quartile of measured data.

본 발명의 일실시예에 따른 가우시안 전파 잡음 판별 시스템은 전파 잡음을 측정한 측정 데이터를 수집하는 측정 데이터 수집부, 상기 측정 데이터의 평균 추정값과 표준편차 추정값을 계산하는 추정값 계산부, 상기 측정 데이터를 이용하여 사분위수를 계산하는 사분위수 계산부, 상기 평균 추정값, 상기 표준편차 추정값 및 상기 사분위수를 이용하여 상기 측정 데이터가 가우시안 잡음 분포인지 여부를 결정하는 잡음분포 결정부를 포함할 수 있다. Gaussian propagation noise determination system according to an embodiment of the present invention is a measurement data collection unit for collecting the measurement data measuring the propagation noise, an estimated value calculation unit for calculating the average estimated value and the standard deviation estimate value of the measurement data, And a quartile calculator for calculating a quartile using the quartile, a noise distribution determiner for determining whether the measured data is a Gaussian noise distribution using the average estimated value, the standard deviation estimate, and the quartile.

본 발명의 일실시예에 따른 가우시안 전파 잡음 판별 시스템은 상기 평균 추정값과 상기 사분위수 중 1/2 사분위수를 비교하는 제1 비교부 및 상기 표준편차 추정값과 상기 사분위수 중 3/4 사분위수와 1/4 사분위수 간의 차이인 H-범위를 비교하는 제2 비교부를 더 포함할 수 있다.The Gaussian propagation noise discrimination system according to an embodiment of the present invention includes a first comparator for comparing the average estimated value and the quartile of the quartile, and the third quartile of the standard deviation estimate and the quartile. It may further include a second comparison unit for comparing the H-range that is the difference between the quartiles.

본 발명의 일실시예에 따른 가우시안 전파 잡음 판별 방법은 전파 잡음을 측정한 측정 데이터를 수집하는 단계, 상기 측정 데이터의 평균 추정값과 표준편차 추정값을 계산하는 단계, 상기 측정 데이터를 이용하여 사분위수를 계산하는 단계; 및 상기 평균 추정값, 상기 표준편차 추정값 및 상기 사분위수를 이용하여 상기 측정 데이터가 가우시안 잡음 분포인지 여부를 결정하는 단계를 포함할 수 있다.Gaussian propagation noise discrimination method according to an embodiment of the present invention comprises the steps of collecting the measurement data measuring the propagation noise, calculating the average estimation value and the standard deviation estimation value of the measurement data, the quartile using the measurement data Calculating; And determining whether the measured data is a Gaussian noise distribution using the average estimated value, the standard deviation estimated value, and the quartile.

본 발명의 일실시예에 따른 가우시안 전파 잡음 판별 방법은 상기 평균 추정값과 상기 사분위수 중 1/2 사분위수를 비교하는 단계 및 상기 표준편차 추정값과 상기 사분위수 중 3/4 사분위수와 1/4 사분위수 간의 차이인 H-범위를 비교하는 단계를 더 포함할 수 있다.In the Gaussian propagation noise discrimination method according to an embodiment of the present invention, the method comprises the steps of comparing the average estimated value with the quartile of the quartile and the 3/4 quartile of the standard deviation estimate and the quartile. The method may further include comparing the H-range that is the difference between the quartiles.

본 발명의 일실시예에 따르면, 측정 데이터의 평균 추정값과 1/2 사분위수 간의 일치성 시험 및 표준편차 추정값과 1/4 사분위수와 3/4 사분위수에 따른 H-범위에 기초한 일치성 시험에 기초한 2단계의 일치성 시험을 통해 전파 잡음이 가우시안 잡음 분포인지를 보다 정확하게 판별할 수 있다.According to one embodiment of the present invention, a consistency test between the mean estimate of the measured data and the quartile and a conformance test based on the H-range according to the standard deviation estimate and the quartile and the third quartile A two-step conformance test based on s can more accurately determine whether the propagation noise is a Gaussian noise distribution.

도 1은 가우시안 잡음 판별 시스템의 세부 구성을 도시한 도면이다.
도 2는 전파 잡음의 가우시안 분포와 사분위수 관계를 도시한 도면이다.
도 3은 전파 잡음에 대해 가우시안 분포와 균등 분포의 확률밀도함수를 나타내는 도면이다.
도 4는 가우시안 잡음 판별 방법의 세부 과정을 도시한 순서도이다.1 is a diagram illustrating a detailed configuration of a Gaussian noise discrimination system.
2 is a diagram illustrating a Gaussian distribution and quartile relationship of radio noise.
3 is a diagram illustrating a probability density function of a Gaussian distribution and an equal distribution with respect to propagation noise.
4 is a flowchart illustrating a detailed process of a Gaussian noise discrimination method.

이하, 본 발명의 실시예를 첨부된 도면을 참조하여 상세하게 설명한다. DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings.

도 1은 가우시안 잡음 판별 시스템의 세부 구성을 도시한 도면이다. 1 is a diagram illustrating a detailed configuration of a Gaussian noise discrimination system.

도 1을 참고하면, 가우시안 잡음 판별 시스템(100)은 측정 데이터 수집부(101), 추정값 계산부(102), 사분위수 계산부(103), 제1 비교부(104), 제2 비교부(105) 및 잡음분포 결정부(106)를 포함할 수 있다.Referring to FIG. 1, the Gaussian noise determination system 100 includes a measurement data collector 101, an estimated value calculator 102, a quartile calculator 103, a first comparator 104, and a second comparator ( 105 and the noise distribution determiner 106.

측정 데이터(107) 수집부(100)는 전파 잡음을 측정한 측정 데이터(107)를 수집할 수 있다. 측정 데이터(107)의 개수는 제한이 없다.The measurement data 107 collecting unit 100 may collect the measurement data 107 measuring the radio wave noise. The number of measurement data 107 is not limited.

추정값 계산부(102)는 전파 잡음에 대한 측정 데이터(107)의 평균 추정값과 표준편차 추정값을 계산할 수 있다.The estimated value calculator 102 may calculate an average estimated value and a standard deviation estimated value of the measurement data 107 for the propagation noise.

일례로, 측정 데이터(107)가 x1, x2,…, xn인 경우,측정 데이터(107)의 평균 추정값은 아래 수학식 1과 같이 결정될 수 있다.In one example, measurement data 107 is x 1 , x 2 ,... , x n , the average estimated value of the measurement data 107 may be determined as in Equation 1 below.

Figure 112010008578182-pat00001
Figure 112010008578182-pat00001

즉, 수학식 1에 따르면, 추정값 계산부(102)는 n개의 측정 데이터(107)를 n으로 나눔으로써 측정 데이터(107)의 평균 추정값을 계산할 수 있다.That is, according to Equation 1, the estimated value calculator 102 may calculate the average estimated value of the measured data 107 by dividing the n measured data 107 by n.

그리고, 측정 데이터(107)의 표준편차 추정값은 아래 수학식 2와 같이 결정될 수 있다.The standard deviation estimate of the measurement data 107 may be determined as in Equation 2 below.

Figure 112010008578182-pat00002
Figure 112010008578182-pat00002

사분위수 계산부(103)는 측정 데이터(107)를 이용하여 사분위수를 계산할 수 있다. 이 때, 사분위수 계산부(103)는 측정 데이터(107)의 가우시안 분포에 대한 사분위수를 계산할 수 있다. 일례로, 사분위수는 측정 데이터(107)에 대해 1/2 사분위수(중위수), 1/4 사분위수, 3/4 사분위수 일 수 있다.The quartile calculator 103 may calculate the quartile using the measurement data 107. At this time, the quartile calculation unit 103 may calculate the quartile for the Gaussian distribution of the measurement data 107. In one example, the quartile may be a half quartile (median), a quarter quartile, and a third quarter quartile with respect to the measurement data 107.

일례로, 사분위수 계산부(103)는 가우시안 분포이론에 근거하여 측정 데이터(107)의 평균이 μ이고, 측정 데이터(107)의 표준편차가 σ인 경우 표 1에 따라 사분위수를 계산할 수 있다. 표 1에서 0.6745는 시스템의 구성에 따라 변경될 수 있다.For example, the quartile calculation unit 103 may calculate the quartile according to Table 1 when the mean of the measured data 107 is μ and the standard deviation of the measured data 107 is σ based on Gaussian distribution theory. . In Table 1, 0.6745 may be changed depending on the configuration of the system.

Figure 112010008578182-pat00003
Figure 112010008578182-pat00003

제1 비교부(104)는 평균 추정값과 사분위수 중 1/2 사분위수를 비교할 수 있다. 일례로, 제1 비교부(104)는 평균 추정값과 사분위수 중 1/2 사분위수 간의 차이가 미리 설정한 오차 범위에 포함되는 지 여부를 판별할 수 있다. The first comparator 104 may compare the average estimated value and the quartile 1/2 of the quartile. For example, the first comparison unit 104 may determine whether a difference between the average estimated value and the quartile of the quartile is included in a preset error range.

제2 비교부(105)는 표준편차 추정값과 사분위수 중 3/4 사분위수와 1/4 사분위수 간의 차이인 H-범위를 비교할 수 있다. 일례로, 제2 비교부(105)는 표준편차 추정값과 H-범위에 미리 설정한 값을 나눈 결과값의 차이가 미리 설정한 오차 범위에 포함되는 지 여부를 판별할 수 있다.The second comparator 105 may compare the H-range, which is a difference between the 3/4 and 1/4 quartiles of the standard deviation estimate and the quartile. For example, the second comparator 105 may determine whether the difference between the standard deviation estimated value and the result value obtained by dividing the preset value in the H-range is included in the preset error range.

일례로, H-범위는 데이터가 어느 정도 퍼져있는 지 여부를 나타내는 값으로, 3/4 사분위수와 1/4 사분위수 간의 차이를 의미한다. 표 1을 참고하면, H-범위는 하기 수학식 3에 따라 결정된다. 이러한 H-범위와 표준편차 σ의 관계를 이용하여 가우시안 잡음 판별 시스템(100)은 측정된 전파 잡음이 가우시안 잡음 분포(108)를 나타내는 지 여부를 판별할 수 있다.For example, the H-range is a value indicating how spread the data is, and means the difference between the 3/4 and 1/4 quartiles. Referring to Table 1, the H-range is determined according to Equation 3 below. Using the relation between the H-range and the standard deviation σ, the Gaussian noise discrimination system 100 may determine whether the measured propagation noise represents the Gaussian noise distribution 108.

Figure 112010008578182-pat00004
Figure 112010008578182-pat00004

이 때, 표준편차 추정값이 s인 경우, 표준편차 추정값과 H-범위는 하기 수학식 4에 따라 결정된다.In this case, when the standard deviation estimate value is s, the standard deviation estimate value and the H-range are determined according to Equation 4 below.

Figure 112010008578182-pat00005
Figure 112010008578182-pat00005

그리고, 제1 비교부(104)와 제2 비교부(105)에서 사용되는 오차 범위는 하기 수학식 5에 따라 결정될 수 있다.In addition, an error range used in the first comparator 104 and the second comparator 105 may be determined according to Equation 5 below.

Figure 112010008578182-pat00006
Figure 112010008578182-pat00006

이 때, s는 표준평차 추정값이고, E는 오차 범위를 의미한다.In this case, s is an estimate of standard deviation, and E represents an error range.

잡음분포 결정부(106)는 평균 추정값, 표준편차 추정값 및 사분위수를 이용하여 측정 데이터(107)가 가우시안 잡음 분포(108)인지 여부를 결정할 수 있다. 일례로, 잡음분포 결정부(106)는 제1 비교부(104)의 비교 결과와 제2 비교부(105)의 비교 결과에 기초하여 측정 데이터(107)가 가우시안 잡음 분포(108)인지 여부를 결정할 수 있다.The noise distribution determiner 106 may determine whether the measured data 107 is the Gaussian noise distribution 108 using the average estimate, the standard deviation estimate, and the quartile. For example, the noise distribution determiner 106 determines whether the measurement data 107 is the Gaussian noise distribution 108 based on the comparison result of the first comparator 104 and the comparison result of the second comparator 105. You can decide.

일례로, 잡음분포 결정부(106)는 평균 추정값과 1/2 사분위수의 차이가 미리 설정한 오차 범위에 포함되고, 표준편차 추정값과 H-범위에 미리 설정한 값을 나눈 결과값의 차이가 미리 설정한 오차 범위에 포함되는 경우, 측정 데이터(107)를 가우시안 잡음 분포(108)로 결정할 수 있다.For example, the noise distribution determiner 106 includes a difference between the average estimated value and the half quartile in a preset error range, and a difference in the result obtained by dividing the standard deviation estimated value and the preset value in the H-range. When included in the preset error range, the measurement data 107 may be determined as the Gaussian noise distribution 108.

잡음분포 결정부(106)는 평균 추정값과 상기 1/2 사분위수의 차이가 미리 설정한 오차 범위에 포함되지 않거나, 또는 표준편차 추정값과 H-범위에 미리 설정한 값을 나눈 결과값의 차이가 미리 설정한 오차 범위에 포함되지 않는 경우, 측정 데이터(107)를 비-가우시안 잡음 분포(109)로 결정할 수 있다.The noise distribution determining unit 106 does not include the difference between the average estimated value and the half quartile in a preset error range, or the difference in the result of dividing the standard deviation estimated value and the preset value in the H-range. When not included in the preset error range, the measurement data 107 may be determined as the non-Gaussian noise distribution 109.

일례로, 측정 데이터(107)의 평균 추정값과 1/2 사분위수(중위수)가 오차 범위에서 일치하고, 측정 데이터(107)의 표준편차 추정값과 (H-범위/1.349)가 오차 범위에서 일치하는 경우, 잡음분포 결정부(106)는 측정 데이터(107)의 분포를 가우시안 잡음 분포(108)로 결정할 수 있다. 반대로, 측정 데이터(107)의 평균 추정값과 1/2 사분위수(중위수)가 오차 범위에서 일치하지 않거나, 또는 측정 데이터(107)의 표준편차 추정값과 (H-범위/1.349)가 오차 범위에서 일치하지 않는 경우, 잡음분포 결정부(106)는 측정 데이터(107)의 분포를 비-가우시안 잡음 분포(109)로 결정할 수 있다.In one example, the mean estimate of the measurement data 107 and half quartile (median) coincide in the error range, and the standard deviation estimate of the measurement data 107 and (H-range / 1.349) coincide in the error range. In this case, the noise distribution determiner 106 may determine the distribution of the measurement data 107 as the Gaussian noise distribution 108. Conversely, the mean estimate of the measurement data 107 and half quartile (median) do not match in the error range, or the standard deviation estimate of the measurement data 107 and (H-range / 1.349) coincide in the error range. If not, the noise distribution determiner 106 may determine the distribution of the measurement data 107 as the non-Gaussian noise distribution 109.

결국, 잡음분포 결정부(106)는 측정 데이터(107)의 평균 추정값과 1/2 사분위수 간의 일치성 판별과 측정 데이터(107)의 표준편차 추정값과 (H-범위/1.349) 간의 일치성 판별을 포함하는 총 2단계의 과정을 통해 전파 잡음의 측정 데이터(107)가 가우시안 잡음 분포(108)를 나타내는 지 여부를 판별할 수 있다. 전파 잡음의 측정 데이터(107)가 가우시안 잡음 분포(108)로 판별되기 위해 2단계를 모두 만족해야 하며, 어느 하나의 단계라도 만족하지 못하면 전파 잡음의 측정 데이터(107)는 비-가우시안 잡음 분포(109)로 판별된다.As a result, the noise distribution determiner 106 determines the correspondence between the average estimated value of the measurement data 107 and the quartile and determines the correspondence between the standard deviation estimate of the measurement data 107 and the (H-range / 1.349). Through a two-step process including a, it may be determined whether the measurement data 107 of the propagation noise represents the Gaussian noise distribution 108. In order for the measurement data 107 of the propagation noise to be determined as the Gaussian noise distribution 108, both stages must be satisfied, and if any one step is not satisfied, the measurement data 107 of the propagation noise is obtained using the non-Gaussian noise distribution ( 109).

도 2는 전파 잡음의 가우시안 분포와 사분위수 관계를 도시한 도면이다.2 is a diagram illustrating a Gaussian distribution and quartile relationship of radio noise.

도 2를 참고하면, 전파 잡음이 가우시안 분포를 나타내는 경우를 도시하고 있다. 이 때, Q1은 1/4 사분위수, Q2는 1/2 사분위수(중위수), Q3는 3/4 사분위수를 나타낸다. 그리고, Q3과 Q1 간의 간격이 H-범위를 의미한다. 즉, H-범위는 상기 수학식 3으로 결정될 수 있다.Referring to FIG. 2, a case in which propagation noise exhibits a Gaussian distribution is illustrated. In this case, Q1 represents a quarter quartile, Q2 represents a half quartile (median), and Q3 represents a third quarter quartile. And, the interval between Q3 and Q1 means H-range. That is, the H-range may be determined by Equation 3 above.

본 발명의 일실시예에 따르면, 전파 잡음이 도 2와 같이 가우시안 잡음 분포를 나타내는 것인지 판별하기 위해서 가우시안 전파 잡음 판별 시스템(100)은 2단계의 일치성 판별 과정을 거칠 수 있다. 먼저, 가우시안 전파 잡음 판별 시스템 (100)은 측정 데이터의 평균 추정값이 1/2 사분위수와 일치하는 지 여부를 판별할 수 있다. 그리고, 가우시안 전파 잡음 판별 시스템(100)은 측정 데이터의 표준편차 추정값이 H-범위/1.349와 일치하는 지 여부를 판별할 수 있다.According to an embodiment of the present invention, the Gaussian propagation noise determination system 100 may go through a two-step consistency determination process to determine whether the propagation noise represents a Gaussian noise distribution as shown in FIG. 2. First, the Gaussian propagation noise determination system 100 may determine whether the average estimated value of the measured data coincides with the 1/2 quartile. In addition, the Gaussian propagation noise determination system 100 may determine whether the standard deviation estimate of the measured data is equal to the H-range / 1.349.

즉, 측정 데이터의 평균 추정값이 Q2 부근에 위치하고, 측정 데이터의 표준편차 추정값이 Q1과 Q3 간의 간격과 어느 정도 일치하는 경우, 가우시안 전파 잡음 판별 시스템(100)은 측정 데이터의 잡음 분포를 가우시안 잡음 분포로 판별할 수 있다.That is, when the average estimated value of the measured data is located near Q2 and the standard deviation estimated value of the measured data is somewhat coincident with the interval between Q1 and Q3, the Gaussian propagation noise discrimination system 100 adjusts the noise distribution of the measured data to the Gaussian noise distribution. Can be determined by

도 3은 전파 잡음에 대해 가우시안 분포와 균등 분포의 확률밀도함수를 나타내는 도면이다.3 is a diagram illustrating a probability density function of a Gaussian distribution and an equal distribution with respect to propagation noise.

측정 데이터의 평균 추정값과 1/2 사분위수 간의 일치성 판별만으로 측정데이터의 잡음 분포를 가우시안 분포로 판별한다면, 전파 잡음이 가우시안 분포를 나타내거나 균등 분포를 나타내더라도 동일한 결과가 도출되어 정확도가 떨어진다.If the noise distribution of the measured data is determined by the Gaussian distribution only by determining the correspondence between the average estimated value of the measured data and the quartiles, the same result is obtained and the accuracy is lowered even if the propagation noise exhibits the Gaussian distribution or the uniform distribution.

그러나, 본 발명의 일실시예에 따르면, 가우시안 전파 잡음 판별 시스템 (100)은 측정 데이터의 평균 추정값이 1/2 사분위수와 일치하는 지 여부를 판별할 수 있다. 할 수 있다. 그리고, 가우시안 전파 잡음 판별 시스템(100)은 측정 데이터의 표준편차 추정값이 H-범위/1.349와 일치하는 지 여부를 판별할 수 있다. However, according to one embodiment of the present invention, the Gaussian propagation noise determination system 100 may determine whether the average estimated value of the measured data coincides with the 1/2 quartile. can do. In addition, the Gaussian propagation noise determination system 100 may determine whether the standard deviation estimate of the measured data is equal to the H-range / 1.349.

즉, 본 발명의 일실시예에 따르면, 2단계의 일치성 판단을 통해 전파 잡음의 측정 데이터가 가우시안 잡음 분포를 나타내는 지 여부를 결정할 수 있다. 다시 말해서, 실제로 전파 잡음이 균등 분포를 나타내는 경우, 본 발명이 적용되면 가우시안 잡음 분포로 판별되지 않을 것이다. 결국, 본 발명에 따르면, 전파 잡음이 가우시안 잡음 분포인지 여부를 정확하게 판별할 수 있다.That is, according to one embodiment of the present invention, it is possible to determine whether the measurement data of the propagation noise exhibits a Gaussian noise distribution through two-step consistency determination. In other words, if the propagation noise actually exhibits an even distribution, it will not be determined as a Gaussian noise distribution when the present invention is applied. As a result, according to the present invention, it is possible to accurately determine whether the propagation noise is a Gaussian noise distribution.

도 4는 가우시안 잡음 판별 방법의 세부 과정을 도시한 순서도이다.4 is a flowchart illustrating a detailed process of a Gaussian noise discrimination method.

단계(S401)에서, 가우시안 전파 잡음 판별 시스템(100)은 전파 잡음의 측정 데이터인 x1, x2, …, xn을 수집할 수 있다.In step S401, the Gaussian propagation noise determination system 100 determines that x 1 , x 2 ,... , x n can be collected.

단계(S402)에서, 가우시안 전파 잡음 판별 시스템(100)은 전파 잡음의 평균 추정값과 표준편차 추정값을 계산할 수 있다.In step S402, the Gaussian propagation noise determination system 100 may calculate an average estimate and a standard deviation estimate of the propagation noise.

단계(S403)에서, 가우시안 전파 잡음 판별 시스템(100)은 측정 데이터에 대해 1/4 사분위수, 1/2 사분위수(중위수), 3/4 사분위수를 계산할 수 있다.In step S403, the Gaussian propagation noise determination system 100 may calculate a quarter quartile, a half quartile (median), and a third quarter quartile on the measured data.

단계(S404)에서, 가우시안 전파 잡음 판별 시스템(100)은 평균 추정값과 1/2 사분위수(중위수)가 일치하는 지 여부를 판별할 수 있다. 구체적으로, 가우시안 전파 잡음 판별 시스템(100)은 평균 추정값과 1/2 사분위수 간의 차이가 미리 설정한 오차 범위에 속하는 지 여부를 판별할 수 있다. 만약, 일치하는 경우, 단계(S406)로 진행되고, 일치하지 않는 경우, 단계(S405)에서, 가우시안 전파 잡음 판별 시스템(100)은 측정 데이터가 비-가우시안 잡음 분포를 나타내는 것으로 결정할 수 있다.In step S404, the Gaussian propagation noise determination system 100 may determine whether the average estimated value and the first quartile (median) match. In detail, the Gaussian propagation noise determination system 100 may determine whether a difference between the average estimated value and the half quartile falls within a preset error range. If there is a match, the process proceeds to step S406, and if it does not match, in step S405, the Gaussian propagation noise determination system 100 may determine that the measurement data represents a non-Gaussian noise distribution.

단계(S406)에서, 가우시안 전파 잡음 판별 시스템(100)은 표준편차 추정값과 H-범위/1.349가 서로 일치하는 지 여부를 판별할 수 있다. 구체적으로, 가우시안 전파 잡음 판별 시스템(100)은 표준편차 추정값과 H-범위/1.349 간의 차이가 미리 설정한 오차 범위에 속하는 지 여부를 판별할 수 있다. In step S406, the Gaussian propagation noise determination system 100 may determine whether the standard deviation estimate and the H-range / 1.349 coincide with each other. In detail, the Gaussian propagation noise determination system 100 may determine whether the difference between the standard deviation estimate and the H-range / 1.349 falls within a preset error range.

만약, 일치하는 경우, 단계(S407)에서, 가우시안 전파 잡음 판별 시스템(100)은 측정 데이터가 가우시안 잡음 분포를 나타내는 것으로 결정할 수 있다. 반대로, 일치하지 않는 경우, 단계(S405)에서, 가우시안 전파 잡음 판별 시스템(100)은 측정 데이터가 비-가우시안 잡음 분포를 나타내는 것으로 결정할 수 있다.If there is a match, in step S407, the Gaussian propagation noise determination system 100 may determine that the measurement data represents a Gaussian noise distribution. Conversely, if there is a mismatch, in step S405, the Gaussian propagation noise determination system 100 may determine that the measurement data represents a non-Gaussian noise distribution.

본 발명의 실시 예에 따른 방법들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. The methods according to embodiments of the present invention may be implemented in the form of program instructions that can be executed through various computer means and recorded in a computer-readable medium. The computer readable medium may include program instructions, data files, data structures, etc. alone or in combination. The program instructions recorded on the medium may be those specially designed and constructed for the present invention or may be available to those skilled in the art of computer software.

이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.As described above, the present invention has been described by way of limited embodiments and drawings, but the present invention is not limited to the above embodiments, and those skilled in the art to which the present invention pertains various modifications and variations from such descriptions. This is possible.

그러므로, 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.Therefore, the scope of the present invention should not be limited to the described embodiments, but should be determined by the equivalents of the claims, as well as the claims.

100: 가우시안 전파 잡음 판별 시스템
101: 측정 데이터 수집부
102: 추정값 계산부
103: 사분위수 계산부
104: 제1 비교부
105: 제2 비교부
106: 잡음분포 결정부
107: 측정 데이터
108: 가우시안 잡음 분포
109: 비-가우시안 잡음 분포100: Gaussian propagation noise discrimination system
101: measurement data collection unit
102: estimated value calculation unit
103: Quartile Computation
104: first comparison unit
105: second comparison unit
106: noise distribution determiner
107: measurement data
108: Gaussian Noise Distribution
109: non-Gaussian noise distribution

Claims (12)

전파 잡음을 측정한 측정 데이터를 수집하는 측정 데이터 수집부;
상기 측정 데이터의 평균 추정값과 표준편차 추정값을 계산하는 추정값 계산부;
상기 측정 데이터를 이용하여 사분위수를 계산하는 사분위수 계산부;
상기 평균 추정값과 상기 사분위수 중 1/2 사분위수를 비교하는 제1 비교부;
상기 표준편차 추정값과 상기 사분위수 중 3/4 사분위수와 1/4 사분위수 간의 차이인 H-범위를 비교하는 제2 비교부; 및
상기 평균 추정값, 상기 표준편차 추정값 및 상기 사분위수를 이용하여 상기 측정 데이터가 가우시안 잡음 분포인지 여부를 결정하는 잡음분포 결정부
를 포함하고,
상기 잡음분포 결정부는,
상기 평균 추정값과 상기 1/2 사분위수의 차이가 미리 설정한 오차 범위에 포함되고, 상기 표준편차 추정값과 상기 H-범위에 미리 설정한 값을 나눈 결과값의 차이가 미리 설정한 오차 범위에 포함되는 경우, 상기 측정 데이터를 가우시안 잡음 분포로 결정하는 가우시안 전파 잡음 판별 시스템.A measurement data collection unit collecting measurement data measuring radio wave noise;
An estimated value calculator for calculating an average estimated value and a standard deviation estimated value of the measured data;
A quartile calculator for calculating quartiles using the measured data;
A first comparator for comparing the average estimated value with one half of the quartile;
A second comparison unit for comparing the H-range, which is a difference between the standard deviation estimate value and the third quartile and the first quartile of the quartile; And
A noise distribution determiner for determining whether the measured data is a Gaussian noise distribution using the average estimated value, the standard deviation estimated value, and the quartile.
Lt; / RTI >
The noise distribution determiner,
The difference between the average estimated value and the half quartile is included in the preset error range, and the difference between the standard deviation estimated value and the result of dividing the preset value in the H-range is included in the preset error range. A Gaussian propagation noise determination system for determining the measurement data as a Gaussian noise distribution. 제1항에 있어서,
상기 사분위수 계산부는,
상기 측정 데이터의 가우시안 분포에 대한 사분위수를 계산하는 것을 특징으로 하는 가우시안 전파 잡음 판별 시스템.The method of claim 1,
The quartile calculation unit,
Gaussian propagation noise discrimination system for calculating the quartile for the Gaussian distribution of the measured data. 삭제delete 삭제delete 삭제delete 전파 잡음을 측정한 측정 데이터를 수집하는 측정 데이터 수집부;
상기 측정 데이터의 평균 추정값과 표준편차 추정값을 계산하는 추정값 계산부;
상기 측정 데이터를 이용하여 사분위수를 계산하는 사분위수 계산부;
상기 평균 추정값과 상기 사분위수 중 1/2 사분위수를 비교하는 제1 비교부; 및
상기 표준편차 추정값과 상기 사분위수 중 3/4 사분위수와 1/4 사분위수 간의 차이인 H-범위를 비교하는 제2 비교부; 및
상기 평균 추정값, 상기 표준편차 추정값 및 상기 사분위수를 이용하여 상기 측정 데이터가 가우시안 잡음 분포인지 여부를 결정하는 잡음분포 결정부
를 포함하고,
상기 잡음분포 결정부는,
상기 평균 추정값과 상기 1/2 사분위수의 차이가 미리 설정한 오차 범위에 포함되지 않거나, 또는 상기 표준편차 추정값과 상기 H-범위에 미리 설정한 값을 나눈 결과값의 차이가 미리 설정한 오차 범위에 포함되지 않는 경우, 상기 측정 데이터를 비-가우시안 잡음 분포로 결정하는 가우시안 전파 잡음 판별 시스템.A measurement data collection unit collecting measurement data measuring radio wave noise;
An estimated value calculator for calculating an average estimated value and a standard deviation estimated value of the measured data;
A quartile calculator for calculating quartiles using the measured data;
A first comparator for comparing the average estimated value with one half of the quartile; And
A second comparison unit for comparing the H-range, which is a difference between the standard deviation estimate value and the third quartile and the first quartile of the quartile; And
A noise distribution determiner for determining whether the measured data is a Gaussian noise distribution using the average estimated value, the standard deviation estimated value, and the quartile.
Lt; / RTI >
The noise distribution determiner,
The difference between the average estimated value and the half quartile is not included in a preset error range, or the difference between the standard deviation estimated value and the result of dividing a preset value in the H-range is a preset error range. Gaussian propagation noise determination system for determining the measurement data as a non-Gaussian noise distribution, if not included in the. 전파 잡음을 측정한 측정 데이터를 수집하는 단계;
상기 측정 데이터의 평균 추정값과 표준편차 추정값을 계산하는 단계;
상기 측정 데이터를 이용하여 사분위수를 계산하는 단계;
상기 평균 추정값과 상기 사분위수 중 1/2 사분위수를 비교하는 단계;
상기 표준편차 추정값과 상기 사분위수 중 3/4 사분위수와 1/4 사분위수 간의 차이인 H-범위를 비교하는 단계; 및
상기 평균 추정값, 상기 표준편차 추정값 및 상기 사분위수를 이용하여 상기 측정 데이터가 가우시안 잡음 분포인지 여부를 결정하는 단계
를 포함하고,
상기 측정 데이터가 가우시안 잡음 분포인지 여부를 결정하는 단계는,
상기 평균 추정값과 상기 1/2 사분위수의 차이가 미리 설정한 오차 범위에 포함되고, 상기 표준편차 추정값과 상기 H-범위에 미리 설정한 값을 나눈 결과값의 차이가 미리 설정한 오차 범위에 포함되는 경우, 상기 측정 데이터를 가우시안 잡음 분포로 결정하는 가우시안 전파 잡음 판별 방법.Collecting measurement data measuring radio noise;
Calculating an average estimated value and a standard deviation estimated value of the measured data;
Calculating a quartile using the measured data;
Comparing the average estimated value with one-half quartile of the quartiles;
Comparing the H-range, which is the difference between the standard deviation estimate and the 3/4 and 1/4 quartiles of the quartile; And
Determining whether the measured data is a Gaussian noise distribution using the mean estimate, the standard deviation estimate, and the quartile
Lt; / RTI >
Determining whether the measurement data is a Gaussian noise distribution,
The difference between the average estimated value and the half quartile is included in the preset error range, and the difference between the standard deviation estimated value and the result of dividing the preset value in the H-range is included in the preset error range. Gaussian propagation noise determination method for determining the measured data as a Gaussian noise distribution. 제7항에 있어서,
상기 사분위수를 계산하는 단계는,
상기 측정 데이터의 가우시안 분포에 대한 사분위수를 계산하는 것을 특징으로 하는 가우시안 전파 잡음 판별 방법.The method of claim 7, wherein
Computing the quartile,
Gaussian propagation noise discrimination method comprising calculating a quartile for a Gaussian distribution of the measured data. 삭제delete 삭제delete 삭제delete 전파 잡음을 측정한 측정 데이터를 수집하는 단계;
상기 측정 데이터의 평균 추정값과 표준편차 추정값을 계산하는 단계;
상기 측정 데이터를 이용하여 사분위수를 계산하는 단계;
상기 평균 추정값과 상기 사분위수 중 1/2 사분위수를 비교하는 단계;
상기 표준편차 추정값과 상기 사분위수 중 3/4 사분위수와 1/4 사분위수 간의 차이인 H-범위를 비교하는 단계; 및
상기 평균 추정값, 상기 표준편차 추정값 및 상기 사분위수를 이용하여 상기 측정 데이터가 가우시안 잡음 분포인지 여부를 결정하는 단계
를 포함하고,
상기 측정 데이터가 가우시안 잡음 분포인지 여부를 결정하는 단계는,
상기 평균 추정값과 상기 1/2 사분위수의 차이가 미리 설정한 오차 범위에 포함되지 않거나, 또는 상기 표준편차 추정값과 상기 H-범위에 미리 설정한 값을 나눈 결과값의 차이가 미리 설정한 오차 범위에 포함되지 않는 경우, 상기 측정 데이터를 비-가우시안 잡음 분포로 결정하는 것을 특징으로 하는 가우시안 전파 잡음 판별 방법.Collecting measurement data measuring radio noise;
Calculating an average estimated value and a standard deviation estimated value of the measured data;
Calculating a quartile using the measured data;
Comparing the average estimated value with one-half quartile of the quartiles;
Comparing the H-range, which is the difference between the standard deviation estimate and the 3/4 and 1/4 quartiles of the quartile; And
Determining whether the measured data is a Gaussian noise distribution using the mean estimate, the standard deviation estimate, and the quartile
Lt; / RTI >
Determining whether the measurement data is a Gaussian noise distribution,
The difference between the average estimated value and the half quartile is not included in a preset error range, or the difference between the standard deviation estimated value and the result of dividing a preset value in the H-range is a preset error range. If not included in the Gaussian propagation noise determination method, characterized in that for determining the measurement data as a non-Gaussian noise distribution.
KR1020100011768A 2009-12-17 2010-02-09 System and method for discrimination of gaussian radio noise KR101293906B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US12/965,566 US20110151815A1 (en) 2009-12-17 2010-12-10 System and method for identifying gaussian radio noise

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020090125959 2009-12-17
KR20090125959 2009-12-17

Publications (2)

Publication Number Publication Date
KR20110069663A KR20110069663A (en) 2011-06-23
KR101293906B1 true KR101293906B1 (en) 2013-08-06

Family

ID=44401450

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100011768A KR101293906B1 (en) 2009-12-17 2010-02-09 System and method for discrimination of gaussian radio noise

Country Status (1)

Country Link
KR (1) KR101293906B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10949762B2 (en) * 2015-09-30 2021-03-16 Tata Consultancy Services Limited Methods and systems for optimizing hidden Markov Model based land change prediction

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050204818A1 (en) 2004-03-22 2005-09-22 Johnson Controls Technology Company Determining amplitude limits for vibration spectra
KR20080077559A (en) * 2007-02-20 2008-08-25 후지쯔 가부시끼가이샤 Device and method for measuring noise characteristics

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050204818A1 (en) 2004-03-22 2005-09-22 Johnson Controls Technology Company Determining amplitude limits for vibration spectra
KR20080077559A (en) * 2007-02-20 2008-08-25 후지쯔 가부시끼가이샤 Device and method for measuring noise characteristics

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
M. E. Bontempi 외 1명, "EXPLORATORY DATA ANALYSIS: AN APPLICATION TO CROSS-SECTION DATA", online] URL: http://www2.dse.unibo.it/bontempi/didattica/ferraraIII/lecture_exploratory_data_analysis.pdf *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10949762B2 (en) * 2015-09-30 2021-03-16 Tata Consultancy Services Limited Methods and systems for optimizing hidden Markov Model based land change prediction

Also Published As

Publication number Publication date
KR20110069663A (en) 2011-06-23

Similar Documents

Publication Publication Date Title
KR102120522B1 (en) Selection and use of representative target subsets
CN107766254B (en) Software quality evaluation method and system based on hierarchical analysis
WO2021179957A1 (en) Method and device for determining product use quality or performance
JP5760899B2 (en) Electromagnetic interference detection apparatus, electromagnetic interference detection method, and electromagnetic interference detection program
CN109996280B (en) Method, device, equipment and medium for checking longitude and latitude of base station
CN109564270B (en) Positioning information determining method and device
Petersen-Øverleir et al. Bayesian rating curve inference as a streamflow data quality assessment tool
CN105241798A (en) Quantification characterization method of complex carbonate reservoir permeability
CN103902451A (en) Intelligent electricity meter software quality evaluation method
US9651654B2 (en) Correcting device error radius estimates in positioning systems
CN110348717B (en) Base station value scoring method and device based on grid granularity
CN112526470A (en) Method and device for calibrating radar parameters, electronic equipment and storage medium
Lindau et al. The joint influence of break and noise variance on the break detection capability in time series homogenization
Hall et al. Testing for monotone increasing hazard rate
CN115828821A (en) Passive device impedance fitting method and device, electronic equipment and storage medium
KR101293906B1 (en) System and method for discrimination of gaussian radio noise
CN107194114B (en) Method for calculating multi-fractal parameter of rock structural surface
WO2016028208A1 (en) Method and positioning node for positioning of a mobile terminal
JP5571230B1 (en) Evaluation system and evaluation method
Sima et al. Optimal cutpoint estimation with censored data
Artyushenko et al. Identification of the distribution parameters of additive and multiplicative non-Gaussian noise
Cuadrado-Gallego et al. Convertibility between IFPUG and COSMIC functional size measurements
JP6394787B2 (en) Product inspection device, product inspection method, and computer program
CN109347691B (en) Data sampling method, device and equipment for Web service
CN114415265B (en) Meteorological observation data processing method and device, computer equipment and storage medium

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
LAPS Lapse due to unpaid annual fee