[发明专利]基于粒子群算法的盲信号功率及盲源位置确定方法、系统有效

专利信息
申请号: 201810752078.7 申请日: 2018-07-10
公开(公告)号: CN108882155B 公开(公告)日: 2020-11-10
发明(设计)人: 刘申;李晓帆;赵毓斌;郭伟斌;张莎;林达宜;李腾飞 申请(专利权)人: 深圳无线电检测技术研究院
主分类号: H04W4/02 分类号: H04W4/02;H04W64/00;H04W4/021;H04B17/391;G06N3/00
代理公司: 北京智汇东方知识产权代理事务所(普通合伙) 11391 代理人: 康正德;陈智勇
地址: 518035 广东省深圳市福田区华*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 粒子 算法 信号 功率 位置 确定 方法 系统
【说明书】:

发明提供了一种基于粒子群算法的盲信号功率及盲源位置确定方法、系统,该方法包括:接收预设区域范围内多个信号强度传感器发送的采集信号功率值;选取大于预设阈值的采集信号功率值,根据选取的采集信号功率值所对应的信号强度传感器的位置确定盲源位置区域;基于路径损耗模型利用接收到的采集信号功率值和预设区域范围的大小,确定盲信号的功率范围;依据盲源位置区域和盲信号的功率范围,基于粒子群算法可以计算出盲源的位置和盲信号功率值。由此,本发明方案仅基于信号强度传感器的接收功率而没有任何先验知识的发射功率,通过确定出盲源位置区域和盲信号的功率范围,进而利用粒子群算法准确地计算出具体的盲源位置和盲信号功率值。

技术领域

本发明涉及无线通信技术领域,特别是涉及一种基于粒子群算法的盲信号功率及盲源位置确定方法、系统。

背景技术

移动宽带流量的持续增长和高端用户的需求导致无线资源的密集使用。因此,在典型环境中检测和识别未知RF(Radio Frequency,射频)传输的问题正变得至关重要。在没有用于先验信息的情况下,单频道同频干扰信号盲源的功率和位置联合估计是一项具有挑战性的任务。在空间分布式传感器上接收到的功率测量结果中包含的信息可用于许多应用,如室内定位,信号识别,认知无线电系统和检测窃听设备等。作为无线通信的主要威胁,干扰会对用户和运营商使用无线通信产生重大的不利影响,同时还会造成对财务的不利影响。

未知传输检测或盲信号检测不同于定位源目标,其中后者可以基于接收信号功率测量和自由空间路径损耗模型来估计。然而,盲信号检测仅使用一般的路径损耗模型,当发射功率未知时,还需要同时定位多个同频节点。

综上所述,从无线频谱检测和干扰检测的实际需求角度考虑,开展盲信号功率和位置联合估计的研究具有十分重要的意义。

发明内容

鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的基于粒子群算法的盲信号功率及盲源位置确定方法、系统。

依据本发明以方面,提供了一种基于粒子群算法的盲信号功率及盲源位置确定方法,包括:

接收预设区域范围内多个信号强度传感器发送的采集信号功率值,其中,所述信号强度传感器采集盲源发出的盲信号并确定采集到的信号功率值;

从接收到的采集信号功率值中选取大于预设阈值的采集信号功率值,根据选取的采集信号功率值所对应的信号强度传感器的位置确定所述盲源位置区域;

基于路径损耗模型利用接收到的采集信号功率值和预设区域范围的大小,确定盲信号的功率范围;

依据所述盲源位置区域和盲信号的功率范围,基于粒子群算法计算盲源的位置和盲信号功率值。

可选地,基于路径损耗模型利用接收到的采集信号功率值和预设区域范围的大小,确定盲信号的功率范围,包括:

设定盲信号的功率范围的下限值为0;

从接收到的采集信号功率值中选取最小采集信号功率值,并确定所述预设区域范围内存在的最长距离;

基于路径损耗模型利用选取的最小采集信号功率值和所述最长距离,确定盲信号的最大功率值,将该最大功率值作为盲信号的功率范围的上限值。

可选地,从接收到的采集信号功率值中选取大于预设阈值的采集信号功率值,根据选取的采集信号功率值所对应的信号强度传感器的位置确定所述盲源位置区域,包括:

预先为信号强度传感器分配用于标识其位置的坐标值,其中,一个信号强度传感器对应一个唯一坐标值;

从接收到的采集信号功率值中选取大于预设阈值的采集信号功率值,获取大于预设阈值的采集信号功率值对应的信号强度传感器的坐标值;

将获取到的信号强度传感器坐标值附近的指定区域作为盲源位置区域。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳无线电检测技术研究院,未经深圳无线电检测技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810752078.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top