[发明专利]一种基于量化相关性的跳频方法及装置有效
申请号: | 201911237078.4 | 申请日: | 2019-12-05 |
公开(公告)号: | CN111010207B | 公开(公告)日: | 2020-11-13 |
发明(设计)人: | 郑霄龙;王玉婷;刘亮;马华东 | 申请(专利权)人: | 北京邮电大学 |
主分类号: | H04B1/713 | 分类号: | H04B1/713;H04B1/715;H04B17/336;H04B17/391 |
代理公司: | 北京柏杉松知识产权代理事务所(普通合伙) 11413 | 代理人: | 孟维娜;高莺然 |
地址: | 100876 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 量化 相关性 方法 装置 | ||
1.一种基于量化相关性的跳频方法,其特征在于,应用于接收端,所述方法包括:
根据接收的历史信息和当前时刻采集的干扰信息,建立基于各个信道的信干噪比的信道间相关性的量化信道相关模型;
从所述量化信道相关模型中,选取一个最优的信道作为与发送端进行通信的目标信道;
其中,所述根据接收的历史信息和当前时刻采集的干扰信息,建立用于表征各个信道相互间所具有的相关程度的量化信道相关模型,包括:
针对每一信道,按照预设时间窗口采样该信道所接收到的接收信号强度指示RSSI序列,并通过变点检测算法,从所采样的RSSI序列中分离出当前时刻环境的第一干扰RSSI序列和历史数据包的数据RSSI序列;筛选所述数据RSSI序列中干扰信息的第二干扰RSSI序列,并利用所述第二干扰RSSI序列和所述数据RSSI序列,计算该信道的信干噪比;
利用各个信道的信干噪比,计算各个信道之间的皮尔森相关系数,作为信道相关性系数;
利用每一信道的信道相关性系数,生成量化信道相关模型。
2.根据权利要求1所述的方法,其特征在于,在所述选取一个最优的信道作为与发送端进行通信的目标信道之后,所述方法还包括:
当接收到所述发送端通过所述目标信道发送的数据包时,利用所述数据包的信号强度和当前时刻采集的噪声,计算所述目标信道的信干噪比;
如果所述信干噪比低于预设的阈值时,利用帕累托模型和所述量化信道相关模型,重新选择新的信道。
3.根据权利要求2所述的方法,其特征在于,所述利用帕累托模型和所述量化信道相关模型,重新选择新的信道,包括:
基于帕累托模型,如果检测到需要对所述目标信道的相邻信道进行探测时,则对所述目标信道的相邻信道进行探测,计算各个所述相邻信道的信干噪比,当所述相邻信道存在可用信道时,从所计算的信干噪比中选择信干噪比高的所述可用信道作为新的信道;当所述相邻信道不存在可用信道时,返回执行所述根据接收的历史信息和当前时刻采集的干扰信息,建立基于各个信道的信干噪比的信道间相关性的量化信道相关模型的步骤;
基于帕累托模型,如果检测不到需要对所述目标信道的相邻信道进行探测,返回执行所述根据接收的历史信息和当前时刻采集的干扰信息,建立基于各个信道的信干噪比的信道间相关性的量化信道相关模型的步骤。
4.根据权利要求3所述的方法,其特征在于,所述基于帕累托模型,对所述目标信道的相邻信道进行探测,包括:
利用帕累托模型,按照如下表达式,确定所述目标信道从当前时刻到下一个处于繁忙状态时刻的时间段t;
所述表达式为:
其中,P(xt)表示忙周期大于t的概率,α表示最小的忙周期时长,β表示帕累托模型的形状参数,λ表示平均忙周期时长;
如果所述时间段小于或等于时间阈值,则判定为需要对所述目标信道的相邻信道进行探测;
如果所述时间段大于时间阈值,则判定为不需要对所述目标信道的相邻信道进行探测。
5.一种基于量化相关性的跳频装置,其特征在于,应用于接收端,所述装置包括:
量化信道相关模型建立模块,用于根据接收的历史信息和当前时刻采集的干扰信息,建立基于各个信道的信干噪比的信道间相关性的量化信道相关模型;
目标信道选取模块,用于从所述量化信道相关模型中,选取一个最优的信道作为与发送端进行通信的目标信道;
其中,所述量化信道相关模型建立模块,包括:
信干噪比计算子模块,用于针对每一信道,按照预设时间窗口采样该信道所接收到的接收信号强度指示RSSI序列,并通过变点检测算法,从所采样的RSSI序列中分离出当前时刻环境的第一干扰RSSI序列和历史数据包的数据RSSI序列;筛选所述数据RSSI序列中干扰信息的第二干扰RSSI序列,并利用所述第二干扰RSSI序列和所述数据RSSI序列计算该信道的信干噪比;
系数计算子模块,用于利用各个信道的信干噪比,计算各个信道之间的皮尔森相关系数,作为信道相关性系数;
生成子模块,用于利用每一信道的信道相关性系数,生成量化信道相关模型。
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北京邮电大学,未经北京邮电大学许可,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/201911237078.4/1.html,转载请声明来源钻瓜专利网。