CN118249930A - 一种用于宽带干扰的通信接收机电磁敏感性预测方法及装置 - Google Patents
一种用于宽带干扰的通信接收机电磁敏感性预测方法及装置 Download PDFInfo
- Publication number
- CN118249930A CN118249930A CN202410459792.2A CN202410459792A CN118249930A CN 118249930 A CN118249930 A CN 118249930A CN 202410459792 A CN202410459792 A CN 202410459792A CN 118249930 A CN118249930 A CN 118249930A
- Authority
- CN
- China
- Prior art keywords
- signal
- interference
- beta
- power spectrum
- communication receiver
- 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
- 238000004891 communication Methods 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000035945 sensitivity Effects 0.000 title claims abstract description 20
- 238000001228 spectrum Methods 0.000 claims abstract description 50
- 230000007246 mechanism Effects 0.000 claims abstract description 37
- 230000000903 blocking effect Effects 0.000 claims abstract description 36
- 238000010586 diagram Methods 0.000 claims abstract description 21
- 238000013139 quantization Methods 0.000 claims abstract description 15
- 238000012512 characterization method Methods 0.000 claims abstract description 6
- 230000008569 process Effects 0.000 claims abstract description 6
- 238000012545 processing Methods 0.000 claims abstract description 6
- 230000003595 spectral effect Effects 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000012821 model calculation Methods 0.000 claims description 6
- 101100129500 Caenorhabditis elegans max-2 gene Proteins 0.000 claims description 5
- 101100083446 Danio rerio plekhh1 gene Proteins 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 5
- 238000000926 separation method Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 4
- 238000012847 principal component analysis method Methods 0.000 claims description 4
- 238000011002 quantification Methods 0.000 claims description 4
- 230000002902 bimodal effect Effects 0.000 abstract description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/20—Monitoring; Testing of receivers
- H04B17/201—Monitoring; Testing of receivers for measurement of specific parameters of the receiver or components thereof
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/20—Monitoring; Testing of receivers
- H04B17/29—Performance testing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
- H04B17/345—Interference values
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Monitoring And Testing Of Transmission In General (AREA)
Abstract
本发明涉及一种用于宽带干扰的通信接收机电磁敏感性预测方法及装置,属于通信领域,包括:分析当前电磁环境的信噪比,并转换得到数字域的比特信噪比;基于实际与理想接收信号的功率谱密度图进行干扰信号的提取,对其进行量化表征,得到带内干信比、带内功率谱峰值比、功率谱矩,并构建阻塞效应模型;分析零中频接收机的信号处理过程,得到针对16QAM调制方式的误码机理模型;将数字域的比特信噪比和阻塞效应模型代入到误码机理模型中,计算得到当前电磁环境下数字通信接收机预测的平均误比特率,判断是否处于敏感状态。本发明通过融合误码机理和阻塞效应的双模态方法,实现对数字通信接收机在不同程度宽带干扰下电磁敏感性的准确预测。
Description
技术领域
本发明涉及通信领域,尤其涉及一种用于宽带干扰的通信接收机电磁敏感性预测方法及装置。
背景技术
随着空天地一体化进程的不断演进和频率设备的广泛使用,频谱资源的紧缺和电磁攻击武器的出现使通信设备的电磁敏感问题更加突出;并且相较于传统单频干扰和梳妆谱干扰,调制干扰和噪声因其宽频性和灵活性在电磁博弈中日益重要。然而,现有基于单频正弦波或调幅波的电磁兼容性测试方法与评估装置难以全面反映设备在这种电磁环境中的适应能力,因此,如何针对宽频干扰的接收机进行电磁敏感性预测时目前需要考虑的问题。
发明内容
本发明的目的在于克服现有技术的缺点,提供了一种用于宽带干扰的通信接收机电磁敏感性预测方法及装置,解决了现有技术存在的不足。
本发明的目的通过以下技术方案来实现:一种用于宽带干扰的通信接收机电磁敏感性预测方法,所述预测方法包括:
步骤一、分析当前电磁环境的信噪比SNR,并转换得到数字域的比特信噪比Eb/N0,记为α2;
步骤二、基于实际接收信号和理想接收信号的功率谱密度图进行干扰信号的提取,对其进行量化表征,得到带内干信比β1、带内功率谱峰值比β2、功率谱矩β3,并构建阻塞效应模型β;
步骤三、分析零中频接收机的信号处理过程,得到针对16QAM调制方式的误码机理模型BER;
步骤四、将数字域的比特信噪比α2和阻塞效应模型β代入到误码机理模型BER中,计算得到当前电磁环境下数字通信接收机预测的平均误比特率,并判断该接收机是否处于敏感状态。
所述步骤一具体包括以下内容:
采集通信接收机射频端口信号,计算出信号功率Psignal和噪声功率Pnoise,得到当前电磁环境信噪比将其转换为比特信噪比并记为α2,其中Eb表示单位比特的能量,Rb为比特速率,B为信号带宽,N0为噪声功率谱密度。
所述步骤二具体包括以下内容:
A1、通过实际接收信号和理想接收信号的功率谱密度函数的相减运算实现干扰信号的等效分离;
A2、设定频率值f、理想接收信号的功率谱S(f)、信号带宽B、干扰信号功率谱SInterf(f)和干扰信号带宽BInterf,分别从面积、幅度、谱间距离三个量化指标的角度衡量功率谱图的不同特征对阻塞效应模型β的影响,并利用比值定义的方式描述干扰信号与信源信号在能量层面的相对关系,从而实现对带内外干扰程度的量化,得到从面积角度衡量的带内干信比从幅度角度衡量的带内功率谱峰值比和从谱间距离角度衡量的功率谱矩fmax1和fmax2分别表示理想接收信号和干扰信号的最大功率谱密度所对应的频率值,(f-fh)代表干扰信号不同频率分量与信源信号功率谱边之间的远端距离,B为信号带宽;
A3、利用spearman相关系数计算法得到相关系数热力图,以用于直观表征β1,β2和β3之间的相关关系,根据数据集协方差矩阵R的特征根λi及特征向量利用主成分分析法进行量化指标正交化以消除冗余信息,得到彼此线性无关的成分F1和F2,然后通过多项式拟合寻优方法得到阻塞效应模型β=∑i,jcijF1 iF2 j,其中cij表示多项式系数,和j分别为成分F1和F2对应的幂次。
所述步骤三具体包括以下内容:
设置星座图中调制各星座点之间的最小欧几里得距离为d,当16个信源符号以相等概率出现时,Es与d之间的关系为由于高阶调制中每个符号携带更多比特,因此Es与Eb之间的关系满足即
根据星座图的空间对称性将整个平面划分为三种区域,各区域代表不同的抗干扰能力,从每个区域选取代表性调制符号S3、S6、S7,并用空心圆圈标出S3、S6、S7符号在受扰情况下可能的位置波动;
进而推导出S3、S6、S7三种情况对应的误比特概率分别为 和其中,D表示干扰信号与信源同频段内的重叠部分;
假设星座图中所有符号出现的概率相等,认为每个符号对总误比特率的贡献是均等的,在结合这些符合在接收时受到的干扰情况下,得到整体系统在16QAM调制下的误码机理模型为
为了表示干扰信号与信源信号在能量角度的相对关系,设定阻塞效应模型为从而得到误码机理模型的通式为因此,对于不同的干扰场景以及不同的电磁环境,只需监测α和β的值即可预测当前情况下的通信质量。
所述步骤四具体包括以下内容:
当数字通信接收机面临不同程度的干扰时,根据步骤一和步骤二得到对应电磁环境下的和β值,并将两个参数代入到步骤三中计算误码机理模型BER,如果BER小于预设值,则说明该接收机处于非敏感状态,如果BER大于等于预设值,则说明该接收机处于敏感状态。
一种用于宽带干扰的通信接收机电磁敏感性预测装置,它包括分析模块、阻塞效应模型构建模块、误码机理模型计算模块和敏感状态判断模块;
所述分析模块:用于分析当前电磁环境的信噪比SNR,并转换得到数字域的比特信噪比Eb/N0,记为α2;
所述阻塞效应模型构建模块:用于基于实际接收信号和理想接收信号的功率谱密度图进行干扰信号的提取,对其进行量化表征,得到带内干信比β1、带内功率谱峰值比β2、功率谱矩β3,并构建阻塞效应模型β;
所述误码机理模型计算模块:用于分析零中频接收机的信号处理过程,得到针对16QAM调制方式的误码机理模型BER;
所述敏感状态判断模块:用于将数字域的比特信噪比α2和阻塞效应模型β代入到误码机理模型BER中,计算得到当前电磁环境下数字通信接收机预测的平均误比特率,并判断该接收机是否处于敏感状态。
所述分析模块具体包括以下内容:
采集通信接收机射频端口信号,计算出信号功率Psignal和噪声功率Pnoise,得到当前电磁环境信噪比将其转换为比特信噪比并记为α2,其中Eb表示单位比特的能量,Rb为比特速率,B为信号带宽,N0为噪声功率谱密度。
所述阻塞效应模型构建模块具体包括以下内容:
通过实际接收信号和理想接收信号的功率谱密度函数的相减运算实现干扰信号的等效分离;
设定频率值f、理想接收信号的功率谱S(f)、信号带宽B、干扰信号功率谱SInterf(f)和干扰信号带宽BInterf,分别从面积、幅度、谱间距离三个量化指标的角度衡量功率谱图的不同特征对阻塞效应模型β的影响,并利用比值定义的方式描述干扰信号与信源信号在能量层面的相对关系,从而实现对带内外干扰程度的量化,得到从面积角度衡量的带内干信比从幅度角度衡量的带内功率谱峰值比和从谱间距离角度衡量的功率谱矩fmax1和fmax2分别表示理想接收信号和干扰信号的最大功率谱密度所对应的频率值,(f-fh)代表干扰信号不同频率分量与信源信号功率谱边之间的远端距离,B为信号带宽;
利用spearman相关系数计算法得到相关系数热力图,以用于直观表征β1,β2和β3之间的相关关系,根据数据集协方差矩阵R的特征根λi及特征向量利用主成分分析法进行量化指标正交化以消除冗余信息,得到彼此线性无关的成分F1和F2,然后通过多项式拟合寻优方法得到阻塞效应模型β=∑i,jcijF1 iF2 j,其中cij表示多项式系数,i和j分别为成分F1和F2对应的幂次。
所述误码机理模型计算模块具体包括以下内容:
设置星座图中调制各星座点之间的最小欧几里得距离为d,当16个信源符号以相等概率出现时,Es与d之间的关系为由于高阶调制中每个符号携带更多比特,因此Es与Eb之间的关系满足即
根据星座图的空间对称性将整个平面划分为三种区域,各区域代表不同的抗干扰能力,从每个区域选取代表性调制符号S3、S6、S7,并用空心圆圈标出S3、S6、S7符号在受扰情况下可能的位置波动;
进而推导出S3、S6、S7三种情况对应的误比特概率分别为 和其中,D表示干扰信号与信源同频段内的重叠部分;
假设星座图中所有符号出现的概率相等,认为每个符号对总误比特率的贡献是均等的,在结合这些符合在接收时受到的干扰情况下,得到整体系统在16QAM调制下的误码机理模型为
为了表示干扰信号与信源信号在能量角度的相对关系,设定阻塞效应模型为从而得到误码机理模型的通式为因此,对于不同的干扰场景以及不同的电磁环境,只需监测α和β的值即可预测当前情况下的通信质量。
所述敏感状态判断模块具体包括以下内容:
当数字通信接收机面临不同程度的干扰时,根据步骤一和步骤二得到对应电磁环境下的和β值,并将两个参数代入到步骤三中计算误码机理模型BER,如果BER小于预设值,则说明该接收机处于非敏感状态,如果BER大于等于预设值,则说明该接收机处于敏感状态。
本发明具有以下优点:一种用于宽带干扰的通信接收机电磁敏感性预测方法及装置,提出量化带内、外受扰程度的计算指标,为干扰感知和自适应抗干扰提供技术支持;通过融合误码机理和阻塞效应的双模态方法,实现对数字通信接收机在不同程度宽带干扰下电磁敏感性的准确预测,测试装置为增强设备在复杂电磁环境中的稳定性和可靠性提供硬件保障。
附图说明
图1为本发明方法的流程示意图;
图2为16QAM中星座点可能存在的位置波动示意图。
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所示,本发明涉及一种用于宽带干扰场景的16QAM通信接收机电磁敏感性预测方法,以分析复杂电磁环境中存在的带宽干扰问题,并提出量化带内、外受扰程度的计算指标,为干扰感知和自适应抗干扰提供技术支持。通过融合误码机理和阻塞效应的双模态方法,实现对数字通信接收机在不同程度宽带干扰下电磁敏感性的准确预测,测试装置为增强设备在复杂电磁环境中的稳定性和可靠性提供硬件保障。
其包括以下内容:
步骤一:通过采集通信接收机射频端口的信号,分析当前电磁环境的信噪比SNR,转换得到数字域的比特信噪比Eb/N0,记为α2。
步骤二:基于实际接收信号和理想接收信号的功率谱密度图进行干扰信号的提取,并对其进行量化表征得到带内干信比β1、带内功率谱峰值比β2、功率谱矩β3,然后结合统计学方法构建阻塞效应模型β。
步骤三:通过分析零中频接收机的信号处理流程,推导出针对16QAM调制方式的误码机理模型BER,其中包含α和β参数用于环境等效。
步骤四:将环境比特信噪比α2和阻塞效应模型β代入到误码机理模型BER中,计算得到当前电磁环境下数字通信接收机预测的平均误比特率,并判断该接收机是否处于敏感状态。
进一步地,步骤一具体包括以下内容:
采集通信接收机射频端口信号后,计算出信号功率Psignal和噪声功率Pnoise,得到当前环境信噪比定义比特信噪比为其中Eb表示单位比特的能量,Rb为比特速率,B为信号带宽,N0为噪声功率谱密度。
进一步地,步骤二具体包括以下内容:
子步骤一:通过实际接收信号和理想接收信号的功率谱密度函数的相减运算来实现干扰信号的等效分离。
子步骤二:定义频率值f、理想接收信号的功率谱S(f)、信号带宽B和干扰信号功率谱SInterf(f)、干扰信号带宽BInterf。建立三个量化指标分别从面积、幅度、谱间距离的角度衡量功率谱图的不同特征对阻塞效应模型β的影响,并利用比值定义的方式描述干扰信号与信源信号在能量层面的相对关系,从而实现对带内外干扰程度的量化:
(1)带内干信比(面积角度):
(2)带内功率谱峰值比(幅度角度):
(3)功率谱矩(谱间距离角度):
其中,fmax1和fmax2分别表示理想接收信号和干扰信号的最大功率谱密度所对应的频率值,β1和β2是较为常见的量化指标,而β3量化了干扰信号的频率分布权重。(f-fh)代表干扰信号不同频率分量与信源信号功率谱边之间的远端距离,说明功率谱矩不仅考虑了干扰信号的功率大小,而且还考虑了干扰信号的位置因素,其负指数项强调了干扰程度随距离的增大而减小,并且与物理学中矩的概念相呼应,在频谱规划和干扰管理中可以用来评估带内带外干扰对系统的整体影响。
子步骤三:利用spearman相关系数计算法得到相关系数热力图,用于直观表征β1,β2和β3之间的相关关系。根据数据集计算协方差矩阵R的特征根λi及特征向量等参数,利用主成分分析法(PCA)进行量化指标正交化以消除冗余信息,得到彼此线性无关的成分F1和F2。然后通过多项式拟合寻优方法得到阻塞效应的统计模型β=∑i,jcijF1 iF2 j,其中cij表示多项式系数,i和j分别为成分F1和F2对应的幂次。
进一步地,步骤三具体包括以下内容:
在选取的16-QAM调制方案中,信源符号能量Es与星座图上点的平方距离成正比,假设调制各星座点之间的最小欧几里得距离为d,当16个信源符号以相等概率出现时,Es与d之间的关系为由于高阶调制中每个符号携带更多比特,因此Es与Eb之间的关系满足即
如图2所示,图中的黑点代表无干扰时星座图的点分布,星座图的空间对称性允许将整个平面划分为三种区域,其中心区域和角落区域各有4个符号,而其余区域共有8个符号,各区域代表不同的抗干扰能力。从每区选取了代表性调制符号(如S3、S6、S7),并用空心圆圈标出S3、S6、S7符号在受扰情况下可能的位置波动。
推导得出S3、S6、S7三种情况对应的误比特概率为:
其中,D表示干扰信号与信源w(t)同频段内的重叠部分,用来表征干扰信号和w(t)在能量层面的耦合程度。
假设星座图中所有符号出现的概率相等,基于这样的分布,认为每个符号对总误比特率的贡献是均等的,进而得出整体系统在16QAM调制下的误码机理模型:
通常来说对于较大的信噪比Eb/N0,上式中的高阶项可以忽略不计。为了表示干扰信号与信源信号在能量角度的相对关系,定义阻塞效应模型为从而得到误码机理模型的通式对于不同的干扰场景以及不同的电磁环境,只需监测α和β的值即可预测当前情况下的通信质量。
进一步地,步骤四具体包括以下内容:
当数字通信接收机面临不同程度的干扰时,利用上述步骤一和步骤二可以得到对应电磁环境下的α和β值。将两个参数代入步骤三中的误码机理模型BER进行计算。如果BER<10%,则说明该接收机处于非敏感状态;如果BER≥10%,说明该接收机处于敏感状态。
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、修改和完善,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 (10)
1.一种用于宽带干扰的通信接收机电磁敏感性预测方法,其特征在于:所述预测方法包括:
步骤一、分析当前电磁环境的信噪比SNR,并转换得到数字域的比特信噪比Eb/N0,记为α2;
步骤二、基于实际接收信号和理想接收信号的功率谱密度图进行干扰信号的提取,对其进行量化表征,得到带内干信比β1、带内功率谱峰值比β2、功率谱矩β3,并构建阻塞效应模型β;
步骤三、分析零中频接收机的信号处理过程,得到针对16QAM调制方式的误码机理模型BER;
步骤四、将数字域的比特信噪比α2和阻塞效应模型β代入到误码机理模型BER中,计算得到当前电磁环境下数字通信接收机预测的平均误比特率,并判断该接收机是否处于敏感状态。
2.根据权利要求1所述的一种用于宽带干扰的通信接收机电磁敏感性预测方法,其特征在于:所述步骤一具体包括以下内容:
采集通信接收机射频端口信号,计算出信号功率Psignal和噪声功率Pnoise,得到当前电磁环境信噪比将其转换为比特信噪比并记为α2,其中Eb表示单位比特的能量,Rb为比特速率,B为系统带宽,N0为噪声功率谱密度。
3.根据权利要求1所述的一种用于宽带干扰的通信接收机电磁敏感性预测方法,其特征在于:所述步骤二具体包括以下内容:
A1、通过实际接收信号和理想接收信号的功率谱密度函数的相减运算实现干扰信号的等效分离;
A2、设定频率值f、理想接收信号的功率谱S(f)、信号带宽B和干扰信号功率谱SInterf(f)、干扰信号带宽BInterf,分别从面积、幅度、谱间距离三个量化指标的角度衡量功率谱图的不同特征对阻塞效应模型β的影响,并利用比值定义的方式描述干扰信号与信源信号在能量层面的相对关系,从而实现对带内外干扰程度的量化,得到从面积角度衡量的带内干信比从幅度角度衡量的带内功率谱峰值比和从谱间距离角度衡量的功率谱矩fmax1和fmax2分别表示理想接收信号和干扰信号的最大功率谱密度所对应的频率值,(f-fh)代表干扰信号不同频率分量与信源信号功率谱边之间的远端距离,B为系统带宽;
A3、利用spearman相关系数计算法得到相关系数热力图,以用于直观表征β1,β2和β3之间的相关关系,根据数据集协方差矩阵R的特征根λi及特征向量利用主成分分析法进行量化指标正交化以消除冗余信息,得到彼此线性无关的成分F1和F2,然后通过多项式拟合寻优方法得到阻塞效应模型β=∑i,jcijF1 iF2 j,其中cij表示多项式系数,和j分别为成分F1和F2对应的幂次。
4.根据权利要求2所述的一种用于宽带干扰的通信接收机电磁敏感性预测方法,其特征在于:所述步骤三具体包括以下内容:
设置星座图中调制各星座点之间的最小欧几里得距离为d,当16个信源符号以相等概率出现时,Es与d之间的关系为由于高阶调制中每个符号携带更多比特,因此Es与Eb之间的关系满足即
根据星座图的空间对称性将整个平面划分为三种区域,各区域代表不同的抗干扰能力,从每个区域选取代表性调制符号S3、S6、S7,并用空心圆圈标出S3、S6、S7符号在受扰情况下可能的位置波动;
进而推导出S3、S6、S7三种情况对应的误比特概率分别为 和其中,D表示干扰信号与信源同频段内的重叠部分;
假设星座图中所有符号出现的概率相等,认为每个符号对总误比特率的贡献是均等的,在结合这些符合在接收时受到的干扰情况下,得到整体系统在16QAM调制下的误码机理模型为
为了表示干扰信号与信源信号在能量角度的相对关系,设定阻塞效应模型为从而得到误码机理模型的通式为因此,对于不同的干扰场景以及不同的电磁环境,只需监测α和β的值即可预测当前情况下的通信质量。
5.根据权利要求1所述的一种用于宽带干扰的通信接收机电磁敏感性预测方法,其特征在于:所述步骤四具体包括以下内容:
当数字通信接收机面临不同程度的干扰时,根据步骤一和步骤二得到对应电磁环境下的和β值,并将两个参数代入到步骤三中计算误码机理模型BER,如果BER小于预设值,则说明该接收机处于非敏感状态,如果BER大于等于预设值,则说明该接收机处于敏感状态。
6.一种用于宽带干扰的通信接收机电磁敏感性预测装置,其特征在于:它包括分析模块、阻塞效应模型构建模块、误码机理模型计算模块和敏感状态判断模块;
所述分析模块:用于分析当前电磁环境的信噪比SNR,并转换得到数字域的比特信噪比Eb/N0,记为α2;
所述阻塞效应模型构建模块:用于基于实际接收信号和理想接收信号的功率谱密度图进行干扰信号的提取,对其进行量化表征,得到带内干信比β1、带内功率谱峰值比β2、功率谱矩β3,并构建阻塞效应模型β;
所述误码机理模型计算模块:用于分析零中频接收机的信号处理过程,得到针对16QAM调制方式的误码机理模型BER;
所述敏感状态判断模块:用于将数字域的比特信噪比α2和阻塞效应模型β代入到误码机理模型BER中,计算得到当前电磁环境下数字通信接收机预测的平均误比特率,并判断该接收机是否处于敏感状态。
7.根据权利要求6所述的一种用于宽带干扰的通信接收机电磁敏感性预测装置,其特征在于:所述分析模块具体包括以下内容:
采集通信接收机射频端口信号,计算出信号功率Psignal和噪声功率Pnoise,得到当前电磁环境信噪比将其转换为比特信噪比并记为α2,其中Eb表示单位比特的能量,Rb为比特速率,B为系统带宽,N0为噪声功率谱密度。
8.根据权利要求6所述的一种用于宽带干扰的通信接收机电磁敏感性预测装置,其特征在于:所述阻塞效应模型构建模块具体包括以下内容:
通过实际接收信号和理想接收信号的功率谱密度函数的相减运算实现干扰信号的等效分离;
设定频率值f、理想接收信号的功率谱S(f)、信号带宽B和干扰信号功率谱SInterf(f)、干扰信号带宽BInterf,分别从面积、幅度、谱间距离三个量化指标的角度衡量功率谱图的不同特征对阻塞效应模型β的影响,并利用比值定义的方式描述干扰信号与信源信号在能量层面的相对关系,从而实现对带内外干扰程度的量化,得到从面积角度衡量的带内干信比从幅度角度衡量的带内功率谱峰值比和从谱间距离角度衡量的功率谱矩fmax1和fmax2分别表示理想接收信号和干扰信号的最大功率谱密度所对应的频率值,(f-fh)代表干扰信号不同频率分量与信源信号功率谱边之间的远端距离,B为系统带宽;
利用spearman相关系数计算法得到相关系数热力图,以用于直观表征β1,β2和β3之间的相关关系,根据数据集协方差矩阵R的特征根λi及特征向量利用主成分分析法进行量化指标正交化以消除冗余信息,得到彼此线性无关的成分F1和F2,然后通过多项式拟合寻优方法得到阻塞效应模型β=∑i,jcijF1 iF2 j,其中cij表示多项式系数,i和j分别为成分F1和F2对应的幂次。
9.根据权利要求7所述的一种用于宽带干扰的通信接收机电磁敏感性预测装置,其特征在于:所述误码机理模型计算模块具体包括以下内容:
设置星座图中调制各星座点之间的最小欧几里得距离为d,当16个信源符号以相等概率出现时,Es与d之间的关系为由于高阶调制中每个符号携带更多比特,因此Es与Eb之间的关系满足即
根据星座图的空间对称性将整个平面划分为三种区域,各区域代表不同的抗干扰能力,从每个区域选取代表性调制符号S3、S6、S7,并用空心圆圈标出S3、S6、S7符号在受扰情况下可能的位置波动;
进而推导出S3、S6、S7三种情况对应的误比特概率分别为 和其中,D表示干扰信号与信源同频段内的重叠部分;
假设星座图中所有符号出现的概率相等,认为每个符号对总误比特率的贡献是均等的,在结合这些符合在接收时受到的干扰情况下,得到整体系统在16QAM调制下的误码机理模型为
为了表示干扰信号与信源信号在能量角度的相对关系,设定阻塞效应模型为从而得到误码机理模型的通式为因此,对于不同的干扰场景以及不同的电磁环境,只需监测α和β的值即可预测当前情况下的通信质量。
10.根据权利要求6所述的一种用于宽带干扰的通信接收机电磁敏感性预测装置,其特征在于:所述敏感状态判断模块具体包括以下内容:
当数字通信接收机面临不同程度的干扰时,根据步骤一和步骤二得到对应电磁环境下的和β值,并将两个参数代入到步骤三中计算误码机理模型BER,如果BER小于预设值,则说明该接收机处于非敏感状态,如果BER大于等于预设值,则说明该接收机处于敏感状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410459792.2A CN118249930B (zh) | 2024-04-17 | 2024-04-17 | 一种用于宽带干扰的通信接收机电磁敏感性预测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410459792.2A CN118249930B (zh) | 2024-04-17 | 2024-04-17 | 一种用于宽带干扰的通信接收机电磁敏感性预测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118249930A true CN118249930A (zh) | 2024-06-25 |
CN118249930B CN118249930B (zh) | 2024-10-11 |
Family
ID=91563840
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410459792.2A Active CN118249930B (zh) | 2024-04-17 | 2024-04-17 | 一种用于宽带干扰的通信接收机电磁敏感性预测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118249930B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102185666A (zh) * | 2011-04-18 | 2011-09-14 | 西安电子科技大学 | 复杂电磁环境下的多模式组合干扰预测系统及方法 |
US20110256899A1 (en) * | 2010-04-20 | 2011-10-20 | Qualcomm Incorporated | Autonomous Electromagnetic Emissions Reduction For Sensitivity Improvement |
CN106209279A (zh) * | 2016-06-29 | 2016-12-07 | 中国人民解放军军械工程学院 | 接收机带内多频电磁辐射大信号阻塞干扰效应预测方法 |
CN113206714A (zh) * | 2021-05-10 | 2021-08-03 | 北京航空航天大学 | 一种基于误码率的接收机脉冲信号干扰评估方法 |
-
2024
- 2024-04-17 CN CN202410459792.2A patent/CN118249930B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110256899A1 (en) * | 2010-04-20 | 2011-10-20 | Qualcomm Incorporated | Autonomous Electromagnetic Emissions Reduction For Sensitivity Improvement |
CN102185666A (zh) * | 2011-04-18 | 2011-09-14 | 西安电子科技大学 | 复杂电磁环境下的多模式组合干扰预测系统及方法 |
CN106209279A (zh) * | 2016-06-29 | 2016-12-07 | 中国人民解放军军械工程学院 | 接收机带内多频电磁辐射大信号阻塞干扰效应预测方法 |
CN113206714A (zh) * | 2021-05-10 | 2021-08-03 | 北京航空航天大学 | 一种基于误码率的接收机脉冲信号干扰评估方法 |
Non-Patent Citations (1)
Title |
---|
潘晓东;魏光辉;万浩江;卢新福;李伟;王雅平;: "用频装备带内双频窄谱电磁辐射阻塞干扰效应预测模型", 电波科学学报, no. 03, 21 April 2020 (2020-04-21) * |
Also Published As
Publication number | Publication date |
---|---|
CN118249930B (zh) | 2024-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101467342B1 (ko) | 비정규 잡음 환경에서 협력 무선 인지 네트워크를 위한 스펙트럼 센싱 장치 및 방법, 이를 이용한 결합 센터 장치 및 협력 무선 인지 통신 시스템 | |
Quan et al. | Optimal linear cooperation for spectrum sensing in cognitive radio networks | |
CN106549722B (zh) | 一种基于历史感知信息的双门限能量检测方法 | |
CN113411817B (zh) | 基于无线干扰模型的无线系统干扰神经网络预测方法 | |
CN111444233B (zh) | 基于复制器神经网络模型发现环境监测异常数据的方法 | |
CN107682103B (zh) | 一种基于最大特征值和主特征向量的双特征频谱感知方法 | |
Capriglione et al. | Effects of real instrument on performance of an energy detection-based spectrum sensing method | |
EP0746917B1 (en) | Evaluation of signal-processor performance | |
Naderipour et al. | Design of optimal non-uniform quantizer in imperfect noisy reporting channels for collaborative spectrum sensing | |
CN118249930B (zh) | 一种用于宽带干扰的通信接收机电磁敏感性预测方法及装置 | |
CN109981196A (zh) | 一种网络结构评估方法及装置 | |
Hu et al. | An algorithm for energy detection based on noise variance estimation under noise uncertainty | |
WO2006069846A1 (en) | Improved blind snr estimation | |
CN114374450B (zh) | 一种基于过采样的最大特征值检测器 | |
CN114205012B (zh) | 一种基于过采样的能量检测频谱感知方法 | |
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 | |
US7606487B1 (en) | Distortion measurement in optical communication systems | |
CN118523796A (zh) | 一种基于双模通信模块的通信控制方法 | |
CN118741609B (zh) | 多用户mec网络动态帧结构的时隙分配求解方法及系统 | |
CN106100775B (zh) | 基于邻接矩阵的ofdm频谱感知方法 | |
Wang et al. | An evaluation framework integrating sensing and transmission in cognitive radio networks | |
US11411691B2 (en) | Systems and methods for estimating bit error rate of a signal | |
CN107786984B (zh) | 一种小区干扰关系确定方法和装置 | |
Ruttik et al. | Distributed power detection in shadowing environment and with communication constraint | |
CN118828669A (zh) | 一种5GNR频率合并中的Wi-Fi基带检测方法 |
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 |