本站小編為你精心準備了無線信道監測數據探討參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

《上海信息化雜志》2014年第十二期

一、利用統計特性分析監測數據

無線電監測工作正面臨著探索面向任務的工作模式向面向數據的工作模式轉變，而面向數據的監測工作模式就是要在海量的日常監測數據中，統計分析出有意義的無線信道特征指標。對于無線電管理和監測工作有意義的無線信道特征指標包括：信道噪聲電平、信道上的信號數量、信道上的信號電平以及信道占用度等。離線監測數據由監測接收機執行頻譜掃描任務采集而來，其基本的數據格式如表1所示。其中，每個頻點就是一個無線信道，該無線信道的頻譜帶寬由接收機掃描任務中設置的中頻帶寬決定。根據排序，可以得到在掃描時間內每個信道的電平值序列，從而對這個序列進行結合無線通信原理的統計分析研究。這些統計分析的方法，可以包括均值、方差這些二階矩分析，也可以有概率密度分布和高階矩分析等內容。

圖1所示為2014年1月14日下午六分鐘內監測到的160.65MHz中心頻點上接收信號的電平值。從圖1中電平的變化可以明顯看到，在不同時刻內射頻信道被無線隨機信號所占用。我們可以通過提取有效的信號片段，對其統計特征進行分析，從而達到準確分辨信號性質、建立針對多個信號及其傳播環境和場景的定性定量特征描述的目的。圖2、圖3、圖4分別顯示了基于圖1信號中的有效片段樣本內信號電平均值、電平方差、以及片段時長的統計特征。從圖2可以看到，信號電平均值呈現出單一的m-Nakagami分布，圖3中的電平方差以及圖4中的片段時長則均呈現出多個分布相疊加的狀態。通過對統計特征中分布組合的形式，以及獨立分布的參數特征，就能夠對信道及其占用信號進行合理的分析。

二、開展研究工作思考

根據目前無線電監測工作的實際情況，利用無線信道的統計特性來分析監測數據庫，需要切合實際工作分步驟、分階段地開展研究，才能最終形成一套可以推廣使用的分析工具和監測數據庫標準之一。因此可以針對性地開展如下研究工作：對無線信道特征分析的理論研究。面對海量的無線電監測數據，需要在理論層面對這些離線數據進行統計分析的研究，并要確保采用的統計分析方法具有可靠性和自動化實施成熟度，為進一步進行自動算法的研究和軟件開發打好理論基礎。對信道特征參數進行研究。最基本和重要的無線信道特征參數包括：信道噪聲、信道占用度和最大電平值。但也需要探索在對離線數據進行統計分析時，能否發掘和得到更多有價值的信道特征參數，用以實現有價值的監測分析和支持無線頻譜管理工作。對無線信道特征分析模型的自動算法進行研究。

有了合適的統計分析方法，明確了可以獲得的信道特征參數，需要對這種統計分析進行自動化實施。自動算法的研究和實現，關系到研究成果轉化的效率和可靠性，這是本課題研究的一個重點。開發基于監測數據的無線信道特征分析處理軟件。首先可以根據算法，開發無線信道特征分析軟件的簡單原型，使之能夠針對相應格式的無線電監測數據文件進行信道特征分析，且能支持輸入通用的數據文件格式，如：Excel、Txt和Mdb等。并且使計算出的信道特征參數能夠呈現和自動生成相應簡單報表。

此外，進行實際發射實驗的測試驗證。驗證和評估在不同類型監測接收機和不同發射信號類型情況下，算法的準確性和適用性。同時通過測試驗證，充分總結現有方法的優缺點，對于下一階段的研究工作的重點提出展望和路徑介紹。對無線信道監測數據的深度挖掘，可以有效地掌握頻率使用情況，有助于清理和回收長期不用的頻點和非法頻率，對頻率和臺站數據庫起到有利的支撐作用。同時建立樣本數據庫對不明信號進行標注比對，對無線電發射的參數進行測量，對可疑信號進行監聽，才能主動發現和查處非法使用的無線電臺，減少無線電干擾和非法設臺現象的發生。

作者：劉亞秋