[发明专利]一种基于频谱信息的无线通信智能流量感知系统有效
申请号: | 201811540307.5 | 申请日: | 2018-12-17 |
公开(公告)号: | CN109600180B | 公开(公告)日: | 2020-01-03 |
发明(设计)人: | 梁应敞;黄雨迪;周标 | 申请(专利权)人: | 电子科技大学 |
主分类号: | H04B17/382 | 分类号: | H04B17/382;H04B17/391;H04W24/06 |
代理公司: | 51232 成都点睛专利代理事务所(普通合伙) | 代理人: | 孙一峰 |
地址: | 611731 四川省*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 频谱信息 感知系统 感知 无线通信 智能流量 无线通信技术领域 感知子系统 接收机 高层信息 共存系统 机器学习 流量数据 流量状态 频谱数据 实时收集 无线系统 系统流量 信息交互 异构系统 终端天线 复杂度 物理层 聚类 异构 采集 学习 部署 | ||
本发明属于无线通信技术领域,涉及一种基于频谱信息的无线通信智能流量感知系统。本发明的流量感知系统用于异构无线系统,包括:线下学习子系统:采集时间对应的系统流量数据和频谱信息并计算频谱信息的特征,然后利用机器学习自动得出该系统下流量数据和频谱数据的对应感知模型;线上感知子系统:终端天线实时收集共存系统的频谱信息,并利用该频谱信息和线下学习子系统得到的感知模型感知实时的流量状态。本发明的有益效果在于,相对于现有的基于高层信息的流量感知系统,本发明的方法不需要异构系统间有直接的信息交互,只需利用物理层频谱信息。相比于已有的聚类接收机,部署难度小,复杂度低,适应性强。
技术领域
本发明属于无线通信技术领域,涉及一种基于频谱信息的无线通信智能流量感知系统。
背景技术
异构无线系统(如Wi-Fi和LAA-LTE的共存系统)是未来无线通信网络的重要构成方式。流量感知是异构无线系统的重要组成部分,其作用在于使得一个系统能够获取共存的其他系统的流量信息从而优化传输策略。其效率直接影响系统的可用性和部署复杂度。现有的流量感知方法是需要媒体访问控制层(Media Access Control,MAC)或者系统更上层(如网络层,数据链路层)的信息,即要求异构无线系统间有直接的高层系统信息交互。该方法限制了异构无线系统的部署和应用。
发明内容
本发明的目的,就是针对上述问题,提出一种基于物理层频谱信息的异构无线系统流量感知系统。该系统的设计目的是无需异构系统有直接的信息传输进而降低部署复杂度并提高其可用性。
本发明采用的技术方案为:
一种基于频谱信息的无线通信智能流量感知系统,该流量感知系统用于异构无线系统,其特征在于,包括:
线下学习子系统:采集时间对应的系统流量数据和频谱信息并计算频谱信息的特征,然后利用机器学习自动得出该系统下流量数据和频谱数据的对应感知模型;
线上感知子系统:终端天线实时收集共存系统的频谱信息,并利用该频谱信息和线下学习子系统得到的感知模型感知实时的流量状态。
本发明总的技术方案,为了解决现有的异构无线系统流量感知方案需要直接传输MAC层及其以上层信息带来的缺点,本发明的方案直接采集共存系统的物理层频谱信息,在线下子系统利用回归模型学习该系统下的频谱信息与流量的对应关系,进而使得线上子系统可以实时利用采集的物理层信息直接感知流量信息。
进一步的,本发明提出了一种基于频谱信息一阶统计特征的异构无线系统流量感知系统,其特征在于,
线下学习子系统:同时采集系统流量数据和频谱信息并计算频谱信息的一阶统计特征,然后分析多种回归模型学习出该系统下流量数据和频谱数据一阶统计特征之间的对应关系并自动得出最优对应回归模型;
线上感知子系统:实时计算所测频谱数据的一阶统计特征,然后利用线下学习子系统学习得到的模型实时感知流量信息。
本发明使用的频谱信息统计特征不局限于一阶统计特征。本发明更进一步提出了一种联合使用频谱信息一阶特征和高阶特征的异构无线系统流量感知系统,其特征在于,
线下学习子系统和线上感知子系统不仅计算收集到的频谱数据的一阶统计特征,还要计算高阶统计特征。然后将多个统计特征联合使用多种频谱特征进行流量感知。
本发明的有益效果在于,相对于现有的基于高层信息的流量感知系统,本发明的方法不需要异构系统间有直接的信息交互,只需利用物理层频谱信息。相比于已有的聚类接收机,部署难度小,复杂度低,适应性强。
附图说明
图1示出了本发明提出的流量感知系统的整体设计方案;
图2示出了本发明提出的线下学习子系统的设计方案;
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电子科技大学,未经电子科技大学许可,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/201811540307.5/2.html,转载请声明来源钻瓜专利网。