一种基于数据驱动的无线射频灵敏度测量方法技术

技术编号:15825317 阅读:52 留言:0更新日期:2017-07-15 06:42
一种基于数据驱动的无线射频灵敏度测量方法,包括:采用常规误包率测量方法,随机挑选设定次数的信号强度,并测量出待测无线系统中各信号强度下的误包率;根据误包率的测量结果对等价动态线性数据模型中的参数

【技术实现步骤摘要】
一种基于数据驱动的无线射频灵敏度测量方法
本专利技术涉及无线通信系统测量
,具体涉及一种基于数据驱动的无线射频灵敏度测量方法。
技术介绍
传统无线系统射频灵敏度测量采用的是穷尽搜索的方式,从较高的信号强度开始,按照固定的步长不断地减小信号强度,并测量每个信号强度下的误包率,直至误包率大于规定要求,则最后一个使误包率小于给定的信号强度被认为使此无线系统的射频灵敏度。图1为传统基于穷尽搜索的射频灵敏度测试过程的方法示意图,如图1所示,在传统误包率测量过程中,需要在某一功率下向被测设备发送固定数目N的测试数据包,通过被测设备反馈可得到该被测设备准确接收到的测试数据包数目为Y,则可知该设备在此功率下的误包率为p=Y/N。采用传统的测量方法测试射频灵敏度,具有以下缺陷:1)测量精度低传统方式在测量过程中采用的是固定步长,则测量精度大部分取决于所给定的步长,而一般的企业为了减少测试时间,大多采用较大的步长,极大地降低了测量精度。2)测量时间长一方面,传统无线系统射频灵敏度测量从一个较高的信号强度开始,然后采用逐步减小的方式进行查找,如果起始点与射频灵敏度之间距离较长,则需要大量的时间进行测本文档来自技高网...
一种基于数据驱动的无线射频灵敏度测量方法

【技术保护点】
一种基于数据驱动的无线射频灵敏度测量方法,其特征在于,包括如下步骤:步骤一,采用常规的误包率测量方法,随机挑选设定次数的信号强度,并测量出待测无线系统中各信号强度下的误包率;步骤二,根据误包率的测量结果使用差分进化算法对等价动态线性数据模型中的参数

【技术特征摘要】
1.一种基于数据驱动的无线射频灵敏度测量方法,其特征在于,包括如下步骤:步骤一,采用常规的误包率测量方法,随机挑选设定次数的信号强度,并测量出待测无线系统中各信号强度下的误包率;步骤二,根据误包率的测量结果使用差分进化算法对等价动态线性数据模型中的参数ρ,λ,η,μ进行估计,所述等价动态线性数据模型为将离散的非线性系统在操作点替换为带有伪偏导的数据模型,所述离散的非线性系统模型为:p(k)=f(p(k-1),…p(k-na),s(k),…,s(k-nb)).(1)其中s(k)表示第k次测量的信号强度,p(k)表示在该信号强度s(k)下测得的误包率,na,nb分别为误包率和信号强度的次序,f(·)为非线性函数;步骤三,以给定的误包率pr为目标,采用基于等价动态线性数据模型对信号强度s(k)进行预测;步骤四,根据信号强度s(k)的预测值估计测试数据包数在预测信号强度s(k)下向被测设备发送数目为测试数据包,得到被测设备在此信号强度下的误包率p(k),若误包率p(k)与目标值pr之间的误差小于或等于规定误差值,则该结果为待测无线系统的射频灵敏度,若误包率p(k)与目标值pr之间的误差大于规定误差值,则将此次测量结果(s(k),p(k))作为输入对参数ρ,λ,η,μ进行更新,重复步骤二至步骤四直至得到待测无线系统的射频灵敏度。2.按照权利要求1所述的基于数据驱动的无线射频灵敏度测量方法,其特征在于,步骤一中所述常规的误包率测量方法具体包括:在某一信号强度下向被测设备发送固定数目N的测试数据包,被测设备的反馈可得到该被测设备准确接收到的测试数据包数目为Y,则该无线系统在此信号强度下的误包率为p=Y/N。3.按照权利要求2所述的基于数据驱动的无线射频灵敏度测量方法,其特征在于,步骤一中所述设定次数为三个,则误包率的测量结果为:S(3)=[s(1),s(2),s(3)],P(3)=[p(1),p(2),p(3)].其中S(3)表示随意挑选的三个信号强度,P(3)表示在三个信号强度下测得的误包率。4.按照权利要求1所述的基于数据驱动的无线射频灵敏度测量方法,其特征在于,步骤二中,所述离散的非线性系统模型需满足以下条件:1)非线性系统可观测且可控;2)f(·)函数在s(k),s(k-1)的偏微分是连续的;3)非线性系统满足广义李普希茨条件,即对于任意k和ΔS(k)≠0,都有|Δp(k)|≤b|ΔS(k)|,其中Δp(k)=p(k)-p(k-1),ΔS(k)=[Δs(k),…,Δs(k-L+1)],Δs(k-i)=s(k-i)-s(k-i-1),i=0,…,L-1,b为正数;以使如果非线性系统满足上述三个条件,则一定会存在一个伪偏导当使得Δs(k)≠0时,使得其中Δs(k)=s(k)-s(k-1),d为一个常数。5.按照权利要求4所述的基于数据驱动的无线射频灵敏度测量方法,其特征在于,步骤二中,对参数ρ,λ,η,μ进行估计具体方法如下:1)初始化参数生成Np个5维实数向量参数群作为差分进化算法的初始参数:x=[xj,1,xj,2,xj,3,xj,4,xj,5]T,j=1,2,…,Np.(3)其中的初始参数是从定义的范围内随机选取:并且按照代价函数计算出每组参数的函数值,并选出代价最低的一组作为最优值Be,其中,代价函数为:

【专利技术属性】
技术研发人员:全智
申请(专利权)人:深圳市中承科技有限公司
类型:发明
国别省市:广东,44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1