CN112770349A - 一种基于5g无线频谱的智能监测分析平台 - Google Patents
一种基于5g无线频谱的智能监测分析平台 Download PDFInfo
- Publication number
- CN112770349A CN112770349A CN202011556258.1A CN202011556258A CN112770349A CN 112770349 A CN112770349 A CN 112770349A CN 202011556258 A CN202011556258 A CN 202011556258A CN 112770349 A CN112770349 A CN 112770349A
- Authority
- CN
- China
- Prior art keywords
- intelligent monitoring
- analysis
- frequency band
- algorithm
- wireless
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 51
- 238000004458 analytical method Methods 0.000 title claims abstract description 34
- 238000001228 spectrum Methods 0.000 title claims abstract description 29
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 43
- 238000010183 spectrum analysis Methods 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 16
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 12
- 238000006243 chemical reaction Methods 0.000 claims abstract description 4
- 238000001914 filtration Methods 0.000 claims abstract description 4
- 238000005457 optimization Methods 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 18
- 238000004891 communication Methods 0.000 claims description 16
- 230000005855 radiation Effects 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 23
- 238000004364 calculation method Methods 0.000 abstract description 4
- 238000013461 design Methods 0.000 abstract description 2
- 238000011161 development Methods 0.000 description 5
- 230000035945 sensitivity Effects 0.000 description 5
- 230000003321 amplification Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 238000013526 transfer learning Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000001808 coupling effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005672 electromagnetic field Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明提供一种基于5G无线频谱的智能监测分析平台,包括:5G频段天线,从空中接收该频段的无线电信号;5G无线信号智能监测终端,对5G频段天线接收到的信号进行滤波、放大和变频处理,然后进行数字采集和频谱分析;5G频段信号频谱分析平台,包括服务器、数据库等,将采集到的时域和频域数据发送至计算机平台进行分析和显示,并将分析后的态势数据进行分发共享。本平台基于多核异构处理器,构建小型化低功耗的边缘计算平台,实现人工智能算法的架构和智能信号识别算法的架构,可以快速实时处理侦收的信号频谱,为用户提供更加及时的告警;通过硬件设计和软件控制协同优化测向技术,在降低计算复杂度的基础上使测向速度更快,精度更高。
Description
技术领域
本发明涉及通信领域,尤其涉及一种基于5G无线频谱的智能监测分析平台。
背景技术
随着5G技术的迅速发展和国家对5G+战略的大力推动,5G技术在5G+自动驾驶等各个场景的创新应用日益增多。在这些应用场景中,5G信号传输的可靠性要求非常高,5G信号受到外界电磁干扰时,会构成车辆、无线设施和相关人员的安全隐患,造成重大的社会影响和经济损失。因此,无线电安全管理提出了对5G频段更高和更迫切要求,对5G频段干扰的查处必须更加快速及时,来提高5G信号的可靠性和有效性。由此研发一种基于5G无线频谱的智能监测分析平台是个亟待解决的问题。
发明内容
有鉴于此,本发明旨在提出一种基于5G无线频谱的智能监测分析平台,通过无线电监测技术,融入人工智能算法和边缘计算技术,以提高5G无线频谱监测的效率和智能化水平为目标,保障5G技术在各种专用领域应用的可靠性和安全性。
为解决上述技术问题,本发明采用的技术方案是:
一种基于5G无线频谱的智能监测分析平台,包括:
5G频段天线,从空中接收该频段的无线电信号;
5G无线信号智能监测终端,对5G频段天线接收到的信号进行滤波、放大和变频处理,然后进行数字采集和频谱分析;
5G频段信号频谱分析平台,包括服务器、数据库、频谱分析服务模块、态势数据分发共享模块和态势数据显示模块,将采集到的时域和频域数据发送至计算机平台进行分析和显示,并将分析后的态势数据进行分发共享。
进一步的,所述5G频段信号频谱分析平台将分析后的态势数据共享给无线电管理委员会、移动网络运营商、网络优化服务商、专业网络运营商等。
进一步的,所述5G无线信号智能监测终端的监测测向***通过在空中不同的预定位置接收目标辐射源的无线电信号,将测向定位数据发送至地面遥控监测测向平台,通过交会定位算法和误差分析,获取目标辐射源具体地理位置。
进一步的,所述5G无线信号智能监测终端采用单节点的测向算法和多节点的交会定位算法,实现对5G通信信号和干扰信号的测向定位,并在地图上进行态势显示。
进一步的,所述5G无线信号智能监测终端采用多节点无线监测,依托时差法测向定位方法,对不在库的非法信号进行快速测向。
进一步的,所述5G频段信号频谱分析平台基于多核异构处理器,并在该平台上搭建边缘计算服务和人工智能处理算法架构,可以快速实时处理侦收的信号频谱,为用户提供更加及时的告警,为5G信号的智能识别提供平台。采用神经网络算法识别干扰信号和正常通信信号类型,并对通信信号的质量进行统计分析。
进一步的,所述5G频段信号频谱分析平台选用高灵敏度和低噪声系数的软件无线电模块,优化无线电信号特征分析和识别解调过程的处理算法,采用高速数字信号处理模块和人工智能算法对信号进行及时采集和处理,根据***要求将处理分析后的信息发送中心站进行上层处理处理解析和展示。
进一步的,在所述5G频段信号频谱分析平台中需要分析识别的内容主要有:信号种类识别,包括常规和特殊无线电信号的技术参数、多路复用信号等;被监测无线电设备技术性能识别,包括无线电设备的体制、技术性能、特点和新技术应用情况等;被监测通信台网识别,包括通信台网数量、组成、地理分布、应用性质等。
进一步的,所述5G无线信号智能监测终端采用先进的多站定位算法,尽量减小定位模糊区,针对具体的定位体制,在定位模糊区内运行位置误差分析算法,配合使用更为复杂的最小二乘加权递推估计算法,定位精度在原有基础上可以得到进一步的提高。
相对于现有技术,本发明所述的基于5G无线频谱的智能监测分析平台具有以下优势:基于频率捷变的零中频接收技术,研究5G频段信号的快速扫描和频谱监测,形成5G无线频谱接收设备;基于多核异构处理器,构建小型化低功耗的边缘计算平台,实现人工智能算法的架构和智能信号识别算法的架构,可以快速实时处理侦收的信号频谱,为用户提供更加及时的告警。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明的原理图。
具体实施方式
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以通过具体情况理解上述术语在本发明中的具体含义。
下面将参考附图并结合实施例来详细说明本发明。
如图1所示,一种基于5G无线频谱的智能监测分析平台,包括5G频段天线、5G无线信号智能监测终端和5G频段信号频谱分析平台。
(1)5G频段天线,从空中接收该频段的无线电信号。5G信号的频带较宽,同时采用了MIMO技术和载波聚合技术,因此能够快速地对所有5G频段进行扫描监视是关键点。本发明采用频率捷变的零中频技术,结合低噪声的射频前端,实现对5G信号宽带信号的快速扫描。扫描速率可达到10GHz/s;
(2)5G无线信号智能监测终端,对天线接收到的信号进行滤波、放大和变频处理,然后进行数字采集和频谱分析。对未知位置发射信号进行测向是本***重要的功能之一,通过提取不同种类的能够反映目标来波方向特性的无线电磁波参数,可以形成不同的测向方法。时差法测向精度高、定位快、时间同步要求低,满足本***的测向需求。实现时差法需要着重考虑以下几个关键技术:一是要选择合适的TDOA测量方法;二是要注意非视距误差鉴别和抑制的问题,要依据实际情况选择合适的误差消除算法,并针对算法进行仿真和测试;三是不同的实际条件下,TDOA的具体算法在精度上不尽相同,复杂度也有较大区别,要根据精度和复杂度要求选择合适的TDOA算法,具备在一定条件下,以最低计算复杂度获得较高测向精度的能力,并且具有良好的可靠性和健壮性。
交会定位技术。为了更精确全面的获取被检测辐射源的位置,对目标辐射源(台网)的定位是一个非常关键的环节。监测测向***通过在空中不同的预定位置接收目标辐射源的无线电信号,将测向定位数据发送至地面遥控监测测向平台,通过交会定位算法和误差分析,获取目标辐射源具体地理位置。这里需要解决的关键问题是,要综合考虑需定位的发射波段、设备及天线的成本要求、定位精度和速度要求等,选择合适的交会台站数量、定位体制、定位算法及误差分析方法,以获得满足误差范围的较高的定位精度。
用于测向定位的天线是一种反映目标信号来波方位信息的专用接收天线,需要天线有良好的方向特性且性能稳定,空中的监测环境和气候条件与地面不同,且短时间内可能有较大变化,天线要对这些变化不敏感;天线要具有较高的灵敏度,增益高、噪声系数小、***损耗低,以便能够对微弱信号进行正常测向;最后,空中测向定位对天线的工程要求还有其他多个方面,如要体积小、重量轻、安装方便、结构合理等。这就需要按照测向定位的频段、所需灵敏度和其他工程要求,对测向天线的位置排列、尺寸、阵列误差、阵元复增益、耦合效应等进行深入分析和完整设计。
电子地图技术。通过研究当前的数据库、组件开发和GIS开发等技术,利用组件式GIS开发技术实现无线电监测测向***中的电子地图***,该***可实现搜、扫、定、跳的频谱展示、测向信息展示、交会定位信息展示、多轴飞行器位置及控制信息展示、台站监测管理、目标追踪等功能,同时支持用户进行放大、缩小、求距、标注等操作,与无线电台站管理、无线电测向交绘定位以及目标追踪等相关应用软件进行融合,实现信息管理与GIS技术的无缝隙融合;
(3)5G频段信号频谱分析平台(包含服务器、数据库和分析软件),将采集到的时域和频域数据发送至计算机平台进行分析和显示(频谱分析、时频分析、测向定位等),并将分析后的态势数据进行分发共享。无线电信号的特征分析和自动识别解调是无线电监测中极其重要的内容,是获得有价值无线电监测数据的基础。对无线电信号一般技术特征和某些细微技术特征进行特征分析,是后期进行技术参数测量和信号特征分析识别的基础。根据无线电监测任务和要求,需要分析识别的内容主要有:信号种类识别,包括常规和特殊无线电信号的技术参数、多路复用信号等;被监测无线电设备技术性能识别,包括无线电设备的体制、技术性能、特点和新技术应用情况等;被监测通信台网识别,包括通信台网数量、组成、地理分布、应用性质等。
电磁信号的特点与图像、语音等领域不同,因其强对抗、动态变化、边界不确定的特点,现有标准的人工智能技术很难直接有效应用,因此亟待将人工智能技术与电磁领域知识结合,研究基于深度学习和迁移学习的电磁信号检测识别技术。其中深度学习用于实现信号的识别、迁移学习用于信号样本的增强。
本发明实施例具体说明如下。
(1)基于多核异构处理器,构建小型化低功耗的边缘计算平台。实现人工智能算法的架构和智能信号识别算法的架构,为5G信号的智能识别提供平台,可以快速实时处理侦收的信号频谱,为用户提供更加及时的告警;
(2)选用高灵敏度和低噪声系数的软件无线电模块,优化无线电信号特征分析和识别解调过程的处理算法,采用高速数字信号处理模块和人工智能算法对信号进行及时采集和处理,根据***要求将处理分析后的信息发送中心站进行上层处理处理解析和展示;
(3)采用多节点无线监测,依托时差法测向技术,***能够对不在库的非法信号进行快速测向。***采用先进的TDOA测量方法、TDOA算法以及专门针对非视距误差的误差消除算法,结合专用的测向接收天线,在射频电路中通过使用低噪声、高灵敏度的放大器和声表滤波器,降低射频电路噪声系数的同时提高其灵敏度,选用高精度AD,配合优化基带处理算法。通过硬件设计和软件控制协同优化测向技术,在降低计算复杂度的基础上使测向速度更快,精度更高;
(4)依托多站交会定位技术,***能够获得被检测辐射源的较高精度的位置信息,为及时监测、查处非法辐射源提供技术支持。依据实际的空域条件和定位需求,***选择合适定位体制,采用先进的多站定位算法,尽量减小定位模糊区,针对具体的定位体制,在定位模糊区内运行位置误差分析算法,配合使用更为复杂的最小二乘加权递推估计算法,定位精度在原有基础上可以得到进一步的提高。
(5)基于频率捷变的零中频接收技术,研究5G频段信号的快速扫描和频谱监测,形成5G无线频谱接收设备。
(6)基于人工智能算法研究5G频段信号的智能分析技术,采用神经网络技术识别干扰信号和正常通信信号类型,并对通信信号的质量进行统计分析。
(7)研究单节点的测向算法和多节点的交会定位算法,实现对5G通信信号和干扰信号的测向定位,并在地图上进行态势显示。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于5G无线频谱的智能监测分析平台,其特征在于,包括:
5G频段天线,从空中接收该频段的无线电信号;
5G无线信号智能监测终端,对5G频段天线接收到的信号进行滤波、放大和变频处理,然后进行数字采集和频谱分析;
5G频段信号频谱分析平台,包括服务器、数据库、频谱分析服务模块、态势数据分发共享模块和态势数据显示模块,将采集到的时域和频域数据发送至平台进行分析和显示,并将分析后的态势数据进行分发共享。
2.根据权利要求1所述的一种基于5G无线频谱的智能监测分析平台,其特征在于:所述5G频段信号频谱分析平台将分析后的态势数据共享给无线电管理委员会、移动网络运营商、网络优化服务商和专业网络运营商。
3.根据权利要求1所述的一种基于5G无线频谱的智能监测分析平台,其特征在于:所述5G无线信号智能监测终端的监测测向***通过在空中不同的预定位置接收目标辐射源的无线电信号,将测向定位数据发送至地面遥控监测测向平台,通过交会定位算法和误差分析,获取目标辐射源具体地理位置。
4.根据权利要求1或3所述的一种基于5G无线频谱的智能监测分析平台,其特征在于:所述5G无线信号智能监测终端采用单节点的测向算法和多节点的交会定位算法,实现对5G通信信号和干扰信号的测向定位,并在地图上进行态势显示。
5.根据权利要求1所述的一种基于5G无线频谱的智能监测分析平台,其特征在于:所述5G无线信号智能监测终端采用多节点无线监测,依托时差法测向定位方法,对不在库的非法信号进行快速测向。
6.根据权利要求1所述的一种基于5G无线频谱的智能监测分析平台,其特征在于:所述5G无线信号智能监测终端采用多站定位算法,减小定位模糊区,针对具体的定位体制,在定位模糊区内运行位置误差分析算法,配合使用最小二乘加权递推估计算法,提高定位精度。
7.根据权利要求1所述的一种基于5G无线频谱的智能监测分析平台,其特征在于:所述5G频段信号频谱分析平台基于多核异构处理器,并在该平台上搭建边缘计算服务和人工智能处理算法架构,采用神经网络算法识别干扰信号和正常通信信号类型,并对通信信号的质量进行统计分析。
8.根据权利要求1或7所述的一种基于5G无线频谱的智能监测分析平台,其特征在于:所述5G频段信号频谱分析平台选用软件无线电模块,通过高速数字信号处理模块和人工智能算法对信号进行及时采集和处理,根据***要求将处理分析后的信息发送中心站进行上层处理处理解析和展示。
9.根据权利要求1所述的一种基于5G无线频谱的智能监测分析平台,其特征在于:在所述5G频段信号频谱分析平台中需要分析识别的内容有:信号种类识别,包括常规和特殊无线电信号的技术参数、多路复用信号;被监测无线电设备技术性能识别,包括无线电设备的体制、技术性能、特点和新技术应用情况;被监测通信台网识别,包括通信台网数量、组成、地理分布、应用性质。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011556258.1A CN112770349A (zh) | 2020-12-24 | 2020-12-24 | 一种基于5g无线频谱的智能监测分析平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011556258.1A CN112770349A (zh) | 2020-12-24 | 2020-12-24 | 一种基于5g无线频谱的智能监测分析平台 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112770349A true CN112770349A (zh) | 2021-05-07 |
Family
ID=75694243
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011556258.1A Pending CN112770349A (zh) | 2020-12-24 | 2020-12-24 | 一种基于5g无线频谱的智能监测分析平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112770349A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113965876A (zh) * | 2021-09-14 | 2022-01-21 | 成都德辰博睿科技有限公司 | 一种监测***综合测试平台的实现方法 |
CN117880820A (zh) * | 2024-03-12 | 2024-04-12 | 南京纳特通信电子有限公司 | 车联网无线电安全保障***及方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104515971A (zh) * | 2014-12-25 | 2015-04-15 | 西安电子科技大学 | 宽带多目标机载单站无源定位方法 |
-
2020
- 2020-12-24 CN CN202011556258.1A patent/CN112770349A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104515971A (zh) * | 2014-12-25 | 2015-04-15 | 西安电子科技大学 | 宽带多目标机载单站无源定位方法 |
Non-Patent Citations (3)
Title |
---|
吕义东等: "基于MATLAB的双站交叉定位及误差分析", 《实验科学与技术》 * |
曹倩等: "面向5G、6G的智能频谱管理研究", 《中国无线电》 * |
闫文娟等: "六通道无线电监测与测向定位***的设计与实现", 《电子测量技术》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113965876A (zh) * | 2021-09-14 | 2022-01-21 | 成都德辰博睿科技有限公司 | 一种监测***综合测试平台的实现方法 |
CN113965876B (zh) * | 2021-09-14 | 2023-12-12 | 成都德辰博睿科技有限公司 | 一种监测***综合测试平台的实现方法 |
CN117880820A (zh) * | 2024-03-12 | 2024-04-12 | 南京纳特通信电子有限公司 | 车联网无线电安全保障***及方法 |
CN117880820B (zh) * | 2024-03-12 | 2024-05-17 | 南京纳特通信电子有限公司 | 车联网无线电安全保障***及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11637641B1 (en) | Systems, methods, and devices for electronic spectrum management | |
US11792762B1 (en) | Systems, methods, and devices for electronic spectrum management for identifying signal-emitting devices | |
CN104010364B (zh) | 用于确定基站的估计的地理位置的方法和*** | |
CN110913331A (zh) | 一种基站干扰源定位***和方法 | |
CN105974207A (zh) | 一种基于甚低频/低频三维全闪电探测定位*** | |
CN109521402B (zh) | 一种低空无人机被动探测定位*** | |
CN105323774A (zh) | 估计分布式天线***(das)或中继器***的覆盖区域的技术 | |
CN112770349A (zh) | 一种基于5g无线频谱的智能监测分析平台 | |
CN108519586A (zh) | 一种分布式无源雷达***及其目标定位方法 | |
Nekrasov et al. | Evaluating LTE coverage and quality from an unmanned aircraft system | |
US10454597B1 (en) | Systems and methods for locating telecommunication cell sites | |
Zhang et al. | Machine learning-based integrated wireless sensing and positioning for cellular network | |
CN112801241A (zh) | 基于电子价签实现智能购物车室内精准定位***及方法 | |
CN201285420Y (zh) | 双极化五信道无线电监测和超分辨率测向固定站设备 | |
US20170339657A1 (en) | Production system and method for location-aware environment | |
KR102057290B1 (ko) | 안테나 방향각 추정 방법 및 장치 | |
Lie et al. | Indoor tracking with bluetooth low energy devices using K-nearest neighbour algorithm | |
Abedi et al. | Automatic Calibration in Crowd-sourced Network of Spectrum Sensors | |
RU2716695C2 (ru) | Способ и система определения местоположения объекта на территории | |
CN107831517B (zh) | 对不明广播电视侵入信号多点协同测向的组合定位方法 | |
CN117471416A (zh) | 数据检测驱动的分布式雷达信号融合目标检测方法及装置 | |
CN106330592A (zh) | 一种测试通讯模块网络性能的方法、***及装置 | |
CN113379790A (zh) | 一种基于3d模型的高空瞭望观测物体的ai预警定位方法 | |
CN117471191A (zh) | 一种电磁环境监测***及监测方法 | |
KR20210001009A (ko) | 단말이 송출하는 신호정보를 수신하여 단말의 위치를 추정하는 장치 및 방법 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210507 |
|
RJ01 | Rejection of invention patent application after publication |