论文部分内容阅读
无线网络信号的传播特征被广泛应用于信息感知领域,按照信息感知的目标维度不同,信息感知划分为空间维度信息感知和频域维度信息感知两大类。本文从如何利用空间维度信息感知提高网络增值业务能力和如何利用频域维度信息感知提高网络本身业务能力等问题出发,分别研究了基于无线信号自由空间衰落特征的位置感知问题、基于无线信号多径衰落特征的人体动作感知问题、基于无线网络信号干扰特征的子载波级别的谱感知问题。主要贡献和创新点包括:(1)在基于自由空间衰落特征的静态位置感知方面,提出了一个模型和一个算法。即:可扩展的位置感知算法评测模型(SULP)和CESILA算法。首先,利用SULP模型量化了自由空间衰落特征对经典位置感知算法的影响、其他网络参数对位置感知算法的影响;其次,根据性能评测结果进一步提出CESILA算法,CESILA算法能在保证位置感知精确度的前提下,提高位置感知的覆盖率。(2)在基于多径衰落特征的人体动作感知方面,提出了一个模型、构建了一个系统。即:基于多径衰落测量值的细粒度人体动作特征提取模型(r Ruler)和基于隐马尔科夫算法的人体动作感知系统(r Ruler-HMM)。首先,利用r Ruler模型对人体动作特征进行了提取和特征的相似度分析;其次,为了进一步验证r Ruler算法的性能,构建了r Ruler-HMM人体动作感知系统,在本文的数据集中,该系统对动作的感知准确度达到90%以上,较现有方法平均提高20-30%左右。(3)在基于干扰特征的频谱感知方面,提出了两个算法。即:子载波级别的频谱感知算法(Subcarrier-Sniffer)和Wi Fi/LTE共存网络中频谱共享算法(CTCA)。首先,利用Subcarrier-Sniffer提取了异构网络共存系统中的子载波级别干扰问题;其次,利用Subcarrier-Sniffer理论进一步提出了CTCA算法,该算法能够提高Wi Fi/LTE共存网络的频谱利用率。