精华内容
下载资源
问答
  • cc1101 CCA 空闲信道评估(Clear Channel Assessment,CCA)
    万次阅读
    2013-05-19 18:39:48
    一、任务:在信道不空闲的时候,验证CC1100无线模块是否能在硬件上判            断信道忙,并阻碍芯片进入发送状态。该验证是为载波监听,冲突监测的信道复用方法做准备,验证其是否可行。
    二、需进行的配置:
    1、当用命令滤波来使芯片进入TX状态时,进入是否成功取决于CCA 
    MODE的配置,CCA    MODE指示了那种情况可认为是信道空闲:

    CCA    MODE        信道空闲的标准
    00        总是空闲的
    01        接受信号强度低于门限值
    10        当前未接受报文
    11        接受信号强度低于门限值且当前未接收报文

    当满足信道空闲标准时,进入TX状态的命令滤波就是成功的,否则不成功。由于我们就是为了验证CCA是否有效,所以将其配置为00,即当接收信号强度高于门限值时,认为信道忙,且不能进入TX状态。
    另外,CCA    MODE的配置包含在MCSM1寄存器中。
    2、我们要判断CCA是否有效,就要在外部某引脚上检测电平状态,以判断信
    是否空闲。
              因此我们对I0CFG2进行配置,让GDO2引脚输出CS(carrier  sense)信号  ,当接收信号强度高于门限时,GDO2为高电平;当接收信号强度低于门限时,GDO2为低电平。
              最终IOCFG2=0x0E
    3、我们要判断当信道不空闲时TX命令滤波是否成功,因此就要读状态机寄存
    器获取当前状态,判断是否进入了TX状态。但是读当前状态的时机与校准方式有关。
    例如,如果采用从IDLE进入TX或RX时校准,那么从IDLE进入TX不是
    即时的,而是至少需要809us的时间,所以我们使用TX命令滤波之后,就至少要等待800us在进行判断才是正确的时机。
          校准方式的配置包含在MCSM0寄存器中。
    4、当我们判断了当前芯片的状态之后,还要通过外部来了解当前状态。所以如果成功进入了TX状态,就让绿灯亮100ms;如果一直未进入TX状态,就让红灯亮100ms。
         
    三、在考虑到上面的几点配置之后,就开始测试了。
          让一个无线模块连续的发送载波,因此可以保证无线信道一直是部空闲的。
    让另外一个无线模块稍写自己编写的测试程序,来验证CCA是否有效。
    1、首先根据王耒的建议将RXOFF_MODE和TXOFF_MODE  配置为0x10,就是让TX和RX结束后,芯片都保持在TX状态。
    进行了上面的配置之后,发现CCA一直无效,即发现PIC的RB0引脚(与CC1100的GDO2引脚相连)一直为低电平。这就说明一直未探测到信道忙。
    所以就又重新阅读了DATASHEET发现其中提到,只有当前处于TX状态,而且信道不空闲的时候,TX命令滤波才会不成功,这是才明白,如果当前为IDLE或TX状态时,CCA是无效的,而且都会成功进入TX状态。
    2、将RXOFF_MODE和TXOFF_MODE  配置为0x11,就是让TX和RX结束后,芯片都保持在RX状态。
    这个时候就发现CCA有效,RB0脚为高电平,即说明CCA有效。但是碰到了一个问题:
    ①如果信道忙时,TX命令滤波不成功,红灯一直亮;如果信道空闲,TX命令滤波刚开始成功一会-绿灯亮,然后又不成功-红灯亮。
    ②如果一开始信道忙,RB0为高,指示正确;若信道变为空闲,RB0变低,指示正确。
    但是如果一开始信道空闲,RB0为低,指示正确;若信道变为不空闲,RB0不会变化,指示错误,只有重启才会变高。

    因此怀疑程序卡到了哪个地方,导致TX不正常,又想到可能是没有清TX_FIFO,导致其溢出。在程序里边加上清TX_FIFO后,程序正常。CCA可以有效的指示信道是否空闲,而且如果信道不空闲时,TX命令滤波不成功。

    四、结论:
    ①只有当前处于TX状态,而且信道不空闲的时候,TX命令滤波才会不成功;
    ②CCA可以有效的指示信道是否空闲,而且如果信道不空闲时,TX命令滤波不成功

     

    1、 空闲信道评估(Clear Channel Assessment,CCA):

        判断信道是否空闲。IEEE 802.15.4 物理层在碰撞避免机制中提供CCA的能力,即如果
    信道被其他设备占用,则允许传输退出而不必考虑采用该信道的通信协议。

        现主要有3种空闲信道评估模式:(1)判断信道的信号能量,若信号能量低于某一个门限量,则认为信道空闲;(2)判断无线信道的特征,这个特征主要包括两方面,即扩频信号和载波频率;(3)综合前两种模式,同时检测信号强度和信号特征,给出信道空闲判断。

    更多相关内容
  • 首先建立了LTE-U与WiFi共存场景下的空闲信道评估(CCA)系统模型,随后提出了基于先听后说(LBT)的多时隙CCA方案。在此方案基础上,提出了4种数据融合算法,同时为降低判决复杂度引入了硬判决融合,并得到多时隙最优硬...
  • 网络游戏-无线网络中的信道评估和信道搜索的方法.zip
  • 感知导频信道评估系统设计与实现,张雷,冯志勇,随着各种无线接入技术的出现,无线异构网络共存和协作已成为无线通信技术重要的发展趋势。具有网络信息发送功能的感知导频信道
  • 行业资料-电子功用-无线电通信设备和信道评估方法
  • 电信设备-信道评估的方法和装置.zip
  • 电信设备-信道评估的方法和设备.zip
  • 为了提高ZigBee与Wi-Fi共存时的工作效率, 以ZigBee的吞吐量为评估标准, 对不同空闲信道评估模式对ZigBee与Wi-Fi共存的影响进行了研究。实验结果表明, 在不同的情况下选择合适的空闲信道评估模式能够提高ZigBee的性能...
  • 认知无线电中频谱管理是一项关键技术,空闲信道的检测对于频谱管理很重要。
  • 网络游戏-无线局域网络中最佳化清晰信道评估参数的装置.zip
  • 建立无线电链路和保持通信方面面临许多问题。比如无需无线频谱牌照许可的...使用SAF Spectrum Compact频谱仪进行通信频段空闲信道评估,排除目标频段中的其它射频来源,寻找可能的空闲信道。 需要使用的设备: SAF ...

    建立无线电链路和保持通信方面面临许多问题。比如无需无线频谱牌照许可的2.4 GHz无线发射器的干扰。物联网(IoT)推动了对低成本,易于实现的芯片组的需求,以实现无线连接。蓝牙、ZigBee和WiFi(802.11)等无线发射器的数量急剧增加。使用SAF Spectrum Compact频谱仪进行通信频段空闲信道评估,排除目标频段中的其它射频来源,寻找可能的空闲信道。
    在这里插入图片描述
    需要使用的设备:
    SAF Spectrum Compact频谱仪,手持喇叭天线,2.92mm电缆,指南针,水平仪工具,波导适配器。
    操作步骤step by step:
    1.距离塔楼一个合理的距离,使用指南针找到正确的方位角,并在第二个站点的方向上寻找环境中的某个物体,作为在塔中时的参考点。
    2.爬上基站塔。
    3.将 Spectrum Compact频谱仪使用线缆或波导适配器连接到天线或波导。
    4.打开 Spectrum Compact频谱仪。
    5.将天线或波导适配器指向所选方向。
    6.点击SPAN,然后选择 FULL SPAN。点击HOME。
    7.点击 SWEEP CONT(仅当按钮为灰色时)。
    8.检查是否过载
    a)如果图表上方有指示,请将SC去掉天线并添加衰减器。
    b)如果图表上方没有任何指示,请继续执行后续步骤。
    9.点击 FREQUENCY,点击 START并且使用键盘输入频率,想要观察的频率范围的下限(以MHz为单位),点击 ENTER。点击STOP并使用键盘输入频率,即想要观察的频率范围的上限。点击 ENTER,点击HOME。
    10.点击 SWEEP CONT(仅当按钮为灰色时)。
    11.点击 SAVE。
    12.检査两个极化。
    13.点击SAVE保存当前频谱扫描。
    14.点击 TOOLS,FILES1保存文件。点击VIEW,用↑和↓导航文件列表。
    15.选择具有首选极化的频谱曲线的文件,然后点击VIEW+。
    16.点击 POWER IN BAND,BW并使用键盘输入所需的通道带宽。点击ENTER。
    灰色条带可以放置在显示的频谱内的任何位置,方法是点击屏幕或点击条带并拖动它。通过使用灰色 POWER IN BAND区域作为标尺,找到所选极化中的空闲通道。
    17.点击两次BACK,然后选择具有相反极化的频谱曲线的文件。检查干扰。

    版权©2018SAF Tehnika,JSC. 版权所有

    若需更多帮助,请联系我们

    广州虹科电子科技有限公司
    Hongke Technology Co., Ltd
    广州科学城科学大道99号科汇三街2-701邮编510663
    电话:400-999-3848 ; 137 1776 8413
    传真:020-3874 3233
    邮箱:sales@hkaco.com ; support@hkaco.com
    网址:www.hkaco.com
    联系我们:广州|上海|北京|西安|武汉|深圳|成都|香港|台北

    展开全文
  • 信道质量评估是自适应跳频通信的关键技术,其实时评估结果为自适应频率控制和自适应功率控制提供依 据 。快速自适应跳频是跳频系统发展的主要方向之一,针对其特点,提出了基于接收信号信噪比预测算法的信道质 量评估...
  • 针对两种SCMA资源映射方式(RE-Sparse SCMA和RB-Sparse SCMA)和已有的基于ZC序列循环移位正交性和正交覆盖码的导频图样方案,提出了基于频分复用的稀疏导频图样,并且在具有不同频率选择性的信道下进行了仿真评估,...
  • 为有效地对莱斯衰落信道模型统计特性进行验证,提出一种基于卡方拟合优度检验的莱斯衰落信道统计特性可信性评估方法。建立莱斯衰落信道统计特性可信性评估的假设检验模型,根据莱斯信道衰落模型构造信道复输出序列,...
  • 前言 在极化码编码时,首先要区分出N个分裂信道的可靠程度,即哪些属于可靠信道,哪些属于不可靠信道。对各个极化信道的可靠性进行度量常用的有三种方法:巴氏参数...一 子信道评估和排序 里面的详细推导...

    前言

           在极化码编码时,首先要区分出N个分裂信道的可靠程度,即哪些属于可靠信道,哪些属于不可靠信道。对各个极化信道的可靠性进行度量常用的有三种方法:巴氏参数(Bhattacharyya Parameter)法、密度进化(Density Evolution,DE)法和高斯近似(Gaussian Approximation)法。

    目录

    漫谈Polar Code编码 - 知乎

    极化码的巴氏参数构造算法_不想秃头的男孩的博客-CSDN博客_极化码的构造方法


    一  子信道评估和排序

          这个方向也可以结合机器学习或者深度学习去优化.做出很多模型出来。

    一方面每个子信道的可靠度通过实际测试得到相应的排序(大数定律),

    然后通过回归算法,获得BP,DNN等经典算法就出每个channel的权重系数。

    优点是更加灵活

            定义一个(N,K)的Polar码:

           将K个消息比特放在n个子信道最可靠的K个子信道上.

       在子信道集合称为消息比特集合,记作 M

           将剩余(N-K)个子信道放置在固定的冻结比特 记作F

           M\sqcap F=\o

           M\cup F=\begin{Bmatrix} 0,1,...N-1 \end{Bmatrix}

           

          Polar 的性能受到信息比特集合M的影响,确定M首先要对各个子信道

    的可靠性进行评估和排序。

       

          子信道的评估和排序主要方法有两种:

          DE 密度演进, PW 权重极化, 查表

      下面的理论详细推导过程,后面我在介绍LDPC 背景知识的时候会讲解一下

    ,例如SPC

       1.1 DE(Density Evolution)密度演化

            DE 的详细推导过程后面会专门介绍

            这是一种跟踪概率密度在置信传输(BP Belief Propagation)

           定义接收端的对数似然LLR(Log-Likelihood Ratio)

            sgn(u)=log\frac{W(y|u=0)}{W(y|u=1)}

           在接收端收到信息Y的时候,如果p=\frac{W(y|u=0)}{W(y|u=1)}>1

         logp>0,那u=0 的概率更高。

           

         

       2 PW 极化权重

          这个可以结合机器学习和深度学习去优化。

        

          这是一种直接追踪子信道经历的极化过程来评估子信道可靠度。

    将子信道序号i用二进制表示:

          B_{n-1}B_{n-2}...B_{0}

          B_{n-1}:最高位

          B_0: 最低位

          则信道极化的过程与二进制序号具有一一对应的关系。

          1: 对应于正向极化

          0: 对应反向极化

       如下为N=8 

    定义子信道的可靠度为

      V_{i}=\sum_{j=0}^{N-1}B_j*\beta^j

    \beta^{j}:代表一次正向极化带来的可靠度权重增加。

    对于AWGN 信道

            \beta=2^{\frac{1}{4}}

    # -*- coding: utf-8 -*-
    """
    Created on Tue Apr 19 09:28:39 2022
    
    @author: chengxf2
    """
    import numpy as np
    
    def getv(i,b,n):
        binary = bin(i)[2:]
        binary = binary[::-1] #因为从最低位开始取的
        #print("\n binary ",binary)
        
        N = len(binary)
        
        #从最低位开始计算
        v = 0.0
        for j in range(n):
           if j>=N:
              continue
           else: 
               a = np.power(b,j)
               k = int(binary[j])
               v= v+k*a
        #print("\n v: ",v)
        return v
          
    
    '''
    极化权重
    '''
    def pw(N=8,b=np.power(2,1/4)):
        print("\n b:%f"%b)
        n = np.log2(N)
        for i in range(0,N):
            v= getv(i,b,int(n))
            
            print("\n i: %d"%i, "\t v :%3.2f"%v)
        
    pw()

    3. 查表

           TS38.212 表 5.3.1.2-1 Polar 序列和对应的可靠度

    二  SSC 伪代码

         SC 解码过程本质上跟决策树里面的ID3,C4.5一样的。

    里面的beliefs本质上就是某个结点拿到的数据集

    g,f函数就是如何划分数据集。

         这边给出伪代码

         至于为神马要用f,g函数,后面会有详细的推导过程、

    ​
    # -*- coding: utf-8 -*-
    """
    Created on Mon Mar 14 21:41:01 2022
    
    @author: cxf
    """
    
    import numpy as np
    
    '''
    阶梯函数
    '''
    def sgn(x):
        r = 1
        if x>=0:
           r=1
        else:
            r=-1
        return r
    
    
    class Polar():
        
        '''
        实现f 函数功能
        '''
        def f(self, r1,r2):
            beliefs = sgn(r1)*sgn(r2)*min(abs(r1),abs(r2))
         
            return beliefs
            
        '''
        实现g 函数功能
        '''
        def g(self, r1,r2,hat_u):
            if hat_u ==0: #作为g 函数
               beliefs= r2+r1
            else:
               beliefs = r2-r1
            return beliefs
        
        
        '''
        叶节点计算
        '''
        def getLeaf(self,tree, beliefs):
            
            is_frozen = tree.isfrozen()
            
            if is_frozen:
                hat_u = 0
        
            elif beliefs>=0:
                    hat_u =0
            else:
                    hat_u =1
            
            return hat_u
                    
            
            
    
        '''
        左子树计算过程,step_R
        '''          
        def getLeft(self,beliefs, tree, hat_u):
            
         
           
            sub_beliefs =[]
            n = len(beliefs)
            if  tree.isLeaf:#叶节点
                 hat_u = self.getLeaf(tree, beliefs)
            else:
                 
                 for i in range(n):
                     r1=beliefs[i]
                     r2 = beliefs[i+n]
                     u = hat_u[i]
                     belief = self.g(r1,r2,u)
                     sub_beliefs.append(belief)
                 hat_u = self.decoder(tree, sub_beliefs)
            
            return hat_u
        
        '''
        右子树的计算过程
        '''
        def getRight(self, beliefs, tree):
            
            sub_beliefs =[]
            n = len(beliefs)
            if tree.isLeaf:
                hat_u = self.getLeaf(tree, beliefs)
            else:
                 for i in range(n):
                     r1=beliefs[i]
                     r2 = beliefs[i+n]
                     
                     belief = self.f(r1,r2)
                     sub_beliefs.append(belief)
                 hat_u = self.decoder(tree, sub_beliefs)
        
            return hat_u
        
        
        def transfer(self,tree,u1,u2):
            
            n = len(u1)
            
            x= []
            x_2= u2
            
            for i in range(n):
                x1= u1[i]
                x2 = u2[i]
                
                a = x1^x2
                x.append(a)
            x.extend(x_2)
                
                
        
        
        
        def decoder(self, tree,beliefs):
    
            
            hat_u_1 = self.getLeft(beliefs, tree)
            hat_u_2 = self.getRight(beliefs, tree)
            self.transfer(tree, hat_u_1, hat_u_2)
            
            
            
            
            
            
            
        
        def __init__(self):
            
            self.N = 16
            self.k = 10 
    
    ​

    展开全文
  • CCA主要用于CC1101在信号发射之前进行的信道空闲评估评估的内容包括:1、信道的信号强度是否高于某一个阀值;2、是否有和本设备设置的同样频率特征的数据正在 被接收,这两部分内容既可以都作为信号空闲评估的...

    对于射频通信而言,非常重要的一个问题即是通信频道是否可用。这里所谓的可用是指信道是否拥挤,在规定的频谱带上是否有其他的信号正在传输,且能否和本设备要发送和接收的信号区分开来。由于射频通信的介质是空气,这点不同于现有的互联网通信,通过的是电缆等物理设备。但是要做一个稳定、可靠的通信,就必须做一个传输介质(信道)的判忙处理。

    CC1101提供的信道检测机制之一就是信道空闲评估,CCA。用于检测编程指定的信道是否处于可用的状态。

    CCA工作机制:

    CCA主要用于CC1101在信号发射之前进行的信道空闲评估,评估的内容包括:1、信道的信号强度是否高于某一个阀值;2、是否有和本设备设置的同样频率特征的数据正在 被接收,这两部分内容既可以都作为信号空闲评估的判断内容,也可分开各自使用,取决于我们队CCA工作模式的设置。

    如果CCA评估不通过,即不满足前面所说的其中一方面的内容,那么CC1101认为信道就是繁忙的,那么此次进行的TX发送就会失败,CC1101就会返回RX状态(注:要使用CCA功能,那么CC1101平时都应该处于RX状态),那么我们就需要通过MCU控制芯片尝试下一次数据发送了。

    使用设置:通过设置CC1101的MCSM1.CCA_MODE不为0即可使能该项功能,具体设置选项如图1所示:


    图1

    该域的数值与CCA的对应关系如下:

    00    总是空闲的,即无论何种情况,只要使用STX或SFSTXON命令就会进入TX状态,并进行数据发送。
    01    接受信号强度低于门限值,即只有当检测到当前要传输的信道的信号强度时,才会进入TX模式
    10    当前未接受报文,即当当前未正在接收报文时,才可进入TX进行数据发送;
    11    接受信号强度低于门限值且当前未接收报文,当两个条件均满足时,才可进入TX并进行数据发送


    注意点:1、要使用CCA功能,则CC1101在平时均要处于RX模式,以便进行信号强度和接收判断处理。

    展开全文
  • ETC系统信道传播损耗评估方法研究
  • 论文笔记:针对盲化的 RSA算法的水平聚类侧信道攻击 作者:史凡玉(天津大学,2020年1月硕士学位论文) 其文章发表: Shi F , Wei J , Sun D , et al. A Systematic Approach to Horizontal Clustering Analysis on ...
  • 空闲信道评估与能量检测相似,但其功能更加复杂,其目的是估计目标信道是否空 闲。空闲信道评估的方法主要有检测能量是否超过所设定的阈值(至少超过接收机灵敏 度 10db),或检测信道是否存在遵循 IEEE 802.15...
  • SI4432无线评估开发包

    2018-01-15 18:50:49
    SI4432无线评估开发包SI4432无线评估开发包SI4432无线评估开发包SI4432无线评估开发包SI4432无线评估开发包
  • 04 密码产品的侧信道分析与评估.pdf
  • MIMO系统由于在空间中具有多个发送和接收天线,...而只有对MIMO信道进行了足够精确的建模,并将信道模型应用在计算机仿真中,才能进行贴近实际的性能评估,得出有参考价值的评估结果,为传输技术的研发指明正确的道路。
  • IEEE关于LTE-R应用于高铁信道评估方法
  • 使用3GPP10版本即LTE-A(Long Term Evolution Advanced)中新的参考信号,通过不同的信道估计算法来进行信道估计,然后对其性能进行了评估信道状态信息参考信号被用来进行反馈估计,采用终端专用参考信号来进行解调...
  • 电信设备-基于系统性能和信道质量评估的无线链路参数更新方法.zip
  • 高速铁路中各种场景下5G无线通信系统的信道估计和吞吐量评估
  • 基于神经网络的3维无线信道特征预测及评估.pdf
  • 信道响应函数建立方程,求过判决门限时刻的解得到信道中数据依赖型抖动(DDJ)的数学计算公式根据递推方法找到DDJ单调递增,或单调递减的码流,从而得到DDJ的极大值和极小值相对于发送大量随机码流遍历搜索DDJ极值...
  • 扩频技术可以被认为是最重要的通信... 在这项研究中,在加性白高斯噪声和频率选择性衰落信道下,分析和评估了编码直接序列/快速跳频/跳时系统的性能。 结果表明,所提出的系统由于其多扩频技术而提供了极大的性能增强。

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 8,194
精华内容 3,277
关键字:

信道评估