基于边缘计算的5G网络干扰特征识别方法研究

陈桂树

Chinese

您当前的位置：

首页 >

文章列表页 >

基于边缘计算的5G网络干扰特征识别方法研究

更新时间：2026-07-10

- 基于边缘计算的5G网络干扰特征识别方法研究
- Issue 1, Pages: 53-56(2023)
- 作者机构：
  
  广东南方电信规划咨询设计院有限公司
- 作者简介：
- 基金信息：
- DOI：
  CLC： TN929.5
- Published：2023
- 稿件说明：
移动端阅览
陈桂树. 基于边缘计算的5G网络干扰特征识别方法研究[J]. 2023, (1): 53-56.
DOI：

陈桂树. 基于边缘计算的5G网络干扰特征识别方法研究[J]. 2023, (1): 53-56. DOI：

摘要

由于传统方法在网络干扰特征识别过程中存在同步率较低、干扰特征识别时间较长的问题，导致识别效果不佳，因此本文提出基于边缘计算的5G网络干扰特征识别方法研究。采用四元组建立5G网络数学模型，描述5G网络通信结构，在边缘节点布设采样点对网络接收信号采样，利用傅里叶变换技术对采样数据样本变换，获取到网络时域数据与频域数据，通过对特征数据离散化处理，提取到网络瞬时时域特征与频域特征，利用边缘计算技术计算到网络干扰特征系数，以时域特征作为分来基础对网络干扰信号进行分类，实现对5G网络干扰特征的识别。经实验证明，设计方法同步率较高，并且对干扰特征识别时间较短，具有良好的5G网络干扰特征识别效果。

Abstract

关键词

Keywords

references

电子通信网络双频突变信号抗干扰预测方法[J]. 鲜娟;张宗琪;谌丽;陈俊霖.计算机仿真,2022(08)

基于子波变换的无线通信网络干扰信号检测研究[J]. 王晓惠;冯彩英.激光与红外,2022(06)

移动通信网络干扰研究[J]. 马翔.中国无线电,2022(03)

基于粒子群算法的光纤通信网络入侵干扰信号定位检测方法[J]. 曹建生.信息与电脑(理论版),2022(01)

基于卷积神经网络联合多域特征提取的干扰识别算法[J]. 王鹏宇;程郁凡;徐昊;尚高阳.信号处理,2022(05)

水下航行器通信网络信号抗电磁干扰传输方法[J]. 杨丽;王清珍.舰船科学技术,2021(18)

移动通信网络干扰类型分析与治理探索[J]. 吴亚南;雍柱林;马翔;藏威.中国无线电,2021(04)

舰船自组网通信网络大数据干扰信息挖掘方法[J]. 张燕.舰船科学技术,2020(24)

光纤通信网络入侵干扰信号定位检测仿真[J]. 武丽;海洁.计算机仿真,2020(03)

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

云计算在5G网络边缘计算中的应用研究

5G承载网中SPN设备功能验证与测试方案设计

基于神经网络的5G网络故障诊断模型研究

面向算网融合的边缘计算网络任务卸载策略优化方法

AI边缘计算在工业视觉识别系统中的应用

Related Author

周顺利

刘天成

刘春波

杨正兴

曹明

周富林

黄靖

Related Institution

天翼云科技有限公司江苏分公司

通号工程局集团北京研究设计实验中心有限公司

解放军32008部队

中国联合网络通信有限公司广东省分公司

AI问答

Postal code：100079
Tel：（010）53879206 Email：tmw@bjxintong.com.cn
Technical support is provided by Beijing Founder electronics co., LTD 京ICP备09082226号-64 京公网安备11010602201714号
It is recommended to read the content of this site in Chrome&IE9+. Please switch to extreme mode in browser 360.
Cookies We use cookies to help provide and enhance our service and tailor content. By continuing, you agree to the use of cookies.

⁰