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

无线通信 | 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
- 基于边缘计算的5G网络干扰特征识别方法研究
- 现代传输 2023年第1期页码：53-56
- 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：
  中图分类号： TN929.5
- 纸质出版：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]. 现代传输, 2023,(1):53-56.

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.
陈桂树. 基于边缘计算的5G网络干扰特征识别方法研究[J]. 现代传输, 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)

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

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