An ICA Based Method for Grid Radio Signal Monitoring

ZHANG Jingshu, LÜ Mengfei, LI Dou†, YANG Yanjun, ZHAO Yuping

Institute of Advanced Communications, Peking University, Beijing 100871; † Corresponding author, E-mail: lidou@pku.edu.cn

Abstract An independent component analysis (ICA) based method is designed for improving the effect of grid radio monitoring and providing an effective layout of the monitoring system, in which the source signals can be retrieved and sudden emergence of abnormal signal sources can be detected. To analyze the multiple factors affecting the performance of the method, a MATLAB simulation modeling is built. The feasibility and efficiency of the proposed ICA based method are also demonstrated. Key words wireless communication; grid monitoring; independent component analysis (ICA); anomaly detection

5G无线通信系统具有超高的频谱利用率和能效,无线覆盖性能、传输时延、系统安全和用户体验会显著提升, 异构超密集组网将成为发展趋势[1]。5G系统即将引入的海量接入设备、服务和应用, 以及可能出现的超密集组网技术, 使得无线电磁环境更加复杂, 无线电设备之间的干扰显著增加, 严重时会对广播、通信、空间探测等造成影响及危害。这不仅会提高对无线电信号监测质量的要求, 也会增加无线电信号的监测难度。传统方案采用单一的大型监测站对大片区域进行监测, 无法对小型设备进行有效的监测; 并且大型监测站设备昂贵, 架设和维护成本高, 对架设地点也有较高要求, 无法进行大规模的布设, 容易出现监测盲区。因此, 传统的无线信号监测方式无法满足未来无线通信的需求,

采用网格化监测方式势在必行。

网格化监测将监测区域划分为网格, 使用小型化、低功耗的微型监测站进行大范围密集监测, 并通过中心节点对各小型监测站的信息进行收集并综合处理, 实现更精准、全面的监控。在这种情况下,一个监测站能够收到多个无线基站的信号, 同时一个无线基站的信号也可能被多个监测站接收。如何有效地将基站信号分离出来, 进而发现异常干扰信号, 成为网格化监测系统急需解决的关键问题。

作为处理盲源分离问题的一种有效方法, 独立成分分析(independent component analysis, ICA)方法自20世纪90年代以来得到极大的发展。关于 ICA

[2]方法最早的研究由Jutten 等 完成, 他们提出一种

[3]自适应的分离算法。Cardoso 等 进一步提出一种