本发明涉及一种wlan的平均电磁辐射预测方法。
背景技术：
：随着无线局域网(wirelesslocalareanetwork，wlan)的普及，对wlan电磁辐射强度评估越来越重要。目前主要研究wlan电磁辐射情况，都是以测量为主。文献《procedureforassessmentofgeneralpublicexposurefromwlaninofficesandinwirelesssensornetworktestbed》(l.verlook,w.joseph,etal.procedureforassessmentofgeneralpublicexposurefromwlaninofficesandinwirelesssensornetworktestbed[j].healthphys.,vol.98,pp.628–638,2010.)，分析了用频谱仪在时域中计算占空比的方法，并分析了频谱仪的参数设置对占空比测量和电磁辐射强度测量的影响。文献《determinationofthedutycycleofwlanforrealisticradiofrequencyelectromagneticfieldexposureassessment》(woutjoseph,daanpareit,etal.determinationofthedutycycleofwlanforrealisticradiofrequencyelectromagneticfieldexposureassessment[j].prog.biophys.mol.biol.,111(2013),pp.30-36)，实地测量了不同场景下的wlan的占空比，例如工厂、城市、办公室、乡下等，但上述文献不能用于wlan的电磁辐射预测,如需要估计某个wlan的电磁辐射大小，往往需要耗费大量的人力和物力去进行测量。实际上在不同的场景下(如教学区、饭店、办公室等)，它的wlan用户到达率具有一定的规律性，而wlan系统内的用户到达率与wlan的平均电磁辐射息息相关，如果能够利用聚类算法，建立用户到达率的回归方程，就可以直接对不同场景下的wlan平均电磁辐射进行预测，从而避免大量的测量，但是目前已公开的文献和专利并没有提出相关的方法。针对现有技术中存在的不足，本专利提出一种wlan平均电磁辐射预测方法，该方法通过结合k-means聚类方法建立wlan系统中用户到达率的回归方程，给出的回归方程可以直观分析不同场景下一天内wlan系统中用户到达率的情况。给予回归方程系数，就可以直接得到用户到达率，进而得到wlan系统中活跃用户，最终获得wlan的平均电磁辐射情况。通过实验表明，本专利提出的方法通过回归方程直接预测wlan的平均电磁辐射，能够减少测量工作量，同时能够精确的对wlan平均电磁辐射进行预测与评估。技术实现要素：为实现上述目的，本发明采用的技术方案如下：一种wlan的平均电磁辐射预测方法，其特征在于，包括以下步骤：1)、在一天24小时内，以每半小时为单位，将一天用户达到率划分为48个时隙，用ti表示，其中i＝1,2,…,48，每个时隙的用户达到率用λi表示，其中i＝1,2,…,48，利用k-means聚类方法将48个时隙划分为6个聚类，用cc表示，其中c＝1,2,…,6；2)、根据步骤1得出的6个聚类cc，c＝1,2,…,6，以及48个时隙ti，i＝1,2,…,48，同时根据wlan所处的场景，建立用户到达率的回归方程；3)、根据步骤2的回归方程，计算出wlan系统中活跃用户数m的概率分布，并计算出wlan占空比；4)、利用频谱分析仪测量出最大电磁辐射强度，结合步骤3得到的wlan的占空比，计算wlan平均电磁辐射强度。上述的一种wlan的平均电磁辐射预测方法，所述步骤1)中，在一天24小时内，以每半小时为单位，将一天用户达到率划分为48个时隙，用ti表示，其中i＝1,2,…,48，每个时隙的用户达到率用λi表示，其中i＝1,2,…,48，利用k-means聚类方法将48个时隙划分为6个聚类，用cc表示，其中c＝1,2,…,6，具体步骤如下：a)将一天划分48个时隙，统计每个时隙ti的用户达到率，并随机定义6个时隙ti的用户到达率为6个聚类cc质心的初始值，用vi表示，其中i＝1,2,…,6；b)对每个时隙ti的用户到达率λi计算与步骤a)中6个聚类质心初始值的欧式距离d，其计算表达式如(1)所示，并把它归到距离最近的聚类，将48个时隙ti的用户达到率λi分别划分到6个聚类cc中；c)计算每个聚类中的用户到达率λi的平均值，用每个聚类的用户到达率λi平均值替换6个聚类质心的初始值，成为6个新的聚类质心值vi，其中i＝1,2,…,6，重新计算48个时隙ti的用户达到率λi与新的聚类质心值vi间的欧式距离，根据最短欧式距离，并划分6个新的聚类cc；d)计算6个新的聚类质心值vi减去原来聚类质心初始值vi的差值：|vi-vi|当两者差值的绝对值小于0.001时，则算法结束，得到最终的6个新的聚类cc；反之，则返回第c)步，并将新得到的聚类质心值vi作为聚类质心初始值vi。上述的一种wlan的平均电磁辐射预测方法，所述步骤2)中，根据步骤1得出的6个聚类cc，c＝1,2,…,6，以及48个时隙ti，i＝1,2,…,48，同时根据wlan所处的场景，建立用户到达率的回归方程：λi,j(cc、ti)＝α+β×cc+γ×ti(2)式(1)中λi,j为到达的用户到达率，单位为个/小时，其中i＝1,2,…,48，j为wlan所处的场景标志符，α，β，γ分别为方程的系数，cc聚类，其中c＝1,2,…,6，ti为时隙，其中i＝1,2,…,48，α，β，γ的计算方法采用最小二乘法原理计算，计算表达式如下所示：其中式(5)中分别为用户到达率、聚类和时隙的样本平均值。上述的一种wlan的平均电磁辐射预测方法，所述步骤3)中，根据步骤2的回归方程，wlan系统中活跃用户数的概率分布为：式(3)中m为活跃用户的数量，单位为个，λi,j为用户到达率，单位为个/小时，其中i＝1,2,…,48，j为wlan所处的场景标志符，为平均连接时长，单位为小时，为会话活跃期概率，为吞吐量与传输峰值速率的比值，n为到达的用户数，单位为个，n的期望值为并计算出wlan的占空比，计算表达式如下：式(7)中d表示为单位时间内wlan的占空比，t表示为时间总长度，单位为小时。上述的一种wlan的平均电磁辐射预测方法，所述步骤4)中，利用频谱分析仪测量出最大电磁辐射强度，结合步骤3得到的wlan的占空比，计算wlan平均电磁辐射强度，计算wlan平均电磁辐射强度如下：式(6)中eavg表示平均电磁辐射强度，其单位为v/m，emax表示wlan的最大电磁辐射强度，其单位为v/m,由频谱仪在“最大保持”模式下测量得出，d表示wlan的占空比。本发明的有益效果在于：本方法在预测wlan电磁辐射时，考虑到用户对wlan电磁辐射的影响，并通过结合k-means聚类方法建立用户到达率的回归方程，通过对不同场景下的回归方程建立，我们求解回归方程不同系数值，便可知该场景wlan平均电磁辐射在一天内的变化情况。这样可以减少繁琐的测量，通过回归方程间接预测wlan的平均电磁辐射情况。该方法可让人们充分了解wlan的辐射在时域上的分布情况，并指导wlan环境影响评价与环境保护，具有一定的社会价值。附图说明图1为本发明流程图。具体实施方式下面结合附图和实施例对本发明作进一步的说明。本发明实施对象是ieee802.11b和802.11gwlan，工作在2.4ghz频段，总可用带宽为83.5mhz(2.4ghz～2.483ghz),划分为13个带宽为22mhz的信道。测量设备为安泰信公司生产的型号为at6030d的扫描调谐频谱仪(频率范围9khz-3ghz)和pcd82_50全向天线(频率范围为80mhz-3ghz)组成，天线因子为30db/m，电缆损耗为3db。本发明的一种wlan的平均电磁辐射预测方法，包括以下步骤：1)、在一天24小时内，以每半小时为单位，将一天用户达到率划分为48个时隙，用ti表示，其中i＝1,2,…,48，每个时隙的用户达到率用λi表示，其中i＝1,2,…,48，利用k-means聚类方法将48个时隙划分为6个聚类，用cc表示，其中c＝1,2,…,6；2)、根据步骤1得出的6个聚类cc，c＝1,2,…,6，以及48个时隙ti，i＝1,2,…,48，同时根据wlan所处的场景，建立用户到达率的回归方程；3)、根据步骤2的回归方程，计算出wlan系统中活跃用户数m的概率分布，并计算出wlan占空比；4)、利用频谱分析仪测量出最大电磁辐射强度，结合步骤3得到的wlan的占空比，计算wlan平均电磁辐射强度。在本实施例中，我们预测了两个场景下的wlan电磁辐射，其中一个场景为教学区wlan电磁辐射预测，另外一个场景为办公区wlan电磁辐射预测。为了区分不同场景的λi,j(cc、ti)，我们把办公区wlan的用户到达率设定为λi,1(cc、ti)，把教学区wlan的用户到达率设定为λi,2(cc、ti)，对教学区场景，我们分析了三个教学区wlan用户达到率，对办公区场景，我们分析了三个办公区wlan用户达到率，下面分场景讨论。(一)办公区wlan电磁辐射预测上述步骤1中，在一天24小时内，以每半小时为单位，将一天用户达到率划分为48个时隙，用ti表示，其中i＝1,2,…,48，每个时隙的用户达到率用λi表示，其中i＝1,2,…,48，利用k-means聚类方法将48个时隙划分为6个聚类，用cc表示，其中c＝1,2,…,6，具体步骤如下：本实施例中，在一天24小时内，以每半小时为单位，从凌晨0开始，测量三个办公区wlan用户到达数，以半个小时为单位，划分时隙用ti表示，其中i＝1,2,…,48，并分时隙求出3个办公区的wlan用户到达率和用户到达率平均值，根据k-means聚类方法划分6个聚类用cc表示，其中c＝1,2,…,6，得出以下表格：表1办公区用户到达率分析表上述步骤2中，根据步骤1得出的6个聚类cc，c＝1,2,…,6，以及48个时隙ti，i＝1,2,…,48，同时根据wlan所处的场景，建立用户到达率的回归方程如下所示：λi,1(cc、ti)＝-0.4698+2.3451×cc-0.0496×ti上述步骤3中，根据步骤2的回归方程，计算出wlan系统中活跃用户数m的概率分布，包括以下内容：如在办公区11点-11点半，从表中第2大行，第10列可知当ti值为21时，其cc值为6，将ti和cc值代入回归方程，得到用户到达率预测值为12.56个/小时，从路由器管理系统可获得用户平均连接时间为0.24小时吞吐量为1.31mbit/s，传输峰值速率为3mbit/s，则wlan系统中活跃用户数的概率分布为：根据上式，可以计算出活跃用户数m的期望值，约为1.33个。并计算出wlan的占空比，计算如下：其中d表示为单位时间内wlan的占空比，t表示为时间总长度，单位为小时。上述步骤4中，利用频谱分析仪测量出最大电磁辐射强度，结合步骤3得到的wlan的占空比，计算wlan平均电磁辐射强度，内容如下：通过频谱仪监测到路由器发送的信道，本实施例中，路由器工作在2.4ghz频段1信道(中心频率为2.412ghz，频率覆盖范围为2.401-2.423ghz)上。通过使用频谱仪在“最大保持”模式下，测量出最大电磁辐射强度为4.1963v/m，然后结合步骤3中得到的wlan占空比，其值为38.14％，即可计算出wlan的平均电磁辐射强度：(二)教学区wlan电磁辐射预测上述步骤1中，在一天24小时内，以每半小时为单位，将一天用户达到率划分为48个时隙，用ti表示，其中i＝1,2,…,48，每个时隙的用户达到率用λi表示，其中i＝1,2,…,48，利用k-means聚类方法将48个时隙划分为6个聚类，用cc表示，其中c＝1,2,…,6，具体步骤如下：本实施例中，在一天24小时内，以每半小时为单位，从凌晨0开始，测量三个教学区wlan用户到达数，以半个小时为单位，划分时隙用ti表示，其中i＝1,2,…,48，并分时隙求出3个教学区的wlan用户到达率和用户到达率平均值，根据k-means聚类方法划分6个聚类用cc表示，其中c＝1,2,…,6，得出以下表格：表2教学区用户到达率分析表上述步骤2中，根据步骤1得出的6个聚类cc，c＝1,2,…,6，以及48个时隙ti，i＝1,2,…,48，同时根据wlan所处的场景，建立用户到达率的回归方程如下所示：λi,2(cc、ti)＝-0.6801+2.9919×cc-0.0553×ti上述步骤3中，根据步骤2的回归方程，计算出wlan系统中活跃用户数m的概率分布，包括以下内容：如在办公区11点-11点半，从表2中第2大行，第10列可知当ti值为21时，其cc值为5，将ti和cc值代入回归方程，得到用户到达率预测值为13.12个/小时，从路由器管理系统可获得用户平均连接时间为0.24小时吞吐量为1.31mbit/s，传输峰值速率为3mbit/s，则wlan系统中活跃用户数的概率分布为：根据上式，可以计算出活跃用户数m的期望值，约为1.84个。并计算出wlan的占空比，计算如下：其中d表示为单位时间内wlan的占空比，t表示为时间总长度，单位为小时。上述步骤4中，利用频谱分析仪测量出最大电磁辐射强度，结合步骤3得到的wlan的占空比，计算wlan平均电磁辐射强度，包括以下内容：通过频谱仪监测到路由器发送的信道，本实施例中，路由器工作在2.4ghz频段1信道(中心频率为2.412ghz，频率覆盖范围为2.401-2.423ghz)上。通过使用频谱仪在“最大保持”模式下，测量出最大电磁辐射强度为4.1963v/m，然后结合步骤3中得到的wlan占空比，其值为38.14％，即可预测出wlan的平均电磁辐射强度：以上分为办公区和教学区11点-11点半左右wlan的平均电磁辐射预测值，为了证明发明的有效性，我们用频谱仪测量分别测量得出办公区和教学区场景内wlan的电磁辐射强度与预测的电磁辐射强度作对比，结果如下所示：场景βγα预测值(v/m)测量值(v/m)教学区2.9919-0.0550-0.68013.02603.0872办公区2.3451-0.0496-0.46982.22042.2483通过对比，本专利能够根据场景类型对wlan电磁辐射强度进行预测，且预测值与测量值非常一致，能够避免大量的测试工作，证实本专利
发明内容的可行性。当前第1页12