移动通信中的算法问题 实验一 计算信号的强度

已于 2023-10-15 00:32:53 修改
阅读量1k 收藏 12
点赞数 2
分类专栏： 通信软件基础实验 文章标签： 算法 信息与通信 数据结构 c语言 信号处理
于 2023-10-14 23:52:42 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_73384981/article/details/133834044
版权

感谢学长在他的博客无私分享的高质量代码，才让我能够顺利地完成这次实验
在此融入些鄙人粗浅的理解分享出来供更多人学习

一. 引言

  1. 移动通信中的数字信号往往是复数信号a+bi，储存时分开储存复数的实部和虚部a、b也称Q(quotient)、I(imaginary number)。

  2. 终端在每个地点收到的是多个基站信号的叠加，需要依据强度，判断选择接入哪个基站。而这种判断是随着终端位置的改变需要不断进行的。

  3. 信号强度的计算（N为数据组数）：
    在这里插入图片描述

  4. 信号强度的排序：可以采用冒泡排序、插入排序、希尔排序等方法。

  5. 当基站信号均较弱时，信号强度排序可能会在几个网络之间不断跳动，故加上门限的限定能够避免网络在多个基站间反复切换。

二. 系统设计要求

总体要求：计算12个候选小区的强度，找出大于强度门限的小区，并进行从强到弱的排序。强度门限自行设定。

  1. 输出中间过程的信息。
  2. 打印各小区强度以及小区排序的结果（小区ID即文件名）。
  3. 打印设置的强度门限。

三. 设计思路与方案

1. 流程图

在这里插入图片描述

2.全局变量及结构体

#define NUM 12//数据组数
#define MAX 30000 //data中存放信号强度的实部和虚部Q和I共30000个数据

struct Area//小区结构体
{
    char ID[15];//小区名称——文件名称
    double avg_strength;//小区信号平均强度
};
struct Area area[NUM];//小区结构体数组

3.算法设计

整体代码
#include <stdio.h>
#include <string.h>
#include <math.h>

#define NUM 12//数据组数
#define MAX 30000 //data中存放信号强度的实部和虚部Q和I共30000个数据

struct Area//小区结构体
{
    char ID[15];//小区名称——文件名称
    double avg_strength;//小区信号平均强度
};
struct Area area[NUM];//小区结构体数组

void ID_init()//初始化小区名称
{
    strcpy(area[0].ID,"data24.txt");
    strcpy(area[1].ID,"data25.txt");
    strcpy(area[2].ID,"data26.txt");
    strcpy(area[3].ID,"data27.txt");
    strcpy(area[4].ID,"data28.txt");
    strcpy(area[5].ID,"data29.txt");
    strcpy(area[6].ID,"data30.txt");
    strcpy(area[7].ID,"data31.txt");
    strcpy(area[8].ID,"data32.txt");
    strcpy(area[9].ID,"data33.txt");
    strcpy(area[10].ID,"data34.txt");
    strcpy(area[11].ID,"data35.txt");
}
int calculate(struct Area *area,double Q,double I)//求平均强度函数
{
	static double sum; //利用static对数据进行累加
	static int i = 0; //利用static对计算次数进行统计
	sum = sum + sqrt(Q * Q + I * I); //信号强度计算公式并对结果求和
	i++;//计算次数累加
	if (i == MAX/2)//当执行到MAX/2次时执行以下代码
	{
		area->avg_strength = sum / (MAX/2);//求平均信号强度并写入结构体
		sum = 0;//总和清零
		i = 0;//次数清零
		return 0;//返回0表示计算完成
	}
	return 1;//返回1表示计算未完成
}
void fileop(int num)//读取文件
{
    FILE* fp;
    int flag;//设置旗标flag用于检测calculate()的返回值，从而判断是否计算完所有数据
    double Q,I;//定义双精度浮点数存放信号强度的实部和虚部
    if((fp = fopen(area[num].ID,"r")) == NULL)
    {
        printf("打开文件错误");
    }
    else
    {
        for(int i=0;i<MAX/2;i++)//边读取文件边进行计算
        {
            fscanf(fp,"%lf %lf",&Q,&I);//读取文件，并将数值存储到Q和I中
            calculate(&area[num],Q,I);
            flag = calculate(&area[num],Q,I);
            if(flag == 0)
            {
                fclose(fp);
                break;
            }
        }
    }
}

void sort()//冒泡算法排序
{
	struct Area temp;
	for (int i=0; i<=NUM-1; i++)
	{
		for (int j=0; j<=NUM-1-i; j++)
		{
			if (area[j].avg_strength < area[j+1].avg_strength)
			{
				temp = area[j] ;
				area[j] = area[j+1];
				area[j+1] = temp;
			}
		}
	}
}
int main()
{
    double threshold;//定义强度门限
    ID_init();//初始化小区名称
    for(int i=0; i<NUM; i++)
    {
        fileop(i);
        printf("小区%s信号平均强度为：%lf\n",area[i].ID,area[i].avg_strength);
    }
    sort();
    printf("\n排序结果为：\n");
    for(int i=0; i<NUM; i++)
    {
        fileop(i);
        printf("小区%s信号平均强度为：%lf\n",area[i].ID,area[i].avg_strength);
    }
    printf("请输入强度门限：\n");
    scanf("%lf",&threshold);
    printf("\n满足门限条件的小区：\n");
    for (int i = 0; i < NUM; i++)
	{
		if(area[i].avg_strength>=threshold)//如果满足门限条件打印相关信息
			printf("ID：%s \t信号平均强度：%lf\n", area[i].ID, area[i].avg_strength);
	}
}
3.1初始化小区名称
void ID_init()//初始化小区名称
{
    strcpy(area[0].ID,"data24.txt");
    strcpy(area[1].ID,"data25.txt");
    strcpy(area[2].ID,"data26.txt");
    strcpy(area[3].ID,"data27.txt");
    strcpy(area[4].ID,"data28.txt");
    strcpy(area[5].ID,"data29.txt");
    strcpy(area[6].ID,"data30.txt");
    strcpy(area[7].ID,"data31.txt");
    strcpy(area[8].ID,"data32.txt");
    strcpy(area[9].ID,"data33.txt");
    strcpy(area[10].ID,"data34.txt");
    strcpy(area[11].ID,"data35.txt");
}
3.2 平均强度计算
int calculate(struct Area *area,double Q,double I)//求平均强度函数
{
	static double sum; //利用static对数据进行累加
	static int i = 0; //利用static对计算次数进行统计
	sum = sum + sqrt(Q * Q + I * I); //信号强度计算公式并对结果求和
	i++;//计算次数累加
	if (i == MAX/2)//当执行到MAX/2次时执行以下代码
	{
		area->avg_strength = sum / (MAX/2);//求平均信号强度并写入结构体
		sum = 0;//总和清零
		i = 0;//次数清零
		return 0;//返回0表示计算完成
	}
	return 1;//返回1表示计算未完成
}

在这里插入图片描述

3.3读文件传递参数
void fileop(int num)//读取文件
{
    FILE* fp;
    int flag;//设置旗标flag用于检测calculate()的返回值，从而判断是否计算完所有数据
    double Q,I;//定义双精度浮点数存放信号强度的实部和虚部
    if((fp = fopen(area[num].ID,"r")) == NULL)
    {
        printf("打开文件错误");
    }
    else
    {
        for(int i=0;i<MAX/2;i++)//边读取文件边进行计算
        {
            fscanf(fp,"%lf %lf",&Q,&I);//读取文件，并将数值存储到Q和I中
            calculate(&area[num],Q,I);
            flag = calculate(&area[num],Q,I);
            if(flag == 0)
            {
                fclose(fp);
                break;
            }
        }
    }
}

在这里插入图片描述

3.4冒泡排序
void sort()//冒泡算法排序
{
	struct Area temp;
	for (int i=0; i<=NUM-1; i++)
	{
		for (int j=0; j<=NUM-1-i; j++)
		{
			if (area[j].avg_strength < area[j+1].avg_strength)
			{
				temp = area[j] ;
				area[j] = area[j+1];
				area[j+1] = temp;
			}
		}
	}
}
3.5主函数
int main()
{
    double threshold;//定义强度门限
    ID_init();//初始化小区名称
    for(int i=0; i<NUM; i++)
    {
        fileop(i);
        printf("ID：%s信号平均强度为：%lf\n",area[i].ID,area[i].avg_strength);
    }
    sort();
    printf("\n排序结果为：\n");
    for(int i=0; i<NUM; i++)
    {
        fileop(i);
        printf("ID；%s信号平均强度为：%lf\n",area[i].ID,area[i].avg_strength);
    }
    printf("\n请输入强度门限：\n");
    scanf("%lf",&threshold);
    printf("\n满足门限条件的小区有：\n");
    for (int i = 0; i < NUM; i++)
	{
		if(area[i].avg_strength>=threshold)//如果满足门限条件打印相关信息
			printf("ID：%s \t信号平均强度：%lf\n", area[i].ID, area[i].avg_strength);
	}
    if(area[0].avg_strength<threshold)
        printf("没有满足门限条件的小区");
}

四. 调试

在这里插入图片描述
在这里插入图片描述

对比单精度和双精度浮点数存放数据，单精度浮点数在小数点后六位便会存在误差,而双精度浮点型存储的数到小数点后16位才会出现误差，故采用双精度浮点型存储数据所得的精度比单精度浮点型高12个数量级。

本次代码的实现难点在于，读文件以及数据计算的操作。遇到的第一个问题：如何确保从单个文件中30000个数据按照Q和I的顺序读取并存储到程序中。倘若使用数组将Q和I分别存储，那么还需要一个循环语句对它们进行求和，故采用一边读取一边传递参数给计算函数，可以很大程度上简化代码量。第二个问题是：12个小区对应了12组文件一个一个打开无疑使代码显得十分冗长。故采用结构体分别存放这12组文件的ID和平均强度，用for循环对结构体进行操作。

五.心得体会

在实际工程中C语言的基本操作——如指针，结构体，文件的运用是必须掌握的，我的基础尚且薄弱仍需进一步学习。

六.意见

七.附录

结果展示

在这里插入图片描述
这里是一些写报告时可以用到的网站
流程图绘制：https://app.diagrams.net/?libs=general;flowchart
C代码美化：https://highlightcode.com/

硝酯蒽唑Ti镓
关注
  • 2
    点赞
  • 踩
  • 12
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
论文研究-移动通信网络定位算法研究 .pdf
08-16
移动通信网络定位算法是无线通信领域的一个重要研究方向，它直接关联到移动终端的精确位置确定，这对于优化移动通信网络质量、提高网络服务品质具有不可忽视的作用。本文着重研究和比较了两种移动网络定位算法：基于...
移动通信电波信号穿过建筑物墙体时的衰减问题的仿真研究
03-04
本文旨在探讨移动通信领域内电波信号在穿透建筑物墙体时所经历的衰减问题，并通过仿真研究来深入理解这一现象。随着移动通信技术的发展，如何确保信号在复杂的城市环境中稳定传输成为了一个关键的技术挑战。当电波...
测试网络稳定性_基站天线的一致性、稳定性、可靠性及测量方法探讨
weixin_39566493的博客
12-12 708
1、引言随着移动通信的不断发展，移动通信天线也经历了从单极化天线、双极化天线到智能天线、MIMO天线乃至大规模阵列天线的发展历程。中国移动经过4G大发展后，目前拥有大约150万个基站，在网天馈质量参差不齐。天线作为移动通信网络的感知器官在网络中的地位越来越复杂，并且越来越重要。虽然天线的投资占比较小(仅占基站投资的3%左右)，但是网络故障的40%以上是由天馈系统引起的。天馈系统质量下降会...
无线信号强度分析
achejq的专栏
06-30 1万+
原创作品，允许转载，转载时请务必以超链接形式标明文章 原始出处 、作者信息和本声明。否则将追究法律责任。http://dalipc.blog.51cto.com/1856667/351639 mw   功率单位     dBm dBm是一个考征功率绝对值的值，计算公式为：10lgP（功率值/1mw）。 [例1] 如果发射功率P为1mw，折算为dBm后为0dBm。 [例2]
移动通信-信号强度计算
weixin_73004718的博客
04-05 361
移动通信中信号的强度：终端在每个地点收到的是多个基站信号的叠加，需要依据强度，判断选择接入哪个基站。信号强度计算公式：信号强度计算的是一定时间范围内的平均强度。
移动通信中的算法问题 实验二 相关检测
weixin_73384981的博客
10-24 649
相关检测技术是信号检测领域里一种重要工具，常用于从噪声背景中检测出有用的确定性信号。它利用确定性信号在不同时刻的取值一般都具有较强相关性，而干扰噪声因为随机性较强，不同时刻取值相关性较差的特性，把确定性信号和干扰噪声区分开来。 假设确定信号序列为x[m],具有噪声背景的实际信号序列为y[n],m
通信软件基础B-重庆邮电大学-Java-移动通信中的算法----功率计算&滑动相关计算
Daydreamer_7的博客
09-24 1591
移动通信中的算法----功率计算&滑动相关计算
通信软件基础实验分享
Hu_bolt的博客
10-21 4417
文章目录前言一、移动通信中的算法问题1.算法背景2.核心代码二、通信网中的算法问题1.算法背景2.核心思路3.python版本三.k-means算法实验1.算法背景2.代码实现总结 前言 坐标南山，通信工程，对自己所学内容进行记录和分享，希望可以帮助到有需要的的同学。 一、移动通信中的算法问题 1.算法背景 信号强度核心算法： 相关检测技术： 相关检测技术是信号检测领域里一种重要工具，常用于从噪声背景中检测出有用的确定性信号。它利用确定性信号在不同时刻的取值一般都具有较强相关性，而干扰噪声因为随机.
无线定位技术实验三基于信号强度的位置指纹定位仿真
叶绿体不忘呼吸
07-19 984
若要对某个待定位点进行定位，则采集该点的信号特征，并于指纹数据库进行对比，将数据库中与待定位点信号特征最接近的采样点，作为该定位点的定位结果。WI-FI指纹定位的核心思想，是把实际环境中的位置和某种“指纹”联系起来，一个位置对应一个独特的指纹。这个指纹可以是单维或多维的，比如从某个特定位置的信号中提取指纹，那么指纹可以是这个信号的一个特征或多个特征（最常见的是信号强度）。理解Wi-Fi定位中的位置指纹法，掌握使用路径损耗模型模拟相关指纹数据，使用MATLAB实现基于信号强度的位置指纹定位仿真。
自动驾驶与移动边缘计算
喜欢打酱油的老鸟
01-11 9554
https://www.toutiao.com/i6639488714558931463/   2018-12-27 10:07:10 移动边缘计算是一项在近距离内为移动用户提供云服务和IT服务的新兴技术。传统网络运营商负责对传输流进行控制（比如转发和包过滤等），但在移动边缘计算中，云服务器也部署在每个基站上。因此，网络运营商也承担了为移动用户提供服务的重要责任。移动边缘计算平台通过为边缘网...
全文六万字《计算智能》智能优化算法 张军【Python】
热门推荐
w0714的博客
10-20 6万+
就这？《计算智能》张军 超详细讲解前言正文第1章 绪论1.1 最优化问题1.1.1 函数优化问题1.1.2 组合优化问题1.2.1 计算复杂性1.2.2 NP理论1.3 计算智能方法1.3.1 计算智能的分类与理论1.3.2 计算智能的研究与发展1.3.3 计算智能的特征与应用 前言 由于最近新参与了一个与智能优化相关的科研课题，所以需要了解一些计算智能的算法知识。经老师推荐，从网上购买了张军老师的这本《计算智能》，尽管出版年份距今已有一些年日，但因该领域多年来并未有太多新的大改变，且该书对新手相对友好，故
移动通信信道_移动通信信道_仿真_
10-03
多径传播是移动通信信道的一个显著特征，它对通信系统的性能有很大影响，比如信号衰落、多径干扰以及码间干扰（ISI）等问题。 在本资料中，重点介绍了如何使用MATLAB进行移动通信信道的多径传播仿真。MATLAB是一种...
移动传感器网络中定位算法的性能评测.pptx
10-15
我们通过在实验环境中设置参考节点和测试节点，并多次运行定位算法，计算测试节点的平均定位误差。结果表明，基于时间的定位算法精度最高，其次是基于距离的定位算法，最后是基于位置的定位算法。 2. 稳定性 我们...
算法练习题13——除自身以外数组的乘积（动态规划）
最新发布
hello77的blogggg 祝你得偿所愿
09-04 393
给你一个整数数组nums，返回 数组answer，其中answer[i]等于nums中除nums[i]之外其余各元素的乘积。
算法的学习笔记—连续子数组的最大和
业精于勤，荒于嬉
08-29 3730
通过上述的动态规划方法，我们能够有效地解决连续子数组的最大和问题。该方法简单易懂，并且具有较高的效率，适合在大多数情况下使用。😁热门专栏推荐想学习vue的可以看看这个java基础合集数据库合集redis合集nginx合集linux合集手写机制微服务组件spring_尘觉springMVCmybits🤔欢迎大家加入我的社区尘觉社区文章到这里就结束了，如果有什么疑问的地方请指出，诸佬们一起来评论区一起讨论😁如果帮助到您不妨3连支持一下，创造不易您们的支持是我的动力🤞。
LeetCode LCR088.使用最小花费爬楼梯
m0_63816268的博客
09-03 835
动态规划
递归、搜索与回溯算法
无聊_人的博客
08-29 7832
所谓的递归其实就是函数自己调用自己的情况。
改进的EKF算法应对GPS信号遮挡对定位的影响
GPS作为全球定位系统，其信号通常采用L1和L2两个频段，L1信号主要用于民用，信号强度相对较弱，这要求专用天线以确保接收质量。GPS定位是基于伪距和伪距增量等测量数据来计算接收机位置、速度和时间。 传统的GPS...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值