[發(fā)明專利]一種基于部分重構(gòu)的寬帶頻譜感知方法有效
| 申請?zhí)枺?/td> | 201410127331.1 | 申請日： | 2014-03-31 |
| 公開（公告）號： | CN103974284B | 公開（公告）日： | 2017-10-31 |
| 發(fā)明（設(shè)計）人： | 涂思怡;宋曉勤;朱勇剛;張恒龍;彭亞 | 申請（專利權(quán)）人： | 南京航空航天大學(xué) |
| 主分類號： | H04W24/00 | 分類號： | H04W24/00;H04B17/382;H04W16/14 |
| 代理公司： | 江蘇圣典律師事務(wù)所32237 | 代理人： | 賀翔 |
| 地址： | 210016 江*** | 國省代碼： | 江蘇;32 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 基于 部分 寬帶 頻譜 感知 方法 | ||
技術(shù)領(lǐng)域
本發(fā)明涉及無線通信領(lǐng)域，具體是一種基于部分重構(gòu)的寬帶頻譜感知方法。
背景技術(shù)
認知無線電(CR,Cognitive Radio)中，提供可靠通信和高效利用無線電頻譜這兩個目標決定了快速而準確地進行頻譜感知的重要性。但在對寬帶頻譜進行感知時，所需的高采樣速率及海量采樣數(shù)據(jù)處理能力都對頻譜感知的硬件提出了嚴峻的挑戰(zhàn)。在現(xiàn)實中，寬帶頻譜上主用戶占用的子頻帶數(shù)量遠遠小于總數(shù)，滿足稀疏性。于是人們自然地聯(lián)想到了壓縮采樣技術(shù)(CS,Compressed Sampling，也稱作壓縮感知，Compressive Sensing)。它表明只要信號是可壓縮的或在某個變換域是稀疏的，就可用一個與變換基不相關(guān)的觀測矩陣將變換所得到的高維信號投影到一個低維空間上，然后通過優(yōu)化算法就可以從這些少量的投影中以高概率重構(gòu)出原信號，最后根據(jù)重構(gòu)后的信號進行處理，做出檢測判決。壓縮采樣技術(shù)可以大大降低設(shè)備對采樣率的要求，其中重構(gòu)是壓縮采樣研究中關(guān)鍵的一步，如果無法快速而有效地根據(jù)采樣值重構(gòu)出原信號的話，那么壓縮采樣理論對于奈奎斯特采樣定律的優(yōu)越性也凸顯不出來了。
目前，壓縮采樣的研究重點在于低速觀測序列的獲得和信號波形的高概率、高精度重構(gòu)。其中常用重構(gòu)算法主要分成三大類：基于l1范數(shù)最小的凸優(yōu)化算法、基于l0范數(shù)最小貪婪算法以及組合算法。這些方法有的重構(gòu)精度高，有的適用于數(shù)據(jù)量大的場合，但是共同的缺點有二：計算量巨大并且壓縮比受原信號稀疏度的影響。此外，現(xiàn)有基于壓縮采樣的認知無線電寬帶頻譜感知技術(shù)均假設(shè)寬帶頻譜稀疏度是已知的。但是在CR場景中，由于主用戶(PU,Primary User)與認知用戶(或次級用戶，SU,Second User)之間無法直接通信或信息交互，且主用戶的頻譜占用情況是動態(tài)變化的，所以寬帶頻譜的稀疏性這一先驗信息并不容易得到。已有文獻提出了稀疏度估計算法：先用小部分采樣值快速估計實際稀疏度，根據(jù)估計值調(diào)整總的采樣數(shù)后再進行運算。該方法不需要稀疏度的先驗知識，但要進行額外采樣。另一種保守的方法是根據(jù)認知用戶長時間的統(tǒng)計觀測來獲得稀疏度的上界，以此確定壓縮比。然而，這往往會造成采樣數(shù)目過多，進一步增大之后信號重構(gòu)的計算量。
另一方面，完全重構(gòu)原信號在許多處理應(yīng)用中并不是必須的。很多時候，我們只是希望從觀測序列里提取有用信息或濾除后續(xù)處理中不感興趣的信息。此時，試圖通過觀測序列重構(gòu)出所有信號之后再來解決信號提取和濾波問題顯然不是最好的選擇。例如，在認知無線電系統(tǒng)中，認知用戶只關(guān)心信道占用與否，而不關(guān)心信道的具體情況，因此，并不總是需要精確重構(gòu)出原始信號。無論是最小化l1范數(shù)的重構(gòu)算法或是貪婪算法，它們均經(jīng)過多次迭代，逐步調(diào)整，最終得到最優(yōu)解，是一個逼近的過程?；粉櫧翟敕?BPDN,Basis Pursuit De-noising)是經(jīng)典的基于l1范數(shù)最小的重構(gòu)受噪聲污染信號的算法。已有學(xué)者對該方法進行改進，但是著重于提高BPDN算法的精度或者是拓展其在其它稀疏噪聲(如脈沖噪聲)壞境下的性能。如何在滿足精度要求的前提下減少計算量，還需要進一步研究。
發(fā)明內(nèi)容
本發(fā)明為了解決現(xiàn)有寬帶頻譜感知技術(shù)中計算量巨大并且壓縮比受原信號稀疏度影響的問題，提供了一種基于部分重構(gòu)的寬帶頻譜感知方法，可以運用在稀疏度未知，甚至是稀疏度變化的寬帶頻譜場景中，而且在保證檢測精度的情況下降低了運算時間，提高了檢測的實時性。
本發(fā)明包括以下步驟：
1)認知用戶對頻譜進行采樣并將低速采樣序列傳輸給融合中心；
2)融合中心運用內(nèi)點法對原信號進行完全重構(gòu)，記錄迭代次數(shù)為T，更新迭代次數(shù)為T＝T-1；
3)計算各個子信道的能量，最大值記為Jmax，最小的記為Jmin，定義門限值
Gmma＝0.5(Jmax-Jmin)；
4)運用內(nèi)點法進行部分重構(gòu)；
5)計算重構(gòu)后各個信道的能量值，記錄大于門限值Gmma的信道個數(shù)及子信號的編號，回饋給認知用戶；
6)根據(jù)子信道的能量情況更新迭代次數(shù)，若存在子信道的能量大于2Gmma，或存在兩個子信道能量值之差小于1.5Gmma，則在下一個檢測周期，T＝T+1，否則T＝T-1；
7)重復(fù)步驟4)至步驟6)；
所述的運用內(nèi)點法對原信號進行完全重構(gòu)包括以下步驟：
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于南京航空航天大學(xué)，未經(jīng)南京航空航天大學(xué)許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201410127331.1/2.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
