[發(fā)明專利]一種基于稀疏去噪的認(rèn)知無(wú)線電頻譜感知方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201410255554.6
• 申請(qǐng)日: 2014-06-10
• 公開(kāi)（公告）號(hào): CN103986539A
• 公開(kāi)（公告）日: 2014-08-13
• 發(fā)明（設(shè)計(jì)）人: 高玉龍;朱尤祥;張蔚;馬永奎;陳肖敏;李想
• 申請(qǐng)（專利權(quán)）人: 哈爾濱工業(yè)大學(xué)
• 主分類號(hào): H04B17/00
• 分類號(hào): H04B17/00
• 代理公司: 哈爾濱市松花江專利商標(biāo)事務(wù)所 23109
• 代理人: 楊立超

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于稀疏去噪的認(rèn)知無(wú)線電頻譜感知方法。

背景技術(shù)

伴隨著無(wú)線電技術(shù)的廣泛應(yīng)用，現(xiàn)代社會(huì)對(duì)無(wú)線電頻譜資源的依賴程度越來(lái)越高，可分配的頻率資源越來(lái)越稀少。但是經(jīng)過(guò)研究發(fā)現(xiàn)，頻譜資源的平均利用率非常低，且非常不平衡。因此，通過(guò)對(duì)頻譜的感知，對(duì)頻譜使用率低的授權(quán)用戶頻段進(jìn)行重復(fù)利用，必能大大提高頻譜的有效利用率。

信號(hào)的稀疏分解是將信號(hào)從一個(gè)域的表示變換到另外一個(gè)域的過(guò)程，而且要保證在變換域表示的稀疏度要遠(yuǎn)小于其在原始域中的表示。一般來(lái)說(shuō)信號(hào)的原始表示為時(shí)域信號(hào)，且其一般情況下是非稀疏的，對(duì)其進(jìn)行的變換主要有傅里葉變換，離散余弦變換，小波變換等。用公式表示為：

x＝Ψs,||s||₀＜＜||x||₀

其中x為N×1維的原始信號(hào)，s為N×1維的列向量，在變換域下的表示，Ψ為N×N維的變換矩陣。零范數(shù)表示向量中非零值的個(gè)數(shù)，也即是信號(hào)的稀疏度。

頻譜感知是認(rèn)知無(wú)線電的基礎(chǔ)，但是檢測(cè)概率受制于信噪比的限制，當(dāng)信噪比低時(shí)，檢測(cè)概率會(huì)隨之下降，影響頻譜判決的結(jié)果。而稀疏分解具有去除部分噪聲的能力，因此可以將信號(hào)去噪之后，再將其應(yīng)用于頻譜感知，必會(huì)提高檢測(cè)概率。

發(fā)明內(nèi)容

本發(fā)明的目的是為了解決頻譜資源的平均利用率非常低不平衡，檢測(cè)概率受制于信噪比的限制，當(dāng)信噪比低時(shí)，檢測(cè)概率會(huì)隨之下降，影響頻譜判決的結(jié)果的問(wèn)題，而提出了一種基于稀疏分解去噪的認(rèn)知無(wú)線電頻譜感知方法。

上述的發(fā)明目的是通過(guò)以下技術(shù)方案實(shí)現(xiàn)的：

步驟一、將接收到的信號(hào)x在已知稀疏分解的變換域Ψ下進(jìn)行稀疏分解，得到稀疏分解后的稀疏表示θ，即x＝Ψθ，其中θ的稀疏度為K；

步驟二、從稀疏表示θ中取出絕對(duì)值由大到小的順序取前K個(gè)值，得到去除噪聲的變換域向量系數(shù)θ'；

步驟三、利用正交變換矩陣Ψ和變換域向量θ'得到去除噪聲的時(shí)域信號(hào)x'，即x'＝Ψθ'；

步驟四、將去除噪聲的信號(hào)x'用于頻譜檢測(cè)得到檢驗(yàn)統(tǒng)計(jì)量Z，若檢驗(yàn)統(tǒng)計(jì)量Z>判決門限λ，則判斷頻段被主用戶占用；即完成了一種基于稀疏去噪的認(rèn)知無(wú)線電頻譜感知方法。

發(fā)明效果

一種基于稀疏分解去噪的認(rèn)知無(wú)線電頻譜感知方法。本發(fā)明的基本思想是噪聲在任何正交基下都不可稀疏性分解，利用稀疏分解將接收信號(hào)在變換域進(jìn)行稀疏分解表示，取出大系數(shù)后，并將其余位置置零，再將其反變換之后，得到去掉部分噪聲的信號(hào)，將其用于頻譜感知，提高檢測(cè)概率如圖5。具體為，將時(shí)域并不稀疏的信號(hào)，在變換域稀疏表示出來(lái)，得到變換域的稀疏表示。而在時(shí)域隨機(jī)分布的噪聲在任何變換域都是不可稀疏分解的，便可以利用這種特性，在變換域只取部分大系數(shù)，并將其余位置置零，然后利用稀疏分解的逆變換得到信號(hào)的時(shí)域表示，恢復(fù)出時(shí)域的信號(hào)，在經(jīng)過(guò)這個(gè)過(guò)程之后，便可以去除掉時(shí)域信號(hào)中的大部分噪聲。將去掉噪聲的信號(hào)用匹配濾波算法進(jìn)行頻譜感知，這種基于稀疏分解去噪的頻譜感知方法去除了部分噪聲的影響，便可以提高檢測(cè)概率。因此提高了認(rèn)知用戶對(duì)主用戶頻譜利用情況的認(rèn)識(shí)，能更準(zhǔn)確的做出判決，是否對(duì)該頻段進(jìn)行利用，一定程度上提高了頻譜資源的平均利用率。

附圖說(shuō)明

圖1是具體實(shí)施方式一提出的一種基于稀疏去噪的認(rèn)知無(wú)線電頻譜感知方法流程圖；

圖2是具體實(shí)施方式二提出的隨機(jī)產(chǎn)生的在變換域稀疏的時(shí)域無(wú)噪信號(hào)s示意圖；

圖3是實(shí)施例提出的產(chǎn)生的無(wú)噪信號(hào)s上加入5db的噪聲示意圖；

圖4是實(shí)施例提出的無(wú)噪信號(hào)s和加入噪聲n后的信號(hào)x變換域表示示意圖；

圖5是實(shí)施例提出的將原始有噪信號(hào)x和去除部分噪聲信號(hào)x'的頻譜檢測(cè)概率P_d和恒虛警概率P_f示意圖。

具體實(shí)施方式

具體實(shí)施方式一：本實(shí)施方式的一種基于稀疏去噪的認(rèn)知無(wú)線電頻譜感知方法，具體是按照以下步驟制備的：

步驟一、將接收到的信號(hào)(在時(shí)域并不稀疏的信號(hào))x在已知稀疏分解的變換域(變換矩陣)Ψ下進(jìn)行稀疏分解，得到稀疏分解后的稀疏表示θ，即x＝Ψθ，使得在時(shí)域看不出特點(diǎn)的信號(hào)，在變換域只用幾個(gè)大系數(shù)即可以表示其全部信息，其中θ的稀疏度為K；

步驟二、從稀疏表示θ中取出絕對(duì)值由大到小的順序取前K個(gè)值，得到去除噪聲的變換域向量系數(shù)θ'；

步驟三、利用正交變換矩陣Ψ和變換域向量θ'得到去除噪聲的時(shí)域信號(hào)x'，即x'＝Ψθ'；