[發明專利]一種頻譜感知方法及裝置

有效

• 申請號: 201810258432.0
• 申請日: 2018-03-27
• 公開（公告）號: CN108462544B
• 公開（公告）日: 2021-09-17
• 發明（設計）人: 張順超;萬頻;王永華;黎興成
• 申請（專利權）人: 廣東工業大學
• 主分類號: H04B17/382
• 分類號: H04B17/382
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 張春水;唐京橋

1.一種頻譜感知方法，其特征在于，包括：

獲取認知用戶對目標頻譜進行感知得到的信號向量；

對所述信號向量進行拆分重組得到拆分重組矩陣，再對所述信號向量進行分解重組得到分解重組矩陣；

所述對所述信號向量進行拆分重組得到拆分重組矩陣具體包括：

將所述信號向量的元素按元素順序進行均等拆分，得到第一子信號向量，再將所述第一子信號向量進行重組得到第一拆分重組矩陣；

將所述信號向量的元素按預置間隔進行采樣拆分，得到第二子信號向量，再將所述第二子信號向量進行重組得到第二拆分重組矩陣，具體包括：

通過預置第二公式將所述信號向量的元素按預置間隔進行采樣拆分，得到第二子信號向量，再將所述第二子信號向量進行重組得到第二拆分重組矩陣；

其中，所述預置第二公式為：

式中，x_i為第i個認知用戶的信號向量，x_iq為第i個信號向量的第q個子信號向量，k＝N/q，N為信號向量的長度，i＝1,2,...,M；M為認知用戶的個數，q為拆分系數；

所述第二拆分重組矩陣的表達式為：

其中，x_im為第i個信號向量的第m個子信號向量，1≤m≤q；

對所述拆分重組矩陣和所述分解重組矩陣進行協方差轉化，并計算各個協方差矩陣的特征值，根據所述特征值生成信號特征向量；判斷所述信號特征向量是否滿足檢測判據，若滿足，則確定目標頻譜不可用，若不滿足，則確定目標頻譜可用；

所述對所述拆分重組矩陣和所述分解重組矩陣進行協方差轉化，并計算各個協方差矩陣的特征值，根據所述特征值生成信號特征向量具體為：

對所述第一拆分重組矩陣、所述第二拆分重組矩陣和所述分解重組矩陣進行協方差轉化，并計算各個協方差矩陣的特征值，根據所述特征值生成信號特征向量；

通過聚類算法對預置的訓練特征向量進行迭代運算得到聚類結果，根據所述聚類結果生成所述檢測判據；

所述檢測判據為：

式中，Ψ_k為聚類結果，為信號特征向量，K為非重疊類的個數，k表示為第k個類，ξ是用于控制虛警概率和漏檢概率的參數，Ψ₁為第一個類對應的質心，|| ||表示的是范數函數。

2.根據權利要求1所述的頻譜感知方法，其特征在于，所述再對所述信號向量進行分解重組得到分解重組矩陣具體為：

再對所述信號向量進行IQ分解并重組得到分解重組矩陣。

3.根據權利要求1所述的頻譜感知方法，其特征在于，所述將所述信號向量的元素按元素順序進行均等拆分，得到第一子信號向量，再將所述第一子信號向量進行重組得到第一拆分重組矩陣具體為：

通過預置第一公式將所述信號向量的元素按元素順序進行均等拆分，得到第一子信號向量，再將所述第一子信號向量進行重組得到第一拆分重組矩陣；

其中，所述預置第一公式為：

式中，x_i為第i個認知用戶的信號向量，x_iq為第i個信號向量的第q個子信號向量，k＝N/q，N為信號向量的長度，i＝1,2,...,M；M為認知用戶的個數，q為拆分系數；

所述第一拆分重組矩陣的表達式為：

其中，x_im為第i個信號向量的第m個子信號向量，1≤m≤q。

4.根據權利要求1所述的頻譜感知方法，其特征在于，所述聚類算法為K-means聚類算法或K-medoids聚類算法。