[發明專利]一種協作頻譜感知方法及相關裝置

在審

• 申請號: 201810474358.6
• 申請日: 2018-05-17
• 公開（公告）號: CN108768563A
• 公開（公告）日: 2018-11-06
• 發明（設計）人: 孫晨皓;王永華;萬頻;袁漢濤;杜藝期
• 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: 羅滿

本申請公開了一種協作頻譜感知方法，主要包括對已知信號矩陣進行協方差矩陣計算得到對應的協方差矩陣，根據所述協方差矩陣進行主成分分析處理，得到最大主成分信號矩陣，再對該最大主成分信號矩陣進行特征提取得到特征，對該特征進行分類模型的訓練，最后得到分類模型，使用該分類模型進行頻譜感知。通過主成分分析選擇主成分最大的向量表示已知信號矩陣，可以降低已知信號矩陣的維數，進而降低噪聲對已知信號的影響，對降低維數后的已知信號可以提取到更加精確的信號特征值，提高進行特征判斷即頻譜感知的精度。本申請還公開了一種協作頻譜感知系統、協作頻譜感知裝置以及計算機可讀存儲介質，具有上述有益效果。

技術領域

本申請涉及無線電技術領域，特別涉及一種協作頻譜感知方法、協作頻譜感知系統、協作頻譜感知裝置以及計算機可讀存儲介質。

背景技術

隨著無線電技術的進步和社會經濟的發展，各行各業和消費者對無線電頻率的需求越來越多，但是在實際環境中無線電頻譜資源是有限的，使得頻譜資源越來越匱乏。

目前，頻譜資源采用國家統一分配授權的管理模式，將頻譜分為兩種類型：授權頻段和非授權頻段。其中，授權頻段占據者大部分頻譜資源，如電視廣播頻段，但不少授權頻段還處于空閑狀態。另外開放使用的非授權頻段占整個頻譜資源的很少一部分，如無線局域網、無線城域網等無線網絡，在該頻段上的用戶很多，業務量也很大，無線電頻段已經基本趨于飽和。但是據研究表明，在已分配的頻譜利用率為15％～85％，可以發現頻譜資源的匱乏并不是真正意義上的頻譜資源不足，更多是由頻譜利用率過低，造成大量空余頻段未被利用浪費造成。

因此，現有技術對頻譜進行頻譜檢測，也叫做頻譜感知，檢測出空閑時段的頻譜，并加以利用。比較常用的方法是，通過能量檢測算法對信號進行檢測，在檢測過程中不需要信號的先驗信息，復雜度較低，并且也更容易實現。

但是，低信噪比環境下容易受到噪聲的不確定性影響，產生誤判而導致檢測性能急劇下降。在能量檢測的基礎上，即使采用自適應的門限設置，檢測器也無法做出正確的判斷。

因此，如何在低信噪比環境下提高頻譜感知的正確率是本領域技術人員所關注的重點問題。

發明內容

本申請的目的是提供一種協作頻譜感知方法、協作頻譜感知系統、協作頻譜感知裝置以及計算機可讀存儲介質，通過主成分分析選擇主成分最大的向量表示已知信號矩陣，可以降低已知信號矩陣的維數，進而降低噪聲對已知信號的影響，對降低維數后的已知信號可以提取到更加精確的信號特征值，提高進行特征判斷即頻譜感知的精度。

為解決上述技術問題，本申請提供一種協作頻譜感知方法，包括：

對已知信號矩陣進行協方差矩陣計算得到對應的協方差矩陣，根據所述協方差矩陣進行主成分分析處理，得到最大主成分信號矩陣；

對所述最大主成分信號矩陣進行協方差矩陣計算得到所述最大主成分信號矩陣的協方差矩陣，對所述最大主成分信號矩陣的協方差矩陣進行特征提取處理，得到主成分矩陣特征；

根據聚類算法對所述主成分矩陣特征進行分類，根據分類結果進行模型訓練，得到分類模型；

當接收到未知信號時，根據所述分類模型對未知信號進行分類。

可選的，對已知信號矩陣進行協方差矩陣計算得到對應的協方差矩陣，根據所述協方差矩陣進行主成分分析處理，得到最大主成分信號矩陣，包括：

對已知信號矩陣進行協方差矩陣計算得到所述已知信號矩陣的協方差矩陣；

根據所述已知信號矩陣的協方差矩陣進行主成分分析處理，得到多個主成分對應的特征向量；

采用主成分最大的特征向量對所述已知信號矩陣進行映射處理，得到所述最大主成分信號矩陣。