[發明專利]一種頻譜感知方法、裝置、設備、系統及存儲介質

在審

• 申請號: 201810989697.8
• 申請日: 2018-08-28
• 公開（公告）號: CN109039500A
• 公開（公告）日: 2018-12-18
• 發明（設計）人: 李懿;萬頻;王永華;楊健;黃沛豪
• 申請（專利權）人: 廣東工業大學
• 主分類號: H04B17/382
• 分類號: H04B17/382;H04B17/391
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 羅滿

1.一種頻譜感知方法，其特征在于，包括：

獲取無線電采樣信號；

對所述采樣信號進行降噪處理，得到降噪信號；

對所述降噪信號進行IQ分解，得到同相矩陣以及正交矩陣；

根據所述同相矩陣以及所述正交矩陣的協方差矩陣的特征值計算最大特征值與平均能量值的差值，得到特征向量；

對所述特征向量進行特征分類劃分，得到所述無線電采樣信號的分類結果。

2.如權利要求1所述的頻譜感知方法，其特征在于，所述對所述采樣信號進行降噪處理包括：

通過EMD經驗模態分解方法對所述采樣信號進行信號分解，并對分解后的信號進行本征模函數信號提取，得到降噪信號。

3.如權利要求1所述的頻譜感知方法，其特征在于，對所述特征向量進行特征分類劃分包括：

對獲取的若干特征向量構造矩陣，得到特征矩陣；

將所述特征矩陣輸入至頻譜分類模型，得到分類結果；其中，所述頻譜分類模型為根據樣本特征矩陣訓練得到的高斯混合聚類模型。

4.如權利要求3所述的頻譜感知方法，其特征在于，所述頻譜分類模型的參數優化方法包括：

根據極大似然估計以及期望最大化EM算法對模型參數進行迭代優化。

5.如權利要求1所述的頻譜感知方法，其特征在于，還包括：

對所述分類結果計算虛警概率以及檢測概率；

根據計算得到的虛警概率以及檢測概率進行感知性能分析。

6.一種頻譜感知裝置，其特征在于，包括：

采樣信號獲取單元，用于獲取無線電采樣信號；

降噪處理單元，用于對所述采樣信號進行降噪處理，得到降噪信號；

IQ分解單元，用于對所述降噪信號進行IQ分解，得到同相矩陣以及正交矩陣；

特征向量計算單元，用于根據所述同相矩陣以及所述正交矩陣的協方差矩陣的特征值計算最大特征值與平均能量值的差值，得到特征向量；

特征分類單元，用于對所述特征向量進行特征分類劃分，得到所述無線電采樣信號的分類結果。

7.如權利要求6所述的頻譜感知裝置，其特征在于，所述降噪處理單元具體為：EMD降噪處理單元，所述EMD降噪處理單元用于通過EMD經驗模態分解方法對所述采樣信號進行信號分解，并對分解后的信號進行本征模函數信號提取，得到降噪信號。

8.一種頻譜感知設備，其特征在于，包括：

存儲器，用于存儲計算機程序；

處理器，用于執行所述計算機程序時實現如權利要求1至5任一項所述頻譜感知方法的步驟。

9.一種頻譜感知系統，其特征在于，包括：

無線電采樣設備，用于采集無線電信號，得到無線電采樣信號，并將所述無線電采樣信號發送至頻譜感知設備；

所述頻譜感知設備，用于獲取無線電采樣信號；對所述采樣信號進行降噪處理，得到降噪信號；對所述降噪信號進行IQ分解，得到同相矩陣以及正交矩陣；根據所述同相矩陣以及所述正交矩陣的協方差矩陣的特征值計算最大特征值與平均能量值的差值，得到特征向量；對所述特征向量進行特征分類劃分，得到所述無線電采樣信號的分類結果。

10.一種可讀存儲介質，其特征在于，所述可讀存儲介質上存儲有程序，所述程序被處理器執行時實現如權利要求1至5任一項所述頻譜感知方法的步驟。