[發明專利]利用小特征值估計噪聲功率的協方差矩陣頻譜感知方法

有效

• 申請號: 201811059875.3
• 申請日: 2018-09-12
• 公開（公告）號: CN109286937B
• 公開（公告）日: 2023-03-24
• 發明（設計）人: 金明
• 申請（專利權）人: 寧波大學
• 主分類號: H04W16/14
• 分類號: H04W16/14;H04W24/08;H04B17/382;H04B17/345;H04B17/26
• 代理公司: 寧波奧圣專利代理有限公司 33226
• 代理人: 周玨

1.一種利用小特征值估計噪聲功率的協方差矩陣頻譜感知方法，其特征在于該協方差矩陣頻譜感知方法的處理過程為：在當前感知時隙內，對來自多個通道的信號進行多次采樣，并將每次采樣得到的多個樣本構成一個樣本向量；然后根據所有樣本向量計算協方差矩陣；接著計算協方差矩陣的所有特征值，并對所有特征值按從小到大的順序排序，對排序后的每個特征值進行修正；之后將排序后的所有特征值對應的修正特征值的前一半作為小特征值，根據所有小特征值的平均值來估計噪聲功率；再根據協方差矩陣中的所有元素的值的絕對值之和及噪聲功率，計算檢驗統計量；最后通過比較檢驗統計量與判決門限的大小，判定當前感知時隙內是否存在授權用戶信號；

該協方差矩陣頻譜感知方法具體包括以下步驟：

步驟一：在認知無線電系統中配置有M個通道；將當前想要采樣的感知時隙定義為當前感知時隙；然后在當前感知時隙內，對來自M個通道的信號進行同時采樣，共進行N次采樣，每次采樣得到M個樣本；接著將每次采樣得到的M個樣本構成一個樣本向量，將第n次采樣得到的M個樣本構成的樣本向量記為x(n)，x(n)＝[x₁(n),x₂(n),…,x_M(n)]^T；其中，M≥3，N≥2M，n為正整數，1≤n≤N，符號“[]”為向量表示符號，[x₁(n),x₂(n),…,x_M(n)]^T為[x₁(n),x₂(n),…,x_M(n)]的轉置，x₁(n),x₂(n),…,x_M(n)對應表示第n次采樣得到的第1個樣本、第n次采樣得到的第2個樣本、……、第n次采樣得到的第M個樣本；

步驟二：根據N個樣本向量，計算協方差矩陣，記為R，其中，R的維數為M×M，(x(n))^H為x(n)的共軛轉置；

步驟三：計算R中的所有元素的值的絕對值之和，記為A；并計算R的M個特征值；然后對R的M個特征值按從小到大的順序進行排序，將排序后的第m個特征值記為λ_m，λ₁＜λ₂＜…＜λ_m＜…＜λ_M；其中，m為正整數，1≤m≤M，λ₁,λ₂,…,λ_m,…,λ_M對應表示排序后的第1個特征值、排序后的第2個特征值、……、排序后的第m個特征值、……、排序后的第M個特征值；

步驟四：對排序后的每個特征值進行修正，得到排序后的每個特征值對應的修正特征值，將λ_m對應的修正特征值記為其中，e為自然基數；

步驟五：將都作為小特征值，根據所有小特征值的平均值來估計噪聲功率，將噪聲功率記為其中，表示λ₁對應的修正特征值，表示λ₂對應的修正特征值，表示排序后的第個特征值對應的修正特征值，符號為向下取整運算符號，q為正整數，表示排序后的第q個特征值λ_q對應的修正特征值；

步驟六：根據A和計算檢驗統計量，記為T，

步驟七：判斷T是否大于判決門限d，如果T＞d，則判定當前感知時隙內存在授權用戶信號；否則，判定當前感知時隙內不存在授權用戶信號；其中，d滿足給定的虛警概率P_f，并通過計算機仿真獲得，P_f∈[0,1]。