[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

本發明公開了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，將每次采樣得到的多個樣本構成樣本向量；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，并按從小到大排序；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；優點是其利用小特征值來估計噪聲功率，估計的噪聲功率與接收信號的功率不同，從而獲得了較好的感知性能。

技術領域

本發明涉及一種認知無線電頻譜感知技術，尤其是涉及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。

背景技術

移動通信業務多樣化的迅猛發展極大程度地豐富和便利了人們的工作和生活，但是，相應地無線設備數量和移動數據流量的需求呈爆炸式增長，這就導致了頻譜資源短缺問題。近幾年，頻譜資源短缺問題已經逐漸顯現，而且在可預見的未來會變得愈加嚴重。然而，這卻不是因為物理頻譜資源不足造成的，而是因為現有的固定頻譜分配策略使很多頻譜資源無法得到充分利用，極大地降低了頻譜利用率。因此，提高頻譜利用率成為了解決這個問題的關鍵。針對這個問題，Mitola博士提出了認知無線電技術。認知無線電技術是指無線設備能夠與所處的通信環境進行交互并根據交互結果改變自身傳輸參數，從而實現以動態、自適應的方式靈活地利用潛在的空閑頻譜。為了避免對授權用戶產生干擾，認知無線電技術需要能夠準確、快速地發現空閑頻譜，實現穩健地頻譜感知。因此，頻譜感知成為了認知無線電的關鍵技術之一。

目前，接收信號協方差矩陣已被廣泛應用于認知無線電的頻譜感知中，Zeng等人在2009年發表的《Spectrum-SensingAlgorithms for Cognitive Radio BasedonStatistical Covariances》(認知無線電中基于統計協方差的頻譜感知方法)中提出的傳統的協方差矩陣頻譜感知方法被大量的應用，然而，傳統的協方差矩陣頻譜感知方法是使用當前感知時隙的協方差矩陣的跡來估計噪聲功率的，由于當前感知時隙的協方差矩陣的跡的值等于當前感知時隙的接收信號的功率(接收信號可能只有噪聲信號，也可能包含噪聲信號和授權用戶的信號)，因此這使得估計的噪聲功率與接收信號的功率完全相同，進而會引起檢驗統計量的分子和分母的值具有相同的變化趨勢的問題，從而會嚴重降低頻譜感知方法的性能。

發明內容

本發明所要解決的技術問題是提供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，其利用小特征值來估計噪聲功率，估計的噪聲功率與接收信號功率不同，從而獲得了較好的感知性能。

本發明解決上述技術問題所采用的技術方案為：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：