[發明專利]一種基于相關系數和K-均值聚類算法的頻譜感知方法、系統及計算機可讀存儲介質

在審

• 申請號: 202010555460.6
• 申請日: 2020-06-17
• 公開（公告）號: CN111817803A
• 公開（公告）日: 2020-10-23
• 發明（設計）人: 盧致堅;徐維超;陳昌潤
• 申請（專利權）人: 廣東工業大學
• 主分類號: H04B17/382
• 分類號: H04B17/382;G06K9/00;G06K9/62
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 張金福

1.一種基于相關系數和K-均值聚類算法的頻譜感知方法，其特征在于，包括以下步驟：

S1：建立混合高斯模型，并將該模型作為噪聲分布函數；

S2:建立第i個次用戶接收到的第n個信號樣本模型；

S3：接收每個次用戶從已知環境或未知環境中獲取的感知信號，得到感知信號矩陣；

S4：基于隨機矩陣理論對感知信號矩陣進行序數分解和重組，得到兩個新的信號矩陣；

S5：計算不同次用戶接收到的感知信號之間的相關系數，并以此推導出二維特征向量；

S6：利用K-均值聚類算法對感知信號特征進行聚類和劃分，確定有無主用戶傳輸信號，實現頻譜感知。

2.根據權利要求1所述的一種基于相關系數和K-均值聚類算法的頻譜感知方法，其特征在于，所述混合高斯模型表示為：

其中，w為次用戶接收到的噪聲，ε₁,μ₁,是常規噪聲的數學期望、均值與方差，ε₂,μ₂,是脈沖噪聲的數學期望、均值與方差，其中，ε₁+ε₂＝1，0＜ε₂＜＜1，σ₂→∞。

3.根據權利要求2所述的一種基于相關系數和K-均值聚類算法的頻譜感知方法，其特征在于，所述建立第i個次用戶接收到的第n個信號樣本模型，表示如下:

x_i(n)＝h_is(n)+w_i(n)

其中，i＝1,2,...,M；s(n)代表主用戶傳輸信號；h_i≥0是一個常數，是代表主用戶信號強度的參量，當h_i＝0表示主用戶傳輸信號不存在，h_i＞0表示主用戶傳輸信號存在；w_i(n)表示非高斯背景噪聲的樣本，

設定H₀表示主用戶信號不存在，H₁表示主用戶信號存在，定義頻道占用率為：

4.根據權利要求3所述的一種基于相關系數和K-均值聚類算法的頻譜感知方法，其特征在于，感知信號矩陣的構建具體為：

設定每個次用戶的采樣點數為N，次用戶的個數為M，根據步驟S2第i個次用戶接收到的第n個信號樣本模型，得到感知矩陣X，表示為：

其中，X矩陣中的元素代表感知信號。

5.根據權利要求4所述的一種基于相關系數和K-均值聚類算法的頻譜感知方法，其特征在于，對感知信號矩陣進行序數分解和重組，得到兩個新的信號矩陣，具體為：

對感知信號矩陣X進行分解和重組分別得到兩個信號矩陣，記為Y₁和Y₂，表示為：

其中，k＝N/q，分解一個M×N的感知信號矩陣，再重組得到了兩個Mq×k的矩陣Y₁和Y₂，將M個次用戶數量擴展到了Mq個，增加了次用戶的數量。

6.根據權利要求5所述的一種基于相關系數和K-均值聚類算法的頻譜感知方法，其特征在于，Y₁由序數分解和重組得到，Y₂由區間分解和重組得到。