[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

本發明公開了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，所述方法包括：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。本發明解決了脈沖噪聲下弱信號的頻譜感知問題。

技術領域

本發明涉及認知無線電技術領域，更具體地，涉及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。

背景技術

認知無線電的關鍵思想是對頻譜的復用和共享，即認知用戶在對授權用戶 (主用戶)不造成干擾的前提下，可以利用授權用戶的空閑頻段。為此，認知用戶需要持續對該頻段內的主用戶信號進行檢測，一旦發現主用戶信號就盡快避讓以免對主用戶造成干擾，否則就可以利用該頻段進行通信。上述檢測的過程就是“頻譜感知”。不難看出，頻譜感知是認知無線電的關鍵技術和實現基礎。

目前，傳統的頻譜感知算法主要包括匹配濾波檢測、能量檢測、似然比檢測(Likelihood Ratio Test,LRT)、循環平穩檢測等。在平穩高斯噪聲條件下，如果已知授權用戶信息，匹配濾波檢測可以使輸出信噪比最大，但是該算法不僅需要主用戶信號的特征先驗信息，還需要主用戶與認知用戶的精確同步信息，在實際應用中這是很難達到的。能量檢測是一種比較常用的頻譜感知算法，認知用戶通過將接收信號的能量與預設的判決閾值進行對比來判斷主用戶信號是否存在。能量檢測算法的計算復雜度較低，容易實現，并且不需要主用戶信號的先驗信息，但是在低信噪比情況下其檢測性能會受到很大影響，并且門限值需要根據噪聲的功率信息來確定，噪聲功率的不確定性會嚴重影響檢測概率和虛警概率。似然比檢測是由奈曼-皮爾遜準則得到的最優的檢測方法，利用主用戶信號和噪聲的概率密度函數(Probability Density Function，PDF)的差異進行檢測，但是該算法需要上述PDF作為先驗信息。循環平穩檢測根據主用戶信號固有的循環平穩特性，通過分析功率譜密度方程判斷主用戶信號是否存在，不同的調制信號循環平穩特性有顯著差異，噪聲和干擾不具有循環平穩特性。循環平穩檢測算法能夠克服衰落以及低信噪比下能量檢測的不足，檢測性能較好，但是需要較大的數據量，計算復雜度高。

并且相對于以上傳統的頻譜感知算法所需要的條件，在真實環境中，噪聲會經常出現并不確知或不完全確知的情況，其相應的概率密度函數相對于高斯分布的PDF具有較長的拖尾。其中，脈沖噪聲是最為典型的環境噪聲之一，可由云層放電，冰層破裂，生物活動等原因產生。由于接收信號混入了脈沖噪聲，其相應的一段時間內信噪比會迅速下降。在這一情況之下，傳統的頻譜感知算法的性能也會相應的快速下降，甚至失效。現有技術中，公開號為CN103856946A的發明專利公開了一種基于差分能量檢測的雙門限協作頻譜感知方法，該方法解決了能量檢測中能量門限易受噪聲不確定性影響和傳統雙門限方法存在感知失敗的問題。本發明首先對每個認知用戶進行本地感知，在傳統雙門限能量檢測的基礎上，對處于雙門限之間的能量值采用差分能量檢測，對處于雙門限之外的能量值采用傳統能量檢測；然后將每個認知用戶的本地判決結果發送至系統融合中心，采用“OR”融合準則得到系統總判決結果，該發明是屬于傳統方法中基于能量檢測的頻譜感知方法，沒有解決脈沖噪聲下弱信號的頻譜感知問題。

發明內容

本發明為克服上述現有技術所述中傳統的頻譜感知方法沒有解決脈沖噪聲下弱信號的頻譜感知問題的缺陷，提供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。

本發明的首要目的是為解決上述技術問題，本發明的技術方案如下：

本發明第一方面提供了一種基于相關系數和K-均值聚類算法的頻譜感知方法，包括以下步驟：