[發明專利]一種基于相位差魯棒統計特征的頻譜感知方法及相關設備

有效

• 申請號: 202010937270.0
• 申請日: 2020-09-08
• 公開（公告）號: CN112235061B
• 公開（公告）日: 2021-10-22
• 發明（設計）人: 許文俊;王陽;徐文波;王俊義;黃賽;高暉
• 申請（專利權）人: 北京郵電大學
• 主分類號: H04B17/382
• 分類號: H04B17/382
• 代理公司: 北京風雅頌專利代理有限公司 11403
• 代理人: 王剛

本說明書一個或多個實施例提供一種基于相位差魯棒統計特征的頻譜感知方法及相關設備；所述方法包括：對接收到的接收信號進行采樣處理；其中，采樣處理得到若干采樣點；分別計算相鄰兩個采樣點的相位差，得到接收信號對應的相位差概率分布；對第一相位差概率分布進行特征提取，得到接收信號對應的相位差魯棒統計特征；將相位差魯棒統計特征輸入預先訓練的頻譜感知模型，根據頻譜感知模型的輸出確定主用戶信號是否存在。本申請通過提取相位差魯棒統計特征，并利用監督學習訓練機器學習模型，學習特征，從而識別接收信號相位差概率分布的類別，在低信噪比衰落信道條件下，實現更加準確、更加魯棒的頻譜感知。

技術領域

本說明書一個或多個實施例涉及通信技術領域，尤其涉及一種基于相位差魯棒統計特征的頻譜感知方法及相關設備。

背景技術

頻譜感知技術可以檢測當前頻譜信息，發現空閑頻譜資源以對其進行再利用，提高頻譜利用率，緩解頻譜緊缺導致的頻譜供需矛盾。然而，在低信噪比通信環境中，快速、準確地感知頻譜空洞具有挑戰性；此外，實際通信環境中，無法準確獲得先驗信息，即使獲取到了先驗信息，收發端同步誤差仍會造成載頻失配等問題，傳統頻譜感知方式在噪聲功率不確定、載頻失配等因素存在或先驗信息完全未知的情況下，難以有效發揮作用。

發明內容

有鑒于此，本說明書一個或多個實施例的目的在于提出一種基于相位差魯棒統計特征的頻譜感知方法及相關設備。

基于上述目的，本說明書一個或多個實施例提供了一種基于相位差魯棒統計特征的頻譜感知方法，包括：

對接收到的接收信號進行采樣處理；其中，所述采樣處理得到若干采樣點；

分別計算相鄰兩個所述采樣點的相位差，得到所述接收信號對應的相位差概率分布；

對所述第一相位差概率分布進行特征提取，得到所述接收信號對應的相位差魯棒統計特征；

將所述相位差魯棒統計特征輸入預先訓練的頻譜感知模型，根據所述頻譜感知模型的輸出確定主用戶信號是否存在。

基于同一發明構思，本說明書一個或多個實施例還提供了一種基于相位差魯棒統計特征的頻譜感知裝置，包括：

特征提取模塊，被配置為對接收到的接收信號進行采樣處理；其中，所述采樣處理得到若干采樣點；分別計算相鄰兩個所述采樣點的相位差，得到所述接收信號對應的相位差概率分布；對所述第一相位差概率分布進行特征提取，得到所述接收信號對應的相位差魯棒統計特征；

頻譜感知模塊，被配置為將所述相位差魯棒統計特征輸入預先訓練的頻譜感知模型，根據所述頻譜感知模型的輸出確定主用戶信號是否存在。

基于同一發明構思，本說明書一個或多個實施例還提供了一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執行所述程序時實現如上任意一項所述的方法。

從上面所述可以看出，本說明書一個或多個實施例提供的基于相位差魯棒統計特征的頻譜感知方法及相關設備，通過提取相位差魯棒統計特征，并利用監督學習訓練機器學習模型，學習特征，從而識別接收信號相位差概率分布的類別，在低信噪比衰落信道條件下，實現更加準確、更加魯棒的頻譜感知。本申請的方案能夠在低信噪比衰落環境中，有效提高的頻譜感知的魯棒性和有效性，且在無任何先驗信息的環境中，仍可快速有效地感知頻譜空洞。

附圖說明

為了更清楚地說明本說明書一個或多個實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本說明書一個或多個實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。

圖1為本說明書一個或多個實施例的基于相位差魯棒統計特征的頻譜感知方法流程圖；