[發明專利]一種基于序貫檢測的特征值頻譜感知方法

有效

• 申請號: 202011010992.8
• 申請日: 2020-09-23
• 公開（公告）號: CN112260777B
• 公開（公告）日: 2021-11-05
• 發明（設計）人: 杜利平;王曉建;陳月云
• 申請（專利權）人: 北京科技大學;北京科技大學順德研究生院
• 主分類號: H04B17/336
• 分類號: H04B17/336;H04B17/318;H04B17/382
• 代理公司: 北京市廣友專利事務所有限責任公司 11237
• 代理人: 張仲波

1.一種基于序貫檢測的特征值頻譜感知方法，其特征在于，包括：

S101，將參與合作頻譜感知的次級用戶所采集到的接收信號組成接收矩陣，并利用該接收矩陣的采樣協方差矩陣的最大特征值，構造檢測統計量；

S102，通過設置的目標虛警概率與目標漏警概率，確定序貫檢測的雙理論閾值，所述雙理論閾值包括：高閾值和低閾值；

S103，通過檢測統計量與高、低閾值之間的大小關系，判定授權用戶是否存在；

S104，若無法判定時，則增加每個次級用戶的采樣樣本數后繼續采樣，并返回繼續執行S101-S103，直到確定授權用戶是否存在為止；

其中，所述將參與合作頻譜感知的次級用戶所采集到的接收信號組成接收矩陣，并利用該接收矩陣的采樣協方差矩陣的最大特征值，構造檢測統計量包括：

在采樣時刻n，將參與合作頻譜感知的K個次級用戶所采集到的接收信號組成接收矩陣：

Y(n)＝[y₁(n)，y₂(n)，…，y_K(n)]

其中，Y(n)為在采樣時刻n時的接收矩陣，y_k(n)為第k個次級用戶在采樣時刻n所采集到的接收信號，K為次級用戶數目，k＝1，2，...，K；

確定接收矩陣Y(n)的采樣協方差矩陣R_Y：

其中，Y＝Y(n)，N表示采樣樣本數，H表示共軛矩陣；

確定采樣協方差矩陣R_Y的最大特征值λ_max(n)，其中，λ_max(n)表示在采樣時刻n時的接收矩陣Y(n)的最大特征值；

利用采樣協方差矩陣R_Y的最大特征值λ_max(n)，構造檢測統計量：

其中，T表示檢測統計量，σ²表示Y(n)的噪聲方差。

2.根據權利要求1所述的基于序貫檢測的特征值頻譜感知方法，其特征在于，y_k(n)表示為：

y_k(n)＝h*s(n)+v(n)

其中，s(n)為授權用戶的信號，h為信道衰減系數，v(n)為加性噪聲。

3.根據權利要求1所述的基于序貫檢測的特征值頻譜感知方法，其特征在于，所述高閾值表示為：

其中，η₁表示序貫檢測的高閾值，P_f表示用于頻譜感知的目標虛警概率，P_m表示用于頻譜感知的目標漏警概率。

4.根據權利要求1所述的基于序貫檢測的特征值頻譜感知方法，其特征在于，所述低閾值表示為：

其中，η₀表示序貫檢測的低閾值，P_f表示用于頻譜感知的目標虛警概率，P_m表示用于頻譜感知的目標漏警概率。

5.根據權利要求1所述的基于序貫檢測的特征值頻譜感知方法，其特征在于，所述通過檢測統計量與高、低閾值之間的大小關系，判定授權用戶是否存在包括：

在采樣時刻n，將檢測統計量與高、低閾值進行比較，若檢測統計量T大于等于高閾值η₁，則判定存在授權用戶，并停止采樣；

若檢測統計量T小于等于低閾值η₀，則判定不存在授權用戶，并停止采樣；

若檢測統計量T處于高、低雙閾值之間，即：η₀＜T＜η₁，則執行S104。

6.根據權利要求1所述的基于序貫檢測的特征值頻譜感知方法，其特征在于，在有限的采樣樣本數N和次級用戶數目K下，得到所述方法的檢測概率為：

其中，P_d為對授權用戶的正確檢測概率，η為高閾值η₁，ρ為Y(n)的信噪比，Q(·)為標準高斯尾函數。