[發(fā)明專利]一種基于協(xié)方差矩陣的長短期記憶協(xié)作頻譜感知方法有效
| 申請?zhí)枺?/td> | 202011621281.4 | 申請日: | 2020-12-30 |
| 公開(公告)號: | CN112787736B | 公開(公告)日: | 2022-05-31 |
| 發(fā)明(設計)人: | 包建榮;師浩東;劉超;姜斌;吳俊;唐向宏;邱雨 | 申請(專利權)人: | 杭州電子科技大學 |
| 主分類號: | H04B17/382 | 分類號: | H04B17/382;G06N3/04;G06N3/08 |
| 代理公司: | 浙江千克知識產權代理有限公司 33246 | 代理人: | 周希良 |
| 地址: | 310018 浙江省杭州市杭*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 協(xié)方差 矩陣 短期 記憶 協(xié)作 頻譜 感知 方法 | ||
本發(fā)明涉及一種基于協(xié)方差矩陣的長短期記憶協(xié)作頻譜感知方法,包括以:系統(tǒng)包含1個主用戶,L個次用戶;當主用戶PU通信未被干擾時,第i個次用戶SUi對PU信號檢測,得到連續(xù)時間序列;對連續(xù)時間序列執(zhí)行次用戶感知信號檢測,得到主信號協(xié)方差矩陣;將主信號協(xié)方差矩陣作為輸入,執(zhí)行信號樣本標注,標記為0或1的標簽集,分別代表PU存在或不存在頻譜空穴;將第i個次用戶SUi的樣本標簽集作為輸入,執(zhí)行LSTM網絡訓練,得到樣本的特征序列;將樣本的特征序列作為輸入,執(zhí)行全連接層與Softmax層聯(lián)合處理,得到每個次用戶的PiH0。本發(fā)明充分利用接收信號樣本,無需構造不穩(wěn)定參數(shù),提高認知無線電中PU信號檢測性能。
技術領域
本發(fā)明屬于數(shù)字通信技術領域,具體涉及一種基于協(xié)方差矩陣的長短期記憶協(xié)作頻譜感知方法。
背景技術
隨著無線通信技術的不斷發(fā)展,以及相關業(yè)務的不斷豐富,人們對頻譜資源的需求不斷增長,因此造成了頻譜資源短缺的現(xiàn)象,然而國內外的頻譜監(jiān)測顯示,很多傳輸條件較好的黃金頻段的頻譜利用率非常低,因此認知無線電技術油然而生,并且引起了國內外各研究者的極大興趣,而在認知無線電技術中,頻譜感知技術是必需前提,在認知無線系統(tǒng)中,次用戶SU通過實時監(jiān)測尋找頻譜空穴,為此,要求二級用戶頻繁地頻譜感知,即檢測主用戶的存在。如果檢測到主要用戶處于非活動狀態(tài),則次要用戶可以使用頻譜通信。另一方面,每當主用戶活躍時,次要用戶必須以高概率檢測到這些用戶的存在,并在一定時間內清空信道,利用主用戶PU沒有使用的頻段通信,前提是次用戶不能干擾主用戶的通信,所以當次用戶感知到主用戶的信號時,必須迅速退出進而將頻譜還給主用戶,在整個過程中迅速檢測頻譜空穴的過程就是頻譜感知。
傳統(tǒng)的頻譜分配是靜態(tài)的,所以頻譜利用率非常低,頻譜資源變得越來越少,無線通信的發(fā)展到了一定的瓶頸期。隨著認知無線電技術的出現(xiàn),次用戶能動態(tài)接入未被主用戶占用的頻段,使頻譜資源得到了充分的利用。頻譜感知作為認知無線電技術的前提,具有非常重要的作用,目前的頻譜感知技術主要有:能量檢測、匹配濾波檢測、循環(huán)平穩(wěn)特征檢測和多用戶協(xié)作檢測等,循環(huán)平穩(wěn)特征檢測需要知道PU的循環(huán)頻率,匹配濾波檢測需知道PU的波形和信道。相比之下能量檢測實現(xiàn)起來比較簡單,所以受到大多數(shù)的廣泛研究,能量檢測不需要檢測信號的任何信息,對未知的色散信道具有魯棒性。然而,能量檢測依賴于準確的噪聲功率的知識,而對噪聲功率的不準確估計會導致信噪比墻和高誤報概率。因此能量檢測容易受到噪聲不確定性的影響。最后,雖然能量檢測對于檢測獨立和同分布(iid)信號是最優(yōu)的,但對于檢測相關信號則不是最佳的,這是大多數(shù)實際應用的情況,單用戶檢測由于信號實際傳輸過程中會產生陰影衰落、多徑衰落等問題,難以達到實際要求,因此通過協(xié)方差矩陣與LSTM頻譜感知方法應運而生,本發(fā)明充分利用了接收信號樣本本身,且不需構造其它向量及判決門限等不穩(wěn)定數(shù)值,能顯著提高信號檢測性能。
本發(fā)明設計的一些背景技術如下:
1、協(xié)方差矩陣的計算
當次用戶SUi(i=1,2,…,L)接收到PU的信號后,對信號采樣,采樣點數(shù)為N,經L個連續(xù)信號抽樣后,可表示為L×N維的矩陣。此時,采樣矩陣Rk可以表示為:
此時,信號的采樣協(xié)方差可以表示為:
當N值比較大的時候,該矩陣可近似表示為:
2、LSTM網絡訓練方法
LSTM網絡單元結構非常復雜,它專門設計了記憶單元用來保存歷史數(shù)據(jù)。其中,輸入門、遺忘門以及輸出門,控制著歷史數(shù)據(jù)的使用及更新,且該單元結構由以下參數(shù)it,ot,ft,gt,st,ht組成,且各自表達式為:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于杭州電子科技大學,未經杭州電子科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011621281.4/2.html,轉載請聲明來源鉆瓜專利網。





