[發(fā)明專利]一種基于門控循環(huán)單元的頻譜感知方法及系統

有效

• 申請?zhí)枺?/td>: 202110632534.6
• 申請日: 2021-06-07
• 公開（公告）號: CN113346969B
• 公開（公告）日: 2022-04-15
• 發(fā)明（設計）人: 羅志勇;王西提
• 申請（專利權）人: 中山大學
• 主分類號: H04B17/382
• 分類號: H04B17/382;G06N3/04
• 代理公司: 廣州三環(huán)專利商標代理有限公司 44202
• 代理人: 陳旭紅;晏靜文

本發(fā)明公開了一種新型頻譜感知方法及系統，能夠實現用較低采樣速率對較高頻點的頻段進行高性能且低消耗的頻譜感知。將采樣序列經過窗口滑動的絕對值平均來降低輸入的維度，減少計算量；網絡模型采用門控循環(huán)單元(GRU)在能達到較高性能的同時參數更少、復雜度更低；將頻譜感知問題看為一個回歸問題并應用多門限的思想，依據不同的準確率和感知數量的要求來設定參與判決的距離門限值，依據輸出到0和1的距離將頻段判決為是否被占用；引用自適應想法，依據輸出概率的模糊程度調節(jié)選擇不同的感知速度以保證感知的準確性和預備的數目充足并減少不必要的資源開銷。因此本發(fā)明能夠保證感知準確性的同時降低資源開銷，本方法在不同場景下具有一定的適應性。

技術領域

本發(fā)明涉及頻譜感知技術領域，特別是涉及一種基于門控循環(huán)單元的頻譜感知方法及系統。

背景技術

由于無線通信設備的與日俱增，有限的無線頻譜資源日益短缺。認知無線電技術能夠讓不同用戶使用同一頻譜資源，即頻譜共享。頻譜感知就是在要在復雜多變的電磁環(huán)境中，盡可能精確地找出時域、頻域和空域等多個維度上被稱為“頻譜空洞”的閑置頻譜資源進行分配利用。基于機器學習的頻譜感知檢測性能表現良好，目前以及得到了較為廣泛的研究。現有的基于(Long Short-Term Memory，LSTM)的頻譜感知方法得益于循環(huán)神經網絡模型在處理時間序列上的天然優(yōu)勢，取得了不錯的性能表現，但是復雜度較高。通過選用LSTM的優(yōu)化變體——門控循環(huán)單元(Gated Recurrent Unit，GRU)模型，并融合現有的一些其他思想方法，實現較高頻點和較大帶寬下的較高性能頻譜感知效果的同時，盡可能降低復雜度從而減少資源的開銷。

發(fā)明內容

本發(fā)明提供一種基于門控循環(huán)單元的頻譜感知方法及系統，目的在于在保持現有方法性能的基礎上降低復雜度，減少方法的資源開銷，通過選用門控循環(huán)單元(GRU)模型，降低網絡的參數規(guī)模，減少空間和時間上的開銷；基于在對高頻點大帶寬頻段用較低采樣率采樣時，噪聲分量和主用戶信號分量均可能零均值隨機分布，直接平均容易丟失信息的情況，進而采用絕對值平均對輸入進行降維處理以減少運算復雜度；融合現有的多門限、自適應等思想對方法進行改進。

本發(fā)明第一方面提供一種基于門控循環(huán)單元的頻譜感知方法，包括：

在感知節(jié)點處對接收信號進行濾波得到感知頻段范圍內信號，對所述感知頻段范圍的信號進行采樣得到連續(xù)的感知頻段范圍內信號采樣點；

對所述感知頻段范圍內信號采樣點進行窗口滑動絕對值平均處理，得到感知頻段范圍內信號值，通過滑動步幅進行多次窗口滑動絕對值平均處理，得到感知頻段范圍內信號序列；

將所述感知頻段范圍內信號序列輸入至頻譜感知模型，得到感知頻段中當前時段的頻譜占用情況的感知值；

判斷所述感知頻段中當前時段的頻譜占用情況的感知值是否滿足第一預設條件；若否，則確定模糊區(qū)間；若是，則確定判決區(qū)間；其中，所述第一預設條件為：感知值大于距離門限值且小于1與距離門限值的差值；

根據模糊區(qū)間內的頻段數與判決區(qū)間內的頻段數調整選擇不同的滑動步幅大小以及對應的訓練模型。

進一步地，所述確定判決區(qū)間，包括：

依據距離門限值進行感知判決：若所述感知值與0的距離值小于距離門限值，則判斷為無主用戶；若所述感知值與1的距離值小于距離門限值，則判斷為有主用戶；所述距離門限值大于0且小于0.5。

進一步地，所述根據模糊區(qū)間內的頻段數與判決區(qū)間內的頻段數調整滑動步幅大小，包括：

若所述模糊區(qū)間內的頻段數大于第一預設值或者判決區(qū)間內的頻段數小于第二預設值，則選擇滑動步幅小于第三預設值的滑動步幅以及對應的訓練模型；

若所述模糊區(qū)間內的頻段數小于第一預設值或者判決區(qū)間內的頻段數大于第二預設值，則選擇滑動步幅大于第三預設值的滑動步幅以及對應的訓練模型。