[發明專利]一種基于深度學習的多用戶寬帶通信系統的頻譜感知方法

有效

• 申請號: 202110931594.8
• 申請日: 2021-08-13
• 公開（公告）號: CN113595664B
• 公開（公告）日: 2023-02-03
• 發明（設計）人: 梁應敞;張津滔;何振清
• 申請（專利權）人: 電子科技大學長三角研究院（湖州）;電子科技大學
• 主分類號: H04B17/382
• 分類號: H04B17/382;G06N3/08
• 代理公司: 成都東恒知盛知識產權代理事務所(特殊普通合伙) 51304
• 代理人: 何健雄

1.一種基于深度學習的多用戶寬帶通信系統的頻譜感知方法，其特征在于，包括以下步驟：

(1)從歷史數據庫里獲取單個感知時刻已知子信道占用狀況的寬帶接收信號數據并分別由每個子信道的接收信號計算出該子信道的協方差矩陣，最后將所有子信道的協方差矩陣集合Y與其對應的子信道占用狀況Z作為單個訓練數據構建訓練集Ω＝{(Y¹,Z¹),(Y²,Z²),...,(Y^K,Z^K)}；

(2)構造卷積神經網絡，在訓練集Ω上進行訓練，訓練完成后得到訓練好的網絡h_θ；

(3)在每個感知時刻t，對寬帶信號的每個子信道分別采樣并計算得到每個子信道上的協方差矩陣；

(4)將所有子信道上協方差矩陣作為訓練好的卷積神經網絡的輸入Y_t，得到輸出h_θ(Y_t)＝(h₁,h₂,...,h_I)作為所有子信道上的檢驗統計量；

(5)對每個子信道上的檢驗統計量進行判決來判斷該子信道是否已被主用戶占用，最后得到所有子信道上的占用狀況。

2.根據權利要求1所述的基于深度學習的多用戶寬帶通信系統的頻譜感知方法，其特征在于：步驟(1)中每個子信道i上的接收信號y_i(n)可以用如下模型表示：

其中，H₀表示該子信道沒有PU存在，H₁表示該子信道有PU存在，K為PU個數，或1且表示PUk是否占用子信道i且一個子信道只能被一個PU占用；η為能量泄漏系數，H為多天線系統的信道增益矩陣，分別為第k個PU的發送信號與子信道i上的噪聲，B_P，B_A分別表示被PU占用的子信道與被占用子信道的相鄰信道。

3.根據權利要求2所述的基于深度學習的多用戶寬帶通信系統的頻譜感知方法，其特征在于：第i個子信道上的接收信號的樣本協方差矩陣用如下公式計算：

其中M為接收端天線數。

4.根據權利要求3所述的基于深度學習的多用戶寬帶通信系統的頻譜感知方法，其特征在于：將所有子信道上的協方差矩陣一齊作為輸入Y，輸入Y可表示為：

5.根據權利要求1所述的基于深度學習的多用戶寬帶通信系統的頻譜感知方法，其特征在于：步驟(5)中通常使用虛警概率與檢測概率來衡量感知算法的性能，其中，虛警概率P_fa定義為PU不存在條件下，檢測出PU存在的概率，檢測概率P_d定義為PU存在條件下，檢測出PU存在的概率，用公式可表示為：

P_d＝P(H₁|H₁) (8)

P_fa＝P(H₁|H₀) (9)

感知算法的性能，在固定P_fa的情況下，比較P_d的大小來衡量，P_d越高，性能越好；同時，檢測錯誤概率表示為：

P_e＝P(H₀)P(H₁|H₀)+P(H₁)P(H₀|H₁) (10)

用來衡量為算法感知錯誤的概率，在寬帶感知問題中，則用所有子信道上P_fa，P_d，P_e的平均值來衡量寬帶感知算法的性能。