[发明专利]一种宽带分布式贝叶斯压缩频谱感知方法

说明书

技术领域

本发明涉及计算机通信技术领域，特别涉及一种宽带分布式贝叶斯压缩频谱感知方法。

背景技术

无线电频谱是一种重要而稀缺的资源，目前无线电频段主要由管理部门统一分配授权使用，采取的是静态固定划分频段的频谱分配方式。各国的无线频谱管理方式基本上相同，都是将无线频谱划分成若干连续的频段，每个频段分配给特定的授权用户。为了保障各个无线设备能正常接入运行，各频段之间还预留足够的保护带宽以避免干扰，由于无线电频谱使用需求的不断增加，在一定的频带范围内几乎没有了可供分配的频谱资源。

随着无线通信技术的进一步发展，频谱资源变得更为紧张。现有的分配方式主要存在两方面弊端，一方面，已分配的授权用户占用了大部分的频谱资源，但其中不少频段在长时间处于空闲状态；另一方面，开放使用的公共频段，如ISM频段只占整个频谱的小部分，该频段上用户业务量已基本趋于饱和。这种状况造成非授权的频段上承载着巨大的通信业务量，而一些已授权的频谱资源利用率却很低，造成了整个频谱资源使用不平衡的现象，甚至新的无线应用没有频谱资源可用。因此，如何提高频谱利用效率成为当前研究的热点问题，动态机会式的频谱接入是解决这一问题的有效办法。

认知无线电是一种机会式频谱介入的方法，是未来无线通信领域的关键技术之一。认知无线电技术的推广和应用，为解决无线频谱资源紧缺的问题提供了全新的途径，它使得未经授权用户进行通信，能够使用传输特性更好的频段，有利于平衡通信的成本和性能。频谱感知既要检测速度快而且需要较高的可靠性，当频段可用时要求次用户迅速接入，还需要在使用时不停地监测主用户，当主用户重新接入时要快速退出占用频段，以避免干扰到主用户的正常工作。因此，次用户的工作频点可在授权频段，也可在非授权频段，当然，在授权频段上，主用户较次用户有更高的接入权。

压缩感知技术是一种针对稀疏信号中的信息进行采样的技术，它不同于传统的信号采集，而是能够做到同时采样和压缩，极大地提高了采样效率并减少了采集数据量。传统的宽带频谱感知技术要么存在滤波器组数量多且频带固定划分的情况，要么利用本地调谐分段感知时切换速度不够，要么全采样时速率不够等诸多难题。将压缩感知运用到频谱检测技术上能够有效地解决采样速率不够的问题，能降低采样设备高采样频率以满足宽带频谱检测的要求。

在压缩感知理论中，传统的信号重构算法没有考虑到信号的先验知识。尽管很多情况下待测信号是未知的，但这些信号具备了一定的先验概率分布的特性，因此如何利用待测频谱信号的先验信息，通过贝叶斯压缩感知来判定频谱空穴情况是近年来兴起的研究内容，特别是在分布式压缩感知过程中得到了推广应用。贝叶斯压缩频谱感知中，多个用户通常具有相同的先验信息，利用稀疏信号之间的相关性，多用户联合贝叶斯重构技术能提高频谱检测概率。

发明内容

本发明所要解决的技术问题是分布式贝叶斯压缩频谱感知，并通过对待测信号建立拉普拉斯先验模型，利用多个认知用户之间的协作，实现分布式贝叶斯压缩频谱感知过程。

本发明目的是利用贝叶斯压缩感知技术解决频谱检测的问题，通过有效的贝叶斯压缩感知的技术手段，合理地应用频谱占用的先验信息，实现快速准确地检测出频谱空穴。

本发明解决其技术问题所采取的技术方案是：

本发明设认知用户需检测的总频宽为BHz，它可以被连续均匀地划分成L个互不重叠的子频带，每个子频带的边缘位置频率分别为f₀...f_L+1，且有f_i＜f_j(i＜j,其中i,j∈1,...,L+1)。在分层模型的情况下，假定在拉普拉斯先验分布的情形下，所有未知量都被看作是服从一定概率分布的随机变量。对于待测的频域信号s_j，假定它满足条件概率p(s_j|β_j)，设第j个用户的噪声方差的倒数为α_0,j＝1/σ_j²，第j个用户的测量值y_j在条件s_j和α_0,j下是一个随机过程，并具有条件分布概率p(y_j|s_j,α_j,0)，在这里α_0,j和β_j都是超级参数。

方法流程：

本发明提供了一种宽带分布式贝叶斯压缩频谱感知方法，该方法包括如下步骤：