[发明专利]基于二次差分稀疏化预处理认知无线电频谱压缩感知方法

说明书

本发明属于认知无线电频谱压缩感知技术领域，公开了一种基于二次差分稀疏化预处理认知无线电频谱压缩感知方法，当对待感知的环境时域状态信号进行频谱压缩感知前，增加二次差分稀疏化预处理模块，对处理后的信号再通过常用的频谱压缩感知和相匹配的重构方法，得到重构后的频谱；对频谱进行相应的预处理反变换，得到待感知的环境时域状态信号的频谱信息。本发明能够较大地降低认知无线通信系统在进行频谱压缩感知时所针对的时域状态信号的稀疏度，使得认知无线通信系统可以针对稀疏度较高的频谱状况实施频谱压缩感知操作。与不经过二次差分预处理直接进行频谱压缩感知进行比较，引入预处理方法之后进行频谱感知得到的误差性能更低，感知精度更准确。

技术领域

本发明属于认知无线电频谱压缩感知技术领域，尤其涉及一种基于二次差分稀疏化预处理认知无线电频谱压缩感知方法。

背景技术

随着无线通信技术向更快速和更宽带的方向发展，可用的频谱资源处于稀缺状态。为此，一种能够高效利用频谱资源的认知无线电技术被提出并被业界关注，较好地缓解了频谱资源利用率较低的问题。频谱感知作为认知无线电的关键技术环节，能够获得频谱环境状态信息从而判断出频谱使用状态或者授权用户的存在情况。面对未来认知无线电技术需要感知较宽的频带，传统采样分析方式的频谱感知方法一般都是采用奈奎斯特采样定理，由采样定理可知：为了实现宽带频谱感知，采样速率至少是被采样信号带宽的两倍，甚至更高，会面临采样速率过高、频谱环境信息数据量过大等问题。由压缩感知论可知：只要原信号在某个基上能稀疏表示，则我们就能以远低于奈奎斯特速率对数据进行压缩采样，并能从较少的数据中恢复原信号。所以频谱压缩感知技术可以有效地解决高采样率、大数据量等问题。然而，频谱压缩感知技术具有一定的适用范围局限性。由压缩感知性能与稀疏度的关系可知，当待感知频谱环境的频谱稀疏度较低时，频谱压缩感知获取的信息进行重构之后和真实频谱误差小，反应真实频谱状态的效果较好；反之，当待感知频谱环境的频谱稀疏度较高时，重构的信号相较于真实频谱误差较大。

综上所述，现有技术存在的问题是：频谱压缩感知技术具有一定的适用范围局限性，当待感知频谱环境的频谱稀疏度较高时，采用常用频谱压缩感知方法和相匹配的重构方法获得的信号频谱相较于真实频谱误差较大。

发明内容

针对现有技术存在的问题，本发明提供了一种基于二次差分稀疏化预处理认知无线电频谱压缩感知方法。

本发明是这样实现的，一种基于二次差分稀疏化预处理认知无线电频谱压缩感知方法，所述基于二次差分稀疏化预处理认知无线电频谱压缩感知方法，当对待感知的环境时域状态信号进行频谱压缩感知前，增加二次差分稀疏化预处理模块以降低被感知信号的稀疏度，对处理后的信号再通过常用的频谱压缩感知和相匹配的重构方法，得到重构后的频谱；对频谱进行相应的预处理反变换，得到待感知的环境时域状态信号的频谱信息。

进一步，所述基于二次差分稀疏化预处理认知无线电频谱压缩感知方法包括以下步骤：

步骤一：频谱环境时域状态信号s(t)进行模拟信号预处理；

步骤二：经由预处理之后的环境状态模拟信号s'(t)，采用常用频谱压缩感知方法和相匹配的重构方法进行处理，得到针对稀疏化处理的环境频谱分析结果F′(i)，0≤i≤N-1，i为整数。此时由于已经降低了环境信号的频谱稀疏度，在对频谱压缩感知信号进行重构时，有效的降低了重构误差，提高了感知精度。

步骤三：对于重构形成的频谱压缩感知结果F′(i)，进行预处理的反变换，从而形成对真实频谱环境状态的分析结果F(i)。

进一步，所述步骤一中模拟信号预处理为：

s'(t)＝s(t)×(1-cos(2*π*Δf))²；