[发明专利]频谱感知的方法、装置、设备以及计算机可读存储介质

权利要求书

1.一种基于主成分分析的最大最小特征值频谱感知的方法，其特征在于，包括：

对次用户的接收端接收到的信号进行采样，获取预设个数的采样信号矩阵；

利用主成分分析算法，分别得到与预设个数的采样信号矩阵对应的样本协方差矩阵，以便分别计算预设个数的样本协方差矩阵的最大特征值；

分别计算与预设个数的最大特征值对应的特征向量，以便分别提取与预设个数的特征向量对应的主成分；

将预设个数的主成分组建为主成分矩阵，得到与所述主成分矩阵对应的主成分协方差矩阵；

将所述主成分协方差矩阵的最大特征值与最小特征值的比值作为最大最小特征值算法的检验统计量，通过所述检验统计量与自适应阈值的比较结果，判断所述次用户的接收端信号中是否存在主用户；

所述对次用户的接收端接收到的信号进行采样，获取预设个数的采样信号矩阵包括：

对次用户的m个接收天线的观测值进行采样，获取采样信号矩阵其中x_i＝[x_i(1),x_i(2),...,x_i(N)]表示第i个接收天线观测值的1×N向量，N为接收样本的总数；

所述利用主成分分析算法，分别得到与预设个数的采样信号矩阵对应的样本协方差矩阵，以便分别计算预设个数的样本协方差矩阵的最大特征值包括：

利用分别估算与预设个数的采样信号矩阵对应的样本协方差矩阵C；

分别计算预设个数的样本协方差矩阵的最大特征值

其中，矩阵C为m个天线上接收的PU信号的协方差矩阵C_s和噪声分量的协方差矩阵C_w的和；C的特征值为C_s和C_w的特征值的和λ(C)＝λ(C_s)+λ(C_w)；C_w的特征值λ_i^w等于其中，1≤i≤m，C_s的特征值为零，除一个等于C_s的轨迹C的特征值为C的最大特征值为表示存在于P_m中的噪声分量信号的功率，h_i表示PU和第i个SU接收天线之间的信道增益，s表示包含PU信号的1×N向量，表示包含PU信号的1×N向量的方差；

所述分别计算与预设个数的最大特征值对应的特征向量，以便分别提取与预设个数的特征向量对应的主成分包括：

通过(C-λ_mI₂)v_m＝0分别计算预设个数的矩阵C的最大特征值λ_m对应的特征向量v_m，I₂为单位矩阵；

根据分别计算预设个数的最大特征向量λ_m对应的主成分P_m。

2.如权利要求1所述的方法，其特征在于，所述将预设个数的主成分组建为主成分矩阵，得到与所述主成分矩阵对应的主成分协方差矩阵包括：

将预设个数的主成分P_m组建为主成分矩阵P_val，通过计算得到与所述主成分矩阵对应的主成分协方差矩阵。