[发明专利]一种广域虚拟密集化频谱态势生成方法

权利要求书

1.一种广域虚拟密集化频谱态势生成方法，其特征在于，将频谱传感器设备依附于少量车、船等承载平台上，利用频谱传感器设备承载平台的移动性，通过在监测持续时间内多次获取当前位置的电磁频谱数据，实现频谱感知节点密集虚拟化，增多频谱监测样本，再利用频谱态势稀疏反演理论，生成广域高分辨率的电磁频谱态势，所述方法包括如下步骤：

(1)确定和配置复杂电磁环境参数：实验区域采用N点网格布局，K个辐射源、T个频谱传感器设备及其承载平台随机的分布在所述实验区域的网格顶点处，此承载平台搭载GPS模块，用于同步记录感知节点处的位置信息和频谱传感器设备及其承载平台移动路线，将所述N个网格顶点选做N个参考点；

(2)广域虚拟密集化获取感知数据：将所述T个频谱传感器设备及其承载平台虚拟成T个移动节点，每个移动节点移动后密集化出n个感知节点用于获取感知数据，该感知数据包括接收信号强度RSS(Received Signal Strength)和位置信息，所述T个移动节点共密集化出M＝ngT个感知节点，将M个感知节点获取的感知数据中的接收信号强度RSS构成M维的列向量P_s∈R^M；

(3)根据感知数据中的位置信息，构建感知节点位置矩阵，所述感知节点位置矩阵Φ可用如下公式表示：

其中，S＝{s_k|k＝1,2,...,M}表示感知节点的集合，s_k表示第k个感知节点，k用于标识第k个感知节点，V＝{V_j|j＝1,2,...,N}表示所有参考点的集合，V_j表示第j个参考点，j用于标识第j个参考点，s_k∈V_j表示第k个感知节点位于第j个参考点上，表示第k个感知节点不位于第j个参考点上，所述感知节点位置矩阵[Φ]_kj是M*N矩阵；

(4)根据电磁环境的电磁传播模型，构建路径损耗矩阵Ψ；

(5)根据所述感知节点位置矩阵、所述路径损耗矩阵进行辐射源识别，获得辐射源的位置和辐射功率；

(6)根据识别的辐射源，电磁态势反演，求得N个参考点上的接收信号强度RSS：

其中，列向量P_r∈R^N表示N个参考点上的接收信号强度RSS构成的N维列向量，列向量P_t∈R^N表示N个参考点上辐射源的辐射功率构成的N维列向量，表示加性高斯白噪声AWGN功率。

2.根据权利要求1所述的一种广域密集化频谱态势生成方法，所述步骤(2)中每个移动节点移动后密集化出n个感知节点用于获取感知数据，该感知数据包括接收信号强度RSS和位置信息，包括如下步骤：

每个移动节点在所述试验区域内随机选取一个参考点作为目的地，并朝着该目的地移动，当到达该目的地时，将该移动节点称为该目的地即该参考点处的感知节点，测量该参考点处的接收信号强度RSS和位置信息用于组成感知数据，重复上述步骤，直至该移动节点途径n个参考点并获取了该参考点处的感知数据，其中，n称为密集化系数。

3.根据权利要求1所述的一种广域密集化频谱态势生成方法，所述步骤(4)中根据电磁环境的电磁传播模型，构建路径损耗矩阵Ψ，包括如下步骤：

(4a)电磁波在二维自由空间的第i个参考点与第j个参考点间的传播模型为：

其中，i,j∈{1,2,...,N}，i用于标识第个i参考点，j用于标识第j个参考点，P_jr表示第j个参考点的接收功率；P_it表示第i个参考点的辐射功率；G_jr表示第j个参考点的接收天线增益，G_it表示第i个参考点的发射天线增益；λ为电磁波的工作波长；d_ij表示第i个参考点的发射天线与第j个参考点的接收天线之间的距离，G_jr、G_it均为已知常量，则所述传播模型可以简化为：

其中，表示第i个参考点与第j个参考点之间的损耗系数；

(4b)所述路径损耗矩阵Ψ可用如下公式表示：

其中，路径损耗矩阵[Ψ]_ij是一个N*N矩阵。

4.根据权利要求1所述的一种广域密集化频谱态势生成方法，所述步骤(5)中根据所述感知节点位置矩阵、所述路径损耗矩阵进行辐射源识别，获得辐射源的位置和辐射功率，包括如下步骤：

(5a)根据所述感知节点的位置矩阵Φ、所述路径损耗矩阵Ψ，计算传感矩阵Q：

Q＝ΦΨ

(5b)M个感知节点处的接收信号强度构成的M维的列向量P_s与N个参考点上辐射源的辐射功率构成的N维的列向量P_t之间存在以下关系：

其中，为加性高斯白噪声AWGN(Additive White Gaussian Noise)功率，列向量P_t∈R^N，R^N表示N维的向量空间，P_t∈R^N表示P_t为N维的向量，列向量ε∈R^M表示传感器的测量误差，R^M表示M维的向量空间，ε∈R^M表示ε为M维的向量；

(5c)构造预处理数据P_proc：

(5d)根据最小L1-范数，求解辐射源的位置和N个参考点上辐射源的辐射功率构成的N维的列向量P_t：

min||P_t||,s.t.||P_proc-QP_t||₂≤μ

其中，||·||表示1-范数，含义为向量中所有元素模值的和，||·||₂表示2-范数，含义为向量中所有元素模值平方的和再开方，μ为收敛精度，min表示最小化，s.t.为subject to的简写表示“约束为”，整个方程的含义为在满足约束条件为||P_proc-QP_t||₂≤μ的条件下，使得P_t的所有元素模值的和最小，N维的列向量P_t非零元素对应的参考点处存在辐射源，其值代表辐射源功率的大小。