[发明专利]一种基于协方差矩阵反特征值的频谱感知方法

说明书

本发明公开了一种基于协方差矩阵反特征值的频谱感知方法，其根据在当前的一个感知时隙内同时对所有接收天线接收到的信号进行采样得到的采样信号，计算协方差矩阵；然后获取协方差矩阵的最大特征值、次大特征值、最小特征值和次小特征值；接着根据最大特征值和最小特征值获取协方差矩阵的第一反特征值；根据次大特征值和次小特征值获取协方差矩阵的第二反特征值；再根据第一反特征值和第二反特征值构建检验统计量；并根据目标虚警概率计算判决门限；最后通过比较检验统计量和判决门限的大小，判定在当前的一个感知时隙内是否存在授权用户信号来实现频谱感知；优点是无需知道授权用户信号和噪声功率的先验信息，而且频谱感知性能好。

技术领域

本发明涉及一种认知无线电系统中的频谱感知方法，尤其是涉及一种基于协方差矩阵反特征值的频谱感知方法。

背景技术

移动通信业务多样化的迅猛发展极大程度地丰富和便利了人们的工作和生活，但是，相应地无线设备数量和移动数据流量的需求呈爆炸式增长，这就导致了频谱资源短缺问题。近几年，频谱资源短缺问题已经逐渐显现，而且在可预见的未来会变得愈加严重。然而，这却不是因为物理频谱资源不足造成的，而是因为现有的固定频谱分配策略使很多频谱资源无法得到充分利用，极大地降低了频谱利用率。因此，提高频谱利用率成为了解决这个问题的关键。针对这个问题，Mitola博士提出了认知无线电技术。认知无线电技术指无线设备能够与所处的通信环境进行交互并根据交互结果改变自身传输参数，从而实现以动态、自适应的方式灵活地利用潜在的空闲频谱。为了避免对授权用户产生干扰，认知无线电技术需要能够准确、快速地发现空闲频谱，实现稳健地频谱感知。因此，频谱感知成为了认知无线电的关键技术之一。

目前，接收信号协方差矩阵的特征值的性质已被广泛应用于认知网络中，基于特征值的频谱感知方法也不断出现，如：最大特征值检测法、最大-最小特征值检测法、最大-算数平均特征值检测法等。其中，最大特征值检测法需要知道噪声功率才能设置判决门限，当噪声功率未知时，该方法的频谱感知性能较差；而其他基于特征值的频谱感知方法虽然在对抗噪声干扰方面有较强的鲁棒性，但是频谱感知性能有待提高。

发明内容

本发明所要解决的技术问题是提供一种基于协方差矩阵反特征值的频谱感知方法，其无需知道授权用户信号和噪声功率的先验信息，而且频谱感知性能好，并在对抗噪声干扰方面具有较强的鲁棒性。

本发明解决上述技术问题所采用的技术方案为：一种基于协方差矩阵反特征值的频谱感知方法，其特征在于该频谱感知方法的主要处理过程为：根据在当前的一个感知时隙内同时对所有接收天线接收到的信号进行采样得到的采样信号，计算协方差矩阵；然后对协方差矩阵进行特征分解，获得协方差矩阵的最大特征值、次大特征值、最小特征值和次小特征值；接着根据协方差矩阵的最大特征值和最小特征值，获得协方差矩阵的第一反特征值；并根据协方差矩阵的次大特征值和次小特征值，获得协方差矩阵的第二反特征值；再根据协方差矩阵的第一反特征值和第二反特征值，构建检验统计量；并根据目标虚警概率，计算判决门限；最后通过比较检验统计量和判决门限的大小，判定在当前的一个感知时隙内是否存在授权用户信号来实现频谱感知。

该基于协方差矩阵反特征值的频谱感知方法包括以下步骤：

步骤一：设定接收端有M根接收天线，并设定每个感知时隙内的采样点数为N，在每个感知时隙内同时对所有接收天线接收到的信号进行采样；其中，M1，N1；