[发明专利]一种协作频谱感知方法及相关装置

说明书

本申请公开了一种协作频谱感知方法，包括：根据零空间追踪算法对已知信号进行分解得到多个子信号，将所述多个子信号进行组合得到子信号矩阵；在子信号矩阵的基础上提取信号特征，再进行特征聚类训练学习，并根据得到的分类模型，对未知信号进行分类。通过零空间追踪算法对已知信号分解为多个子信号，在子信号的基础上提取信号特征，相当于将复杂的已知信号分解为多个简单的子信号，利于对特征进行提取，提高特征提取的精度，进而提高频谱感知的准确率和精度。本申请还公开了一种协作频谱感知系统、协作频谱感知装置以及计算机可读存储介质，具有上述有益效果。

技术领域

本申请涉及无线电技术领域，特别涉及一种协作频谱感知方法、协作频 谱感知系统、协作频谱感知装置以及计算机可读存储介质。

背景技术

随着无线电技术的进步和社会经济的发展，各行各业和消费者对无线电 频率的需求越来越多，但是在实际环境中无线电频谱资源是有限的，使得频 谱资源越来越匮乏。

目前，频谱资源采用国家统一分配授权的管理模式，将频谱分为两种类 型：授权频段和非授权频段。其中，授权频段占据者大部分频谱资源，如电 视广播频段，但不少授权频段还处于空闲状态。另外开放使用的非授权频段 占整个频谱资源的很少一部分，如无线局域网、无线城域网等无线网络，在 该频段上的用户很多，业务量也很大，无线电频段已经基本趋于饱和。但是 据研究表明，在已分配的频谱利用率为15％～85％，可以发现频谱资源的匮乏 并不是真正意义上的频谱资源不足，更多是由频谱利用率过低，造成大量空 余频段未被利用浪费造成。

因此，现有技术对频谱进行频谱检测，也叫做频谱感知，检测出空闲时 段的频谱，并加以利用。比较常用的方法是，通过能量检测算法对信号进行 检测，在检测过程中不需要信号的先验信息，复杂度较低，并且也更容易实 现。但是，在低信噪比环境中容易受到不确定的噪声的影响，导致检测性能 下降。在现有技术提供的另一种方法中，通过基于经验模态对信号进行分解， 就可以在分解后的信号中剔除含有噪声的分量，从而得到处理后的信号，再 进行相应的检测，提高在低信噪比环境下的检测性能。

但是，通过经验模态对信号进行分解，其中各项参数之间的确定还需要 根据一定的人工经验进行判断，无法得到准确的信号分解参数，降低了该方 法的准确率。尤其在复杂环境中，就无法对信号进行更好的分解，使经验模 态分解的方法达不到应有的效果，降低频谱感知的性能。

因此，如何在低信噪比和复杂环境中提高频谱感知的感知性能是本领域 技术人员关注的重点问题。

发明内容

本申请的目的是提供一种协作频谱感知方法、协作频谱感知系统、协作 频谱感知装置以及计算机可读存储介质，通过零空间追踪算法对已知信号分 解为多个子信号，在子信号的基础上提取信号特征，相当于将复杂的已知信 号分解为多个简单的子信号，利于对特征进行提取，提高特征提取的精度， 进而提高频谱感知的准确率和精度。

为解决上述技术问题，本申请提供协作频谱感知方法，包括：

S1，根据零空间追踪算法对已知信号进行分解得到多个子信号，将所述 多个子信号进行组合得到子信号矩阵；

S2，对所述子信号矩阵进行IQ分解得到I矩阵和Q矩阵，对所述I矩阵 和Q矩阵进行特征提取处理，得到第一特征值和第二特征值，将所述第一特 征值和所述第二特征值进行组合得到信号特征；

S3，判断所述信号特征的数量是否大于等于预设数量；

S4，若否，则执行S1；若是，则根据聚类算法对所有所述信号特征进行 分类，根据分类结果进行训练得到分类模型；

S5，当接收到未知信号时，根据所述分类模型对所述未知信号进行分类。

可选的，S1，根据零空间追踪算法对已知信号进行分解得到多个子信号， 将所述多个子信号进行组合得到子信号矩阵，包括：