[发明专利]基于指数平滑预测的频谱感知方法

权利要求书

1.一种基于指数平滑预测的频谱感知方法，其特征在于：包括以下步骤：

(1)计算噪声能量的高门限V_h和低门限V_l：

(1a)计算背景噪声信号n_zj的幅度均值e_z：

其中，z表示第z次采集，z＝1,2,...,M，M表示背景噪声信号的采集次数，j表示第j个采样点，j＝1,2,...,N，N为采样点数；

(1b)获取归一化后的背景噪声信号

(1c)构建归一化后的背景噪声信号的方差向量V：

其中，表示归一化后的背景噪声信号的方差，

(1d)计算归一化后的背景噪声信号的方差向量V中向量均值η以及向量方差S：

(1e)计算归一化后的背景噪声信号的方差的最小值β_l和最大值β_h：

β_l＝η

(1f)采用逆Q函数Q^-1(·)，并根据噪声信号方差的最小值β_l和最大值β_h，计算噪声能量的高门限V_h和低高门限V_l：

其中，N＝τf_s，τ为检测周期，f_s为采样频率,f_s＝2W，W为接收带宽，P_f为虚警概率；

(2)对i时刻i≥1接收信号X的能量进行强化，得到强化后的能量Y：

(2a)将接收信号X平均划分为2K段，K为正整数，且K≥1，其中第l段接收信号用X_l表示，l＝1,2,...,2K；

(2b)按照接收的先后顺序，将划分后的2K段接收信号每两段分为一组，第k组接收信号用X_2k-1与X_2k表示，k＝1,2,...,K，并计算第k组中两段接收信号之和A_k及两段接收信号之差B_k：A_k＝X_2k-1+X_2k，B_k＝X_2k-1-X_2k；

(2c)计算A_k的能量M_k及B_k的能量N_k，并令第k组接收信号的能量为Y_k,Y_k＝max{M_k,N_k}，再计算K组接收信号能量之和Y，将其作为接收信号X强化后的能量，

(3)采用指数平滑预测方法，确定噪声能量的判决门限值V_th：

(3a)采用指数平滑法预测法，预测i时刻频带的状态值S_i＝1的可能性P；

(3b)计算噪声能量判决门限V_th：

V_th＝(1-P)(V_h-V_l)+V_l；

(4)确定i时刻频带的状态值S_i：

当Y≥V_th时，记录i时刻频带的状态值S_i＝1；当Y＜V_th时，记录i时刻频带的状态值S_i＝0；

(5)判断i时刻的频带状态并输出：

如果S_i＝1，则i时刻的频带状态为忙碌；如果S_i＝0，则i时刻的频带状态为空闲，并输出该时刻的频带状态。

2.根据权利要求1所述的基于指数平滑预测的频谱感知方法，其特征在于，步骤(3a)中所述的预测i时刻频带的状态值S_i＝1的可能性P，采用三次指数平滑预测法，实现步骤为：

(3a1)设置静态平滑系数的值为α，α∈[0,1]；

(3a2)设置一次指数平滑预测的初始值为l₁，l₁∈[0,1]，二次指数平滑预测的初始值为m₁，m₁∈[0,1]，三次指数平滑预测的初始值为n₁，n₁∈[0,1]，令i≥2，h的初始值为0，并按如下公式迭代i-1次，得到一次指数平滑预测的当前值l_i，二次指数平滑预测的当前值m_i和三次指数平滑预测的当前值n_i；

h＝h+1

l_h+1＝(1-α)l_h+S_h

m_h+1＝(1-α)m_h+αl_h+1

n_h+1＝(1-α)n_h+αm_h+1

其中，S_h表示h时刻的频带的状态值；

(3a3)通过l_i、m_i和n_i，分别计算一次指数平滑预测参数的值a、二次指数平滑预测参数的值b和三次指数平滑预测参数的值c：

a＝3l_i-3m_i+n_i

(3a4)根据计算一次指数平滑预测参数的值a、二次指数平滑预测参数的值b和三次指数平滑预测参数的值c来计算三次指数平滑预测结果值pre：

pre＝a+bs+cs²

其中，s表示预测的时刻间隔；

(3a5)确定i时刻频带的状态值S_i＝1的可能性P：