[发明专利]一种合作式非重构宽带压缩盲感知方法

权利要求书

1.一种合作式非重构宽带压缩盲感知方法，其特征在于，包括：

S1、对各认知用户接收的信号进行压缩采样，得到压缩采样向量；

S2、根据压缩采样向量计算得到检测统计量；

S3、将检测统计量与预设的本地判决门限进行比较，得到本地判决结果；

S4、将本地判决结果分类为软判决信息和硬判决信息；

S5、对软判决信息进行可靠性联合，得到可靠性联合结果；

S6、根据OR准则融合判决可靠性联合结果和硬判决信息，得到全局判决结果并输出。

2.根据权利要求1所述的合作式非重构宽带压缩盲感知方法，其特征在于，步骤S2，具体包括：

压缩采样向量近似服从以下分布：高斯变量y_l(m)的均值方差其中，Φ_m为Φ的第m行向量，Φ为满足RIP条件的M×N维随机观测矩阵，x_l表示主用户接收的N×1维信号向量，y_l＝[y_l(1)y_l(2) … y_l(M)]^T为认知用户压缩采样得到的M×1维压缩采样向量；

在H₀和H₁两种情况下，根据压缩采样的压缩采样向量的方差相同、数学期望不同，且数学期望均与噪声方差无关特点进行频谱的盲检测，构建检测统计量J_l1、J_l2和T_l：

其中，J_l1、J_l2分别表示实际压缩采样值与其在H₀和H₁两种情况下数学期望的偏差程度。

3.根据权利要求2所述的合作式非重构宽带压缩盲感知方法，其特征在于，步骤S3，具体包括：

将统计量T_l和本地判决门限η₁、η₂进行比较，得到本地判决结果Ω为不确定空间。

4.根据权利要求3所述的合作式非重构宽带压缩盲感知方法，其特征在于，步骤S4，具体包括：

当检测统计量落在不确定空间Ω中时，将u_l分类为软判决信息；否则，将u_l分类为硬判决信息。

5.根据权利要求4所述的合作式非重构宽带压缩盲感知方法，其特征在于，步骤S5，具体包括：

将这K个认知用户传输来的压缩采样向量联合起来，构成如下压缩采样矩阵：

y在H₀和H₁两种情况下表示为：其中，w＝[w₁ w₂ … w_K]和x＝[x₁x₂ … x_K]均为M×K维矩阵；

定义M×M维压缩采样广义自相关矩阵：设R_y的特征值按从大到小排序为λ₁≥λ₂≥…≥λ_M＞0；

采用GLRT方法构建可靠性联合判决的统计量其中，tr(R_y)表示R_y的迹，转换为根据可靠性联合判决规则进行可靠性联合，得到可靠性联合结果：

其中，γ_R为可靠性联合判决门限，其值可由预设的可靠性融合检测的虚警概率确定。

6.根据权利要求5所述的合作式非重构宽带压缩盲感知方法，其特征在于，步骤S5，具体包括：

记L-K个硬判决信息构成向量为β＝[β₁,β₂,…,β_L-K]^T，根据OR准则将β和u_R进行最终融合判决，得到全局判决结果