[发明专利]室内可用频谱的实时预测方法

说明书

一种室内可用频谱的实时预测方法，根据室内不同候选点的频谱分布和不同频段的相关关系，通过聚类确定室内的多个强度预测点，根据从信号强度预测点得到的信号强度时间序列，经建模后进行初步预测得到信号强度预测信息，最后经压缩感知处理得到完整的信号强度预测矩阵用于实时预测。本发明应用简单，能够准确实时的预测出室内未来一个时间片的可用频谱分布状况。

技术领域

本发明涉及的是一种无线通信领域的技术，具体是一种移动无线网络中对室内可用频谱(Indoor White Spaces)进行实时预测的方法。

背景技术

现有的对室内可用频谱检测的方法都致力于构建一个室内可用频谱的可用图，以包含当前室内不同地点不同频段的可用信息，这些信息保存在中心服务器中，然后室内用户向服务器提交位置信息之后获得中心服务器的可用频谱信息反馈，进而获得当前位置的可用频段。但是由于频谱检测的仪器很贵重，因此现有的技术就是解决如何通过少量的频谱检测仪器获得完整的室内可用频谱信息。

此外，在室内频谱检测的过程中，无法避免的存在一些检测延迟，另外就是室内频谱随时间变化的特性，室内某一地点某一频段的可用性随时都可能发生变化。由检测延时和频谱信号强度变化引起的检测错误就可能导致某些频段使用冲突以及某些可用频段未被检测到的问题。

发明内容

本发明针对现有技术存在的上述不足，提出一种室内可用频谱的实时预测方法，利用可用频谱在时间、空间、频域上的相关性以及在时间上存在一定周期性的特点，基于k-medoids聚类方法、ARIMA预测模型以及压缩感知技术，对未来一段时间的室内频谱分布状况进行准确预测，本发明应用简单，能够准确实时的预测出室内未来一个时间片的可用频谱分布状况。

本发明是通过以下技术方案实现的：

本发明涉及一种室内可用频谱的实时预测方法，首先在室内确定一定数量的待预测信号强度的候选点，根据室内不同候选点的频谱分布和不同频段的相关关系，通过聚类确定室内的多个强度预测点，根据从信号强度预测点得到的信号强度时间序列，经建模后进行初步预测得到预测点信号强度预测信息，最后经压缩感知处理得到完整的信号强度预测矩阵用于实时预测。

所述的相关关系是指：信号强度之间的皮尔森相关系数，具体为：对每个候选点检测若干个频段下的信号强度并生成信号强度数据矩阵，计算每个候选点不同频段下的任意两个信号强度之间的皮尔森相关系数以及同一个频段下任意两个候选点的信号强度之间的皮尔森相关系数。

所述的聚类是指：以相关系数作为聚类的标准，使得相关性越强的候选点尽量聚类到一起，在每个聚类中选出聚类中心作为强度预测点。

所述的信号强度时间序列，通过频谱检测仪检测得到连续周期间隔下的信号强度。

所述的建模，采用自回归积分滑动平均模型(Autoregressive IntegratedMoving Average Model，ARIMA)实现，具体为：对所有强度预测点的所有频段依次使用ARIMA模型建模，预测得到未来一个时间片的信号强度的值。

所述的自回归积分滑动平均模型具体为：其中：x_t表示时间序列在时间t的值，表示对原时间序列进行d次差分，得到一个平稳的时间序列，平稳的时间序列指时间序列任意一段的均值都在一定范围内，∈_t表示高斯分布噪声在时间t的值，α_i和β_i都表示线性组合系数，p和q表示线性组合的阶数。通过得到平稳时间序列的差分次数得到d的值，通过差分后的时间序列的自相关系数和偏自相关系数的截断位置确定q和p的值，通过Yule-Walker方程确定α_i的值，通过极大似然法得到β_i的值。ARIMA模型建立之后可以根据时间序列中前t-1个时刻的值来预测时刻t的值。