[发明专利]基于相关系数的频谱感知方法、装置、设备及存储介质在审
申请号: | 201910294424.6 | 申请日: | 2019-04-12 |
公开(公告)号: | CN109981200A | 公开(公告)日: | 2019-07-05 |
发明(设计)人: | 李懿;王永华;万频;连轶群 | 申请(专利权)人: | 广东工业大学 |
主分类号: | H04B17/382 | 分类号: | H04B17/382 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 罗满 |
地址: | 510060 广东省*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 统计特征 矩阵 采样信号矩阵 频谱感知 判决 二维 计算机可读存储介质 类别结果 无线信号 感知 采样信号向量 不确定性 存储介质 频谱信号 信号采集 次用户 分类器 构建 噪声 输出 组建 | ||
1.一种基于相关系数的频谱感知方法,其特征在于,包括:
对待感知无线信号中M个次用户进行信号采集,获取M个采样点数为N的原始采样信号向量,以便利用所述原始采样信号向量组建M×N维的采样信号矩阵;
分别对所述采样信号矩阵进行顺序拆分重组和间隔拆分重组,得到第一矩阵和第二矩阵;
根据所述第一矩阵中每两个重组采样信号向量间的相关系数,确定所述第一矩阵的第一判决统计特征;
根据所述第二矩阵中每两个重组采样信号向量间的相关系数,确定所述第二矩阵的第二判决统计特征;
利用所述第一判决统计特征和所述第二判决统计特征,构建所述采样信号矩阵的二维判决统计特征;
将所述二维判决统计特征输入预先完成训练的分类器算法模型内进行计算,输出所述二维判决统计特征对应的类别结果,根据所述类别结果,判断所述待感知无线信号中是否存在频谱信号。
2.如权利要求1所述的频谱感知方法,其特征在于,所述对待感知无线信号中M个次用户进行信号采集,获取M个采样点数为N的原始采样信号向量,以便利用所述原始采样信号向量组建M×N维的采样信号矩阵包括:
对待感知无线信号中M个次用户SU进行信号采集,得到M个采集点数为N的原始采样信号向量xi(n)=[xi(1),xi(2),…,xi(N)],i=1...N;
利用所述原始采样信号向量xi(n)=[xi(1),xi(2),…,xi(N)]组建M×N维的采样信号矩阵:
3.如权利要求2所述的频谱感知方法,其特征在于,所述分别对所述采样信号矩阵进行顺序拆分重组和间隔拆分重组,得到第一矩阵和第二矩阵包括:
将所述原始采样信号向量xi(n)=[xi(1),xi(2),…,xi(N)]拆分为q个段长为k=N/q的子信号向量,得到顺序拆分重组后的重组采样信号向量:
对所述采样信号矩阵X进行顺序拆分重组后,得到所述第一矩阵:
对于所述原始采样信号向量xi(n)=[xi(1),xi(2),…,xi(N)]每间隔q个单位抽取一个采样点,得到间隔拆分重组后的重组采样信号向量:
对所述采样信号矩阵X进行间隔拆分重组后,得到所述第二矩阵:
4.如权利要求3所述的频谱感知方法,其特征在于,所述根据所述第一矩阵中每两个重组采样信号向量间的相关系数,确定所述第一矩阵的第一判决统计特征包括:
利用对所述第一矩阵Y1中每两个重组采样信号向量的相关系数ρab进行变换,将所述相关系数ρab的变化形式定义为βab;
求解所述第一矩阵Y1中每两个重组采样信号向量间的βab值的平均值,得到所述第一矩阵Y1的第一判决统计特征其中,为所述βab值的数量。
5.如权利要求3所述的频谱感知方法,其特征在于,所述根据所述第二矩阵中每两个重组采样信号向量间的相关系数,确定所述第二矩阵的第二判决统计特征包括:
利用对所述第二矩阵Y2中每两个重组采样信号间的相关系数ρef进行变换,将所述相关系数ρef变化形式定义为βef;
求解所述第二矩阵Y2中每两个重组采样信号向量间的βef值的平均值,得到所述第二矩阵Y2的第二判决统计特征其中,为所述βef值的数量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东工业大学,未经广东工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910294424.6/1.html,转载请声明来源钻瓜专利网。