[发明专利]基于普通克里金插值的电磁频谱地图构建方法

说明书

本发明属于电磁频谱监测领域，涉及一种基于普通克里金插值的电磁频谱地图构建方法，包括1)由传感器获得的观测值计算实验变差函数2)对实验变差函数在离散的h上的值进行拟合；3)计算位置s₀处的普通克里金权重和拉格朗日乘子；4)计算未布设传感器位置s₀处的观测值；5)重复步骤1)至步骤4)，直至估计出区域内任意未布设传感器位置处的观测值，得到观测值在整个区域内的分布状况，完成电磁频谱地图构建。本发明提供的电磁频谱地图构建方法利用监测数据的空间相关性，在相同传感器数量和部署情况下能得到更高精度的电磁频谱地图构建结果。

技术领域

本发明属于电磁频谱监测领域，涉及一种电磁频谱地图构建方法，尤其涉及一种基于普通克里金插值的电磁频谱地图构建方法。

背景技术

电磁频谱地图表征电磁频谱信息的空间分布状态，这些信息包括信号功率、场强和信道增益等。由于考虑到了电磁频谱资源在空间分布的差异，相比传统的频谱感知方法，电磁频谱地图更有利于提高有限频谱资源的利用率，因而在认知无线电、电磁频谱管理、信号覆盖预测以及智慧城市等领域有广泛应用前景。

由于受到成本、传感器数量、部署位置等多方面因素的影响，目前仅能得到布设传感器处局部、分散的电磁频谱监测数据，无法覆盖感兴趣区域内所有需监测的位置。因此，如何利用局部、分散的电磁频谱监测数据，构建全局、关联的电磁频谱地图，具有重要的学术和应用研究价值。

电磁频谱地图构建方法主要包括两类：一是间接构建方法，根据辐射源信息，通过传播模型计算得到未布设传感器处的电磁频谱信息。二是直接构建方法，利用传感器获得的测量值，通过距离反比法、最近邻点法、样条法等确定性插值法估计未布设传感器处的电磁频谱信息。此外，可用于电磁频谱地图构建的方法还有以下方法：(1)基于矩阵补全的方法：使用多维矩阵对感兴趣区域内的电磁频谱信息进行建模，并将未知的观测值视为多维矩阵的缺失值，然后利用矩阵补全算法对缺失值进行估计。(2)基于压缩感知的方法：考虑到辐射源空间分布的稀疏性，在假设传播模型已知的前提下，将电磁频谱地图构建问题表述为一个压缩感知问题，然后使用正交匹配追踪法进行求解；(3)基于字典学习的方法：首先使用半监督字典学习方法，利用传感器观测数据对辐射源开关机状态的时序变化进行建模预测，然后利用已知的辐射源信息实现电磁频谱地图构建及其随时间变化的预测。

以上方法存在如下缺陷：

1、间接构建方法、基于压缩感知的方法以及基于字典学习的方法依赖于辐射源和传播环境的相关信息，而这些信息在很多实际应用场景中是无法获得的；

2、基于矩阵补全的方法、基于压缩感知的方法和基于字典学习的方法需要大量的观测值，从而要求感兴趣区域内密集部署大量传感器，这种部署方式耗费巨大，且在实际应用中通常难以实现；

3、基于确定性插值法的直接构建方法未考虑不同位置电磁频谱监测数据之间的相关性，从而导致构建精度不理想。

发明内容

为了解决背景技术中存在的上述技术问题，本发明提供了一种可提升电磁频谱地图构建精度的基于普通克里金插值的电磁频谱地图构建方法。

为了实现上述目的，本发明采用如下技术方案：

一种基于普通克里金插值的电磁频谱地图构建方法，该基于普通克里金插值的电磁频谱地图构建方法包括以下步骤：

1)由传感器获得的观测值计算实验变差函数得到实验变差函数在离散的h上的值；所述实验变差函数的具体计算方式是：

其中：

所述z(s_i)表示位置s_i处的观测值；

所述z(s_i+h)表示与位置s_i间距离为h处的观测值；