[发明专利]基于协方差特征值和均值漂移聚类的协作频谱感知方法

权利要求书

1.一种基于协方差特征值和均值漂移聚类的协作频谱感知方法，其特征在于，包括以下步骤：

S1：获取多个不同时间段下的接收信号矩阵X，所述接收信号矩阵X的元素为不同次级用户的接收信号；

S2：计算接收信号矩阵X的协方差矩阵的特征值；

S3：利用S2计算得到的最大特征值和最小特征值构成二维信号特征向量；

S4：将多个不同时间段下计算得到的二维信号特征向量构成训练集，利用训练集作为训练均值漂移聚类算法的输入；

S5：训练完成后，得到用于判别授权信道是否可用的分类器；

S6：利用S5得到的分类器判断主用户是否存在，若主用户信号存在，则表示频段被占用，不能计入该频段；若主用户信号不存在，则表示频段空闲，可以接入该频段；

步骤S4中训练均值漂移聚类算法，具体为：

(a)训练集中每一个数据点表示一个时间段得到的二维信号特征向量，在训练集中随机选取一个数据点作为中心点；

(b)找出离中心点距离在半径为h的圆形区域的所有数据点，记做集合S_h，认为这些点属于簇k；

(c)计算从中心点开始到集合S_h中每个元素的向量，将这些向量相加，得到偏移向量；

(d)中心点沿着偏移向量的方向移动，移动距离是偏移向量的模；

(e)重复步骤(b)、(c)、(d)，直到偏移向量的大小满足设定的阈值要求,此时的中心点为Ψ_k；

(f)重复步骤(a)、(b)、(c)、(d)、(e)直到所有的数据点都被归类；

(g)根据每个类，对每个数据点的访问频率，取访问频率最大的那个类，作为当前点集的所属类。

2.根据权利要求1所述的基于协方差特征值和均值漂移聚类的协作频谱感知方法，其特征在于，步骤S1中，每个次级用户的采样点均为N个。

3.根据权利要求2所述的基于协方差特征值和均值漂移聚类的协作频谱感知方法，其特征在于，步骤S1中，第i个次级用户的接收信号表示为：

式中，H₀表示频段空闲状态，H₁表示频段被占用状态，x_i(n)表示第i个次级用户的第n个采样点的接收信号，0＜n＜N,w_i(n)表示均值为0、方差为σ²的高斯白噪声信号，s_i(n)表示主用户信号。

4.根据权利要求3所述的基于协方差特征值和均值漂移聚类的协作频谱感知方法，其特征在于，步骤S1中，接收信号矩阵X具体为：

式中，x_i表示第i个次级用户的采样向量。

5.根据权利要求4所述的基于协方差特征值和均值漂移聚类的协作频谱感知方法，其特征在于，步骤S2中，接收信号矩阵X的协方差矩阵的计算方式为：

R＝E[XX^T]

式中，R表示接收信号矩阵X的协方差矩阵，X^T表示X的转置，E[]表示求期望。

6.根据权利要求5所述的基于协方差特征值和均值漂移聚类的协作频谱感知方法，其特征在于，步骤S3中利用S2计算得到的最大特征值和最小特征值构成二维信号特征向量，具体为：

协方差矩阵R的特征值由大到小进行排列：

λ₁≥λ₂≥…≥λ_i≥…≥λ_M

上式分为两种情况：

利用最大特征值λ₁和最小特征值λ_M组成一个二维信号特征向量：

T＝[λ₁,λ_M]

式中，T为二维信号特征向量。