[发明专利]基于LSTM神经网络的认知无线电频谱感知方法

说明书

基于LSTM神经网络的认知无线电频谱感知方法，涉及无线电监测和频谱管理领域，本发明是为了解决目前单次无线电频谱的感知时间长的问题，本发明通过建立LSTM神经网络模型并对建立LSTM神经网络模型尽心训练和优化，获得训练和优化的LSTM神经网络模型，然后采用训练和优化的LSTM神经网络模型对认知无线电频谱进行感知，本发明的频谱感知速度快，用时得以大幅缩短。本发明适用于认知无线电频谱感知。

技术领域

本发明涉及无线电监测和频谱管理领域。

背景技术

近年来，无线通讯设备的增长和无线通信需求的增加，使得无线频率这种不可再生资 源变得日益紧张，频谱资源也因其稀缺性已经上升为每个国家的战略资源。当前管理和分 配无线频谱资源时，普遍采用固定的频谱资源分配方式。在固定频谱资源分配方式下，整 个无线电频谱资源被分为授权频谱和非授权频谱两个部分，频谱分配系统存在资源使用不 平衡的现象：一方面，授权频谱占用了大部分频谱资源，但有些情况下，授权用户(主用 户)并不会频繁的使用其授权频段，大部分授权频谱在某些时间段内或者某些地点并不会 被主用户使用，而是处于未被利用的状态，结果是授权频谱的利用率非常低。美国联邦通 信委员会(Federal Communications Commission,FCC)一些针对频谱资源的测量研究结果 表明，在大多数地区和大多数测量的时间段内，所测量的频谱平均使用情况为15％--85％。 另一方面，为非授权用户保留的非授权频谱仅占频谱总体资源的很小一部分。随着无线通 信技术的迅速发展，特别是一些新型无线服务业务的快速发展，比如无线局域网络、无线 个人域网络和无线城域网络等，越来越多的服务和用户严重依赖于非授权频谱，非授权频 段变得越来越饱和，频谱资源短缺的问题也变得越来越严重。很明显，授权频谱的使用率 低与非授权用户无法使用相应的频段这一矛盾的主要原因是这种不灵活的固定频谱分配 策略造成的。

为了解决上述的频谱资源短缺问题与不灵活的分配策略之间的突出矛盾，需要优化和 调整这一不灵活的静态分配策略，软件无线电的提出使得动态配置通信设备成为可能。基 于机器学习技术的快速发展和软件无线电的出现，认知无线电(Cognitive Radio,CR)的 概念被Mitola博士创造性的提出。在认知无线电系统(Cognitive Radio System,CRS)中， 非授权用户(认知用户)可以通过感知其周围所处的频谱环境，对授权频段的频谱使用情 况进行监测、分析，在不对授权用户(主用户)通信产生不可忍受的干扰前提下，能够对 其接入的频谱范围和接入方式等参数进行智能地调整，充分利用如图5所示的频谱空洞 (Spectrum Hole)即主用户在某些时间范围内或区域内并不使用的时隙或频段等进行动 态的频谱接入来实现其业务的通信，而且，在授权频段上，主用户享有优先于认知用户接 入该频段的权利，当未授权用户检测到授权用户接入授权频段时，必须主动退出该频段的 使用。CR通过改变其自身参数可以在可用频段上进行操作的技术被认为是提高当前无线 频谱资源利用率、解决频谱资源短缺问题的一项重要技术。

认知无线电技术中的频谱感知、频谱决策、频谱共享和频谱切换四大功能可以使认知 用户对授权频谱进行感知和对频谱空洞机会接入从而进行业务通信。然而，这四个功能在 实现上存在一些缺陷，严重限制了认知无线电系统的通信性能的提升，主要体现在以下四 个方面：

(1)宽带频谱感知时，通常认知用户需要扫描和感知整个频段范围，这将造成巨大的感知处理时延和能量损耗。

(2)实际情况下由于受到认知用户的硬件设备条件和通信条件的限制，大量的时间 将会消耗在频谱感知的过程的，将导致感知周期中数据传输阶段时间的减少和影响感知的 准确率，进而降低频谱决策的准确率，严重影响通信系统整体频谱资源利用率。

(3)在频谱共享中，认知用户可能在不同的时间需要进行不同服务质量(Qualityof Service,QoS)需求的通信业务请求，为了保证资源分配的公平性、合理性，进行频谱分配时可能会导致较高的时延。