[发明专利]一种结合变分贝叶斯学习的快速宽带频谱感知方法

说明书

本发明公开了一种结合变分贝叶斯学习的快速宽带频谱感知方法，包括以下步骤：1)建立字典学习模型，基于变分贝叶斯推断利用所述字典学习模型对原始信号及其噪声进行自适应学习，得稀疏信号的解析解；2)根据步骤1)得到的稀疏信号及字典构建信号重构模型，其中，在构建过程中，通过快速傅里叶变换对信号重构模型进行简化，再根据简化后的信号重构模型估计原始信号的功率谱，完成结合变分贝叶斯学习的快速宽带频谱感知，该方法能够提高频谱使用比率。

技术领域

本发明属于认知无线电领域，涉及一种结合变分贝叶斯学习的快速宽带频谱感知方法。

背景技术

无线电频谱资源利用率低下造成了频谱资源的浪费，但是随着通讯设备的激增，无线频谱需求量越来越大。认知无线电技术(Cognitive Radio,CR)的出现，为提高频谱资源利用率提出了解决方法。CR能够感知可用频谱资源，在授权用户(Licensed User,LU)使用的频段中，探测空闲频段并提供给未被授权用户(Unlicensed User,UU)使用,从而使得该频段能得到充分有效的利用。

CR主要通过频谱感知技术实现。频谱感知的发展可以分为传统窄带频谱感知和宽带频谱感知。因为早期通讯传输的主要是语音和数据等对传输速率要求不高的信息，对带宽没有要求，窄带频谱感知就可以解决问题。然而无线电技术的快速发展使得在线设备数量大幅度提升，加重了频谱资源紧缺的情况，对频谱利用率提出了更高的要求。相较窄带频谱感知来说，宽带频谱感知技术是在更宽的频带中进行探测，增大了探测到频谱空洞的几率，也给未授权用户提供了更多选择，提高了频谱使用比率，因此成为了CR热门研究方向之一，宽带频谱感知系统模型如图一所示。

发明内容

本发明的目的在于克服上述现有技术的缺点，提供了一种结合变分贝叶斯学习的快速宽带频谱感知方法，该方法能够提高频谱使用比率。

为达到上述目的，本发明所述的结合变分贝叶斯学习的快速宽带频谱感知方法，其特征在于，包括以下步骤：

1)建立字典学习模型，基于变分贝叶斯推断利用所述字典学习模型对原始信号及其噪声进行自适应学习，得稀疏信号的解析解；

2)根据步骤1)得到的稀疏信号及字典构建信号重构模型，其中，在构建过程中，通过快速傅里叶变换对信号重构模型进行简化，再根据简化后的信号重构模型估计原始信号的功率谱，完成结合变分贝叶斯学习的快速宽带频谱感知。

步骤1)建立的字典学习模型为：

其中，σ_n及σ_w分别代表噪声E及权重矩阵W的方差。

步骤1)中利用所述字典学习模型对原始信号及其噪声进行贝叶斯自适应学习的过程为：

121)更新二值矩阵Z；

122)更新π；

123)更新权重矩阵W；

124)更新字典矩阵Φ；

125)更新噪声E的方差σ_n；

126)更新权重矩阵W的方差σ_w。

步骤2)的具体过程为：

21)为在原始信号和稀疏信号之间建立联系，设两个数据序列为：

其中，x(l)为l时刻获得的稀疏样本；

22)根据自相关函数特性设无偏估计器模型为：