[发明专利]非高斯干扰下MIMO系统发射天线数估计方法及系统

权利要求书

1.一种非高斯干扰下MIMO系统发射天线数估计方法，其特征在于，所述非高斯干扰下MIMO系统发射天线数估计方法包括：利用非线性变换对观测信号进行处理，构建广义相关矩阵；对所构造的广义相关矩阵进行特征值分解，构建基于特征值的特征向量；将发射天线数估计问题转化为聚类问题，利用自适应集成模糊聚类算法估计MIMO系统发射天线数目；

所述非高斯干扰下MIMO系统发射天线数估计方法包括以下步骤：

步骤一，利用非线性变换对观测信号x(n)进行处理，构建广义相关矩阵R_x；

步骤二，对广义相关矩阵R_x进行特征值分解，构建基于特征值的特征向量Ψ；

步骤三，将发射天线数估计问题转化为聚类问题，利用自适应集成模糊聚类算法估计MIMO系统发射天线数目；

步骤一中，基于认知MIMO系统，设主用户和认知用户配置的天线数分别为N_t和N_r，第k根天线接收的信号表示为：

其中，N_r表示认知用户接收天线数目，I_k(n)表示非高斯干扰，v_k(n)表示加性高斯噪声，h_k,m表示认知用户第k根天线与主用户第m天线之间的衰落信道，观测信号如下矩阵形式所示：

x(n)＝Hs(n)+Ι(n)+v(n)；

其中，H表示N_r×N_t的衰落信道矩阵，表示N_t×1发送信号矩阵，表示N_r×1的非高斯干扰矩阵，表示N_r×1加性高斯噪声矩阵；

非高斯采用alpha稳定分布来刻画，其特征函数表达式为：

式中，

其中，α称为特征指数，用来度量分布函数拖尾的厚度；γ称为分散系数；β称为对称参数，a称为位置参数，β＝0表示分布为对称α稳定分布SαS；若a＝0，γ＝1，则称此稳定分布为标准α稳定分布；

定义信干比为：

其中，

步骤一中，所述利用非线性变换对观测信号x(n)进行处理，构建广义相关矩阵R_x，包括：

其中，x_i(n)是观测矩阵x(n)的第i行第n列的元素，Δ为压缩因子；

步骤二中，所述对广义相关矩阵R_x进行特征值分解，构建基于特征值的特征向量Ψ，包括：

广义相关矩阵R_x特征值的特征为λ_k，且：

基于特征值的特征向量Ψ为：

Ψ＝[Ψ₁,Ψ₂]；

其中，且和表示为：

其中，(x)⁺＝max(x,σ)，表示为

步骤三中，所述将发射天线数估计问题转化为聚类问题，利用自适应集成模糊聚类算法估计MIMO系统发射天线数目，包括：

基于特征分析，将检测发射天线个数的问题转化为基于高阶特征值R_x的特征向量的聚类问题；鉴于自适应集成聚类强大的聚类性能，采用自适应模糊集成聚类来决定发射天线的数目，包括：

利用无监督特征选择方法对特征向量Ψ进行判别，去除噪声特征和冗余特征；采用基于多重模糊C-均值聚类的集成聚类方法得到向量标签，并加入动态估计策略以获得最佳的模糊指数；重复前面的过程，利用基于模糊集成聚类的伪聚类结果生成共聚类矩阵，并对其进行求和以及正则化；利用谱聚类算法计算正则化共聚类矩阵，得到最终的向量标签；

设置自适应集成模糊聚类算法的初始参数，并对特征向量Ψ进行聚类，获得噪声特征值和信号特征值的聚类簇，并根据最小特征值所在的簇的元素个数L_n确定发射天线的数量