[发明专利]协方差矩阵Cholesky分解的CNN协作频谱感知方法及系统

权利要求书

1.协方差矩阵Cholesky分解的CNN协作频谱感知方法，其特征在于按以下步骤：

步骤S1，原始信号预处理，得到协方差矩阵；

步骤S2，将步骤S1所得协方差矩阵作为输入参数，按协方差矩阵分解方法执行计算，每个次用户得到其下三角矩阵X；

步骤S3，将步骤S2所得下三角矩阵X作为输入参数，按统计量构造方法执行计算，得到不同信噪比下的统计矩阵，作为CNN的训练与测试数据；

步骤S4，将步骤S3所得统计矩阵标记后作为输入参数，按CNN频谱感知方法执行计算，将测试集输入到训练好的模型中，得到不同信噪比下的检测概率。

2.如权利要求1所述协方差矩阵Cholesky分解的CNN协作频谱感知方法，其特征在于，步骤S1具体如下：

步骤S1.1，典型认知无线系统包含1个主用户PU，M个次用户SU，其中，M为自然数，表示用户个数；当PU通信未被干扰时，第i个次用户SU_i对PU信号检测，得到连续时间序列；其中，i为自然数，取值为i＝1,2,···,M，表示第i个用户；

步骤S1.2，将步骤S1.1中所得连续时间序列作为输入参数，按原始信号采样矩阵处理方法执行计算，得到M×N维的主信号协方差矩阵；其中，N为自然数，表示采样点数。

3.如权利要求2所述协方差矩阵Cholesky分解的CNN协作频谱感知方法，其特征在于，步骤S1中原始信号预处理采用以下步骤完成：

步骤S1.1，当主用户PU通信未被干扰时，第i个次用户SU_i对PU信号检测，接收信号采用二元假设模型表示为：

其中，r_i(k)表示第i个次用户在时刻k所接收的连续时间序列；k为整数，h_i(k)为表示在时刻k第i个传输信道损耗系数，取值在0到1之间的实数；s(k)表示主用户PU的信号；n_i(k)表示第i个次用户在时刻k所接收的均值为0、方差为σ²的加性高斯白噪声；H₀表示存在频谱空洞，H₁表示不存在频谱空洞；

步骤S1.2，设SU有L根感知天线，次用户在k时刻接收到L个连续时间序列，表示为：

R_k,H1＝[r_k,r_k-1,…,r_k-L+1] (2)

R_k,H0＝[r_k,r_k-1,…,r_k-L+1] (3)

其中，k表示时刻；R_k,H1表示在H₁条件下SU接受到的PU信号；R_k,H0表示在H₀条件下SU接收到的PU信号；

上述连续时间序列经N次采样后，得到L×N维矩阵R_k，表示为：

4.如权利要求3所述协方差矩阵Cholesky分解的CNN协作频谱感知方法，其特征在于，步骤S2中，协方差矩阵分解方法采用以下步骤完成：

步骤S2.1，将R_k作为输入，执行协方差矩阵计算，得到N×N维的矩阵S_N，然后将Cholesky分解方法，得S_N＝XX^T；其中，X为下三角矩阵，X^T为转置矩阵，其表达式为：

其中，N为自然数，表示采样点数，X_ij≥0，i，j都为整数；

步骤S2.2，下三角矩阵中各元素的计算表达式为：

其中，S_i,j代表矩阵S_N的第i行第j列元素。