[发明专利]一种基于最大广义特征值的频谱感知方法

摘要

本发明公开了一种基于最大广义特征值的频谱感知方法，其通过利用当前感知周期之前且监测信道内无授权用户信号的两个感知周期内采样的信号，计算最大广义特征值和检验统计量值，再通过判断检验统计量值与判决门限的大小判定当前感知周期的监测信道内有无授权用户信号，实现频谱感知，本发明方法克服了已有的基于特征值的频谱感知方法在相邻天线之间授权用户信号相关性较低时频谱感知性能较差的缺点。

主权项

1.一种基于最大广义特征值的频谱感知方法，其特征在于包括以下步骤：①在认知无线电系统的每个感知周期内，利用M个天线对监测信道的信号进行K次采样，M≥2，K≥2M；②将当前感知周期内M个天线上第k次采样得到的信号记为x(k)，x(k)＝[x₁(k)，…，x_m(k)，…，x_M(k)]^T，其中，k∈[1，K]，1≤m≤M，x₁(k)表示当前感知周期内第1个天线上第k次采样得到的信号，x_m(k)表示当前感知周期内第m个天线上第k次采样得到的信号，x_M(k)表示当前感知周期内第M个天线上第k次采样得到的信号，[x₁(k)，…，x_m(k)，…，x_M(k)]^T为[x₁(k)，…，x_m(k)，…，x_M(k)]的转置矩阵；③假设当前感知周期之前存在监测信道内无授权用户信号的两个感知周期，提取当前感知周期之前且监测信道内无授权用户信号的两个感知周期内M个天线上2K次采样得到的信号，将当前感知周期之前且监测信道内无授权用户信号的两个感知周期内M个天线上第k′采样得到的信号记为y(k′)，y(k′)＝[y₁(k′)，…，y_m(k′)，…，y_M(k′)]^T，其中，k′∈[1，2K]，1≤m≤M，y₁(k′)表示当前感知周期之前且监测信道内无授权用户信号的两个感知周期内第1个天线上第k′次采样得到的信号，y_m(k′)表示当前感知周期之前且监测信道内无授权用户信号的两个感知周期内第m个天线上第k′次采样得到的信号，y_M(k′)表示当前感知周期之前且监测信道内无授权用户信号的两个感知周期内第M个天线上第k′次采样得到的信号，[y₁(k′)，…，y_m(k′)，…，y_M(k′)]^T为[y₁(k′)，…，y_m(k′)，…，y_M(k′)]的转置矩阵；④计算当前感知周期内M个天线上K次采样得到的信号的协方差矩阵，记为R_x，计算当前感知周期之前且监测信道内无授权用户信号的两个感知周期内M个天线上2K次采样得到的信号的协方差矩阵，记为R_y，其中，x^T(k)为x(k)的转置矩阵，y^T(k′)为y(k′)的转置矩阵；⑤计算R_x和R_y的最大广义特征值，记为λ_max；⑥根据R_x和R_y的最大广义特征值λ_max，计算检验统计量值，记为T，其中，μ＝2log₂(z₁)，σ=(16(3K-1)2z2z3)1/3,]]>z1=(K-0.5)(3K-M-0.5)+(M-0.5)(2K-0.5)(3K-M-0.5)(2K-0.5)-(K-0.5)(M-0.5),]]>z2=4(z11+z12)2,]]>z3=4(3K-M-0.5)(2K-0.5)(K-0.5)(M-0.5)(3K-1)2;]]>⑦判断检验统计量值T是否大于判决门限如果是，则判定当前感知周期的监测信道内有授权用户信号，否则，判定当前感知周期的监测信道内无授权用户信号，其中，P_f表示虚警概率，F₁()表示Tracy-Widom第1分布的累积分布函数，为F₁()的反函数。