一種基于非重構框架的頻譜感知方法技術

一種基于非重構框架的頻譜感知方法，本發明專利技術涉及非重構框架的頻譜感知方法。本發明專利技術是要解決無線通信技術已授權的頻譜資源利用率低、傳統的壓縮感知頻譜感知算法復雜以及不能在非重構框架下直接利用壓縮采樣的數據矩陣進行頻譜感知的問題，而提出的一種基于非重構框架的頻譜感知方法。該方法是通過1、確定歸一化稀疏基ψ；2、根據信號長度N，確定壓縮后信號長度M；3、生成大小為M×N的矩陣G；4、M×N的矩陣G與ψT相乘得到測量矩陣Φ；5、得到壓縮采樣后的數據向量y；6、根據噪聲方差σ2及虛警概率Pf設定閾值λ；7、max(|y|)>λ判定信道存在主用戶信號；8、得到信號的檢測概率Pd等步驟實現的。本發明專利技術應用于非重構框架的頻譜感知領域。

【技術實現步驟摘要】

本專利技術涉及。
技術介紹
隨著無線通信技術的飛速發展，頻譜資源變得越來越緊張。尤其是隨著無線局域網(WLAN)技術、無線個人域網絡(WPAN)技術的發展，越來越多的人通過這些技術以無線的方式接入互聯網。這些網絡技術大多使用非授權的頻段(UFB)工作。由于WLAN、WRAN無線通信業務的迅猛發展，這些網絡所工作的非授權頻段已經漸趨飽和。而另外一些通信業務(如電視廣播業務等)需要通信網絡提供一定的保護，使他們免受其他通信業務的干擾。為了提供良好的保護，頻率管理部門專門分配了特定的授權頻段(LFB)以供特定通信業務使用。與授權頻段相比，非授權頻段的頻譜資源要少很多(大部分的頻譜資源均被用來做授權頻段使用)。而相當數量的授權頻譜資源的利用率卻非常低。于是就出現了這樣的事實:某些部分的頻譜資源相對較少但其上承載的業務量很大，而另外一些已授權的頻譜資源利用率卻很低。因此，可以得出這樣的結論:基于目前的頻譜資源分配方法，有相當一部分頻譜資源的利用率是很低的。為了解決頻譜資源匱乏的問題，基本思路就是盡量提高現有頻譜的利用率。為此，人們提出了認知無線電的概念。認知無線電的基本出發點就是:為了提高頻譜利用率，具有認知功能的無線通信設備可以按照某種“伺機”的方式工作在已授權的頻段內。當然，這一定要建立在已授權頻段沒用或只有很少的通信業務在活動的情況下。這種在空域、時域和頻域中出現的可以被利用的頻譜資源被稱為“頻譜空洞”。認知無線電的核心思想就是使無線通信設備具有發現“頻譜空洞”并合理利用的能力。認知無線電是從根本上提高無線通信的頻譜效率、功率效率、系統容量的技術手段，能滿足未來高速高質量信息服務對寬帶無線通信的需求，是實現通信系統具有可擴展、可重構功能的技術之一。頻譜感知是認知無線電的核心和基礎。壓縮感知也被稱為壓縮采樣。它作為一個新的采樣理論，它通過開發信號的稀疏特性，在遠小于Nyquist采樣率的條件下，用隨機采樣獲取信號的離散樣本，然后通過非線性重建算法完美的重建信號，壓縮感知可以降低采樣率減少采樣數據而達到與傳統的Nyquist采樣相同的效果。基于壓縮感知的頻譜感知算法大都是采用壓縮采樣后再對數據進行重構的思路進行研究，重構算法成為頻譜感知實現的關鍵，且帶來了巨大的計算復雜度，能否直接利用壓縮采樣的數據矩陣 進行頻譜感知是個值得考慮的問題。傳統的壓縮感知模型如式(I)所示:χ = Φχ(j)其中X為原始信號，Φ為ΜΧΝ(Μ〈Ν)的測量矩陣，?為壓縮后的信號。傳統的壓縮感知頻譜感知算法是要通過:?恢復出X，然后根據X進行頻譜感知，現存的基于壓縮感知的頻譜感知算法大都是采用壓縮采樣后再對數據進行重構的思路進行研究，重構算法成為頻譜感知實現的關鍵，且帶來了巨大的計算復雜度。傳統的壓縮感知頻譜感知中對模擬信號進行采樣時用的測量矩陣Φ —般為高斯隨機矩陣，高斯隨機矩陣主要是為能完成信號的重構而設計的。而不能在非重構框架下直接利用壓縮采樣的數據矩陣進行頻譜感知，因此需要新的頻譜感知方法以及重新設計合適的測量矩陣Φ。
技術實現思路
本專利技術是為了解決無線通信技術頻譜資源利用率低、傳統的壓縮感知頻譜感知算法復雜以及不能在非重構框架下直接利用壓縮采樣的數據矩陣進行頻譜感知的問題。而提出。上述的專利技術目的是通過以下技術方案實現的:步驟一、假定已知歸一化稀疏基Ψ ；步驟二、根據Ψ的行數N，確定壓縮后信號長度M，其中，N/M為正整數；步驟三、將N/M個大小為MXM的單位矩陣順序連接，生成大小為MXN的矩陣G ；步驟四、MXN的矩陣G與Ψτ相乘得到測量矩陣Φ ;步驟五、根據測量矩陣Φ對模擬信號進行采樣，得到壓縮采樣后的數據向量y ;步驟六、根據噪聲方差σ 2及虛警概率Pf設定閾值入；步驟七、提取y中所有元素的絕對值的最大值max(|y|)與閾值λ比較，max(|y|)>A判定信道存在主用戶信號；步驟八、當存在主用戶信號信號稀疏度為K，且信號能量均勻分布在K個稀疏度上時，得到信號的檢測概率Pd;即完成了。專利技術效果本專利技術旨在設計新的測量矩陣以優化壓縮采樣過程，然后直接根據壓縮采樣的數據判定信道是否有主用戶信號存在。，本專利技術公開一種非重構框架下進行無線電頻譜感知的技術，具體包括設計測量矩陣對信號進行壓縮采樣及直接根據壓縮采樣信號進行頻譜感知的方法。測量矩陣由構造矩陣與歸一化稀疏基的轉置相乘得到測量矩陣，構造矩陣由多個單位陣順序連接構成。根據測量矩陣對信號進行壓縮采樣，選取能量最大點的值與閾值作對比，判定信道有無主用戶信號。閾值通常根據設定的虛警概率進行計算得到。選出壓縮采樣信號絕對值的最大值，若壓縮采樣信號絕對值大于閾值，則信道內有主用戶信號，若壓縮采樣信號絕對值小于閾值，則信道內無主用戶信號。這種非重構框架下進行無線電頻譜感知的技術，在信號稀疏度較低時能夠直接根據壓縮采樣數據判定信道內有無主用戶信號，避免了對信號進行重構，減小了計算量，提高了檢測效率。本專利技術在信號稀疏度較低時直接利用壓縮采樣數據y進行頻譜感知能取得良好的效果。隨著信號稀疏度的增加，該專利技術的頻譜感知效果越來越差隨著壓縮后信號長度M的減小，該專利技術的頻譜感知效果越來越差。當信號功率為定值時，由圖2、3、4和5分別表示了稀疏度分別為I，2，3和5時的壓縮采樣數據I的取值，從圖2、3、4和5中可以看出隨著稀疏度的增加，利用壓縮采樣數據y的絕對值的最大值越來越小，說明感知效果越來越差。圖6表示了信號稀疏度K分別為1，2，3，5時，檢測概率隨信噪比的變化；當信噪比為_5dB時，稀疏度K = I對應的檢測概率可以達到95%，隨著稀疏度增加檢測概率不斷降低，稀疏度K = 5對應的檢測概率只有65%，這和理論是吻合的。可見，該專利技術適用于在信號稀疏度低的條件下使用。【附圖說明】圖1是【具體實施方式】一提出的流程圖；圖2是【具體實施方式】一提出的信號稀疏度K分別為I時，壓縮采樣數據y的取值的示意圖；其中，橫坐標為壓縮采樣后I的點數，縱坐標為壓縮采樣數據I的數值；圖3是【具體實施方式】一提出的信號稀疏度K分別為2時，壓縮采樣數據y的取值的示意圖；其中，橫坐標為壓縮采樣后I的點數，縱坐標為壓縮采樣數據I的數值；圖4是【具體實施方式】一提出的信號稀疏度K分別為3時，壓縮采樣數據y的取值的示意圖；其中，橫坐標為壓縮采樣后I的點數，縱坐標為壓縮采樣數據I的數值；圖5是【具體實施方式】一提出的信號稀疏度K分別為5時，壓縮采樣數據y的取值的示意圖；其中，橫坐標為壓縮采樣后I的點數，縱坐標為壓縮采樣數據I的數值；圖6是實施例中提出的信號稀疏度K分別為1，2，3，5時，檢測概率隨信噪比的變化示意圖。【具體實施方式】【具體實施方式】一:本實施方式的，具體是按照以下步驟制備的:步驟一、假定已知歸一化稀疏基Ψ ；步驟二、根據Ψ的行數N，確定壓縮后信號長度M，其中，N/M為正整數；步驟三、將N/M個大小為MXM的單位矩陣順序連接，生成大小為MXN的矩陣G ；步驟四、MXN的矩陣G與Ψτ相乘得到測量矩陣Φ ;步驟五、根據測量矩陣Φ對信號進行采樣，得到壓縮采樣后的數據向量y ;步驟六、根據噪聲方差σ 2及虛警概率Pf設定閾值入；步驟七、提取y中所有元素的絕對值的最大值max(|y|)與閾值λ比較，max(|本文檔來自技高網...

【技術保護點】
一種基于非重構框架的頻譜感知方法，其特征在于一種基于非重構框架的頻譜感知方法具體是按照以下步驟進行的：步驟一、假定已知歸一化稀疏基ψ；步驟二、根據ψ的行數N，確定壓縮后信號長度M，其中，N/M為正整數；步驟三、將N/M個大小為M×M的單位矩陣順序連接，生成大小為M×N的矩陣G；步驟四、M×N的矩陣G與ψT相乘得到測量矩陣Φ；步驟五、根據測量矩陣Φ對信號進行采樣，得到壓縮采樣后的數據向量y；步驟六、根據噪聲方差σ2及虛警概率Pf設定閾值λ；步驟七、提取y中所有元素的絕對值的最大值max(|y|)與閾值λ比較，max(|y|)>λ判定信道存在主用戶信號；步驟八、當存在主用戶信號信號稀疏度為K，且信號能量均勻分布在K個稀疏度上時，得到信號的檢測概率Pd；即完成了一種基于非重構框架的頻譜感知方法。

【技術特征摘要】
1.一種基于非重構框架的頻譜感知方法，其特征在于一種基于非重構框架的頻譜感知方法具體是按照以下步驟進行的: 步驟一、假定已知歸一化稀疏基Ψ ; 步驟二、根據Ψ的行數N，確定壓縮后信號長度M，其中，N/M為正整數； 步驟三、將N/M個大小為MXM的單位矩陣順序連接，生成大小為MXN的矩陣G ； 步驟四、MXN的矩陣G與Ψτ相乘得到測量矩陣Φ ; 步驟五、根據測量矩陣Φ對信號進行采樣，得到壓縮采樣后的數據向量y ; 步驟六、根據噪聲方差σ 2及虛警概率Pf設定閾值λ ； 步驟七、提取y中所有元素的絕對值的最大值max(|y|)與閾值λ比較，max (| y |) > λ判定信道存在主用戶信號； 步驟八、當存在主用戶信號信號稀疏度為K，且信號能量均勻分布在K個稀疏度上時，得到信號的檢測概率Pd;即完成了一種基于非重構框架的頻譜感知方法。2.根據權利要求1所述一種基于非重構框架的頻譜感知方法，其特征在于:步驟三中將Ν/Μ個大小為MXM的單位矩陣順序連接，生成大小為MXN的矩陣G具...

【專利技術屬性】
技術研發人員：馬永奎，許鵬，高玉龍，劉佳鑫，張蔚，李想，
申請(專利權)人：哈爾濱工業大學，
類型：發明
國別省市：黑龍江;23