基于DPMM的宽带频谱感知中信号个数的估计方法技术

基于DPMM的宽带频谱感知中信号个数的估计方法，它属于宽带频谱感知技术领域。本发明专利技术解决了利用现有方法对接收信号中信号个数估计的准确率低的问题。本发明专利技术通过选取信号的循环谱作为特征，恢复信号的循环谱，以提高宽带频谱感知方法的抗噪声性能；将提取出的循环谱建模成高斯混合模型进行信号和噪声二分类，去噪后保留下来信号元素，并对保留下来的信号进行聚类，根据计算出的最大概率，估计出接收信号中信号的个数。在信噪比为‑4dB的情况下，采用本发明专利技术方法可以将信号个数估计的准确率提高30％左右，而且本发明专利技术方法的抗噪性能更优。本发明专利技术可以应用于宽带频谱感知技术领域。

Estimation of Signal Number in Broadband Spectrum Sensing Based on DPMM

【技术实现步骤摘要】
基于DPMM的宽带频谱感知中信号个数的估计方法
本专利技术属于宽带频谱感知
，具体涉及一种宽带频谱感知中信号个数的估计方法。
技术介绍
频谱感知技术主要分为两种：窄带频谱感知和宽带频谱感知。宽带频谱感知通常是指在检测的频带内同时存在多个信号需要检测，且对每个信号的带宽没有限定，频带内的信号是窄带信号或者宽带信号都可以。目前通常采用压缩感知技术进行宽带频谱感知，目的是解决宽带频谱感知的高采样率问题。但是采用压缩感知技术会带来抗噪性差的问题，且利用现有方法(K均值方法或能量检测方法)对接收信号中信号个数估计的准确率较低，这些因素都会影响信号的重构性能。因此，对接收信号中信号个数的估计方法的研究是十分必要的。
技术实现思路
本专利技术的目的是为解决利用现有方法对接收信号中信号个数估计的准确率低的问题。本专利技术为解决上述技术问题采取的技术方案是：基于DPMM(狄利克雷过程混合模型)的宽带频谱感知中信号个数的估计方法，该方法包括以下步骤：步骤一、以频率fs对由连续的模拟信号x(t)和加性高斯白噪声n(t)组成的接收信号进行采样，获得经过采样得到的接收信号y(t)；步骤二、初始化循环谱恢复时所需的频率分辨率和循环频率分辨率为Δf和Δα，对接收信号y(t)进行循环谱恢复，获得接收信号y(t)的循环谱步骤三、提取步骤二获得的循环谱的特征；步骤四、对步骤三提取出的循环谱的特征进行去噪，获得去噪后的循环谱特征；步骤五、去噪后的循环谱特征的每个循环频率根据概率进行聚类，估计出接收信号y(t)中信号的个数Nsig。本专利技术的有益效果是：本专利技术提供了一种基于DPMM的宽带频谱感知中信号个数的估计方法，本专利技术通过选取信号的循环谱作为特征，恢复信号的循环谱，以提高宽带频谱感知方法的抗噪声性能；将提取出的循环谱建模成高斯混合模型进行信号和噪声二分类，去噪后保留下来信号元素，并对保留下来的信号进行聚类，根据计算出的最大概率，估计出接收信号y(t)中信号的个数Nsig。在信噪比为-4dB的情况下，采用本专利技术方法可以将信号个数估计的准确率提高30％左右，而且本专利技术方法的抗噪性能更优。附图说明图1是采用了本专利技术的循环谱特征的循环谱幅度图；图2是未采用本专利技术的循环谱特征的功率谱幅度图；图3是采用高斯混合模型的分类结果图；图4是去噪后的循环谱特征的聚类结果图；图5是本专利技术方法、K均值方法及能量检测方法的抗噪性能对比图；其中：DPMM代表本专利技术方法，K-means代表K均值方法，Ennergy代表能量检测方法。具体实施方式具体实施方式一：本实施方式所述的基于DPMM的宽带频谱感知中信号个数的估计方法，该方法包括以下步骤：步骤一、以频率fs对由连续的模拟信号x(t)和加性高斯白噪声n(t)组成的接收信号进行采样，获得经过采样得到的接收信号y(t)；步骤二、初始化循环谱恢复时所需的频率分辨率和循环频率分辨率为Δf和Δα，对接收信号y(t)进行循环谱恢复，获得接收信号y(t)的循环谱步骤三、提取步骤二获得的循环谱的特征；步骤四、对步骤三提取出的循环谱的特征进行去噪，获得去噪后的循环谱特征；步骤五、去噪后的循环谱特征的每个循环频率根据概率进行聚类，估计出接收信号y(t)中信号的个数Nsig。为了提高宽带频谱感知的抗噪声性能，可以先对接收到的信号进行预处理，再使用处理后得到的数据进行宽带频谱感知。对接收信号进行分析，发现在通信系统当中，常见的通信调制信号如AM、BPSK和QPSK信号等都具有循环平稳特征，并且噪声在信号循环谱双频率平面不具有循环平稳特性，可以近似看为0，因此循环谱具有较好的抗噪声性能，可以将循环谱应用在低信噪比的环境中对信号的参数进行识别。假设受到加性高斯白噪声n(t)干扰的信号s(t)，将接收机输入信号表示成：y(t)＝s(t)+n(t)将信号的循环相关函数定义表示为：Ry(t；τ)＝E{y(t)y*(t-τ)}其中：公式是Ry(t；τ)＝E{y(t)y*(t-τ)}原始信号y(t)的时变循环自相关函数。假如互相关运算y(t)y*(t-τ)在统计上具有周期为T0的非零特性，利用循环谱的循环自相关函数求解的方式能够将信号的时间平均函数的自相关表示成：然后，由于周期函数Ry(t；τ)的周期为T0，将其进行傅里叶级数展开，可得傅里叶级数展开式：其中m/T0＝α，每个傅里叶系数表示为将傅里叶系数代入傅里叶级数展开式可得其中<·>t表示信号在时间轴上做平均，其中的系数是在循环频率为α的位置的循环自相关强度，与此同时该系数也是是时延变量τ的函数，被称作循环自相关函数。令时的α称为信号循环谱的循环频率。因此具有循环平稳特征的信号有着多个循环频率，并且在这些循环频率上循环谱呈现出不同的特性，只有在非零的情形下，信号的循环谱特征才能够被准确地表述。将接收机接收的信号y(t)的循环谱自相关函数傅立叶变换后可得称是信号的谱相关密度函数即信号的循环谱，在循环谱双频率平面上，信号在特定的频率f和循环频率的频点上呈现出较大的峰值，并且在其他位置的值近似为零。理论上，循环谱可以完全抑制各种平稳噪声。对非平稳干扰，只要干扰的周期频率与信号的周期频率不同，也能够在循环谱平面分开。具体实施方式二：本实施方式与具体实施方式一不同的是：所述步骤二的具体过程为：初始化循环谱恢复时所需的频率分辨率为Δf，初始化循环谱恢复时所需的循环频率分辨率为Δα，对接收信号y(t)进行循环谱恢复，获得接收信号y(t)的循环谱且循环谱服从高斯分布；所述循环谱的表达式为：其中：是在循环频率为α的位置的循环自相关强度，f是频率，τ是时延变量，j是虚数单位；其中：t代表时间，y*(t-τ)代表y(t-τ)的共轭，<·>t表示信号在时间轴上做平均。对宽带频谱建立信号模型，令x(t)表示连续的模拟信号，假定信号的频率范围是ξ＝[-1/2TNyq,1/2TNyq]，并且由Nsig个非相关且具有循环平稳特性的通信调制信号组成：在H0,H1假设的条件下，对接收信号进行循环谱恢复，得到系统模型如下：其中：因为服从高斯分布，且为常数，则也服从高斯分布，即并且噪声的循环谱分布在整个循环频域，而信号的循环谱只在特定循环频率处存在。本专利技术的目标是准确估计出Nsig。具体实施方式三：本实施方式与具体实施方式二不同的是：所述步骤三的具体过程为：提取步骤二获得的循环谱的特征，根据循环谱的对称性，将f＝0且α≥0的循环谱的特征保留下来，得到f＝0且α≥0时的循环谱的特征，将得到的特征用特征向量表示为：本实施方式对恢复出的循环谱进行预处理，根据循环谱的对称性，提取循环谱零频位置，正半轴的循环谱，以减少计算量。具体实施方式四：本实施方式与具体实施方式三不同的是：所述步骤四的具体过程为：假设特征向量是由狄利克雷过程混合模型产生的，其中：第i个循环谱特征yi通过迪利克雷过程产生的分布G产生的随机参数变量θi来标记，i＝1,2,…,M，M代表循环谱特征的总个数；狄利克雷过程混合模型具体定义如下：其中：α0是离散度，G0是基分布，DP代表利用狄利克雷过程生成分布G，θi|G～G代表θi是分布G的参数；表示根据y1,y2,…,yM求解θi；由于循环谱服从高斯分布，在去噪过程中，将狄利克雷过程混合模型简化为高斯混合模型本文档来自技高网...

【技术保护点】
1.基于DPMM的宽带频谱感知中信号个数的估计方法，其特征在于，该方法包括以下步骤：步骤一、以频率fs对由连续的模拟信号x(t)和加性高斯白噪声n(t)组成的接收信号进行采样，获得经过采样得到的接收信号y(t)；步骤二、初始化循环谱恢复时所需的频率分辨率和循环频率分辨率为Δf和Δα，对接收信号y(t)进行循环谱恢复，获得接收信号y(t)的循环谱

【技术特征摘要】
1.基于DPMM的宽带频谱感知中信号个数的估计方法，其特征在于，该方法包括以下步骤：步骤一、以频率fs对由连续的模拟信号x(t)和加性高斯白噪声n(t)组成的接收信号进行采样，获得经过采样得到的接收信号y(t)；步骤二、初始化循环谱恢复时所需的频率分辨率和循环频率分辨率为Δf和Δα，对接收信号y(t)进行循环谱恢复，获得接收信号y(t)的循环谱步骤三、提取步骤二获得的循环谱的特征；步骤四、对步骤三提取出的循环谱的特征进行去噪，获得去噪后的循环谱特征；步骤五、去噪后的循环谱特征的每个循环频率根据概率进行聚类，估计出接收信号y(t)中信号的个数Nsig。2.根据权利要求1所述的基于DPMM的宽带频谱感知中信号个数的估计方法，其特征在于，所述步骤二的具体过程为：初始化循环谱恢复时所需的频率分辨率为Δf，初始化循环谱恢复时所需的循环频率分辨率为Δα，对接收信号y(t)进行循环谱恢复，获得接收信号y(t)的循环谱且循环谱服从高斯分布；所述循环谱的表达式为：其中：是在循环频率为α的位置的循环自相关强度，f是频率，τ是时延变量，j是虚数单位；其中：t代表时间，y*(t-τ)代表y(t-τ)的共轭，〈·〉t表示信号在时间轴上做平均。3.根据权利要求2所述的基于DPMM的宽带频谱感知中信号个数的估计方法，其特征在于，所述步骤三的具体过程为：提取步骤二获得的循环谱的特征，根据循环谱的对称性，将f＝0且α≥0的循环谱的特征保留下来，得到f＝0且α≥0时的循环谱的特征，将得到的特征用特征向量表示为：4.根据权利要求3所述的基于DPMM的宽带频谱感知中信号个数的估计方法，其特征在于，所述步骤四的具体过程为：假设特征向量是由狄利克雷过程混合模型产生的，其中：第i个循环谱特征yi通过迪利克雷过程产生的分布G产生的随机参数变量θi来标记，i＝1,2,…,M，M代表循环谱特征的总个数；狄利克雷过程混合模型具体定义如下：其中：α0是离散度，G0是基分布，DP代表利用狄利克雷过程生成分布G，θi|G～G代表θi是分布G的参数；表示根据y1,y2,…,yM求解θi；由于循环...

【专利技术属性】
技术研发人员：高玉龙，司艳玲，陈艳平，白旭，张佳岩，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙江,23