一种基于非重构框架的频谱感知方法技术

一种基于非重构框架的频谱感知方法，本发明专利技术涉及非重构框架的频谱感知方法。本发明专利技术是要解决无线通信技术已授权的频谱资源利用率低、传统的压缩感知频谱感知算法复杂以及不能在非重构框架下直接利用压缩采样的数据矩阵进行频谱感知的问题，而提出的一种基于非重构框架的频谱感知方法。该方法是通过1、确定归一化稀疏基ψ；2、根据信号长度N，确定压缩后信号长度M；3、生成大小为M×N的矩阵G；4、M×N的矩阵G与ψT相乘得到测量矩阵Φ；5、得到压缩采样后的数据向量y；6、根据噪声方差σ2及虚警概率Pf设定阈值λ；7、max(|y|)>λ判定信道存在主用户信号；8、得到信号的检测概率Pd等步骤实现的。本发明专利技术应用于非重构框架的频谱感知领域。

【技术实现步骤摘要】

本专利技术涉及。
技术介绍
随着无线通信技术的飞速发展，频谱资源变得越来越紧张。尤其是随着无线局域网(WLAN)技术、无线个人域网络(WPAN)技术的发展，越来越多的人通过这些技术以无线的方式接入互联网。这些网络技术大多使用非授权的频段(UFB)工作。由于WLAN、WRAN无线通信业务的迅猛发展，这些网络所工作的非授权频段已经渐趋饱和。而另外一些通信业务(如电视广播业务等)需要通信网络提供一定的保护，使他们免受其他通信业务的干扰。为了提供良好的保护，频率管理部门专门分配了特定的授权频段(LFB)以供特定通信业务使用。与授权频段相比，非授权频段的频谱资源要少很多(大部分的频谱资源均被用来做授权频段使用)。而相当数量的授权频谱资源的利用率却非常低。于是就出现了这样的事实:某些部分的频谱资源相对较少但其上承载的业务量很大，而另外一些已授权的频谱资源利用率却很低。因此，可以得出这样的结论:基于目前的频谱资源分配方法，有相当一部分频谱资源的利用率是很低的。为了解决频谱资源匮乏的问题，基本思路就是尽量提高现有频谱的利用率。为此，人们提出了认知无线电的概念。认知无线电的基本出发点就是:为了提高频谱利用率，具有认知功能的无线通信设备可以按照某种“伺机”的方式工作在已授权的频段内。当然，这一定要建立在已授权频段没用或只有很少的通信业务在活动的情况下。这种在空域、时域和频域中出现的可以被利用的频谱资源被称为“频谱空洞”。认知无线电的核心思想就是使无线通信设备具有发现“频谱空洞”并合理利用的能力。认知无线电是从根本上提高无线通信的频谱效率、功率效率、系统容量的技术手段，能满足未来高速高质量信息服务对宽带无线通信的需求，是实现通信系统具有可扩展、可重构功能的技术之一。频谱感知是认知无线电的核心和基础。压缩感知也被称为压缩采样。它作为一个新的采样理论，它通过开发信号的稀疏特性，在远小于Nyquist采样率的条件下，用随机采样获取信号的离散样本，然后通过非线性重建算法完美的重建信号，压缩感知可以降低采样率减少采样数据而达到与传统的Nyquist采样相同的效果。基于压缩感知的频谱感知算法大都是采用压缩采样后再对数据进行重构的思路进行研究，重构算法成为频谱感知实现的关键，且带来了巨大的计算复杂度，能否直接利用压缩采样的数据矩阵 进行频谱感知是个值得考虑的问题。传统的压缩感知模型如式(I)所示:χ = Φχ(j)其中X为原始信号，Φ为ΜΧΝ(Μ〈Ν)的测量矩阵，?为压缩后的信号。传统的压缩感知频谱感知算法是要通过:?恢复出X，然后根据X进行频谱感知，现存的基于压缩感知的频谱感知算法大都是采用压缩采样后再对数据进行重构的思路进行研究，重构算法成为频谱感知实现的关键，且带来了巨大的计算复杂度。传统的压缩感知频谱感知中对模拟信号进行采样时用的测量矩阵Φ —般为高斯随机矩阵，高斯随机矩阵主要是为能完成信号的重构而设计的。而不能在非重构框架下直接利用压缩采样的数据矩阵进行频谱感知，因此需要新的频谱感知方法以及重新设计合适的测量矩阵Φ。
技术实现思路
本专利技术是为了解决无线通信技术频谱资源利用率低、传统的压缩感知频谱感知算法复杂以及不能在非重构框架下直接利用压缩采样的数据矩阵进行频谱感知的问题。而提出。上述的专利技术目的是通过以下技术方案实现的:步骤一、假定已知归一化稀疏基Ψ ；步骤二、根据Ψ的行数N，确定压缩后信号长度M，其中，N/M为正整数；步骤三、将N/M个大小为MXM的单位矩阵顺序连接，生成大小为MXN的矩阵G ；步骤四、MXN的矩阵G与Ψτ相乘得到测量矩阵Φ ;步骤五、根据测量矩阵Φ对模拟信号进行采样，得到压缩采样后的数据向量y ;步骤六、根据噪声方差σ 2及虚警概率Pf设定阈值入；步骤七、提取y中所有元素的绝对值的最大值max(|y|)与阈值λ比较，max(|y|)>A判定信道存在主用户信号；步骤八、当存在主用户信号信号稀疏度为K，且信号能量均匀分布在K个稀疏度上时，得到信号的检测概率Pd;即完成了。专利技术效果本专利技术旨在设计新的测量矩阵以优化压缩采样过程，然后直接根据压缩采样的数据判定信道是否有主用户信号存在。，本专利技术公开一种非重构框架下进行无线电频谱感知的技术，具体包括设计测量矩阵对信号进行压缩采样及直接根据压缩采样信号进行频谱感知的方法。测量矩阵由构造矩阵与归一化稀疏基的转置相乘得到测量矩阵，构造矩阵由多个单位阵顺序连接构成。根据测量矩阵对信号进行压缩采样，选取能量最大点的值与阈值作对比，判定信道有无主用户信号。阈值通常根据设定的虚警概率进行计算得到。选出压缩采样信号绝对值的最大值，若压缩采样信号绝对值大于阈值，则信道内有主用户信号，若压缩采样信号绝对值小于阈值，则信道内无主用户信号。这种非重构框架下进行无线电频谱感知的技术，在信号稀疏度较低时能够直接根据压缩采样数据判定信道内有无主用户信号，避免了对信号进行重构，减小了计算量，提高了检测效率。本专利技术在信号稀疏度较低时直接利用压缩采样数据y进行频谱感知能取得良好的效果。随着信号稀疏度的增加，该专利技术的频谱感知效果越来越差随着压缩后信号长度M的减小，该专利技术的频谱感知效果越来越差。当信号功率为定值时，由图2、3、4和5分别表示了稀疏度分别为I，2，3和5时的压缩采样数据I的取值，从图2、3、4和5中可以看出随着稀疏度的增加，利用压缩采样数据y的绝对值的最大值越来越小，说明感知效果越来越差。图6表示了信号稀疏度K分别为1，2，3，5时，检测概率随信噪比的变化；当信噪比为_5dB时，稀疏度K = I对应的检测概率可以达到95%，随着稀疏度增加检测概率不断降低，稀疏度K = 5对应的检测概率只有65%，这和理论是吻合的。可见，该专利技术适用于在信号稀疏度低的条件下使用。【附图说明】图1是【具体实施方式】一提出的流程图；图2是【具体实施方式】一提出的信号稀疏度K分别为I时，压缩采样数据y的取值的示意图；其中，横坐标为压缩采样后I的点数，纵坐标为压缩采样数据I的数值；图3是【具体实施方式】一提出的信号稀疏度K分别为2时，压缩采样数据y的取值的示意图；其中，横坐标为压缩采样后I的点数，纵坐标为压缩采样数据I的数值；图4是【具体实施方式】一提出的信号稀疏度K分别为3时，压缩采样数据y的取值的示意图；其中，横坐标为压缩采样后I的点数，纵坐标为压缩采样数据I的数值；图5是【具体实施方式】一提出的信号稀疏度K分别为5时，压缩采样数据y的取值的示意图；其中，横坐标为压缩采样后I的点数，纵坐标为压缩采样数据I的数值；图6是实施例中提出的信号稀疏度K分别为1，2，3，5时，检测概率随信噪比的变化示意图。【具体实施方式】【具体实施方式】一:本实施方式的，具体是按照以下步骤制备的:步骤一、假定已知归一化稀疏基Ψ ；步骤二、根据Ψ的行数N，确定压缩后信号长度M，其中，N/M为正整数；步骤三、将N/M个大小为MXM的单位矩阵顺序连接，生成大小为MXN的矩阵G ；步骤四、MXN的矩阵G与Ψτ相乘得到测量矩阵Φ ;步骤五、根据测量矩阵Φ对信号进行采样，得到压缩采样后的数据向量y ;步骤六、根据噪声方差σ 2及虚警概率Pf设定阈值入；步骤七、提取y中所有元素的绝对值的最大值max(|y|)与阈值λ比较，max(|本文档来自技高网...

【技术保护点】
一种基于非重构框架的频谱感知方法，其特征在于一种基于非重构框架的频谱感知方法具体是按照以下步骤进行的：步骤一、假定已知归一化稀疏基ψ；步骤二、根据ψ的行数N，确定压缩后信号长度M，其中，N/M为正整数；步骤三、将N/M个大小为M×M的单位矩阵顺序连接，生成大小为M×N的矩阵G；步骤四、M×N的矩阵G与ψT相乘得到测量矩阵Φ；步骤五、根据测量矩阵Φ对信号进行采样，得到压缩采样后的数据向量y；步骤六、根据噪声方差σ2及虚警概率Pf设定阈值λ；步骤七、提取y中所有元素的绝对值的最大值max(|y|)与阈值λ比较，max(|y|)>λ判定信道存在主用户信号；步骤八、当存在主用户信号信号稀疏度为K，且信号能量均匀分布在K个稀疏度上时，得到信号的检测概率Pd；即完成了一种基于非重构框架的频谱感知方法。

【技术特征摘要】
1.一种基于非重构框架的频谱感知方法，其特征在于一种基于非重构框架的频谱感知方法具体是按照以下步骤进行的: 步骤一、假定已知归一化稀疏基Ψ ; 步骤二、根据Ψ的行数N，确定压缩后信号长度M，其中，N/M为正整数； 步骤三、将N/M个大小为MXM的单位矩阵顺序连接，生成大小为MXN的矩阵G ； 步骤四、MXN的矩阵G与Ψτ相乘得到测量矩阵Φ ; 步骤五、根据测量矩阵Φ对信号进行采样，得到压缩采样后的数据向量y ; 步骤六、根据噪声方差σ 2及虚警概率Pf设定阈值λ ； 步骤七、提取y中所有元素的绝对值的最大值max(|y|)与阈值λ比较，max (| y |) > λ判定信道存在主用户信号； 步骤八、当存在主用户信号信号稀疏度为K，且信号能量均匀分布在K个稀疏度上时，得到信号的检测概率Pd;即完成了一种基于非重构框架的频谱感知方法。2.根据权利要求1所述一种基于非重构框架的频谱感知方法，其特征在于:步骤三中将Ν/Μ个大小为MXM的单位矩阵顺序连接，生成大小为MXN的矩阵G具...

【专利技术属性】
技术研发人员：马永奎，许鹏，高玉龙，刘佳鑫，张蔚，李想，
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