一种基于稀疏去噪的认知无线电频谱感知方法技术

一种基于稀疏去噪的认知无线电频谱感知方法，本发明专利技术涉及一种基于稀疏去噪的认知无线电频谱感知方法。本发明专利技术是要解决频谱资源的平均利用率非常低不平衡，检测概率受制于信噪比的限制，当信噪比低时，检测概率会随之下降，影响频谱判决的结果的问题，而提出的一种基于稀疏去噪的认知无线电频谱感知方法。该方法是通过步骤一、得到稀疏分解后的稀疏表示θ；步骤二、从稀疏表示θ中取出绝对值由大到小的顺序取前K个值，得到去除噪声的变换域向量系数θ'；步骤三、利用正交变换矩阵Ψ和变换域向量θ'得到去除噪声的时域信号x'；步骤四、若检验统计量Z>判决门限λ，则判断频段被主用户占用等步骤实现的。本发明专利技术应用于基于稀疏去噪的认知无线电频谱感知领域。

【技术实现步骤摘要】
—种基于稀疏去噪的认知无线电频谱感知方法
本专利技术涉及。
技术介绍
伴随着无线电技术的广泛应用，现代社会对无线电频谱资源的依赖程度越来越高，可分配的频率资源越来越稀少。但是经过研究发现，频谱资源的平均利用率非常低，且非常不平衡。因此，通过对频谱的感知，对频谱使用率低的授权用户频段进行重复利用，必能大大提高频谱的有效利用率。信号的稀疏分解是将信号从一个域的表示变换到另外一个域的过程，而且要保证在变换域表示的稀疏度要远小于其在原始域中的表示。一般来说信号的原始表示为时域信号，且其一般情况下是非稀疏的，对其进行的变换主要有傅里叶变换，离散余弦变换，小波变换等。用公式表示为:X= Ψβ, I IsI I? << |χ||ο其中X为NXl维的原始信号，s为NXl维的列向量，在变换域下的表示，Ψ为NXN维的变换矩阵。零范数表示向量中非零值的个数，也即是信号的稀疏度。频谱感知是认知无线电的基础，但是检测概率受制于信噪比的限制，当信噪比低时，检测概率会随之下降，影响频谱判决的结果。而稀疏分解具有去除部分噪声的能力，因此可以将信号去噪之后，再将其应用于频谱感知，必会提高检测概率。本文档来自技高网...

【技术保护点】
一种基于稀疏去噪的认知无线电频谱感知方法，其特征在于：一种基于稀疏去噪的认知无线电频谱感知方法具体是按照以下步骤进行的：步骤一、将接收到的信号x在已知稀疏分解的变换域Ψ下进行稀疏分解，得到稀疏分解后的稀疏表示θ，即x＝Ψθ，其中θ的稀疏度为K；步骤二、从稀疏表示θ中取出绝对值由大到小的顺序取前K个值，得到去除噪声的变换域向量系数θ'；步骤三、利用正交变换矩阵Ψ和变换域向量θ'得到去除噪声的时域信号x'，即x'＝Ψθ'；步骤四、将去除噪声的信号x'用于频谱检测得到检验统计量Z，若检验统计量Z>判决门限λ，则判断频段被主用户占用；即完成了一种基于稀疏去噪的认知无线电频谱感知方法。

【技术特征摘要】
1.一种基于稀疏去噪的认知无线电频谱感知方法，其特征在于:一种基于稀疏去噪的认知无线电频谱感知方法具体是按照以下步骤进行的: 步骤一、将接收到的信号X在已知稀疏分解的变换域Ψ下进行稀疏分解，得到稀疏分解后的稀疏表示Θ，即X = Ψ Θ，其中Θ的稀疏度为K ； 步骤二、从稀疏表示Θ中取出绝对值由大到小的顺序取前K个值，得到去除噪声的变换域向量系数Θ’ ； 步骤三、利用正交变换矩阵Ψ和变换域向量Θ’得到去除噪声的时域信号X’，即X’ =Ψ Θ ,; 步骤四、将去除噪声的信号X’用于频谱检测得到检验统计量Z，若检验统计量Z>判决门限λ，则判断频段被主用户占用；即完成了一种基于稀疏去噪的认知无线电频谱感知方法。2.根据权利要求1所述一种基于稀疏去噪的认知无线电频谱感知方法，其特征在于:步骤一中将接收到的信号X在已知稀疏分解的变换域Ψ下进行稀疏分解，得到稀疏分解后的稀疏表示Θ具体过...

【专利技术属性】
技术研发人员：高玉龙，朱尤祥，张蔚，马永奎，陈肖敏，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