一种认知无线电的频谱感知方法及系统技术方案

本发明专利技术公开了一种认知无线电的频谱感知方法及系统，该方法包括：分别将预设数量的次用户接收到的信号分解成各自对应的I信号和Q信号；根据I信号和Q信号生成分解矩阵，并获取分解矩阵的协方差矩阵；根据协方差矩阵获取最大特征值和矩阵迹，并获取判决统计量；判断判决统计量是否大于判决门限；若是，则存在主用户；若否，则不存在主用户；本发明专利技术通过分别将预设数量的次用户接收到的信号分解成各自对应的I信号和Q信号，可以对信号进行分解；通过根据I信号和Q信号生成的分解矩阵的协方差矩阵获取最大特征值和矩阵迹，并获取判决统计量，可以将信号分解与最大特征值与矩阵迹之比算法结合，从而提高了频谱感知方法的准确性和可靠性。

Spectrum sensing method and system for cognitive radio

The invention discloses a method and system for spectrum sensing in cognitive radio, the method includes: signal respectively to a preset number of secondary users received into the corresponding I and Q signals; according to the decomposition matrix to generate I and Q signals, and obtain the covariance matrix decomposition of matrix according to the covariance matrix to obtain the maximum; the eigenvalues and the matrix trace, and obtain the decision statistics; decision statistic is greater than the threshold; if so, there is the main user; if not, there is no primary user; the signal respectively to a preset number of secondary users received into the corresponding I and Q signals, can decompose the signal; according to the I signal and the Q signal generated by the decomposition of matrix to obtain the maximum eigenvalue of the covariance matrix and the matrix trace, and obtain the decision statistics, can be a letter The algorithm is combined with the maximum eigenvalue and the ratio of the matrix trace, so that the accuracy and reliability of the spectrum sensing method are improved.

【技术实现步骤摘要】
一种认知无线电的频谱感知方法及系统
本专利技术涉及认知无线通信
，特别涉及一种认知无线电的频谱感知方法及系统。
技术介绍
随着无线电技术的进步和社会的发展，各行各业对无线电频率的需求越来越多，频谱资源匮乏的问题日益严重。目前，频谱资源采用国家统一分配授权的管理模式，将频谱分为两种类型：授权频段和非授权频段。其中，授权频段占据着大部分频谱资源，如电视广播频段，但不少授权频段处于空闲状态；开放使用的非授权频段占整个频谱资源的很少一部分，如无线局域网、无线城域网等无线网络大多使用非授权频段在工作，该频段上的用户很多，业务量也很大，无线电频段已基本趋于饱和。据美国联邦通信委员会的研究表明，已分配的频谱利用率为15％～85％。所以说，频谱资源的匮乏并不是真正意义上的频谱资源不足，更多是由频谱利用率过低造成的。现有技术中，频谱感知的方法大多采用能量检测(ED)算法，该算法是一种最基本、最简单的信号检测方法，它无需知道信号的先验信息，复杂度低，容易实现，在现阶段的研究中广泛应用于信号检测中。能量检测方法是一种非连贯性、非相干的检测算法，检测的对象是特定频带内的频谱能量，而与具体信号的波形无关，特别适用于未知信号的检测。然而，能量检测算法的判决门限比较难确定，在低信噪比环境下容易受到噪声不确定性影响产生误判，从而导致检测性能急剧下降，即使是能够自适应的门限值，检测器也不能做出正确的判断。因此，如何避免在低信噪比环境下容易受到噪声不确定性影响产生的误判，提高频谱感知的准确性和可靠性，是现今急需解决的问题。
技术实现思路
本专利技术的目的是提供一种认知无线电的频谱感知方法及系统，以利用信号分解和最大特征值与矩阵迹之比算法结合的频谱感知方法，提高频谱感知的准确性和可靠性。为解决上述技术问题，本专利技术提供一种认知无线电的频谱感知方法，包括：分别将预设数量的次用户接收到的信号分解成各自对应的I信号和Q信号；根据所述I信号和所述Q信号生成分解矩阵，并获取所述分解矩阵的协方差矩阵；根据所述协方差矩阵获取最大特征值和矩阵迹，并获取判决统计量；其中，所述判决统计量为所述最大特征值和所述矩阵迹之比；判断所述判决统计量是否大于判决门限；若是，则存在主用户；若否，则不存在主用户。可选的，所述分别将预设数量的次用户接收到的信号分解成各自对应的I信号和Q信号，包括：将每个次用户各自接收到的信号Xi分解成各自对应的I信号和Q信号其中，Xi＝[xi(1)xi(2)...xi(N)]，n＝1,2,...,N，fc为载波频率，fs为采样频率，i为所述预设数量的次用户中任意一个次用户，N为所述信号Xi的采样次数。可选的，所述根据所述I信号和所述Q信号生成分解矩阵，并获取所述分解矩阵的协方差矩阵，包括：根据所述I信号和所述Q信号生成分解矩阵Y；其中，Y为M×N维的所述分解矩阵，M＝2K，K为所述预设数量；获取所述分解矩阵Y的协方差矩阵Ry(N)；其中，Ry(N)＝E[YYH]＝Rs(N)+Rn(N)，IM为M阶单位矩阵，Rs(N)为信号空间，Rn(N)为噪声空间，w为所述信号Xi中的噪声信号，wi＝[wi(1)wi(2)...wi(N)]，σ2为噪声矩阵的特征值。可选的，所述判决统计量，具体为：其中，λmax为所述最大特征值，Tr(Ry(N))为所述矩阵迹。可选的，所述判断所述判决统计量是否大于判决门限，包括：判断TGRMET是否大于判决门限γ；其中，所述判决门限γ为根据随机矩阵推导得到的数值，Pfa为虚警概率。此外，本专利技术还提供了一种认知无线电的频谱感知系统，包括：分解模块，用于分别将预设数量的次用户接收到的信号分解成各自对应的I信号和Q信号；获取模块，用于根据所述I信号和所述Q信号生成分解矩阵，并获取所述分解矩阵的协方差矩阵；计算模块，用于根据所述协方差矩阵获取最大特征值和矩阵迹，并获取判决统计量；其中，所述判决统计量为所述最大特征值和所述矩阵迹之比；判断模块，用于判断所述判决统计量是否大于判决门限；若是，则存在主用户；若否，则不存在所述主用户。可选的，所述分解模块，包括：分解子模块，用于将每个次用户各自接收到的信号Xi分解成各自对应的I信号和Q信号其中，Xi＝[xi(1)xi(2)...xi(N)]，n＝1,2,...,N，fc为载波频率，fs为采样频率，i为所述预设数量的次用户中任意一个次用户，N为所述信号Xi的采样次数。可选的，所述获取模块，包括：第一获取子模块，用于根据所述I信号和所述Q信号生成分解矩阵Y；其中，Y为M×N维的所述分解矩阵，M＝2K，K为所述预设数量；第二获取子模块，用于获取所述分解矩阵Y的协方差矩阵Ry(N)；其中，Ry(N)＝E[YYH]＝Rs(N)+Rn(N)，IM为M阶单位矩阵，Rs(N)为信号空间，Rn(N)为噪声空间，w为所述信号Xi中的噪声信号，wi＝[wi(1)wi(2)...wi(N)]，σ2为噪声矩阵的特征值。可选的，所述计算模块，包括：计算子模块，用于根据所述协方差矩阵Y获取最大特征值λmax和矩阵迹Tr(Ry(N))，并获取判决统计量TGRMET；其中，可选的，所述判断模块，包括：判断子模块，用于判断所述判决统计量TGRMET是否大于判决门限γ；若是，则存在所述主用户；若否，则不存在所述主用户；其中，所述判决门限γ为根据随机矩阵推导得到的数值，Pfa为虚警概率。本专利技术所提供的一种认知无线电的频谱感知方法，包括：分别将预设数量的次用户接收到的信号分解成各自对应的I信号和Q信号；根据所述I信号和所述Q信号生成分解矩阵，并获取所述分解矩阵的协方差矩阵；根据所述协方差矩阵获取最大特征值和矩阵迹，并获取判决统计量；其中，所述判决统计量为所述最大特征值和所述矩阵迹之比；判断所述判决统计量是否大于判决门限；若是，则存在主用户；若否，则不存在主用户；可见，本专利技术通过分别将预设数量的次用户接收到的信号分解成各自对应的I信号和Q信号，可以对信号进行分解；通过根据I信号和Q信号生成的分解矩阵的协方差矩阵获取最大特征值和矩阵迹，并获取判决统计量，可以将信号分解与最大特征值与矩阵迹之比算法结合，从而提高频谱感知方法的准确性和可靠性，提升了用户体验。此外，本专利技术还提供了一种认知无线电的频谱感知系统，同样具有上述有益效果。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。图1为本专利技术实施例所提供的一种认知无线电的频谱感知方法的流程图；图2为本专利技术实施例所提供的一种认知无线电的频谱感知方法的检测性能的仿真图；图3为本专利技术实施例所提供的一种认知无线电的频谱感知系统的结构图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。请参考图1，图1为本专利技术实施例所提供的一种本文档来自技高网...

【技术保护点】
一种认知无线电的频谱感知方法，其特征在于，包括：分别将预设数量的次用户接收到的信号分解成各自对应的I信号和Q信号；根据所述I信号和所述Q信号生成分解矩阵，并获取所述分解矩阵的协方差矩阵；根据所述协方差矩阵获取最大特征值和矩阵迹，并获取判决统计量；其中，所述判决统计量为所述最大特征值和所述矩阵迹之比；判断所述判决统计量是否大于判决门限；若是，则存在主用户；若否，则不存在主用户。

【技术特征摘要】
1.一种认知无线电的频谱感知方法，其特征在于，包括：分别将预设数量的次用户接收到的信号分解成各自对应的I信号和Q信号；根据所述I信号和所述Q信号生成分解矩阵，并获取所述分解矩阵的协方差矩阵；根据所述协方差矩阵获取最大特征值和矩阵迹，并获取判决统计量；其中，所述判决统计量为所述最大特征值和所述矩阵迹之比；判断所述判决统计量是否大于判决门限；若是，则存在主用户；若否，则不存在主用户。2.根据权利要求1所述的认知无线电的频谱感知方法，其特征在于，所述分别将预设数量的次用户接收到的信号分解成各自对应的I信号和Q信号，包括：将每个次用户各自接收到的信号Xi分解成各自对应的I信号和Q信号其中，Xi＝[xi(1)xi(2)...xi(N)]，n＝1,2,...,N，fc为载波频率，fs为采样频率，i为所述预设数量的次用户中任意一个次用户，N为所述信号Xi的采样次数。3.根据权利要求2所述的认知无线电的频谱感知方法，其特征在于，所述根据所述I信号和所述Q信号生成分解矩阵，并获取所述分解矩阵的协方差矩阵，包括：根据所述I信号和所述Q信号生成分解矩阵Y；其中，Y为M×N维的所述分解矩阵，M＝2K，K为所述预设数量；获取所述分解矩阵Y的协方差矩阵Ry(N)；其中，Ry(N)＝E[YYH]＝Rs(N)+Rn(N)，IM为M阶单位矩阵，Rs(N)为信号空间，Rn(N)为噪声空间，w为所述信号Xi中的噪声信号，wi＝[wi(1)wi(2)...wi(N)]，σ2为噪声矩阵的特征值。4.根据权利要求3所述的认知无线电的频谱感知方法，其特征在于，所述判决统计量，具体为：其中，λmax为所述最大特征值，Tr(Ry(N))为所述矩阵迹。5.根据权利要求4所述的认知无线电的频谱感知方法，其特征在于，所述判断所述判决统计量是否大于判决门限，包括：判断TGRMET是否大于判决门限γ；其中，所述判决门限γ为根据随机矩阵推导得到的数值，Pfa为虚警概率。6.一种认知无线电的频谱感知系统，其特征在于，包括：分...

【专利技术属性】
技术研发人员：张勇威，王永华，万频，杨健，苏登辉，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东,44