一种协作频谱感知方法及相关装置制造方法及图纸

本申请公开了一种协作频谱感知方法，主要包括对已知信号矩阵进行协方差矩阵计算得到对应的协方差矩阵，根据所述协方差矩阵进行主成分分析处理，得到最大主成分信号矩阵，再对该最大主成分信号矩阵进行特征提取得到特征，对该特征进行分类模型的训练，最后得到分类模型，使用该分类模型进行频谱感知。通过主成分分析选择主成分最大的向量表示已知信号矩阵，可以降低已知信号矩阵的维数，进而降低噪声对已知信号的影响，对降低维数后的已知信号可以提取到更加精确的信号特征值，提高进行特征判断即频谱感知的精度。本申请还公开了一种协作频谱感知系统、协作频谱感知装置以及计算机可读存储介质，具有上述有益效果。

【技术实现步骤摘要】
一种协作频谱感知方法及相关装置
本申请涉及无线电
，特别涉及一种协作频谱感知方法、协作频谱感知系统、协作频谱感知装置以及计算机可读存储介质。
技术介绍
随着无线电技术的进步和社会经济的发展，各行各业和消费者对无线电频率的需求越来越多，但是在实际环境中无线电频谱资源是有限的，使得频谱资源越来越匮乏。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，授权频段占据者大部分频谱资源，如电视广播频段，但不少授权频段还处于空闲状态。另外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，在该频段上的用户很多，业务量也很大，无线电频段已经基本趋于饱和。但是据研究表明，在已分配的频谱利用率为15％～85％，可以发现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，造成大量空余频段未被利用浪费造成。因此，现有技术对频谱进行频谱检测，也叫做频谱感知，检测出空闲时段的频谱，并加以利用。比较常用的方法是，通过能量检测算法对信号进行检测，在检测过程中不需要信号的先验信息，复杂度较低，并且也更容易实现。但是，低本文档来自技高网...

【技术保护点】
1.一种协作频谱感知方法，其特征在于，包括：对已知信号矩阵进行协方差矩阵计算得到对应的协方差矩阵，根据所述协方差矩阵进行主成分分析处理，得到最大主成分信号矩阵；对所述最大主成分信号矩阵进行协方差矩阵计算得到所述最大主成分信号矩阵的协方差矩阵，对所述最大主成分信号矩阵的协方差矩阵进行特征提取处理，得到主成分矩阵特征；根据聚类算法对所述主成分矩阵特征进行分类，根据分类结果进行模型训练，得到分类模型；当接收到未知信号时，根据所述分类模型对未知信号进行分类。

【技术特征摘要】
1.一种协作频谱感知方法，其特征在于，包括：对已知信号矩阵进行协方差矩阵计算得到对应的协方差矩阵，根据所述协方差矩阵进行主成分分析处理，得到最大主成分信号矩阵；对所述最大主成分信号矩阵进行协方差矩阵计算得到所述最大主成分信号矩阵的协方差矩阵，对所述最大主成分信号矩阵的协方差矩阵进行特征提取处理，得到主成分矩阵特征；根据聚类算法对所述主成分矩阵特征进行分类，根据分类结果进行模型训练，得到分类模型；当接收到未知信号时，根据所述分类模型对未知信号进行分类。2.根据权利要求1所述的协作频谱感知方法，其特征在于，对已知信号矩阵进行协方差矩阵计算得到对应的协方差矩阵，根据所述协方差矩阵进行主成分分析处理，得到最大主成分信号矩阵，包括：对已知信号矩阵进行协方差矩阵计算得到所述已知信号矩阵的协方差矩阵；根据所述已知信号矩阵的协方差矩阵进行主成分分析处理，得到多个主成分对应的特征向量；采用主成分最大的特征向量对所述已知信号矩阵进行映射处理，得到所述最大主成分信号矩阵。3.根据权利要求2所述的协作频谱感知方法，其特征在于，对所述最大主成分信号矩阵进行协方差矩阵计算得到所述最大主成分信号矩阵的协方差矩阵，对所述最大主成分信号矩阵的协方差矩阵进行特征提取处理，得到主成分矩阵特征，包括：对所述最大主成分信号矩阵进行协方差矩阵计算得到所述最大主成分信号矩阵的协方差矩阵；对所述最大主成分信号矩阵的协方差矩阵进行特征提取计算，得到最大特征值与平均特征值的差值和比值；将所述最大特征值与所述平均特征值的差值和比值作为所述主成分矩阵特征。4.根据权利要求3所述的协作频谱感知方法，其特征在于，根据聚类算法对所述主成分矩阵特征进行分类，根据分类结果进行模型训练，得到分类模型，包括：根据K-medoids聚类算法对所述主成分矩阵特征进行分类，得到分类结果；根据所述分类结果进行模型训练处理，得到分类模型。5.一种协作频谱感知系统，其特征在于，包括：主成分信号处理模块，用于对已知信号矩阵进行协方差矩阵计算得到对应的协方差矩阵，根据所述协方差矩阵进行...

【专利技术属性】
技术研发人员：孙晨皓，王永华，万频，袁汉涛，杜艺期，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东,44