一种空-时-频三维频谱感知方法技术

本发明专利技术提供一种空‑时‑频三维频谱感知方法，能够得到主用户信号的时间、频率和角度信息。所述方法包括：对多个认知用户接收到的主用户信号进行白化预处理；对白化预处理后的信号进行空时频分布变换得到四维矩阵，其中，四维矩阵中的信息包括：时间、频率和两维空间信息；对四维矩阵的时频二维信息进行过滤，提取单源自相关点；对得到的单源自相关点进行联合对角化得到用于角度估计的导向矢量估计；根据得到的导向矢量，确定各个主用户信号的到达角度。本发明专利技术涉及无线电频谱感知技术领域。

A Space-Time-Frequency Three-Dimensional Spectrum Sensing Method

The invention provides a space-time-frequency three-dimensional spectrum sensing method, which can obtain the time, frequency and angle information of the main user signal. The method includes: whitening the main user signal received by multiple cognitive users; transforming the whitened signal into a four-dimensional matrix by space-time-frequency distribution transformation, in which the information in the four-dimensional matrix includes: time, frequency and two-dimensional spatial information; filtering the time-frequency two-dimensional information of the four-dimensional matrix to extract single-source autocorrelation points; The autocorrelation points are diagonalized jointly to obtain the steering vector estimation for angle estimation, and the angle of arrival of each primary user signal is determined according to the steering vector obtained. The invention relates to the technical field of radio spectrum sensing.

【技术实现步骤摘要】
一种空-时-频三维频谱感知方法
本专利技术涉及无线电频谱感知
，特别是指一种空-时-频三维频谱感知方法。
技术介绍
近年来，随着全球无线通信技术日新月异地发展，不同功能的新型无线电系统相继问世。目前无线通信系统采用的是静态频谱分配策略，频谱资源也越来越紧缺。认知无线电能够感知外界环境的变化，提高频谱利用率及系统容量，解决频谱短缺的问题。目前常用的频谱感知方法主要是分为单认知用户频谱感知和多认知用户频谱感知技术。现有的频谱感知技术大多只能得到主用户信号的存在与否，并不能得到详细的时间、频率和角度信息。
技术实现思路
本专利技术要解决的技术问题是提供一种空-时-频三维频谱感知方法，以解决现有技术所存在的频谱感知技术不能得到详细的时间、频率和角度信息的问题。为解决上述技术问题，本专利技术实施例提供一种空-时-频三维频谱感知方法，包括：对多个认知用户接收到的主用户信号进行白化预处理，其中，各主用户信号之间互不相关；对白化预处理后的信号进行空时频分布变换得到四维矩阵，其中，四维矩阵中的信息包括：时间、频率和两维空间信息；对四维矩阵的时频二维信息进行过滤，提取单源自相关点，其中，单源指每个独立的主用户信号源；对得到的单源自相关点进行联合对角化得到用于角度估计的导向矢量估计；根据得到的导向矢量，确定各个主用户信号的到达角度。进一步地，所述对多个认知用户接收到的主用户信号进行白化预处理包括：将多个认知用户接收到的主用户信号组成接收信号矩阵；对接收信号矩阵进行白化预处理。进一步地，所述将多个认知用户接收到的主用户信号组成接收信号矩阵包括：N个主用户从不同的方向发射信号，到达M个认知用户端，其中，M＞N；将M个认知用户接收到的信号组成接收信号矩阵Y＝[Y1,Y2,...,YM]T，其中，上标T表示矩阵的转置。进一步地，所述对接收信号矩阵进行白化预处理包括：对接收信号矩阵Y的协方差矩阵进行特征值分解；根据特征值分解结果，构建白化矩阵W；白化矩阵W点乘接收信号矩阵Y，得到白化信号Z＝W·Y，其中，Z＝[Z1,Z2,...,ZN]T。进一步地，所述根据特征值分解结果，构建白化矩阵W包括：对得到的特征值进行降序排列，得到降序排列后的特征值[λ1,...,λM]，及其对应的特征向量[h1,...,hM]；从降序排列后的M个特征值中，取前1～N个特征值及其特征向量用于构造白化矩阵W，其中，白化矩阵W表示为：其中，σ2为降序排列后的后M-N个较小的特征值的平均值，上标H表示矩阵的共轭转置。进一步地，通过空时频分布变换得到的四维矩阵表示为：其中，DZZ(t,f)是二维的协方差矩阵，表示空间信息；每个元素是一个二维的时频矩阵，表示第i个信号Zi和第j个信号Zj的互时频分布；t表示时间；f表示频率。进一步地，所述对四维矩阵的时频二维信息进行过滤，提取单源自相关点包括：通过关系式提取包含所有主用户信号的自相关点，其中，ε2为提取阈值，trace(·)表示矩阵的迹；通过聚类，将提取到的所有主用户信号的自相关点分成N类，某一类代表某一信号的自相关点，得到N类单源信号的Ki个自相关点其中，i＝1,2,...,N,ki＝1,2,...,Ki。进一步地，所述对得到的单源自相关点进行联合对角化得到用于角度估计的导向矢量估计包括：对得到的N类自相关点提取四维矩阵的两维空间信息，构成信号在相应时频点上的相关矩阵对得到的相关矩阵进行联合对角化处理，求得使最小的N×N维酉矩阵U，其中，I为单位矩阵，off(·)为矩阵非对角元素的平方和；利用联合对角化得到的酉矩阵U进行导向矢量估计：其中，W#为白化矩阵的伪逆，为导向矢量。进一步地，所述根据得到的导向矢量，确定各个主用户信号的到达角度包括：根据得到的导向矢量，利用多重信号分类确定各个主用户信号的到达角度。进一步地，所述根据得到的导向矢量，利用多重信号分类确定各个主用户信号的到达角度包括：对求其协方差矩阵：其中，RAA为M×M维的协方差矩阵；将RAA的特征向量按特征值的大小分成两部分：Us和Un，其中，Us·UsH+Un·UnH＝I，Us＝[U1,U2,...,UN]为前N个最大特征值对应的特征向量构成的酉空间，张成信号子空间；Un＝[UN+1,...,UM]为后M-N个最小特征值对应的特征向量构成的酉矩阵，张成噪声子空间；通过对主用户信号的角度进行估计，得到各个主用户信号的到达角度。本专利技术的上述技术方案的有益效果如下：上述方案中，对多个认知用户接收到的主用户信号进行白化预处理；对白化预处理后的信号进行空时频分布变换得到四维矩阵，其中，四维矩阵中的信息包括：时间、频率和两维空间信息；对四维矩阵的时频二维信息进行过滤，提取单源自相关点，从而得到各个主用户信号的精确时频分布；对得到的单源自相关点进行联合对角化得到用于角度估计的导向矢量估计；根据得到的导向矢量，确定各个主用户信号的到达角度。这样，基于空时频分布变换，提取信号的自相关点来得到信号的精确时频分布图，并以此提高主用户角度的估计精确度及分辨率。附图说明图1为本专利技术实施例提供的空-时-频三维频谱感知方法的流程示意图；图2为本专利技术实施例提供的认知无线电网络中多主用户、认知用户示意图；图3为本专利技术实施例提供的信号1的空-时-频三维频谱感知方法的时频能量示意图；图4为本专利技术实施例提供的信号2的空-时-频三维频谱感知方法的时频能量示意图；图5为本专利技术实施例提供的信号1的空-时-频三维频谱感知方法的角度估计示意图；图6为本专利技术实施例提供的信号2的空-时-频三维频谱感知方法的角度估计示意图。具体实施方式为使本专利技术要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。本专利技术针对现有的频谱感知技术不能得到详细的时间、频率和角度信息的问题，提供一种空-时-频三维频谱感知方法。如图1所示，本专利技术实施例提供的空-时-频三维频谱感知方法，包括：S101，对多个认知用户接收到的主用户信号进行白化预处理，其中，各主用户信号之间互不相关；S102，对白化预处理后的信号进行空时频分布(SpatialTime-frequencyDistribution，STFD)变换得到四维矩阵，其中，四维矩阵中的信息包括：时间、频率和两维空间信息；S103，对四维矩阵的时频二维信息进行过滤，提取单源自相关点，其中，单源指每个独立的主用户信号源；S104，对得到的单源自相关点进行联合对角化得到用于角度估计的导向矢量估计；S105，根据得到的导向矢量，确定各个主用户信号的到达角度。本专利技术实施例所述的空-时-频三维频谱感知方法，对多个认知用户接收到的主用户信号进行白化预处理；对白化预处理后的信号进行空时频分布变换得到四维矩阵，其中，四维矩阵中的信息包括：时间、频率和两维空间信息；对四维矩阵的时频二维信息进行过滤，提取单源自相关点，从而得到各个主用户信号的精确时频分布；对得到的单源自相关点进行联合对角化得到用于角度估计的导向矢量估计；根据得到的导向矢量，确定各个主用户信号的到达角度。这样，基于空时频分布变换，提取信号的自相关点来得到信号的精确时频分布图，并以此提高主用户角度的估计精确度及分辨率。在前述空-时-频三维频谱感知方法的具体实施方式中，进一步地，所述对多个认知用户接收到的主用户信号本文档来自技高网...

【技术保护点】
1.一种空‑时‑频三维频谱感知方法，其特征在于，包括：对多个认知用户接收到的主用户信号进行白化预处理，其中，各主用户信号之间互不相关；对白化预处理后的信号进行空时频分布变换得到四维矩阵，其中，四维矩阵中的信息包括：时间、频率和两维空间信息；对四维矩阵的时频二维信息进行过滤，提取单源自相关点，其中，单源指每个独立的主用户信号源；对得到的单源自相关点进行联合对角化得到用于角度估计的导向矢量估计；根据得到的导向矢量，确定各个主用户信号的到达角度。

【技术特征摘要】
1.一种空-时-频三维频谱感知方法，其特征在于，包括：对多个认知用户接收到的主用户信号进行白化预处理，其中，各主用户信号之间互不相关；对白化预处理后的信号进行空时频分布变换得到四维矩阵，其中，四维矩阵中的信息包括：时间、频率和两维空间信息；对四维矩阵的时频二维信息进行过滤，提取单源自相关点，其中，单源指每个独立的主用户信号源；对得到的单源自相关点进行联合对角化得到用于角度估计的导向矢量估计；根据得到的导向矢量，确定各个主用户信号的到达角度。2.根据权利要求1所述的空-时-频三维频谱感知方法，其特征在于，所述对多个认知用户接收到的主用户信号进行白化预处理包括：将多个认知用户接收到的主用户信号组成接收信号矩阵；对接收信号矩阵进行白化预处理。3.根据权利要求2所述的空-时-频三维频谱感知方法，其特征在于，所述将多个认知用户接收到的主用户信号组成接收信号矩阵包括：N个主用户从不同的方向发射信号，到达M个认知用户端，其中，M＞N；将M个认知用户接收到的信号组成接收信号矩阵Y＝[Y1,Y2,...,YM]T，其中，上标T表示矩阵的转置。4.根据权利要求3所述的空-时-频三维频谱感知方法，其特征在于，所述对接收信号矩阵进行白化预处理包括：对接收信号矩阵Y的协方差矩阵进行特征值分解；根据特征值分解结果，构建白化矩阵W；白化矩阵W点乘接收信号矩阵Y，得到白化信号Z＝W·Y，其中，Z＝[Z1,Z2,...,ZN]T。5.根据权利要求4所述的空-时-频三维频谱感知方法，其特征在于，所述根据特征值分解结果，构建白化矩阵W包括：对得到的特征值进行降序排列，得到降序排列后的特征值[λ1,...,λM]，及其对应的特征向量[h1,...,hM]；从降序排列后的M个特征值中，取前1～N个特征值及其特征向量用于构造白化矩阵W，其中，白化矩阵W表示为：其中，σ2为降序排列后的后M-N个较小的特征值的平均值，上标H表示矩阵的共轭转置。6.根据权利要求5所述的空-时-频三维频谱感知方法，其特征在于，通过空时频分布变换得到的四维矩阵...

【专利技术属性】
技术研发人员：杜利平，薛慧，
申请(专利权)人：北京科技大学，
类型：发明
国别省市：北京,11