一种合作式非重构宽带压缩盲感知方法技术

本发明专利技术公开了一种合作式非重构宽带压缩盲感知方法，包括：对各认知用户接收的信号进行压缩采样，得到压缩采样向量；根据压缩采样向量计算得到检测统计量；将检测统计量与预设的本地判决门限进行比较，得到本地判决结果；将本地判决结果分类为软判决信息和硬判决信息；对软判决信息进行可靠性联合，得到可靠性联合结果；根据OR准则融合判决可靠性联合结果和硬判决信息，得到全局判决结果并输出。

A Cooperative Non-reconfigurable Broadband Compressed Blind Sensing Method

【技术实现步骤摘要】
一种合作式非重构宽带压缩盲感知方法
本专利技术涉及无线通信
，尤其涉及一种合作式非重构宽带压缩盲感知方法。
技术介绍
近几年来，无线通信的快速增长导致授权频带和非授权频带上的无线服务需求都急剧增长。然而，目前的固定频谱分配策略使得频谱使用效率很低。为了解决频谱资源短缺和频谱利用率不高的问题，人们提出了认知无线电(CR)的概念。CR技术能够有效地利用未占用频带，进而提高频谱利用率。在CR系统中，每个认知用户(CU)最重要的任务之一就是频谱感知，即对射频环境进行检测，以判断在感兴趣的信道或频段上是否有主用户(PU)在进行通信。频谱感知的主要目的在于高效地识别未利用的频段或物理信道，即频谱空洞，以供CR使用，从而提高整个认知系统的吞吐量和服务质量并保护PU的通信不受干扰。现有的很多宽带压缩频谱感知方法往往需要重构出原信号或其功率谱密度后才能进行频谱感知，这会增加算法的复杂度、降低频谱感知的实时性。事实上，认知无线电宽带频谱感知的首要任务是确定所感兴趣的频段内是否空闲(即主信号是否存在)，而并非主用户信号本身。因此，可考虑不重构出主用户信号，直接利用压缩采样得到的观测数据进行感知判决。文献对直接利用压缩采样数据实现非重构的宽带频谱感知方法进行了研究，但这些方法需要主用户信号信息、信道增益或噪声方差等先验知识，没能真正实现盲感知。
技术实现思路
基于
技术介绍
存在的技术问题，本专利技术提出了一种合作式非重构宽带压缩盲感知方法；本专利技术提出的一种合作式非重构宽带压缩盲感知方法，包括：S1、对各认知用户接收的信号进行压缩采样，得到压缩采样向量；S2、根据压缩采样向量计算得到检测统计量；S3、将检测统计量与预设的本地判决门限进行比较，得到本地判决结果；S4、将本地判决结果分类为软判决信息和硬判决信息；S5、对软判决信息进行可靠性联合，得到可靠性联合结果；S6、根据OR准则融合判决可靠性联合结果和硬判决信息，得到全局判决结果并输出。优选地，步骤S2，具体包括：压缩采样向量近似服从以下分布：高斯变量yl(m)的均值方差其中，Φm为Φ的第m行向量，Φ为满足RIP条件的M×N维随机观测矩阵，xl表示主用户接收的N×1维信号向量，yl＝[yl(1)yl(2)…yl(M)]T为认知用户压缩采样得到的M×1维压缩采样向量；在H0和H1两种情况下，根据压缩采样的压缩采样向量的方差相同、数学期望不同，且数学期望均与噪声方差无关特点进行频谱的盲检测，构建检测统计量Jl1、Jl2和Tl：其中，Jl1、Jl2分别表示实际压缩采样值与其在H0和H1两种情况下数学期望的偏差程度。优选地，步骤S3，具体包括：将统计量Tl和本地判决门限η1、η2进行比较，得到本地判决结果Ω为不确定空间。优选地，步骤S4，具体包括：当检测统计量落在不确定空间Ω中时，将ul分类为软判决信息；否则，将ul分类为硬判决信息。优选地，步骤S5，具体包括：将这K个认知用户传输来的压缩采样向量联合起来，构成如下压缩采样矩阵：y在H0和H1两种情况下表示为：其中，w＝[w1w2…wK]和x＝[x1x2…xK]均为M×K维矩阵；定义M×M维压缩采样广义自相关矩阵：设Ry的特征值按从大到小排序为λ1≥λ2≥…≥λM＞0；采用GLRT方法构建可靠性联合判决的统计量其中，tr(Ry)表示Ry的迹，转换为根据可靠性联合判决规则进行可靠性联合，得到可靠性联合结果：其中，γR为可靠性联合判决门限，其值可由预设的可靠性融合检测的虚警概率确定。优选地，步骤S5，具体包括：记L-K个硬判决信息构成向量为β＝[β1,β2,…,βL-K]T，根据OR准则将β和uR进行最终融合判决，得到全局判决结果本专利技术较好地克服了低信噪比下检测效果差的问题，因为噪声的强度变化只改变采样值的方差，不会改变采样值的数学期望；其次，本专利技术可根据感知要求灵活选择采样点数进行感知，不需要使用所有的采样点；此外，考虑了本地检测的可靠性问题，联合多个压缩采样向量，采用GLRT方法实现了可靠盲感知，以提高频谱感知的性能。附图说明图1为本专利技术提出的一种合作式非重构宽带压缩盲感知方法的流程示意图；图2为本专利技术的实施例中不同压缩比情况下的检测概率示意图；图3为本专利技术的实施例中不同方法的ROC曲线示意图；图4为本专利技术的实施例中不同方法的检测时间示意图。具体实施方式参照图1，本专利技术提出的一种合作式非重构宽带压缩盲感知方法，包括：步骤S1，对各认知用户接收的信号进行压缩采样，得到压缩采样向量。步骤S2，根据压缩采样向量计算得到检测统计量。本步骤具体包括：压缩采样向量近似服从以下分布：高斯变量yl(m)的均值方差其中，Φm为Φ的第m行向量，Φ为满足RIP条件的M×N维随机观测矩阵，xl表示主用户接收的N×1维信号向量，yl＝[yl(1)yl(2)…yl(M)]T为认知用户压缩采样得到的M×1维压缩采样向量；在H0和H1两种情况下，根据压缩采样的压缩采样向量的方差相同、数学期望不同，且数学期望均与噪声方差无关特点进行频谱的盲检测，构建检测统计量Jl1、Jl2和Tl：其中，Jl1、Jl2分别表示实际压缩采样值与其在H0和H1两种情况下数学期望的偏差程度。在具体方案中，假设网络系统由L个CU和1个CBS构成，系统中包含分离的数据信道和控制信道。第l(l＝1,2,…,L)个认知用户CUl对某频带内的PU信号的压缩采样结果可表示为：其中，H0和H1两个假设分别对应PU信号不存在和存在两种情况，wl＝[wl(1)wl(2)…wl(N)]T表示高斯噪声信号，均值为0，方差为PU信号s∈RN为一确定信号，hl表示PU到CUl间的信道增益，N×1维向量xl表示主用户信号经过无线信道后的接收信号，yl＝[yl(1)yl(2)…yl(M)]T为CUl观测得到的M×1维压缩采样向量，Φ为所构造的满足限制等距性(RestrictedIsometryProperty，RIP)条件的M×N维随机观测矩阵，这里取Φ中的元素Φi,j为独立同分布的亚高斯随机变量，且满足不失一般性，假定xl和wl相互独立，且均为实信号，存在常数δ∈(0,1)和一个正常数ε＞0，使得Φ能以不小于的概率满足如下关系：因此，||Φxl||2高度收敛于||xl||2，且压缩采样观测数据yl(m)(m＝1,2,…,M)为高斯变量。依据概率统计理论，如果对一个高斯向量进行线性变换，则其变换后的向量仍然服从高斯分布，因此，压缩观测向量近似服从以下分布：更进一步，高斯变量yl(m)的均值和方差为：其中，Φm为Φ的第m行向量。在H0和H1两种情况下，通过压缩采样所获得的采样值的方差相同，而数学期望不同，两种情况下的数学期望均与噪声方差无关，因此，可以利用这一特点进行频谱的盲检测，构建如下检测统计量：步骤S3，将检测统计量与预设的本地判决门限进行比较，得到本地判决结果。本步骤具体包括：将统计量Tl和本地判决门限η1、η2进行比较，得到本地判决结果Ω为不确定空间。步骤S4，将本地判决结果分类为软判决信息和硬判决信息。本步骤具体包括：当检测统计量落在不确定空间Ω中时，将ul分类为软判决信息；否则，将ul分类为硬判决信息。在具体方案中，认知用户对经压缩采样得到的压缩观测数据进行本地检测，这里采用双门限混合判决方式。设立两个本文档来自技高网...

【技术保护点】
1.一种合作式非重构宽带压缩盲感知方法，其特征在于，包括：S1、对各认知用户接收的信号进行压缩采样，得到压缩采样向量；S2、根据压缩采样向量计算得到检测统计量；S3、将检测统计量与预设的本地判决门限进行比较，得到本地判决结果；S4、将本地判决结果分类为软判决信息和硬判决信息；S5、对软判决信息进行可靠性联合，得到可靠性联合结果；S6、根据OR准则融合判决可靠性联合结果和硬判决信息，得到全局判决结果并输出。

【技术特征摘要】
1.一种合作式非重构宽带压缩盲感知方法，其特征在于，包括：S1、对各认知用户接收的信号进行压缩采样，得到压缩采样向量；S2、根据压缩采样向量计算得到检测统计量；S3、将检测统计量与预设的本地判决门限进行比较，得到本地判决结果；S4、将本地判决结果分类为软判决信息和硬判决信息；S5、对软判决信息进行可靠性联合，得到可靠性联合结果；S6、根据OR准则融合判决可靠性联合结果和硬判决信息，得到全局判决结果并输出。2.根据权利要求1所述的合作式非重构宽带压缩盲感知方法，其特征在于，步骤S2，具体包括：压缩采样向量近似服从以下分布：高斯变量yl(m)的均值方差其中，Φm为Φ的第m行向量，Φ为满足RIP条件的M×N维随机观测矩阵，xl表示主用户接收的N×1维信号向量，yl＝[yl(1)yl(2)…yl(M)]T为认知用户压缩采样得到的M×1维压缩采样向量；在H0和H1两种情况下，根据压缩采样的压缩采样向量的方差相同、数学期望不同，且数学期望均与噪声方差无关特点进行频谱的盲检测，构建检测统计量Jl1、Jl2和Tl：其中，Jl1、Jl2分别表示实际压缩采样值与其在H0和H1两种情况下数学期望的偏差程度。3.根据权利要求2所述的合作式非重构宽带压缩盲感知方法，其...

【专利技术属性】
技术研发人员：焦传海，
申请(专利权)人：中国人民解放军陆军炮兵防空兵学院，
类型：发明
国别省市：安徽,34