一种信道占用状态检测方法、装置、电子设备及存储介质制造方法及图纸

本申请公开了一种信道占用状态检测方法，为优化无法被K‑means聚类算法准确处理的不服从高斯分布的信号，本申请利用谱聚类算法中的高斯核函数将对应于实际信号的实际特征映射至高维空间，使得即使不服从高斯分布的信号也能够在该高维空间中很好的表达，并参与后续的特征分类，使得基于高斯核函数的谱聚类算法构造出的信道占用分类器相比于K‑means聚类算法构造出的分类器拥有更高的分类精准度。本申请还同时公开了一种信道占用状态检测装置、电子设备及计算机可读存储介质，具有上述有益效果。

A Channel Occupancy State Detection Method, Device, Electronic Equipment and Storage Media

【技术实现步骤摘要】
一种信道占用状态检测方法、装置、电子设备及存储介质
本申请涉及频谱感知
，特别涉及一种信道占用状态检测方法、装置、电子设备及计算机可读存储介质。
技术介绍
无线通信技术的迅猛发展激发了越来越多的无线网络业务，而频谱作为无线网络中最宝贵的资源，已经难以满足目前及将来的无线业务需求。现有的固定频谱分配方式使得频谱利用率低且严重不均，通过调查研究发现，任意时间、任意地点的频谱平均利用率低于5％。所以，频谱利用率过低是目前面临的一个主要的问题。频谱利用率主要通过将当前处于空闲状态的信道分配给其它需要使用的用户的方式来提升，此种方式下最重要的部分是如何检测信道是否处于占用状态或空闲状态。比较常用的最为简单的能量检测算法、基于随机矩阵理论的检测方法，随着数据复杂度的上升和对检测精准度要求的提升，基于机器学习的聚类算法因能够带来更好的分类检测结果被引入频谱感知领域。现今应用在频谱感知领域中用于判别信道占用状态的聚类算法绝大多数为K-means聚类算法(中文称K均值聚类算法)，但K-means聚类算法采取二次欧氏距离作为相似性的度量，并且假设分类时的聚类误差是服从正态分布(高斯分布)的，因此K本文档来自技高网...

【技术保护点】
1.一种信道占用状态检测方法，其特征在于，包括：获取目标信道的实际信号，并根据所述实际信号构造目标采样矩阵；从所述目标采样矩阵中提取得到实际特征；利用根据谱聚类算法构造的信道占用分类器确定特征为所述实际特征的目标信道是否处于被占用状态；其中，所述信道占用分类器是利用所述谱聚类算法下的高斯核函数构造得到的。

【技术特征摘要】
1.一种信道占用状态检测方法，其特征在于，包括：获取目标信道的实际信号，并根据所述实际信号构造目标采样矩阵；从所述目标采样矩阵中提取得到实际特征；利用根据谱聚类算法构造的信道占用分类器确定特征为所述实际特征的目标信道是否处于被占用状态；其中，所述信道占用分类器是利用所述谱聚类算法下的高斯核函数构造得到的。2.根据权利要求1所述的信道占用状态检测方法，其特征在于，构造得到所述信道占用分类器的过程包括：获取样本信道的样本信号，并根据所述样本信号构造样本采样矩阵；从所述样本采样矩阵中提取得到样本特征；利用所述高斯核函数将所述样本特征在高维空间进行表达，得到高维样本特征；利用将聚类中心数预设为2的谱聚类算法对各所述高维样本特征进行聚类处理，得到聚类结果；根据所述聚类结果构造得到所述信道占用分类器。3.根据权利要求1或2所述的信道占用状态检测方法，其特征在于，从所述目标采样矩阵中提取得到实际特征，包括：对所述目标采样矩阵分别按照顺序拆分重组和间隔拆分重组的方式进行拆分重组，对应得到第一拆分重组矩阵和第二拆分重组矩阵；分别根据所述第一拆分重组矩阵和所述第二拆分重组矩阵提取得到第一实际特征和第二实际特征。4.根据权利要求1所述的信道占用状态检测方法，其特征在于，还包括：将能够被所述信道占用分类器确定信道是否处于被占用状态的实际特征作为新特征补充至所述信道占用分类器的特征分类库。5.根据权利要求1所述的信道占用状态检测方法，其特征在于，还包括：将无法被所述信道占用分类器确定信道是否处于被占用状态的实际特征标记为异常特征，并将与所述异常特征对应的实际信号通过预设路径上传至异常信息处理中心。6.一种信道占用状态检测装置，其特征在于，包括：信道信号获取及矩阵构造单元...

【专利技术属性】
技术研发人员：杨贺淞，王永华，万频，齐蕾，陈煌，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东,44