【技术实现步骤摘要】
一种基于非监督式机器学习分类算法的频谱感知方法
本专利技术属于无线通信
，涉及一种基于非监督式机器学习分类算法的频谱感知方法。
技术介绍
随着移动通信的快速发展，用户业务对于移动网络的要求将越来越高。为了应对移动数据流量爆炸式增长、海量的设备连接及新的业务和应用场景，第五代移动通信系统(5G)应运而生。与4G相比，5G将支持更多样化的场景，融入多种无线接入方式，并充分利用从低频到高频的频谱资源，大幅提升频谱效率、能源效率和成本效率。为了满足频谱的巨大需求，除了授权频段之外，共享使用频谱的方式将会是一个主要手段。其中，认知无线电(cognitiveradio，CR)被认为是共享使用频谱的关键技术。认知无线电网络中的次级用户(secondaryuser，SU)根据实时监测外部环境中的主用户(primaryuser,PU)对授权频段(licensedfrequencyband，LFB)的占用情况，以伺机方式接入LFB进行通信。若SU监测到PU未使用LFB，则SU能够机会性地接入LFB进行通信，否则SU不接入LFB进行...
【技术保护点】
1.一种基于非监督式机器学习分类算法的频谱感知方法，其特征在于：该方法包括以下步骤：/nS1：将网络覆盖范围内的地理区域划分为Q＝O*P个同等大小的局部区域网格，网格地理位置索引为(o,p)，其中o＝1,2,…,O；p＝1,2,…,P；假设在目标区域中存在N个主用户发射机PUT，次级用户SU可能位于目标区域中的任何一个网格中；/nS2：将目标地理区域划分为黑白灰三类不同的区域：/n黑色区域：以处于发射状态的PUT为圆心、D
【技术特征摘要】
1.一种基于非监督式机器学习分类算法的频谱感知方法，其特征在于：该方法包括以下步骤：
S1：将网络覆盖范围内的地理区域划分为Q＝O*P个同等大小的局部区域网格，网格地理位置索引为(o,p)，其中o＝1,2,…,O；p＝1,2,…,P；假设在目标区域中存在N个主用户发射机PUT，次级用户SU可能位于目标区域中的任何一个网格中；
S2：将目标地理区域划分为黑白灰三类不同的区域：
黑色区域：以处于发射状态的PUT为圆心、Du为半径的PU接收机PUR分布区域，处于该区域内的SU禁止接入授权频段LFB通信；
白色区域：以处于发射状态的PUT为圆心、Dp为半径的圆外区域，处于该区域内的SU可以自由接入LFB进行通信；
灰色区域：以处于发射状态的PUT为圆心、位于Du和Dp之间的环形区域，处于该区域的SU需要通过额外的方式判断是否可以接入LFB通信；
S3：预先在网络中各个网格部署的足够多的SU，在足够长的时间内获得的T个LFB能量值矩阵，作为PUT传输模式分类器的训练数据集ΘT＝{Y1,Y2,…,Yt,…,YT}，其中第t次观测到的能量值矩阵为：
其中Zop为第(o,p)个网格内的SU在频谱观测时间内获得的接收信号能量值；所设置的训练数据收集时间足够长，认为获得的能量值矩阵ΘT中包含全部2N种PUT传输模式所各自对应的频谱观测数据，假设每个PUT仅存在活跃sn＝1与非活跃sn＝0两种工作状态，n＝1,2,…,N；在训练数据集ΘT的基础上，利用K-均值聚类方法获得聚类标签，并将此标签作为PUT传输模式分类的训练集标签，即其中代表ΘT中的Yt通过K-均值聚类方法获得的聚类标签；然后，将该训练集数据ΘT和训练集标签用于训练卷积神经网络，获得适配的PUT传输模式分类器TM1-Classifier；
S4：利用K-均值聚类方法获得的PUT传输模式标签为时的能量值矩阵Yt及对应的网格标签At，根据阈值检测算法获得PUT传输模式为x时的网格标签分类器Classifierx，其中网格标签At表示为：
其中ao,p为第(o,p)个网格内的SU对应的LFB接入指示标签，ao,p∈{1,0,-1}分别对应于SU禁止接入、需要额外检测是否可以接入、可以自由接入LFB；ΘT中利用K-均值聚类算法获得的PUT传输模式标签分别为{0,1,2,…,2N-1}的能量值矩阵组成ΘT1及对应的网格标签利用阈值检测算法获得2N种PUT传输模式下的网格标签分类器TM2-Classifier，其中
S5：将与步骤S3相同的、预先部署的足够多的SU在m时刻获得的LFB能量值观测矩阵Ym输入到PUT传输模式分类器TM1-Classifier中，判定当前m时刻的PUT传输模式标签其中l∈{0,1,…,2N-1}；
S6：当判断出PUT传输模式后，第q网格内的SU将其自身的频谱观测数据Zq输入到网格标签分类器classifierl中获得对LFB的接入指示标签从而决定SU可以自由接入、需要...
【专利技术属性】
技术研发人员：申滨，王欣，颜廷秋，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆;50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。