一种面向物联网环境的频谱分层协同认知方法技术

本发明专利技术公开了一种面向物联网环境的频谱分层协同认知方法，包括以下步骤：步骤一、采集一个连续宽带频谱内的时域信号x(t)，进而得到x(t)的功率谱，以得到整个频谱的频带；步骤二、对多抽头谱估计的方法得到的x(t)的功率谱执行多尺度小波积变换，确定各个子频带的频率边缘f

【技术实现步骤摘要】
一种面向物联网环境的频谱分层协同认知方法


[0001]本专利技术涉及通信
，特别是一种面向物联网环境的频谱分层协同认知方法。

技术介绍

[0002]频带是一种宝贵的资源，目前的无线系统的特点是静态频谱分配、固定的无线电功能和有限的移动设备之间的网络协调，导致大量的无线电频谱未被使用。这些方法可以归纳为两种实现途径，一种是将感知频段划分成多个窄带，然后对各个窄带进行判决，这种方法感知时间过长。另一种途径是针对宽带采样后的信号，估计各个主用户信号子频带的频率边缘，从而得到频谱空穴。这里主要关注宽带频谱感知任务，只需借助少量的窄带BPFs。认知无线电网络的目的是了解周围环境的变化，为了保证主用户的正常通信不受干扰，次用户需要定期感知频谱空洞，并且可靠地检测主用户信号的存在状态。如何可靠快速地发现空闲频谱并利用机会则是频谱感知技术的关键。小波变换是可以表征信号的局部规律性，但小波协同检测的频谱不规则边缘具有不准确性。在以往软融合和硬融合独立融合机制下基础上又提出了软硬联合融合机制，结合改进的双阈值能量检测算法可以更加准确地发现频谱空洞。

技术实现思路

[0003]本专利技术所要解决的技术问题是克服现有技术的不足而提供一种面向物联网环境的频谱分层协同认知方法，利用多抽头谱估计的方法得到接收信号的功率谱，利用多尺度小波积变换确定子频带边缘,并利用采用过半数准则和改进的等增益比合并准则结合确定频谱空洞机制确定频谱空洞。
[0004]本专利技术为解决上述技术问题采用以下技术方案：
[0005]根据本专利技术提出的一种面向物联网环境的频谱分层协同认知方法，包括以下步骤：
[0006]步骤一、采集一个连续宽带频谱内的时域信号x(t)，对x(t)进行N点等间隔采样得到离散时间序列x(n')，对离散时间序列x(n')采用多抽头谱估计的方法得到x(t)的功率谱，以得到整个频谱的频带；其中，n'表示离散时间，N'为采样点数；
[0007]步骤二、对多抽头谱估计的方法得到的x(t)的功率谱执行多尺度小波积变换，利用多尺度小波积变换后得到的式子一阶导数模极大值确定各个子频带的频率边缘f
n
，利用f
n
作为分界点划分整个频谱以得到划分的子信道；
[0008]步骤三、协同的次用户SUs对利用f
n
划分的子信道进行感知，并将本地感知结果和时域信号能量的检测统计量发给融合中心FC；
[0009]步骤四、融合中心采用硬判决机制根据步骤三中的本地感知结果对频谱的使用情况进行初步判决，进一步根据时域信号能量检测统计量采用软判决的机制进行判决。
[0010]作为本专利技术所述的一种面向物联网环境的频谱分层协同认知方法进一步优化方
案，步骤一，采用多抽头谱估计的方法得到x(t)的功率谱；具体如下：
[0011]步骤1
‑
1、对宽带范围内接收的x(t)进行N'点等间隔采样，得到离散时间序列x(n
′
)；
[0012]步骤1
‑
2、采用多抽头谱估计的方法得到接收信号的频谱X
k
(f)；
[0013][0014]其中，为Slepian正交序列，m为虚数单位，f为频率；
[0015]步骤1
‑
3、利用x(t)的频谱X
k
(f)得到x(t)的功率谱S
x
(f)；
[0016][0017]其中，ρ
k
表示第k阶特征谱的特征值，K为可控制多抽头谱估计方差的自由度。
[0018]作为本专利技术所述的一种面向物联网环境的频谱分层协同认知方法进一步优化方案，步骤二中确定各个子频带的频率边缘f
n
的方法具体如下：
[0019]步骤2
‑
1、采用多组不同的比例因子S，S＝S1,S2,S3…
S
J
,第j个尺度下的比例因子S
j
＝2
j
，J≥j≥1，J为尺度的总个数；求出第n个位置处第j个尺度的小波变换得的频率边缘其中f∈(f0,f
N
)；f0为连续宽带频谱的起始频率，f
N
为连续宽带频谱的截止频率，V
j
为第j个尺度下张成的函数子空间，n＝1，2，3
…
N，其中，N为在整个连续频谱内所有|V
j
S
x
(f)|的局部极大值的个数；
[0020]步骤2
‑
2、将多尺度小波积得出的多组不同频率边缘进行记录，记录中n相同j不同时利用max{V
j
S
x
(f)}得出的相同值出现的次数Q；若Q/J大于等于P，50％≤P＜100％，则认定第n个位置的频率边缘为中n相同j不同时利用max{V
j
S
x
(f)}得出的所有值中相同值出现次数最多的那个值记为f
n
。
[0021]作为本专利技术所述的一种面向物联网环境的频谱分层协同认知方法进一步优化方案，步骤三具体如下：协同次用户SUs对根据f
n
划分的子信道进行感知，将本地感知结果及时域信号能量的检测统计量发给融合中心FC，将某一段待检测频段内第g个次用户的时域信号能量检测统计量记为y
g
，根据第g个次用户的时域信号能量检测统计量y
g
和确定的第一阈值λ
L
、第二阈值λ
H
比较大小，第一阈值λ
L
小于第二阈值λ
H
；对频谱的使用情况进行独立的判决：
[0022]情况a)、第g个次用户的时域信号能量的检测统计量y
g
＞λ
H
时，第g个次用户判定主用户存在，并将第g个次用户的本地感知结果和第g个次用户的时域信号能量的检测统计量发给融合中心；
[0023]情况b)、第g个次用户的时域信号能量的检测统计量y
g
＜λ
L
时，第g个次用户判定主用户存在，并将第g个次用户的本地感知结果和第g个次用户的时域信号能量的检测统计量发给融合中心；
[0024]情况c)、第g个次用户的时域信号能量的检测统计量λ
L
＜y
g
＜λ
H
时，第g个次用户感知失败，第g个次用户的本地感知结果不发给融合中心，但第g个次用户的时域信号能量的检测统计量发给融合中心。
[0025]作为本专利技术所述的一种面向物联网环境的频谱分层协同认知方法进一步优化方案，步骤四具体如下：
[0026]步骤4
‑
1、融合中心收到各个次用户的本地感知结果之后，首先采用过半数准则判决被检测频谱上主用户是否存在，若存在则感知完成；若不存在融合中心将采用改进的等增益合并EGC算法进行下一步判断；
[0027]步骤4...

【技术保护点】

【技术特征摘要】
1.一种面向物联网环境的频谱分层协同认知方法，其特征在于，包括以下步骤：步骤一、采集一个连续宽带频谱内的时域信号x(t)，对x(t)进行N点等间隔采样得到离散时间序列x(n')，对离散时间序列x(n')采用多抽头谱估计的方法得到x(t)的功率谱，以得到整个频谱的频带；其中，n'表示离散时间，N'为采样点数；步骤二、对多抽头谱估计的方法得到的x(t)的功率谱执行多尺度小波积变换，利用多尺度小波积变换后得到的式子一阶导数模极大值确定各个子频带的频率边缘f
n
，利用f
n
作为分界点划分整个频谱以得到划分的子信道；步骤三、协同的次用户SUs对利用f
n
划分的子信道进行感知，并将本地感知结果和时域信号能量的检测统计量发给融合中心FC；步骤四、融合中心采用硬判决机制根据步骤三中的本地感知结果对频谱的使用情况进行初步判决，进一步根据时域信号能量检测统计量采用软判决的机制进行判决。2.根据权利要求1所述的一种面向物联网环境的频谱分层协同认知方法，其特征在于，步骤一，采用多抽头谱估计的方法得到x(t)的功率谱；具体如下：步骤1
‑
1、对宽带范围内接收的x(t)进行N'点等间隔采样，得到离散时间序列x(n
′
)；步骤1
‑
2、采用多抽头谱估计的方法得到接收信号的频谱X
k
(f)；其中，为Slepian正交序列，m为虚数单位，f为频率；步骤1
‑
3、利用x(t)的频谱X
k
(f)得到x(t)的功率谱S
x
(f)；其中，ρ
k
表示第k阶特征谱的特征值，K为可控制多抽头谱估计方差的自由度。3.根据权利要求2所述的一种面向物联网环境的频谱分层协同认知方法，其特征在于，步骤二中确定各个子频带的频率边缘f
n
的方法具体如下：步骤2
‑
1、采用多组不同的比例因子S，S＝S1，S2，S3…
S
J
，第j个尺度下的比例因子S
j
＝2
j
，J≥j≥1，J为尺度的总个数；求出第n个位置处第j个尺度的小波变换得的频率边缘其中f0为连续宽带频谱的起始频率，f
N
为连续宽带频谱的截止频率，V
j
为第j个尺度下张成的函数子空间，n＝1，2，3
…
N，其中，N为在整个连续频谱内所有|V
j
S
x
(f)|的局部极大值的个数；步骤2
‑
2、将多尺度小波积得出的多组不同频率边缘f
nj
进行记录，记录f
nj
中n相同j不同时利用max{V
j
S
x
(f)}得出的相同值出现的次数Q；若Q/J大于等于P，50％≤P<100％，则认定第n个位置的频率边缘为中n相同j不同时利用max{V
j
S
x
(f)}得出的所有值中相同值出现次数最多的那个值记为f
n
。4.根据权利要求1所述的一种面向物联网环境的频谱分层协同认知方法，其特征在于，步骤三具体如下：协同次用户SUs对根据f
n
划分的子信道进行感知，将本地感知结果及时域信号能量的检测统计量发给融合中心FC，将某一段待检测频段内第g个次用户的时域信号能量检测统计量记为y
g
，根据第g个次用户的时域信号能量检测统计量y
g
和确定的第一阈值
λ
L
、第二阈值λ
H
比较大小，第一阈值λ

【专利技术属性】
技术研发人员：朱洪波，陆平，葛兴峰，赵海涛，张晖，夏文超，蔡艳，
申请(专利权)人：中兴通讯股份有限公司，
类型：发明
国别省市：