一种频谱混叠无线信号深度识别方法技术

本发明专利技术公开了一种频谱混叠无线信号深度识别方法，包括以下步骤：对监测到的M条频谱混叠信号通过非负矩阵分解，构建目标函数Q<subgt;1</subgt;并求解，得到第m个频谱混叠信号包含种类信息的系数矩阵A<subgt;m</subgt;、信号种类共识矩阵A<supgt;*</supgt;；构建目标函数Q<subgt;2</subgt;，对A<subgt;m</subgt;进行进一步分解，得到频谱混叠信号中各个信号的位置与发射功率，其中信号的位置是对监测区域进行网格划分得到的网格位置。本发明专利技术集成了信号识别、信号位置估计与发射功率估计于一个深度识别框架中，通过多层的NMF来对频谱混叠信号的多参数进行解耦估计；本发明专利技术能够对频谱混叠信号进行深度识别，识别出频谱混叠信号中未知信号的种类、位置与发射功率。

【技术实现步骤摘要】

本专利技术涉及频谱混叠信号识别领域，特别涉及一种频谱混叠无线信号深度识别方法。

技术介绍

1、随着无线通信设备的普遍使用和灵活的无线电频谱策略的应用，如2.4ghz无授权频谱、频谱共享、动态选频等，频谱混叠信号出现的频率越来越高，而一些非法的频谱混叠信号会带来更严重的干扰。

2、目前对频谱混叠信号识别的研究通常通过盲源分离技术，如独立成分分析(ica)、主成分分析(pca)以及奇异值分解(svd)等，但这些技术无法准确确定混合信号的数量并且难以保持信号原有尺度不变，并且后续无法再对信号进行定位与发射功率估计。而非负矩阵分解(nmf)算法通过矩阵分解能对混叠信号进行有效的解耦，能同时对信号种类进行识别并且确定混合信号的数量。nmf算法由于其良好的分离结构，将多个nmf组成得到的多层nmf算法可进行多参数的解耦估计，能在信号种类识别的基础上，再对信号的定位与发射功率估计。此外，大多数盲源分离技术的研究都只关注静态场景，固定住的无线电监测系统受其静态位置的限制，受信号接收覆盖范围的限制，因此无线电监测系统需要具备灵活部署能力。p>

3、例如，本文档来自技高网...

【技术保护点】

1.一种频谱混叠无线信号深度识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述频谱混叠无线信号深度识别方法，其特征在于，步骤(1)中，所述目标函数Q1在交替求解Am与A*是凸的，分别对Am与A*求导得到更新规则：

3.根据权利要求1所述频谱混叠无线信号深度识别方法，其特征在于，步骤(2)中，构建目标函数Q3、Q4，对所述目标函数Q2进行变型后，再进行求解：

4.根据权利要求1所述频谱混叠无线信号深度识别方法，其特征在于，定义第m个监测节点在第t个频谱采样时隙内接收到的频谱混合信号为sm(t)：

5.根据权利要求4所述频谱混叠无线信...

【技术特征摘要】

1.一种频谱混叠无线信号深度识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述频谱混叠无线信号深度识别方法，其特征在于，步骤(1)中，所述目标函数q1在交替求解am与a*是凸的，分别对am与a*求导得到更新规则：

3.根据权利要求1所述频谱混叠无线信号深度识别方法，其特征在于，步骤(2)中，构建目标函数q3、q4，对所述目标函数q2进行变型后，再进行求解：

4.根据权利要求1所述频谱混叠无线信号深度识别方法，其特征在于，定义第m个监测节点在第t个频谱采样时隙内接收到的频谱混合信号为sm(t)：

<...

【专利技术属性】
技术研发人员：李晓帆，童浩，林达宜，赖幸君，杨光华，李腾飞，刘鸿元，
申请(专利权)人：暨南大学，
类型：发明
国别省市：