专利名称：基于多个mwc分布式亚奈奎斯特采样联合重构的频谱感知方法
技术领域：
本发明涉及一种频谱感知方法。
背景技术：
认知无线电可实现动态频谱接入，为频谱资源的高效利用提供了新的解决思路。 在宽频带内对多个信道同时进行快速频谱感知是认知无线电实现的前提和基础。然而，宽带频谱感知要面对传统采样方法信号采率高的压力。传统的频谱估计方法要求采样率不低于奈奎斯特频率，这对于带宽为GHz级的射频信号而言无疑是一个较大的难题，目前模拟数字转换硬件的发展离这一要求还有一定的距离。
新近提出的压缩感知(CS )理论为稀疏信号采样和处理提供了一个新的研究思路。 根据CS理论，如果采样矩阵满足RIP条件，稀疏信号可以从比奈奎斯特率所要求的更少的非自适应的测量值中精确地恢复出来。基于CS理论，学者们提出了一些亚奈奎斯特采样方法，如随机解调、随机采样等，但是这些方法不能直接处理具有连续频谱的信号。以色列学者Mishali结合傅里叶分析思想和压缩感知理论，针对多带信号提出了称为调制宽带转换器(MWC)的亚奈奎斯特采样方法。与上述的其他方法相比，MWC具有以下优点可以采用现有器件以低维的采样矩阵来实现，原始信号可以从亚奈奎斯特采样中精确重构。MWC具有很大的潜在影响，因为所针对的频谱稀疏信号在工程实际和科学应用(如通信、雷达、声纳、医疗成像等)中的价值长期以来就已经被证实和公认。MWC —经提出，受到了广大学者的广泛关注。
尽管MWC在特定条件下，可以实现亚奈奎斯特采样，然而单个MWC的重构性能还远未能达到令人满意的程度。首先，当前的重构方法如同步正交匹配追踪(SOMP)方法的平均重构成功率较低；其次，对于特定信号，高概率重构所需的硬件通道数较多，距离理论 下限值存在较大的差距，使得该项技术的实用化受阻；第三，现有重构方法的性能受噪声影响较大，在较低信噪比下，重构概率比较低，这也是目前所有稀疏重构方法的一个共同的问题， 原因在于噪声影响未知信号的稀疏情况。若有效利用多个MWC分布米样的信息互补优势有望提高重构方法的重构性能，提高重构方法对噪声的容忍能力等。不仅如此，一些实际应用从宏观功能上也要求多个传感器以合作的方式来克服单个传感器所无法克服的特定问题。 例如在认知无线电频谱感知任务中，分布感知系统可以减轻由多径衰落和阴影效应引起的隐终端问题。然而，据我们所知，基于多MWC分布式亚奈奎斯特采样的频谱感知方法尚未见报道,而且现有的重构方法对于多MWC分布式重构模型也无法直接应用。
鉴于上述实际需求，本发明提出基于多个MWC分布式亚奈奎斯特采样联合重构的频谱感知方法。基于认知无线电领域通过探索信号间的联合稀疏结构，提出了高性能的联合重构方法并通过联合重构得到的支撑集进行频谱感知来识别较宽频谱范围内的频谱空穴，然后动态地加以利用来进行通信，可以克服频谱资源的使用不平衡问题。数值实验表明，所提出的联合重构方法有效地提高了重构成功率，特别是提高了重构过程对噪声的容忍能力，进而提高了频谱感知能力。
现有的基于单个MWC亚奈奎斯特采样的频谱感知方法在较低的信噪比条件下,频谱感知成功率低，以及难以克服阴影效应和隐终端问题。发明内容
本发明为了解决现有的单个MWC的亚奈奎斯特采样的频谱感知方法在较低的信噪比条件下，频谱感知成功率低，以及难以克服阴影效应和隐终端问题。而提出基于多个 MWC分布式亚奈奎斯特采样联合重构的频谱感知方法。
基于多个MWC分布式亚奈奎斯特采样联合重构的频谱感知方法，它由以下步骤实现
步骤1、将J个MWC放置在J个预设的空间位置，在亚奈奎斯特率下，分别采用J 个不同的采样矩阵获取J个MWC的具有联合稀疏性的无线电频谱信号，得到采样值矩阵 Yj (n)，j=l, 2，…，J，J为正整数，n=l, 2,. . . r, r为采样值矩阵Yj (η)的列向量的个数；
步骤2、计算最终支撑集j，其具体方法为
计算J个采样值矩阵Y] (η)的相关矩阵的特征值和特征向量，取2Ν个最大特征值所对应的特征向量作为变换矩阵
Tj-Vr Χ2Ν
式中j=l，2’··· J;n=l, 2，. . . r，N为信号频带数，r为Yj(Ii)的列向量的个数；
采用公式
权利要求
1.基于多个MWC分布式亚奈奎斯特采样联合重构的频谱感知方法，其特征在于，它由以下步骤实现步骤1、将J个MWC放置在J个预设的空间位置，在亚奈奎斯特率下，分别采用J个不同的采样矩阵获取J个MWC的具有联合稀疏性的无线电频谱信号，得到采样值矩阵Y^n)， j=l，2，···，^为正整数，11=1，2，...1'，1'为采样值矩阵￥」(11)的列向量的个数；步骤2、计算最终支撑集β ,其具体方法为计算J个采样值矩阵Y] (η)的相关矩阵的特征值和特征向量，取2Ν个最大特征值所对应的特征向量作为变换矩阵 式中 ，N为信号频带数，r为Yj(η)的列向量的个数；采用公式对每个采样值矩阵进行降维变换；获得降维变换矩阵^ ;根据公式 f/Wj 二 O获得降维变换矩阵^各个列向量所形成空间的核空间矩阵Wj,式中，T表示矩阵转置运算；根据公式 计算J个MWC的初步支撑集判据Γ J；1,式中 表示将 L/2 向上取整， 表示奈奎斯特频率，fp为MWC中伪随机符号序列的频率，fs为多个 MWC的低速AD转换器的采样率，Φρ表示第j个MWC的采样矩阵中第I个列向量；计算矩阵Γ各个列向量的I2范数，并将所有列向量的12范数综合成一个行向量，形成最终支撑集判据式中 从最终支撑集判据Y1中选取最小的N个元素，将该最小的N个元素所对应的索引值作为支撑集的前一半元素 式中N为信号频带数；利用实信号频谱的共轭对称性，即根据公式 获得另一半支撑集元素Ω2;根据公式 获得J个MWC分布式亚奈奎斯特采样联合的支撑集β ;步骤3、根据步骤2获得的J个MWC分布式亚奈奎斯特采样联合的支撑集
2.根据权利要求1所述的基于多个MWC分布式亚奈奎斯特采样联合重构的频谱感知方法，其特征在于，步骤3中根据J个MWC分布式亚奈奎斯特采样联合的支撑集0计算频谱感知信号中频谱占用的频带位置是通过公式
3.根据权利要求1所述的基于多个MWC分布式亚奈奎斯特采样联合重构的频谱感知方法，其特征在于，步骤3中根据J个MWC分布式亚奈奎斯特采样联合的支撑集0计算占用的频带之外的频谱空穴是通过公式
全文摘要
基于多个MWC分布式亚奈奎斯特采样联合重构的频谱感知方法，它涉及一种频谱感知方法。它为了解决现有的单个MWC的分布式亚奈奎斯特采样联合重构的频谱感知方法在较低的信噪比条件下，频谱感知成功率低，以及难以克服阴影效应和隐终端问题。将J个MWC放置在J个预设的空间位置，分别用不同的采样矩阵以亚奈奎斯特率获取不同但具有联合稀疏性的无线电频谱信号得到采样值矩阵Yj(n)，然后这些数据被送到融合中心，最终信息被联合重构出来。进而计算频谱感知信号中频谱占用的频带位置和占用的频带之外的频谱空穴；实现基于多个MWC分布式亚奈奎斯特采样联合的频谱感知。本发明适用于认知无线电领域。
文档编号H04B17/00GK103051403SQ20131003380
公开日2013年4月17日 申请日期2013年1月29日 优先权日2013年1月29日
发明者盖建新, 付平, 乔家庆, 尹洪涛, 刘冰, 凤雷 申请人:哈尔滨工业大学