基于隐马尔科夫模型的盲主用户检测与发送电平识别方法
【专利摘要】本发明公开了一种基于隐马尔科夫模型的盲主用户检测与发送电平识别方法，其实现步骤为：(1)对主用户进行观察,计算每个观察周期内接收信号的功率，组成功率序列；(2)估计主用户电平数；(3)确定每个电平的训练序列，对每个电平的隐马尔科夫模型进行训练；(4)根据检测策略，对主用户状态进行检测判决。设置了两种检测策略，可以针对噪声大小选择合适的检测策略，本发明解决了认知无线电系统中主用户存在与否的检测与主用户存在时发送电平识别的问题，具有有效、快速、无需先验知识以及识别主用户发送电平的优点，可应用于认知无线电系统中次级用户的功率分配，提高无线电中频谱资源的利用率，能在工程中广泛应用。
【专利说明】基于隐马尔科夫模型的盲主用户检测与发送电平识别方法
【技术领域】
[0001] 本发明属于通信【技术领域】，主要涉及信号检测技术，具体是一种基于隐马尔科夫 模型的盲主用户检测与发送电平识别方法，可用于认知无线电中的次级用户的功率分配。
【背景技术】
[0002] 随着如智能手机、平板电脑等无线设备越来越普及，频谱资源日益紧张。然而据统 计，根据现有的频谱分配方案分配频谱，其频谱使用率只有15% -85%。因此亟需一种高效 的频谱利用技术，在此背景下，认知无线电应用而生。在认知无线电系统中，次级用户首先 对主用户进行检测，在主用户信道空闲或次级用户的数据传输不会对主用户造成干扰的情 况下使用主用户的信道，从而提高了频谱的利用率。因此，主用户的检测是整个认知无线电 的基础。
[0003] 目前的主用户检测方法主要有匹配滤波器检测法、能量检测法、循环平稳检测法 以及特征值检测法等。
[0004] 匹配滤波器检测法具有检测时间短、检测准确度高的优点，然而，该方法需要主用 户的先验信息，需要对每个主用户设计专门的检测器，在实际应用中受限。
[0005] 能量检测法检测复杂度最低，且不需要知道主用户的先验信息，但其需要噪声信 息，且在低性噪比下性能差，在实际应用中受限。
[0006] 循环平稳检测法通过检测信号的循环分量来检测主用户是否存在。然而，当主用 户的循环平率未知时，需要使用穷搜方案寻找循环频率，算法复杂度大，在实际应用中受 限。
[0007] 特征值检测法是一种盲检测算法，通过计算接收数据的样本协方差矩阵的特征值 并与预设的门限对比，来判决主用户存在与否，其无需主用户与信道的先验知识，但需要数 据量大，在实际应用中受限。
[0008] 所有上述的检测方法均认为主用户只有两种状态：不存在或存在且以固定的功率 通信。无法对主用户的发送电平进行识别。
【发明内容】
[0009] 本发明的目的在于克服上述方法的不足，提出一种基于隐马尔科夫模型的主用户 盲检测与发送电平识别方法，在无先验知识条件下，以低算法复杂度和快速处理能力，检测 主用户存在与否，并对主用户的发送电平进行识别。
[0010] 为实现上述目的，本发明的技术方法包括如下步骤：
[0011] 步骤1、在足够长的观察时间内，对所要观察主用户的频段采集功率序列， 其中i为时刻值，NT为观察时间长度，wi时刻采集到的功率值。
[0012] 步骤2、根据功率序列{IV, ，通过滑动滤波进行降噪声，多尺度连续小波变换提 取电平突变，去伪峰处理，电平分段求均值，k-means聚类算法进行电平值分类，以及类方差 突变索引得到主用户电平数估计值1,以便后续处理。
[0013] 步骤3、根据主用户电平数估计值1建立隐马尔科夫模型，针对每个电平进行隐 马尔科夫模型训练得到由状态Pi组成的隐马尔科夫模型，其中，Pk为第k个电平状态， 女= ，以构建隐马尔科夫模型统计数据，为后续两种检测方案提供基础。
[0014] 步骤4、采取两种检测策略，即采取"隐马尔科夫模型检测"策略或"特征值法一一 隐马尔科夫模型检测"策略，判决主用户存在与否，对主用户存在的判决结果进行发送电平 值估算。
[0015] 现有技术中的检测方法只判决主用户为两种状态：不存在或存在且以固定的功率 通信。然而，在实际情形中，主用户都是具有多个发送电平。本发明经过研宄与创新，所提 供的技术方法能对主用户的发送电平进行识别，即可根据主用户的发送电平实时调整次级 用户的发送功率，从而在不干扰主用户的情况下使次级用户通过量最大。
[0016] 本发明的实现还在于：步骤2所述的估计主用户电平数，按如下步骤进行：
[0017] (2. 1)对主用户的功率序列{叫丨；!彳进行滑动平均滤波得到滑动滤波序列：
【权利要求】
1. 一种基于隐马尔科夫模型的盲主用户检测与发送电平识别方法，包括有如下步骤： 步骤1、在足够长的观察时间内，对所要观察主用户的频段采集功率序列!·2，其中 i为时刻值，Nt为观察时间长度，wi时刻采集到的功率值； 步骤2、根据功率序列{vv, 1?，通过滑动滤波，多尺度连续小波变换，去伪峰处理，电平 分段求均值，k-means聚类分类，以及类方差突变索引得到主用户电平数估计值^ ; 步骤3、根据主用户电平数估计值1建立连续隐马尔科夫模型，针对每个电平进行隐 马尔科夫模型训练得到由状态Pk组成的隐马尔科夫模型，其中，Pk为第k个电平状态， k = \,...,K； 步骤4、采取两种检测策略，即采取"隐马尔科夫模型检测"策略或"特征值法一一隐马 尔科夫模型检测"策略，判决主用户存在与否，对主用户存在的判决结果进行发送电平值估 算。
2. 根据权利要求1所述的基于隐马尔科夫模型的盲主用户检测与发送电平识别方法， 其特征在于步骤2所述的估计主用户电平数，按如下步骤进行： (2. 1)对主用户的功率序列{$丨；^进行滑动平均滤波得到滑动滤波序列： ? ? L . \ AT L w： I <- or I > Nt-- 122 W{i)= Wi+Wi-Lj2n+ · · · +wULti eise Ie從 其中，L为滑动滤波长度，i= 1，2, . . .NT; (2.2) 对主用户的滑动滤波序列W(i)作多个尺度的连续小波变换得到小波系数序列： 代.α)=?妒(/>/人(i^) -Js!=1S 其中S为小波尺度，函数K·)为haar小波基，k= 1，2,…，Ντ; (2.3) 根据小波系数序列Θ(s，k)计算小波系数序列的和序列： =X 其中，η为所取的小波尺度最大值； (2.4) 划定去除门限去除主用户的和序列S(k)中的伪峰得到去伪峰序列： s( |5(,)ifSik^c IOifS(k) <? 其中ξ为去除门限，且< = 幻； 丄Ntk=\ (2.5) 根据去伪峰序列S'（k)，通过二次差分法得到S'（k)中的峰值点序列号{弋匕。， 其中kQ= 1，R为峰值点总数，kr表示第r个峰值点，r= 0, 1，…R; (2. 6)根据峰值点序列号{Κ=()将功率序列{vv,Sfi1分为R段功率序列{%!:，其中， ^ = 表示第r段功率序列，对于W,段，i=k^kg+1，. . . (2. 7)根据死L计算均值序列y= ,其中，/? = ,, _^ι+1；Σ叫'r= I, 2,...,R； (2. 8)用k-means聚类算法将均值序列U分为1到R-I类，计算每个分类结果的类内方 差I，组成类内方差序列化.!=: dΣ冲"v'): wkeCrie&k 其中r表示分为r类，且r= 1，2,. . .R-I，（；表示将U分为r类的类集合，Ck为类ωk 类心，δ(i，Ck)表示类ω,内元素i与Ck的欧氏距离； (2. 9)根据类内方差序列计算其下降程度序列{汉I^12: β .κ-κ, β"κ+κ+ι 其中，表示第r个下降序列，且r=l，2，...，R-2; (2. 10)根据下降程度序列彳汊丨估计主用户电平个数#,包括零电平： K^1 + argmax J/?,. |γ_,2 其中，m'gmaxU表示取序列最大值对应的r索引。
3. 根据权利要求1所述的基于隐马尔科夫模型的盲主用户检测与发送电平识别方法， 其特征在于步骤3所述的建立由状态Pk组成的隐马尔科夫模型，按如下步骤进行： (3. 1)通过k-means聚类算法将主用户的均值序列U分为f类得到类集合丨％ 和类 心序列丨^I^1 ,其中Uk表示第k类，ck表示Uk的类心，且满足C1 <C2 <... <Cf ; (3. 2)根据类集合恥I和类心序列，通过k-means聚类算法得到训练序列 ('々=Uf; 1凡eKJ=I5UI，其中，A= 1,2,.··,P,Clk表示类Uk的训练序列； (3. 3)根据训练序列Clk对每个电平的隐马尔科夫模型进行训练得到￡个电平训练值 Pk，以及对应的电平状态模型，其中，々=1,2,...,/?且有GC<…< &，将P#应的状态命名 为零电平状态。
4. 根据权利要求1所述的基于隐马尔科夫模型的盲主用户检测与发送电平识别方法， 其特征在于步骤4所述的采取两种检测策略，判决主用户存在与否，对主用户存在的判决 结果进行电平值估算，按如下两种策略进行： (4. 1) "隐马尔科夫模型检测"策略：对一个检测周期内接收的信号计算其样本功率值， 通过步骤3中训练得到的隐马尔科夫模型，计算每个状态的似然函数值，若零电平状态对 应的似然函数值最大则判决主用户不存在，否则，判决主用户存在，同时，将似然函数值最 大的状态所对应的电平值作为主用户电平估计值； (4. 2) "特征值法一一隐马尔科夫模型检测"策略：通过特征值检测法，判决主用户存在 与否，若判决主用户存在，则根据接收信号的功率，通过步骤3中训练得到的隐马尔科夫模 型，计算每个状态的似然函数值，将似然函数值最大的状态所对应的电平值作为主用户电 平估计值。
【文档编号】H04B17/391GK104467995SQ201410577419
【公开日】2015年3月25日 申请日期:2014年10月24日 优先权日:2014年10月24日
【发明者】刘伯阳, 李赞, 司江勃, 杨鼎, 刘向丽, 周福辉, 熊天意, 胡伟龙, 万鹏武, 牛宏伟 申请人:西安电子科技大学