一种underlay频谱共享方式下用户个数估计方法
【技术领域】
[0001] 本发明涉及通信技术领域，具体涉及一种underlay频谱共享方式下用户个数估 计方法，可用于低信噪比和高频谱重叠率下的用户个数估计。
【背景技术】
[0002] 在现代无线通信领域，随着通信技术的发展，频谱资源变得越来越紧张 。Underlay 频谱共享方式能够使主用户和次用户共享同一个频带，是解决频谱资源短缺问题的有效途 径。在underlay方式下，各个用户信号组成时频重叠信号，而对用户个数的估计是后续各 独立信号调制参数估计，调制类型识别和混合信号分离的基础。因此，针对underlay频谱 共享方式，研究时频重叠信号的信源个数估计方法具有一定的意义和价值。
[0003]目前，关于时频重叠信号个数估计的研究较少，而且都在低信噪比和高频谱重叠 率的情况下估计性能较差。Luan haiyan等人利用调制信号循环谱的稀疏特性，通过循 环谱线的相关性对谱线进行分类，从而估计出信号源个数（Luan haiyan，Jiang hua，Liu xiaobao. Source Number Estimation in Single Channel Blind Source Separation[C]. CSIP，2010 :4445-4449.)。而liang等人利用小波变换提取信号奇异点信息的特性，通过对 强周期信号的提取来估计信源个数（Wu liang，Zhou huiqing，Jiang hua. Source Number Estimation Algorithm in Wavelet Domain for Single-Channel Mixed-Signal[C]. ICCP，2012 :1048-1051.)。张纯等再通过截断信号构造多路信号，然后构造四阶累积量矩 阵，通过对此累积量矩阵进行分析，从而估计色噪声背景下的信源个数（张纯，杨俊安，叶 丰.高斯色噪声背景下单通道信源数目估计算法[J].信号处理，2012, 28 (7) :994-999.)。 王青红等利用调制信号的四阶循环累积量的稀疏特性，通过在循环频率域提取离散谱 线来估计时频重叠信号的信源个数（王青红，彭华，王彬，腾波.基于循环累积量的共信 道多信号检测和信源个数估计算法[J].信息工程大学学报，2012，13(2) :184-189.)。 Pang Iihui等在调制信号为周期信号的前提下，对信号进行重构，并通过重构信号的 相关性对其进行分类，从而估计出信源个数（Pang lihui，Qi Conghui.A novel joint parameter estimation method for single-channel and time-frequency overlapped multi-component signal[C]· CSQRWC，2013 :124-127.)〇
【发明内容】
[0004] 针对现有技术的不足，本发明旨在提供一种有效的underlay频谱共享方式下用 户个数估计方法，以提高在低信噪比和高频谱重叠率下，对underlay方式下用户个数估计 的估计性能。
[0005] 为了实现上述目的，本发明采用的技术方法如下：
[0006] Sl对接收到的信号X (t)进行动态延迟扩展，从而得到信号y (t);
[0007] S2对y(t)进行奇异值分解，得到y(t)的奇异值矩阵，并提取奇异值矩阵的主对角 线向量.1;
[0008] S3用i中的前一个元素减去紧邻的下一个元素，构造特征量chi ;
[0009] S4用chi中的前一个元素除以紧邻的下一个元素，构造特征量ch2 ;
[0010] S5搜索ch2中最大值的位置，即为underlay方式下的用户个数。
[0011] 需要说明的是，步骤Sl中的信号y(t)的构造方法如下：
[0012] 接收信号的信号模型表示为：
[0014] 其中，Sl(t) (i = 1，···，Ν)是时频重叠的用户信号分量，N为用户信号分量的个数， t为时间；n(t)为加性高斯白噪声；A1为用户信号分量s Jt)的幅度；alk为调制信号；ρ Jt) (i = 1，. . .，N)为滚降系数α的升余弦成形滤波函数，
为码元速率；匕为载波频率；j为虚数的表示形式，且满足j 2= -1 ;用户信号分量之间以及 用户信号分量和噪声之间相互独立；
[0015] 确定延时τ i和层数M，构造信号y(t)可表示如下：
[0017] 其中，T1Q = 1，"·，Μ_1)和M的选择方法如下：
[0018] 首先，定义X⑴和y(t)的相关系数如下：
[0020] 其中，cov(xtyt)为信号x(t)和y(t)的互协方差，D(X t)和D(yt)分别为x(t)和 y (t)的自协方差；E (Xt)和E (yt)分别为X (t)和y (t)的期望；
[0021] 任意选取τ。并逐渐增大τ i+1(i = 〇，，计算yJP y i+1的相关系数./??+,: ? 当/7^首次满足八.,,.,,,<《时，此时的丁1+1就是7(〇中第1+1层的延时，其中，5 1为相关系 数Α·;.η+Ι所对应的门限值，当对信号进行归一化处理后，此门限值的经验值为0. 8。
[0022] 分别计算y。和y Ji = 1，…，Μ-1)的相关系数./??BP :
[0024] 当Aw., < 4时，此时y#对应的M即y⑴的层数。其中，δ 2为相关系数pn,v;所对 应的门限值，当对信号进行归一化处理后，此门限值的经验值为〇. 1。
[0025] 在τ^ΡΜ的选择过程中，两者应该交替进行，即对于计算出的每一个τ i，先计算 %和y i的相关系数Av,.,。当/V,不满足/V, < 4时，增层数M的值，选择下一个τ i，直到选 择出合适的M为止。
[0026] 需要说明的是，步骤S2中提取奇异值主对角线向量?的方法如下：
[0027] 对y(t)中的每一个分量信号yji = 0,1，…，Μ-1)以相同的采样频率进行N点 采样，则y可以表示为：
[0029] 根据奇异值分解理论，则有
[0030] y = U Σ Vt
[0031] 其中，U是MXM阶矩阵；V是NXN阶矩阵；Σ为奇异值组成的对角矩阵。记用户 信号分量的个数为K，则Σ可表不为
[0033] 其中，K1Q = 1，"·，Κ)为用户信号分量的奇异值，σ为噪声的奇异值。在理论 上，Σ的主对角线元素满足：
[0034] λ 2多…彡 λ λ κ+1= λ κ+2 =…=λ Μ
[0035] 由于信号的截断效应，其奇异值并不满足上式，而是以概率1满足如下所示关系 式：
[0036] λ!> λ 2>..·> λ κ> λ κ+1> λ κ+2>..·> λ Μ
[0037] 提取主对角线上元素组成向量E..，则有：
[0039] 需要说明的是，步骤S3中的特征量chi的构造方法如下：
[0040] 在步骤S2中，提取出y(t)的奇异值矩阵的主对角线向量S
[0042] 其中，λ P λ 2>…> λ M。则 chi的构造方法如下：
[0043] Chli= λ 厂 λ i+1 (i = 1，2，…，M-1)
[0044] chi = [chip chl2，…，chlM J
[0045] 其中，λ i为步骤S2中提取的主对角线向量I的第i个元素。
[0046] 需要说明的是，步骤S4中的特征量ch2的构造方法如下：
[0047] 根据步骤S3中构造的特征矢量chi，特征矢量ch2的构造方法如下：
[0050] 其中，chI1为步骤S3中构造的特征量chi的第i个元素。
[0051] 需要说明的是，步骤S5中信源个数估计方法按如下进行：
[0053] 其中，为步骤S4中构造的特征量ch2的第i个元素，K即为估计出的用户个 数。
[0054] 本发明有益效果在于：对于underlay频谱方式下的时频重叠信号，本发明在低信 噪比和高频谱重叠率下具有良好的用户个数估计性能。
【附图说明】
[0055] 图1为本发明的流程示意图；
[0056] 图2为本发明对不同调制类型的时频重叠信号在不同信噪比下的估计正确率。
【具体实施方式】
[0057] 以下将结合附图对本发明作进一步的描述，需要说明的是，本实施例以本技术方 案为前提，给出了详细的实施方式和具体的操作过程，但本发明的保护范围并不限于本实 施例。
[0058] 如图1所示，本发明为在underlay频谱共享方式下，一种具有低信噪比和高频谱 重叠率的用户信号个数估计方法，所述方法包括以下步骤：
[0059] Sl对接收到的信号X (