一种观测矩阵优化的压缩频谱感知方法

文档序号:7773231阅读:288来源:国知局
一种观测矩阵优化的压缩频谱感知方法
【专利摘要】本发明公开了一种压缩频谱感知方法,该方法应用于认知无线电系统中的频谱空穴检测,是一种借助压缩感知技术进行频谱感知的新方法;本发明针对观测数据进行条件设定,提高了压缩频谱感知中的检测效率,当满足接受条件时重构出估计值,当不满足接受条件时则增加观测次数,实现观测矩阵的自适应过程;本发明通过降低观测矩阵列向量之间的稀疏度,减少列向量之间的相关性,并联合观测矩阵的自适应性进行整体优化;本发明比一般压缩感知频谱重构时产生的均方误差更低,在同一观测次数下频谱检测概率更高;在达到同等接收操作性能时,本发明所需的观测次数更少。
【专利说明】一种观测矩阵优化的压缩频谱感知方法
【技术领域】
[0001]本发明涉及计算机通信【技术领域】,特别涉及一种观测矩阵优化的压缩频谱感知方法。
【背景技术】
[0002]目前,由于无线通信的迅速发展,有限的频谱资源将面临匮乏。认知无线电是一种在无线通信中引入动态频谱接入的机制,能有效提高频谱利用率的技术。次用户通过频谱感知发现频谱空穴,在避免对主用户产生干扰的情况下伺机接入,可以有效地解决当前已分配频谱利用率低的问题。
[0003]频谱感知技术是认知无线电的关键技术。频谱感知过程是指次用户寻找频谱空穴的过程。次用户通过相关的感知算法,对特定区域的频段进行搜索与分析,从而决定是否接入该频段进行认知网络的无线通信。因此,频谱感知的性能决定了整个认知无线电系统的性能。
[0004]传统的宽带频谱检测设备分为分段感知和直接感知两类,其中分段感知又分为串行感知和并行感知。串行感知方式以串行扫描的方式进行感知;而并行感知方式利用带通滤波器分组进行感知,通过汇总得到宽带频谱感知结果。直接感知是指通过模数转换(ADC)后利用FFT技术进行频谱分析。频谱感知方法主要是三种方式:能量检测、匹配滤波器检测和循环平稳特征检测。
[0005]在实时频谱检测中,需要对宽频信号直接检测,其瓶颈是高速模数转换器件(ADC)的采样率与分辨率,根据采样原理可知,ADC的采样率最少等于输入信号最高频率的两倍,由于认知无线电中存在高达数GHz超宽频段,这样高速ADC无论从技术或是从成本角度都是难以实现的,如果采用传统方法,则难以完成实时宽频检测的任务。
[0006]近年来,压缩感知理论的出现,为信号的高效采集与重建建立了一套完整的框架。压缩感知技术认为自然界的大部分信号是稀疏或相对稀疏的,那么就可以进行压缩并重构。奈奎斯特采样率率对于信号重建来说是一个充分非必要条件,它由于没有考虑信号本身的内在结构特征,故其对信息的采集方式并非最优。压缩感知的实质是一种能保证较好重构性能下的欠采样技术,它将对信号的采样泛化到对信息的采集,突破了传统奈奎斯特采样定理的约束,为通信和信号处理的多个应用领域开启了新的大门。
[0007]利用认知无线电信号在频域上的稀疏性,压缩感知技术能解决实时宽频检测采样率不够的难题。目前宽带无线频谱具备大量“频谱空穴”而呈现出的稀疏性,压缩感知应用于认知无线电宽带频谱感知问题的研究已经有初步成效,但是,如何实现压缩频谱感知的自适应国产,如何对观测矩阵进行联合优化,从而快速准确地实现认知无线电中的空穴频段检测,是本发明所针对的问题。

【发明内容】

[0008]本发明所要解决的技术问题是设计压缩感知中观测矩阵的自适应过程,并通过减小观测矩阵列向量之间的相关性,实现压缩频谱感知过程的联合优化。
[0009]本发明目的是利用压缩感知技术解决实时宽带频谱检测的问题,通过有效的优化 技术手段,在保证最少观测次数的前提下,提高频谱空穴的检测概率。
[0010]本发明解决其技术问题所采取的技术方案是:本发明设认知用户需检测的总频宽 为BHz,它可以被连续均匀地划分成L个互不重叠的子频带,每个子频带的边缘位置频率分 别为,且有fi < fj(i < j,其中
【权利要求】
1.一种观测矩阵优化的压缩频谱感知方法,其特征在于,所述方法包括如下步骤:步骤1:产生维数为MtlXN的随机矩阵Otl,该矩阵与傅立叶逆变换矩阵F—1以及小波逆变换矩阵沪相乘,得出压缩感知矩阵Wtl = ΦC1F-1W4,待测信号在Wtl上的投影为ry = Ψ0Ζ,其中ry为观测值,Z为频谱边缘位置的幅度差值;步骤2:利用Wtl计算出格莱姆矩阵
2.根据权利I所述的一种观测矩阵优化的压缩频谱感知方法,其特征在于:所述方法应用于认知无线电系统的频谱感知。
3.根据权利I所述的一种观测矩阵优化的压缩频谱感知方法,其特征在于:所述方法的步骤2和步骤3包括:μ (Ψ)定义为Ψ的互相关系数,当μ (ψ)的值越小时,则观测数据ry= ΨΖ中的稀疏向量Z越容易满足约束等距性(RIP)条件,并有不等式
4.根据权利I所述的一种观测矩阵优化的压缩频谱感知方法,其特征在于:所述方法的步骤5和步骤6包括:采用序贯压缩感知算法来估算稀疏向量全的重构误差,根据经验值假设一个初始的观测次数值Mtl,该值表示初始观测矩阵的观测次数;设定观测次数增加的步长为T,通过接收额外的T次观测,得到Mtl次观测的重构向量,它与MfT次观
测形成的仿射空间π 之间的距离为:
【文档编号】H04B17/00GK103532645SQ201310471308
【公开日】2014年1月22日 申请日期:2013年10月10日 优先权日:2013年10月10日
【发明者】王韦刚, 胡海峰 申请人:南京邮电大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1