[发明专利]频谱占用度的测量方法及装置

权利要求书

1.一种频谱占用度的测量方法，其特征在于，该方法保证对于大占用度 情况下所测量的频谱占用度具有合理的置信区间，该方法包括：

检测信道内信号场强，并将检测到的信号场强与门限进行大小比较，获 得比较结果序列，其中进一步包括：

定义随机过程X(t)是一个2值的随机过程，X(t)=1，表示信号场强在t 时刻超过门限Li,X(t)=0，表示信号场强在t时刻未超过门限Li；

对X(t)进行抽样，并将检测到的信号场强与门限进行大小比较，获得比 较结果序列，该比较结果序列记为随机过程X（n），X（n）=X_i,X（n）服从 参数为ρ的0-1分布，X（n）的概率密度函数为：

f(x,ρ)=ρ^x(1-ρ)^1-x，其中x=0,1，0<ρ<1，n为正整数；

根据大数中心极限定理，将所述比较结果序列按照服从正态分布规律进 行分析，估计频谱占用度及其置信区间和相对精度；

其中进一步包括：

定义随机变量V和W,V是发射时间，即在监测时间T内，信号场强连续 超过门限Li的持续时间，W是在发射之间的时间间隔，T远大于V和W的平 均值；

定义频谱占用度β(L_i,T),表示在监测时间T内，X(t)在取1的时间占总时 间的比例，其中β(L_i,T)为连续型随机变量，假设随机变量W和V相互独立，V +W具有连续的分布；

所以根据极限定理：limT=∞=P[X(t)=1]=E(V)E(V)+E(W),]]>而在0到T时刻内， β(L_i,T)符合渐进正态分布，所以limP[Tβ(Li,T)-μσ≤X]=12π∫-∞Xe-y22dy,]]>这里， μ是随机变量β(L_i,T)的数学期望；

其中，估计频谱占用度，包括：

根据大数中心极限定理，确定：近似服从N（0，1）； 其中，表示样本均值，即频谱占用度的估计值；

估计频谱占用度的置信区间，包括：

根据大数中心极限定理，确定：P{-μα2≤nX‾-nρnρ(1-ρ)≤μα2}=1-α,]]>其中是 均值为0、方差为1的正态分布处的上边界值；1-α为置信水平；

等价于(n+μα22)ρ2-(2nX‾+μα22)ρ+nX‾2≤0]]>

若a=n+μα22,b=-(2nX‾+μα22),c=nX‾2,]]>

则b²-4ac≥0，获得A≤ρ≤B，其中[A，B]为ρ的区间估计；

根据求根公式，获得：A=-b-b2-4ac2a;B=-b+b2-4ac2a;]]>

估计出频谱占用度的相对精度，包括：

获得相对精度Y：

2.一种频谱占用度的测量装置，其特征在于，该装置保证对于大占用度 情况下所测量的频谱占用度具有合理的置信区间，该装置包括：

检测模块，用于检测信道内信号场强，并将检测到的信号场强与门限进 行大小比较，获得比较结果序列，其中：

定义随机过程X(t)是一个2值的随机过程，X(t)=1，表示信号场强在t 时刻超过门限Li,X(t)=0，表示信号场强在t时刻未超过门限Li；

对X(t)进行抽样，并将检测到的信号场强与门限进行大小比较，获得比 较结果序列，该比较结果序列记为随机过程X（n），X（n）=X_i,X（n）服从 参数为ρ的0-1分布，X（n）的概率密度函数为：

f(x,ρ)=ρ^x(1-ρ)^1-x，其中x=0,1，0<ρ<1，n为正整数；

估计模块，用于根据大数中心极限定理，将所述比较结果序列按照服从 正态分布规律进行分析，估计频谱占用度及其置信区间和相对精度；

其中进一步包括：

定义随机变量V和W,V是发射时间，即在监测时间T内，信号场强连续 超过门限Li的持续时间，W是在发射之间的时间间隔，T远大于V和W的平 均值；

定义频谱占用度β(L_i,T),表示在监测时间T内，X(t)在取1的时间占总时 间的比例，其中β(L_i,T)为连续型随机变量，假设随机变量W和V相互独立，V +W具有连续的分布；

而在0到T时刻内，β(L_i,T)符合渐进正态分 布，所以limP[Tβ(Li,T)-μσ≤X]=12π∫-∞Xe-y22dy,]]>这里，μ是随机变量β(L_i,T)的 数学期望；

所述估计模块具体用于：

根据大数中心极限定理，确定：近似服从N（0，1）； 其中，表示样本均值，即频谱占用度的估计值，

确定：P{-μα2≤nX‾-nρnρ(1-ρ)≤μα2}=1-α,]]>其中是均值为0、方差为1的正 态分布处的上边界值；1-α为置信水平；

等价于(n+μα22)ρ2-(2nX‾+μα22)ρ+nX‾2≤0]]>

若a=n+μα22,b=-(2nX‾+μα22),c=nX‾2,]]>

则b²-4ac≥0，获得A≤ρ≤B，其中[A，B]为ρ的区间估计；

根据求根公式，获得：A=-b-b2-4ac2a;B=-b+b2-4ac2a,]]>

确定：获得相对精度Y：