[发明专利]基于特征值的多天线盲频谱感知方法及系统

说明书

技术领域

本发明属于认知无线电领域，尤其涉及采用特征值矩之比（Eigenvalue Moment Ratio，EMR）作为检测统计量来进行多天线盲频谱感知方法及系统。

背景技术

由于无线通信设备的广泛使用，现有可用的频谱资源越来越紧张。例如，无线局域网（WLAN）技术、无线个人域网络（WPAN）等技术使用非授权的频段（UFB）工作。随着这些技术的普及，对应网络所工作的非授权频段已逐渐趋于饱和。而电视广播业务等其他一些通信业务使用的授权频段，大约90%的频率资源处于空闲状态。现有频谱资源管理出现了这样的矛盾：某些部分的频谱资源相对较少但其上承载的业务量很大，而另外一些已授权的频谱资源利用率却很低。

认知无线电技术致力于解决上述矛盾。为了提高频谱利用率，具有认知功能的无线通信设备可以按照某种“伺机”的方式工作在已授权的频段内，即“借用”授权的频谱资源，同时保证这些无线设备的通信不会影响到其他已授权用户工作。认知无线电的关键技术包括频谱感知技术和自适应频谱分配技术。频谱感知技术是这样的一种技术，即未授权用户（次用户）可靠地感知授权用户（主用户）的活动，检测主用户是否占用授权频段，在对主用户产生的干扰可忽略的情况下，借用授权用户的空闲信道。

现有的频谱感知方法主要分为四大类：1.能量检测；2.匹配滤波（相干检测）；3.特征检测；4.基于特征值的检测。其中，在已知背景噪声功率时，对于不相关的观测数据，能量检测性能最优，但如果未知背景噪声，该方法难以设定判决门限；基于匹配滤波的相干检测在最大化检测概率意义下是最优的，该方法需要已知授权用户的先验信息，同时对相位同步的要求高；特征检测（或循环平稳检测）利用了调制机制的周期性，可以把调制信号和噪声区分开来，并且针对不同的循环频率还能区分调制信号和干扰信号的类型，在很低的信噪比情况下仍然具有较高的检测性能，但该方法存在运算量大、计算复杂度高的缺点。而基于特征值的检测，不需要估计噪声功率，也不需已知授权用户的先验信息，适用于大多数认知无线电网络的频谱感知。

现有基于特征值的感知算法如广义似然比（GLR）、算术几何平均值比（AGM）、最大最小特征值比（MME）等算法，只有在快拍数远大于阵元数的情况下具有良好的检测性能；在相对小样本的情形检测性能并不理想。而阵元数很大，快拍数相对小的情形在实际认知无线电网络中应用较为广泛，因此，阵元数和快拍数以相同速率趋向无穷大的研究成为了近几年较为热门的研究方向。

发明内容

本发明在于提供一种基于特征值的多天线盲频谱感知方法，旨在解决小样本下检测性能不明显、计算复杂度高的问题。

本发明是这样实现的，一种基于特征值的多天线盲频谱感知方法，所述多天线盲频谱感知方法包括以下步骤：

A、根据天线的输出计算样本协方差矩阵，其公式:其中，X=[x(1),...,x(n)]为观测向量x(k)组成的矩阵；

B、利用样本协方差矩阵计算EMR盲检测统计量ξ_EMR，其公式：