[发明专利]一种协作频谱感知方法及相关装置

说明书

本申请公开了一种协作频谱感知方法，主要包括对已知信号矩阵进行协方差矩阵计算得到对应的协方差矩阵，根据所述协方差矩阵进行主成分分析处理，得到最大主成分信号矩阵，再对该最大主成分信号矩阵进行特征提取得到特征，对该特征进行分类模型的训练，最后得到分类模型，使用该分类模型进行频谱感知。通过主成分分析选择主成分最大的向量表示已知信号矩阵，可以降低已知信号矩阵的维数，进而降低噪声对已知信号的影响，对降低维数后的已知信号可以提取到更加精确的信号特征值，提高进行特征判断即频谱感知的精度。本申请还公开了一种协作频谱感知系统、协作频谱感知装置以及计算机可读存储介质，具有上述有益效果。

技术领域

本申请涉及无线电技术领域，特别涉及一种协作频谱感知方法、协作频谱感知系统、协作频谱感知装置以及计算机可读存储介质。

背景技术

随着无线电技术的进步和社会经济的发展，各行各业和消费者对无线电频率的需求越来越多，但是在实际环境中无线电频谱资源是有限的，使得频谱资源越来越匮乏。

目前，频谱资源采用国家统一分配授权的管理模式，将频谱分为两种类型：授权频段和非授权频段。其中，授权频段占据者大部分频谱资源，如电视广播频段，但不少授权频段还处于空闲状态。另外开放使用的非授权频段占整个频谱资源的很少一部分，如无线局域网、无线城域网等无线网络，在该频段上的用户很多，业务量也很大，无线电频段已经基本趋于饱和。但是据研究表明，在已分配的频谱利用率为15％～85％，可以发现频谱资源的匮乏并不是真正意义上的频谱资源不足，更多是由频谱利用率过低，造成大量空余频段未被利用浪费造成。

因此，现有技术对频谱进行频谱检测，也叫做频谱感知，检测出空闲时段的频谱，并加以利用。比较常用的方法是，通过能量检测算法对信号进行检测，在检测过程中不需要信号的先验信息，复杂度较低，并且也更容易实现。

但是，低信噪比环境下容易受到噪声的不确定性影响，产生误判而导致检测性能急剧下降。在能量检测的基础上，即使采用自适应的门限设置，检测器也无法做出正确的判断。

因此，如何在低信噪比环境下提高频谱感知的正确率是本领域技术人员所关注的重点问题。

发明内容

本申请的目的是提供一种协作频谱感知方法、协作频谱感知系统、协作频谱感知装置以及计算机可读存储介质，通过主成分分析选择主成分最大的向量表示已知信号矩阵，可以降低已知信号矩阵的维数，进而降低噪声对已知信号的影响，对降低维数后的已知信号可以提取到更加精确的信号特征值，提高进行特征判断即频谱感知的精度。

为解决上述技术问题，本申请提供一种协作频谱感知方法，包括：

对已知信号矩阵进行协方差矩阵计算得到对应的协方差矩阵，根据所述协方差矩阵进行主成分分析处理，得到最大主成分信号矩阵；

对所述最大主成分信号矩阵进行协方差矩阵计算得到所述最大主成分信号矩阵的协方差矩阵，对所述最大主成分信号矩阵的协方差矩阵进行特征提取处理，得到主成分矩阵特征；

根据聚类算法对所述主成分矩阵特征进行分类，根据分类结果进行模型训练，得到分类模型；

当接收到未知信号时，根据所述分类模型对未知信号进行分类。

可选的，对已知信号矩阵进行协方差矩阵计算得到对应的协方差矩阵，根据所述协方差矩阵进行主成分分析处理，得到最大主成分信号矩阵，包括：

对已知信号矩阵进行协方差矩阵计算得到所述已知信号矩阵的协方差矩阵；

根据所述已知信号矩阵的协方差矩阵进行主成分分析处理，得到多个主成分对应的特征向量；

采用主成分最大的特征向量对所述已知信号矩阵进行映射处理，得到所述最大主成分信号矩阵。