[发明专利]基于最大互相关熵准则鲁棒稀疏的宽带频谱感知算法

权利要求书

1.基于最大互相关熵准则鲁棒稀疏的宽带频谱感知算法，其特征在于：包括以下步骤：

1)认知用户根据设置的欠采样率，进行亚来奎斯特采样，获得欠采样信号，然后根据全采样与欠采样的相互关系获得欠采样逆离散傅里叶变换子矩阵；

2)经过步骤1)后，认知用户应用基于最大互相关熵准则鲁棒稀疏的在线频谱向量估计算法进行频谱估计，直至算法收敛，获得频谱向量估计，完成频谱感知任务。

2.根据权利要求1所述一种基于最大互相关熵准则鲁棒稀疏的宽带频谱感知算法，其特征在于：所述步骤1)中，认知用户根据所需检测的频谱设置全采样个数N和欠采样个数M，则欠采样率为R_sn＝M/N，然后认知用户以亚奈奎斯特采样率进行采样获得M维欠采样信号为其对应的全采样信号为同时根据M和N的关系可以获得欠采样矩阵U，U是N维单位阵的子集，它的行和y的元素是一一对应的，得到关系式y＝Uz+v，其中是噪声项，根据N×N维逆离散傅里叶变换矩阵W得到z＝WZ，其中为全采样信号z的频域信号，根据欠采样矩阵U，获得欠采样逆离散傅里叶变换子矩阵X＝UW，其中逆离散傅里叶变换矩阵W表示如下：

式中则得到如下关系y＝XZ+v。

3.根据权利要求1所述一种基于最大互相关熵准则鲁棒稀疏的宽带频谱感知算法，其特征在于：步骤2)中，构建了基于互相关熵诱导度量的最大互相关熵准则，称为CIM-MCC的代价函数：

式中：σ_mcc是鲁棒核宽度，其大小与算法的鲁棒性相关；e(n)是估计误差，e(n)＝y(n)-X(n)Z(n)；λ_C是惩罚权值参数；σ_cim是惩罚核宽度，与算法的稀疏惩罚力度有关；Z_i(n)是第n个时刻第i个频谱向量元素的估计值，是基于最大互相关熵准则的代价函数，其作用是为了抑制非高斯噪声的鲁棒项；是基于互相关熵诱导度量的代价函数，利用频谱的稀疏性进行稀疏估计的惩罚项，用来加快频谱向量的估计速度。

4.根据权利要求1或3所述一种基于最大互相关熵准则鲁棒稀疏的宽带频谱感知算法，其特征在于：所述步骤2)中，基于互相关熵诱导度量的最大互相关熵准则的代价函数运用最陡下降算法进行频谱向量Z的估计，直至算法收敛，其更新公式如下：

e(n)＝y(n)-X(n)Z(n)

式中：μ_mcc为学习步长；为惩罚因子。

5.根据权利要求1或4所述的一种基于最大互相关熵准则鲁棒稀疏的宽带频谱感知算法，其特征在于：所述的最陡下降算法，为了获得足够的输入观测数据，使得算法能收敛，构建循环输入观测信号：

y_in＝[y,y,...,y]^T

X_in＝[X,X,...,X]^T