[发明专利]基于最小二乘向量机的自适应宽带压缩频谱感知算法

权利要求书

1.基于最小二乘向量机的自适应宽带压缩频谱感知算法，其特征在于：包括如下具体步骤：

S1、对待检宽带信号进行多组均匀采样，将各采样端得到的次奈奎斯特采样点进行处理，得到宽带折叠谱，并对宽带折叠谱中的每个叠加子频段的能量值进行估计；

S2、利用步骤S1中估计出的每个叠加子频段的能量值，使用多分类LS-SVM算法将叠加子频段分为三类：

S3、利用步骤S2的分类结果，当某叠加子频段k属于公式(1)中的类别H₂，使用PR中的子信道辨别方法，判别出该叠加子频段中的被占用子信道，其中PR代表仅需部分谱重建的宽带压缩感知算法；

S4、利用步骤S2的分类结果，当某叠加子频段k属于公式(1)中类别H₁，使用NoR中的子信道辨别方法，判别出该叠加子频段中的被占用子信道，其中NoR代表无需谱重建的宽带压缩频谱感知算法；

S5、综合步骤S3、步骤S4的结果，即可判别出宽带频谱中所有被占用子信道位置。

2.根据权利要求1所述的基于最小二乘向量机的自适应宽带压缩频谱感知算法，其特征在于：所述步骤S1的具体过程为：

假设我们对宽带信号x(t)的进行频谱感知，宽带信号频谱X(f)的带宽为1/T，可知1/T同时对应该宽带信号的奈奎斯特速率，该宽带信号由U个连续不重叠的窄带子信道构成；我们采用多组采样机制对信号x(t)进行采样，多组采样使用并行的模数转换器对信号进行均匀采样，其采样速率低于奈奎斯特速率，而采样速率下降的倍数(因子)被设为N；

当采样端数目满足M＜N时，该多组采样为次奈奎斯特采样，设第i个采样器的初始采样点延迟系数为c_i，并且0≤c₀＜c₁＜…＜c_M-1≤N-1，那么，从采样端i获得的离散信号为：

假设以及U＝FN，其中F是每个采样端获得的采样点数目，那么，y_i(n)的U点FFT可以由的F点FFT求得：

则宽带信号的离散频谱X(k)为：

宽带离散频谱X(k)＝{X_n(k)|X_n(k)＝X(k+nF),0≤n≤N-1,0≤k≤F-1}被N倍折叠成叠加谱Y_i(k)＝{Y_i(k),0≤k≤F-1}，N也被称为谱叠加倍数，F是每个采样端获得的采样点数目，同时也代表叠加子频段的数目，统计各采样端的采样数据处理结果，估计出各叠加子频段的能量值：

其中E_i(k)＝|Y_i(k)|²，k＝0，1，…，F-1，M为采样端数目。

3.根据权利要求1所述的基于最小二乘向量机的自适应宽带压缩频谱感知算法，其特征在于：所述步骤S1的具体方法为：收集各叠加子频段能量与其真实分类结果的历史数据生成数据集，将分属三个不同类别的数据集两两组合，由此生成三个训练数据集其中代表训练数据，为其相对应的真实分类结果，K为训练数据个数；分别根据这三个训练数据集，使用最小二乘支持向量机(LS-SVM)算法，获得三个判别方程：

其中x为待检测数据；α_k是拉格朗日乘子；b是通过LS-SVM算法所求得超平面的位移参数；κ(·,·)是核函数，采用径向基函数作为核函数；

将待检测叠加子频段的能量值序列x＝{x(k),0≤k≤F-1}中的各元素x(k)一一代入三个判别方程；若f_i,j(x(k))＝1,i＜j,1≤i,j≤3，则将x(k)判为类别i，即类别i获得一票；否则将x(k)判为类别j，即类别j获得一票；统计三个类别的得票数，获得票数最多的类别即为叠加子频段k所属类别。