[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

说明书

本发明提供了基于最小二乘向量机的自适应宽带压缩频谱感知算法，包括如下步骤：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处理，得到宽带折叠谱，并对每个叠加子频段的能量值进行估计；S2、利用步骤S1中的每个叠加子频段的能量值，将叠加子频段分为H₁、H₂、H₀；S3、当某叠加子频段k属于类别H₂，使用PR中的子信道辨别方法，判别被占用子信道；S4、当某叠加子频段k属于类别H₁，使用NoR中的子信道辨别方法，判别被占用子信道；S5、综合步骤S3、步骤S4的结果，判别出宽带频谱中所有被占用子信道位置。本发明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，检测性能高，降低了计算复杂度。

技术领域

本发明属于无线通信技术领域，尤其是涉及一种基于最小二乘向量机的自适应宽带压缩频谱感知算法。

背景技术

在无线通信领域中，宽带频谱感知是一项备受瞩目的研究问题。实现宽带频谱感知的难点在于需要高速的模数转换器。压缩感知因其在信号采样领域的深远影响，近期在宽带频谱感知研究中备受重视。绝大多数的基于压缩感知的宽带频谱感知算法需要重建频谱。例如，在仅有次奈奎斯特采样值的前提下，可以使用一些非线性算法，如凸优化、贪婪算法等，来进行信号重建。再如，有研究者利用基于多路采样所得次奈奎斯特采样点其变换下所得频谱相关特性，重建功率谱。在我们之前的工作中，基于互质采样，利用互质整数之间的特性，找到所得采样点之间的相关特性，从而重建功率谱。然而，以上基于压缩采样的频谱感知方法，均使用高度非线性算法重建频谱，从而导致计算复杂度非常高。

为降低计算复杂度，我们首先提出一种仅需部分谱重建的宽带压缩感知算法(PR)。该两步感知算法实现基础是多组次奈奎斯特采样得到的叠加谱结构。本算法首先使用粗粒检测将叠加谱中包含有活跃用户的叠加子频段检测出来，然后对挑选出来的叠加子频段进行细粒检测，从而确定其中被活跃用户占据的子信道的位置。PR算法的计算复杂度与直接对整个宽带使用细粒检测算法相比，下降倍数仍然可以达到。不满足于部分谱重建。

发明内容

有鉴于此，本发明旨在提出一种基于最小二乘向量机的自适应宽带压缩频谱感知算法，以解决现有技术检测概率低，计算过程复杂的问题。

为达到上述目的，本发明的技术方案是这样实现的：

一种基于最小二乘向量机的自适应宽带压缩频谱感知算法，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；

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；

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。

进一步的，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；