[发明专利]一种主用户发射功率识别方法、系统、设备及终端

权利要求书

1.一种主用户发射功率识别方法，其特征在于，用于单输入多输出的功率识别任务，主用户配置发射天线数为1，认知无线电设备配置的感知天线数为K，且K＞1，所述主用户发射功率识别方法包括以下步骤：

步骤一，数据采样：认知无线电设备通过K个感知天线采集N个时间离散的采样向量；

步骤二，获取观测数据：将采样信号预处理得到采样信号的协方差矩阵，并作为卷积神经网络的观测数据；

步骤三，设计卷积神经网络结构：设计由特征提取器和分类器两部分组成的卷积神经网络结构，通过构造观测数据适配性的特征提取器结构，提取观测数据高维特征信息，最终输出的特征向量用来辅助分类器做出识别判决；

步骤四，网络训练：采用步骤二得到的观测数据集对步骤三构建的网络进行训练，实行梯度下降算法对模型参数进行更新，通过最小化代价函数实现获取最大化后验概率的目标，得到训练好的网络；

步骤五，识别性能测试：将待测试的观测数据输入已训练好的网络，通过前向传输得到最终的最优后验概率的输出，并选取最大后验概率对应的假设情况进行功率识别结果的判决。

2.如权利要求1所述主用户发射功率识别方法，其特征在于，所述步骤一中的数据采样包括：

在一个采样窗口有N个时间离散采样向量，对于单个采样向量y(n)：

y(n)＝[y₁(n),…,y_k(n),…,y_K(n)]^T,n∈[1,N]；

其中，y_k(n)表示在第k个感知天线所接收到的第n个时间离散采样数据；

离散时间点采样向量表达式为：

H_i:

其中，s(n)代表的是从主用户端发射出来的非高斯信号；是一个K×1的向量，表示从发射端到各个感知天线间的瑞利衰落信道向量；w(n)代表感知天线接收到的有色复高斯噪声；P_i，i＝0,1,…,I表示主用户的发射功率的电平值，且存在I个发射功率电平值可供主用户使用，大小关系为P₀＜P₁＜…＜P_I；其中P₀＝0表示主用户为未占用频谱；H_i代表具体主用户发射功率P_i的假设情况。

3.如权利要求1所述主用户发射功率识别方法，其特征在于，所述步骤二中的获取观测数据包括：

(1)将接收到的采样数据进行数据预处理后得到采样信号的协方差矩阵，并构建基于协方差矩阵的带标签观测数据集；

(2)将观测数据的实部数据和虚部数据分离成两个通道作为卷积神经网络的输入数据；

其中，将原始采样信号转换为采样信号的协方差矩阵来作为卷积神经网络的观测数据。在一个采样窗口期间，当认知无线电设备接收到N个时间离散采样向量后，计算得到采样信号的协方差矩阵表达式为：

将观测数据集设置成：

其中，表示观测数据的C_y(N)集合，T是数据标签t的集合；就单个样本数据而言，表示观测数据集中的第m，(m＝1,2,…,M)个观测数据；其中为观测数据，向量t^(m)＝[t₀,...,t_i,...,t_I],i∈[0,I]为对应观测数据的标签向量，其中t_i的值为0或1，当t_i＝1时表示对应的观测数据属于H_i情况下的类别，表示为：

将协方差矩阵C_y(N)的实部与虚部分离，形成双通道数据D_in(i；j；α)，α表示通道编号；其中，通道1为实部数据D_in(i；j；1)＝(Real(C_y(N)))_i,j，通道2为虚部数据D_in(i；j；2)＝(Imag(C_y(N)))_i,j，(·)i,j表示i行，j列元素，故输入数据D_in的数据大小为K×K×2的双通道矩阵。