CN109525339A - 认知无线电的频谱感知方法、装置、设备以及存储介质 - Google Patents
认知无线电的频谱感知方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN109525339A CN109525339A CN201810953766.XA CN201810953766A CN109525339A CN 109525339 A CN109525339 A CN 109525339A CN 201810953766 A CN201810953766 A CN 201810953766A CN 109525339 A CN109525339 A CN 109525339A
- Authority
- CN
- China
- Prior art keywords
- matrix
- riemann
- signal
- frequency spectrum
- mean
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001228 spectrum Methods 0.000 title claims abstract description 74
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000001149 cognitive effect Effects 0.000 title claims abstract description 49
- 239000011159 matrix material Substances 0.000 claims abstract description 155
- 238000005070 sampling Methods 0.000 claims abstract description 43
- 230000008447 perception Effects 0.000 claims abstract description 23
- 238000004422 calculation algorithm Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 5
- RVRCFVVLDHTFFA-UHFFFAOYSA-N heptasodium;tungsten;nonatriacontahydrate Chemical compound O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.[Na+].[Na+].[Na+].[Na+].[Na+].[Na+].[Na+].[W].[W].[W].[W].[W].[W].[W].[W].[W].[W].[W] RVRCFVVLDHTFFA-UHFFFAOYSA-N 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 21
- 238000005315 distribution function Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000005610 quantum mechanics Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/382—Monitoring; Testing of propagation channels for resource allocation, admission control or handover
Abstract
本发明公开了一种认知无线电的频谱感知方法、装置、设备以及计算机可读存储介质，包括：对噪声环境进行采样得到第一采样矩阵，以便根据所述第一采样矩阵得到噪声协方差矩阵；对待感知的无线信号进行采样得到第二采样矩阵，以便根据所述第二采样矩阵得到信号协方差矩阵；计算多个噪声协方差矩阵的黎曼均值矩阵后，利用卡方散度计算所述信号协方差矩阵与所述黎曼均值矩阵的几何距离；根据所述几何距离和与预设门限的比较结果，判断所述待感知无线信号中是否存在频谱信号。本发明所提供的方法、装置、设备以及计算机可读存储介质，提高了频谱感知的检测效率和稳定性。
Description
技术领域
本发明涉及认知无线电技术领域，特别是涉及一种认知无线电的 频谱感知方法、装置、设备以及计算机可读存储介质。
背景技术
随着无线通信技术的快速发展，无线频谱资源日益紧张，然而当 前已分配的频谱的利用率普遍偏低，这说明传统的频谱分配方法并没 有将频带完全利用起来。因此，在有限的频谱资源中提高频谱资源的 利用率决定着无线通信技术的发展，也是无线通信的关键技术。在这 种情况下，认知无线电应运而生，频谱感知是认知无线电技术的核心。 现有的频谱感知方法有很多，但是都存在一些问题。
信息几何是近年来新兴的理论体系。而现有技术中基于信息几何 的信号检测方法较少，在雷达回波检测中有一些应用。而雷达信号处 理是信号处理的一个重要的分支，有着广泛的应用背景。在这一领域 有代表性的实现方案是Barbaresco等基于正定矩阵流形实现脉冲 Doppler雷达矩阵CFAR检测的研究。
现有技术主要是应用传统的频谱感知算法，这其中包括能量检 测、循环平稳特征检测和匹配滤波检测。能量检测算法的缺点是容易 受到噪声波动的影响，检测性能对噪声的不确定性十分敏感；循环平 稳特征检测算法的缺点是复杂度较高，同时降低了系统的灵敏度；而 匹配滤波检测算法的缺点是需要授权用户信号的先验信息，通用性较 差。因此，现有技术中认知无线电频谱感知的方法检测性能不够稳定， 感知效率较低。
综上所述可以看出，如何提高频谱感知的检测效率和稳定性是目 前有待解决的问题。
发明内容
本发明的目的是提供一种认知无线电的频谱感知方法、装置、设 备以及计算机可读存储介质，以解决现有技术中频谱感知方法效率低、 检测性能不稳定的问题。
为解决上述技术问题，本发明提供一种认知无线电的频谱感知方 法，包括：对噪声环境进行采样得到第一采样矩阵，以便根据所述第 一采样矩阵得到噪声协方差矩阵；对待感知的无线信号进行采样得到 第二采样矩阵，以便根据所述第二采样矩阵得到信号协方差矩阵；计 算多个噪声协方差矩阵的黎曼均值矩阵后，利用卡方散度计算所述信 号协方差矩阵与所述黎曼均值矩阵的几何距离；根据所述几何距离和 与预设门限的比较结果，判断所述待感知无线信号中是否存在频谱信 号。
优选地，根据计算多个噪声协方差矩阵的黎曼均值矩阵包括：利 用梯度下降算法计算多个噪声协方差矩阵的黎曼均值矩阵。
优选地，所述利用梯度下降算法计算多个噪声协方差矩阵的黎曼 均值矩阵包括：
计算噪声协方差矩阵R1和噪声协方差矩阵R2的均值 作为黎曼均值的初始值；
将所述初始值作为子梯度Karcher流算法的输入值，通过
迭代计算N个噪声协方差矩阵R1,R2,…,RN的黎曼均值输出值其中，为第i个黎曼均值计算值；为第n+1个黎曼中 值计算值；Rk表示N个噪声协方差矩阵R1,R2,…,RN阵的集合；τ为迭代 步长。
优选地，所述卡方散度计算所述信号协方差矩阵与所述黎曼均值 矩阵的几何距离包括：
通过计算所述信号协方差矩阵与所述黎曼均 值矩阵的几何距离D；其中，Ak(k＝1,2,...,N)为信号协方差矩阵。
优选地，所述根据所述几何距离和与预设门限的比较结果，判断 所述待感知无线信号中是否存在频谱信号包括：
利用所述卡方散度计算所述噪声协方差矩阵与所述黎曼均值矩 阵的几何距离作为门限因子T；
比较所述几何距离D和预设门限T的大小，若D>T时，则所述 待感知的无线信号中存在频谱信号；若D<T时，则所述待感知的无线 信号中仅存在噪声信号。
本发明还提供了一种认知无线电的频谱感知装置，包括：
第一采样模块，用于对噪声环境进行采样得到第一采样矩阵，以 便根据所述第一采样矩阵得到噪声协方差矩阵；
第二采样模块，用于对待感知的无线信号进行采样得到第二采样 矩阵，以便根据所述第二采样矩阵得到信号协方差矩阵；
计算模块，用于计算多个噪声协方差矩阵的黎曼均值矩阵后，利 用卡方散度计算所述信号协方差矩阵与所述黎曼均值矩阵的几何距 离；
判断模块，用于根据所述几何距离和与预设门限的比较结果，判 断所述待感知无线信号中是否存在频谱信号。
优选地，所述计算模块用于：利用梯度下降算法计算多个噪声协 方差矩阵的黎曼均值矩阵。
优选地，所述计算模块具体用于：
计算噪声协方差矩阵R1和噪声协方差矩阵R2的均值 作为黎曼均值的初始值
将所述初始值作为子梯度Karcher流算法的输入值，通过
迭代计算N个噪声协方差矩阵R1,R2,…,RN的黎曼均值输出值其中，为第i个黎曼均值计算值；为第n+1个黎曼中 值计算值；Rk表示N个噪声协方差矩阵R1,R2,…,RN阵的集合；τ为迭代 步长。
本发明还提供了一种认知无线电的频谱感知设备，包括：
存储器，用于存储计算机程序；处理器，用于执行所述计算机程 序时实现上述一种认知无线电的频谱感知方法的步骤。
本发明还提供了一种计算机可读存储介质，所述计算机可读存储 介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述 一种认知无线电的频谱感知方法的步骤。
本发明所提供的认知无线电频谱感知方法，在噪声环境进行采样 得到第一采样矩阵，根据第一采样矩阵得到噪声协方差矩阵；对待感 知的无线信号进行采样得到第二采样矩阵，根据所述第二采样矩阵计 算得到信号协方差矩阵。计算多个噪声协方差矩阵的黎曼均值矩阵； 利用卡尔散度计算所述信息协方差矩阵和所述黎曼均值矩阵间的几何 距离；比较所述几何距离和预设门限因子的大小，根据比较结果判断 所述待感知的无线信号中是否存在频谱信号。本发明所提供的频谱感 知方法，将频谱信号检测的问题转换为了统计流行上的几何问题，针 对不同的分布数据，可以对应到相应的统计流行上进行几何分析，从 而提高了检测性能的稳定性。且在本发明中通过卡尔散度计算信号协 方差矩阵和黎曼均值之间的几何距离，减小了计算的复杂度，大大提 高了检测效率。
附图说明
为了更清楚的说明本发明实施例或现有技术的技术方案，下面将 对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易 见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普 通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附 图获得其他的附图。
图1为本发明所提供的认知无线电的频谱感知方法的第一种具体 实施例的流程图；
图2为本发明所提供的认知无线电的频谱感知方法的第二种具体 实施例的流程图；
图3为本发明所提供认知无线电频谱检测器的工作流程图；
图4为本发明所提供认知无线电频谱检测器的性能仿真图；
图5为本发明实施例提供的一种认知无线电的频谱感知装置的结 构框图。
具体实施方式
本发明的核心是提供一种认知无线电的频谱感知方法、装置、设 备以及计算机可读存储介质，提高了频谱感知的检测效率和稳定性。
为了使本技术领域的人员更好地理解本发明方案，下面结合附图 和具体实施方式对本发明作进一步的详细说明。显然，所描述的实施 例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中 的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得 的所有其他实施例，都属于本发明保护的范围。
信息几何是基于微分几何发展出来的一套理论体系。主要应用在 统计分析、控制理论、神经网络、量子力学、信息论等领域。信息几 何将概率论、信息论和统计学中的许多重要概念视为概率分布空间中 的几何结构，采用微分几何方法来研究其上的性质，从而将概率论和 信息论中的基本问题几何化，赋予其内在的几何本质。对于不同类型 或不同参数化的概率分布函数族，都对应于一个具有一定几何结构的 统计流形。由于概率分布函数的形式决定了其中每一个概率分布函数 与其周围附近的概率分布函数之间的关系，而这种关系决定了其所构 成的空间的结构。因此，统计流形的几何结构，反映了概率分布函数族内在的本质属性。信息几何就是在由概率分布函数族所构成的统计 流形上，采用现代微分几何方法来研究统计学和信息论问题的理论体 系。信息几何的优势在于其将概率分布函数族作为一个集合，并通过 一套原理和方法，来研究概率分布所蕴含的内在结构信息。由于统计 流形上的每一个点代表了一个概率分布函数，而概率分布函数又是信 息论和统计学研究的基础，因此，信息几何为信号检测提供了一个新 的方法。
请参考图1，图1为本发明所提供的认知无线电的频谱感知方法 的第一种具体实施例的流程图；具体操作步骤如下：
步骤S101：对噪声环境进行采样得到第一采样矩阵，以便根据所 述第一采样矩阵得到噪声协方差矩阵；
假设在认知无线电网络中有K个次用户SU且每个次用户的采样 点数为N。假设H0表示为频谱信号不存在，H1表示为频谱信号存在。 在上述假设下接受信号的模型可表示为：
其中，si(n)为主用户PU信号，wi(n)表示均值为0。σ2为高斯白噪 声。
利用S＝1和S＝0分别表示PU的状态，频道的可用性A可以被定 义为：当A＝0表示频道不能使用，当A＝1表示频道可以 使用。
将频谱感知检测器的虚警概率和检测概率定义为：
Pfa＝P[A*＝0|A＝1]
Pd＝P[A*＝0|A＝0]
步骤S102：对待感知的无线信号进行采样得到第二采样矩阵，以 便根据所述第二采样矩阵得到信号协方差矩阵；
步骤S103：计算多个噪声协方差矩阵的黎曼均值矩阵后，利用卡 方散度计算所述信号协方差矩阵与所述黎曼均值矩阵的几何距离；
对于N个噪声协方差矩阵Rk(k＝1,2,...,N)，其黎曼均值是使得目标函数:
取最小值时所对应的矩阵，即：
计算噪声协方差矩阵R1和噪声协方差矩阵R2的均值 作为黎曼均值的初始值；
将所述初始值作为子梯度Karcher流算法的输入值，通过
迭代计算N个噪声协方差矩阵R1,R2,…,RN的黎曼均值输出值其中，为第i个黎曼均值计算值；为第n+1个黎曼中 值计算值；Rk表示N个噪声协方差矩阵R1,R2,…,RN阵的集合；τ为迭代 步长。
考虑由协方差矩阵R∈Cn×n参数化的概率分布族S＝{p(x|R)|R∈Cn×n}， 其中Cn×n为n×n维向量空间中的开集，p(x|R)为高斯分布的概率密度函 数。根据信息几何理论，在一定的拓扑结构下S可以构成一个可微的 流形，称之为统计流形。由于流形S的参数R为协方差矩阵，S又可以 称之为矩阵流形。因此，我们在上面计算得出的噪声协方差矩阵和待感知的信号协方差矩阵分别对应流形上的点。利用统计流形上的度量 方法，由于比较常用的方法：测地线距离(Geodesic Distance，GD)和 KLD测距(Kullback-LeiblerDivergence，KLD)在计算点与点之间的距 离时，计算过程复杂，因此本实施例采用卡尔散度(χ2散度)计算所 述信号协方差矩阵和所述黎曼均值矩阵间的几何距离。
通过计算所述信号协方差矩阵 与所述黎曼均值矩阵的几何距离D；其中，Ak(k＝1,2,...,N)为信号协方 差矩阵。
步骤S104：根据所述几何距离和与预设门限的比较结果，判断所 述待感知无线信号中是否存在频谱信号。
在本实施例中，利用梯度下降算法计算得到的黎曼均值是趋于稳 定的值，因此利用黎曼均值的频谱感知方法的检测性能显著提高，且 基于散度计算所述信号协方差矩阵和所述黎曼均值矩阵的几何距离， 使感知效率更高。
在上述具体实施例的基础上，本发明采取噪声协方差矩阵与黎曼 均值矩阵之间的几何距离T作为感知的门限因子，当待感知的无线信 号协方差矩阵和黎曼均值矩阵之间的几何距离D大于T时，则说明待 感知的无线信号中存在频谱信号。请参考图2，图2为本发明所提供 的认知无线电的频谱感知方法的第二种具体实施例的流程图本实施例 的具体操作步骤如下：
步骤S201：对噪声环境进行采样，获得噪声采样矩阵，根据噪声 采样矩阵获得噪声协方差矩阵；
步骤S202：对待感知的无线信号进行采样，获得待感知的无线信 号矩阵，从而获得待感知的无线信号协方差矩阵；
步骤S203：计算噪声协方差矩阵R1和噪声协方差矩阵R2的均值作 为黎曼均值的初始值
步骤S204：将所述初始值作为子梯度Karcher流算法的输入值， 迭代计算N个噪声协方差矩阵的黎曼均值输出值RM；
步骤S205：利用卡方散度计算所述信号协方差矩阵与所述黎曼均 值矩阵的几何距离D；
步骤S206：利用所述卡方散度计算所述噪声协方差矩阵与所述黎 曼均值矩阵的几何距离作为门限因子T；
步骤S207：比较所述几何距离D和预设门限T的大小，若D>T 时，则所述待感知的无线信号中存在频谱信号；若D<T时，则所述待 感知的无线信号中仅存在噪声信号。
需要说明的是，上述步骤S201与步骤S202的操作顺序不受限定， 可以先对噪声信号进行采样，也可以先对待感知的无线信号进行采样。 步骤S202与步骤S203、S204、S205的操作顺序也不受限定，可以在 采集完噪声信号后，采集待感知的无线信号；也可以在采集完噪声信 号后，获取N个噪声协方差矩阵，求取N个噪声协方差矩阵的黎曼均 值后，再采集待感知的无线信号。
根据上述实施例所述，得到基于黎曼均值的频谱检测器，所述检 测器的流程如图3所示；所述检测器在进行完数据采样后，得出噪声 协方差矩阵与待感知的无线信号的协方差矩阵；计算得出噪声协方差 矩阵的黎曼均值，将噪声协方差矩阵与黎曼均值之间的几何距离T作 为门限因子输入比较器；将待感知的无线信号的协方差矩阵与黎曼均 值之间的几何距离D输入比较器；当T大于D时，说明待感知的无 线信号中仅存在噪声，当D大于T时，说明待感知的无线信号中存在 频谱信号。如图4所示，所述检测器进行仿真实验，由图可知，信噪 比的改善对于检测性能的提升影响很大，在信噪比很低的-30-15区间 里频谱感知的检测性能有明显提高。
请参考图5，图5为本发明实施例提供的一种认知无线电的频谱 感知装置的结构框图；具体装置可以包括：
第一采样模块100，用于对噪声环境进行采样得到第一采样矩阵， 以便根据所述第一采样矩阵得到噪声协方差矩阵；
第二采样模块200，用于对待感知的无线信号进行采样得到第二 采样矩阵，以便根据所述第二采样矩阵得到信号协方差矩阵；
计算模块300，用于计算多个噪声协方差矩阵的黎曼均值矩阵后， 利用卡方散度计算所述信号协方差矩阵与所述黎曼均值矩阵的几何距 离；
判断模块400，用于根据所述几何距离和与预设门限的比较结果， 判断所述待感知无线信号中是否存在频谱信号。
本实施例的认知无线电的频谱感知装置用于实现前述的认知无 线电的频谱感知方法，因此认知无线电的频谱感知装置中的具体实施 方式可见前文中的认知无线电的频谱感知方法的实施例部分，例如， 第一采样模块100，第二采样模块200，计算模块300，判断模块400， 分别用于实现上述认知无线电的频谱感知方法中步骤S101，S102， S103和S104，所以，其具体实施方式可以参照相应的各个部分实施 例的描述，在此不再赘述。
本发明具体实施例还提供了一种认知无线电的频谱感知设备，包 括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程 序时实现上述一种认知无线电的频谱感知方法的步骤。
本发明具体实施例还提供了一种计算机可读存储介质，所述计算 机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行 时实现上述一种认知无线电的频谱感知方法的步骤。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说 明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分 互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的 方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述 的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者 的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明 中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟 以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束 条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所 描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接 用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块 可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程 ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本发明所提供的认知无线电的频谱感知方法、装置、设备 以及计算机可读存储介质进行了详细介绍。本文中应用了具体个例对 本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮 助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普 通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进 行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范 围内。
Claims (10)
1.一种认知无线电的频谱感知方法，其特征在于，包括：
对噪声环境进行采样得到第一采样矩阵，以便根据所述第一采样矩阵得到噪声协方差矩阵；
对待感知的无线信号进行采样得到第二采样矩阵，以便根据所述第二采样矩阵得到信号协方差矩阵；
计算多个噪声协方差矩阵的黎曼均值矩阵后，利用卡方散度计算所述信号协方差矩阵与所述黎曼均值矩阵的几何距离；
根据所述几何距离和与预设门限的比较结果，判断所述待感知无线信号中是否存在频谱信号。
2.如权利要求1所述的频谱感知方法，其特征在于，根据计算多个噪声协方差矩阵的黎曼均值矩阵包括：利用梯度下降算法计算多个噪声协方差矩阵的黎曼均值矩阵。
3.如权利要求2所述的频谱感知方法，其特征在于，所述利用梯度下降算法计算多个噪声协方差矩阵的黎曼均值矩阵包括：
计算噪声协方差矩阵R1和噪声协方差矩阵R2的均值
迭代计算N个噪声协方差矩阵R1,R2,…,RN的黎曼均值输出值其中，为第i个黎曼均值计算值；为第n+1个黎曼中值计算值；Rk表示N个噪声协方差矩阵R1,R2,…,RN阵的集合；τ为迭代步长。
4.如权利要求1所述的频谱感知方法，其特征在于，所述卡方散度计算所述信号协方差矩阵与所述黎曼均值矩阵的几何距离包括：
通过计算所述信号协方差矩阵与所述黎曼均值矩阵的几何距离D；
其中，Ak(k＝1,2,...,N)为信号协方差矩阵。
5.如权利要求4所述的频谱感知方法，其特征在于，所述根据所述几何距离和与预设门限的比较结果，判断所述待感知无线信号中是否存在频谱信号包括：
利用所述卡方散度计算所述噪声协方差矩阵与所述黎曼均值矩阵的几何距离作为门限因子T；
比较所述几何距离D和预设门限T的大小，若D>T时，则所述待感知的无线信号中存在频谱信号；若D<T时，则所述待感知的无线信号中仅存在噪声信号。
6.一种认知无线电的频谱感知装置，其特征在于，包括：
第一采样模块，用于对噪声环境进行采样得到第一采样矩阵，以便根据所述第一采样矩阵得到噪声协方差矩阵；
第二采样模块，用于对待感知的无线信号进行采样得到第二采样矩阵，以便根据所述第二采样矩阵得到信号协方差矩阵；
计算模块，用于计算多个噪声协方差矩阵的黎曼均值矩阵后，利用卡方散度计算所述信号协方差矩阵与所述黎曼均值矩阵的几何距离；
判断模块，用于根据所述几何距离和与预设门限的比较结果，判断所述待感知无线信号中是否存在频谱信号。
7.如权利要求6所述的频谱感知装置，其特征在于，所述计算模块用于：利用梯度下降算法计算多个噪声协方差矩阵的黎曼均值矩阵。
8.如权利要求7所述的频谱感知装置，其特征在于，所述计算模块具体用于：
计算噪声协方差矩阵R1和噪声协方差矩阵R2的均值
迭代计算N个噪声协方差矩阵R1,R2,…,RN的黎曼均值输出值其中，为第i个黎曼均值计算值；为第n+1个黎曼中值计算值；Rk表示N个噪声协方差矩阵R1,R2,…,RN阵的集合；τ为迭代步长。
9.一种认知无线电的频谱感知设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至5任一项所述一种认知无线电的频谱感知方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述一种认知无线电的频谱感知方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810953766.XA CN109525339B (zh) | 2018-08-21 | 2018-08-21 | 认知无线电的频谱感知方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810953766.XA CN109525339B (zh) | 2018-08-21 | 2018-08-21 | 认知无线电的频谱感知方法、装置、设备以及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109525339A true CN109525339A (zh) | 2019-03-26 |
| CN109525339B CN109525339B (zh) | 2021-04-16 |
Family
ID=65770786
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810953766.XA Active CN109525339B (zh) | 2018-08-21 | 2018-08-21 | 认知无线电的频谱感知方法、装置、设备以及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109525339B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111263413A (zh) * | 2020-01-15 | 2020-06-09 | 北京邮电大学 | 一种cr-vanet系统的频谱切换方法、装置及电子设备 |
| CN114465681A (zh) * | 2022-01-05 | 2022-05-10 | 国网江苏省电力有限公司电力科学研究院 | 一种用于电力物联网的多节点协作频谱感知方法及装置 |
| CN115598616A (zh) * | 2022-12-13 | 2023-01-13 | 中国人民解放军国防科技大学（Cn） | 基于功率谱信息几何的雷达目标检测方法、装置和设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120212375A1 (en) * | 2011-02-22 | 2012-08-23 | Depree Iv William Frederick | Quantum broadband antenna |
| US20150081158A1 (en) * | 2013-09-16 | 2015-03-19 | Airbus Defence and Space GmbH | Method of detecting a defect in a structure, detector device and flying object |
| CN107071788A (zh) * | 2017-04-21 | 2017-08-18 | 广东工业大学 | 一种认知无线网络中的频谱感知方法及装置 |
| CN107947880A (zh) * | 2017-11-29 | 2018-04-20 | 南京航空航天大学 | 认知无线电网络中面向频谱需求不确定性的频谱投资策略 |
| CN107979431A (zh) * | 2017-11-28 | 2018-05-01 | 广东工业大学 | 基于黎曼中值的频谱感知的方法、装置以及设备 |
-
2018
- 2018-08-21 CN CN201810953766.XA patent/CN109525339B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120212375A1 (en) * | 2011-02-22 | 2012-08-23 | Depree Iv William Frederick | Quantum broadband antenna |
| US20150081158A1 (en) * | 2013-09-16 | 2015-03-19 | Airbus Defence and Space GmbH | Method of detecting a defect in a structure, detector device and flying object |
| CN107071788A (zh) * | 2017-04-21 | 2017-08-18 | 广东工业大学 | 一种认知无线网络中的频谱感知方法及装置 |
| CN107979431A (zh) * | 2017-11-28 | 2018-05-01 | 广东工业大学 | 基于黎曼中值的频谱感知的方法、装置以及设备 |
| CN107947880A (zh) * | 2017-11-29 | 2018-04-20 | 南京航空航天大学 | 认知无线电网络中面向频谱需求不确定性的频谱投资策略 |
Non-Patent Citations (3)
| Title |
|---|
| QIUYUAN LU 等: "Wideband Spectrum Sensing Based on Riemannian Distance for Cognitive Radio Networks", 《SENSORS》 * |
| RAFFAELLO SERI 等: "A Tight Bound on the Distance Between a Noncentral Chi Square and a Normal Distribution", 《IEEE COMMUNICATION LETTERS》 * |
| 乔韡韡 等: "基于卡方散度阈值方法的图像分割研究与实现", 《计算机应用与软件》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111263413A (zh) * | 2020-01-15 | 2020-06-09 | 北京邮电大学 | 一种cr-vanet系统的频谱切换方法、装置及电子设备 |
| CN114465681A (zh) * | 2022-01-05 | 2022-05-10 | 国网江苏省电力有限公司电力科学研究院 | 一种用于电力物联网的多节点协作频谱感知方法及装置 |
| CN114465681B (zh) * | 2022-01-05 | 2024-03-22 | 国网江苏省电力有限公司电力科学研究院 | 一种用于电力物联网的多节点协作频谱感知方法及装置 |
| CN115598616A (zh) * | 2022-12-13 | 2023-01-13 | 中国人民解放军国防科技大学（Cn） | 基于功率谱信息几何的雷达目标检测方法、装置和设备 |
| CN115598616B (zh) * | 2022-12-13 | 2023-03-10 | 中国人民解放军国防科技大学 | 基于功率谱信息几何的雷达目标检测方法、装置和设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109525339B (zh) | 2021-04-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wang et al. | Toward accurate device-free wireless localization with a saddle surface model | |
| CN108696331B (zh) | 一种基于生成对抗网络的信号重构方法 | |
| CN107979431A (zh) | 基于黎曼中值的频谱感知的方法、装置以及设备 | |
| CN109525339A (zh) | 认知无线电的频谱感知方法、装置、设备以及存储介质 | |
| CN108462544B (zh) | 一种频谱感知方法及装置 | |
| CN109039503A (zh) | 一种频谱感知方法、装置、设备及计算机可读存储介质 | |
| US10241973B2 (en) | System and method for reducing size of raw data by performing time-frequency data analysis | |
| CN109039500A (zh) | 一种频谱感知方法、装置、设备、系统及存储介质 | |
| CN113067653B (zh) | 一种频谱感知方法、装置、电子设备及介质 | |
| CN113723618B (zh) | 一种shap的优化方法、设备及介质 | |
| CN110728313B (zh) | 一种用于意图分类识别的分类模型训练方法及装置 | |
| CN107426736A (zh) | 一种认知无线电的频谱感知方法及系统 | |
| CN103987118A (zh) | 基于接收信号强度信号ZCA白化的接入点k-means聚类方法 | |
| CN108225332B (zh) | 基于监督的室内定位指纹地图降维方法 | |
| CN108880717A (zh) | 一种基于信息几何的α散度的频谱感知方法 | |
| Jia et al. | A DNN-based WiFi-RSSI indoor localization method in IoT | |
| CN110288025A (zh) | 基于信息几何与谱聚类的频谱感知方法、装置及设备 | |
| CN107171752A (zh) | 一种认知无线电的频谱感知方法及系统 | |
| Wang et al. | Classification methods with signal approximation for unknown interference | |
| CN115021845B (zh) | 一种频谱感知方法、系统、介质、设备及终端 | |
| CN109815118A (zh) | 数据库管理方法及装置、电子设备和计算机可读存储介质 | |
| CN109362027B (zh) | 定位方法、装置、设备及存储介质 | |
| Tan et al. | A CORDIC-Jacobi Based Spectrum Sensing Algorithm for Cognitive Radio | |
| CN110995365B (zh) | 射频基因库建立方法及违法违规无线电波检测方法 | |
| CN113705363A (zh) | 一种特定卫星上行信号的识别方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240411 Address after: Room 201, Building A, No. 318 Outer Ring West Road, University City, Panyu District, Guangzhou City, Guangdong Province, 510000 Patentee after: Guangzhou University Town (Guangong) Science and Technology Achievement Transformation Center Country or region after: China Address before: 510006 No. 100 West Ring Road, Panyu District University, Guangdong, Guangzhou Patentee before: GUANGDONG University OF TECHNOLOGY Country or region before: China |
|
| TR01 | Transfer of patent right |
Effective date of registration: 20240425 Address after: 518000 Room 201, building 6, Shenzhen Software Park, No.2, second Gaoxin Road, Maling community, Yuehai street, Nanshan District, Shenzhen City, Guangdong Province Patentee after: Gree IoT Technology (Shenzhen) Co.,Ltd. Country or region after: China Address before: Room 201, Building A, No. 318 Outer Ring West Road, University City, Panyu District, Guangzhou City, Guangdong Province, 510000 Patentee before: Guangzhou University Town (Guangong) Science and Technology Achievement Transformation Center Country or region before: China |