CN106911410A - 一种通信主用户感知方法及系统 - Google Patents

一种通信主用户感知方法及系统 Download PDF

Info

Publication number
CN106911410A
CN106911410A CN201710301435.3A CN201710301435A CN106911410A CN 106911410 A CN106911410 A CN 106911410A CN 201710301435 A CN201710301435 A CN 201710301435A CN 106911410 A CN106911410 A CN 106911410A
Authority
CN
China
Prior art keywords
signal
denoising
component
original signal
components
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
Application number
CN201710301435.3A
Other languages
English (en)
Other versions
CN106911410B (zh
Inventor
张顺超
万频
王永华
黄嘉斌
肖逸锐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong University of Technology
Original Assignee
Guangdong University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong University of Technology filed Critical Guangdong University of Technology
Priority to CN201710301435.3A priority Critical patent/CN106911410B/zh
Publication of CN106911410A publication Critical patent/CN106911410A/zh
Application granted granted Critical
Publication of CN106911410B publication Critical patent/CN106911410B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B17/00Monitoring; Testing
    • H04B17/30Monitoring; Testing of propagation channels
    • H04B17/382Monitoring; Testing of propagation channels for resource allocation, admission control or handover

Landscapes

  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本申请公开了一种通信主用户感知方法,包括:对原始信号进行去噪处理,得到去噪信号;计算出去噪信号的能量;通过比较能量是否大于预先设定的阈值,得出所述原始信号是否为主用户信号的初始判决结果。通过本申请所提供的通信主用户感知的方法,能够保证在低信噪比下检测特定频带主用户信号是否存在的性能。另外,本申请还相应公开了一种通信主用户感知系统。

Description

一种通信主用户感知方法及系统
技术领域
本申请涉及无线通信技术领域,特别涉及一种通信主用户感知方法及系统。
背景技术
近年来,随着无线通信的快速发展,无线通信领域所占有的资源日益紧张,尤其是频谱资源。
为了解决频谱资源供需紧张的问题,认知无线技术随之诞生,在一定程度上解决了这个问题。频谱感知是认知无线技术的关键技术之一,主要是确定特定的频谱中的通信主用户的信号是否存在,以便将无主用户信号的空闲状态的频谱分配给无线认知网络中的次用户,从而有效的提高频谱资源的利用率。
频谱感知按照通信范围内认知用户的数量可以把感知技术分为单节点感知和多借点协作感知。单节点感知指单个次用户对主用户信号进行感知,多节点协作感知指多个次用户对主用户信号进行协作感知。
在现有技术中有一种通信主用户感知方法,利用能量检测算法实现对空闲状态频谱的感知。在能量检测方法中,首先获取特定频带内的信号,然后计算出所获取信号的能量数值,最后利用预先设定的判决门限对所计算出来的能量数值进行判决,从而检测出所选的特定频带是否已被主用户信号占用。由此可以看出,这种方法检测对象是特定频带内的信号的能量,与信号的波形无关,因此适用于未知信号的检测,无需提前知道被检测信号的信息。
但是这种能量检测的方法存在严重的不足,首先,因为在现实的无线通信中存在有许多的噪声对信号的影响,在计算信号的能量数值时会有误差,所以难以确定能量数值的判决门限。其次,能量检测算法只计算信号的能量,不能对叠加进信号中的噪声以及干扰进行区分,因此无法判断所检测的信号是噪声还是其他的次用户。
总的来说,现有技术中这种利用能量检测算法的通信主用户感知方法,受限于噪声,在低信噪比下这种方法的检测性能差。
发明内容
本申请的主要目的在于提供一种实现通信主用户感知方法,以实现在现实物理噪声的影响下,能准确的检测出主用户信号的有无,以便将空闲状态的频谱高效的分配给次用户,提高频谱资源的利用率。
为了实现上述目的,本申请提供了一种通信主用户感知方法,所述方法为次用户用于对主用户信号进行检测的方法,包括:
对原始信号进行去噪处理,得到去噪信号;
计算出所述去噪信号的能量;
通过比较所述能量是否大于预先设定的阈值,得出所述原始信号是否为主用户信号的初始判决结果。
优选地,进一步包括:
利用融合判决准则对M个次用户所对应的M个初始判决结果进行融合判决,得到所述原始信号是否为主用户信号的最终判决结果;
其中,M为大于或等于2的整数。
优选地,所述利用融合判决准则对M个次用户所对应的M个初始判决结果进行融合判决的过程,包括:
当所述M个初始判决结果中存在至少K个初始判决结果均为判定所述原始信号是主用户信号的结果,则最终判定所述原始信号为主用户信号,否则最终判定所述原始信号为非主用户信号;
其中,K为预设的正整数。
优选地,所述对原始信号进行去噪处理的过程,包括:
利用经验模态去噪算法对所述原始信号进行去噪处理。
优选地,所述利用经验模态去噪算法对所述原始信号进行去噪处理的过程,包括:
对所述原始信号进行经验模态分解,得到n个分量,其中,n为正整数;
在所述n个分量中确定噪声分量与信号分量的分界点,从所述n个分量中去除掉所述分界点对应的分量以及所述噪声分量,得到所述信号分量;
将所述信号分量进行重构,得到所述去噪信号。
优选地,所述分界点的计算公式为:
式中,表示所述分界点,表示之间的连续均方误差,表示利用所述n个分量中的第k个至第n个分量进行信号重构之后得到的信号,表示利用所述n个分量中的第k+1个至第n个分量进行信号重构之后得到的信号。
本申请还公开了一种通信主用户感知系统,所述系统为次用户用于对主用户信号进行检测的系统,包括:
去噪模块,用于对原始信号进行去噪处理,得到去噪信号;
能量计算模块,用于计算出所述去噪信号的能量;
判决模块,通过比较所述能量是否大于预先设定的阈值,得出原始信号是否为主用户信号的初始判决结果。
优选地,还包括:
融合中心,用于利用融合判决准则对M个次用户所对应的M个初始判决结果进行融合判决,得到所述原始信号是否为主用户信号的最终判决结果;
其中,M大于或等于2得整数。
优选地,所述去噪模块为EMD去噪模块,用于利用经验模态去噪算法对所述原始信号进行去噪处理。
优选地,所述EMD去噪模块,包括:
信号分解单元,用于对所述原始信号进行经验模态分解,得到n个分量,其中,n为正整数;
分界点计算单元,用于在所述n个分量中确定噪声分量与信号分量的分界点,从所述n个分量中去除掉所述分界点对应的分量以及所述噪声分量,得到所述信号分量;
信号重构单元,用于将所述信号分量进行重构,得到所述去噪信号。
本申请中,通信主用户感知的方法包括对原始信号进行去噪处理,得到去噪信号;计算出去噪信号的能量;通过比较能量是否大于预先设定的阈值,得出原始信号是否为主用户信号的初始判决结果。可见本申请在计算信号能量之前,对信号进行去噪处理,从而使计算出的信号的能量更加准确,能够比较容易的确定判断信号能量的阈值。在计算信号能量前就区分开信号和噪声,因而能判断出信号究竟是噪声还是其他次用户。总的来说,利用本申请所提供的通信主用户感知的方法,能够保证在低信噪比下检测特定频带主用户信号是否存在的性能。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,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地介绍,显而易见地,下面描述中的附图仅仅是本申请的实施例,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,还可以根据提供的附图获得其他的附图。
图1为本申请实施例公开的一种通信主用户感知方法流程图;
图2为本申请实施例公开的一种利用经验模态去噪算法对原始信号进行去噪处理流程图;
图3为本申请实施例公开的另一种通信主用户感知方法流程图;
图4为本申请实施例公开的一种通信主用户感知系统结构示意图;
图5为本申请实施例公开的另一种通信主用户感知系统结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
本申请实施例公开了一种通信主用户感知方法,参见图1所示,该方法包括:
步骤11:对原始信号进行去噪处理,得到去噪信号。
本实施例中,上述原始信号为次用户在特定的频带中接收的信号,在次用户进行检测前,该信号可以为主用户发出的信号。特定的频带指的是次用户在将要发送信号是需要使用一个没有被主用户信号占用的频带,因此需要检测该特定的频带是否被主用户信号占用。
另外,需要说明的是,信号在物理信道中传输过程,例如在空气中,会受到许多的噪声干扰,这些噪声会让信号原本的一些参数发生改变,因此需要去噪处理。去噪处理是将原始信号中的噪声部分与信号部分区别开来,去除原始信号中的噪声部分,从而使得到的去噪信号更接近于发送方发出的信号。去噪处理的方法与过程是有很多种的,一般是通过算法来实现的,利用算法确定原始信号的噪声部分与信号部分的主要区别特征,从而利用特征来获取信号部分,得到去噪信号。
步骤12:计算出去噪信号的能量。
本实施例中,计算去噪信号能量的算法和过程有很多种,例如可以利用比较经典的能量检测算法来计算去噪信号的能量,能量检测算法的计算对象只是去噪信号的能量,不涉及去噪信号的波形以及其他特征,因此非常适用于本实施例中的去噪信号。而计算出的能量的实质为一个具体的数值,代表了被检测信号能量的值。
可以理解的是,进行此步骤的目的在于得出一个具体的关于被检测信号能量的数值。
步骤13:通过比较能量是否大于预先设定的阈值,得出原始信号是否为主用户信号的初始判决结果。
其中,在上述步骤13中预先设定的阈值是一个具体的数值,例如可以设为20,代表了被检测主用户信号的能量所能达到的最低下限的能量值,这个预先设定的阈值可以根据主用户信号来设定的,因此在主用户更改的情况下也是可以改变的。得到的初始判决结果可以为单个次用户对单个主用户信号的初始判决结果。
可见本实施例在计算信号能量之前,对信号进行去噪处理,从而使计算出的信号的能量更加准确,能够比较容易的确定判断信号能量的阈值。在计算信号能量前就区分开信号和噪声,因而能判断出信号究竟是噪声还是其他次用户。总的来说,利用本实施例所提供的通信主用户感知的方法,能够保证在低信噪比下检测特定频带主用户信号是否存在的性能。
本申请实施例公开了一种具体的通信主用户感知方法,相对于上一实施例,本实施例对技术方案作了进一步的说明和优化。具体的:
上一实施例步骤11中,对原始信号进行去噪处理的过程,包括:利用经验模态去噪算法对原始信号进行去噪处理。
本实施例中,上述利用经验模态去噪算法对原始信号进行去噪处理的过程,参见图2,具体包括:
步骤21:对原始信号进行经验模态分解,得到n个分量,其中,n为正整数。
其中,上述的经验模态分解是对原始信号进行多尺度滤波分解,分解得到的n个分量为n个IMF分量(即n个本征模态分量)。例如对原始信号y(t)进行经验模态分解,得到n个IMF分量。利用上述n个IMF分量中的若干个分量可以重构出多个信号。其中,重构后的信号表达式具体为:
式中,表示利用上述n个IMF分量中的第k个至第n个分量进行信号重构之后得到的信号,rn(t)表示重构后信号与原始信号之间的偏差。
在这n个分量中,低阶的分量主要包含信号的尖锐部分以及噪声,是原始信号的高频成分,高阶的分量主要为信号的低频部分,受到噪声的影响较低。
步骤22:在n个分量中确定噪声分量与信号分量的分界点,从n个分量中去除掉所述分界点对应的分量以及所述噪声分量,得到信号分量。
其中噪声分量与信号分量的分界点是以原始信号中能量突变的形式体现的,而在n个分量中是可以找到一个能量突变的分量,这个能量突变的分量就为噪声分量与信号分量的分界点。可以利用算法来确定分界点,从n个分量中确定第k个分量为分界点,例如:
式中,表示所述分界点,表示之间的连续均方误差,表示利用所述n个分量中的第k个至第n个分量进行信号重构之后得到的信号,表示利用所述n个分量中的第k+1个至第n个分量进行信号重构之后得到的信号。
另外,上述的具体表达式为:
其中,N为信号的长度。
需要说明的是,确定的分界点为信号分量为主和噪声分量为主的分界点,可以去除n个分量中第个分量。
步骤23:将所述信号分量进行重构,得到所述去噪信号。
本实施例中,经过步骤21和步骤22的处理,得到的信号分量可以为原始信号去除步骤22说明中的第个分量剩余的第个分量,然后进行重构得到去噪信号,得到的去噪信号可以表示为:
本申请实施例进一步说明一种具体的通信主用户感知方法,包括利用经验模态去噪算法对原始信号进行去噪处理的过程,可见通过经验模态去噪算法处理后能够有效去除原始信号中的噪声,使计算出的信号的能量更加准确,能够比较容易的确定判断信号能量的阈值。在计算信号能量前就区分开信号和噪声,因而能判断出信号究竟是噪声还是其他次用户。总的来说,利用本实施例所提供的通信主用户感知的方法,能够保证在低信噪比下检测特定频带主用户信号是否存在的性能。
本申请实施例公开了另一种通信主用户感知方法,参见图3,相对于上述两个实施例,本实施例对技术方案作了进一步增加。具体的:
在上述实施例步骤13后,进一步包括:
步骤14:利用融合判决准则对M个次用户所对应的M个初始判决结果进行融合判决,得到原始信号是否为主用户信号的最终判决结果。
其中,M大于或等于2得整数。
也即,通过利用在上述两个实施例中的多个次用户通过检测主用户信号的到的多个初始判决结果,进行融合判决,得出最终判决结果。其中次用户的初始判决结果可以使用0或1进行表示,用0代表初始判决结果为原始信号不是主用户信号,用1代表初始判决结果为原始信号是主用户信号。通过多个次用户来判决原始信号是否为主用户信号将大大提高检测的准确率。
另外,在本申请实施例中进行融合判决有多种准则,例如K秩判决准则,利用K秩判决准则进行融合判决的过程包括:
当M个初始判决结果中存在至少K个初始判决结果均为判定原始信号是主用户信号的结果,则最终判定原始信号为主用户信号,否则最终判定所述原始信号为非主用户信号;
其中,K为预设的正整数。
总的来说,利用本实施例所提供的通信主用户感知方法,能够保证在低信噪比下检测特定频带主用户信号是否存在的性能,另外通过利用多个次用户的初始判决结果以及K秩判决准则,提高检测的准确率。
本实施例中,除了利用上述K秩判决准则,还可以利用OR判决准则或者AND判决准则来进行上述融合判决。其中,OR判决准则是指当上述M个初始判决结果中存在至少一个初始判决结果为判定出上述原始信号为主用户信号的结果,则可最终判定上述原始信号即为主用户信号。AND判决准则是指当上述M个初始判决结果全部为判定出上述原始信号为主用户信号的结果,则最终判定出上述原始信号为主用户信号。
需要说明的是,在上述K秩判决准则、OR判决准则以及AND判决准则中,本实施例优先采用K秩判决准则来进行上述融合判决处理,这样可以保证最终的判决结果更加准确。
本申请实施例还公开了一种通信主用户感知系统,参见图4,该系统包括:
去噪模块41,用于对原始信号进行去噪处理,得到去噪信号;
能量计算模块42,用于计算出去噪信号的能量;
判决模块43,通过比较能量是否大于预先设定的阈值,得出原始信号是否为主用户信号的初始判决结果。
其中,本实施例中的去噪模块为EMD去噪模块,用于利用经验模态去噪算法对所述原始信号进行去噪处理。
具体的,上述EMD去噪模块包括:
信号分解单元,用于对原始信号进行经验模态分解,得到n个分量,其中,n为正整数;
分界点计算单元,用于在n个分量中确定噪声分量与信号分量的分界点,从n个分量中去除掉分界点对应的分量以及噪声分量,得到信号分量;
信号重构单元,用于将信号分量进行重构,得到去噪信号。
另外,本申请实施例中的另一种通信主用户感知系统,还可以包括融合中心,参见图5;其中,
融合中心44,用于利用融合判决准则对M个次用户所对应的M个初始判决结果进行融合判决,得到所述原始信号是否为主用户信号的最终判决结果;
其中,M大于或等于2得整数。
关于上述各个模块和各个单元更加详细的工作过程可以参考前述实施例中公开的相应内容,再此不再进行赘述。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本发明所提供的一种通信主用户感知方法及系统进行了详细介绍,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;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种通信主用户感知方法,其特征在于,所述方法为次用户用于对主用户信号进行检测的方法,包括:
对原始信号进行去噪处理,得到去噪信号;
计算出所述去噪信号的能量;
通过比较所述能量是否大于预先设定的阈值,得出所述原始信号是否为主用户信号的初始判决结果。
2.根据权利要求1所述的方法,其特征在于,进一步包括:
利用融合判决准则对M个次用户所对应的M个初始判决结果进行融合判决,得到所述原始信号是否为主用户信号的最终判决结果;
其中,M为大于或等于2的整数。
3.根据权利要求2所述的方法,其特征在于,所述利用融合判决准则对M个次用户所对应的M个初始判决结果进行融合判决的过程,包括:
当所述M个初始判决结果中存在至少K个初始判决结果均为判定所述原始信号是主用户信号的结果,则最终判定所述原始信号为主用户信号,否则最终判定所述原始信号为非主用户信号;
其中,K为预设的正整数。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述对原始信号进行去噪处理的过程,包括:
利用经验模态去噪算法对所述原始信号进行去噪处理。
5.根据权利要求4所述的方法,其特征在于,所述利用经验模态去噪算法对所述原始信号进行去噪处理的过程,包括:
对所述原始信号进行经验模态分解,得到n个分量,其中,n为正整数;
在所述n个分量中确定噪声分量与信号分量的分界点,从所述n个分量中去除掉所述分界点对应的分量以及所述噪声分量,得到所述信号分量;
将所述信号分量进行重构,得到所述去噪信号。
6.根据权利要求5所述的方法,其特征在于,所述分界点的计算公式为:
k ‾ = arg min 1 ≤ k ≤ n - 1 [ C M S E ( y ~ k , y ~ k + 1 ) ] ;
式中,表示所述分界点,表示之间的连续均方误差,表示利用所述n个分量中的第k个至第n个分量进行信号重构之后得到的信号,表示利用所述n个分量中的第k+1个至第n个分量进行信号重构之后得到的信号。
7.一种通信主用户感知系统,其特征在于,所述系统为次用户用于对主用户信号进行检测的系统,包括:
去噪模块,用于对原始信号进行去噪处理,得到去噪信号;
能量计算模块,用于计算出所述去噪信号的能量;
判决模块,通过比较所述能量是否大于预先设定的阈值,得出原始信号是否为主用户信号的初始判决结果。
8.根据权利要求7所述的系统,其特征在于,还包括:
融合中心,用于利用融合判决准则对M个次用户所对应的M个初始判决结果进行融合判决,得到所述原始信号是否为主用户信号的最终判决结果;
其中,M大于或等于2得整数。
9.根据权利要求7或8任一项所述的系统,其特征在于,所述去噪模块为EMD去噪模块,用于利用经验模态去噪算法对所述原始信号进行去噪处理。
10.根据权利要求8所述的系统,其特征在于,所述EMD去噪模块,包括:
信号分解单元,用于对所述原始信号进行经验模态分解,得到n个分量,其中,n为正整数;
分界点计算单元,用于在所述n个分量中确定噪声分量与信号分量的分界点,从所述n个分量中去除掉所述分界点对应的分量以及所述噪声分量,得到所述信号分量;
信号重构单元,用于将所述信号分量进行重构,得到所述去噪信号。
CN201710301435.3A 2017-05-02 2017-05-02 一种通信主用户感知方法及系统 Expired - Fee Related CN106911410B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710301435.3A CN106911410B (zh) 2017-05-02 2017-05-02 一种通信主用户感知方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710301435.3A CN106911410B (zh) 2017-05-02 2017-05-02 一种通信主用户感知方法及系统

Publications (2)

Publication Number Publication Date
CN106911410A true CN106911410A (zh) 2017-06-30
CN106911410B CN106911410B (zh) 2020-10-23

Family

ID=59209951

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710301435.3A Expired - Fee Related CN106911410B (zh) 2017-05-02 2017-05-02 一种通信主用户感知方法及系统

Country Status (1)

Country Link
CN (1) CN106911410B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108494509A (zh) * 2018-03-09 2018-09-04 广东工业大学 一种协作频谱感知方法及装置
CN108712222A (zh) * 2018-05-17 2018-10-26 广东工业大学 一种协作频谱感知方法及相关装置
CN108768564A (zh) * 2018-05-17 2018-11-06 广东工业大学 一种协作频谱感知方法及相关装置
CN109039500A (zh) * 2018-08-28 2018-12-18 广东工业大学 一种频谱感知方法、装置、设备、系统及存储介质
CN109309538A (zh) * 2018-08-28 2019-02-05 广东工业大学 一种频谱感知方法、装置、设备、系统及存储介质
CN109962745A (zh) * 2019-04-04 2019-07-02 广东工业大学 一种频谱感知方法、系统及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007018949A2 (en) * 2005-07-28 2007-02-15 Exxonmobil Upstream Research Company Method for wavelet denoising of controlled source electromagnetic survey data
CN105187142A (zh) * 2015-09-30 2015-12-23 吴豪 一种空闲频谱探测的方法和装置
KR101707337B1 (ko) * 2015-11-25 2017-02-17 조선대학교산학협력단 영상 디노이징을 위한 다중해상도 nlm 필터링 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007018949A2 (en) * 2005-07-28 2007-02-15 Exxonmobil Upstream Research Company Method for wavelet denoising of controlled source electromagnetic survey data
CN105187142A (zh) * 2015-09-30 2015-12-23 吴豪 一种空闲频谱探测的方法和装置
KR101707337B1 (ko) * 2015-11-25 2017-02-17 조선대학교산학협력단 영상 디노이징을 위한 다중해상도 nlm 필터링 방법

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘新厂,柴晓冬,郑树彬,朱文发,蒋啟榛: "惯性测量单元中加速度信号的去噪处理", 《仪表技术与传感器》 *
曾文娟,谢显中: "基于小波去噪的协作空闲频谱检测性能", 《吉林大学学报(信息科学版)》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108494509A (zh) * 2018-03-09 2018-09-04 广东工业大学 一种协作频谱感知方法及装置
CN108712222A (zh) * 2018-05-17 2018-10-26 广东工业大学 一种协作频谱感知方法及相关装置
CN108768564A (zh) * 2018-05-17 2018-11-06 广东工业大学 一种协作频谱感知方法及相关装置
CN109039500A (zh) * 2018-08-28 2018-12-18 广东工业大学 一种频谱感知方法、装置、设备、系统及存储介质
CN109309538A (zh) * 2018-08-28 2019-02-05 广东工业大学 一种频谱感知方法、装置、设备、系统及存储介质
CN109962745A (zh) * 2019-04-04 2019-07-02 广东工业大学 一种频谱感知方法、系统及装置
CN109962745B (zh) * 2019-04-04 2021-11-26 广东工业大学 一种频谱感知方法、系统及装置

Also Published As

Publication number Publication date
CN106911410B (zh) 2020-10-23

Similar Documents

Publication Publication Date Title
CN106911410B (zh) 一种通信主用户感知方法及系统
CN107070568B (zh) 一种基于希尔伯特黄变换的频谱感知方法
CN109643554A (zh) 自适应语音增强方法和电子设备
CN110706693B (zh) 语音端点的确定方法及装置、存储介质、电子装置
CN108462509A (zh) 基于时频图信息的异步跳频网台分选方法
CN103262158B (zh) 对解码的多声道音频信号或立体声信号进行后处理的装置和方法
CN105721123A (zh) 一种用户配对及功率分配方法及装置
US20240185867A1 (en) Signal Processing Method and Device
CN105721083B (zh) 一种基于自相关能量的频谱检测方法
CN106130688A (zh) 一种低复杂度的稀疏码多址接入检测方法
CN105513614A (zh) 一种基于噪声功率谱Gamma分布统计模型的有音区检测方法
US20170372710A1 (en) Method and Apparatus for Determining Inter-Channel Time Difference Parameter
EP3413310B1 (en) Acoustic meaningful signal detection in wind noise
KR102201791B1 (ko) 오디오 신호를 처리하기 위한 방법 및 장치
US20160217808A1 (en) Speech recognition apparatus and speech recognition method
CN105099587B (zh) 移动场景下认知无线电频谱感知系统检测性能参量获得方法
Liu et al. A novel signal separation algorithm for wideband spectrum sensing in cognitive networks
CN103337245B (zh) 基于子带信号的信噪比曲线的噪声抑制方法及装置
CN104900239A (zh) 一种基于沃尔什-哈达码变换的音频实时比对方法
CN107800491A (zh) 一种基于信道状态信息的无线感知抗干扰方法及装置
CN110190917A (zh) 一种LTE230MHz电力无线专网的频谱空洞感知方法、装置及设备
CN103167522B (zh) 一种进行频谱感知的方法和设备
CN103986539A (zh) 一种基于稀疏去噪的认知无线电频谱感知方法
CN104467995A (zh) 基于隐马尔科夫模型的盲主用户检测与发送电平识别方法
CN114465681A (zh) 一种用于电力物联网的多节点协作频谱感知方法及装置

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20201023

CF01 Termination of patent right due to non-payment of annual fee