CN107171751A - 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 PDFInfo
- Publication number
- CN107171751A CN107171751A CN201710334258.9A CN201710334258A CN107171751A CN 107171751 A CN107171751 A CN 107171751A CN 201710334258 A CN201710334258 A CN 201710334258A CN 107171751 A CN107171751 A CN 107171751A
- Authority
- CN
- China
- Prior art keywords
- signal
- denoised
- primary
- energy
- formula
- 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.)
- Pending
Links
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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/14—Spectrum sharing arrangements between different networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Monitoring And Testing Of Transmission In General (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请公开了一种通信主用户感知方法及系统,该方法包括:利用零空间追踪算法对原始信号进行去噪处理,得到去噪信号;确定去噪信号的能量;通过判断能量是否大于预设能量阈值,得到原始信号是否为主用户信号的判决结果。可见,本申请先利用零空间追踪算法来对原始信号进行去噪处理,然后基于去噪信号来最终确定出原始信号是否为主用户信号,由此可以减少噪声对主用户的感知精确度的影响,从而提升了感知精确度。
Description
技术领域
本发明涉及通信技术领域,特别涉及一种通信主用户感知方法及系统。
背景技术
随着无线电技术的进步和社会的发展,各行各业对无线电频率的需求越来越多,频谱资源匮乏的问题日益严重。目前,频谱资源采用国家统一分配授权的管理模式,将频谱分为两种类型:授权频段和非授权频段。其中,授权频段占据着大部分频谱资源,如电视广播频段,但不少授权频段处于空闲状态;开放使用的非授权频段占整个频谱资源的很少一部分,如无线局域网、无线城域网等无线网络大多使用非授权频段在工作,该频段上的用户很多,业务量也很大,无线电频段已基本趋于饱和。据美国联邦通信委员会的研究表明,已分配的频谱利用率为15%~85%。所以说,频谱资源的匮乏并不是真正意义上的频谱资源不足,更多是由频谱利用率过低造成的。
为了提高频谱的利用率,CR技术(CR,即Cognitive Radio,认知无线电)应运而生。认知无线电的核心思想就是具有认知功能的用户通过监测,能够感知当前分配给授权用户但未被其使用的空闲频段,然后利用该空闲频段进行通信,从而有利于提高频谱利用率。认知无线电的研究主要集中在频谱感知、频谱分析、频谱决策、频谱共享和频谱管理五个方面上。其中,频谱感知作为认知无线电中的一项重要技术,它的主要目的是:第一,检测可供次用户(Secondary Users)使用的频谱空穴;第二,对主用户(Primary Users,)信号活动的情况进行实时监测,当主用户不使用该频段时,认知用户就能接入该频段,当主用户再次出现时,认知用户就要迅速退出频段,避免对主用户产生干扰。
现有一些比较经典的频谱感知方法主要是用能量检测,其基本思想是:直接对时域信号采样值求模,然后取平方得到能量值。再把信号的能量值与预先设定的门限相比较,超过判决门限则判定该信号为主用户信号,也即判定该信号对应的频段上有主用户的存在。然而,上述过程中的感知精确度比较低,有待进一步提升。
发明内容
有鉴于此,本发明的目的在于提供一种通信主用户感知方法及系统,能够进一步提升通信主用户的感知精确度。其具体方案如下:
一种通信主用户感知方法,包括:
利用零空间追踪算法对原始信号进行去噪处理,得到去噪信号;
确定所述去噪信号的能量;
通过判断所述能量是否大于预设能量阈值,得到所述原始信号是否为主用户信号的判决结果。
可选的,所述确定所述去噪信号的能量的过程,包括:
利用能量检测算法确定所述去噪信号的能量。
可选的,所述利用零空间追踪算法对原始信号进行去噪处理的过程,包括:
利用所述零空间追踪算法对所述原始信号进行处理,得到残差信号分量;
基于所述残差信号分量以及所述原始信号,得到所述去噪信号。
可选的,所述基于所述残差信号分量以及所述原始信号,得到所述去噪信号的过程,包括:
利用第一去噪信号确定公式,计算得到所述去噪信号;
其中,所述第一去噪信号确定公式为:V=S-U;
式中,V表示所述去噪信号,S表示所述原始信号,U表示所述残差信号分量。
可选的,所述基于所述残差信号分量以及所述原始信号,得到所述去噪信号的过程,包括:
利用第二去噪信号确定公式,计算得到所述去噪信号;
其中,所述第二去噪信号确定公式为:V=(S-U)(1+γ);
式中,V表示所述去噪信号,S表示所述原始信号,U表示所述残差信号分量,γ表示泄漏因子。
本发明还相应公开了一种通信主用户感知系统,包括:
信号去噪模块,用于利用零空间追踪算法对原始信号进行去噪处理,得到去噪信号;
能量确定模块,用于确定所述去噪信号的能量;
信号判决模块,用于通过判断所述能量是否大于预设能量阈值,得到所述原始信号是否为主用户信号的判决结果。
可选的,所述能量确定模块,具体用于利用能量检测算法确定所述去噪信号的能量。
可选的,所述信号去噪模块,包括:
信号处理单元,用于利用所述零空间追踪算法对所述原始信号进行处理,得到残差信号分量;
信号去噪单元,用于基于所述残差信号分量以及所述原始信号,得到所述去噪信号。
可选的,所述信号去噪单元,具体用于利用第一去噪信号确定公式,计算得到所述去噪信号;
其中,所述第一去噪信号确定公式为:V=S-U;
式中,V表示所述去噪信号,S表示所述原始信号,U表示所述残差信号分量。
可选的,所述信号去噪单元,具体用于利用第二去噪信号确定公式,计算得到所述去噪信号;
其中,所述第二去噪信号确定公式为:V=(S-U)(1+γ);
式中,V表示所述去噪信号,S表示所述原始信号,U表示所述残差信号分量,γ表示泄漏因子。
本发明中,通信主用户感知方法,包括:利用零空间追踪算法对原始信号进行去噪处理,得到去噪信号;确定去噪信号的能量;通过判断能量是否大于预设能量阈值,得到原始信号是否为主用户信号的判决结果。
可见,本发明先利用零空间追踪算法来对原始信号进行去噪处理,然后基于去噪信号来最终确定出原始信号是否为主用户信号,由此可以减少噪声对主用户的感知精确度的影响,从而提升了感知精确度。
附图说明
为了更清楚地说明本发明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发明的实施例,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为本发明实施例公开的一种通信主用户感知方法流程图;
图2为本发明实施例公开的一种具体的通信主用户感知方法流程图;
图3为本发明实施例公开的一种通信主用户感知系统结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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。
本发明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S11:利用零空间追踪算法对原始信号进行去噪处理,得到去噪信号;
步骤S12:确定去噪信号的能量;
步骤S13:通过判断上述能量是否大于预设能量阈值,得到原始信号是否为主用户信号的判决结果。
具体的,当去噪信号的能量大于上述预设能量阈值,则可以判定原始信号为主用户信号,也即判定原始信号对应的频段中有主用户的存在,此时原始信号对应的频段为非空闲频段;当去噪信号的能量小于或等于上述预设能量阈值,则可以判定原始信号并非是主用户信号,也即判定原始信号对应的频段中没有主用户的存在,此时原始信号对应的频段为空闲频段。
需要说明的是,上述预设能量阈值具体可以根据在不同频段下的经验值进行相应地设置,在此不对其进行具体限定。
可见,本发明实施例先利用零空间追踪算法来对原始信号进行去噪处理,然后基于去噪信号来最终确定出原始信号是否为主用户信号,由此可以减少噪声对主用户的感知精确度的影响,从而提升了感知精确度。
参见图2所示,本发明实施例公开了一种具体的通信主用户感知方法,包括以下步骤:
步骤S21:利用零空间追踪算法对原始信号进行处理,得到残差信号分量。
本实施例中,上述利用零空间追踪算法获取上述残差信号分量的过程,具体可以包括:
第一步:输入原始信号S,初始值λ1 0和γ0,以及参数停止门限ε,。
第二步:设置j=0,和γj=γ0。
第三步:根据计算
其中,Aj是对角矩阵,对角元素为D是以U为主对角线的对角矩阵。
第四步:根据计算
其中,和 是对角矩阵,对角元素为I表示单位矩阵。
第五步:根据来计算
第六步:根据来计算γj+1。
第七步:如果那么令j=j+1,然后重新进入第三步。
第八步:输出残差信号分量以及泄漏因子γ=γj+1。
步骤S22:基于残差信号分量以及原始信号,得到去噪信号。
在一种具体的实施方式中,上述基于残差信号分量以及原始信号,得到去噪信号的过程,具体可以包括:利用第一去噪信号确定公式,计算得到去噪信号;其中,第一去噪信号确定公式为:
V=S-U;
式中,V表示去噪信号,S表示原始信号,U表示残差信号分量。
在另一种具体的实施方式中,上述基于残差信号分量以及原始信号,得到去噪信号的过程,具体可以包括:利用第二去噪信号确定公式,计算得到去噪信号;其中,第二去噪信号确定公式为:
V=(S-U)(1+γ);
式中,V表示去噪信号,S表示原始信号,U表示残差信号分量,γ表示泄漏因子。
需要指出的是,相比于由上述第一去噪信号确定公式得到的去噪信号,通过上述第二去噪信号确定公式得到的去噪信号具有更好的去噪效果,有利于后续感知精确度的进一步的提升。
步骤S23:利用能量检测算法确定去噪信号的能量。
步骤S24:通过判断上述能量是否大于预设能量阈值,得到原始信号是否为主用户信号的判决结果。
具体的,当去噪信号的能量大于上述预设能量阈值,则可以判定原始信号为主用户信号,也即判定原始信号对应的频段中有主用户的存在,此时原始信号对应的频段为非空闲频段;当去噪信号的能量小于或等于上述预设能量阈值,则可以判定原始信号并非是主用户信号,也即判定原始信号对应的频段中没有主用户的存在,此时原始信号对应的频段为空闲频段。
相应的,本发明实施例还公开了一种通信主用户感知系统,参见图3所示,该系统包括:
信号去噪模块11,用于利用零空间追踪算法对原始信号进行去噪处理,得到去噪信号;
能量确定模块12,用于确定去噪信号的能量;
信号判决模块13,用于通过判断能量是否大于预设能量阈值,得到原始信号是否为主用户信号的判决结果。
本实施例中,上述能量确定模块12,具体可以用于利用能量检测算法确定去噪信号的能量。
另外,上述信号去噪模块11,具体可以包括信号处理单元以及信号去噪单元;其中,
信号处理单元,用于利用零空间追踪算法对原始信号进行处理,得到残差信号分量;
信号去噪单元,用于基于残差信号分量以及原始信号,得到去噪信号。
在一种具体实施方式中,上述信号去噪单元,具体可以用于利用第一去噪信号确定公式,计算得到去噪信号;
其中,第一去噪信号确定公式为:V=S-U;
式中,V表示去噪信号,S表示原始信号,U表示残差信号分量。
在另一种具体实施方式中,上述信号去噪单元,具体可以用于利用第二去噪信号确定公式,计算得到去噪信号;
其中,第二去噪信号确定公式为:V=(S-U)(1+γ);
式中,V表示去噪信号,S表示原始信号,U表示残差信号分量,γ表示泄漏因子。
可见,本发明实施例先利用零空间追踪算法来对原始信号进行去噪处理,然后基于去噪信号来最终确定出原始信号是否为主用户信号,由此可以减少噪声对主用户的感知精确度的影响,从而提升了感知精确度。
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,包括:
利用零空间追踪算法对原始信号进行去噪处理,得到去噪信号;
确定所述去噪信号的能量;
通过判断所述能量是否大于预设能量阈值,得到所述原始信号是否为主用户信号的判决结果。
2.根据权利要求1所述的通信主用户感知方法,其特征在于,所述确定所述去噪信号的能量的过程,包括:
利用能量检测算法确定所述去噪信号的能量。
3.根据权利要求1或2所述的通信主用户感知方法,其特征在于,所述利用零空间追踪算法对原始信号进行去噪处理的过程,包括:
利用所述零空间追踪算法对所述原始信号进行处理,得到残差信号分量;
基于所述残差信号分量以及所述原始信号,得到所述去噪信号。
4.根据权利要求3所述的通信主用户感知方法,其特征在于,所述基于所述残差信号分量以及所述原始信号,得到所述去噪信号的过程,包括:
利用第一去噪信号确定公式,计算得到所述去噪信号;
其中,所述第一去噪信号确定公式为:V=S-U;
式中,V表示所述去噪信号,S表示所述原始信号,U表示所述残差信号分量。
5.根据权利要求3所述的通信主用户感知方法,其特征在于,所述基于所述残差信号分量以及所述原始信号,得到所述去噪信号的过程,包括:
利用第二去噪信号确定公式,计算得到所述去噪信号;
其中,所述第二去噪信号确定公式为:V=(S-U)(1+γ);
式中,V表示所述去噪信号,S表示所述原始信号,U表示所述残差信号分量,γ表示泄漏因子。
6.一种通信主用户感知系统,其特征在于,包括:
信号去噪模块,用于利用零空间追踪算法对原始信号进行去噪处理,得到去噪信号;
能量确定模块,用于确定所述去噪信号的能量;
信号判决模块,用于通过判断所述能量是否大于预设能量阈值,得到所述原始信号是否为主用户信号的判决结果。
7.根据权利要求6所述的通信主用户感知系统,其特征在于,
所述能量确定模块,具体用于利用能量检测算法确定所述去噪信号的能量。
8.根据权利要求6或7所述的通信主用户感知系统,其特征在于,所述信号去噪模块,包括:
信号处理单元,用于利用所述零空间追踪算法对所述原始信号进行处理,得到残差信号分量;
信号去噪单元,用于基于所述残差信号分量以及所述原始信号,得到所述去噪信号。
9.根据权利要求8所述的通信主用户感知系统,其特征在于,
所述信号去噪单元,具体用于利用第一去噪信号确定公式,计算得到所述去噪信号;
其中,所述第一去噪信号确定公式为:V=S-U;
式中,V表示所述去噪信号,S表示所述原始信号,U表示所述残差信号分量。
10.根据权利要求8所述的通信主用户感知系统,其特征在于,
所述信号去噪单元,具体用于利用第二去噪信号确定公式,计算得到所述去噪信号;
其中,所述第二去噪信号确定公式为:V=(S-U)(1+γ);
式中,V表示所述去噪信号,S表示所述原始信号,U表示所述残差信号分量,γ表示泄漏因子。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710334258.9A CN107171751A (zh) | 2017-05-12 | 2017-05-12 | 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 |
---|---|---|---|
CN201710334258.9A CN107171751A (zh) | 2017-05-12 | 2017-05-12 | 一种通信主用户感知方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107171751A true CN107171751A (zh) | 2017-09-15 |
Family
ID=59815962
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710334258.9A Pending CN107171751A (zh) | 2017-05-12 | 2017-05-12 | 一种通信主用户感知方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107171751A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108736992A (zh) * | 2018-05-17 | 2018-11-02 | 广东工业大学 | 一种协作频谱感知方法及相关装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101807960A (zh) * | 2009-02-18 | 2010-08-18 | 三星电子株式会社 | 基于小波包变换实现自适应频谱感知的方法 |
CN103986539A (zh) * | 2014-06-10 | 2014-08-13 | 哈尔滨工业大学 | 一种基于稀疏去噪的认知无线电频谱感知方法 |
CN105187142A (zh) * | 2015-09-30 | 2015-12-23 | 吴豪 | 一种空闲频谱探测的方法和装置 |
CN105392203A (zh) * | 2015-10-30 | 2016-03-09 | 哈尔滨工程大学 | 一种基于节点过滤的协作频谱感知方法 |
-
2017
- 2017-05-12 CN CN201710334258.9A patent/CN107171751A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101807960A (zh) * | 2009-02-18 | 2010-08-18 | 三星电子株式会社 | 基于小波包变换实现自适应频谱感知的方法 |
CN103986539A (zh) * | 2014-06-10 | 2014-08-13 | 哈尔滨工业大学 | 一种基于稀疏去噪的认知无线电频谱感知方法 |
CN105187142A (zh) * | 2015-09-30 | 2015-12-23 | 吴豪 | 一种空闲频谱探测的方法和装置 |
CN105392203A (zh) * | 2015-10-30 | 2016-03-09 | 哈尔滨工程大学 | 一种基于节点过滤的协作频谱感知方法 |
Non-Patent Citations (1)
Title |
---|
QINGWEI GAO等: "A denoising method based on null space persuit for infrared spectrum", 《NEUROCOPUTING》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108736992A (zh) * | 2018-05-17 | 2018-11-02 | 广东工业大学 | 一种协作频谱感知方法及相关装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Spectrum sensing in cognitive radio using goodness of fit testing | |
CN106656374A (zh) | 一种基于双门限能量检测的协作宽带频谱感知方法 | |
CN103338082B (zh) | 一种基于“k秩”准则的双门限协作频谱感知方法 | |
CN107395301A (zh) | 一种基于k均值算法的频谱感知方法 | |
CN104280612B (zh) | 一种基于单频电流传输特性的分布式谐波源辨识方法 | |
CN107370521A (zh) | 一种认知无线电多用户协作频谱感知方法 | |
CN103281142B (zh) | 联合时域双门限和频域变点数的能量检测方法和装置 | |
CN105721083B (zh) | 一种基于自相关能量的频谱检测方法 | |
CN103106535A (zh) | 一种基于神经网络解决协同过滤推荐数据稀疏性的方法 | |
Yu et al. | Research on data normalization methods in multi-attribute evaluation | |
CN107249000A (zh) | 一种移动用户异常行为检测方法 | |
CN107682103A (zh) | 一种基于最大特征值和主特征向量的双特征频谱感知方法 | |
CN104332057A (zh) | 一种基于地磁的自适应环境车辆检测方法 | |
CN103220054B (zh) | 一种基于Gabor算法的认知无线电频谱感知方法和系统 | |
CN107071788A (zh) | 一种认知无线网络中的频谱感知方法及装置 | |
CN108494511A (zh) | 一种基于绝对值累积的动态到达频谱感知方法 | |
CN107171751A (zh) | 一种通信主用户感知方法及系统 | |
CN105307185B (zh) | 一种基于数据净化的群智协同频谱感知方法 | |
CN103888203A (zh) | 一种基于信噪比筛选的协作频谱感知优化方法 | |
CN106788817A (zh) | 一种基于贝叶斯准则和能量检测法的频谱感知方法 | |
CN106446536A (zh) | 人体健康状态评估方法 | |
CN106443590B (zh) | 一种基于频域的类梯形信号检测方法及装置 | |
CN109034088A (zh) | 一种无人机信号探测方法及装置 | |
CN103166723B (zh) | 基于可拓关联函数的无线认知传感器网络频谱感知的方法 | |
CN103780323A (zh) | 一种基于信号聚合特性的认知无线电宽带频谱感知方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170915 |