CN116318444B - 二维频谱感知方法、装置、电子设备和存储介质 - Google Patents
二维频谱感知方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN116318444B CN116318444B CN202310575990.0A CN202310575990A CN116318444B CN 116318444 B CN116318444 B CN 116318444B CN 202310575990 A CN202310575990 A CN 202310575990A CN 116318444 B CN116318444 B CN 116318444B
- Authority
- CN
- China
- Prior art keywords
- domain residual
- time domain
- graph
- determining
- channel frequency
- 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.)
- Active
Links
- 238000001228 spectrum Methods 0.000 title claims abstract description 77
- 238000000034 method Methods 0.000 title claims abstract description 59
- 239000011159 matrix material Substances 0.000 claims abstract description 85
- 230000008447 perception Effects 0.000 claims abstract description 43
- 238000001914 filtration Methods 0.000 claims abstract description 36
- 239000013598 vector Substances 0.000 claims description 32
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000010586 diagram Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 abstract description 20
- 238000005070 sampling Methods 0.000 abstract description 13
- 238000004891 communication Methods 0.000 abstract description 12
- 238000010606 normalization Methods 0.000 description 4
- 230000001149 cognitive effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000012163 sequencing technique Methods 0.000 description 3
- 238000000342 Monte Carlo simulation Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013468 resource allocation Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 241000764238 Isis Species 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/0082—Monitoring; Testing using service channels; using auxiliary channels
- H04B17/0085—Monitoring; Testing using service channels; using auxiliary channels using test signal generators
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Measuring Frequencies, Analyzing Spectra (AREA)
Abstract
本申请涉及通信技术领域,提供一种二维频谱感知方法、装置、电子设备和存储介质,该方法包括:基于各信道频点的能量值,构建图信号矩阵;基于各信道频点的图信号模型,确定图高通滤波器,以将图信号矩阵输入图高通滤波器,获取图高通滤波器输出的滤波信号;基于滤波信号,确定各信道频点的时域残差和频域残差;基于时域残差和/或频域残差,确定当前感知时隙中各信道频点的占用信息。本申请通过较少的采样样本数确定信道频点的时域残差和频域残差,从而基于时域残差和频域残差实现较高性能的频谱感知检测,提高了频谱感知的准确性。
Description
技术领域
本申请涉及通信技术领域,尤其涉及一种二维频谱感知方法、装置、电子设备和存储介质。
背景技术
随着无线通信技术的发展,各种新型的无线通信系统不断涌现,如终端到终端通信系统,这使得接入无线频谱的终端数量爆炸式增长,极大地增加了对无线频谱资源的需求。然而,目前的固定频谱资源分配政策使得新型的无线通信系统没有充分的无线频谱资源支撑。另一方面,固定频谱资源分配政策使得无线电频谱资源无法得到充分利用,引起了频谱资源短缺。动态频谱接入为提高无线电频谱资源的利用率和缓解无线电频谱资源的短缺问题提供了一种可行的方案。认知无线电技术是实现动态频谱接入的一种有效技术,在认知无线电中,为了避免新型的无线通信系统对已有无线通信系统产生干扰,常采用频谱感知方法来感知信道是否被占用。
现有的频谱感知方法主要利用检测信道内的信号能量或者协方差矩阵的特征值实现是否存在授权用户占用信道的判决,主要有能量检测法和协方差矩阵法等频谱感知方法。然而,为了实现高性能的检测,已有的方法需要较多的采样样本数,当采样样本数较少时,上述方法无法有效检测出信道中信号的微弱变化。在实际应用中,由于信道传播特性的复杂性,需要用较少的采样样本数实现较高性能的检测,因此,目前需要解决的问题是采用较少的采样样本数实现较高性能的频谱感知检测,以提高频谱感知的准确性。
发明内容
本申请提供一种二维频谱感知方法、装置、电子设备和存储介质,用以解决频谱感知检测准确性低的问题,通过较少的采样样本数确定信道频点的时域残差和频域残差,从而基于时域残差和频域残差实现较高性能的频谱感知检测,提高了频谱感知的准确性。
本申请提供一种二维频谱感知方法,包括:
基于各信道频点的能量值,构建图信号矩阵;
基于所述各信道频点的图信号模型,确定图高通滤波器,以将所述图信号矩阵输入所述图高通滤波器,获取所述图高通滤波器输出的滤波信号;
基于所述滤波信号,确定所述各信道频点的时域残差和频域残差;
基于所述时域残差和/或所述频域残差,确定当前感知时隙中所述各信道频点的占用信息。
在一个实施例中,所述时域残差包括各历史感知时隙的平均时域残差以及当前感知时隙与所述各历史感知时隙的平均值之间的最大时域残差;
所述基于所述时域残差和/或所述频域残差,确定当前感知时隙中所述各信道频点的占用信息,包括:
若所述最大时域残差大于所述平均时域残差,和/或所述频域残差大于第一阈值,则确定当前感知时隙中存在信道频点被占用。
在一个实施例中,所述若所述最大时域残差大于所述平均时域残差,和/或所述频域残差大于第一阈值,则确定当前感知时隙中存在信道频点被占用之后,包括:
对所述各历史感知时隙的时域残差值进行排序,以对排序后的所述时域残差值进行归一化处理;
基于归一化处理后的时域残差值,确定残差比较公式;
确定使所述残差比较公式达到最大值的目标值;
若所述最大值小于第二阈值,则确定所述目标值对应的信道频点被占用。
在一个实施例中,所述平均时域残差的计算公式为:
;
其中,表示平均时域残差,/>表示感知时隙的数量,/>表示/>的第/>列向量,/>表示/>的第/>列向量,/>表示滤波后的图信号矩阵;
所述最大时域残差的计算公式为:
;
其中,表示最大时域残差,/>表示感知时隙的数量,/>表示/>的第/>列向量,/>表示/>的第/>列向量,/>表示滤波后的图信号矩阵;
所述频域残差的计算公式为:
;
其中,表示频域残差,/>表示/>的第/>列向量,/>表示滤波后的图信号矩阵,/>表示图信号模型的网络拓扑结构。
在一个实施例中,所述残差比较公式为:
;
其中,,/>表示正整数,/>表示信道频点的数量,/>表示归一化后的时域残差值。
在一个实施例中,所述基于所述各信道频点的图信号模型,确定图高通滤波器,包括:
确定所述图信号模型的网络拓扑结构,以基于所述网络拓扑结构,确定所述图高通滤波器;
其中,所述图高通滤波器的表达式为:
,/>;
其中,表示图高通滤波器,/>表示图信号模型的网络拓扑结构,/>表示度矩阵,表示图信号模型的权重矩阵。
在一个实施例中,所述基于所述各信道频点的图信号模型,确定图高通滤波器之前,包括:
确定所述图信号模型的边矩阵,以构建所述边矩阵对应的权重矩阵;
基于所述各信道频点的集合、所述边矩阵和所述权重矩阵,构建所述图信号模型。
本申请还提出一种频谱感知装置,包括:
图信号矩阵构建模块,用于基于各信道频点的能量值,构建图信号矩阵;
滤波模块,用于基于所述各信道频点的图信号模型,确定图高通滤波器,以将所述图信号矩阵输入所述图高通滤波器,获取所述图高通滤波器输出的滤波信号;
残差确定模块,用于基于所述滤波信号,确定所述各信道频点的时域残差和频域残差;
频域感知模块,用于基于所述时域残差和/或所述频域残差,确定当前感知时隙中所述各信道频点的占用信息。
本申请还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述二维频谱感知方法。
本申请还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述二维频谱感知方法。
本申请提供的二维频谱感知方法、装置、电子设备和存储介质,通过基于各信道频点的能量值,构建图信号矩阵;基于各信道频点的图信号模型,确定图高通滤波器,以将图信号矩阵输入图高通滤波器,获取图高通滤波器输出的滤波信号;基于滤波信号,确定各信道频点的时域残差和频域残差;基于时域残差和/或频域残差,确定当前感知时隙中各信道频点的占用信息。本申请通过较少的采样样本数确定信道频点的时域残差和频域残差,从而基于时域残差和频域残差实现较高性能的频谱感知检测,提高了频谱感知的准确性。
附图说明
为了更清楚地说明本申请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一简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,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是本申请提供的二维频谱感知方法的流程示意图之一;
图2是本申请提供的二维频谱感知方法的流程示意图之二;
图3是本申请提供的二维频谱感知方法和能量检测法的检测概率随信噪比变化的曲线示意图;
图4是本申请提供的频谱感知装置的结构示意图;
图5是本申请提供的电子设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请中的附图,对本申请中的技术方案进行清楚、完整地描述,显然,所描述的实施例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作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。
下面结合图1-图5描述本申请的二维频谱感知方法、装置、电子设备和存储介质。
具体地,本申请提供了一种二维频谱感知方法,参照图1,图1是本申请提供的二维频谱感知方法的流程示意图之一。
本申请实施例提供的二维频谱感知方法,包括:
步骤100,基于各信道频点的能量值,构建图信号矩阵;
需要说明的是,本申请实施例提供的二维频谱感知方法通过采用较少的采样样本数实现较高性能的频谱感知检测,其中,采样样本数是指每个信道频点的时域信号。
从每个感知时隙中采集信道频点的时域信号,如采集100个时域信号,然后基于采集的时域信号计算各信道频点的能力值,最后基于各信道频点的能力值构建图信号矩阵。
例如,假设待进行频谱感知的信道频点数量为,其中/>;认知无线电接收机在每个感知时隙测量每个信道频点的能量值,共测量得到/>个感知时隙的/>个能量值,并采用测量得到的/>能量值构建图信号矩阵,记为/>:
;
其中,感知时隙的数量,/>的维数为/>,/>、/>、/>、/>的维数为/>,/>表示第1个感知时隙在/>个信道频点上测量得到的能量值构成的列向量,/>表示第/>个感知时隙在/>个信道频点上测量得到的能量值构成的列向量,/>表示第/>个感知时隙在/>个信道频点上测量得到的能量值构成的列向量,/>表示第/>个感知时隙在/>个信道频点上测量得到的能量值构成的列向量,/>;其中,以/>列向量为例解析说明列向量的表达式:
;
其中,表示第/>个感知时隙在第1个信道频点测量得到的能量值,/>表示第/>个感知时隙在第/>个信道频点测量得到的能量值,/>表示第/>个感知时隙在第/>个信道频点测量得到的能量值,可选地,第1个信道频点到第/>个信道频点按照信道频点的载波频率升序或者降序排列。
步骤200,基于所述各信道频点的图信号模型,确定图高通滤波器,以将所述图信号矩阵输入所述图高通滤波器,获取所述图高通滤波器输出的滤波信号;
为了提高频谱感知的准确性,本申请实施例构建了信道频点的图信号模型,具体地,确定图信号模型的边矩阵,以构建边矩阵对应的权重矩阵,然后基于各信道频点的集合、边矩阵和权重矩阵,构建图信号模型。
例如,构建信道频点的图信号模型,/>,其中,/>表示图信号模型中/>个信道频点构成的集合,/>,其中,/>对应表示第1个信道频点、第2个信道频点、…、第/>个信道频点、…、第/>个信道频点,/>。
表示图信号模型中维数为/>的边矩阵:
;
其中,、/>、/>、/>、/>、/>、/>、/>、/>对应表示/>中第1行第1列的元素、/>中第1行第/>列的元素、/>中第1行第/>列的元素、/>中第/>行第1列的元素、/>中第/>行第/>列的元素、/>中第/>行第/>列的元素、/>中第/>行第1列的元素、/>中第/>行第/>列的元素、/>中第/>行第/>列的元素;当/>中元素下标中的两个数值之差的绝对值不大于/>时,则该元素取值为1,否则该元素取值为0,其中/>,如取/>。
表示图信号模型中维数为/>的权重矩阵:
;
其中,、/>、/>、/>、/>、/>、/>、/>、/>对应表示/>中第1行第1列的元素、/>中第1行第/>列的元素、/>中第1行第/>列的元素、/>中第/>行第1列的元素、/>中第/>行第/>列的元素、/>中第/>行第/>列的元素、/>中第/>行第1列的元素、/>中第/>行第/>列的元素、/>中第/>行第/>列的元素,当/>时,令/>,当/>时,令/>。
其中,边矩阵与权重矩阵/>中的元素具有对应关系,例如,/>中的元素/>是/>中元素/>的权重;/>中的元素/>是/>中元素/>的权重;/>中的元素/>是/>中元素/>的权重;/>中的元素/>是/>中元素/>的权重。
进一步地,构建维数为的图拉普拉斯矩阵/>来表示图信号模型的网络拓扑结构,/>,其中,/>表示维数为/>的度矩阵,度矩阵/>是对角矩阵:
;
其中,表示/>中第1行第1列的元素,也表示/>的主对角线上的第1个元素;/>表示/>中第/>行第/>列的元素,也表示/>的主对角线上的第/>个元素;/>表示/>中第/>行第/>列的元素,也表示/>的主对角线上的第/>个元素,其中,/>。
在确定图信号模型的网络拓扑结构后,基于该网络拓扑结构确定图高通滤波器,然后利用图高通滤波器对图信号矩阵进行处理,获取图高通滤波器输出的滤波信号。
例如,构建维数为的图高通滤波器/>:
,/>;
其中,表示图信号模型的网络拓扑结构,/>表示度矩阵,/>表示图信号模型的权重矩阵。
将图信号矩阵通过图高通滤波器/>,将图高通滤波器输出的滤波信号记为/>,即滤波后的图信号矩阵,/>,其中,/>的维数为/>。
本申请实施例通过将图信号矩阵通过一个图高通滤波器,该滤波操作在顶点域上进行,因此,在数据处理过程中不需要进行图傅里叶变换及图傅里叶逆变换操作,节省了的计算时间,提高了计算效率。
步骤300,基于所述滤波信号,确定所述各信道频点的时域残差和频域残差;
获取图高通滤波输出的滤波信号后,基于该滤波信号确定各信道频点的时域残差和频域残差,也即,确定各信道频点的能量值的时域残差和频域残差。
步骤400,基于所述时域残差和/或所述频域残差,确定当前感知时隙中所述各信道频点的占用信息。
在确定信道频点的能量值的时域残差和/或频域残差后,基于该时域残差和/或频域残差,确定当前感知时隙中各信道频点的占用信息。
本申请实施例提供的二维频谱感知方法,通过基于各信道频点的能量值,构建图信号矩阵;基于各信道频点的图信号模型,确定图高通滤波器,以将图信号矩阵输入图高通滤波器,获取图高通滤波器输出的滤波信号;基于滤波信号,确定各信道频点的时域残差和频域残差;基于时域残差和/或频域残差,确定当前感知时隙中各信道频点的占用信息。本申请通过较少的采样样本数确定信道频点的时域残差和频域残差,从而基于时域残差和频域残差实现较高性能的频谱感知检测,提高了频谱感知的准确性。
在一个实施例中,所述基于所述时域残差和/或所述频域残差,确定当前感知时隙中所述各信道频点的占用信息,包括:
步骤410,若所述最大时域残差大于所述平均时域残差,和/或所述频域残差大于第一阈值,则确定当前感知时隙中存在信道频点被占用。
需要说明的是,时域残差包括各历史感知时隙的平均时域残差以及当前感知时隙与各历史感知时隙的平均值之间的最大时域残差。
如果最大时域残差大于平均时域残差,和/或频域残差大于第一阈值,则确定当前感知时隙中存在信道频点被占用;如果最大时域残差小于等于平均时域残差,和/或频域残差小于等于第一阈值,则判定当前感知时隙所有信道频点没被占用,并结束频谱感知过程。
进一步地,在确定当前感知时隙中存在信道频点被占用,还需要进一步确定被占用的信道频点。具体地,对各历史感知时隙的时域残差值进行排序,以对排序后的时域残差值进行归一化处理;基于归一化处理后的时域残差值,确定残差比较公式;确定使残差比较公式达到最大值的目标值;若最大值小于第二阈值,则确定目标值对应的信道频点被占用。
例如,将第个感知时隙定义为当前感知时隙,将从第1个感知时隙到第/>个感知时隙定义为历史感知时隙。基于图高通滤波器输出的滤波信号,计算历史感知时隙的平均时域残差,记为/>:
;
其中,表示感知时隙的数量,/>表示感知时隙,/>表示/>的第/>列向量,/>表示/>的第/>列向量,列向量/>、/>的维数为/>,/>表示滤波后的图信号矩阵,符号“/>”表示无穷范数符号。
基于图高通滤波器输出的滤波信号,计算当前感知时隙与各历史感知时隙的平均值之间的最大时域残差,具体地,确定每个历史感知时隙的平均值,然后确定当前感知时隙与每个历史感知时隙的平均值之间的时域残差,最后从所有时域残差中确定最大时域残差,记最大时域残差为:
;
其中,表示/>的第/>列向量,/>表示/>的第/>列向量,列向量/>,/>的维数为/>,表示滤波后的图信号矩阵,/>表示感知时隙的数量。
基于图高通滤波器输出的滤波信号,计算频域残差,将频域残差记为:
;
其中,表示/>的第/>列向量,/>表示图信号模型的网络拓扑结构,“/>”表示转置运算。
进一步,判断和/或/>是否成立,其中,/>为加权系数,其取值为大于1的实数;/>为第一阈值,其取值为大于0的实数。
如果上述判断条件成立,即,或者/>,或者/>和/>同时成立,则判定当前感知时隙有信道频点被占用;如果上述判断条件不成立,则判定当前感知时隙所有信道频点没被占用,并结束频谱感知过程。
在判定当前感知时隙有信道频点被占用后,计算各历史感知时隙的时域残差值,记为:
;
其中,表示/>的第/>列向量,/>表示/>的第/>列向量,列向量/>、/>的维数为/>,表示感知时隙的数量。
然后,将向量中的/>个元素的绝对值按从大到小的顺序进行排序,再将排序后得到的/>个值的绝对值记为/>,其中/>、/>、/>、/>对应表示排序后的第1个时域残差值、排序后的第2个时域残差值、排序后的第/>个时域残差值、排序后的第/>个时域残差值,其中,/>,/>,将/>个时域残差值构成的集合记为/>,。
令表示当前感知时隙中尚未找出被占用的信道频点的时域残差值构成的集合,并令/>的初始值为/>;令/>表示正整数,并令/>的初始值为1;令/>表示/>中当前感知时隙被占用信道频点的时域残差值构成的集合,并令/>的初始值为空集。
将表示为/>;然后对/>中的每个时域残差值进行归一化处理,将/>经归一化处理后得到的值记为/>,将/>经归一化处理后得到的值记为/>,将/>经归一化处理后得到的值记为/>,将/>经归一化处理后得到的值记为/>;其中,/>表示/>中序号为/>的时域残差值,/>表示/>中序号为/>的时域残差值,/>表示/>中序号为/>的时域残差值,/>表示/>中序号为/>的时域残差值,当/>为初始值/>时,/>即为/>、/>即为/>、/>即为/>。
可选地,,/>,/>,/>;其中,,/>表示/>中的第/>个残差值。
令表示正整数,计算/>在/>到/>范围内取值的情况下,使得残差比较公式取得最大值时/>的值,其中,残差比较公式为:
;
其中,,/>表示正整数,/>表示信道频点的数量,/>表示归一化后的时域残差值,即/>表示/>中序号为/>的时域残差值经归一化处理后得到的值,将残差比较公式取得最大值时/>的值记为/>,其中,/>,/>,/>为正整数,/>。
然后判断残差比较公式对应的最大值否小于第二阈值,其中,残差比较公式对应的最大值的计算公式为:
;
如果最大值小于第二阈值,则判定中的时域残差值对应的信道频点没有被占用,结束频谱感知过程;否则,判定/>中/>至序号为/>的时域残差值/>各自对应的信道频点被占用,然后将/>至序号为/>的时域残差值/>各自对应的信道频点加入集合/>中,然后令/>,对时域残差值重新归一化进入下一次迭代,直至残差比较公式的最大值小于第二阈值,也即在确定目标值对应的信道频点被占用后,去掉相应的时域残差值,剩余的时域残差值重新归一化进入下一次迭代,直至残差比较公式的最大值小于阈值;其中,/>中的“=”为赋值符号,第二阈值的取值为60,第二阈值也可以基于计算需求确定,在此不做限定。
本申请实施例通过各历史感知时隙的平均时域残差、当前感知时隙与所述各历史感知时隙的平均值之间的最大时域残差以及频域残差,可以快速判定出所有信道频点都没被授权用户占用,当部分信道频点被占用时,能够判定出被占用的信道频点,从而提高频谱感知的准确性。
参照图2,图2是本申请提供的二维频谱感知方法的流程示意图之二。
本申请实施例提供的二维频谱感知方法包括以下步骤:
基于认知无线电接收机测量每个信道频点的能量值,然后基于每个信道频点的能量值构建图信号矩阵。
利用信道频点的距离构建边矩阵,以及该边矩阵对应的权重矩阵,然后基于信道频点构成的集合、边矩阵以及权重矩阵构建图信号模型,同时,计算图信号模型的网络拓扑结构。
根据图信号模型的网络拓扑结构确定图高通滤波器,然后利用图高通滤波器对图信号矩阵进行处理,以获取图高通滤波器输出的滤波信号。
根据滤波信号,计算各历史感知时隙的平均时域残差、当前感知时隙与各历史感知时隙的平均值之间的最大时域残差和频域残差。
如果最大时域残差大于平均时域残差,和/或频域残差大于第一阈值,则确定当前感知时隙中存在信道频点被占用。
对各历史感知时隙的时域残差值进行排序,以对排序后的时域残差值进行归一化处理;基于归一化处理后的时域残差值,确定残差比较公式;确定使残差比较公式达到最大值的目标值;若最大值小于第二阈值,则确定目标值对应的信道频点被占用,去掉相应的时域残差值,剩余的时域残差值重新归一化进入下一次迭代,直至残差比较公式的最大值小于阈值。
在一个实施例中,通过仿真实验进一步说明本申请提供的二维频谱感知方法的可行性和有效性。
在仿真实验中,假设10个信道频点被授权用户占用,每个感知时隙的采样样本数为100个,进行20000次蒙特卡洛仿真实验,在每次蒙特卡洛仿真实验中,被授权用户占用信道频点从100个信道频点中等概率选取。参考图3,图3给出了利用本申请提供的二维频谱感知方法和能量检测法的检测概率随着信噪比变化的曲线,其中能量检测法设置噪声功率不确定度为0.2分贝,即在设置判决门限时在真实噪声功率基础上增加0.2分贝,作为已知的噪声功率上限。本申请提供的二维频谱感知方法不需要知道噪声功率信息,从图3可以看出,本申请提供的二维频谱感知方法具有比能量检测法更高的检测概率。
本申请实施例提供的二维频谱感知方法,具有以下优点:
在构建信道频点的图信号模型时,考虑信道频点的距离,同时在频谱感知过程中联合时域残差和频域残差,从而提高频谱感知结果的准确性。
通过将图信号矩阵通过图高通滤波器,图高通滤波器的滤波操作在顶点域上进行,因此,在数据处理过程中不需要进行图傅里叶变换及图傅里叶逆变换操作,节省了的计算时间,提高了计算效率。
通过分析历史感知时隙和当前感知时隙,当所有信道频点没有被占用时,能够一次性获得判定结果,当部分信道频点被占用时,能够检测出被占用的信道频点,并通过较少的采样样本数实现较高性能的频谱感知检测,提高频谱感知的准确性。
图4是本申请提供的频谱感知装置的结构示意图,参照图4,本申请的实施例提供了一种频谱感知装置,包括图信号矩阵构建模块401、滤波模块402、残差确定模块403和频域感知模块404。
图信号矩阵构建模块401,用于基于各信道频点的能量值,构建图信号矩阵;
滤波模块402,用于基于所述各信道频点的图信号模型,确定图高通滤波器,以将所述图信号矩阵输入所述图高通滤波器,获取所述图高通滤波器输出的滤波信号;
残差确定模块403,用于基于所述滤波信号,确定所述各信道频点的时域残差和频域残差;
频域感知模块404,用于基于所述时域残差和/或所述频域残差,确定当前感知时隙中所述各信道频点的占用信息。
本申请实施例提供的频谱感知装置,通过基于各信道频点的能量值,构建图信号矩阵;基于各信道频点的图信号模型,确定图高通滤波器,以将图信号矩阵输入图高通滤波器,获取图高通滤波器输出的滤波信号;基于滤波信号,确定各信道频点的时域残差和频域残差;基于时域残差和/或频域残差,确定当前感知时隙中各信道频点的占用信息。本申请通过较少的采样样本数确定信道频点的时域残差和频域残差,从而基于时域残差和频域残差实现较高性能的频谱感知检测,提高了频谱感知的准确性。
在一个实施例中,所述时域残差包括各历史感知时隙的平均时域残差以及当前感知时隙与所述各历史感知时隙的平均值之间的最大时域残差;
所述频域感知模块404具体用于:
若所述最大时域残差大于所述平均时域残差,和/或所述频域残差大于第一阈值,则确定当前感知时隙中存在信道频点被占用。
所述频域感知模块404具体还用于:
对所述各历史感知时隙的时域残差值进行排序,以对排序后的所述时域残差值进行归一化处理;
基于归一化处理后的时域残差值,确定残差比较公式;
确定使所述残差比较公式达到最大值的目标值;
若所述最大值小于第二阈值,则确定所述目标值对应的信道频点被占用。
在一个实施例中,所述平均时域残差的计算公式为:
;
其中,表示平均时域残差,/>表示感知时隙的数量,/>表示/>的第/>列向量,/>表示/>的第/>列向量,/>表示滤波后的图信号矩阵;
所述最大时域残差的计算公式为:
;
其中,表示最大时域残差,/>表示感知时隙的数量,/>表示/>的第/>列向量,/>表示/>的第/>列向量,/>表示滤波后的图信号矩阵;
所述频域残差的计算公式为:
;
其中,表示频域残差,/>表示/>的第/>列向量,/>表示滤波后的图信号矩阵,/>表示图信号模型的网络拓扑结构。
在一个实施例中,所述残差比较公式为:
;
其中,,/>表示正整数,/>表示信道频点的数量,/>表示归一化后的时域残差值。
在一个实施例中,所述滤波模块402具体用于:
确定所述图信号模型的网络拓扑结构,以基于所述网络拓扑结构,确定所述图高通滤波器;
其中,所述图高通滤波器的表达式为:
,/>;
其中,表示图高通滤波器,/>表示图信号模型的网络拓扑结构,/>表示度矩阵,/>表示图信号模型的权重矩阵。
在一个实施例中,所述滤波模块402具体还用于:
确定所述图信号模型的边矩阵,以构建所述边矩阵对应的权重矩阵;
基于所述各信道频点的集合、所述边矩阵和所述权重矩阵,构建所述图信号模型。
图5示例了一种电子设备的实体结构示意图,如图5所示,该电子设备可以包括:处理器(processor)510、通信接口(CommunicationsInterface)520、存储器(memory)530和通信总线540,其中,处理器510,通信接口520,存储器530通过通信总线540完成相互间的通信。处理器510可以调用存储器530中的逻辑指令,以执行二维频谱感知方法,该方法包括:
基于各信道频点的能量值,构建图信号矩阵;
基于所述各信道频点的图信号模型,确定图高通滤波器,以将所述图信号矩阵输入所述图高通滤波器,获取所述图高通滤波器输出的滤波信号;
基于所述滤波信号,确定所述各信道频点的时域残差和频域残差;
基于所述时域残差和/或所述频域残差,确定当前感知时隙中所述各信道频点的占用信息。
此外,上述的存储器530中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本申请还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的二维频谱感知方法,该方法包括:
基于各信道频点的能量值,构建图信号矩阵;
基于所述各信道频点的图信号模型,确定图高通滤波器,以将所述图信号矩阵输入所述图高通滤波器,获取所述图高通滤波器输出的滤波信号;
基于所述滤波信号,确定所述各信道频点的时域残差和频域残差;
基于所述时域残差和/或所述频域残差,确定当前感知时隙中所述各信道频点的占用信息。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (8)
1.一种二维频谱感知方法,其特征在于,包括:
基于各信道频点的能量值,构建图信号矩阵;
基于所述各信道频点的图信号模型,确定图高通滤波器,以将所述图信号矩阵输入所述图高通滤波器,获取所述图高通滤波器输出的滤波信号;
基于所述滤波信号,确定所述各信道频点的时域残差和频域残差;所述时域残差包括各历史感知时隙的平均时域残差以及当前感知时隙与所述各历史感知时隙的平均值之间的最大时域残差;
基于所述时域残差和/或所述频域残差,确定当前感知时隙中所述各信道频点的占用信息;
所述基于所述时域残差和/或所述频域残差,确定当前感知时隙中所述各信道频点的占用信息,包括:
若所述最大时域残差大于所述平均时域残差,和/或所述频域残差大于第一阈值,则确定当前感知时隙中存在信道频点被占用;
所述若所述最大时域残差大于所述平均时域残差,和/或所述频域残差大于第一阈值,则确定当前感知时隙中存在信道频点被占用之后,包括:
对所述各历史感知时隙的时域残差值进行排序,以对排序后的所述时域残差值进行归一化处理;
基于归一化处理后的时域残差值,确定残差比较公式;
确定使所述残差比较公式达到最大值的目标值;
若所述最大值小于第二阈值,则确定所述目标值对应的信道频点被占用。
2.根据权利要求1所述的二维频谱感知方法,其特征在于,所述平均时域残差的计算公式为:
;
其中,表示平均时域残差,/>表示感知时隙的数量,/>表示/>的第/>列向量,/>表示/>的第/>列向量,/>表示滤波后的图信号矩阵;
所述最大时域残差的计算公式为:
;
其中,表示最大时域残差,/>表示感知时隙的数量,/>表示/>的第/>列向量,/>表示/>的第/>列向量,/>表示滤波后的图信号矩阵;
所述频域残差的计算公式为:
;
其中,表示频域残差,/>表示/>的第/>列向量,/>表示滤波后的图信号矩阵,/>表示图信号模型的网络拓扑结构。
3.根据权利要求1所述的二维频谱感知方法,其特征在于,所述残差比较公式为:
;
其中,,/>表示正整数,/>表示信道频点的数量,/>表示归一化后的时域残差值。
4.根据权利要求1所述的二维频谱感知方法,其特征在于,所述基于所述各信道频点的图信号模型,确定图高通滤波器,包括:
确定所述图信号模型的网络拓扑结构,以基于所述网络拓扑结构,确定所述图高通滤波器;
其中,所述图高通滤波器的表达式为:
,/>;
其中,表示图高通滤波器,/>表示图信号模型的网络拓扑结构,/>表示度矩阵,/>表示图信号模型的权重矩阵。
5.根据权利要求1所述的二维频谱感知方法,其特征在于,所述基于所述各信道频点的图信号模型,确定图高通滤波器之前,包括:
确定所述图信号模型的边矩阵,以构建所述边矩阵对应的权重矩阵;
基于所述各信道频点的集合、所述边矩阵和所述权重矩阵,构建所述图信号模型。
6.一种频谱感知装置,其特征在于,包括:
图信号矩阵构建模块,用于基于各信道频点的能量值,构建图信号矩阵;
滤波模块,用于基于所述各信道频点的图信号模型,确定图高通滤波器,以将所述图信号矩阵输入所述图高通滤波器,获取所述图高通滤波器输出的滤波信号;
残差确定模块,用于基于所述滤波信号,确定所述各信道频点的时域残差和频域残差;所述时域残差包括各历史感知时隙的平均时域残差以及当前感知时隙与所述各历史感知时隙的平均值之间的最大时域残差;
频域感知模块,用于基于所述时域残差和/或所述频域残差,确定当前感知时隙中所述各信道频点的占用信息;
所述频域感知模块,还用于若所述最大时域残差大于所述平均时域残差,和/或所述频域残差大于第一阈值,则确定当前感知时隙中存在信道频点被占用;
所述频域感知模块,还用于对所述各历史感知时隙的时域残差值进行排序,以对排序后的所述时域残差值进行归一化处理;
基于归一化处理后的时域残差值,确定残差比较公式;
确定使所述残差比较公式达到最大值的目标值;
若所述最大值小于第二阈值,则确定所述目标值对应的信道频点被占用。
7.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至5任一项所述二维频谱感知方法。
8.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述二维频谱感知方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310575990.0A CN116318444B (zh) | 2023-05-22 | 2023-05-22 | 二维频谱感知方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310575990.0A CN116318444B (zh) | 2023-05-22 | 2023-05-22 | 二维频谱感知方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116318444A CN116318444A (zh) | 2023-06-23 |
CN116318444B true CN116318444B (zh) | 2023-09-19 |
Family
ID=86827273
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310575990.0A Active CN116318444B (zh) | 2023-05-22 | 2023-05-22 | 二维频谱感知方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116318444B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101242333A (zh) * | 2008-02-29 | 2008-08-13 | 浙江大学 | 一种基于信道感知和预测的多址接入方法 |
CN101931478A (zh) * | 2010-09-02 | 2010-12-29 | 西安交通大学 | 一种基于中继传输的认知网络频谱感知方法 |
CN103414527A (zh) * | 2013-08-08 | 2013-11-27 | 西安电子科技大学 | 一种基于能量检测的信号检测方法 |
CN109495198A (zh) * | 2019-01-25 | 2019-03-19 | 西安电子科技大学 | 基于残差相关矩阵检测的欠采样频谱感知方法 |
CN110798270A (zh) * | 2019-09-27 | 2020-02-14 | 宁波大学 | 一种基于功率方差比较的多频带频谱感知方法 |
CN110868723A (zh) * | 2019-09-27 | 2020-03-06 | 宁波大学 | 一种基于功率方差比较的多频带迭代频谱感知方法 |
CN115915226A (zh) * | 2022-09-23 | 2023-04-04 | 宁波大学 | 一种基于残差比较的异常节点检测与迭代定位方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102156790B1 (ko) * | 2014-02-11 | 2020-09-16 | 한국전자통신연구원 | 스펙트럼 센싱 방법 및 스펙트럼 센싱 장치 |
-
2023
- 2023-05-22 CN CN202310575990.0A patent/CN116318444B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101242333A (zh) * | 2008-02-29 | 2008-08-13 | 浙江大学 | 一种基于信道感知和预测的多址接入方法 |
CN101931478A (zh) * | 2010-09-02 | 2010-12-29 | 西安交通大学 | 一种基于中继传输的认知网络频谱感知方法 |
CN103414527A (zh) * | 2013-08-08 | 2013-11-27 | 西安电子科技大学 | 一种基于能量检测的信号检测方法 |
CN109495198A (zh) * | 2019-01-25 | 2019-03-19 | 西安电子科技大学 | 基于残差相关矩阵检测的欠采样频谱感知方法 |
CN110798270A (zh) * | 2019-09-27 | 2020-02-14 | 宁波大学 | 一种基于功率方差比较的多频带频谱感知方法 |
CN110868723A (zh) * | 2019-09-27 | 2020-03-06 | 宁波大学 | 一种基于功率方差比较的多频带迭代频谱感知方法 |
CN115915226A (zh) * | 2022-09-23 | 2023-04-04 | 宁波大学 | 一种基于残差比较的异常节点检测与迭代定位方法 |
Non-Patent Citations (3)
Title |
---|
Distributed Collaborative Wideband Spectrum Sensing Based on Multicoset Sampling;Weng Haosheng等;2019 11th International Conference on Wireless Communications and Signal Processing (WCSP);全文 * |
基于广义特征值的合作频谱感知方法;金明;李有明;高洋;;通信学报(第01期);全文 * |
金明 ; 李有明 ; 高洋 ; .基于广义特征值的合作频谱感知方法.通信学报.2013,(第01期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN116318444A (zh) | 2023-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109034127B (zh) | 一种频谱异常检测方法、装置和电子设备 | |
CN111600667B (zh) | 一种基于cnn-lstm的频谱感知方法 | |
CN107979431B (zh) | 基于黎曼中值的频谱感知的方法、装置以及设备 | |
CN110224771B (zh) | 基于bp神经网络与信息几何的频谱感知方法及装置 | |
CN111800811A (zh) | 一种频谱异常的无监督检测方法、装置、设备及存储介质 | |
Sung et al. | Asymptotic locally optimal detector for large-scale sensor networks under the Poisson regime | |
CN113572708B (zh) | 一种dft信道估计改进方法 | |
CN107360577B (zh) | 一种基于机器学习的频谱感知方法及装置 | |
CN103310235B (zh) | 一种基于参数识别与估计的隐写分析方法 | |
CN115276855A (zh) | 一种基于ResNet-CBAM的频谱感知方法 | |
CN115038091A (zh) | 一种北极海上无线通信频谱感知方法及系统 | |
CN116318444B (zh) | 二维频谱感知方法、装置、电子设备和存储介质 | |
CN112350790A (zh) | 一种基于深度学习的频谱感知检测方法、装置及设备 | |
CN110190917B (zh) | 一种LTE230MHz电力无线专网的频谱空洞感知方法、装置及设备 | |
CN116318445B (zh) | 频谱感知方法、装置、电子设备和存储介质 | |
CN116318480B (zh) | 频谱感知方法、装置和设备 | |
CN106847306A (zh) | 一种异常声音信号的检测方法及装置 | |
CN107886113B (zh) | 一种基于卡方检验的电磁频谱噪声提取和滤波方法 | |
CN114448661B (zh) | 慢速拒绝服务攻击检测方法及相关设备 | |
CN115545111A (zh) | 一种基于聚类自适应混合采样的网络入侵检测方法及系统 | |
CN111383716B (zh) | 基因对的筛选方法、装置、计算机设备和存储介质 | |
CN110289924B (zh) | 一种变分推断估计噪声功率的方法 | |
CN114358162A (zh) | 一种基于连续小波变换的跌倒检测方法、装置及电子设备 | |
CN103150501A (zh) | 一种基于改进否定选择的入侵检测方法 | |
CN110784887B (zh) | 网格化无线电信号监测系统中异常信号源数量的检测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |