CN117834062A - 面向传输错误数据的协作式电磁信号检测方法以及装置 - Google Patents
面向传输错误数据的协作式电磁信号检测方法以及装置 Download PDFInfo
- Publication number
- CN117834062A CN117834062A CN202311871869.9A CN202311871869A CN117834062A CN 117834062 A CN117834062 A CN 117834062A CN 202311871869 A CN202311871869 A CN 202311871869A CN 117834062 A CN117834062 A CN 117834062A
- Authority
- CN
- China
- Prior art keywords
- detected
- probability density
- signal
- covariance matrix
- target
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 70
- 230000005540 biological transmission Effects 0.000 title claims abstract description 61
- 239000011159 matrix material Substances 0.000 claims abstract description 97
- 238000012360 testing method Methods 0.000 claims abstract description 71
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000007476 Maximum Likelihood Methods 0.000 claims description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 description 74
- 230000004927 fusion Effects 0.000 description 14
- 238000001228 spectrum Methods 0.000 description 6
- 230000005855 radiation Effects 0.000 description 4
- 230000001149 cognitive effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了面向传输错误数据的协作式电磁信号检测方法以及装置,其方法包括:获取多个接收节点采集的原始射频信号,将原始射频信号进行合并;当合并后的原始射频信号中存在传输错误时,将存在传输错误的原始射频信号作为目标待检测信号,并得到目标待检测信号在多维复数分布下的初始概率密度函数;基于初始概率密度函数,分别得到待检测信号存在状态下对应的第一协方差矩阵,以及待检测信号不存在状态下第二协方差矩阵;以分别确定目标待检测信号的第一概率密度函数以及第二概率密度函数;并计算目标待检测信号的检验统计量,并基于检验统计量,确定目标待检测信号是否存在。可提高信号检测性能,降低误码率对检测结果的影响。
Description
技术领域
本发明涉及信号处理技术领域,尤其涉及一种面向传输错误数据的协作式电磁信号检测方法以及装置。
背景技术
随着认知无线电技术的发展,协作频谱感知技术越来越受到重视,因为相对于单用户感知而言,协作感知的可靠性和准确度更高。
现有协作感知方法中,通常要求原始数据能够在分布式接收节点正确传输到融合中心。例如,各个节点可持续对周围环境中的无线电射频数据进行感知和采集,然而,在各个节点向融合中心传输采集到的数据时,容易出现传输错误,特别是在信噪比(SNR)较低的情况下的通信系统中。这就导致了相对较高的误码率,而融合中心采用错误的数据进行信号检测,导致检测结果准确性差,且预期性能会有比较明显的下降,无法准确检测出无线电频谱的使用情况。
发明内容
基于此,有必要针对上述技术问题,提供一种面向传输错误数据的协作式电磁信号检测方法、装置、计算机设备及存储介质,以解决上述现有技术中存在的至少一个问题。
本申请实施例是这样实现,提供了一种面向传输错误数据的协作式电磁信号检测方法,包括:
获取多个接收节点采集的原始射频信号,将所述原始射频信号进行合并,以得到待检测信号;
当所述待检测信号存在传输错误数据时,将所述待检测信号作为目标待检测信号,并得到目标待检测信号在多维复分布下的初始概率密度函数;
基于所述初始概率密度函数,分别得到所述待检测信号存在时对应的第一协方差矩阵,以及所述待检测信号不存在时对应的第二协方差矩阵;
基于所述第一协方差矩阵以及所述第二协方差矩阵,分别确定所述目标待检测信号的第一概率密度函数以及第二概率密度函数;
基于所述第一概率密度函数以及所述第二概率密度函数,计算所述目标待检测信号的检验统计量,并基于所述检验统计量,确定所述待检测信号是否存在。
在一实施例中,所述初始概率密度函数表示为:
其中,Xt表示无错误的检测信号,v是指定的自由度,det()表示矩阵的行列式,Γ(·)表示伽马函数,∑表示协方差矩阵,P表示接收节点数量,H表示共轭转置,t表示时间索引(t=1,2,3,…,T)。
在一实施例中,所述基于所述目标待检测信号的检验统计量,确定所述目标待检测信号是否存在,包括:
生成预设门限值;
当所述检验统计量大于所述预设门限值,则所述目标待检测信号存在;
当所述检验统计量小于等于所述预设门限值时,则所述目标待检测信号不存在。
在一实施例中,所述生成预设门限值,包括:
生成预设数量的随机噪声样本数据;
基于所述随机噪声样本数据,得到样本检验统计量;
按照预设规则确定虚警概率,并基于所述虚警概率以及所述样本检验统计量,得到所述预设门限值。
在一实施例中,所述基于所述虚警概率以及所述样本检验统计量,得到所述预设门限值,包括:
基于所述虚警概率,在所述样本检验统计量中前预设比例的最小值,以作为所述预设门限值。
在一实施例中,所述基于所述初始概率密度函数,分别得到所述待检测信号存在状态下对应的第一协方差矩阵,以及所述待检测信号不存在状态下第二协方差矩阵,包括:
通过二元假设检验问题对所述待检测信号进行表示,所述假设检验问题包括所述目标待检测信号存在以及所述目标待检测信号不存在;
通过广义似然估计算法对所述初始概率密度函数进行求解,分别得到在所述目标待检测信号不存在时的第一最大似然估计以及所述目标待检测信号存在时的第二最大似然估计,将所述第一最大似然估计作为所述第一协方差矩阵,将所述第二最大似然估计作为所述第二协方差矩阵。
在一实施例中,所述第一协方差矩阵通过如下公式计算得到:
其中,∑o表示所述第一协方差矩阵,So表示所述第一协方差矩阵的结构集合,f(X|∑)表示所述初始密度概率函数。
在一实施例中,所述第二协方差矩阵通过如下公式计算得到:
其中,∑1表示所述第二协方差矩阵,S1表示所述第二协方差矩阵的结构集合,f(X|∑)表示所述初始密度概率函数。
在一实施例中,所述基于所述第一概率密度以及所述第二概率密度,计算检验统计量,包括:
计算所述第一概率密度以及所述第二概率密度之间的商值,以作为所述检验统计量。
第二方面,提供了一种面向传输错误数据的协作式电磁信号检测装置,包括:
待检测信号获取单元,用于获取多个接收节点采集的原始射频信号,将所述原始射频信号进行合并;
初始概率密度函数获取单元,用于当合并后的原始射频信号中存在传输错误时,将存在传输错误的原始射频信号作为目标待检测信号,并得到目标待检测信号在多维复数分布下的初始概率密度函数;
协方差矩阵确定单元,用于基于所述初始概率密度函数,分别得到所述目标待检测信号存在时对应的第一协方差矩阵,以及所述目标待检测信号不存在时对应的第二协方差矩阵;
概率密度函数确定单元,用于基于所述第一协方差矩阵以及所述第二协方差矩阵,分别确定所述目标待检测信号的第一概率密度函数以及第二概率密度函数;
检测单元,用于基于第一概率密度函数以及所述第二概率密度函数,计算所述目标待检测信号的检验统计量,并基于所述检验统计量,确定所述目标待检测信号是否存在。
第三方面,提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如上述所述的面向传输错误数据的协作式电磁信号检测方法。
第四方面,提供了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如上述所述的面向传输错误数据的协作式电磁信号检测方法。
上述面向传输错误数据的协作式电磁信号检测方法、装置、计算机设备及存储介质,其方法实现,包括:获取多个接收节点采集的原始射频信号,将所述原始射频信号进行合并;当合并后的原始射频信号中存在传输错误时,将存在传输错误的原始射频信号作为目标待检测信号,并得到目标待检测信号在多维复数分布下的初始概率密度函数;基于所述初始概率密度函数,分别得到所述目标待检测信号存在时对应的第一协方差矩阵,以及所述目标待检测信号不存在时对应的第二协方差矩阵;基于所述第一协方差矩阵以及所述第二协方差矩阵,分别确定所述目标待检测信号的第一概率密度函数以及第二概率密度函数;基于所述第一概率密度函数以及所述第二概率密度函数,计算所述目标待检测信号的检验统计量,并基于所述验统计量,确定所述目标待检测信号是否存在。通过确定所有待检测信号在二元假设情况下的广义似然函数比,构建出一种对传输错误数据鲁棒的检测器,可以实现在所接收数据存在传输错误的情况下,对待检测信号的存在性进行检测。可以有效提高信号检测性能,降低误码率对检测结果的影响,提高检测准确性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例中面向传输错误数据的协作式电磁信号检测方法的一应用环境示意图;
图2是本发明一实施例中面向传输错误数据的协作式电磁信号检测方法的一流程示意图;
图3是本申请一实施例中对于传输的错误检测信号采用不同信号检测方法的检测概率比较图;
图4是本发明一实施例中面向传输错误数据的协作式电磁信号检测装置的一结构示意图;
图5是本发明一实施例中计算机设备的一示意图。
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,都属于本发明保护的范围。
本实施例提供的面向传输错误数据的协作式电磁信号检测方法,可应用在如图1的应用环境中,通过多个接收节点,例如1,2,......,P,P为大于2的正数,可以理解多个用户通过用户终端不断感知周围环境中的电磁信号,并将采集到的电磁信号发送给融合中心,可以理解为基站,该融合中心可以对该电磁信号进行融合和检测,从而可以感知当前网络环境状况,用户以及周围环境信息,从而充分利用获取的频谱资源,以提高无线通信的频谱资源利用率。
其中,用户终端与该融合中心可通过网络进行通信。其中,客户端包括但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。
在一实施例中,如图2所示,提供一种面向传输错误数据的协作式电磁信号检测方法,此方法可应用于图1中的融合中心,具体可包括如下步骤:
在步骤S110中,获取多个接收节点采集的原始射频信号,将所述原始射频信号进行合并;
在本申请实施例中,该接收节点可为用户的用户终端,其可具备认知无线电功能,每个该用户终端均可对不断感知周围环境中的无线电频谱使用情况,并采集射频信号,发送至融合中心,该融合中心可通过中心处理器将各个用户终端设备传输过来的原始射频信号,进行合并。
在本申请实施例中,可对该原始射频信号进行预处理,例如降噪、过滤等,以降低噪声影响,提高后续检测准确性。
在步骤S120中,当所述待检测信号存在传输错误数据时,将所述待检测信号作为目标待检测信号,并得到目标待检测信号在多维复数分布下的初始概率密度函数;
在本申请一实施场景中,假设在一个城市A中,有大量的用户,例如100个,每个用户的用户终端都配备了认知无线电功能。这些智能设备在移动过程中可以持续地感知周围环境的无线电频谱使用情况,并收集原始的射频数据。每个智能设备都会将收集到的原始射频数据发送到融合中心,例如基站,但是在数据传输过程有由于受到其他信号干扰,或者传输时数据出现翻转等问题,导致可能会有部分数据在传输过程中存在传输错误的情况,而导致融合中心在进行检测时出现性能下降的问题。此时,对于可能存在传输错误数据的情况,将其作为目标待检测信号,并在多维复数t分布下计算该目标待检测信号的初始概率密度函数。
具体地,将多个接收节点的数量表示为P,则P个接收节点观测到的该待检测信号的协方差矩阵可表示为∑,所有接收节点观测到的待检测数据表示为X,则在该协方差矩阵∑的条件下获取的观测数据X在多维复数t分布的初始概率密度函数。
其中,该多维复数t中多维是指待检测数据的来源维度大于1,表示该接收节点包括多个,该复数是指数据类型,例如射频数据是通过复数形式进行记录的。
其中,该初始概率密度函数的数学表达式可如下所示:
其中,其中,Xt表示无错误的检测信号,v是指定的自由度,det()表示矩阵的行列式,Γ(·)表示伽马函数,∑表示协方差矩阵,P表示接收节点数量,H表示共轭转置,t表示时间序列(t=1,2,3,…,T)。
可以理解的,上述初始密度函数可通过调用非凸优化问题求解器,例如MATLAB中的fmincon进行求解,从而得到初始概率密度。
在步骤S130中,基于所述初始概率密度函数,分别得到所述目标待检测信号存在时对应的第一协方差矩阵,以及所述目标待检测信号不存在时对应的第二协方差矩阵;
在本申请一实施例中,基于所述初始概率密度函数,分别得到目标待检测信号存在时对应的第一协方差矩阵,以及所述目标待检测信号不存在时对应的第二协方差矩阵,包括:
通过二元假设检验问题对所述目标待检测信号进行表示,所述假设检验问题包括所述待检测信号存在以及所述目标待检测信号不存在;
通过广义似然估计算法对所述初始概率密度函数进行求解,分别得到在所述目标待检测信号不存在时的第一最大似然估计以及所述目标待检测信号存在时的第二最大似然估计,将所述第一最大似然估计作为所述第一协方差矩阵,将所述第二最大似然估计作为所述第二协方差矩阵。
具体地,可将通过融合中心接收到P个接收节点观测到的待检测数据表示为X,该X中可能存在传输错误,通过二元假设检验问题对该目标待检测数据、即存在错误数据的待检测信号设置假设检验问题,该二元假设问题具体可表示为:
H0:∑∈S0
H1:∑∈S1
其中,H0表示该目标待检测数据存在,该H1表示该目标待检测数据不存在。S0,S1表示为对应假设问题下协方差矩阵的结构集合,具体可表示为:
S0={Diag(ψ)|ψ>0}
其中,ψ>0表示一个长度为P且所有元素均为正数的向量,Diag(ψ)表示一个对角元素为ψ的对角矩阵,表示一个P行r列的复数矩阵。
进一步,通过将观测到的完整且无错误的待检测数据X中通过广义似然估计算法估计出H0以及H1这2种假设检验问题下的第一协方差矩阵表示∑0,以及第二协方差矩阵∑1,其中,该第一协方差矩阵通过如下公式计算得到:
其中,∑o表示所述第一协方差矩阵,So表示所述第一协方差矩阵的结构集合,f(X|∑)表示所述初始密度概率函数。
在一实施例中,所述第二协方差矩阵通过如下公式计算得到:
其中,∑1表示所述第二协方差矩阵,S1表示所述第二协方差矩阵的结构集合,f(X|∑)表示所述初始密度概率函数。
通过对上述公式进行最大值求解,得到的估计结果,即为假设的该第一协方差矩阵以及第二协方差矩阵,其可以理解为真实协方差矩阵的估计。
在步骤S140中,基于所述第一协方差矩阵以及所述第二协方差矩阵,分别确定目标待检测信号的第一概率密度函数以及第二概率密度函数;
在本申请实施中,在得到该第一协方差矩阵以及第二协方差矩阵后,可以将其带入至上述初始概率密度函数的数学表达式中,则第一概率密度函数可表示为:
该,第二概率密度函数可表示为:
通过调用非凸优化问题求解器,例如MATLAB中的fmincon进行求解,从而得到该第一概率密度以及第二概率密度。
在步骤S150中,基于所述目标待检测信号的第一概率密度函数以及所述第二概率密度函数,计算所述目标待检测信号的检验统计量,并基于所述目标待检测信号的检验统计量,确定所述目标待检测信号是否存在。
在本申请实施例中,在获取到该第一概率密度函数以及第二概率密度函数后,可以按照预设算法,计算该目标待检测信号的检验统计量,然后基于该目标待检测信号的检验统计量,确定所述目标待检测信号是否存在。可以理解的,通过分布式接收节点采集射频信号,并汇总到融合中心,该融合中心可以检测该信号是否存在,即,辐射源是否在辐射信号,但是无论待检测信号是否存在,接收节点都可以采集到空间中的电磁数据,因此,通过该融合中心可以进一步确定该辐射源是否有发射信号,即采集到的电磁数据是否真实存在。
在本申请一实施例中,所述基于所述第一概率密度以及所述第二概率密度,计算检验统计量,包括:
计算所述第一概率密度以及所述第二概率密度之间的商值,以作为所述检验统计量。
具体地,该检验统计量可通过如下公式计算得到:
通过计算得到第一概率密度以及第二概率密度后,基于两者的商值作为该检验统计量。
在本申请一实施例中,所述基于所述目标待检测信号的检验统计量,确定所述待检测信号是否存在,包括:
生成预设门限值;
当所述检验统计量大于所述预设门限值,则所述目标待检测信号存在;
当所述检验统计量小于等于所述预设门限值时,则所述目标待检测信号不存在。
具体地,可以预先生成预设门限值γ,并根据假设得到的检验统计量ξ与该预设门限值γ之间的关系判断该目标待检测信号是否存在,例如,当该检验统计量ξ大于所述预设门限值γ,则表示目标待检测信号存在,即辐射源发送了射频信号,若,检验统计量ξ小于等于该预设门限值γ时,则表示该目标待检测信号不存在,即辐射源没有发射该射频信号。
进一步,所述生成预设门限值,包括:
生成预设数量的随机噪声样本数据;
基于所述随机噪声样本数据,得到样本检验统计量;
按照预设规则确定虚警概率,并基于所述虚警概率以及所述样本检验统计量,得到所述预设门限值。
具体地,可通过蒙特卡洛实验的方式获取该预设门限值γ,例如,可生成大量的随机噪声样本数据数据作为待检测信号的样本数据,并通过上述方式计算得到样本数据的检验统计量的经验分布情况,然后基于预设的虚警概率(PFA),计算该预设门限值,该虚警概率(PFA)可为用户指定的。
进一步,所述基于所述虚警概率以及所述样本检验统计量,得到所述预设门限值,包括:
基于所述虚警概率,在所述样本检验统计量中前预设比例的最小值,以作为所述预设门限值。
具体地,例如,当该虚警概率(PFA)为1%时,则预设门限值γ可取该样本检验统计量中前1%的最小值。
参见图3,在本申请实施例中,提供了数据仿真实验,其具体是针对QPSK调制信号,采用本方法以及其他检测方法所得到的性能比较结果。其中,横坐标表示接收信号的信噪比(分贝),纵坐标为检测概率,从上述仿真结果中可以看出,在采集到的信号的传输误码率为1%的情况下,采用GLRT方法,对数据传输无错误以及数据传输误码率为1%的情况下所得到的检测结果,该数据传输误码率为1%的检测结果相对于数据传输无错误的检测结果大约有10dB的等效信噪比下降,而采用本方案所得到的检测结果介于两者之间,即,在数据传输误码率为1%的情况下,采用本方案所得到的检测结果相比于采用GLRT方法所得到的检测结果的性能更好。
采用本方法进行信号检测的性能进行说明,在本申请实施例中,提供了一种面向传输错误数据的协作式电磁信号检测方法,包括:获取多个接收节点采集的原始射频信号,将所述原始射频信号进行合并;当合并后的原始射频信号中存在传输错误时,将存在传输错误的原始射频信号作为目标待检测信号,并得到目标待检测信号在多维复数分布下的初始概率密度函数;基于所述初始概率密度函数,分别得到所述目标待检测信号存在时对应的第一协方差矩阵,以及所述目标待检测信号不存在时对应的第二协方差矩阵;基于所述第一协方差矩阵以及所述第二协方差矩阵,分别确定目标待检测信号的第一概率密度函数以及第二概率密度函数;基于所述第一概率密度函数以及所述第二概率密度函数,计算所述目标待检测信号的检验统计量,并基于所述检验统计量,确定所述目标待检测信号是否存在。本申请实施例中,通过确定所有待检测信号在二元假设情况下的广义似然函数比,构建出一种对传输错误数据鲁棒的检测器,可以实现在所接收数据存在传输错误的情况下,对待检测信号的存在性进行检测。可以有效提高信号检测性能,降低误码率对检测结果的影响,提高检测准确性。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
在一实施例中,提供一种面向传输错误数据的协作式电磁信号检测装置,该面向传输错误数据的协作式电磁信号检测装置与上述实施例中面向传输错误数据的协作式电磁信号检测方法一一对应。如图4所示,该面向传输错误数据的协作式电磁信号检测装置包括待检测信号获取单元10、初始概率密度函数获取单元20、协方差矩阵确定单元30、概率密度函数确定单元40和检测单元50。各功能模块详细说明如下:
待检测信号获取单元10,用于获取多个接收节点采集的原始射频信号,将所述原始射频信号进行合并;
初始概率密度函数获取单元20,用于当合并后的原始射频信号中存在传输错误时,将存在传输错误的原始射频信号作为目标待检测信号,并得到目标待检测信号在多维复数分布下的初始概率密度函数;
协方差矩阵确定单元30,用于基于所述初始概率密度函数,分别得到所述目标待检测信号存在时对应的第一协方差矩阵,以及所述目标待检测信号不存在时对应的第二协方差矩阵;
概率密度函数确定单元40,用于基于所述第一协方差矩阵以及所述第二协方差矩阵,分别确定所述目标待检测信号的第一概率密度函数以及第二概率密度函数;
检测单元50,用于基于所述第一概率密度函数以及所述第二概率密度函数,计算所述目标待检测信号的检验统计量,并基于所述检验统计量,确定所述目标待检测信号是否存在。
在申请一实施例中,所述初始概率密度函数表示为:
其中,Xt表示无错误的检测信号,v是指定的自由度,det()表示矩阵的行列式,Γ(·)表示伽马函数,∑表示协方差矩阵,P表示接收节点数量,H表示共轭转置,t表示时间序列(t=1,2,3,…,T)。
在本申请一实施例中,检测单元50,还用于:
生成预设门限值;
当所述检验统计量大于所述预设门限值,则所述目标待检测信号存在;
当所述检验统计量小于等于所述预设门限值时,则所述目标待检测信号不存在。
在本申请一实施例中,检测单元50,还用于:
生成预设数量的随机噪声样本数据;
基于所述随机噪声样本数据,得到样本检验统计量;
按照预设规则确定虚警概率,并基于所述虚警概率以及所述样本检验统计量,得到所述预设门限值。
在本申请一实施例中,检测单元50,还用于:
基于所述虚警概率,在所述样本检验统计量中前预设比例的最小值,以作为所述预设门限值。
在本申请一实施例中,协方差矩阵确定单元30,还用于:
通过二元假设检验问题对所述目标待检测信号进行表示,所述假设检验问题包括所述目标待检测信号存在以及所述目标待检测信号不存在;
通过广义似然估计算法对所述初始概率密度函数进行求解,分别得到在所述目标待检测信号不存在时的第一最大似然估计以及所述目标待检测信号存在时的第二最大似然估计,将所述第一最大似然估计作为所述第一协方差矩阵,将所述第二最大似然估计作为所述第二协方差矩阵。
在本申请一实施例中,所述第一协方差矩阵通过如下公式计算得到:
其中,∑o表示所述第一协方差矩阵,So表示所述第一协方差矩阵的结构集合,f(X|Σ)表示所述初始密度概率函数。
在一实施例中,所述第二协方差矩阵通过如下公式计算得到:
其中,∑1表示所述第二协方差矩阵,S1表示所述第二协方差矩阵的结构集合,f(X|Σ)表示所述初始密度概率函数。
在本申请一实施例中,检测单元50,还用于:
计算所述第一概率密度以及所述第二概率密度之间的商值,以作为所述检验统计量。
本申请实施例中,通过确定所有待检测信号在二元假设情况下的广义似然函数比,构建出一种对传输错误数据鲁棒的检测器,可以实现在所接收数据存在传输错误的情况下,对待检测信号的存在性进行检测。可以有效提高信号检测性能,降低误码率对检测结果的影响,提高检测准确性。
关于面向传输错误数据的协作式电磁信号检测装置的具体限定可以参见上文中对于面向传输错误数据的协作式电磁信号检测方法的限定,在此不再赘述。上述面向传输错误数据的协作式电磁信号检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端设备,其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括可读存储介质。该可读存储介质存储有计算机可读指令。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机可读指令被处理器执行时以实现一种面向传输错误数据的协作式电磁信号检测方法。本实施例所提供的可读存储介质包括非易失性可读存储介质和易失性可读存储介质。
在本申请实施例中,提供了一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令,所述处理器执行所述计算机可读指令时实现如上述所述面向传输错误数据的协作式电磁信号检测方法的步骤。
在申请实施例中,提供了一种可读存储介质,所述可读存储介质存储有计算机可读指令,所述计算机可读指令被处理器执行时实现如上述所述面向传输错误数据的协作式电磁信号检测方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机可读指令来指令相关的硬件来完成,所述的计算机可读指令可存储于一非易失性可读取存储介质或易失性可读存储介质中,该计算机可读指令在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,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发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种面向传输错误数据的协作式电磁信号检测方法,其特征在于,所述方法,包括:
获取多个接收节点采集的原始射频信号,将所述原始射频信号进行合并;
当合并后的原始射频信号中存在传输错误时,将存在传输错误的原始射频信号作为目标待检测信号,并得到目标待检测信号在多维复数分布下的初始概率密度函数;
基于所述初始概率密度函数,分别得到所述目标待检测信号存在时对应的第一协方差矩阵,以及所述目标待检测信号不存在时对应的第二协方差矩阵;
基于所述第一协方差矩阵以及所述第二协方差矩阵,分别确定所述目标待检测信号的第一概率密度函数以及第二概率密度函数;
基于所述第一概率密度函数以及所述第二概率密度函数,计算所述目标待检测信号的检验统计量,并基于所述检验统计量,确定所述目标待检测信号是否存在。
2.如权利要求1所述的面向传输错误数据的协作式电磁信号检测方法,其特征在于,所述初始概率密度函数表示为:
其中,Xt表示无错误的检测信号,v是指定的自由度,det()表示矩阵的行列式,Γ(·)表示伽马函数,∑表示协方差矩阵,P表示接收节点数量,H表示共轭转置,t表示时间序列(t=1,2,3,…,T)。
3.如权利要求1所述的面向传输错误数据的协作式电磁信号检测方法,其特征在于,所述基于所述目标待检测信号的检验统计量,确定所述目标待检测信号是否存在,包括:
生成预设门限值;
当所述检验统计量大于所述预设门限值,则所述目标待检测信号存在;
当所述检验统计量小于等于所述预设门限值时,则所述目标待检测信号不存在。
4.如权利要求3所述的面向传输错误数据的协作式电磁信号检测方法,其特征在于,所述生成预设门限值,包括:
生成预设数量的随机噪声样本数据;
基于所述随机噪声样本数据,得到样本检验统计量;
按照预设规则确定虚警概率,并基于所述虚警概率以及所述样本检验统计量,得到所述预设门限值。
5.如权利要求4所述的面向传输错误数据的协作式电磁信号检测方法,其特征在于,所述基于所述虚警概率以及所述样本检验统计量,得到所述预设门限值,包括:
基于所述虚警概率,在所述样本检验统计量中前预设比例的最小值,以作为所述预设门限值。
6.如权利要求1所述面向传输错误数据的协作式电磁信号检测方法,其特征在于,所述基于所述初始概率密度函数,分别得到所述目标待检测信号存在状态下对应的第一协方差矩阵,以及所述目标待检测信号不存在状态下第二协方差矩阵,包括:
通过二元假设检验问题对所述待检测信号进行表示,所述假设检验问题包括所述目标待检测信号存在以及所述目标待检测信号不存在;
通过广义似然估计算法对所述初始概率密度函数进行求解,分别得到在所述目标待检测信号不存在时的第一最大似然估计以及所述目标待检测信号存在时的第二最大似然估计,将所述第一最大似然估计作为所述第一协方差矩阵,将所述第二最大似然估计作为所述第二协方差矩阵。
7.如权利要求1或6任一项所述的面向传输错误的协作式电磁信号检测方法,其特征在于,所述第一协方差矩阵通过如下公式计算得到:
其中,∑o表示所述第一协方差矩阵,So表示所述第一协方差矩阵的结构集合,f(X|∑)表示所述初始密度概率函数。
8.如权利要求1或6任一项所述的面向传输错误的协作式电磁信号检测方法,其特征在于,所述第二协方差矩阵通过如下公式计算得到:
其中,∑1表示所述第二协方差矩阵,S1表示所述第二协方差矩阵的结构集合,f(X|∑)表示所述初始密度概率函数。
9.如权利要求1所述的面向传输错误的协作式电磁信号检测方法,其特征在于,所述基于所述第一概率密度以及所述第二概率密度,计算检验统计量,包括:
计算所述第一概率密度以及所述第二概率密度之间的商值,以作为所述检验统计量。
10.一种面向传输错误数据的协作式电磁信号检测装置,其特征在于,所述装置,包括:
待检测信号获取单元,用于获取多个接收节点采集的原始射频信号,将所述原始射频信号进行合并;
初始概率密度函数获取单元,用于当合并后的原始射频信号中存在传输错误时,将存在传输错误的原始射频信号作为目标待检测信号,并得到目标待检测信号在多维复数分布下的初始概率密度函数;
协方差矩阵确定单元,用于基于所述初始概率密度函数,分别得到所述目标待检测信号存在时对应的第一协方差矩阵,以及所述目标待检测信号不存在时对应的第二协方差矩阵;
概率密度函数确定单元,用于基于所述第一协方差矩阵以及所述第二协方差矩阵,分别确定目标待检测信号的第一概率密度函数以及第二概率密度函数;
检测单元,用于基于所述目标待检测信号的第一概率密度函数以及所述第二概率密度函数,计算所述目标待检测信号的检验统计量,并基于所述目标待检测信号的检验统计量,确定所述目标待检测信号是否存在。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311871869.9A CN117834062A (zh) | 2023-12-29 | 2023-12-29 | 面向传输错误数据的协作式电磁信号检测方法以及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311871869.9A CN117834062A (zh) | 2023-12-29 | 2023-12-29 | 面向传输错误数据的协作式电磁信号检测方法以及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117834062A true CN117834062A (zh) | 2024-04-05 |
Family
ID=90518760
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311871869.9A Pending CN117834062A (zh) | 2023-12-29 | 2023-12-29 | 面向传输错误数据的协作式电磁信号检测方法以及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117834062A (zh) |
-
2023
- 2023-12-29 CN CN202311871869.9A patent/CN117834062A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen et al. | Phase transition analysis for covariance-based massive random access with massive MIMO | |
US20180324009A1 (en) | Electronic device, method and computer-readable medium for sensing spectrum usage in a cognitive radio communication system | |
CN106464526A (zh) | 检测异常的系统与方法 | |
Zhang et al. | A spectrum sensing method based on signal feature and clustering algorithm in cognitive wireless multimedia sensor networks | |
US11695612B2 (en) | Method to locate faulted message elements using AI in 5G and 6G | |
CN107426736B (zh) | 一种认知无线电的频谱感知方法及系统 | |
US11817950B2 (en) | AI means for mitigating faulted message elements in 5G/6G | |
Khan et al. | A genetic algorithm-based soft decision fusion scheme in cognitive iot networks with malicious users | |
CN108931789B (zh) | 攻击检测方法、攻击检测器、计算机可读存储介质和终端 | |
CN108206795B (zh) | 基于置信传递的频率选择性衰落信道的盲认证方法和系统 | |
Tirkkonen et al. | Exact and asymptotic analysis of largest eigenvalue based spectrum sensing | |
Ramírez et al. | The locally most powerful invariant test for detecting a rank-P Gaussian signal in white noise | |
CN117834062A (zh) | 面向传输错误数据的协作式电磁信号检测方法以及装置 | |
CN106972900A (zh) | 基于广义t2统计量的盲频谱感知方法 | |
CN117792542A (zh) | 面向不完整数据的协作式电磁信号检测方法以及装置 | |
WO2020258509A1 (zh) | 终端设备异常访问的隔离方法和装置 | |
Men et al. | A robust cooperative spectrum sensing method against faulty nodes in CWSNs | |
Wu et al. | Less Sample-Cooperative Spectrum Sensing in the Presence of Large-Scale Byzantine Attack | |
US20200322796A1 (en) | Smoothing technology-based blind authentication method and system for frequency selective fading channel | |
Liu et al. | Probability‐based fusion rule in cooperative spectrum sensing with impact of geographic location | |
CN109547134B (zh) | 基于多发射功率等级的协作频谱感知方法和装置 | |
CN114142963A (zh) | 一种小区搜索方法、系统及存储介质 | |
US20220029717A1 (en) | Interference detection system, interference detection apparatus, interference detection method, and interference detection program | |
WO2020037629A1 (en) | Co-operative sensing | |
Khandakar et al. | Experimental threshold determination for secondary users using USRP and Gnu radio |
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 |