WO2019170093A1

WO2019170093A1 - 一种生成频谱态势的方法、装置及计算机存储介质

Info

Publication number: WO2019170093A1
Application number: PCT/CN2019/077088
Authority: WO
Inventors: 齐佩汉; 杜婷婷; 李赞; 司江勃; 关磊
Original assignee: 西安电子科技大学
Priority date: 2018-03-07
Filing date: 2019-03-06
Publication date: 2019-09-12
Also published as: CN108693403A

Abstract

一种生成频谱态势的方法、装置及计算机存储介质；该方法包括：1、确定和配置复杂电磁环境参数；2、广域虚拟密集化获取感知数据；3、构建感知节点位置矩阵；4、构建路径损耗矩阵；5、根据感知节点位置矩阵、路径损耗矩阵进行辐射源识别，获得辐射源位置和辐射功率；6、根据识别的辐射源，电磁态势反演，生成电磁频谱态势。该方法可在少量传感器位置随机分布，辐射源位置和辐射功率随机分布的条件下，对传感器进行广域虚拟密集化，实现辐射源识别，进而生成电磁态势，可用于广域虚拟密集化频谱态势生成。

Description

一种生成频谱态势的方法、装置及计算机存储介质

相关申请的交叉引用

本申请基于申请号为201810188305.8、申请日为2018年03月07日的中国专利申请提出，并要求该中国专利申请的优先权，该中国专利申请的内容在此引入本申请作为参考。

技术领域

本发明实施例属于通信技术，具体而言，涉及一种生成频谱态势的方法、装置及计算机存储介质，可用于广域环境中的高精度频谱态势生成。

背景技术

无线通信技术的飞速发展和广泛使用，使得电磁环境日益复杂，频谱资源日益匮乏，电磁频谱供需矛盾愈发尖锐。在未来移动通信系统频谱共享、无线电秩序管理以及电磁频谱冲突的需求牵引下，电磁频谱态势感知与基于频谱态势的智能频谱管理已成为重要的研究方向。频谱态势感知是指通过监测或探测手段，通过全方位地对环境进行感知来获取数据，并对获取的数据进行处理，从而形成感兴趣的频谱信息与态势；因此，频谱态势感知是及时、准确地了解频谱态势的主要手段，主要目标数据包括电磁频谱作用空间、工作时间、工作频率和辐射功率等。

而在电磁环境中的电磁辐射主要来自于各种用频设备，即辐射源；只要能够正确获取辐射源的位置、状态、工作参数、信号特征等属性，就能近似计算出该辐射源对环境区域的电磁效应。因此，以辐射源识别为基础构建环境数据是频谱态势感知的有效途径。

频谱态势生成是在频谱态势感知获取频谱空间的当前状态基础上，分析预测频谱空间的综合形势和未来发展趋势。目前常规的生成电磁态势的方案存在以下不足：

其一，建模时间长，工作量大，难于应用于大面积区域电磁环境的态势推演；

其二，频谱态势生成的精度不高；

其三，需要布设密集的固定检测节点，联合周围多个检测节点共同参与频谱态势构建，这就需要固定布设大量的感知设备。

发明内容

有鉴于此，本发明实施例提出了一种生成频谱态势的方法、装置及计算机存储介质。广域虚拟密集化频谱态势生成方法将频谱传感器设备依附于少量车、船等移动承载平台上，利用频谱传感器设备承载平台的移动性，通过在监测持续时间内多次获取当前位置的电磁频谱数据，实现频谱感知节点密集虚拟化，增多频谱监测样本，再利用频谱态势稀疏反演理论，可获得广域高分辨率的电磁频谱态势。

第一方面，本发明实施例提出的一种生成频谱态势的方法，包括如下步骤：

(1)确定和配置复杂电磁环境参数：实验区域采用N点网格布局，K个辐射源、T个频谱传感器设备及其承载平台随机的分布在所述实验区域的网格顶点处，此承载平台搭载GPS模块，用于同步记录位置信息，将所述N个网格顶点选做N个参考点。

(2)广域虚拟密集化获取感知数据：将所述T个频谱传感器设备及其承载平台虚拟成T个移动节点，每个移动节点移动后密集化出n个感知节点用于获取感知数据，该感知数据包括接收信号强度RSS(Received Signal Strength)和位置信息，所述T个移动节点共密集化出M＝n·T个感知节点，将M个感知节点获取的感知数据中的接收信号强度RSS构成M维的列向量P _s∈R ^M。

(3)根据感知数据中的位置信息，构建感知节点位置矩阵，所述感知节点位置矩阵Φ可用如下公式表示：

其中，S＝{s _k|k＝1,2,...,M}表示感知节点的集合，s _k表示第k个感知节点，k用于标识第k个感知节点，V＝{V _j|j＝1,2,...,N}表示所有参考节点的集合，V _j表示第j个参考节点，j用于标识第j个参考点，s _k∈V _j表示第k个感知节点位于第j个参考点上，

表示第k个感知节点不位于第j个参考点上，所述感知节点位置矩阵[Φ] _kj是M*N矩阵。

(4)根据电磁环境的电磁传播模型，构建路径损耗矩阵Ψ。

(5)根据所述感知节点位置矩阵、所述路径损耗矩阵进行辐射源识别，获得辐射源的位置和辐射功率。

(6)根据识别的辐射源，电磁态势反演，求得N个参考点上的接收信号强度RSS：

其中，列向量P _r∈R ^N表示N个参考点上的接收信号强度RSS，列向量P _t∈R ^N表示N个参考点上辐射源的辐射功率，

表示加性高斯白噪声AWGN功率。

第二方面，本发明实施例提供了一种生成频谱态势的方法，所述方法包括：

在由N点网格形成的环境区域中设置T个移动节点；

针对每个移动节点，通过移动密集化获得n个感知节点；

获取每个感知节点的感知数据；

根据电磁环境的电磁传播模型，构建路径损耗信息；

根据所有感知节点的感知数据以及所述路径损耗信息识别所述环境区域内的K个辐射源；

基于所述识别到的K个辐射源，通过设定的电磁态势反演策略，获得环境区域内各参考点上的接收信号强度RSS；其中，所述环境区域内的参考点为所述N点网络中的网格顶点。

第三方面，本发明实施例提供了一种生成频谱态势的装置，所述装置包括：设置部分、密集化部分、获取部分、构建部分、识别部分和反演部分；

其中，所述设置部分，配置为在由N点网格形成的环境区域中设置T个移动节点；所述密集化部分，配置为针对每个移动节点，通过移动密集化获得n个感知节点；所述获取部分，配置为获取每个感知节点的感知数据；所述构建部分，配置为根据电磁环境的电磁传播模型，构建路径损耗信息；所述识别部分，配置为根据所有感知节点的感知数据以及所述路径损耗信息识别所述环境区域内的K个辐射源；所述反演部分，配置为基于所述识别到的K个辐射源，通过设定的电磁态势反演策略，获得环境区域内各参考点上的接收信号强度RSS；其中，所述环境区域内的参考点为所述N点网络中的网格顶点。

第四方面，本发明实施例一种生成频谱态势的装置，所述装置包括：通信接口、存储器和处理器；其中，所述通信接口，配置为在与其他外部设备之间进行收发信息过程中，信号的接收和发送；

所述存储器，配置为存储能够在处理器上运行的计算机程序；

所述处理器，配置为在运行所述计算机程序时，执行第一方面或者第二方面所述生成频谱态势的方法步骤。

第五方面，本发明实施例一种计算机存储介质，所述计算机存储介质存储有生成频谱态势的程序，所述生成频谱态势的程序被至少一个处理器执行时实现第一方面或者第二方面所述生成频谱态势的方法步骤。

本发明实施例提供了一种生成频谱态势的方法、装置及计算机存储介质；通过在环境区域内设置移动节点从而可以将频谱传感器设备依附于少量车、船等可移动承载平台上，扩大了频谱感知的空间范围，可用于大面积区域频谱态势生成；此外，当环境区域同样采用N点网格布局的情况下，无需按照常规方案在每个网格顶点处设置传感器来测量该网格顶点处的接收信号强度，而仅需环境区域内设置少量的移动节点，就能够实现电磁态势的生成，从而能有效减少感知设备的数量；并且只需少量样本(M个感知节点的接收信号强度)进行算法实现，故计算复杂度低、时间短，可满足电磁态势反演的实时性要求。最后，本发明实施例在利用感知节点测量得到接收信号强度RSS后，实现对辐射源的识别，进而依据电磁环境传播模型，通过识别的辐射源反演获得整个环境区域的电磁态势，提高了态势生成的广度和准确度。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1为本发明实施例提供的一种生成频谱态势的方法流程示意图；

图2为本发明实施例提供的一种生成频谱态势的方法具体实现示意图；

图3为本发明实施例提供的频谱传感器及承载平台的移动路线的仿真图；

图4为本发明实施例提供的辐射源识别和实际辐射源对应位置辐射功率的相对误差示意图；

图5为本发明实施例提供的一种辐射源识别性能比较示意图；

图6为本发明实施例提供的辐射源识别与固定传感器条件下的辐射源识别性能比较示意图；

图7(a)为本发明实施例提供的一种实际辐射源功率示意图；

图7(b)为本发明实施例提供的固定传感器条件下重构辐射源功率示意图；

图7(c)为本发明实施例提供的生成频谱态势的方法所识别的辐射源功率示意图；

图7(d)为本发明实施例提供的一种实际电磁态势示意图；

图7(e)为本发明实施例提供的固定传感器条件下电磁态势反演的示意图；

图7(f)为本发明实施例所提出的生成频谱态势的方法对电磁态势反演的示意图；

图8为本发明实施例提供的一种生成频谱态势的装置组成示意图；

图9为本发明实施例提供的一种生成频谱态势的装置具体硬件结构示意图。

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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。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。

本发明实施例期望能够提供一种生成频谱态势的方法，能够在广域环境中实现高精度频谱态势的生成。

基于前述常规方案中所出现的问题，参见图1，其示出了本发明实施例提供的一种生成频谱态势的方法流程，所述方法可以包括：

S101：在由N点网格形成的环境区域中设置T个移动节点；

S102：针对每个移动节点，通过移动密集化获得n个感知节点；

S103：获取每个感知节点的感知数据；

S104：根据电磁环境的电磁传播模型，构建路径损耗信息；

S105：根据所有感知节点的感知数据以及所述路径损耗信息识别所述环境区域内的K个辐射源；

S106：基于所述识别到的K个辐射源，通过设定的电磁态势反演策略，获得环境区域内各参考点上的接收信号强度RSS；其中，所述环境区域内的参考点为所述N点网络中的网格顶点。

需要说明的是，在具体实现时，每个移动节点具体可以是频谱传感器，每个频谱传感器可以对应的设置于环境区域内的可移动承载平台，例如车、船、飞机、飞船、卫星等，本发明实施例对此不做赘述。通过承载平台的移动性，扩大了频谱感知的空间范围，并且随着承载平台的移动，每个移动节点均能够获取足够熟料的电磁频谱数据，从而在不增加移动节点数量的情况下，增加了数据监测的样本，从而不仅能够有效减少感知设备的数量；还只需少量样本(M个感知节点的接收信号强度)进行算法实现，降低了计算复杂度和处理时间短，满足电磁态势反演的实时性要求。此外，每个承载平台均还搭载有定位系统模块，例如全球定位系统(GPS，Global Positioning System)模块、北斗定位系统模块等，从而能够通过定位系统模块获取自身所处的承载平台的位置信息来得到频谱传感器，也就是移动节点的位置信息。并且，频谱传感器的个数T远小于网格顶点数N，从而无需按照常规方案在每个网格顶点处设置传感器来测量该网格顶点处的接收信号强度。

通过图1所示的技术方案，由于通过在环境区域内设置移动节点从而可以将频谱传感器设备依附于少量可移动承载平台上，扩大了频谱感知的空间范围，可用于大面积区域频谱态势生成；此外，当环境区域同样采用N点网格布局的情况下，无需按照常规方案在每个网格顶点处设置传感器来测量该网格顶点处的接收信号强度，而仅需环境区域内设置少量的移动节点，就能够实现电磁态势的生成，从而能有效减少感知设备的数量；并且只需少量样本(M个感知节点的接收信号强度)进行算法实现，故计算复杂度低、时间短，可满足电磁态势反演的实时性要求。最后，本发明实施例在利用感知节点测量得到接收信号强度RSS后，实现对辐射源的识别，进而依据电磁环境传播模型，通过识别的辐射源反演获得整个环境区域的电磁态势，提高了态势生成的广度和准确度。

对于图1所示的技术方案，在一种可能的实现方式中，S102所述的针对每个移动节点，通过移动密集化获得n个感知节点，包括：

针对每个移动节点，在所述环境区域内依次随机选取n个参考点作为目的地进行移动；根据每个移动节点在依次到达目的地时形成感知节点。

相应地，所述获取每个感知节点的感知数据，包括：

每个移动节点在依次到达目的地时，对应测量目的地的位置信息以及接收信号强度RSS。

具体来说，针对每个移动节点，通过移动密集化获得n个感知节点后，在所述环境区域内感知节点的数量M为M＝n·T；那么对于S103所述的每个感知节点的感知数据，具体就可以包括：每个感知节点的接收信号强度RSS以及每个感知节点的位置信息；

相应地，所述所有感知节点的感知数据就可以包括：所述M个感知节点的接收信号强度RSS所构成的M维第一列向量P _s∈R ^M，以及所述M个感知节点的位置矩阵Φ _MN；其中，所述Φ _MN的元素

S＝{s _k|k＝1,2,...,M}表示感知节点的集合，s _k表示第k个感知节点；V＝{V _j|j＝1,2,...,N}表示所有参考节点的集合，V _j表示第j个参考节点；s _k∈V _j表示第k个感知节点位于第j个参考点上，

表示第k个感知节点不位于第j个参考点上。

结合图1所示的技术方案以及上述实现方式，在一种可能的实现方式中，S104所述的根据电磁环境的电磁传播模型，构建路径损耗信息，可以包括：

确定电磁波在二维自由空间中第i个参考点与第j个参考点间的传播模型如下式所示：

其中，i,j∈{1,2,...,N}，i用于标识第i个参考点，j用于标识第j个参考点，P _jr表示第j个参考点的接收功率；P _it表示第i个参考点的辐射功率；G _jr表示第j个参考点的接收天线增益，G _it表示第i个参考点的发射天线增益；λ为电磁波的工作波长；d _ij表示第i个参考点的发射天线与第j个参考点的接收天线之间的距离，G _jr、G _it均为已知常量；

将所述传播模型进行简化，获得下式所示的简化后的传播模型：

其中，

表示第i个参考点与第j个参考点之间的损耗系数；

基于所述简化后的传播模型，构建路径损耗矩阵Ψ，所述路径损耗矩阵Ψ中的元素

所述路径损耗矩阵Ψ是一个N×N矩阵。

结合图1所示的技术方案以及上述实现方式，在一种可能的实现方式中，S105所述的根据所有感知节点的感知数据以及所述路径损耗信息识别所述环境区域内的K个辐射源，包括：

基于所述M个感知节点的位置矩阵Φ _MN以及所述路径损耗矩阵Ψ，通过下式获取传感矩阵Q：

Q＝Φ _MNΨ

根据下式所示的所述第一列向量P _s与N个参考点上辐射源的辐射功率构成的N维第二列向量P _t之间的对应关系，获取所述K个辐射源的位置以及所述第二列向量：

其中，

为加性高斯白噪声AWGN功率；所述第二列向量P _t∈R ^N，P _t∈R ^N表示P _t为N维的向量；列向量ε表示传感器的测量误差，并且ε∈R ^M表示ε为M维的向量。

针对上述实现方式，获取所述K个辐射源的位置以及所述第二列向量，包括：

按照下式构造预处理数据P _proc；

基于所述预处理数据P _proc，根据最小L1-范数以及下式，获得辐射源的位置和所述第二列向量P _t：

min||P _t||,s.t.||P _proc-QP _t|| ₂≤μ

其中，||·||表示1-范数运算符；||·|| ₂表示2-范数运算符；μ为收敛精度，min表示最小化，s.t.表示“约束为”运算符；在满足约束条件为||P _proc-QP _t|| ₂≤μ的条件下，使得所述第二列向量P _t的所有元素模值的和最小，在所述所有元素模值的和最小的第二列向量P _t中，非零元素对应的参考点处为辐射源位置，非零元素的值表示相应位置处辐射源的功率。

结合图1所示的技术方案以及上述实现方式，在一种可能的实现方式中，S106所述的基于所述识别到的K个辐射源，通过设定的电磁态势反演策略，获得环境区域内各参考点上的接收信号强度RSS，包括：

按照下式获取所述环境区域内N个参考点上的接收信号强度RSS所构成的第三列向量P _r：

其中，所述第三列向量P _r∈R ^N表示所述N个参考点上的接收信号强度RSS，

表示加性高斯白噪声AWGN功率。

前述关于图1所示的技术方案，通过对传感器进行广域的虚拟密集化，以实现网格顶点处信号强度的测量，并对接收信号强度进行预处理，实现辐射源的识别，最终生成电磁态势。基于此，本发明实施例通过图2所示的具体实现流程对上述技术方案进行详细阐述。参见图2，示出了本发明实施例提供的一种生成频谱态势的方法具体实现流程，该流程可以包括如下步骤：

步骤201，确定和配置复杂电磁环境参数。

可以理解地，在实际场景中，电磁环境是千变万化的，不可能用一个普遍适用的、准确的数学模型来仿真。为此在具体实现过程中可以进行如下合理的假设和简化：

作为环境区域的实验区域，可以采用N点网格布局。在该实验区域中，根据环境规模需要在该实验区域设置一定数量的辐射源，辐射源的个数为K，K个辐射源随机的分布在N个网格顶点处，辐射源的个数和位置未知，辐射源的辐射功率随机分布，辐射源的类型不受限制，在本发明实施例中，可以是通信设备、干扰机、发射设备中的一种或多种，在此不作赘述。在该实验区域设置T个可移动的承载平台，例如车、船、飞机、飞船、卫星等，移动平台搭载频谱传感器和定位系统模块，例如全球定位系统(GPS，Global Positioning System)模块、北斗定位系统模块等，从而能够通过定位系统模块获取自身所处的承载平台的位置信息来得到频谱传感器，也就是移动节点的位置信息。并且，频谱传感器的个数T远小于网格顶点数N，从而无需按照常规方案在每个网格顶点处设置传感器来测量该网格顶点处的接收信号强度。

步骤202，广域虚拟密集化获取感知数据。

具体来说，初始阶段，可以将T个频谱传感器设备及其承载平台随机的分布在所述实验区域的参考点处，将所述T个频谱传感器设备及其承载平台虚拟成T个移动节点，每个移动节点通过移动从而密集化出n个感知节点用于获取感知数据，该感知数据可以包括接收信号强度RSS和感知节点的位置信息，所述T个移动节点共能够密集化出M＝n·T个感知节点，将M个感知节点获取的感知数据中的接收信号强度RSS构成M维的列向量P _s∈R ^M，其中，R ^M表示M维的向量空间，P _s∈R ^M表示P _s为M维的向量。

其中，每个移动节点移动后密集化出n个感知节点用于获取感知数据，该感知数据包括接收信号强度RSS和位置信息，在实现时，可以包括以下步骤：

每个移动节点在所述试验区域内随机选取一个参考点作为目的地，并朝着该目的地移动，当到达该目的地时，将该移动节点称为该目的地即该参考点处的感知节点，该感知节点的频谱传感器、定位系统模块分别测量该参考点处的接收信号强度RSS和位置信息用于组成感知数据；之后，该移动节点继续随机选择一个参考点作为新的目的地并继续朝着该目的地移动，到达新目的地时，测量此新目的地即参考点上的接收信号强度RSS和位置信息，重复上述步骤，直至该移动节点途径n个参考节点并获取了该参考节点处的感知数据，即一个移动节点移动后密集化出n个感知节点，其中，n称为密集化系数。

定位系统模块还用于记录移动节点的移动路线和感知节点的位置。

在一些实施例中，最初每个频谱传感器设备及其承载平台即移动节点随机的分布在所述实验区域的参考点处，该参考点处的移动节点也可记录为一个感知节点，并测量该参考点上的接收信号强度RSS和位置信息。

步骤203，根据感知数据中的位置信息，构建感知节点位置矩阵。

具体来说，由步骤202可知，定位系统模块能够记录每个感知节点的位置信息，从而根据M个感知节点的位置信息构建感知节点位置矩阵，由此可知：感知节点位置矩阵Φ可用如下公式表示：

表示第k个感知节点不位于第j个参考点上，感知节点位置矩阵[Φ] _kj是M*N矩阵。

步骤204，根据电磁环境的电磁传播模型，构建路径损耗矩阵。

需要说明的是，电磁波通常在非规则、非单一的环境中传播，在估计路径损耗时，需要考虑传播路径上的地形、地貌，也要考虑到建筑物、树木、电线杆等障碍物，所以在不同环境中应选择不同的路径传输模型。常用的室外电磁传播模型有Okumura模型、Hata模型等。本发明实施例采用了自由空间的路径损耗模型进行阐述，可以理解地，其他模型也能够应用于本发明实施例的技术方案，在此不再赘述。基于此，步骤204具体可以包括：

(4a)设定电磁波在二维自由空间的第i个参考点与第j个参考点间的传播模型为：

其中，i,j∈{1,2,...,N}，i用于标识第个i参考点，j用于标识第j个参考点，P _jr表示第j个参考点的接收功率；P _it表示第i个参考点的发射功率；G _jr表示第j个参考点的接收天线增益，G _it表示第i个参考点的发射天线增益；λ为电磁波的工作波长；d _ij表示第i个参考点的发射天线与第j个参考点的接收天线之间的距离，G _jr、G _it均为已知常量，则所述传播模型可以简化为：

其中，

表示第i个参考点与第j个参考点之间的损耗系数。(4b)

确定所述路径损耗矩阵Ψ可用如下公式表示：

其中，路径损耗矩阵[Ψ] _ij是一个N×N矩阵。

步骤205，根据感知节点位置矩阵、路径损耗矩阵进行辐射源识别，获得辐射源的位置和辐射功率。

需要说明的是，根据感知节点位置矩阵、路径损耗矩阵进行辐射源识别，获得辐射源的位置和辐射功率，包括如下步骤：

(5a)根据所述感知节点位置矩阵Φ、所述路径损耗矩阵Ψ，计算传感矩阵Q：

Q＝ΦΨ

(5b)M个感知节点处的接收信号强度构成的M维的列向量P _s与N个参考点上辐射源的辐射功率构成的N维的列向量P _t之间存在以下关系：

其中，

为加性高斯白噪声(AWGN，Additive White Gaussian Noise)功率，列向量P _t∈R ^N，R ^N表示N维的向量空间，P _t∈R ^N表示P _t为N维的向量，列向量ε∈R ^M表示传感器的测量误差，R ^M表示M维的向量空间，ε∈R ^M表示ε为M维的向量。

(5c)构造预处理数据P _proc：

(5d)根据最小L1-范数，按照下式方程求解辐射源的位置和N个参考点上辐射源的辐射功率构成的N维的列向量P _t：

min||P _t||,s.t.||P _proc-QP _t|| ₂≤μ

其中，||·||表示1-范数，含义为向量中所有元素模值的和，||·|| ₂表示2-范数，含义为向量中所有元素模值平方的和再开方，μ为收敛精度，min表示最小化，s.t.为subject to的简写表示“约束为”，整个方程的含义为在满足约束条件为||P _proc-QP _t|| ₂≤μ的条件下，使得P _t的所有元素模值的和最小；而在所有元素模值的和最小的列向量P _t中，非零元素对应的参考点处存在辐射源，非零元素的值代表该处对应辐射源功率的大小。

步骤206，根据识别的辐射源，电磁态势反演，求得N个参考点上的接收信号强度RSS。

具体来说，可以按照如下公式求N个参考点上的接收信号强度RSS构成的向量P _r：

其中，列向量P _r∈R ^N表示N个参考点上的接收信号强度RSS构成的N维向量，即N个参考点上的接收功率，列向量P _t∈R ^N表示N个参考点上辐射源的辐射功率构成的N维向量，

表示加性高斯白噪声AWGN功率，R ^N表示N维的向量空间，P _r∈R ^N、P _t∈R ^N表示P _r、P _t为N维的向量。

对于上述图1以及图2所示的技术方案，本发明实施例提出的一种生成频谱态势的方法的具体效果可以通过以下仿真进行说明：

设置仿真条件：

将实验区域布置在200m×200m的广场上，将其划分为20×20个的网格，每个网格的面积为100m ²，总网格顶点数N＝400。将T个传感器，K个辐射源随机的分布在400个网格顶点上。将上述T个传感器分别放置在T个频谱传感器设备承载平台上，频谱传感器设备承载平台搭载GPS模块，将其虚拟成移动节点。在仿真过程中，每个移动节点在试验区域内随机选取一个参考点作为目的地，并朝着目的地移动。当到达目的地时，测量此目的地即参考点上的接收信号强度和位置信息。之后，该移动节点继续随机选择一个参考点作为新的目的地并继续朝着该目的地移动，到达新目的地时，测量此新目的地即参考点上的接收信号强度，周而复始。在获取数据时间内中，假设每个移动节点途径n个目的地，即一个移动节点移动后密集化出n个感知节点，则T个移动节点共途径M＝n·T个目的地，获得M个参考点处的接收信号强度和位置信息。将这M个参考点的接收信号强度RSS构成M维的列向量P _s∈R ^M。假设辐射频率为3MHz，辐射功率的可能值为P0的整数倍，即发射功率随机的分布在功率集合{P0,2P0,...,P _m}，其中，P0为参考功率、P _m表示功率最大值。辐射功率重构的性能用相对误差来表示。辐射功率重构时，辐射源个数和位置未知。

基于上述仿真条件，本发明实施例通过以下6个具体仿真示例阐述本发明实施例提出的一种生成频谱态势的方法的技术效果。

仿真示例1：

设置频谱传感器T＝5，密集化系数n＝6，感知节点M＝n·T＝30，传感器设备及其承载平台移动路线的仿真图如图3所示。

由图3可以看出，每个移动节点移动后密集化出6个感知节点，M _ij表示第i个传感器虚拟密集化出的第j个感知节点，移动节点随机移动，使得密集化的感知节点空间分布也具有随机性。

仿真示例2：

在K＝8个辐射源的辐射功率随机的分布在功率集合的条件下，对本发明实施例所提出的生成频谱态势的方法的识别性能进行仿真。辐射源识别的性能用相对误差PowE来表示，计算方法是取辐射源真实辐射功率向量和识别辐射功率向量对应元素差值的绝对值的和与参考辐射功率P0的比值，具体如下：

其中，P _t为辐射源的真实辐射功率构成的N×1维向量，P _t(i)表示第i个参考点上辐射源的真实辐射功率，

为辐射源的识别辐射功率构成的N×1维向量，

表示第i个参考点上辐射源的识别辐射功率，P0为参考功率。每次实验中，辐射源随机的分布在400个网格顶点上，，辐射功率随机的分布在功率集合中，传感器T＝5，密集化系数n＝20，重复实验100次，辐射源的识别性能仿真结果如图4所示。

由图4可以看出，在100次试验中，相对误差保持在10 ^-12以上，相对误差特别小且较稳定，说明本发明实施例所提出的生成频谱态势的方法的辐射源的识别性能优越，且对辐射源位置、传感器设备及其承载平台的移动路径和辐射源辐射功率都有鲁棒性。

仿真示例3：

将K＝8个辐射源随机的分布在400个网格顶点上，T＝10个频谱传感器随机分布在实验区域内，辐射功率随机的分布在功率集合中。每次实验中，改变密集化系数，辐射源的识别性能仿真结果对比如图5所示。

由图5可以看出，本发明实施例所提出的生成频谱态势的方法能够对传感器进行广域虚拟密集化，尽管传感器数量不变，但随着虚密集化系数的增大，对辐射源识别的相对误差越来越小，即辐射源的识别性能越来越好。当密集化系数n＝4即虚拟的感知节点数M＝40时，相对误差已经接近于零，说明已经达到了很高的辐射源识别性能。

仿真示例4：

设定频谱传感器未放置在移动平台上，则频谱传感器初始化时随机分布在网格顶点处，但在整个实验过程中频谱传感器位置固定，也就是固定传感器条件下，仅能测量获得T个传感器位置处的参考点的接收信号强度，并作为感知节点处的接收信号强度，此时感知节点的个数等于频谱传感器个数。而本发明实施例中，将K＝8个辐射源随机的分布在400个网格顶点上，辐射功率随机的分布在功率集合中，密集化系数n＝2。每次实验中，改变传感器的个数，感知节点个数也随之改变，辐射源的识别性能仿真结果对比如图6所示。在图6中，曲线1表示了固定传感器条件下的辐射源识别性能，曲线2表示了广域虚拟密集化的辐射源识别性能。

由图6可以看出，随着传感器数目的增多，固定传感器条件下和广域虚拟密集化的辐射源识别相对误差都越来越小，即辐射源识别性能越来越好；

曲线1和曲线2对比可以看出，当传感器个数小于44个时，相同数量的传感器条件下，本发明实施例所提出的生成频谱态势的方法对辐射源的识别性能比固定位置传感器下对辐射源的识别性能要高，体现了本发明实施例所提出的生成频谱态势的方法的辐射源识别的优越性。

仿真示例5：

设定T＝20个频谱传感器，K＝8个辐射源随机地分布在400个网格顶点上，密集化系数n＝5。对本发明实施例所提出的生成频谱态势的方法所识别到的辐射源的辐射功率和电磁态势反演进行仿真，并将其与仿真示例4中固定传感器条件下所识别到的辐射源的辐射功率和电磁态势反演仿真进行对比。仿真结果如图7所示。

其中，图7(a)表示实际辐射源功率示意；图7(b)表示固定传感器条件下重构辐射源功率示意；图7(c)表示本发明实施例所提出的生成频谱态势的方法所识别的辐射源功率示意；图7(d)表示实际电磁态势示意；图7(e)表示固定传感器条件下电磁态势反演的示意；图7(f)表示本发明实施例所提出的生成频谱态势的方法对电磁态势反演的示意。

由图7可以看出，颜色的深浅可以表示功率的大小，等高线表示了辐射源的覆盖范围，可以直观的看出辐射源的位置和辐射功率大小，以及各点的电磁态势。从图7(a)、图7(b)、图7(c)关于辐射源功率图对比可以看出，通过本发明实施例所提出的生成频谱态势的方法对辐射源的识别时，其重构功率的大小和位置基本上与实际辐射源辐射的功率和位置一致，本发明实施例所提出的生成频谱态势的方法所重构得到的辐射源功率的准确度比固定传感器条件下重构辐射源功率的准确度高。从图7(d)、图7(e)、图7(f)关于电磁态势示意图对比可以看出，该电磁态势示意图是指实验区域400个参考点上的接收信号强度RSS(接收功率)的可视化图，本发明实施例所提出的生成频谱态势的方法对电磁态势的反演示意图图基本上与实际电磁态势图一致，即本发明实施例所提出的生成频谱态势的方法所反演得到的参考点上的接收信号强度RSS(接收功率)的大小和位置基本上与实际接收信号强度RSS一致，本发明实施例所提出的生成频谱态势的方法对于电磁态势反演的准确度比固定传感器条件下电磁态势反演的准确度要高。说明本发明实施例所提出的生成频谱态势的方法更能够准确实现辐射源的识别，进而实现电磁态势的反演。

综合上述仿真分析，本发明实施例可在少量传感器位置随机分布，辐射源位置和辐射功率随机分布的条件下，对传感器进行广域虚拟密集化，实现辐射源识别，进而实现广域虚拟化频谱态势的生成。

基于前述技术方案相同的发明构思，参见图8，其示出了本发明实施例提供的一种生成频谱态势的装置80，所述装置80可以包括：设置部分801、密集化部分802、获取部分803、构建部分804、识别部分805和反演部分806；

其中，所述设置部分801，配置为在由N点网格形成的环境区域中设置T个移动节点；所述密集化部分802，配置为针对每个移动节点，通过移动密集化获得n个感知节点；所述获取部分803，配置为获取每个感知节点的感知数据；所述构建部分804，配置为根据电磁环境的电磁传播模型，构建路径损耗信息；所述识别部分805，配置为根据所有感知节点的感知数据以及所述路径损耗信息识别所述环境区域内的K个辐射源；所述反演部分806，配置为基于所述识别到的K个辐射源，通过设定的电磁态势反演策略，获得环境区域内各参考点上的接收信号强度RSS；其中，所述环境区域内的参考点为所述N点网络中的网格顶点。

对于图8所示的技术方案，所述设置部分801具体可以配置为执行图1中的步骤S101，以及关于所述设置部分801的具体描述可以参照步骤S101的描述。

对于图8所示的技术方案，所述密集化部分802具体可以配置为执行图1中的步骤S102，以及关于所述密集化部分802的具体描述可以参照步骤S102的描述。

对于图8所示的技术方案，所述获取部分803，具体可以配置为执行图1中的步骤S103，以及关于所述获取部分803的具体描述可以参照步骤S103的描述。

对于图8所示的技术方案，所述构建部分804，具体可以配置为执行图1中的步骤S104，以及关于所述构建部分804的具体描述可以参照步骤S104的描述。

对于图8所示的技术方案，所述识别部分805，具体可以配置为执行图1中的步骤S105，以及关于所述识别部分805的具体描述可以参照步骤S105的描述。

对于图8所示的技术方案，所述反演部分806，具体可以配置为执行图1中的步骤S106，以及关于所述反演部分806的具体描述可以参照步骤S105的描述。

可以理解地，在本实施例中，“部分”可以是部分电路、部分处理器、部分程序或软件等等，当然也可以是单元，还可以是模块也可以是非模块化的。

另外，在本实施例中的各组成部分可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。

所述集成的单元如果以软件功能模块的形式实现并非作为独立的产品进行销售或使用时，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，本实施例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全部或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)或processor(处理器)执行本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 Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

因此，本发明实施例还提供了一种计算机存储介质，所述计算机存储介质存储有生成频谱态势的程序，所述生成频谱态势的程序被至少一个处理器执行时实现上述图1或者图2所示的所述生成频谱态势的方法步骤。

基于上述生成频谱态势的装置80以及计算机存储介质，参见图9，其示出了本发明实施例提供的一种生成频谱态势的装置80的具体硬件结构，可以包括：通信接口901、存储器902和处理器903；各个组件通过总线系统904耦合在一起。可理解，总线系统904用于实现这些组件之间的连接通信。总线系统904除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图9中将各种总线都标为总线系统904。其中，通信接口901，用于在与其他外部网元之间进行收发信息过程中，信号的接收和发送；

存储器902，用于存储能在处理器903上运行的计算机程序；

处理器903，用于在运行所述计算机程序时，执行上述图1或者图2所示的所述生成频谱态势的方法步骤。

可以理解，本发明实施例中的存储器902可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data Rate SDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM，SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM，DRRAM)。本文描述的系统和方法的存储器902旨在包括但不限于这些和任意其它适合类型的存储器。

而处理器903可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器903中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器903可以是通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器902，处理器903读取存储器902中的信息，结合其硬件完成上述方法的步骤。

可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(Application Specific Integrated Circuits，ASIC)、数字信号处理器(Digital Signal Processing，DSP)、数字信号处理设备(DSP Device，DSPD)、可编程逻辑设备(Programmable Logic Device，PLD)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。

对于软件实现，可通过执行本文所述功能的模块(例如过程、函数等)来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。

以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。

工业实用性

本发明实施例中，通过在环境区域内设置移动节点从而可以将频谱传感器设备依附于少量可移动承载平台上，扩大了频谱感知的空间范围，可用于大面积区域频谱态势生成；此外，当环境区域同样采用N点网格布局的情况下，无需按照常规方案在每个网格顶点处设置传感器来测量该网格顶点处的接收信号强度，而仅需环境区域内设置少量的移动节点，就能够实现电磁态势的生成，从而能有效减少感知设备的数量；并且只需少量样本(M个感知节点的接收信号强度)进行算法实现，故计算复杂度低、时间短，可满足电磁态势反演的实时性要求。最后，本发明实施例在利用感知节点测量得到接收信号强度RSS后，实现对辐射源的识别，进而依据电磁环境传播模型，通过识别的辐射源反演获得整个环境区域的电磁态势，提高了态势生成的广度和准确度。

Claims

一种生成频谱态势的方法，其特征在于，所述方法包括：

在由N点网格形成的环境区域中设置T个移动节点；

针对每个移动节点，通过移动密集化获得n个感知节点；

获取每个感知节点的感知数据；

根据电磁环境的电磁传播模型，构建路径损耗信息；

根据所有感知节点的感知数据以及所述路径损耗信息识别所述环境区域内的K个辐射源；

基于所述识别到的K个辐射源，通过设定的电磁态势反演策略，获得环境区域内各参考点上的接收信号强度RSS；其中，所述环境区域内的参考点为所述N点网络中的网格顶点。
根据权利要求1所述的方法，其特征在于，所述针对每个移动节点，通过移动密集化获得n个感知节点，包括：

针对每个移动节点，在所述环境区域内依次随机选取n个参考点作为目的地进行移动；根据每个移动节点在依次到达目的地时形成感知节点,

相应地，所述获取每个感知节点的感知数据，包括：

每个移动节点在依次到达目的地时，对应测量目的地的位置信息以及接收信号强度RSS。
根据权利要求2所述的方法，其特征在于，所述针对每个移动节点，通过移动密集化获得n个感知节点后，所述环境区域内感知节点的数量M为M＝n*T；所述每个感知节点的感知数据，包括：每个感知节点的接收信号强度RSS以及每个感知节点的位置信息；

相应地，所述所有感知节点的感知数据包括：所述M个感知节点的接收信号强度RSS所构成的M维第一列向量P _s∈R ^M，以及所述M个感知节点的位置矩阵Φ _MN；其中，所述Φ _MN的元素
S＝{s _k|k＝1,2,...,M}表示感知节点的集合，s _k表示第k个感知节点；V＝{V _j|j＝1,2,...,N}表示所有参考节点的集合，V _j表示第j个参考节点；s _k∈V _j表示第k个感知节点位于第j个参考点上，
表示第k个感知节点不位于第j个参考点上。
根据权利要求3所述的方法，其特征在于，所述根据电磁环境的电磁传播模型，构建路径损耗信息，包括：

确定电磁波在二维自由空间中第i个参考点与第j个参考点间的传播模型如下式所示：

其中，i,j∈{1,2,...,N}，i用于标识第i个参考点，j用于标识第j个参考点，P _jr表示第j个参考点的接收功率；P _it表示第i个参考点的辐射功率；G _jr表示第j个参考点的接收天线增益，G _it表示第i个参考点的发射天线增益；λ为电磁波的工作波长；d _ij表示第 i个参考点的发射天线与第j个参考点的接收天线之间的距离，G _jr、G _it均为已知常量；

将所述传播模型进行简化，获得下式所示的简化后的传播模型：

其中，
表示第i个参考点与第j个参考点之间的损耗系数；

基于所述简化后的传播模型，构建路径损耗矩阵Ψ，所述路径损耗矩阵Ψ中的元素
所述路径损耗矩阵Ψ是一个N×N矩阵。
根据权利要求4所述的方法，其特征在于，所述根据所有感知节点的感知数据以及所述路径损耗信息识别所述环境区域内的K个辐射源，包括：

基于所述M个感知节点的位置矩阵Φ _MN以及所述路径损耗矩阵Ψ，通过下式获取传感矩阵Q：

Q＝Φ _MNΨ

根据下式所示的所述第一列向量P _s与N个参考点上辐射源的辐射功率构成的N维第二列向量P _t之间的对应关系，获取所述K个辐射源的位置以及所述第二列向量：

其中，
为加性高斯白噪声AWGN功率；所述第二列向量P _t∈R ^N，P _t∈R ^N表示P _t为N维的向量；列向量ε表示传感器的测量误差，并且ε∈R ^M表示ε为M维的向量。
根据权利要求5所述的方法，其特征在于，所述获取所述K个辐射源的位置以及所述第二列向量，包括：

按照下式构造预处理数据P _proc；

基于所述预处理数据P _proc，根据最小L1-范数以及下式，获得辐射源的位置和所述第二列向量P _t：

min||P _t||,s.t.||P _proc-QP _t|| ₂≤μ

其中，||·||表示1-范数运算符；||·|| ₂表示2-范数运算符；μ为收敛精度，min表示最小化，s.t.表示“约束为”运算符；在满足约束条件为||P _proc-QP _t|| ₂≤μ的条件下，使得所述第二列向量P _t的所有元素模值的和最小，在所述所有元素模值的和最小的第二列向量P _t中，非零元素对应的参考点处为辐射源位置，非零元素的值表示相应位置处辐射源的功率。
根据权利要求6所述的方法，其特征在于，所述基于所述识别到的K个辐射源，通过设定的电磁态势反演策略，获得环境区域内各参考点上的接收信号强度RSS，包括：

按照下式获取所述环境区域内N个参考点上的接收信号强度RSS所构成的第三列向量P _r：

其中，所述第三列向量P _r∈R ^N表示所述N个参考点上的接收信号强度RSS，
表示加性高斯白噪声AWGN功率。
一种广域虚拟密集化频谱态势生成方法，其特征在于，将频谱传感器设备依附于少量车、船等承载平台上，利用频谱传感器设备承载平台的移动性，通过在监测持续时间内多次获取当前位置的电磁频谱数据，实现频谱感知节点密集虚拟化，增多频谱监测样本，再利用频谱态势稀疏反演理论，生成广域高分辨率的电磁频谱态势，所述方法包括如下步骤：

(1)确定和配置复杂电磁环境参数：实验区域采用N点网格布局，K个辐射源、T个频谱传感器设备及其承载平台随机的分布在所述实验区域的网格顶点处，此承载平台搭载GPS模块，用于同步记录感知节点处的位置信息和频谱传感器设备及其承载平台移动路线，将所述N个网格顶点选做N个参考点；

(2)广域虚拟密集化获取感知数据：将所述T个频谱传感器设备及其承载平台虚拟成T个移动节点，每个移动节点移动后密集化出n个感知节点用于获取感知数据，该感知数据包括接收信号强度RSS和位置信息，所述T个移动节点共密集化出M＝n*T个感知节点，将M个感知节点获取的感知数据中的接收信号强度RSS构成M维的列向量P _s∈R ^M；

(3)根据感知数据中的位置信息，构建感知节点位置矩阵，所述感知节点位置矩阵Φ可用如下公式表示：

其中，S＝{s _k|k＝1,2,...,M}表示感知节点的集合，s _k表示第k个感知节点，k用于标识第k个感知节点，V＝{V _j|j＝1,2,...,N}表示所有参考节点的集合，V _j表示第j个参考节点，j用于标识第j个参考点，s _k∈V _j表示第k个感知节点位于第j个参考点上，
表示第k个感知节点不位于第j个参考点上，所述感知节点位置矩阵[Φ] _kj是M*N矩阵；

(4)根据电磁环境的电磁传播模型，构建路径损耗矩阵Ψ；

(5)根据所述感知节点位置矩阵、所述路径损耗矩阵进行辐射源识别，获得辐射源的位置和辐射功率；

(6)根据识别的辐射源，电磁态势反演，求得N个参考点上的接收信号强度RSS：

其中，列向量P _r∈R ^N表示N个参考点上的接收信号强度RSS构成的N维列向量，列向量P _t∈R ^N表示N个参考点上辐射源的辐射功率构成的N维列向量，
表示加性高斯白噪声AWGN功率。
根据权利要求8所述的一种广域密集化频谱态势生成方法，所述步骤(2)中每个移动节点移动后密集化出n个感知节点用于获取感知数据，该感知数据包括接收信号强度RSS和位置信息，包括如下步骤：

每个移动节点在所述试验区域内随机选取一个参考点作为目的地，并朝着该目的地移动，当到达该目的地时，将该移动节点称为该目的地即该参考点处的感知节点，测量该参考点处的接收信号强度RSS和位置信息用于组成感知数据，重复上述步骤，直至该移动节点途径n个参考节点并获取了该参考节点处的感知数据，其中，n称为密集化系数。
根据权利要求8所述的一种广域密集化频谱态势生成方法，所述步骤(4)中根据电磁环境的电磁传播模型，构建路径损耗矩阵Ψ，包括如下步骤：

(4a)电磁波在二维自由空间的第i个参考点与第j个参考点间的传播模型为：

其中，i,j∈{1,2,...,N}，i用于标识第个i参考点，j用于标识第j个参考点，P _jr表示第j个参考点的接收功率；P _it表示第i个参考点的辐射功率；G _jr表示第j个参考点的接收天线增益，G _it表示第i个参考点的发射天线增益；λ为电磁波的工作波长；d _ij表示第i个参考点的发射天线与第j个参考点的接收天线之间的距离，G _jr、G _it均为已知常量，则所述传播模型可以简化为：

其中，
表示第i个参考点与第j个参考点之间的损耗系数；

(4b)所述路径损耗矩阵Ψ可用如下公式表示：

其中，路径损耗矩阵[Ψ] _ij是一个N*N矩阵。
根据权利要求8所述的一种广域密集化频谱态势生成方法，所述步骤(5)中根据所述感知节点位置矩阵、所述路径损耗矩阵进行辐射源识别，获得辐射源的位置和辐射功率，包括如下步骤：

(5a)根据所述感知节点位置矩阵Φ、所述路径损耗矩阵Ψ，计算传感矩阵Q：

Q＝ΦΨ

(5b)M个感知节点处的接收信号强度构成的M维的列向量P _s与N个参考点上辐射源的辐射功率构成的N维的列向量P _t之间存在以下关系：

其中，
为加性高斯白噪声AWGN功率，列向量P _t∈R ^N，R ^N表示N维的向量空间，P _t∈R ^N表示P _t为N维的向量，列向量ε∈R ^M表示传感器的测量误差，R ^M表示M维的向量空间，ε∈R ^M表示ε为M维的向量；

(5c)构造预处理数据P _proc：

(5d)根据最小L1-范数，求解辐射源的位置和N个参考点上辐射源的辐射功率构成的N维的列向量P _t：

min||P _t||,s.t.||P _proc-QP _t|| ₂≤μ

其中，||·||表示1-范数，含义为向量中所有元素模值的和，||·|| ₂表示2-范数，含义为向量中所有元素模值平方的和再开方，μ为收敛精度，min表示最小化，s.t.为subject to的简写表示“约束为”，整个方程的含义为在满足约束条件为||P _proc-QP _t|| ₂≤μ的条件下，使得P _t的所有元素模值的和最小，N维的列向量P _t非零元素对应的参考点处存在辐射源，其值代表辐射源功率的大小。
一种生成频谱态势的装置，其特征在于，所述装置包括：设置部分、密集化部分、获取部分、构建部分、识别部分和反演部分；

其中，所述设置部分，配置为在由N点网格形成的环境区域中设置T个移动节点；所述密集化部分，配置为针对每个移动节点，通过移动密集化获得n个感知节点；所述获取部分，配置为获取每个感知节点的感知数据；所述构建部分，配置为根据电磁环境的电磁传播模型，构建路径损耗信息；所述识别部分，配置为根据所有感知节点的感知数据以及所述路径损耗信息识别所述环境区域内的K个辐射源；所述反演部分，配置为基于所述识别到的K个辐射源，通过设定的电磁态势反演策略，获得环境区域内各参考点上的接收信号强度RSS；其中，所述环境区域内的参考点为所述N点网络中的网格顶点。
一种生成频谱态势的装置，其特征在于，所述装置包括：通信接口、存储器和处理器；其中，所述通信接口，配置为在与其他外部设备之间进行收发信息过程中，信号的接收和发送；

所述存储器，配置为存储能够在处理器上运行的计算机程序；

所述处理器，配置为在运行所述计算机程序时，执行权利要求1至7任一项或者权利要求8至11任一项所述生成频谱态势的方法步骤。
一种计算机存储介质，所述计算机存储介质存储有生成频谱态势的程序，所述生成频谱态势的程序被至少一个处理器执行时实现权利要求1至7任一项或者权利要求8至11任一项所述生成频谱态势的方法步骤。