一种基于数据净化的群智协同频谱感知方法

摘要

本发明提出一种基于数据净化的群智协同频谱感知方法。包括：群智协同频谱感知数据建模；群智协同频谱感知数据矩阵化表示；群智协同频谱感知数据净化；群智协同频谱感知数据融合；群智协同频谱感知性能评估。本发明可以根据使用便携式、大众的频谱传感器设备获取的群智协同频谱感知数据进行协同频谱感知；可以消除群智协同频谱感知中数据误差和数据造假对协同频谱感知性能的影响。

主权项

一种基于数据净化的群智协同频谱感知方法，其特征在于，包括以下步骤：步骤1.群智协同频谱感知数据建模：第m个节点感知到第n个频点上的频谱数据y_m,n的群智协同频谱感知数据模型如公式(1)所示，$y_{m,n}=p_{m,n}·1_{\left\{H_1\right\}}+v_{m,n}+a_{m,n}---\left(1\right)$公式(1)中，为符号函数，当该频点存在授权用户信号时，当该频点不存在授权用户信号时，p_m,n表示感知到的授权用户信号强度；v_m,n表示感知到的噪声信号强度；a_m,n表示感知数据偏差，感知数据偏差包括设备随机误差和感知数据造假；m＝1,...,M，M为群智协同频谱感知系统中群智频谱传感器设备节点的个数，n＝1,...,N，N为群智协同频谱感知系统中一个授权用户发射机拥有的无线频点的个数；步骤2.群智协同频谱感知数据矩阵化表示：将公式(1)所示的群智协同频谱感知数据模型用公式(2)所示的矩阵化形式进行表示，Y＝X+V+A   (2)公式(2)中，矩阵Y是大小为M×N的矩阵，其第m行第n列元素对应感知到的频谱数据y_m,n,m＝1,...,M,n＝1,...,N；矩阵V是大小为M×N的矩阵，其第m行第n列元素对应感知到的噪声信号强度v_m,n,m＝1,...,M,n＝1,...,N；矩阵A是大小为M×N的感知数据偏差矩阵，其第m行第n列元素对应感知数据偏差a_m,n,m＝1,...,M,n＝1,...,N；矩阵X＝PR表示授权用户信号强度矩阵，其中，矩阵P是大小为M×N的矩阵，其第m行第n列元素对应感知到的授权用户信号强度p_m,n,m＝1,...,M,n＝1,...,N；矩阵R是大小为N×N的对角矩阵，其每个对角元素取值为0或1，取值为0时表示该对角元素对应的频点没有授权用户信号；取值为1时表示该对角元素对应的频点存在授权用户信号；步骤3.群智协同频谱感知数据净化：3.1初始化净化后的感知频谱数据矩阵初始化感知数据偏差矩阵3.2更新感知频谱数据矩阵首先，如公式(3)进行奇异值分解运算，获得分解后的矩阵P、Λ和Q，$(P,\Lambda ,Q)=\mathrm{svd}(Y-\hat{A}[k\left]\right)---\left(3\right)$公式(3)中，svd为奇异值分解运算符，是当前被更新的偏差矩阵，P、Λ和Q分别是奇异值分解后得到的左正交矩阵、对角矩阵和右正交矩阵；然后，如公式(4)进行更新运算获得更新后的感知数据矩阵$\hat{X}[k+1]={\mathrm{PS}}_{{\mu }^1}\left(\Lambda \right)Q^T---\left(4\right)$公式(4)中，Q^T表示矩阵Q的转置，是对矩阵中各个元素独立进行运算的运算符，假设x为Λ的任意元素，则有3.3更新感知数据偏差矩阵如公式(5)进行更新运算获得更新后的数据偏差矩阵$\hat{A}[k+1]=S_{{\mathrm{\lambda \mu }}^{-1}}(Y-\hat{X}[k+1\left]\right)---\left(5\right)$公式(5)中，是对矩阵中各个元素独立进行运算的运算符，假设y为矩阵的任意元素，则有3.4判断${\left|\right|\frac{\hat{A}[k+1]-\hat{A}\left[k\right]}{\hat{A}\left[k\right]}\left|\right|}_F\le ϵ$和${\left|\right|\frac{\hat{X}[k+1]-\hat{X}\left[k\right]}{\hat{X}\left[k\right]}\left|\right|}_F\le ϵ$是否均成立，如果成立，将此时更新获得的作为净化后的群智感知数据矩阵；如果不成立，则重复步骤3.2和步骤3.3进行迭代运算，其中，K为迭代总次数，||·||_F表示矩阵F范数，ε表示迭代终止判断阈值；上述过程中，算法参数$\lambda =\frac{1}{\sqrt{\max (M,N)}},$算法参数$\mu =\frac{N_0}{N_{\mathrm{sam}}\sqrt{\max (M,N)}},$max(M,N)表示取M和N中的最大值，N₀表示每个频点无线信道噪声平均功率，N_sam表示每个群智频谱传感器设备节点感知每个频点时的采样点数；步骤4.群智协同频谱感知数据融合：首先，针对第n个频点，将所有节点的净化感知数据求平均融合，得到第n个频点的检测统计量T_n，计算方式如公式(6)所示，$T_n=\frac{1}{M}\underset{m=1}{\overset{M}{\Sigma }}{\hat{x}}_{m,n}---\left(6\right)$然后，引入判决门限η_n，若T_n≥η_n成立，则判决第n个频点上存在正在工作的授权用户信号；若T_n＜η_n成立，则判决第n个频点上没有授权用户信号。