基于多个MWC分布式亚奈奎斯特采样联合重构的频谱感知方法

摘要

基于多个MWC分布式亚奈奎斯特采样联合重构的频谱感知方法，它涉及一种频谱感知方法。它为了解决现有的单个MWC的分布式亚奈奎斯特采样联合重构的频谱感知方法在较低的信噪比条件下，频谱感知成功率低，以及难以克服阴影效应和隐终端问题。将J个MWC放置在J个预设的空间位置，分别用不同的采样矩阵以亚奈奎斯特率获取不同但具有联合稀疏性的无线电频谱信号得到采样值矩阵Yj(n)，然后这些数据被送到融合中心，最终信息被联合重构出来。进而计算频谱感知信号中频谱占用的频带位置和占用的频带之外的频谱空穴；实现基于多个MWC分布式亚奈奎斯特采样联合的频谱感知。本发明适用于认知无线电领域。

主权项

1.基于多个MWC分布式亚奈奎斯特采样联合重构的频谱感知方法，其特征在于，它由以下步骤实现：步骤1、将J个MWC放置在J个预设的空间位置，在亚奈奎斯特率下，分别采用J个不同的采样矩阵获取J个MWC的具有联合稀疏性的无线电频谱信号，得到采样值矩阵Y_j(n)，j=1,2，…,J，J为正整数，n=1,2,...r，r为采样值矩阵Y_j(n)的列向量的个数；步骤2、计算最终支撑集其具体方法为：计算J个采样值矩阵Y_j(n)的相关矩阵的特征值和特征向量，取2N个最大特征值所对应的特征向量作为变换矩阵：T_j=V_r×2N式中：j=1,2,...J;n=1,2,...r，N为信号频带数，r为Y_j(n)的列向量的个数；采用公式：${\bar{Y}}_j=Y_j\left(n\right)T_j$对每个采样值矩阵进行降维变换；获得降维变换矩阵根据公式：${{\bar{Y}}_j}^T{W}_j=0$获得降维变换矩阵各个列向量所形成空间的核空间矩阵W_j，式中，T表示矩阵转置运算；根据公式：Γ_j，l=‖W_j^TΦ_j,l||₂计算J个MWC的初步支撑集判据Γ_j,l，式中：j=1,2,...,J，表示将L/2向上取整，L=2L₀+1，L₀=[(f_NYQ+f_s)/2f_p]^-1，f_NYQ表示奈奎斯特频率，f_p为MWC中伪随机符号序列的频率，f_s为多个MWC的低速AD转换器的采样率，Φ_j，l表示第j个MWC的采样矩阵Φ_j中第l个列向量；计算矩阵Γ各个列向量的l₂范数，并将所有列向量的l₂范数综合成一个行向量，形成最终支撑集判据：γ_l=Γ_l‖₂式中：从最终支撑集判据γ_l中选取最小的N个元素，将该最小的N个元素所对应的索引值作为支撑集的前一半元素：Ω₁=min(γ,N)式中：N为信号频带数；利用实信号频谱的共轭对称性，即根据公式：Ω₂=L+1-Ω₁获得另一半支撑集元素Ω₂；根据公式：获得J个MWC分布式亚奈奎斯特采样联合的支撑集步骤3、根据步骤2获得的J个MWC分布式亚奈奎斯特采样联合的支撑集计算频谱感知信号中频谱占用的频带位置和占用的频带之外的频谱空穴；实现基于多个MWC分布式亚奈奎斯特采样联合的频谱感知。