專利名稱：基于回溯和集中式協(xié)作認知無線電寬帶頻譜壓縮感知方法
技術(shù)領(lǐng)域：
本發(fā)明涉及在認知無線電系統(tǒng)中，基于回溯壓縮采樣匹配和集中式多用戶協(xié)作檢測的頻譜感知方法，屬于通信技術(shù)領(lǐng)域。
背景技術(shù)：
隨著通信產(chǎn)業(yè)的迅猛發(fā)展，人們在享受無線通信帶來的便捷高效體驗的同時，對無線通信業(yè)務(wù)的需求量也驟然增加。無線通信的頻譜使用存在的最大問題是頻譜資源調(diào)配困難，這使得頻譜資源成為了當(dāng)今社會不可或缺的寶貴資源。頻譜的頻段可分為授權(quán)頻段和非授權(quán)頻段。在已分配的授權(quán)頻段和非授權(quán)頻段中存在著頻譜資源利用的不平衡性和低效率性。首先，授權(quán)頻段占用頻譜資源的很大一部分，但全球授權(quán)頻段尤其是信號傳播特性較好的低頻段的頻譜利用率極低。其次，開放使用的非授權(quán)頻段占整個頻譜資源的很少一部分，而使用非授權(quán)頻段的用戶數(shù)量多、業(yè)務(wù)量大，因此非授權(quán)頻段被過度利用，基本趨于飽和狀態(tài)。認知無線電(Cognitive Radio, CR)作為一種能夠自主感知、理解和學(xué)習(xí)周圍無線環(huán)境的智能無線電，具有實時調(diào)整內(nèi)部配置以適應(yīng)外部無線環(huán)境變化的能力，使次級用戶系統(tǒng)可以在不影響授權(quán)用戶使用的前提下，智能地利用空閑授權(quán)頻段并提高通信的可靠性，為解決上述頻譜資源利用問題提供了全新的途徑。頻譜感知技術(shù)則是認知無線電中最關(guān)鍵的技術(shù)之一。通過頻譜感知技術(shù)可以檢測所處無線環(huán)境的頻譜占用情況，確定目前可用于數(shù)據(jù)傳輸?shù)淖有诺馈Ｈ欢?，以往的頻譜感知大都采用基于奈奎斯特(Nyquist)采樣定理的窄帶頻譜檢測，定理指出，若要通過采樣信號精確重建原始信號，采樣速率必須達到信號帶寬的兩倍以上。由此可見，帶寬是奈奎斯特采樣定理對采樣的本質(zhì)要求。因而，寬帶頻譜感知技術(shù)發(fā)展緩慢的最重要原因就是奈奎斯特采樣定理的束縛。并且窄帶檢測一次只能檢測到一個信道，大大削弱了頻譜感知的效率。近年來出現(xiàn)了一種新穎的理論-壓縮感知(Compressed Sensing,CS)為數(shù)據(jù)采
集技術(shù)帶來了革命性的突破，得到了業(yè)界的廣泛關(guān)注。壓縮感知采用非自適應(yīng)線性投影來保持信號的原始結(jié)構(gòu)，通過最優(yōu)化問題準確重構(gòu)原始信號。若信號可以用某種稀疏基來稀疏表示，則它就可以用壓縮感知理論進行信號檢測。美國聯(lián)邦通信委員會(FCC)指出已經(jīng)分配的頻譜資源利用率非常低，頻譜空洞序列呈現(xiàn)一種“稀疏性”。因此可以在寬帶認知無線電系統(tǒng)中引入CS理論，突破A/D采樣率的限制。近期，國內(nèi)外有學(xué)者提出了一些新的寬帶頻譜檢測算法。例如，段嘉琪和李勇針對認知無線電提出了一種基于低速率的模擬-信息轉(zhuǎn)換架構(gòu)，并利用分組協(xié)作對前段模擬信號進行壓縮采樣，然后恢復(fù)采樣信息并檢測寬帶頻譜占用情況。Ching-Chun Huang和L1-Chun Wang提出了一種基于采樣率動態(tài)調(diào)整的認知無線電寬帶頻譜感知方法。在專利方面，朱琦、王璐瑜等人的專利——基于壓縮感知的寬帶頻譜感知方法(公開號:CN102291341A)提供了一種以檢測差分信號代替信號本身作為頻譜判斷依據(jù)，以精度作為算法的迭代停止條件的寬帶頻譜感知方法。趙林靖、陳曦等人的專利一基于并行壓縮感知的寬帶認知無線電頻譜檢測方法(公開號:CN101630982)則提出一種利用頻譜檢測器的各個并行支路對接收信號進行獨立壓縮感知的寬帶認知無線電頻譜檢測方法。然而，現(xiàn)有的大部分寬帶頻譜感知技術(shù)都存在三大問題:(I)、大部分寬帶頻譜感知技術(shù)都是基于單個認知無線電用戶的檢測，單節(jié)點感知在檢測時間足夠長且信噪比較大時能很好的滿足認知無線電的要求，然而在實際的無線環(huán)境中存在許多不利的因素，如隱蔽終端、多徑和陰影等，這使得檢測的準確性有所欠缺。(2)、壓縮感知中使用頻率最高的重構(gòu)算法是MP、OMP和ROMP等，其共同缺點在于待選原子一旦進入支撐集候選，就將永遠不會再被刪除，缺少“回溯”思想，這樣的原子選擇機制是非最優(yōu)的，從而無法最大程度保證重建的全局最優(yōu)性。(3)、在基于壓縮感知的寬帶頻譜感知中，大部分方法都需要執(zhí)行壓縮感知的全過程，完全重構(gòu)出寬帶信號的頻譜，計算的復(fù)雜度較大。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種在寬帶認知無線電系統(tǒng)中進行高效頻譜感知的方法，此方法既能提高頻譜檢測的正確性，又同時能夠降低計算的復(fù)雜度。為了達到上述目的，本發(fā)明的技術(shù)方案是提供了一種基于回溯和集中式協(xié)作認知的無線電寬帶頻譜壓縮感知方法，其特征在于，步驟為:第一步、對 每個認知無線電用戶分別進行壓縮感知部分重構(gòu)，其步驟為:步驟11、對每個認知無線電用戶接收到的原始信號進行稀疏變換，第k個認知無
線電用戶的原始信號4 = ψΑ =Ψ^其中，Wi為Ψ中第i列的列向量，Ψ為NXN矩陣，
J=I
是原始信號Xk的稀疏基，s為權(quán)重向量，Si為s中的第i個元素；步驟12、將每個經(jīng)過稀疏變換后的信號分別投影到一組測量向量上，得到一組觀測值的集合，對于第k個認知無線電用戶而言，其集合yk= ΦΨ 其中，Φ為MXN矩陣，是測量向量，令O = ΦΨ，則O為MXN矩陣；步驟13、采用基于回溯思想的壓縮采樣匹配追蹤方法部分重構(gòu)獲取每個認知無線電用戶接收到的原始信號的特征值，對于第k個認知無線電用戶而言，循環(huán)執(zhí)行步驟13.1至步驟13.4，共執(zhí)行m次迭代，第t次迭代的步驟為:步驟13.1、從恢復(fù)矩陣At中選取與余量IV1相關(guān)性最大的前2K列并從大到小排列組成矩陣Atl，K為原始信號Xk的稀疏階數(shù)，第一次迭代時，恢復(fù)矩陣A1 = Θ，余量Γ(ι =Yk ；步驟13.2、更新恢復(fù)矩陣At，At = [At2, Atl]，At2為第t-Ι次迭代后所得到的恢復(fù)矩陣Aw中的前K列所組成的矩陣，第一次迭代時，恢復(fù)矩陣A0 = NULL ；步驟13.3、求解θ最小范數(shù)問題使得殘差I(lǐng) |At θ -yk| I最小，得特征值I,,迭代結(jié)束后求得的特征值Ii即為第k個認知無線電用戶接收到的原始信號的特征值步驟I3.4、第m次迭代時,結(jié)束整個迭代過程,否則更新余量rt,r( =yk -AlSt ；第二步、對各個認知無線電用戶分別進行判決，并將判決結(jié)果上傳給數(shù)據(jù)融合中心，對于第k個認知無線電用戶而言，設(shè)定門限值Y，若g >7，則判定為該認知無線電用
m
戶的頻譜被占用，否則，判定為該認知無線電用戶的頻譜空閑；第三步、數(shù)據(jù)融合中心根據(jù)相關(guān)算法對上傳的頻譜信息進行匯總?cè)诤喜⒔o出全局判定。優(yōu)選地，步驟11中所述的稀疏基Ψ采用傅里葉正變換矩陣。優(yōu)選地，步驟12中所述的測量向量Φ采用的測量矩陣使用高斯隨機矩陣。本發(fā)明通過對壓縮感知過程中信號重構(gòu)算法的改進，以及將單用戶頻譜檢測改為集中式多用戶的協(xié)作頻譜檢測，能夠改進背景技術(shù)中的三大問題，大幅度提高寬帶認知無線電系統(tǒng)的頻譜感知效率和正確率，同時還降低計算的復(fù)雜度。本發(fā)明采用了創(chuàng)新的基于回溯思想的壓縮采樣匹配追蹤部分信號重構(gòu)與集中式多用戶協(xié)作頻譜檢測，設(shè)計了一種基于壓縮采樣匹配追蹤的認知無線電寬帶頻譜協(xié)作壓縮感知方法，該方法對背景技術(shù)中的算法存在的問題做出了有效的改進。本發(fā)明的優(yōu)點體現(xiàn)在以下三點:(I)、本發(fā)明中壓縮感知的重構(gòu)算法引入回溯思想，從原子庫中選擇多個較相關(guān)的原子同時剔除部分原子，從而提高頻譜檢測效率。更重要的是，引入回溯思想的壓縮采樣匹配追蹤重構(gòu)方法可以對任意噪聲測量下保證重建，而不同于其他重構(gòu)方法只能在特定精確的測量條件下給出精確重建。(2)、本發(fā)明采用集中式多用戶協(xié)作檢測技術(shù)，有效對抗實際無線環(huán)境中隱蔽終端、多徑和陰影等不利因素，大大提高了寬帶頻譜感知的準確性。(3)、認知無線電寬帶頻譜感知系統(tǒng)中，進行壓縮感知的目的是獲取主用戶頻段的能量特征值而并非重構(gòu)信號。本發(fā)明并未執(zhí)行壓縮感知全過程完全重構(gòu)出原始信號，而是通過從觀測矩陣投影的少量觀測值中提取出特征值，從而判定主用戶的存在與否，降低了計算的復(fù)雜度。


圖1為本發(fā)明的流程圖；圖2為具體實施方案中仿真所用原信號頻譜圖；圖3為與單用戶檢測比較的系統(tǒng)性能圖；圖4為與傳統(tǒng)OMP算法比較的系統(tǒng)性能圖。
具體實施例方式為使本發(fā)明更明顯易懂，茲以優(yōu)選實施例，并配合附圖作詳細說明如下。以下結(jié)合圖1對本發(fā)明的實施方法進行具體闡述:第一部分:對每個認知無線電用戶分別進行壓縮感知部分重構(gòu)，對于第k個認知無線電用戶而言，其步驟 為:(I)、對原始寬帶信號進行稀疏變換設(shè)第k個認知無線電用戶的原始信號Xk是實數(shù)域Rnx1的一維有限長離散信號，即xk e RNX1。xk在某個正交基Ψ上是稀疏的或可壓縮的，正交基Ψ為NXN矩陣，則原始信號Xk可以用正交基Ψ中的所有列向量的線性組合生成，即:
權(quán)利要求
1.一種基于回溯和集中式協(xié)作認知的無線電寬帶頻譜壓縮感知方法，其特征在于，步驟為: 第一步、對每個認知無線電用戶分別進行壓縮感知部分重構(gòu)，其步驟為: 步驟11、對每個認知無線電用戶接收到的原始信號進行稀疏變換，第k個認知無線電用戶的原始信號
2.如權(quán)利要求1所述的一種基于回溯和集中式協(xié)作認知的無線電寬帶頻譜壓縮感知方法，其特征在于，步驟11中所述的稀疏基Ψ采用傅里葉正變換矩陣。
3.如權(quán)利要求1所述的一種基于回溯和集中式協(xié)作認知的無線電寬帶頻譜壓縮感知方法，其特征在于，步驟12中所述的測量向量Φ采用的測量矩陣使用高斯隨機矩陣。
全文摘要
本發(fā)明提供了一種基于回溯和集中式協(xié)作認知的無線電寬帶頻譜壓縮感知方法，其特征在于，步驟為第一步、對每個認知無線電用戶分別進行壓縮感知部分重構(gòu)；第二步、對各個認知無線電用戶分別進行判決，并將判決結(jié)果上傳給數(shù)據(jù)融合中心；第三步、數(shù)據(jù)融合中心根據(jù)相關(guān)算法對上傳的頻譜信息進行匯總?cè)诤喜⒔o出全局判定。本發(fā)明通過對壓縮感知過程中信號重構(gòu)算法的改進，以及將單用戶頻譜檢測改為集中式多用戶的協(xié)作頻譜檢測，大幅度提高寬帶認知無線電系統(tǒng)的頻譜感知效率和正確率，同時還降低計算的復(fù)雜度。
文檔編號H04L1/06GK103138859SQ20131005889
公開日2013年6月5日 申請日期2013年2月25日 優(yōu)先權(quán)日2013年2月25日
發(fā)明者陳悅, 吳赟, 袁振 申請人:東華大學(xué)