基于隱馬爾科夫模型的盲主用戶檢測(cè)與發(fā)送電平識(shí)別方法
【專利摘要】本發(fā)明公開了一種基于隱馬爾科夫模型的盲主用戶檢測(cè)與發(fā)送電平識(shí)別方法,其實(shí)現(xiàn)步驟為:(1)對(duì)主用戶進(jìn)行觀察,計(jì)算每個(gè)觀察周期內(nèi)接收信號(hào)的功率,組成功率序列;(2)估計(jì)主用戶電平數(shù);(3)確定每個(gè)電平的訓(xùn)練序列,對(duì)每個(gè)電平的隱馬爾科夫模型進(jìn)行訓(xùn)練;(4)根據(jù)檢測(cè)策略,對(duì)主用戶狀態(tài)進(jìn)行檢測(cè)判決。設(shè)置了兩種檢測(cè)策略,可以針對(duì)噪聲大小選擇合適的檢測(cè)策略,本發(fā)明解決了認(rèn)知無線電系統(tǒng)中主用戶存在與否的檢測(cè)與主用戶存在時(shí)發(fā)送電平識(shí)別的問題,具有有效、快速、無需先驗(yàn)知識(shí)以及識(shí)別主用戶發(fā)送電平的優(yōu)點(diǎn),可應(yīng)用于認(rèn)知無線電系統(tǒng)中次級(jí)用戶的功率分配,提高無線電中頻譜資源的利用率,能在工程中廣泛應(yīng)用。
【專利說明】基于隱馬爾科夫模型的盲主用戶檢測(cè)與發(fā)送電平識(shí)別方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于通信【技術(shù)領(lǐng)域】,主要涉及信號(hào)檢測(cè)技術(shù),具體是一種基于隱馬爾科夫 模型的盲主用戶檢測(cè)與發(fā)送電平識(shí)別方法,可用于認(rèn)知無線電中的次級(jí)用戶的功率分配。
【背景技術(shù)】
[0002] 隨著如智能手機(jī)、平板電腦等無線設(shè)備越來越普及,頻譜資源日益緊張。然而據(jù)統(tǒng) 計(jì),根據(jù)現(xiàn)有的頻譜分配方案分配頻譜,其頻譜使用率只有15% -85%。因此亟需一種高效 的頻譜利用技術(shù),在此背景下,認(rèn)知無線電應(yīng)用而生。在認(rèn)知無線電系統(tǒng)中,次級(jí)用戶首先 對(duì)主用戶進(jìn)行檢測(cè),在主用戶信道空閑或次級(jí)用戶的數(shù)據(jù)傳輸不會(huì)對(duì)主用戶造成干擾的情 況下使用主用戶的信道,從而提高了頻譜的利用率。因此,主用戶的檢測(cè)是整個(gè)認(rèn)知無線電 的基礎(chǔ)。
[0003] 目前的主用戶檢測(cè)方法主要有匹配濾波器檢測(cè)法、能量檢測(cè)法、循環(huán)平穩(wěn)檢測(cè)法 以及特征值檢測(cè)法等。
[0004] 匹配濾波器檢測(cè)法具有檢測(cè)時(shí)間短、檢測(cè)準(zhǔn)確度高的優(yōu)點(diǎn),然而,該方法需要主用 戶的先驗(yàn)信息,需要對(duì)每個(gè)主用戶設(shè)計(jì)專門的檢測(cè)器,在實(shí)際應(yīng)用中受限。
[0005] 能量檢測(cè)法檢測(cè)復(fù)雜度最低,且不需要知道主用戶的先驗(yàn)信息,但其需要噪聲信 息,且在低性噪比下性能差,在實(shí)際應(yīng)用中受限。
[0006] 循環(huán)平穩(wěn)檢測(cè)法通過檢測(cè)信號(hào)的循環(huán)分量來檢測(cè)主用戶是否存在。然而,當(dāng)主用 戶的循環(huán)平率未知時(shí),需要使用窮搜方案尋找循環(huán)頻率,算法復(fù)雜度大,在實(shí)際應(yīng)用中受 限。
[0007] 特征值檢測(cè)法是一種盲檢測(cè)算法,通過計(jì)算接收數(shù)據(jù)的樣本協(xié)方差矩陣的特征值 并與預(yù)設(shè)的門限對(duì)比,來判決主用戶存在與否,其無需主用戶與信道的先驗(yàn)知識(shí),但需要數(shù) 據(jù)量大,在實(shí)際應(yīng)用中受限。
[0008] 所有上述的檢測(cè)方法均認(rèn)為主用戶只有兩種狀態(tài):不存在或存在且以固定的功率 通信。無法對(duì)主用戶的發(fā)送電平進(jìn)行識(shí)別。
【發(fā)明內(nèi)容】
[0009] 本發(fā)明的目的在于克服上述方法的不足,提出一種基于隱馬爾科夫模型的主用戶 盲檢測(cè)與發(fā)送電平識(shí)別方法,在無先驗(yàn)知識(shí)條件下,以低算法復(fù)雜度和快速處理能力,檢測(cè) 主用戶存在與否,并對(duì)主用戶的發(fā)送電平進(jìn)行識(shí)別。
[0010] 為實(shí)現(xiàn)上述目的,本發(fā)明的技術(shù)方法包括如下步驟:
[0011] 步驟1、在足夠長(zhǎng)的觀察時(shí)間內(nèi),對(duì)所要觀察主用戶的頻段采集功率序列, 其中i為時(shí)刻值,NT為觀察時(shí)間長(zhǎng)度,wi時(shí)刻采集到的功率值。
[0012] 步驟2、根據(jù)功率序列{IV, ,通過滑動(dòng)濾波進(jìn)行降噪聲,多尺度連續(xù)小波變換提 取電平突變,去偽峰處理,電平分段求均值,k-means聚類算法進(jìn)行電平值分類,以及類方差 突變索引得到主用戶電平數(shù)估計(jì)值1,以便后續(xù)處理。
[0013] 步驟3、根據(jù)主用戶電平數(shù)估計(jì)值1建立隱馬爾科夫模型,針對(duì)每個(gè)電平進(jìn)行隱 馬爾科夫模型訓(xùn)練得到由狀態(tài)Pi組成的隱馬爾科夫模型,其中,Pk為第k個(gè)電平狀態(tài), 女= ,以構(gòu)建隱馬爾科夫模型統(tǒng)計(jì)數(shù)據(jù),為后續(xù)兩種檢測(cè)方案提供基礎(chǔ)。
[0014] 步驟4、采取兩種檢測(cè)策略,即采取"隱馬爾科夫模型檢測(cè)"策略或"特征值法一一 隱馬爾科夫模型檢測(cè)"策略,判決主用戶存在與否,對(duì)主用戶存在的判決結(jié)果進(jìn)行發(fā)送電平 值估算。
[0015] 現(xiàn)有技術(shù)中的檢測(cè)方法只判決主用戶為兩種狀態(tài):不存在或存在且以固定的功率 通信。然而,在實(shí)際情形中,主用戶都是具有多個(gè)發(fā)送電平。本發(fā)明經(jīng)過研宄與創(chuàng)新,所提 供的技術(shù)方法能對(duì)主用戶的發(fā)送電平進(jìn)行識(shí)別,即可根據(jù)主用戶的發(fā)送電平實(shí)時(shí)調(diào)整次級(jí) 用戶的發(fā)送功率,從而在不干擾主用戶的情況下使次級(jí)用戶通過量最大。
[0016] 本發(fā)明的實(shí)現(xiàn)還在于:步驟2所述的估計(jì)主用戶電平數(shù),按如下步驟進(jìn)行:
[0017] (2. 1)對(duì)主用戶的功率序列{叫丨;!彳進(jìn)行滑動(dòng)平均濾波得到滑動(dòng)濾波序列:
【權(quán)利要求】
1. 一種基于隱馬爾科夫模型的盲主用戶檢測(cè)與發(fā)送電平識(shí)別方法,包括有如下步驟: 步驟1、在足夠長(zhǎng)的觀察時(shí)間內(nèi),對(duì)所要觀察主用戶的頻段采集功率序列!·2,其中 i為時(shí)刻值,Nt為觀察時(shí)間長(zhǎng)度,wi時(shí)刻采集到的功率值; 步驟2、根據(jù)功率序列{vv, 1?,通過滑動(dòng)濾波,多尺度連續(xù)小波變換,去偽峰處理,電平 分段求均值,k-means聚類分類,以及類方差突變索引得到主用戶電平數(shù)估計(jì)值^ ; 步驟3、根據(jù)主用戶電平數(shù)估計(jì)值1建立連續(xù)隱馬爾科夫模型,針對(duì)每個(gè)電平進(jìn)行隱 馬爾科夫模型訓(xùn)練得到由狀態(tài)Pk組成的隱馬爾科夫模型,其中,Pk為第k個(gè)電平狀態(tài), k = \,...,K; 步驟4、采取兩種檢測(cè)策略,即采取"隱馬爾科夫模型檢測(cè)"策略或"特征值法一一隱馬 爾科夫模型檢測(cè)"策略,判決主用戶存在與否,對(duì)主用戶存在的判決結(jié)果進(jìn)行發(fā)送電平值估 算。
2. 根據(jù)權(quán)利要求1所述的基于隱馬爾科夫模型的盲主用戶檢測(cè)與發(fā)送電平識(shí)別方法, 其特征在于步驟2所述的估計(jì)主用戶電平數(shù),按如下步驟進(jìn)行: (2. 1)對(duì)主用戶的功率序列{$丨;^進(jìn)行滑動(dòng)平均濾波得到滑動(dòng)濾波序列: ? ? L . \ AT L w: I <- or I > Nt-- 122 W{i)= Wi+Wi-Lj2n+ · · · +wULti eise Ie從 其中,L為滑動(dòng)濾波長(zhǎng)度,i= 1,2, . . .NT; (2.2) 對(duì)主用戶的滑動(dòng)濾波序列W(i)作多個(gè)尺度的連續(xù)小波變換得到小波系數(shù)序列: 代.α)=?妒(/>/人(i^) -Js!=1S 其中S為小波尺度,函數(shù)K·)為haar小波基,k= 1,2,…,Ντ; (2.3) 根據(jù)小波系數(shù)序列Θ(s,k)計(jì)算小波系數(shù)序列的和序列: =X 其中,η為所取的小波尺度最大值; (2.4) 劃定去除門限去除主用戶的和序列S(k)中的偽峰得到去偽峰序列: s( |5(,)ifSik^c IOifS(k) <? 其中ξ為去除門限,且< = 幻; 丄Ntk=\ (2.5) 根據(jù)去偽峰序列S'(k),通過二次差分法得到S'(k)中的峰值點(diǎn)序列號(hào){弋匕。, 其中kQ= 1,R為峰值點(diǎn)總數(shù),kr表示第r個(gè)峰值點(diǎn),r= 0, 1,…R; (2. 6)根據(jù)峰值點(diǎn)序列號(hào){Κ=()將功率序列{vv,Sfi1分為R段功率序列{%!:,其中, ^ = 表示第r段功率序列,對(duì)于W,段,i=k^kg+1,. . . (2. 7)根據(jù)死L計(jì)算均值序列y= ,其中,/? = ,, _^ι+1;Σ叫'r= I, 2,...,R; (2. 8)用k-means聚類算法將均值序列U分為1到R-I類,計(jì)算每個(gè)分類結(jié)果的類內(nèi)方 差I(lǐng),組成類內(nèi)方差序列化.!=: dΣ沖"v'): wkeCrie&k 其中r表示分為r類,且r= 1,2,. . .R-I,(;表示將U分為r類的類集合,Ck為類ωk 類心,δ(i,Ck)表示類ω,內(nèi)元素i與Ck的歐氏距離; (2. 9)根據(jù)類內(nèi)方差序列計(jì)算其下降程度序列{漢I^12: β .κ-κ, β"κ+κ+ι 其中,表示第r個(gè)下降序列,且r=l,2,...,R-2; (2. 10)根據(jù)下降程度序列彳汊丨估計(jì)主用戶電平個(gè)數(shù)#,包括零電平: K^1 + argmax J/?,. |γ_,2 其中,m'gmaxU表示取序列最大值對(duì)應(yīng)的r索引。
3. 根據(jù)權(quán)利要求1所述的基于隱馬爾科夫模型的盲主用戶檢測(cè)與發(fā)送電平識(shí)別方法, 其特征在于步驟3所述的建立由狀態(tài)Pk組成的隱馬爾科夫模型,按如下步驟進(jìn)行: (3. 1)通過k-means聚類算法將主用戶的均值序列U分為f類得到類集合丨% 和類 心序列丨^I^1 ,其中Uk表示第k類,ck表示Uk的類心,且滿足C1 <C2 <... <Cf ; (3. 2)根據(jù)類集合恥I和類心序列,通過k-means聚類算法得到訓(xùn)練序列 ('々=Uf; 1凡eKJ=I5UI,其中,A= 1,2,.··,P,Clk表示類Uk的訓(xùn)練序列; (3. 3)根據(jù)訓(xùn)練序列Clk對(duì)每個(gè)電平的隱馬爾科夫模型進(jìn)行訓(xùn)練得到£個(gè)電平訓(xùn)練值 Pk,以及對(duì)應(yīng)的電平狀態(tài)模型,其中,々=1,2,...,/?且有GC<…< &,將P#應(yīng)的狀態(tài)命名 為零電平狀態(tài)。
4. 根據(jù)權(quán)利要求1所述的基于隱馬爾科夫模型的盲主用戶檢測(cè)與發(fā)送電平識(shí)別方法, 其特征在于步驟4所述的采取兩種檢測(cè)策略,判決主用戶存在與否,對(duì)主用戶存在的判決 結(jié)果進(jìn)行電平值估算,按如下兩種策略進(jìn)行: (4. 1) "隱馬爾科夫模型檢測(cè)"策略:對(duì)一個(gè)檢測(cè)周期內(nèi)接收的信號(hào)計(jì)算其樣本功率值, 通過步驟3中訓(xùn)練得到的隱馬爾科夫模型,計(jì)算每個(gè)狀態(tài)的似然函數(shù)值,若零電平狀態(tài)對(duì) 應(yīng)的似然函數(shù)值最大則判決主用戶不存在,否則,判決主用戶存在,同時(shí),將似然函數(shù)值最 大的狀態(tài)所對(duì)應(yīng)的電平值作為主用戶電平估計(jì)值; (4. 2) "特征值法一一隱馬爾科夫模型檢測(cè)"策略:通過特征值檢測(cè)法,判決主用戶存在 與否,若判決主用戶存在,則根據(jù)接收信號(hào)的功率,通過步驟3中訓(xùn)練得到的隱馬爾科夫模 型,計(jì)算每個(gè)狀態(tài)的似然函數(shù)值,將似然函數(shù)值最大的狀態(tài)所對(duì)應(yīng)的電平值作為主用戶電 平估計(jì)值。
【文檔編號(hào)】H04B17/391GK104467995SQ201410577419
【公開日】2015年3月25日 申請(qǐng)日期:2014年10月24日 優(yōu)先權(quán)日:2014年10月24日
【發(fā)明者】劉伯陽, 李贊, 司江勃, 楊鼎, 劉向麗, 周福輝, 熊天意, 胡偉龍, 萬鵬武, 牛宏偉 申請(qǐng)人:西安電子科技大學(xué)