基于矩陣填充的室內(nèi)空閑頻譜檢測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及的是一種無線通信領(lǐng)域的技術(shù)，具體是一種基于矩陣填充的室內(nèi)空閑 頻譜檢測方法。
【背景技術(shù)】
[0002] 近年來，隨著無線通信技術(shù)的發(fā)展，無線設(shè)備和應(yīng)用的數(shù)目迅速增長，無線電頻 譜資源（SpectrumResource)變得越來越稀缺。為了滿足日益增長的無線電頻譜資源需 求，人們提出了許多頻譜共享技術(shù)，其中：一項技術(shù)就是動態(tài)頻譜接入（DynamicSpectrum Access)。在廣播電視頻譜進行了數(shù)模轉(zhuǎn)換之后，留出了大量的空閑頻譜，如何動態(tài)檢測利 用這些空閑頻譜已成為動態(tài)頻譜接入領(lǐng)域的一個研究熱點。
[0003] 由于非授權(quán)用戶在使用這些廣播電視空閑頻譜的時候，不得干擾廣播電視信號 的正常傳輸。那么為了使用這些空閑頻譜資源，其第一步也是最重要的一步，就是如何 正確并高效地檢測空閑頻譜。目前檢測空閑頻譜的方法主要分為兩類：一個是進行本地 頻譜感知（LocalSpectrumSensing)，另一個是通過查詢基于地理位置的頻譜數(shù)據(jù)庫 (Geo-locationDatabase)。由于頻譜感知的方法對設(shè)備和能量的需求很高，建立頻譜數(shù)據(jù) 庫成為現(xiàn)在推薦的空閑頻譜檢測方法。
[0004] 現(xiàn)有的頻譜數(shù)據(jù)庫大多關(guān)注室外場景，且依賴于某種比較流行的經(jīng)驗傳播模型， 通過這種傳播模型對目標位置的信號能量進行預(yù)測，導致對室內(nèi)空閑頻譜檢測的結(jié)果十分 保守且不精確。再者，由于室內(nèi)環(huán)境的復(fù)雜性，室內(nèi)空閑頻譜的分布情況與室外場景往往有 很大區(qū)別，而上述的傳播模型并沒有考慮到建筑物內(nèi)的墻和障礙物等對信號傳播產(chǎn)生的影 響，所以簡單地將室外空閑頻譜的檢測手段應(yīng)用到室內(nèi)場景顯然是不能滿足需求的。
[0005] 經(jīng)過對現(xiàn)有技術(shù)的檢索發(fā)現(xiàn)，中國專利文獻號CN103533555A，公開（公告）日 2014. 01. 22,公開了一種基于認知技術(shù)的無線通信室內(nèi)覆蓋干擾消除方案。其步驟包括：第 一步，劃分系統(tǒng)帶寬為若干個等間距、不重疊的窄帶子信道；第二步，將子信道的檢測問題 構(gòu)造為二元假設(shè)檢驗?zāi)Ｐ?；第三步，基于接收信號計算檢驗統(tǒng)計量；第四步，根據(jù)檢驗統(tǒng)計 量與判決門限值做判決，估計出頻譜的使用情況；第五步，家庭基站機會頻譜接入空閑子信 道進行通信。但該技術(shù)基于統(tǒng)計量的檢驗?zāi)Ｐ瓦^于簡單，估算結(jié)果十分保守，無法達到期望 的精度。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明針對現(xiàn)有技術(shù)存在的上述不足，提出一種基于矩陣填充的室內(nèi)空閑頻譜檢 測方法，利用矩陣填充的方式預(yù)先構(gòu)建頻譜數(shù)據(jù)庫，在恢復(fù)室內(nèi)空閑頻譜分布情況中采用 低能量消耗的恢復(fù)算法，能夠顯著地提高室內(nèi)空閑頻譜檢測的正確率。
[0007] 本發(fā)明是通過以下技術(shù)方案實現(xiàn)的：
[0008] 本發(fā)明通過在給定室內(nèi)場景中，使用頻譜感知設(shè)備對信號強度分布情況進行收集 并生成訓練數(shù)據(jù)集，然后通過對室內(nèi)空閑頻譜的估計問題進行建模，基于該模型和訓練數(shù) 據(jù)集恢復(fù)得到未布設(shè)傳感器位置處的數(shù)據(jù)；當收到用戶發(fā)出的位置信息時即可反饋該位置 對應(yīng)的可用信道列表信息。
[0009] 所述方法具體包括以下步驟：
[0010] 步驟1、在給定室內(nèi)場景中，使用頻譜感知設(shè)備對信號強度分布情況進行收集和學 習，并生成訓練數(shù)據(jù)集，具體包括：在室內(nèi)場景中選擇η個均勻分布的測量點，在每個測量 點同時對m個信道的信號強度進行檢測，獲得一個nXm的信號強度矩陣；重復(fù)檢測步驟若 干次以提高學習室內(nèi)空閑頻譜在時空上和頻譜上的相關(guān)性的精度。
[0011] 所述的學習是指：在收集到的信號強度矩陣基礎(chǔ)上，研究相鄰兩次測量結(jié)果在時 間上的相關(guān)程度，即時間相關(guān)性；對某一地點而言，研究其所有信道的信號強度與其他地點 之間的相關(guān)程度，即空間相關(guān)性；對某一信道而言，研究其傳播模式與其他信道之間的相關(guān) 程度，即頻譜相關(guān)性，學習的結(jié)果將直接指導設(shè)計后續(xù)的矩陣填充恢復(fù)算法。
[0012] 步驟2、將室內(nèi)空閑頻譜的恢復(fù)問題，即對未設(shè)置傳感器的位置處對應(yīng)的頻譜信號 的估計進行建模，具體包括：根據(jù)步驟1中收集的信號強度矩陣對地點進行K-Metroid聚 類，分成k組并將每一組的組頭選作錨點，在每個錨點處布設(shè)傳感器，該傳感器定期將收集 到的測量數(shù)據(jù)發(fā)送給室內(nèi)頻譜數(shù)據(jù)庫。
[0013] 由于傳感器數(shù)量有限，則室內(nèi)頻譜數(shù)據(jù)庫每次收集到的是一個缺失了很多行的信 號強度矩陣X，而室內(nèi)空閑頻譜的恢復(fù)問題就是利用矩陣填充技術(shù)將矩陣X恢復(fù)成一個完 整的低秩矩陣
[0014] 所述的建模優(yōu)選為：將室內(nèi)空閑頻譜的恢復(fù)問題建模成一個最小化的優(yōu)化問題， 即
[0015] 最小化：丨 |iW.*(Zf) -X||S+圳 +||Λ也)+||^ΜΓ)咕 +丨丨:(益?)產(chǎn)丨|,其中： L/?7 =i,Μ是一個二進制指示矩陣，用來表示傳感器的布設(shè)情況，.*表示兩個矩陣的逐點 乘積，即阿達瑪乘積，Τ是時間相關(guān)性限制矩陣，S是空間和頻譜相關(guān)性限制矩陣。
[0016] 步驟3、通過模型和訓練數(shù)據(jù)集恢復(fù)得到未布設(shè)傳感器位置處的數(shù)據(jù)，具體包括：
[0017] 3. 1)將矩陣L初始化為隨機矩陣，并固定，代入步驟2得到的模型并計算得到矩陣 R；
[0018] 3.2)以步驟3. 1得到的矩陣R代入步驟2得到的模型并計算得到矩陣L，再將矩 陣L代入步驟2得到的模型并計算得到更新后的矩陣R'，循環(huán)重復(fù)直到目標函數(shù)獲得最優(yōu) 估計值為止，則得到完整的低秩矩陣i_ =Lf..
[0019] 步驟4、用戶將自己的位置信息發(fā)送給室內(nèi)頻譜數(shù)據(jù)庫，數(shù)據(jù)庫根據(jù)恢復(fù)出來的空 閑頻譜矩陣.?.返回用戶所在位置處可用的信道列表，以供用戶選擇連接。 技術(shù)效果
[0020] 與現(xiàn)有技術(shù)相比，本發(fā)明可以在使用很少傳感器數(shù)量的情況下實現(xiàn)非常高的室內(nèi) 空閑頻譜檢測正確率，對設(shè)備和技術(shù)的需求低，實現(xiàn)簡單，并且能量效率高；并且本發(fā)明在 平均占地面積一萬平的典型室內(nèi)環(huán)境中僅需使用20個傳感節(jié)點即可達到95%的檢測精 度，硬件要求僅為一臺中央服務(wù)器，配以多個具備基本通信功能的傳感節(jié)點，部署起來十分 簡單方便，無需額外的人力物力。
[0021] 本發(fā)明在典型室內(nèi)環(huán)境中平均"誤報"率可低至1. 1%，平均"漏報"率可低至 5. 4%，較之現(xiàn)有技術(shù)都有了很大改善。
【附圖說明】
[0022] 圖1為實施例中低秩特性示意圖；
[0023] 圖2為實施例中時間相關(guān)性示意圖；
[0024] 圖3為實施例中空間相關(guān)性示意圖；
[0025] 圖4為實施例中頻譜相關(guān)性示意圖。
【具體實施方式】
[0026] 本實施例在上海交通大學閔行校區(qū)電信群樓的三樓選取了 67個均勻分布的測量 點，在每個測量點同時對45個廣播電視信道（DS13~DS57)的信號強度進行檢測。
[0027] 本實施例包括以下步驟：
[0028] 第一步、在給定室內(nèi)場景中，使用頻譜感知設(shè)備對信號強度分布情況進行收集和 預(yù)處理，生成用以學習室內(nèi)空閑頻譜在時空上和頻譜上的相關(guān)性的訓練數(shù)據(jù)集。具體實施 方式如下：
[0029] 本實施例使用主成分分析法（PrincipalComponentAnalysis，PCA)以掘室內(nèi)空 閑頻譜數(shù)據(jù)集的低秩特性。
[0030] 如圖1所示，為7個數(shù)據(jù)集的奇異值分布，其中：X軸表示矩陣中前i個奇異值；Y 軸表示矩陣前i個奇異值的和，為了表示方便，對X軸和Y軸都做了歸一化處理。從圖中