[发明专利]基于压缩感知与BP神经网络的认知无线电频谱感知方法

权利要求书

1.一种基于压缩感知与BP神经网络的认知无线电频谱感知方法，其特征在于，包括训练过程和实际检测过程；其中，训练过程包括以下步骤：

步骤A1、对认知无线电的原始信号进行低于奈奎斯特速率的压缩采样，并对采集到的压缩采样数据进行1-bit量化处理；

步骤A2、以1-bit量化处理后的压缩采样数据作为训练输入，以实际频段占用情况作为训练输出，对BP神经网络检测器进行训练；  

实际检测过程包括以下步骤：

步骤B1、对认知无线电的原始信号进行低于奈奎斯特速率的压缩采样，并对采集到的压缩采样数据进行1-bit量化处理；

步骤B2、将1-bit量化处理后的压缩采样数据输入训练好的BP神经网络检测器，得到的输出即为所述认知无线电的频谱占用情况。

2.如权利要求1所述基于压缩感知与BP神经网络的认知无线电频谱感知方法，其特征在于，所述BP神经网络检测器为一包括输入层、隐层、输出层的三层BP神经网络，输入层节点数为压缩采样信号的信号长度，输出层节点数为所述认知无线电的频谱分段数。

3.如权利要求1所述基于压缩感知与BP神经网络的认知无线电频谱感知方法，其特征在于，所述BP神经网络检测器为                                               个BP神经网络级联而成，各级BP神经网络均包括输入层、隐层、输出层，上、下级BP神经网络之间分别串联一带通滤波器，为大于1的整数；设所述认知无线电频谱被等分为个频段，令，均为大于1的整数；第一级BP神经网络的输入层神经元数为压缩采样信号的信号长度，输出层节点数为；第二级BP神经网络的输入层神经元数为，输出层节点数为；第三级BP神经网络的输入层神经元数为，输出层神经元数为；依此类推，第级BP神经网络的输入层神经元数为，输出层神经元数为。

4.如权利要求2或3所述基于压缩感知与BP神经网络的认知无线电频谱感知方法，其特征在于，所述BP神经网络的隐层神经元数根据试验确定或者按照以下公式确定：

式中，为隐层神经元数，为输入层神经元数，为输出层神经元数， 为常数且 。

5.一种采用权利要求1所述方法的基于BP神经网络的认知无线电频谱压缩感知系统，其特征在于，该系统包括：

压缩采样单元，用于对认知无线电的原始信号进行低于奈奎斯特速率的压缩采样，并输出压缩采样数据；

1-bit量化单元，用于对压缩采样单元输出的压缩采样数据进行1-bit量化处理，并输出处理后的数据；

BP神经网络检测器，以压缩采样单元输出数据为输入，输出所述认知无线电的频谱占用情况。

6.如权利要求5所述基于BP神经网络的认知无线电频谱压缩感知系统，其特征在于，所述BP神经网络检测器为一包括输入层、隐层、输出层的三层BP神经网络，输入层节点数为压缩采样信号的信号长度，输出层节点数为所述认知无线电的频谱分段数，隐层神经元数根据试验确定或者按照以下公式确定：

式中，为隐层神经元数，为输入层神经元数，为输出层神经元数， 为常数且 。

7.如权利要求5所述基于BP神经网络的认知无线电频谱压缩感知系统，其特征在于，所述BP神经网络检测器为个BP神经网络级联而成，各级BP神经网络均包括输入层、隐层、输出层，上、下级BP神经网络之间分别串联一带通滤波器，为大于1的整数；设所述认知无线电频谱被等分为个频段，令，均为大于1的整数；第一级BP神经网络的输入层神经元数为压缩采样信号的信号长度，输出层节点数为；第二级BP神经网络的输入层神经元数为，输出层节点数为；第三级BP神经网络的输入层神经元数为，输出层神经元数为；依此类推，第级BP神经网络的输入层神经元数为，输出层神经元数为；各级BP神经网络的隐层神经元数根据试验确定或者按照以下公式确定：

式中，为隐层神经元数，为输入层神经元数，为输出层神经元数， 为常数且 。