[发明专利]一种认知无线电网络中实时检测多主用户数目的方法

说明书

本发明提供一种认知无线电网络中实时检测多主用户数目的方法，能够实时检测出主用户的数目。所述方法包括：对多个次用户接收到的主用户信号进行特征提取，得到两类特征向量；将得到的两类特征向量组成新的特征向量作为支持向量机的训练输入数据，新的特征向量对应的主用户信号个数作为支持向量机的训练输出数据，设置支持向量机的类型以及核函数类型，并通过遗传算法，得到最优的惩罚因子和最优的核函数宽度；将得到的最优的惩罚因子和最优的核函数宽度作为支持向量机的模型参数，生成训练模型；将多个次用户实时接收到的主用户信号输入生成的训练模型，通过所述训练模型实时检测并估计出主用户的数目。本发明涉及无线通信技术领域。

技术领域

本发明涉及无线通信技术领域，特别是指一种认知无线电网络中实时检测多主用户数目的方法。

背景技术

近年来，随着全球无线通信技术日新月异地发展，不同功能的新型无线电系统相继问世。加之目前无线通信系统采用的是静态(固定)频谱分配策略，频谱资源也越来越紧缺。认知无线电能够感知外界环境的变化，提高频谱利用率及系统容量，解决频谱短缺的问题。在认知无线电系统中，次用户在不对主用户产生影响的前提下，可以使用主用户的空闲频谱。为了避免对主用户产生影响，需要次用户及时的感知主用户频谱使用的状况。传统的频谱感知仅仅检测出主用户是否存在已经不能满足要求，还需要监测系统中正在工作的主用户的个数。

目前常用的信号个数(主用户数目)检测方法有：基于信息论准则(Akaiceinformation criterion，AIC)和最小描述长度(Minimum description length，MDL)以及基于盖氏圆半径(Gerschgorin disks Estimator，GDE)准则和基于典型关联分析技术(canonical correlation technique，CCT)的检测方法；然而这些方法需在网络中专门设立阵列天线来检测主用户的数目，且能够检测的信号的个数在小范围内，在信号个数多的情况下，检测效果差。

发明内容

本发明要解决的技术问题是提供一种认知无线电网络中实时检测多主用户数目的方法，以解决现有技术所存在的需在网络中专门设立阵列天线来检测主用户的数目，且检测主用户信号个数有限的问题。

为解决上述技术问题，本发明实施例提供一种认知无线电网络中实时检测多主用户数目的方法，包括：

S1，通过多个次用户接收主用户信号，对接收到的主用户信号进行特征提取，得到两类特征向量：估计协方差矩阵的所有元素之和与估计协方差矩阵的迹的比值、估计协方差矩阵盖氏圆半径的均值；其中，所述估计协方差矩阵是由接收到的主用户信号确定的；

S2，将提取得到的两类特征向量组成新的特征向量作为支持向量机的训练输入数据，新的特征向量对应的主用户信号个数作为支持向量机的训练输出数据，设置支持向量机的类型以及核函数类型，并通过遗传算法，得到最优的惩罚因子和最优的核函数宽度；

S3，将得到的最优的惩罚因子和最优的核函数宽度作为支持向量机的模型参数，生成训练模型；

S4，将多个次用户实时接收到的主用户信号输入生成的所述训练模型，通过所述训练模型实时检测并估计出主用户的数目。

进一步地，所述通过多个次用户接收主用户信号，对接收到的主用户信号进行特征提取，得到两类特征向量包括：

S11，通过多个次用户接收主用户信号，根据接收到的主用户信号构造接收信号矩阵Z；

S12，对接收信号矩阵Z进行协方差矩阵分析，得到接收信号矩阵Z的估计协方差矩阵R；

S13，计算估计协方差矩阵R的迹和估计协方差矩阵R的所有元素之和，将估计协方差矩阵R的所有元素之和与估计协方差矩阵R的迹的比值作为次用户接收到的主用户信号的第一类特征向量；