[发明专利]一种频谱感知方法及装置

权利要求书

1.一种频谱感知方法，其特征在于，包括：

获取认知用户对目标频谱进行感知得到的信号向量；

对所述信号向量进行拆分重组得到拆分重组矩阵，再对所述信号向量进行分解重组得到分解重组矩阵；

所述对所述信号向量进行拆分重组得到拆分重组矩阵具体包括：

将所述信号向量的元素按元素顺序进行均等拆分，得到第一子信号向量，再将所述第一子信号向量进行重组得到第一拆分重组矩阵；

将所述信号向量的元素按预置间隔进行采样拆分，得到第二子信号向量，再将所述第二子信号向量进行重组得到第二拆分重组矩阵，具体包括：

通过预置第二公式将所述信号向量的元素按预置间隔进行采样拆分，得到第二子信号向量，再将所述第二子信号向量进行重组得到第二拆分重组矩阵；

其中，所述预置第二公式为：

式中，x_i为第i个认知用户的信号向量，x_iq为第i个信号向量的第q个子信号向量，k＝N/q，N为信号向量的长度，i＝1,2,...,M；M为认知用户的个数，q为拆分系数；

所述第二拆分重组矩阵的表达式为：

其中，x_im为第i个信号向量的第m个子信号向量，1≤m≤q；

对所述拆分重组矩阵和所述分解重组矩阵进行协方差转化，并计算各个协方差矩阵的特征值，根据所述特征值生成信号特征向量；判断所述信号特征向量是否满足检测判据，若满足，则确定目标频谱不可用，若不满足，则确定目标频谱可用；

所述对所述拆分重组矩阵和所述分解重组矩阵进行协方差转化，并计算各个协方差矩阵的特征值，根据所述特征值生成信号特征向量具体为：

对所述第一拆分重组矩阵、所述第二拆分重组矩阵和所述分解重组矩阵进行协方差转化，并计算各个协方差矩阵的特征值，根据所述特征值生成信号特征向量；

通过聚类算法对预置的训练特征向量进行迭代运算得到聚类结果，根据所述聚类结果生成所述检测判据；

所述检测判据为：

式中，Ψ_k为聚类结果，为信号特征向量，K为非重叠类的个数，k表示为第k个类，ξ是用于控制虚警概率和漏检概率的参数，Ψ₁为第一个类对应的质心，|| ||表示的是范数函数。

2.根据权利要求1所述的频谱感知方法，其特征在于，所述再对所述信号向量进行分解重组得到分解重组矩阵具体为：

再对所述信号向量进行IQ分解并重组得到分解重组矩阵。

3.根据权利要求1所述的频谱感知方法，其特征在于，所述将所述信号向量的元素按元素顺序进行均等拆分，得到第一子信号向量，再将所述第一子信号向量进行重组得到第一拆分重组矩阵具体为：

通过预置第一公式将所述信号向量的元素按元素顺序进行均等拆分，得到第一子信号向量，再将所述第一子信号向量进行重组得到第一拆分重组矩阵；

其中，所述预置第一公式为：

式中，x_i为第i个认知用户的信号向量，x_iq为第i个信号向量的第q个子信号向量，k＝N/q，N为信号向量的长度，i＝1,2,...,M；M为认知用户的个数，q为拆分系数；

所述第一拆分重组矩阵的表达式为：

其中，x_im为第i个信号向量的第m个子信号向量，1≤m≤q。

4.根据权利要求1所述的频谱感知方法，其特征在于，所述聚类算法为K-means聚类算法或K-medoids聚类算法。