[发明专利]利用小特征值估计噪声功率的最大特征值频谱感知方法

权利要求书

1.一种利用小特征值估计噪声功率的最大特征值频谱感知方法，其特征在于该最大特征值频谱感知方法的处理过程为：在当前感知时隙内，对来自多个通道的信号进行多次采样，并将每次采样得到的多个样本构成一个样本向量；然后根据所有样本向量计算协方差矩阵；接着计算协方差矩阵的所有特征值，并对所有特征值按从小到大的顺序排序，对排序后的每个特征值进行修正；之后将排序后的所有特征值对应的修正特征值的前一半作为小特征值，根据所有小特征值的平均值来估计噪声功率；再根据协方差矩阵的最大特征值及噪声功率，计算检验统计量；最后通过比较检验统计量与判决门限的大小，判定当前感知时隙内是否存在授权用户信号；

该最大特征值频谱感知方法具体包括以下步骤：

步骤一：在认知无线电系统中配置有M个通道；将当前想要采样的感知时隙定义为当前感知时隙；然后在当前感知时隙内，对来自M个通道的信号进行同时采样，共进行N次采样，每次采样得到M个样本；接着将每次采样得到的M个样本构成一个样本向量，将第n次采样得到的M个样本构成的样本向量记为x(n)，x(n)＝[x₁(n),x₂(n),…,x_M(n)]^T；其中，M≥3，N≥2M，n为正整数，1≤n≤N，符号“[]”为向量表示符号，[x₁(n),x₂(n),…,x_M(n)]^T为[x₁(n),x₂(n),…,x_M(n)]的转置，x₁(n),x₂(n),…,x_M(n)对应表示第n次采样得到的第1个样本、第n次采样得到的第2个样本、……、第n次采样得到的第M个样本；

步骤二：根据N个样本向量，计算协方差矩阵，记为R，其中，R的维数为M×M，(x(n))^H为x(n)的共轭转置；

步骤三：计算R的M个特征值；然后对R的M个特征值按从小到大的顺序进行排序，将排序后的第m个特征值记为λ_m，λ₁＜λ₂＜…＜λ_m＜…＜λ_M；其中，m为正整数，1≤m≤M，λ₁,λ₂,…,λ_m,…,λ_M对应表示排序后的第1个特征值、排序后的第2个特征值、……、排序后的第m个特征值、……、排序后的第M个特征值；

步骤四：对排序后的每个特征值进行修正，得到排序后的每个特征值对应的修正特征值，将λ_m对应的修正特征值记为其中，e为自然基数；

步骤五：将都作为小特征值，根据所有小特征值的平均值来估计噪声功率，将噪声功率记为其中，表示λ₁对应的修正特征值，表示λ₂对应的修正特征值，表示排序后的第个特征值对应的修正特征值，符号为向下取整运算符号，q为正整数，表示排序后的第q个特征值λ_q对应的修正特征值；

步骤六：根据R的最大特征值λ_M和计算检验统计量，记为T，

步骤七：判断T是否大于判决门限d，如果T＞d，则判定当前感知时隙内存在授权用户信号；否则，判定当前感知时隙内不存在授权用户信号；其中，d满足给定的虚警概率P_f，并通过计算机仿真获得，P_f∈[0,1]。