[发明专利]一种空-时-频三维频谱感知方法

权利要求书

1.一种空-时-频三维频谱感知方法，其特征在于，包括：

对多个认知用户接收到的主用户信号进行白化预处理，其中，各主用户信号之间互不相关；

对白化预处理后的信号进行空时频分布变换得到四维矩阵，其中，四维矩阵中的信息包括：时间、频率和两维空间信息；

对四维矩阵的时频二维信息进行过滤，提取单源自相关点，其中，单源指每个独立的主用户信号源；

对得到的单源自相关点进行联合对角化得到用于角度估计的导向矢量估计；

根据得到的导向矢量，确定各个主用户信号的到达角度；

其中，所述对多个认知用户接收到的主用户信号进行白化预处理包括：

将多个认知用户接收到的主用户信号组成接收信号矩阵；

对接收信号矩阵进行白化预处理；

其中，所述将多个认知用户接收到的主用户信号组成接收信号矩阵包括：

N个主用户从不同的方向发射信号，到达M个认知用户端，其中，M>N；

将M个认知用户接收到的信号组成接收信号矩阵Y＝[Y₁,Y₂,...,Y_M]^T，其中，上标T表示矩阵的转置；

其中，所述对接收信号矩阵进行白化预处理包括：

对接收信号矩阵Y的协方差矩阵进行特征值分解；

根据特征值分解结果，构建白化矩阵W；

白化矩阵W点乘接收信号矩阵Y，得到白化信号Z＝W·Y，其中，Z＝[Z₁,Z₂,...,Z_N]^T；

其中，所述根据特征值分解结果，构建白化矩阵W包括：

对得到的特征值进行降序排列，得到降序排列后的特征值[λ₁,...,λ_M]，及其对应的特征向量[h₁,...,h_M]；

从降序排列后的M个特征值中，取前1～N个特征值及其特征向量用于构造白化矩阵W，其中，白化矩阵W表示为：

其中，σ²为降序排列后的后M-N个较小的特征值的平均值，上标H表示矩阵的共轭转置。

2.根据权利要求1所述的空-时-频三维频谱感知方法，其特征在于，通过空时频分布变换得到的四维矩阵表示为：

其中，D_ZZ(t,f)是二维的协方差矩阵，表示空间信息；每个元素是一个二维的时频矩阵，表示第i个信号Z_i和第j个信号Z_j的互时频分布；t表示时间；f表示频率。

3.根据权利要求2所述的空-时-频三维频谱感知方法，其特征在于，所述对四维矩阵的时频二维信息进行过滤，提取单源自相关点包括：

通过关系式提取包含所有主用户信号的自相关点，其中，ε₂为提取阈值，trace(·)表示矩阵的迹；

通过聚类，将提取到的所有主用户信号的自相关点分成N类，某一类代表某一信号的自相关点，得到N类单源信号的K_i个自相关点其中，i＝1,2,...,N,k_i＝1,2,...,K_i。

4.根据权利要求3所述的空-时-频三维频谱感知方法，其特征在于，所述对得到的单源自相关点进行联合对角化得到用于角度估计的导向矢量估计包括：

对得到的N类自相关点提取四维矩阵的两维空间信息，构成信号在相应时频点上的相关矩阵

对得到的相关矩阵进行联合对角化处理，求得使最小的N×N维酉矩阵U，其中，I为单位矩阵，off(·)为矩阵非对角元素的平方和；

利用联合对角化得到的酉矩阵U进行导向矢量估计：

其中，W^#为白化矩阵的伪逆，为导向矢量。

5.根据权利要求4所述的空-时-频三维频谱感知方法，其特征在于，所述根据得到的导向矢量，确定各个主用户信号的到达角度包括：

根据得到的导向矢量，利用多重信号分类确定各个主用户信号的到达角度。

6.根据权利要求5所述的空-时-频三维频谱感知方法，其特征在于，所述根据得到的导向矢量，利用多重信号分类确定各个主用户信号的到达角度包括：

对求其协方差矩阵：

其中，R_AA为M×M维的协方差矩阵；

将R_AA的特征向量按特征值的大小分成两部分：U_s和U_n，其中，U_s·U_s^H+U_n·U_n^H＝I，U_s＝[U₁,U₂,...,U_N]为前N个最大特征值对应的特征向量构成的酉空间，张成信号子空间；U_n＝[U_N+1,...,U_M]为后M-N个最小特征值对应的特征向量构成的酉矩阵，张成噪声子空间；

通过对主用户信号的角度进行估计，得到各个主用户信号的到达角度。