[发明专利]基于稀疏系数信息估计的自适应宽带频谱压缩感知方法

说明书

本发明公开了一种基于稀疏系数信息估计的自适应宽带频谱压缩感知方法，在流信号进行稀疏度未知的压缩感知时，先采集由先验信息得到的观测值数目；在采集到的观测值数目上自适应调整，得到信号稀疏度估计所需的观测值数目，并精确估计信号的稀疏度；根据当前帧信号稀疏度估计来确认不丢失原信号信息所需的观测值数目；按照实际应用需求，选择后续信号检测算法，完成频谱检测，做出决策。本发明能有效地确定流信号稀疏度估计所需压缩观测值数目，而且对流信号频谱能够保持良好的收敛性和较快的跟踪速度，从而使信号稀疏度估计所需压缩观测值数目随信号稀疏度自适应调整，实现对信号稀疏度变化的实时跟踪。

技术领域

本发明属于认知无线电技术，尤其涉及一种认知无线电中宽带压缩频谱感知方法，具体地说涉及一种基于稀疏系数信息估计的自适应宽带频谱压缩感知方法。

背景技术

近年来，随着无线多媒体业务的发展，多媒体通信所需的带宽不断增加。带宽的增加使得原本就有限的频谱资源变得越来越稀缺，有效可靠的无线频谱接入成为人们关注的焦点。因此，一些学者提出了认知无线电(Cognitive Radio，CR)的概念，当授权用户/主用户(Primary User，PU)所在频段出现空闲时，非授权用户/次用户(Secondary User，SU)可伺机地接入授权频谱，并避免对授权用户的干扰。认知无线电作为一种新型频谱共享技术，其核心思想是使无线通信设备具备充分发掘时域、频域和空间域空闲频谱资源的能力。认知无线电作为一种能够感知周围环境并显著提高频谱利用率的新型智能无线通信技术，在一定程度上解决了多媒体业务频谱资源紧张的问题。

认知无线电的关键技术之一是要对频谱使用状态进行检测。由于无线多媒体业务需要检测较宽的频带，因此面临着如何在较宽的频带内实现快速、有效频谱感知的挑战。随着待检测授权用户信号带宽越来越宽，基于Nyquist采样机制的信号处理框架要求的采样速率和处理速度越来越高，当 前硬件条件往往难以满足要求。

近年来出现的压缩感知技术可以实现宽频带信号的低速采样，很好的解决宽带频谱感知面临的硬件实现难题。在压缩感知理论框架下，信号的采样速率不再决定于信号带宽，而是由信号的信息结构和内容决定的。在信号稀疏或可压缩的前提下，压缩感知以远低于Nyquist采样要求的速率对信号采样，仍然能够实现对原信号的重构。通常，在无线宽频带中，授权用户并不充分占用频谱，存在大量频谱空穴。因此，从统计概率意义上，频谱在一个感知周期内往往具有稀疏性，从而为压缩感知理论在认知无线电宽带频谱感知中的应用提供了前提条件。将压缩感知技术引入宽带频谱感知，极大地降低了采样速率，解决了宽带频谱感知的实现瓶颈。

现有的基于压缩感知的宽带频谱感知方法通常是根据已知的信号稀疏度，或者信号稀疏度的长时间观察统计值上界来决定信号重构所需的最佳观测值数目，然而实际应用中，频谱的稀疏度往往是未知的，甚至是时变的。这使得在使用压缩感知进行频谱感知时，若压缩采样比设置过高，将存在压缩冗余，带来不必要的采样开销；若压缩采样比设置过低，将损失有用信号，导致信号重构精度下降，影响频谱检测性能。而自适应压缩频谱感知技术，可以从宽带认知无线电系统中信号稀疏度未知，甚至时变的实际应用场景出发，根据信号频谱变化来自适应调整压缩采样参数。

发明内容

为了克服现有技术中存在的不足，本发明提供一种基于稀疏系数信息估计的自适应宽带频谱压缩感知方法，实现对频谱稀疏度变化的实时跟踪， 保持对流信号频谱良好的收敛性和较快的跟踪速度。

为实现上述目的，本发明采用的技术方案为：

一种基于稀疏系数信息估计的自适应宽带频谱压缩感知方法，包括以下步骤：

(1)在流信号进行稀疏度未知的压缩感知时，先采集由先验信息得到的观测值数目；

(2)在采集到的观测值数目上自适应调整，得到信号稀疏度估计所需的观测值数目，并精确估计信号的稀疏度；

(3)根据当前帧信号稀疏度估计来确认不丢失原信号信息所需的观测值数目；