首页 / 专利库 / 电信 / 瑞利衰落 / 一种基于小样本的精确能量检测方法

一种基于小样本的精确能量检测方法

阅读:249发布:2020-05-14

专利汇可以提供一种基于小样本的精确能量检测方法专利检索,专利查询,专利分析的服务。并且本 发明 涉及一种基于小样本的精确 能量 检测方法,适用于 瑞利衰落 信道,在小样本、低 信噪比 情况下,与传统基于近似方法相比,具有鲁棒性更好、检测性能更优的优点;并且设计方法中,所获瑞利衰落信道下的ED检测器的平均检测概率为精确闭式解,具有更好、更精确的检测性能。,下面是一种基于小样本的精确能量检测方法专利的具体信息内容。

1.一种基于小样本的精确能量检测方法,其特征在于,包括如下步骤:
步骤001.根据频谱感知的能量检测模型,获得第i次针对发射机信号主频谱的采样值集合Xi={xi(1)、…、xi(l)、…、xi(N)},并获得该采样值集合的归一化检测统计量T(Xi),即第i次针对发射机信号主频谱采样的归一化检测统计量T(Xi),然后进入步骤002;其中,l={1、…、N},xi(l)表示第i次针对发射机信号主频谱进行采样的第l个采样值;
步骤002.根据CED检测器的预设虚警概率Pf,以及T(Xi)在发射机信号主频谱不存在状态H0下服从自由度为2N的中心卡方分布,确定判决限λ,并进入步骤003;
步骤003.根据判决门限λ、T(Xi)在发射机信号主频谱存在状态H1下服从自由度为2N的非中心卡方分布,获得对应发射机信号主频谱存在状态H1下,T(Xi)≥λ,即CED检测器检测方法的判决准则,并进入步骤004;
步骤004.根据在发射机信号主频谱存在状态H1下,T(Xi)≥λ,获得CED检测器的检测概率 并进入步骤005;其中, 表示含有N-1阶
第一类贝塞尔函数的N阶广义Marcum Q函数,γ表示发射机信号的信噪比;P(·)表示概率函数;
步骤005.根据瑞利衰落信道下信噪比γ的概率密度函数 计算获得瑞
利衰落信道下的ED检测器的平均检测概率 并进入步骤006,其中,
为平均信噪比,Eγ(·)表示以γ为随即变量的函数求数学期望,e为自然常数;
步骤006.根据 以及
获得:
即针对发射机信号主
频谱实现能量检测。
2.根据权利要求1所述一种基于小样本的精确能量检测方法,其特征在于,所述步骤
006之后还包括步骤007如下:
步骤007.采用广义Marcum Q函数性质,针对 进行推导求解获得:
其中,n={0、…、N-1}, 1F1(·)分别表示第2类Humbert超几何函数和Kummer超几何函数。
3.根据权利要求1或2所述一种基于小样本的精确能量检测方法,其特征在于,所述步骤001中,频谱感知的能量检测模型如下:
H0:xi(l)=wi(l)
H1:xi(l)=si(l)+wi(l)
其中,si(l)表示对应第i次针对发射机信号主频谱进行采样时发射机的信号,且si(l)为均值为0、方差为 的随即信号;wi(l)表示均值为0、方差为 的高斯白噪声。
4.根据权利要求3所述一种基于小样本的精确能量检测方法,其特征在于,所述步骤
001中,针对第i次针对发射机信号主频谱的采样值集合Xi={xi(1)、…、xi(l)、…、xi(N)},采用如下公式:
获得该采样值集合的归一化检测统计量T(Xi),即第i次针对发射机信号主频谱采样的归一化检测统计量T(Xi)。
5.根据权利要求3所述一种基于小样本的精确能量检测方法,其特征在于,所述步骤
002中,根据CED检测器的预设虚警概率Pf,以及T(Xi)在发射机信号主频谱不存在状态H0下服从自由度为2N的中心卡方分布 确定判决门限λ;其中,
和 分别表示Gamma函数和上不
N-1 -t
完全Gamma函数,t是积分变量,t e 表示积分函数。

说明书全文

一种基于小样本的精确能量检测方法

技术领域

[0001] 本发明涉及一种基于小样本的精确能量检测方法,属于认知无线电技术领域。

背景技术

[0002] 认知无线电(Cognitive Radio,CR)技术已被人们广泛认为是一种解决无线频谱资源稀缺与利用率低下之间矛盾的非常有效的解决方案。CR通过动态频谱接入的方式,允许SU使用未被PU占用的频谱进行通信。为了能够接入授权频谱,SU必须连续不断地对分布较宽的频域进行感知,以便获取未被占用的频谱供自己使用,同时保证不对PU的正常通信产生干扰,因此,频谱感知是CR技术中的关键技术之一。在众多的频谱感知算法中,能量检测(Energy Detection,ED)具有实施简单、算法复杂度低以及与PU信号无关等优点,获得了学术界和工程界研究人员的重视,成为一种事实上的实时频谱感知方法。
[0003] ED检测器的检测性能主要由检测概率(Pd)和虚警概率(Pf)来决定,而ED的检测概率表达式是一个广义的Marcum Q函数,该函数很难得出其简洁、精确的闭式表达式解;与此同时,Pd和Pf这两个衡量ED检测性能的指标又受信道特性的影响较大。因此,当前基于ED检测器的频谱感知方法的研究,大多集中在各种信道条件下ED检测器的检测性能方面,及其检测概率近似表达式的求解上。但是,这些方法仍然是一种近似的求解法,不够精确。此外,上述这些小样本条件下的ED检测器只分析了在非衰落AWGN(Additive White Gaussian Noise)信道上的检测性能。而在现实的无线通信环境中,由于阻挡、多径衰落总是普遍存在的,因此,研究一般性衰落信道上的ED检测器及其检测性能更具现实意义。

发明内容

[0004] 针对上述技术问题,本发明所要解决的技术问题是提供一种基于小样本的精确能量检测方法,适用于瑞利衰落信道,在小样本、低信噪比情况下,与传统基于近似方法相比,具有鲁棒性更好、检测性能更优的优点。
[0005] 本发明为了解决上述技术问题采用以下技术方案:本发明设计了一种基于小样本的精确能量检测方法,包括如下步骤:
[0006] 步骤001.根据频谱感知的能量检测模型,获得第i次针对发射机信号主频谱的采样值集合Xi={xi(1)、…、xi(l)、…、xi(N)},并获得该采样值集合的归一化检测统计量T(Xi),即第i次针对发射机信号主频谱采样的归一化检测统计量T(Xi),然后进入步骤002;其中,l={1、…、N},xi(l)表示第i次针对发射机信号主频谱进行采样的第l个采样值;
[0007] 步骤002.根据CED检测器的预设虚警概率Pf,以及T(Xi)在发射机信号主频谱不存在状态H0下服从自由度为2N的中心卡方分布,确定判决限λ,并进入步骤003;
[0008] 步骤003.根据判决门限λ、T(Xi)在发射机信号主频谱存在状态H1下服从自由度为2N的非中心卡方分布,获得对应发射机信号主频谱存在状态H1下,T(Xi)≥λ,即CED检测器检测方法的判决准则,并进入步骤004;
[0009] 步骤004.根据在发射机信号主频谱存在状态H1下,T(Xi)≥λ,获得CED检测器的检测概率 并进入步骤005;其中, 表示含有N-1阶第一类贝塞尔函数的N阶广义Marcum Q函数,γ表示发射机信号的信噪比;P(·)表示概率函数;
[0010] 步骤005.根据瑞利衰落信道下信噪比γ的概率密度函数 计算获得瑞利衰落信道下的ED检测器的平均检测概率 并进入步骤006,
其中, 为平均信噪比,Eγ(·)表示以γ为随即变量的函数求数学期望,e为自然常数;
[0011] 步骤006 .根据 以 及获得:
即针对发射机信号主频谱实现能量检测。
[0012] 作为本发明的一种优选技术方案:所述步骤006之后还包括步骤007如下:
[0013] 步骤007.采用广义Marcum Q函数性质,针对 进行推导求解获得:
[0014]
[0015] 其中,n={0、…、N-1}, 1F1(·)分别表示第2类Humbert超几何函数和Kummer超几何函数。
[0016] 作为本发明的一种优选技术方案:所述步骤001中,频谱感知的能量检测模型如下:
[0017] H0:xi(l)=wi(l)
[0018] H1:xi(l)=si(l)+wi(l)
[0019] 其中,si(l)表示对应第i次针对发射机信号主频谱进行采样时发射机的信号,且si(l)为均值为0、方差为 的随即信号;wi(l)表示均值为0、方差为 的高斯白噪声。
[0020] 作为本发明的一种优选技术方案:所述步骤001中,针对第i次针对发射机信号主频谱的采样值集合Xi={xi(1)、…、xi(l)、…、xi(N)},采用如下公式:
[0021]
[0022] 获得该采样值集合的归一化检测统计量T(Xi),即第i次针对发射机信号主频谱采样的归一化检测统计量T(Xi)。
[0023] 作为本发明的一种优选技术方案:所述步骤002中,根据CED检测器的预设虚警概率Pf,以及T(Xi)在发射机信号主频谱不存在状态H0下服从自由度为2N的中心卡方分布确定判决门限λ;其中, 和分别表示Gamma函数和上不完全Gamma函数,t是
积分变量,tN-1e-t表示积分函数。
[0024] 本发明所述一种基于小样本的精确能量检测方法采用以上技术方案与现有技术相比,具有以下技术效果:本发明设计的一种基于小样本的精确能量检测方法,适用于瑞利衰落,在小样本、低信噪比情况下,与传统基于近似方法相比,具有鲁棒性更好、检测性能更优的优点;并且设计方法中,所获瑞利衰落信道下的ED检测器的平均检测概率 为精确闭式解,具有更好、更精确的检测性能。附图说明
[0025] 图1是本发明设计一种基于小样本的精确能量检测方法的流程示意图。

具体实施方式

[0026] 下面结合说明书附图针对本发明的具体实施方式作进一步详细的说明。
[0027] 如图1所示,本发明设计的一种基于小样本的精确能量检测方法,包括如下步骤:
[0028] 步骤001.根据如下频谱感知的能量检测模型:
[0029] H0:xi(l)=wi(l)
[0030] H1:xi(l)=si(l)+wi(l)
[0031] 获得第i次针对发射机信号主频谱的采样值集合Xi={xi(1)、…、xi(l)、…、xi(N)},并采用如下公式:
[0032]
[0033] 获得该采样值集合的归一化检测统计量T(Xi),即第i次针对发射机信号主频谱采样的归一化检测统计量T(Xi),然后进入步骤002;其中,l={1、…、N},xi(l)表示第i次针对发射机信号主频谱进行采样的第l个采样值,si(l)表示对应第i次针对发射机信号主频谱进行采样时发射机的信号,且si(l)为均值为0、方差为 的随即信号;wi(l)表示均值为0、方差为 的高斯白噪声。
[0034] 步骤002.根据CED检测器的预设虚警概率Pf,以及T(Xi)在发射机信号主频谱不存在状态H0下服从自由度为2N的中心卡方分布 确定判决门限λ,并进入步骤003,其中, 和
分别表示Gamma函数和上不完全Gamma函数,t是积分变量,tN-1e-t表示积分函数。其中,CED检测器为传统的能量检测器(Conventional Energy Detection,CED);中心卡方分布出自[20.S.M.Kay,Fundamentals ofStatistical Signal Processing:Detection Theory.Prentice-Hall,1998]。
[0035] 步骤003.根据判决门限λ、T(Xi)在发射机信号主频谱存在状态H1下服从自由度为2N的非中心卡方分布,获得对应发射机信号主频谱存在状态H1下,T(Xi)≥λ,即CED检测器检测方法的判决准则,并进入步骤004。
[0036] 步骤004.根据在发射机信号主频谱存在状态H1下,T(Xi)≥λ,获得CED检测器的检测概率 并进入步骤005;其中, 表示含有N-1阶第一类贝塞尔函数的N阶广义Marcum Q函数,γ表示发射机信号的信噪比;P(·)表示概率函数。
[0037] 步骤005.根据瑞利衰落信道下信噪比γ的概率密度函数 计算获得瑞利衰落信道下的ED检测器的平均检测概率 并进入步骤006,
其中,为平均信噪比,Eγ(·)表示以γ为随即变量的函数求数学期望,e为自然常数。
[0038] 步骤006 .根据 以 及获得: 即针
对发射机信号主频谱实现能量检测。
[0039] 步骤007.广义Marcum Q函数与指数函数乘积的积分在某些条件下是能求出解析解的,[21.Solutions to Integrals Involving the Marcum Q-Function andApplications(ISP 2015]即:
[0040]
[0041] 当参数k、m、a、b和p满足一定条件时,上式所表示的积分就有易解的闭式解。
[0042] 定理:当 时,则φ(k,m,a,b,p)的积分存在以下闭式解:
[0043]
[0044] 因此,采用广义Marcum Q函数性质,针对 进行推导求解获得:
[0045]
[0046] 其中,n={0、…、N-1}, 1F1(·)分别表示第2类Humbert超几何函数和Kummer超几何函数,出自[21.Solutions to Integrals Involving the Marcum Q-Function and Applications(ISP 2015]。
[0047] 上述技术方案所设计基于小样本的精确能量检测方法,适用于瑞利衰落,在小样本、低信噪比情况下,与传统基于近似方法相比,具有鲁棒性更好、检测性能更优的优点;并且设计方法中,所获瑞利衰落信道下的ED检测器的平均检测概率 为精确闭式解,具有更好、更精确的检测性能。
[0048] 上面结合说明书附图针对本发明的实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下做出各种变化。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈