本技術(shù)涉及通信，特別涉及一種混疊信號(hào)的索引模糊度的消除方法。

背景技術(shù)：

1、近年來，在傳統(tǒng)的靜態(tài)頻譜分配策略下，日益稀缺的頻譜資源已經(jīng)無法滿足對(duì)更高數(shù)據(jù)速率和更高服務(wù)質(zhì)量的需求。在這種情況下，為了進(jìn)一步提高頻譜效率，認(rèn)知無線電技術(shù)應(yīng)運(yùn)而生。認(rèn)知無線電技術(shù)的本質(zhì)是頻譜復(fù)用，也就是當(dāng)主用戶(primary?users，pu)處于閑置狀態(tài)或主用戶的正常通信不受影響時(shí)，允許次用戶(secondary?users，su)使用許可的頻段。因此，認(rèn)知無線電技術(shù)需要頻繁地進(jìn)行頻譜感知，檢測頻譜占用情況。這也就意味著高效、準(zhǔn)確的頻譜感知是認(rèn)知無線電技術(shù)中頻譜資源復(fù)用的保證。

2、在過去的幾年中，國內(nèi)外學(xué)者提出了許多模型驅(qū)動(dòng)的頻譜感知方法和基于深度學(xué)習(xí)的頻譜感知方法。一般來說，這些方法都是針對(duì)窄帶頻譜感知設(shè)計(jì)的，即僅用于確定信號(hào)的存在與否。而對(duì)于寬帶信號(hào)，我們需要感知pu所使用的時(shí)頻資源的具體信息，以便進(jìn)行更精確的頻譜共享和接入，其原因是在某些應(yīng)用場景中，pu的中心頻率和子信道劃分會(huì)隨著業(yè)務(wù)需求和信道狀態(tài)自適應(yīng)變化，而這種先驗(yàn)知識(shí)很難獲得。鑒于此，國內(nèi)外學(xué)者研究了許多基于深度學(xué)的時(shí)頻定位方法，這些基于深度學(xué)的時(shí)頻定位方法可以很好地獲取寬帶頻譜感知中每一個(gè)時(shí)頻塊(time?frequency?block，tfb)的時(shí)頻信息(time-frequencyinformation，tfi)。

3、然而，上述基于深度學(xué)的時(shí)頻定位方法無法知道tfb中包含的各個(gè)分量信號(hào)的具體tfi和到達(dá)角(direction-of-arrival，doa)，這種現(xiàn)象被定義為索引模糊度，對(duì)于混疊信號(hào)的索引模糊度的消除還未有深入且有效的研究。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)的實(shí)施例的主要目的在于提出一種混疊信號(hào)的索引模糊度的消除方法，旨在有效消除混疊信號(hào)的索引模糊度，獲得混疊信號(hào)中每個(gè)分量的時(shí)頻空三維信息，有助于進(jìn)行更精細(xì)的干擾管理，進(jìn)一步提升頻譜利用率。

2、為實(shí)現(xiàn)上述目的，本技術(shù)的實(shí)施例提供了一種混疊信號(hào)的索引模糊度的消除方法，包括以下步驟：獲取接收信號(hào)的時(shí)頻圖譜，基于所述接收信號(hào)的時(shí)頻圖譜進(jìn)行時(shí)頻定位，得到每一個(gè)時(shí)頻塊的信號(hào)的時(shí)域信息和頻域信息，并通過時(shí)域截取、頻域?yàn)V波和istft算法對(duì)時(shí)頻塊的信號(hào)進(jìn)行時(shí)域轉(zhuǎn)換，得到時(shí)頻塊的時(shí)域信號(hào)；其中，所述接收信號(hào)為混疊信號(hào)；基于預(yù)設(shè)的滑動(dòng)窗口算法和預(yù)設(shè)的秩估計(jì)算法，對(duì)時(shí)頻塊的時(shí)域信號(hào)在每個(gè)窗口提取秩特征，得到時(shí)頻塊對(duì)應(yīng)的秩特征向量；基于所述秩特征向量及其右移向量，計(jì)算得到差異點(diǎn)向量，并基于所述差異點(diǎn)向量，確定時(shí)頻塊對(duì)應(yīng)的分界點(diǎn)向量；利用所述分界點(diǎn)向量對(duì)時(shí)頻塊的信號(hào)進(jìn)行信號(hào)段分割，確定各信號(hào)段的時(shí)域信息和頻域信息，并構(gòu)建信號(hào)分割信息矩陣；利用music算法對(duì)各信號(hào)段進(jìn)行doa估計(jì)，得到各信號(hào)段的doa信息。

3、為實(shí)現(xiàn)上述目的，本技術(shù)的實(shí)施例還提供了一種混疊信號(hào)的索引模糊度的消除系統(tǒng)，所述系統(tǒng)包括：粗時(shí)頻定位模塊、秩特征向量計(jì)算模塊、分界點(diǎn)向量計(jì)算模塊、信號(hào)段分割模塊和細(xì)時(shí)頻定位模塊；所述粗時(shí)頻定位模塊，用于獲取接收信號(hào)的時(shí)頻圖譜，基于所述接收信號(hào)的時(shí)頻圖譜進(jìn)行時(shí)頻定位，得到每一個(gè)時(shí)頻塊的信號(hào)的時(shí)域信息和頻域信息，并通過時(shí)域截取、頻域?yàn)V波和istft算法對(duì)時(shí)頻塊的信號(hào)進(jìn)行時(shí)域轉(zhuǎn)換，得到時(shí)頻塊的時(shí)域信號(hào)，其中，所述接收信號(hào)為混疊信號(hào)；所述秩特征向量計(jì)算模塊，用于基于預(yù)設(shè)的滑動(dòng)窗口算法和預(yù)設(shè)的秩估計(jì)算法，對(duì)時(shí)頻塊的時(shí)域信號(hào)在每個(gè)窗口提取秩特征，得到時(shí)頻塊對(duì)應(yīng)的秩特征向量；所述分界點(diǎn)向量計(jì)算模塊，用于基于所述秩特征向量及其右移向量，計(jì)算得到差異點(diǎn)向量，并基于所述差異點(diǎn)向量，確定時(shí)頻塊對(duì)應(yīng)的分界點(diǎn)向量；所述信號(hào)段分割模塊，用于利用所述分界點(diǎn)向量對(duì)時(shí)頻塊的信號(hào)進(jìn)行信號(hào)段分割；所述細(xì)時(shí)頻定位模塊，用于確定各信號(hào)段的時(shí)域信息和頻域信息，構(gòu)建信號(hào)分割信息矩陣，并利用music算法對(duì)各信號(hào)段進(jìn)行doa估計(jì)，得到各信號(hào)段的doa信息。

4、為實(shí)現(xiàn)上述目的，本技術(shù)的實(shí)施例還提供了一種電子設(shè)備，包括：至少一個(gè)處理器；以及，與所述至少一個(gè)處理器通信連接的存儲(chǔ)器；其中，所述存儲(chǔ)器存儲(chǔ)有可被所述至少一個(gè)處理器執(zhí)行的指令，所述指令被所述至少一個(gè)處理器執(zhí)行，以使所述至少一個(gè)處理器能夠執(zhí)行上述所述的混疊信號(hào)的索引模糊度的消除方法。

5、為實(shí)現(xiàn)上述目的，本技術(shù)的實(shí)施例還提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述所述的混疊信號(hào)的索引模糊度的消除方法。

6、本技術(shù)的實(shí)施例提出的混疊信號(hào)的索引模糊度的消除方法，先利用接收信號(hào)的時(shí)頻圖譜進(jìn)行粗時(shí)頻定位，確定每一個(gè)時(shí)頻塊的信號(hào)的時(shí)域信息和頻域信息，由于接收信號(hào)是混疊信號(hào)，粗時(shí)頻定位只能獲取整個(gè)時(shí)頻塊的時(shí)域信息和頻域信息，無法知曉時(shí)頻塊中每個(gè)信號(hào)段的時(shí)域信息、頻域信息、以及doa信息，此時(shí)需要進(jìn)行細(xì)時(shí)頻定位，這一過程基于信號(hào)分割實(shí)現(xiàn)。首先基于預(yù)設(shè)的滑動(dòng)窗口算法和預(yù)設(shè)的秩估計(jì)算法，對(duì)時(shí)頻塊的時(shí)域信號(hào)在每個(gè)窗口提取秩特征，得到時(shí)頻塊對(duì)應(yīng)的秩特征向量，再基于秩特征向量及其右移向量，計(jì)算得到差異點(diǎn)向量，并基于差異點(diǎn)向量，確定時(shí)頻塊對(duì)應(yīng)的分界點(diǎn)向量，用分界點(diǎn)向量對(duì)時(shí)頻塊的信號(hào)進(jìn)行信號(hào)段分割，至此有效消除了混疊信號(hào)的索引模糊度，每一個(gè)信號(hào)段時(shí)域信息和頻域信息隨之知曉，此時(shí)再利用music算法對(duì)各信號(hào)段進(jìn)行doa估計(jì)，得到各信號(hào)段的doa信息，即準(zhǔn)去獲得了混疊信號(hào)中每個(gè)分量的時(shí)頻空三維信息，有助于進(jìn)行更精細(xì)、更準(zhǔn)確的干擾管理，進(jìn)一步提升了頻譜利用率。

7、可選地，所述基于預(yù)設(shè)的滑動(dòng)窗口算法和預(yù)設(shè)的秩估計(jì)算法，對(duì)時(shí)頻塊的時(shí)域信號(hào)在每個(gè)窗口提取秩特征，得到時(shí)頻塊對(duì)應(yīng)的秩特征向量，包括：基于時(shí)頻塊的信號(hào)的時(shí)域信息和預(yù)設(shè)的滑動(dòng)窗口算法，將時(shí)頻塊的時(shí)域信號(hào)劃分成若干個(gè)等長度的窗口；基于預(yù)設(shè)的秩估計(jì)算法和前向向后空間平滑算法(forward?backward?spatial?smoothing，fbss)，依次對(duì)各窗口進(jìn)行秩估計(jì)，得到各窗口對(duì)應(yīng)的秩特征；基于各窗口對(duì)應(yīng)的秩特征組成時(shí)頻塊對(duì)應(yīng)的秩特征向量；其中，所述秩特征向量通過以下公式表示為：

8、

9、其中，q表示窗口的總數(shù)，表示對(duì)第q個(gè)窗口進(jìn)行秩估計(jì)的結(jié)果，frank表示確定出的時(shí)頻塊對(duì)應(yīng)的秩特征向量。在秩估計(jì)的過程中使用前向向后空間平滑算法，可以有效提升秩估計(jì)的準(zhǔn)確性，進(jìn)而提升信號(hào)分割的準(zhǔn)確性。

10、可選地，所述基于所述秩特征向量及其右移向量，計(jì)算得到差異點(diǎn)向量，并基于所述差異點(diǎn)向量，確定時(shí)頻塊對(duì)應(yīng)的分界點(diǎn)向量，具體包括：去掉所述秩特征向量中的最后一個(gè)元素，將各元素向右移一位，得到所述秩特征向量的右移向量，并用所述秩特征向量減去所述秩特征向量的右移向量，計(jì)算得到差異點(diǎn)向量；利用子序列眾數(shù)比較法，對(duì)所述差異點(diǎn)向量進(jìn)行初步篩選，得到初始分界點(diǎn)向量；基于所述接收信號(hào)的特性確定門限參數(shù)，利用所述門限參數(shù)濾除所述初始分界點(diǎn)向量中的虛假分界點(diǎn)，得到時(shí)頻塊對(duì)應(yīng)的分界點(diǎn)向量。在從差異點(diǎn)向量到分界點(diǎn)向量的過程中，經(jīng)過了兩次篩選，第一次篩選將所有能作為分界點(diǎn)的差異點(diǎn)篩選出來，第二次篩選則認(rèn)真考慮了混疊信號(hào)中各信號(hào)分量通常會(huì)持續(xù)一段時(shí)間，且兩個(gè)信號(hào)分量之間的重疊部分不會(huì)太短的特性，將虛假的分界點(diǎn)去除，進(jìn)一步提升了信號(hào)分割的準(zhǔn)確性，進(jìn)而提升了時(shí)頻空三維信息獲取的準(zhǔn)確性。

11、可選地，所述利用子序列眾數(shù)比較法，對(duì)所述差異點(diǎn)向量進(jìn)行初步篩選，得到初始分界點(diǎn)向量，包括：遍歷所述差異點(diǎn)向量中的每一個(gè)差異點(diǎn)，按照預(yù)設(shè)的比較窗口長度，以當(dāng)前差異點(diǎn)為截止點(diǎn)向左劃定第一比較窗口，以當(dāng)前差異點(diǎn)為起始點(diǎn)向右劃定第二比較窗口；計(jì)算所述第一比較窗口中各元素的眾數(shù)，并計(jì)算所述第二比較窗口中各元素的眾數(shù)；若所述第一比較窗口對(duì)應(yīng)的眾數(shù)與所述第二比較窗口對(duì)應(yīng)的眾數(shù)不相同，保留當(dāng)前差異點(diǎn)，反之，舍棄當(dāng)前差異點(diǎn)；基于所述差異點(diǎn)向量中保留的差異點(diǎn)，生成初始分界點(diǎn)向量。

12、可選地，通過以下公式，利用所述門限參數(shù)濾除所述初始分界點(diǎn)向量中的虛假分界點(diǎn)，得到時(shí)頻塊對(duì)應(yīng)的分界點(diǎn)向量：

13、

14、其中，表示所述初始分界點(diǎn)向量，表示所述初始分界點(diǎn)向量的長度，δ表示所述門限參數(shù)，表示所述初始分界點(diǎn)向量中的第k個(gè)元素，表示所述初始分界點(diǎn)向量中的第k-1個(gè)元素，表示時(shí)頻塊對(duì)應(yīng)的分界點(diǎn)向量。

15、可選地，通過以下公式，利用music算法對(duì)各信號(hào)段進(jìn)行doa估計(jì)，得到各信號(hào)段的doa信息：

16、

17、其中，b表示角度搜索空間，表示第b個(gè)角度對(duì)應(yīng)的導(dǎo)向矢量，上角標(biāo)h表示取共軛轉(zhuǎn)置操作，表示當(dāng)前信號(hào)段對(duì)應(yīng)的噪聲子空間，pmusic(θb)表示利用music算法對(duì)第b個(gè)角度的空間譜估計(jì)結(jié)果，表示估計(jì)出的doa信息。

18、可選地，所述接收信號(hào)是配備了由m個(gè)天線組成的均勻線性陣列的su感知當(dāng)前頻譜得到的，有p個(gè)單天線pu采用正交頻分復(fù)用共享當(dāng)前頻段并進(jìn)行信號(hào)傳輸，p個(gè)pu和su在同一水平面上；其中，m和p均為大于1的整數(shù)；所述獲取接收信號(hào)的時(shí)頻圖譜，包括：利用stft算法，確定su的各天線接收信號(hào)的時(shí)頻圖譜；對(duì)不同天線對(duì)應(yīng)的時(shí)頻圖譜進(jìn)行取平均處理，得到接收信號(hào)的時(shí)頻圖譜。