国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種基于主成分分析的頻譜感知方法與流程

      文檔序號:39618526發(fā)布日期:2024-10-11 13:33閱讀:14來源:國知局
      一種基于主成分分析的頻譜感知方法與流程

      本發(fā)明屬于通訊,涉及一種基于主成分分析的頻譜感知方法,具體涉及一種基于主成分分析的數(shù)據(jù)降維與特征提取的頻譜感知方法。


      背景技術(shù):

      1、頻譜感知能夠獲取頻譜占用與空閑信息,為提高頻率利用效率和頻譜監(jiān)管效能提供有力支撐,在無線電管理、認(rèn)知無線電等領(lǐng)域中發(fā)揮關(guān)鍵作用。目前針對頻譜感知的技術(shù)主要包括1)需要信號、噪聲先驗信息的似然比檢測、匹配濾波檢測、循環(huán)平穩(wěn)檢測等;2)僅需噪聲功率信息的能量檢測、小波檢測等;3)無需先驗信息的基于協(xié)方差的感知、基于特征值的感知、基于機器學(xué)習(xí)的感知等?,F(xiàn)有方法各有自身的適用場景,無法兼顧非合作條件下快速、高效的寬帶頻譜感知應(yīng)用。


      技術(shù)實現(xiàn)思路

      1、本發(fā)明的目的是在全盲條件下高效、準(zhǔn)確完成寬帶頻譜感知,提出了一種基于主成分分析的頻譜感知方法,能夠在不具備任何先驗信息的條件下快速完成寬帶頻譜檢測,采用步進分段與最大最小歸一化的方法構(gòu)建功率譜矩陣,計算功率譜矩陣的主成分分量,構(gòu)建能夠反映邊界變化特性的模角聯(lián)合曲線,利用邊界對稱性與近鄰性完成頻譜初始檢測,基于區(qū)間交并比完成信號融合,進一步提升了針對實際信號特征分布變化多樣的適應(yīng)性。

      2、為實現(xiàn)上述目的,本發(fā)明采取的技術(shù)方案為:

      3、一種基于主成分分析的頻譜感知方法,包括以下步驟:

      4、步驟1,功率譜矩陣計算;具體過程為:

      5、(1a)讀取數(shù)據(jù)x,估計功率譜px,功率譜px長度為n;

      6、(1b)根據(jù)功率譜px的最大值vmax和最小值vmin,對功率譜px進行歸一化處理,更新功率譜px;

      7、(1c)確定分段長度lseg和步進長度lstep;

      8、(1d)根據(jù)n、lseg和lstep,計算分段數(shù)nseg;

      9、(1e)初始化功率譜矩陣mx,mx行數(shù)為nseg,列數(shù)為lseg;

      10、(1f)截取功率譜px的第i段數(shù)據(jù),第i段數(shù)據(jù)對應(yīng)的起始位置為(i-1)×lstep+1,第i段數(shù)據(jù)對應(yīng)的終止位置為(i-1)×lstep+lseg;其中i的取值范圍為1至nseg,步進為1;

      11、(1g)將截取的nseg段數(shù)據(jù)分別賦值給功率譜矩陣mx的各行,即第i段數(shù)據(jù)對應(yīng)功率譜矩陣mx的第i行mx,i;

      12、步驟2,功率譜矩陣主成分分析;具體過程為:

      13、(2a)采用主成分分析方法,對功率譜矩陣mx進行主成分分析,得到各主成分列向量vp,j,j的取值范圍為1至lseg,步進為1;

      14、(2b)選擇vp,1和vp,2為特征分析向量;

      15、步驟3,主成分特征映射;具體過程為:

      16、(3a)將功率譜矩陣mx的各行mx,i分別投影到特征分析向量vp,1和vp,2上,得到特征矩陣cx,cx的行數(shù)為nseg,cx的列數(shù)為2,cx,i,j對應(yīng)cx的第i行和第j列元素,其中cx,i,j=mx,i×vp,j;

      17、(3b)根據(jù)特征矩陣cx計算一維角向量θx,θx長度為nseg,θx,i對應(yīng)θx的第i個元素,表示cx的第i行對應(yīng)點的極坐標(biāo)角度,取值范圍為0至2π;

      18、(3c)計算一維模角聯(lián)合向量w,長度為nseg;

      19、步驟4,邊界區(qū)間檢測;具體過程為:

      20、(4a)設(shè)定峰值檢測門限tmax和峰值差門限tdiff;

      21、(4b)在一維模角聯(lián)合向量w中,搜索大于tmax的極大值點,將搜索到的第i個極大值點的極大值和位置分別存儲至極大值矩陣fmax的第i行fmax,i的第一列fmax,i,1和第二列fmax,i,2;

      22、(4c)在一維模角聯(lián)合向量w中,搜索小于-tmax的極小值點,將搜索到的第i個極小值點的極小值和位置分別存儲至極小值矩陣fmin的第i行fmin,i的第一列fmin,i,1和第二列fmin,i,2;

      23、(4d)對于第i個極大值點,在極小值矩陣fmin中,從位置fmax,i,2開始,向右依次計算極小值點j與第i個極大值點的絕對距離差fmax,i,1+fmin,j,1,在所有絕對距離差小于tdiff的極小值點集中,選擇距位置fmax,i,2最小的極小值點k,完成與第i個極大值點的匹配,記錄在邊界矩陣e的第m行,其中em,1=fmax,i,2,em,2=fmin,k,2,m從1起始;

      24、(4e)重復(fù)步驟(4d),完成極大值矩陣fmax中所有極大值點的匹配;

      25、步驟5,頻譜融合;具體過程為:

      26、(5a)設(shè)定信號索引變量j=1,邊界索引變量i=2,融合門限tr;

      27、(5b)計算當(dāng)前信號j的區(qū)間為[ej,1,ej,2];

      28、(5c)計算當(dāng)前邊界i的區(qū)間為[ei,1,ei,2];

      29、(5d)計算信號區(qū)間[ej,1,ej,2]與邊界區(qū)間[ei,1,ei,2]的交并比r,如果r≥tr,則當(dāng)前邊界i與當(dāng)前信號j融合,更新ej,1=min(ej,1,ei,1),其中min()為最小值運算,更新ej,2=max(ej,2,ei,2),其中max()為最大值運算,如果r<tr,則j=j(luò)+1,更新ej,1=ei,1,更新ej,2=ei,2;

      30、(5e)i=i+1,重復(fù)步驟(5b)~(5e),直至完成邊界矩陣e中所有行的處理,得到頻譜感知結(jié)果,對應(yīng)e的第一行至第j行。

      31、進一步的,步驟(1a)中的采用基于分段數(shù)據(jù)的周期圖法估計功率譜。

      32、進一步的,步驟(3c)中的能夠反映邊界變化特性的模角聯(lián)合向量w的計算方法為:wi=sin(θx,i)×sqrt(cx,i,1*cx,i,1+cx,i,2*cx,i,2),wi為向量w的第i個元素,sqrt()為平方根運算。

      33、進一步的,步驟(5d)中交并比r的計算方法為:當(dāng)信號區(qū)間與邊界區(qū)間無重疊部分時,r=0;當(dāng)信號區(qū)間與邊界區(qū)間部分或全部重疊時,r為重疊區(qū)間長度與區(qū)間并集長度之比,區(qū)間并集長度為兩個區(qū)間最左側(cè)邊界值與最右側(cè)邊界值之差。

      34、本發(fā)明與現(xiàn)有技術(shù)相比,具有以下優(yōu)點:

      35、1.本發(fā)明針對功率譜估計數(shù)據(jù)采用步進分段與最大最小歸一化的方法構(gòu)建功率譜矩陣,能夠反映局部區(qū)間內(nèi)功率隨頻率的順序變化關(guān)系。

      36、2.本發(fā)明通過功率譜矩陣的主成分分析,有效反映了功率譜隨頻率變化在高維空間中的映射分布特征。

      37、3.本發(fā)明通過主成分降維,并利用二維向量的幅度和角度屬性,構(gòu)建了能夠反映邊界變化特性的模角聯(lián)合曲線。

      38、4.本發(fā)明充分利用頻譜邊界對稱性與近鄰性特征,設(shè)計了基于區(qū)間交并比的信號融合策略,能夠準(zhǔn)確確定頻譜邊界位置。

      39、5.本發(fā)明無需信號先驗信息,計算復(fù)雜度低,便于工程實現(xiàn)。



      技術(shù)特征:

      1.一種基于主成分分析的頻譜感知方法,其特征在于,包括以下步驟:

      2.根據(jù)權(quán)利要求1所述的一種基于主成分分析的頻譜感知方法,其特征在于,步驟(1a)中的采用基于分段數(shù)據(jù)的周期圖法估計功率譜。

      3.根據(jù)權(quán)利要求1所述的一種基于主成分分析的頻譜感知方法,其特征在于,步驟(3c)中的能夠反映邊界變化特性的模角聯(lián)合向量w的計算方法為:wi=sin(θx,i)×sqrt(cx,i,1*cx,i,1+cx,i,2*cx,i,2),wi為向量w的第i個元素,sqrt()為平方根運算。

      4.根據(jù)權(quán)利要求1所述的一種基于主成分分析的頻譜感知方法,其特征在于,步驟(5d)中交并比r的計算方法為:當(dāng)信號區(qū)間與邊界區(qū)間無重疊部分時,r=0;當(dāng)信號區(qū)間與邊界區(qū)間部分或全部重疊時,r為重疊區(qū)間長度與區(qū)間并集長度之比,區(qū)間并集長度為兩個區(qū)間最左側(cè)邊界值與最右側(cè)邊界值之差。


      技術(shù)總結(jié)
      本發(fā)明提出了一種基于主成分分析的頻譜感知方法,屬于通訊技術(shù)領(lǐng)域,能夠在全盲條件下高效、準(zhǔn)確完成寬帶頻譜感知,實現(xiàn)步驟為:采用步進分段與最大最小歸一化的方法構(gòu)建功率譜矩陣,計算功率譜矩陣的主成分分量,構(gòu)建能夠反映邊界變化特性的模角聯(lián)合曲線,利用邊界對稱性與近鄰性完成頻譜邊界初始檢測,基于區(qū)間交并比完成信號融合。本發(fā)明通過構(gòu)建功率譜矩陣、主成分分析與降維、模角聯(lián)合曲線、基于交并比區(qū)間的信號融合等方法快速、準(zhǔn)確實現(xiàn)寬帶頻譜檢測,提升了針對實際信號特征分布變化多樣的適應(yīng)性,無需任何信號先驗信息,計算復(fù)雜度低,便于工程實現(xiàn)。

      技術(shù)研發(fā)人員:史飛,杜宇峰,周德強,張海瑛,湯新廣,王巖建
      受保護的技術(shù)使用者:中國電子科技集團公司第五十四研究所
      技術(shù)研發(fā)日:
      技術(shù)公布日:2024/10/10
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1