Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于对称低秩子空间聚类的协作频谱感知方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:广东工业大学

摘要:一种基于对称低秩子空间聚类的协作频谱感知方法及系统,首先构建用于协作频谱感知的认知无线系统,包括多个主用户和多个次用户,然后将次用户采集的信号向量融合成信号矩阵,接着对所述信号矩阵进行降维处理,获得若干个低秩且结构对称的对称系数矩阵,提取其协方差矩阵的最大特征值,将最大特征值作为特征向量,共同组成样本集并划分为训练集和测试集,采用K‑means算法构造分类器,最后利用构造的分类器对测试集所有特征向量进行分类,评估系统感知性能。本发明通过构建多主用户的无线通信系统,并通过对称低秩表示对信号矩阵进行处理,以提出更适用于复杂通信环境的频谱感知算法,能够在低信噪比的情况下保证感知精度和检测效率。

主权项:1.一种基于对称低秩子空间聚类的协作频谱感知方法,其特征在于,包括以下步骤:S1.构建用于协作频谱感知的认知无线系统,所述认知无线系统包括多个主用户和多个次用户,主用户与次用户通过接入频段进行通信,每个次用户配备多根用于采集信号向量的感知天线,所述信号向量由通信过程中产生的噪声信号或任一主用户信号叠加噪声信号构成;S2.将任一次用户经过多根感知天线采集的信号向量融合成信号矩阵;S3.对所述信号矩阵进行降维处理,获得若干个低秩且结构对称的对称系数矩阵;其中,在步骤S3中,通过对称低秩表示数学模型对所述信号矩阵进行降维处理,求解最低秩且结构对称的对称系数矩阵的数学模型为: 其中,Zn∈Rd×A为信号矩阵Xn∈Rd×A对称且低秩的系数表示,En为误差项,l1,2范数使该误差项无限接近于0,λ0被用来平衡误差项En和低秩结构Zn,Y1和Y2为拉格朗日乘子;μ为惩罚参数,且μ0;以及,使用交替方向乘子迭代法对所述对称低秩表示数学模型进行求解,得到对称系数矩阵Zn;S4.提取每一个所述对称系数矩阵的协方差矩阵,然后提取协方差矩阵的最大特征值,将最大特征值作为特征向量,共同组成样本集,将所述样本集划分为训练集和测试集;S5.采用K-means算法对所述训练集中的特征向量进行聚类训练,输出聚类质心;通过所述聚类质心,构造分类器;S6.利用所述分类器对测试集所有特征向量进行分类,将分类结果与测试集的实际结果对比,评估系统感知性能。

全文数据:

权利要求:

百度查询: 广东工业大学 一种基于对称低秩子空间聚类的协作频谱感知方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。