本发明专利技术公开了一种underlay频谱共享方式下用户个数估计方法，包括以下步骤：对接收到的信号进行动态延迟扩展；对扩展后的信号进行奇异值分解，得到扩展后信号的奇异值矩阵，并提取奇异值矩阵的主对角线向量；用主对角线向量中的前一个元素减去紧邻的下一个元素，构造特征量ch1；用ch1中的前一个元素除以紧邻的下一个元素，构造特征量ch2；搜索ch2中的最大值，估计underlay频谱共享方式下的用户个数。本发明专利技术在低信噪比和高频谱重叠率的条件下，对underlay频谱共享方式下的用户个数具有良好的估计性能。
【技术实现步骤摘要】
本专利技术涉及通信
，具体涉及一种underlay频谱共享方式下用户个数估 计方法，可用于低信噪比和高频谱重叠率下的用户个数估计。
技术介绍
在现代无线通信领域，随着通信技术的发展，频谱资源变得越来越紧张 。Underlay 频谱共享方式能够使主用户和次用户共享同一个频带，是解决频谱资源短缺问题的有效途 径。在underlay方式下，各个用户信号组成时频重叠信号，而对用户个数的估计是后续各 独立信号调制参数估计，调制类型识别和混合信号分离的基础。因此，针对underlay频谱 共享方式，研究时频重叠信号的信源个数估计方法具有一定的意义和价值。目前，关于时频重叠信号个数估计的研究较少，而且都在低信噪比和高频谱重叠 率的情况下估计性能较差。Luan haiyan等人利用调制信号循环谱的稀疏特性，通过循 环谱线的相关性对谱线进行分类，从而估计出信号源个数（Luan haiyan，Jiang hua，Liu xiaobao. Source Number Estimation in Single Channel Blind Source Separation. CSIP，2010 :4445-4449.)。而liang等人利用小波变换提取信号奇异点信息的特性，通过对 强周期信号的提取来估计信源个数（Wu liang，Zhou huiqing，Jiang hua. Source Number Estimation Algorithm in Wavelet Domain for Single-Channel Mixed-Signal. ICCP，2012 :1048-1051.)。张纯等再通过截断信号构造多路信号，然后构造四阶累积量矩 阵，通过对此累积量矩阵进行分析，从而估计色噪声背景下的信源个数（张纯，杨俊安，叶 丰.高斯色噪声背景下单通道信源数目估计算法.信号处理，2012, 28 (7) :994-999.)。 王青红等利用调制信号的四阶循环累积量的稀疏特性，通过在循环频率域提取离散谱 线来估计时频重叠信号的信源个数（王青红，彭华，王彬，腾波.基于循环累积量的共信 道多信号检测和信源个数估计算法.信息工程大学学报，2012，13(2) :184-189.)。 Pang Iihui等在调制信号为周期信号的前提下，对信号进行重构，并通过重构信号的 相关性对其进行分类，从而估计出信源个数（Pang lihui，Qi Conghui.A novel joint parameter estimation method for single-channel and time-frequency overlapped multi-component signal· CSQRWC，2013 :124-127.)〇
技术实现思路
针对现有技术的不足，本专利技术旨在提供一种有效的underlay频谱共享方式下用 户个数估计方法，以提高在低信噪比和高频谱重叠率下，对underlay方式下用户个数估计 的估计性能。 为了实现上述目的，本专利技术采用的技术方法如下： Sl对接收到的信号X (t)进行动态延迟扩展，从而得到信号y (t); S2对y(t)进行奇异值分解，得到y(t)的奇异值矩阵，并提取奇异值矩阵的主对角 线向量.1; S3用i中的前一个元素减去紧邻的下一个元素，构造特征量chi ; S4用chi中的前一个元素除以紧邻的下一个元素，构造特征量ch2 ; S5搜索ch2中最大值的位置，即为underlay方式下的用户个数。 需要说明的是，步骤Sl中的信号y(t)的构造方法如下： 接收信号的信号模型表示为： 其中，Sl(t) (i = 1，···，Ν)是时频重叠的用户信号分量，N为用户信号分量的个数， t为时间；n(t)为加性高斯白噪声；A1为用户信号分量s Jt)的幅度；alk为调制信号；ρ Jt) (i = 1，. . .，N)为滚降系数α的升余弦成形滤波函数，为码元速率；匕为载波频率；j为虚数的表示形式，且满足j 2= -1 ;用户信号分量之间以及 用户信号分量和噪声之间相互独立； 确定延时τ i和层数M，构造信号y(t)可表示如下： 其中，T1Q = 1，"·，Μ_1)和M的选择方法如下： 首先，定义X⑴和y(t)的相关系数如下： 其中，cov(xtyt)为信号x(t)和y(t)的互协方差，D(X t)和D(yt)分别为x(t)和 y (t)的自协方差；E (Xt)和E (yt)分别为X (t)和y (t)的期望； 任意选取τ。并逐渐增大τ i+1(i = 〇，，计算yJP y i+1的相关系数./??+,: ? 当/7^首次满足八.,,.,,,<《时，此时的丁1+1就是7(〇中第1+1层的延时，其中，5 1为相关系 数Α·;.η+Ι所对应的门限值，当对信号进行归一化处理后，此门限值的经验值为0. 8。 分别计算y。和y Ji = 1，…，Μ-1)的相关系数./??BP : 当Aw., < 4时，此时y#对应的M即y⑴的层数。其中，δ 2为相关系数pn,v;所对 应的门限值，当对信号进行归一化处理后，此门限值的经验值为〇. 1。 在τ^ΡΜ的选择过程中，两者应该交替进行，即对于计算出的每一个τ i，先计算 %和y i的相关系数Av,.,。当/V,不满足/V, < 4时，增层数M的值，选择下一个τ i，直到选 择出合适的M为止。 需要说明的是，步骤S2中提取奇异值主对角线向量?的方法如下： 对y(t)中的每一个分量信号yji = 0,1，…，Μ-1)以相同的采样频率进行N点 采样，则y可以表示为： 根据奇异值分解理论，则有 y = U Σ Vt 其中，U是MXM阶矩阵；V是NXN阶矩阵；Σ为奇异值组成的对角矩阵。记用户 信号分量的个数为K，则Σ可表不为 其中，K1Q = 1，"·，Κ)为用户信号分量的奇异值，σ为噪声的奇异值。在理论 上，Σ的主对角线元素满足： λ 2多…彡 λ λ κ+1= λ κ+2 =…=λ Μ 由于信号的截断效应，其奇异值并不满足上式，而是以概率1满足如下所示关系 式： λ!> λ 2>..·> λ κ> λ κ+1> λ κ+2>..·> λ Μ 提取主对角线上元素组成向量E..，则有： 需要说明的是，步骤S3中的特征量chi的构造方法如下： 在步骤S2中，提取出y(t)的奇异值矩阵的主对角线向量S 其中，λ P λ 2>…> λ M。则 chi的构造方法如下： Chli= λ 厂 λ i+1 (i = 1，2，…，M-1) chi = [chip chl2，…，chlM J 其中，λ i为步骤S2中提取的主对角线向量I的第i个元素。 需要说明的是，步骤S4中的特征量ch2的构造方法如下： 根据步骤S3中构造的特征矢量chi，特征矢量ch2的构造方法如下： 其中，chI1为步骤S3中构造的特征量chi的第i个元素。 需要说明的是，步骤S5中信源个数估计方法按如下进行： 其中，为步骤S4中构造的特征量ch2的第i个元素，K即为估计出的用户个 数。 本专利技术有益效果在于：对于underlay频谱方式下的时频本文档来自技高网...
【技术保护点】
一种underlay频谱共享方式下用户个数估计方法，其特征在于：包括以下步骤：S1对接收到的信号x(t)进行动态延迟扩展，从而得到信号y(t)；S2对y(t)进行奇异值分解，得到y(t)的奇异值矩阵，并提取奇异值矩阵的主对角线向量S3用中的前一个元素减去紧邻的下一个元素，构造特征量ch1；S4用ch1中的前一个元素除以紧邻的下一个元素，构造特征量ch2；S5搜索ch2中最大值的位置，即为underlay方式下的用户个数。
【技术特征摘要】
【专利技术属性】
技术研发人员：刘明骞，陈健，王江宏，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。