一种频谱检测方法及装置与流程

1.本发明涉及频谱感知技术领域，具体涉及一种频谱检测方法及装置。


背景技术：

2.随着泛在电力物联网建设的推进，越来越多的用户和各类服务都将应用到电网中，这将导致电网对频谱资源的需求不断增加。然而，由于电力无线专用网的频谱资源有限，鼓励采用动态频谱共享技术来利用频谱资源。因此，认知无线电技术在电网中的应用具有重要意义。频谱感知技术是认知无线电的前提，因此提高频谱感知技术的检测性能成为研究热点。目前常用的频谱感知技术为能量检测算法，但是，在低信噪比环境下，如果噪声存在不确定性，能量检测算法的检测性能会下降。
3.为了提高检测性能，现有技术中采用传统的能量检测算法得到能量检测值、第一门限值、第二门限值，当能量检测值位于第一门限值与第二门限值之间时，将第一门限值与第二门限值之间的区域划分为多个模糊区域，并根据能量检测值所属的模糊区域和模糊规则集得到模糊输出，模糊输出包括三类：low、medium、high，当模糊输出为low时，确定能量检测结果为不存在频谱信号，当模糊输出为high时，确定能量检测结果为存在频谱信号，当模糊输出为medium时，表示无判决结果，以上一时期的检测结果作为模糊输出为medium时的检测结果。
4.通过以上方法确定检测结果时，若模糊输出为medium，则将上一时期的检测结果作为当前时期的检测结果，但是，无法保证上一时期的检测结果是准确的，因此，当上一时期的检测结果存在错误时，当前时期的检测结果一定是错误的。
5.由此可见，通过现有技术进行频谱感知时，得到的感知结果可靠性较差。


技术实现要素：

6.因此，本发明要解决的技术问题在于克服现有技术中得到的感知结果可靠性较差的缺陷，从而提供一种频谱检测方法及装置。
7.本发明第一方面提供了一种频谱检测方法，包括：获取多个初始频谱感知结果；若多个初始频谱感知结果中不包含一位判决结果，或，一位判决结果满足预设条件，根据初始频谱感知结果中的两位判决结果和预设模糊判决模型得到模糊逻辑输出结果；若模糊逻辑输出结果属于第一预设模糊级别，获取历史感知结果序列；对历史感知结果序列进行指数平滑预测，得到指数平滑预测结果；根据指数平滑预测结果得到最终频谱检测结果。
8.可选地，在本发明提供的频谱检测方法中，历史感知结果序列中包括多个时期的指最终频谱检测结果，对历史感知结果序列进行指数平滑预测，得到指数平滑预测结果的步骤，包括：根据历史感知结果序列获取上一时期的最终频谱检测结果，以及上一时期的平滑值；将上一时期的最终频谱检测结果和上一时期的平滑值输入到预设平滑预测模型中，得到当前时期的指数平滑预测结果。
9.可选地，在本发明提供的频谱检测方法中，根据历史感知结果序列获取上一时期
的平滑值，包括：采用预设迭代公式和各时期的最终频谱检测结果对各时期的平滑值进行迭代计算，得到上一时期的平滑值，预设迭代公式为：ψ'(l)＝β*ψ(l) (1
‑
β)*ψ'(l
‑
1)，其中，ψ'(l)表示l时期的平滑值，ψ'(l
‑
1)表示l
‑
1时期的平滑值，ψ(l)表示l时期的最终频谱检测结果，β表示静态平滑指数。
10.可选地，在本发明提供的频谱检测方法中，预设平滑预测模型为：其中，表示当前时期的指数平滑预测结果，ψ(l
h
)表示上一时期的最终频谱检测结果，ψ'(l
h
)表示上一时期的平滑值，β表示静态平滑指数。
11.可选地，在本发明提供的频谱检测方法中，根据指数平滑预测结果得到最终频谱检测结果，包括：若指数平滑预测结果小于或等于预设阈值，将最终频谱检测结果确定为不存在频谱信号；若指数平滑预测结果大于预设阈值，将最终频谱检测结果确定为存在频谱信号。
12.可选地，在本发明提供的频谱检测方法中，获取初始频谱感知结果，包括：采用基于能量检测的双门限检测模型得到检测统计量、第一门限值、第二门限值，将第一门限值与第二门限值之间的区域划分为多个模糊级别；当检测统计量小于第一门限值，或，检测统计量大于第二门限值时，根据检测统计量与第一门限值和第二门限值的比较结果得到一位判决结果；当检测统计量大于或等于第一门限值，且，检测统计量小于或等于第二门限值时，根据检测量统计量所属模糊级别得到两位判决结果。
13.可选地，在本发明提供的频谱检测方法中，预设模糊判决模型为：其中，θ表示模糊逻辑输出结果，medium表示第一预设模糊级别，low表示第二预设模糊级别，high表示第三预设模糊级别，m2表示两位判决结果的数量，表示向上取整，θ
i
为利用可信度的量化隶属度函数所表示的第i个初始频谱感知结果对应的模糊层次，当检测统计量属于不同的模糊级别时，取不同的值。
14.可选地，本发明提供的频谱检测方法还包括：若多个初始频谱感知结果中包含一位判决结果，且，一位判决结果不满足预设条件，将最终频谱检测结果确定为存在频谱信号。
15.可选地，在本发明提供的频谱检测方法中，第二预设模糊级别中对应的检测统计量的值大于或等于第一门限值，第三预设模糊级别中对应的检测统计量的值小于或等于第二门限值；第二预设模糊级别、第一预设模糊级别、第三模糊级别所对应的检测统计量的值依次增大；本发明提供的频谱检测方法还包括：若模糊逻辑输出结果属于第二预设模糊级别，将最终频谱检测结果确定为不存在频谱信号；若模糊逻辑输出结果属于第三预设模糊级别，将最终频谱检测结果确定为存在频谱信号。
16.本发明第二方面提供了一种频谱检测装置，包括：初始频谱感知结果获取模块，用于获取多个初始频谱感知结果；模糊逻辑输出结果获取模块，若多个初始频谱感知结果中不包含一位判决结果，或，一位判决结果满足预设条件，模糊逻辑输出结果获取模块用于根据初始频谱感知结果中的两位判决结果和预设模糊判决模型得到模糊逻辑输出结果；历史感知结果获取模块，若模糊逻辑输出结果属于第一预设模糊级别，历史感知结果获取模块
用于获取历史感知结果序列；指数平滑预测模块，用于对历史感知结果序列进行指数平滑预测，得到指数平滑预测结果；最终频谱检测结果获取模块，用于根据指数平滑预测结果得到最终频谱检测结果。
17.本发明第三方面提供了一种计算机设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，从而执行如本发明第一方面提供的频谱检测方法。
18.本发明第四方面提供了一种计算机可读存储介质，其特征在于，计算机可读存储介质存储有计算机指令，计算机指令用于使计算机执行如本发明第一方面提供的频谱检测方法。
19.本发明技术方案，具有如下优点：
20.本发明提供的频谱检测方法及装置，在获取多个初始频谱感知结果后，当初始频谱感知结果中不包含一位判决结果，或，一位判决结果满足预设条件时，根据两位判决结果所属的模糊级别得到模糊逻辑输出结果，当模糊逻辑输出结果属于第一预设模糊级别时，获取历史感知结果序列，并对历史感知结果序列进行指数平滑预测，得到指数平滑预测结果，根据指数平滑预测结果得到最终频谱检测结果，在本发明提供的频谱检测方法及装置中，当无法直接根据模糊逻辑输出结果确定最终频谱检测结果时，结合多个时期的感知结果对当前时期的感知结果进行指数平滑预测，从而得到当前时期的最终频谱检测结果，即使上一时期的最终频谱检测结果存在错误，结合多个时期的感知结果仍然能够得到可靠性更高的当前时期的最终频谱检测结果，因此，本发明提供的频谱检测方法及装置具有较强的鲁棒性，通过实施本发明能够得到更准确的最终频谱检测结果。
附图说明
21.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
22.图1为本发明实施例中协作检测系统模型示意图
23.图2为本发明实施例中频谱检测方法的一个具体示例的流程图；
24.图3为本发明实施例中第一门限值和第二门限值之间的不确定区域的模糊级别划分示意图；
25.图4为本发明实施例中δ
i
＝2db，β＝0.2，l
h
＝3时，次用户数量m取不同值时得到的检测概率与信噪比曲线；
26.图5为本发明实施例中m＝5，l
h
＝5时，不同静态平滑指数和不同噪声不确定性下，本发明实施例提供的频谱检测方法对信噪比的检测性能曲线；
27.图6为本发明实施例中δ
i
＝2db，β＝0.1，m＝5时，不同l
h
下的检测概率与信噪比曲线；
28.图7(a)为本发明实施例中l
h
＝3，m＝5，δ
i
＝5db，β＝0.1时，不同噪声不确定度下三种检测算法的检测性能与信噪比的关系；
29.图7(b)为本发明实施例中l
h
＝3，m＝5，δ
i
＝1db，β＝0.1时，不同噪声不确定度下
三种检测算法的检测性能与信噪比的关系；
30.图7(c)为本发明实施例中l
h
＝3，m＝5，δ
i
＝3db，β＝0.3时，不同噪声不确定度下三种检测算法的检测性能与信噪比的关系；
31.图7(d)为本发明实施例中l
h
＝3，m＝5，δ
i
＝5db，β＝0.3时，不同噪声不确定度下三种检测算法的检测性能与信噪比的关系；
32.图8为本发明实施例中频谱检测装置的一个具体示例的原理框图；
33.图9为本发明实施例中计算机设备的一个具体示例的原理框图。
具体实施方式
34.下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
35.在本发明的描述中，需要说明的是，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
36.此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
37.本发明实施例提供了一种频谱检测方法，应用于如图1所示的协作系统模型中的融合中心，在图1所示的协作系统模型中，包括一个主用户(pu)，m个次用户(su)和一个融合中心(fc)，在本发明实施例中，每个su都是相互独立的，感知过程中每个su将其本地感知结果发送给fc，由fc得到最终的检测结果，确定是否存在pu信号。
38.本发明实施例提供的频谱检测方法，如图2所示，包括：
39.步骤s10：获取多个初始频谱感知结果。
40.初始频谱感知结果是如图1所示的各次用户发送至融合中心的，次用户采用传统基于能量检测的双门限检测模型得到初始频谱感知结果。各次用户在采用传统基于能量检测的双门限检测模型计算过程中，会得到检测统计量r
i
、第一门限值λ
l_i
、第二门限值λ
h_i
，当r
i
<λ
l_i
，或，r
i
>λ
h_i
时，通过检测统计量r
i
得到的初始频谱感知结果d
i
为一位判决结果d1
i
，当λ
l_i
≤r
i
≤λ
h_i
时，通过检测统计量r
i
得到的初始频谱感知结果d
i
为两位判决结果d2
i
，两位判决结果采用模糊逻辑fl的方式得到。
41.步骤s20：判断多个初始频谱感知结果中是否包含一位判决结果，当初始频谱感知结果中包含一位判决结果时，判断一位判决结果是否满足预设条件。若初始频谱感知结果中不包含一位判决结果，或，一位判决结果满足预设条件，执行步骤s30。
42.在一可选实施例中，在获取到多个初始频谱感知结果后，若多个初始频谱感知结果中包含一位判决结果，会先根据一位判决结果进行第一步判决，得到第一步判决结果，第一步判决结果存在两种情况：或，或，表示存在频谱信号，表示不存在频谱信号，当时，可直接将最终频谱检测结果确定为存在频谱信号，但是，当时，需要进一步结合两位判决结果进行第二步判决。
43.因此，判断一位判决结果是否满足预设条件，实际是判断根据一位判决结果得到的检测结果是否为不存在频谱信号，当一位判决结果满足预设条件时，表示根据一位判决
结果得到的检测结果为不存在频谱信号，需要执行步骤s30。当一位判决结果不满足预设条件时，表示根据一位判决结果得到的检测结果为存在频谱信号，此时将最终频谱检测结果确定为存在频谱信号。
44.步骤s30：根据频谱感知结果中的两位判决结果和预设模糊判决模型得到模糊逻辑输出结果。
45.如上述步骤s10中记载，当λ
l_i
≤r
i
≤λ
h_i
时，得到两位判决结果d2
i
，两位判决结果位于两门限之间的不确定区域中，不确定区域被划分为多个模糊级别，检测统计量的值不同时，两位判决结果所属的模糊级别也有所不同。
46.不同的次用户得到的两位判决结果可能属于不同的模糊级别，并且，双门限之间本身就是不确定区域，因此为了保证足够低的虚警概率，在本发明实施例中通过预设模糊判决模型得到各两位判决结果综合的模糊逻辑输出结果，结合模糊逻辑输出结果，得到第二步判决结果
47.模糊逻辑输出结果同样分为多个模糊级别，可以通过一些模糊级别直接得到最终频谱检测结果，但是，仍然存在一些模糊级别，无法直接确定最终频谱检测结果，需要进一步执行第三步判决。
48.在本发明实施例中，将无法直接得到最终频谱检测结果的模糊级别统称为第一预设模糊级别，执行步骤s30得到模糊逻辑输出结果后，还需执行如下步骤：
49.步骤s40：判断模糊逻辑输出结果是否属于第一预设模糊级别。
50.若模糊逻辑输出结果属于第一预设模糊级别，执行第三步判决，即步骤s50
‑
步骤s70；
51.若模糊逻辑输出结果属于第二预设模糊级别，将最终频谱检测结果确定为不存在频谱信号；若模糊逻辑输出结果属于第三预设模糊级别，将最终频谱检测结果确定为存在频谱信号。
52.第二预设模糊级别中对应的检测统计量的值大于或等于第一门限值，第三预设模糊级别中对应的检测统计量的值小于或等于所述第二门限值；第二预设模糊级别、第一预设模糊级别、第三模糊级别所对应的检测统计量的值依次增大；。
53.步骤s50：获取历史感知结果序列。
54.历史感知结果序列的长度，即，历史感知结果序列中所包含的最终检测结果的数量可以根据实际需求进行设定，示例性地，历史感知结果序列中可以包括距离当前时期最近的5个时期的最终频谱检测结果，也可以包括距离当前时期最近的7个时期的最终频谱检测结果。
55.历史感知结果序列是实时更新的，在每次获得当前时期最终频谱检测结果后，会在历史感知结果序列中加入当前时期的最终频谱检测结果，从历史感知结果序列中删除距离当前时期最远的时期的最终频谱检测结果，从而完成对历史感知结果序列的更新。
56.步骤s60：对历史感知结果序列进行指数平滑预测，得到指数平滑预测结果。
57.在一可选实施例中，对历史感知结果序列进行指数平滑预测时，先确定平滑初始值，结合平滑初始值和历史感知结果序列中各时期的最终频谱检测结果进行迭代计算，得到上一时期的平滑值，然后将上一时期的平滑值和上一时期的最终频谱检测结果输入到平滑预测模型中计算得到指数平滑预测结果。
58.步骤s70：根据指数平滑预测结果得到最终频谱检测结果。
59.在一可选实施例中，若指数平滑预测结果小于或等于预设阈值，将最终频谱检测结果确定为不存在频谱信号；若指数平滑预测结果大于预设阈值，将最终频谱检测结果确定为存在频谱信号。
60.示例性地，可以将预设阈值设置为0.5，即，当指数平滑预测结果小于或等于0.5时，将最终频谱检测结果确定为不存在频谱信号；当指数平滑预测结果大于0.5时，将最终频谱检测结果确定为存在频谱信号：
[0061][0062]
本发明实施例提供的频谱检测方法，在获取多个初始频谱感知结果后，当初始频谱感知结果中不包含一位判决结果，或，一位判决结果满足预设条件时，根据两位判决结果所属的模糊级别得到模糊逻辑输出结果，当模糊逻辑输出结果属于第一预设模糊级别时，获取历史感知结果序列，并对历史感知结果序列进行指数平滑预测，得到指数平滑预测结果，根据指数平滑预测结果得到最终频谱检测结果。在本发明实施例提供的频谱检测方法中，当无法直接根据模糊逻辑输出结果确定最终频谱检测结果时，结合多个时期的感知结果对当前时期的感知结果进行指数平滑预测，从而得到当前时期的最终频谱检测结果，即使上一时期的最终频谱检测结果存在错误，结合多个时期的感知结果仍然能够得到可靠性更高的当前时期的最终频谱检测结果，因此，本发明实施例提供的频谱检测方法具有较强的鲁棒性，通过实施本发明实施例能够得到更准确的最终频谱检测结果。
[0063]
在一可选实施例中，在上述步骤s60中，计算上一时期的平滑值的迭代公式为：
[0064]
ψ'(l)＝β*ψ(l) (1
‑
β)*ψ'(l
‑
1)，
[0065]
其中，ψ'(l)表示l时期的平滑值，ψ'(l
‑
1)表示l
‑
1时期的平滑值，ψ(l)表示l时期的最终频谱检测结果，β表示静态平滑指数，在一可选实施例中，可以设置平滑初始值为ψ'(0)＝(∑ψ)/l
h
，l
h
表示历史感知结果序列长度。
[0066]
在一可选实施例中，在上述步骤s60中，用于计算指数平滑预测结果的预设平滑预测模型为：
[0067][0068]
其中，表示当前时期的指数平滑预测结果，ψ(l
h
)表示上一时期的最终频谱检测结果，ψ'(l
h
)表示上一时期的平滑值，β表示静态平滑指数。
[0069]
在一可选实施例中，次用户(su)获取初始频谱感知结果时，检测过程为：
[0070][0071]
其中，h0和h1分别表示信道内不存在频谱信号和存在频谱信号，n
i
(t)是服从正态分布的加性高斯白噪声，均值为0，方差为s
i
(t)是主用户信号，均值为μ方差为d
i
(t)是加入的强度为ξ的直流噪声。
[0072]
次用户根据接收到的k个样本的能量值确定检测统计量：
[0073]
[0074]
在k值足够大的情况下，r
i
近似服从高斯分布：
[0075][0076]
其中，
[0077]
第i个次用户的检测概率pd
i
与虚警概率pf
i
可分别表示为：
[0078][0079]
其中，
[0080]
当虚警概率一定时，可以计算得到单门限λ
i
：
[0081][0082]
其中，ξ的大小为
[0083]
假定噪声的不确定度为δ
i
db，则则实际噪声方差的范围为令基于噪声不确定度的第一门限值λ
l_i
和第二门限值λ
h_i
可表示为：
[0084][0085]
则传统的能量检测的双门限检测结果可表示为：
[0086][0087]
其中，nd表示无判决结果。
[0088]
当r
i
<λ
l_i
，或，r
i
>λ
h_i
时，得到一位判决结果d1
i
：
[0089][0090]
当检测量r
i
位于两门限之间时，采用模糊逻辑fl的方式得到两位判决结果d2
i
。模糊系统使用一组语言规则来表示模糊情况，利用模糊隶属度函数将这些规则转化为数学表达式。第一门限值和第二门限值之间的不确定区域的划分方式可根据实际需求进行调整，在如图3所示的实施例中，将第一门限值和第二门限值之间的不确定区域划分为三个模糊级别：low、medium、high，其中，λ
1_i
＝(2λ
l_i
λ
h_i
)/3，λ
2_i
＝(2λ
h_i
λ
l_i
)/3，当λ
l_i
≤r
i
<λ
1_i
时，表示两位判决结果属于模糊级别low，当λ
1_i
≤r
i
≤λ
2_i
时，表示两位判决结果属于模糊级别medium，当λ
2_i
<r
i
≤λ
h_i
时，表示两位判决结果属于模糊级别high。
[0091]
利用可信度的量化隶属度函数来表示各个模糊层次，用θ表示：
[0092][0093]
θ
i
＝
‑
1表示主用户有很大可能不存在，θ
i
＝1表示主用户很有可能存在，θ
i
＝0表示无法判断的情况。
[0094]
在一可选实施例中，三种不同的模糊级别可以用两个bit进行表示，从而得到d2
i
：
[0095][0096]
综上，次用户获取的初始频谱感知结果可表示为：
[0097][0098]
在一可选实施例中，如上述步骤s10中记载，在获取到多个初始频谱感知结果后，若多个初始频谱感知结果中包含一位判决结果，会先根据一位判决结果进行第一步判决，示例性地，可以使用or准则结合进行第一步判决，得到第一步判决检测结果
[0099][0100]
其中，m1表示一位判决结果的数量，d1
i
表示第i个一位判决结果。
[0101]
当通过本发明实施例计算第一步判决检测结果时，步骤s20中所称的预设条件为
[0102]
在一可选实施例中，在上述步骤s30中，获取模糊逻辑输出结果时所使用的预设模糊判决模型可以根据模糊判决规则确定，示例性地，模糊逻辑规则可以为：
[0103]
表1
[0104]
su 1su 2su 3outlowlowlowlowlowlowmediumlowlowlowhighlowlowmediummediumlowlowmediumhighmediumlowhighhighmediummediummediummediummediummediummediumhighmediummediumhighhighhighhighhighhighhigh
[0105]
根据表1的模糊逻辑规则得到的预设模糊判决模型为：
[0106][0107]
在一可选实施例中，上述步骤s30中所称的结合模糊逻辑输出结果得到的第二步判决结果可以为：
[0108][0109]
由上式可知，当模糊逻辑结果所属的模糊级别为low时，可以得到最终频谱检测结果为不存在频谱信号，当模糊逻辑结果所属的模糊级别为high时，可以得到最终频谱检测结果为存在频谱信号，但是，当模糊逻辑结果所属的模糊级别为medium时，无法直接得到最终频谱检测结果需要进行三步判决。在执行本发明实施例得到第二步判决结果时，上述步骤s40中的第一预设模糊级别为medium，第二预设模糊级别为low，第三预设模糊级别为high。
[0110]
在本发明实施例提供的技术方案中，当模糊逻辑结果所属的模糊级别为medium时，执行上述步骤s50
‑
步骤s70，对历史感知结果序列进行指数平滑预测，基于预测结果得到当前时期的最终频谱检测结果，但是，在背景技术所记载的对比技术中，当模糊逻辑结果所属的模糊级别为medium时，直接将上一时期的最终频谱检测结果确定为当前时期的最终频谱检测结果，相较于背景技术中记载的对比技术，通过实施本发明实施例提供的技术方案得到的当前时期的最终频谱检测结果更准确。
[0111]
本发明实施例提供的频谱检测方法，采用基于双阈值的模糊逻辑对局部检测中的不确定区域进行量化，提高了在噪声不确定环境下的检测性能，并且实施本发明可以在不增加传输开销的基础上提高检测性能。
[0112]
在一可选实施例中，对提出的算法进行蒙特卡洛仿真，假设在传输过程中没有比特错误，每一个su的仿真参数如下表2所示，
[0113]
表2
[0114][0115]
如图4所示为δ
i
＝2db，β＝0.2，l
h
＝3时，次用户数量m取不同值时得到的检测概率
与信噪比曲线。
[0116]
从图4中可以看出，随着m的增大，检测概率逐渐增大。但是，当m增加到一定程度时，检测性能的效率会逐渐降低，随之，协同网络的系统开销仍然会线性增加。为了平衡检测性能和系统开销，取m的值为5。
[0117]
如图5所示为m＝5，l
h
＝5时，不同静态平滑指数和不同噪声不确定性下，本发明实施例提供的频谱检测方法对信噪比的检测性能。从图5可以看出，随着δ和β的变化，本发明实施例提供的频谱检测方法的虚警概率(pf)基本保持不变，而检测概率(pd)的变化则不同。
[0118]
在低噪声不确定度下，随着的β增加，检测概率略有降低。当δ
i
较大时，在低信噪比环境下，β＝0.3的检测概率优于β＝0.1，当信噪比增加到一定值时，β＝0.1的检测概率优于β＝0.3。这是因为当β小于0.3时，一阶指数平滑预测适用于预测数据变化平缓的场景，而当β大于0.3时，一阶指数平滑预测适用于预测数据变化剧烈的场景。在低信噪比环境下，当噪声不确定性较大时，检测结果具有较大的波动性，因此β＝0.3时的检测概率优于β＝0.1。当信噪比较好或噪声不确定度较小时，检测结果的精度较高。此时数据变化平稳，所以β＝0.1时的检测概率优于β＝0.3，与理论结果一致。当δ
i
大于3db时，设置β＝0.3，否则设置β＝0.1。
[0119]
如图6所示为δ
i
＝2db，β＝0.1，m＝5时，不同l
h
下的检测概率与信噪比曲线。从图6可以看出，随着l
h
值的增加，检测概率增加不大。这是因为一阶指数平滑预测是短期的预测，所以增加历史传感数据的长度并不能提高检测性能。从图6可以看出，与l
h
＝2相比，当l
h
＝3时，检测性能更平稳，因此选择l
h
＝3。
[0120]
为了验证本发明实施例提供的频谱检测方法的有效性，本发明实施例中将本发明实施例提供的频谱检测算法与背景技术中提出的对比技术以及传统的能量检测算法进行了比较。为便于描述，将本发明实施例提供的频谱检测方法标注为“proposed”，将背景技术中提出的对比技术标注为“reference”，将传统的能量检测算法标注为“ed”。
[0121]
图7(a)、图7(b)、图7(c)、图7(d)为不同噪声不确定度下三种检测算法的检测性能与信噪比的关系，图7(a)、图7(b)、图7(c)、图7(d)中，l
h
的值都为3，m的值都为5，在图7(a)中，δ
i
＝5db，β＝0.1，在图7(b)中，δ
i
＝1db，β＝0.1，在图7(c)中，δ
i
＝3db，β＝0.3，在图7(d)中，δ
i
＝5db,β＝0.3。
[0122]
由图7(a)、图7(b)、图7(c)、图7(d)对比可知，在噪声不确定度较低的情况下，在不增加虚警概率的情况下，本发明实施例提供的频谱检测方法的检测性能(detection prefprmance)优于其他算法，进而验证了通过执行本发明实施例，可以预测得到准确性更高的最终频谱检测结果。在噪声不确定性较大的情况下，该算法还可以牺牲微弱的虚警概率来提高检测性能。
[0123]
通过分析可以看出，本发明实施例提供的频谱检测方法的系统传输消耗与背景技术中提出的对比技术相同，在双阈值内均为2比特。
[0124]
通过计算可知，本发明实施例提供的频谱检测方法的计算量主要包括m*k 2l
h
个乘法运算和m*k m l
h
个加法运算，背景技术中提出的对比技术的计算量主要包括m*k m2个乘法运算和m*k m个加法运算。然而，由于l
h
＝3，所以本发明实施例提供的频谱检测方法的计算复杂度近似等于背景技术中提出的对比技术的计算复杂度，且本发明实施例提供的频
谱检测方法的存储消耗可以忽略不计。因此，与其他两种算法相比，本发明实施例提供的频谱检测方法具有一定的优势。
[0125]
本发明实施例提供了一种频谱检测装置，如图8所示，包括：
[0126]
初始频谱感知结果获取模块10，用于获取多个初始频谱感知结果，详细内容参见上述实施例中对步骤s10的描述，在此不再赘述。
[0127]
模糊逻辑输出结果获取模块20，若多个初始频谱感知结果中不包含一位判决结果，或，一位判决结果满足预设条件，模糊逻辑输出结果获取模块20用于根据初始频谱感知结果中的两位判决结果和预设模糊判决模型得到模糊逻辑输出结果，详细内容参见上述实施例中对步骤s20、步骤s30的描述，在此不再赘述。
[0128]
历史感知结果获取模块30，若模糊逻辑输出结果属于第一预设模糊级别，历史感知结果获取模块30用于获取历史感知结果序列，详细内容参见上述实施例中对步骤s40、步骤s50的描述，在此不再赘述。
[0129]
指数平滑预测模块40，用于对历史感知结果序列进行指数平滑预测，得到指数平滑预测结果，详细内容参见上述实施例中对步骤s60的描述，在此不再赘述。
[0130]
最终频谱检测结果获取模块50，用于根据指数平滑预测结果得到最终频谱检测结果，详细内容参见上述实施例中对步骤s70的描述，在此不再赘述。
[0131]
本发明实施例提供的频谱检测装置，在获取多个初始频谱感知结果后，当初始频谱感知结果中不包含一位判决结果，或，一位判决结果满足预设条件时，根据两位判决结果所属的模糊级别得到模糊逻辑输出结果，当模糊逻辑输出结果属于第一预设模糊级别时，获取历史感知结果序列，并对历史感知结果序列进行指数平滑预测，得到指数平滑预测结果，根据指数平滑预测结果得到最终频谱检测结果，在本发明实施例提供的频谱检测装置中，当无法直接根据模糊逻辑输出结果确定最终频谱检测结果时，结合多个时期的感知结果对当前时期的感知结果进行指数平滑预测，从而得到当前时期的最终频谱检测结果，即使上一时期的最终频谱检测结果存在错误，结合多个时期的感知结果仍然能够得到可靠性更高的当前时期的最终频谱检测结果，因此，本发明提供的频谱检测装置具有较强的鲁棒性，通过实施本发明能够得到更准确的最终频谱检测结果。
[0132]
本发明实施例提供了一种计算机设备，如图9所示，该计算机设备主要包括一个或多个处理器61以及存储器62，图9中以一个处理器61为例。
[0133]
该计算机设备还可以包括：输入装置63和输出装置64。
[0134]
处理器61、存储器62、输入装置63和输出装置64可以通过总线或者其他方式连接，图9中以通过总线连接为例。
[0135]
处理器61可以为中央处理器(central processing unit，cpu)。处理器61还可以为其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field
‑
programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。存储器62可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据频谱检测装置的使用所创建的数据等。此外，存储器62可以包括高速随机存取存储器，还可以包括
非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器62可选包括相对于处理器61远程设置的存储器，这些远程存储器可以通过网络连接至频谱检测装置。输入装置63可接收用户输入的计算请求(或其他数字或字符信息)，以及产生与频谱检测装置有关的键信号输入。输出装置64可包括显示屏等显示设备，用以输出计算结果。
[0136]
本发明实施例提供了一种计算机可读存储介质，该计算机可读存储介质存储计算机指令，计算机存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的频谱检测方法。其中，存储介质可为磁碟、光盘、只读存储记忆体(read
‑
only memory，rom)、随机存储记忆体(random access memory，ram)、快闪存储器(flash memory)、硬盘(hard disk drive，缩写：hdd)或固态硬盘(solid
‑
state drive，ssd)等；存储介质还可以包括上述种类的存储器的组合。
[0137]
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。