基于卡爾曼濾波的湖泊生態(tài)智能感測(cè)方法
【專利摘要】本發(fā)明公開(kāi)了一種基于卡爾曼濾波的湖泊生態(tài)智能感測(cè)方法，所述方法包括：給出噪聲平均功率波動(dòng)性；利用ARMA卡爾曼濾波對(duì)所述噪聲進(jìn)行跟蹤；對(duì)于高斯白噪聲信道，利用動(dòng)態(tài)門(mén)限頻譜感測(cè)方法對(duì)生態(tài)進(jìn)行智能感測(cè)；對(duì)于多徑頻選衰落信道，利用卡爾曼濾波對(duì)衰落信道跟蹤方法進(jìn)行相關(guān)信息跟蹤，并通過(guò)協(xié)作動(dòng)態(tài)門(mén)限頻譜感測(cè)方法對(duì)生態(tài)進(jìn)行智能感測(cè)；對(duì)于高斯白噪聲和平坦衰落信道，利用高階循環(huán)平穩(wěn)特征感測(cè)方法進(jìn)行感測(cè)，利用卡爾曼濾波的協(xié)作循環(huán)平穩(wěn)特征感測(cè)方法對(duì)抗頻選衰落信道。本發(fā)明提供的感測(cè)方法有效降低了湖泊生態(tài)監(jiān)測(cè)感知系統(tǒng)中高密度傳感節(jié)點(diǎn)間的同道干擾、增強(qiáng)了傳感節(jié)點(diǎn)間數(shù)據(jù)傳輸?shù)牟l(fā)性。
【專利說(shuō)明】基于卡爾曼濾波的湖泊生態(tài)智能感測(cè)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及無(wú)線通信【技術(shù)領(lǐng)域】，尤其涉及一種基于卡爾曼濾波的湖泊生態(tài)智能感測(cè)方法。
【背景技術(shù)】
[0002]由于無(wú)線傳感器網(wǎng)絡(luò)(WSN)工作在的頻段是未授權(quán)頻段，目前越來(lái)越多的無(wú)線通信技術(shù)共享此頻段，造成該頻段越來(lái)越擁擠。認(rèn)知無(wú)線電技術(shù)作為解決頻譜資源受限的良好技術(shù)被引入到無(wú)線傳感器網(wǎng)絡(luò)中。認(rèn)知無(wú)線傳感器網(wǎng)絡(luò)(CRSN)開(kāi)始得到深入的研究
[0003]認(rèn)知無(wú)線傳感器網(wǎng)絡(luò)(CRSN)近年成為研究熱點(diǎn)問(wèn)題，傳感節(jié)點(diǎn)能量、路由、時(shí)空動(dòng)態(tài)監(jiān)測(cè)網(wǎng)絡(luò)系統(tǒng)與虛擬仿真決策支持等方面成為主要研究方向。認(rèn)知無(wú)線傳感器網(wǎng)絡(luò)(CRSN)通過(guò)認(rèn)知傳感節(jié)點(diǎn)進(jìn)行數(shù)據(jù)采集，通過(guò)無(wú)線傳感器網(wǎng)絡(luò)傳輸數(shù)據(jù)，然而在高密度傳感節(jié)點(diǎn)的通信網(wǎng)絡(luò)環(huán)境中，節(jié)點(diǎn)間存在同道干擾。如何能夠在極少的網(wǎng)絡(luò)資源限制下，及時(shí)、同步的將數(shù)據(jù)傳輸出去也是無(wú)線傳感器網(wǎng)絡(luò)(WSN)亟待解決的問(wèn)題，而基于認(rèn)知無(wú)線傳感器網(wǎng)絡(luò)(CRSN)的動(dòng)態(tài)頻譜訪問(wèn)是實(shí)現(xiàn)此目標(biāo)的一種重要手段，認(rèn)知無(wú)線傳感器網(wǎng)絡(luò)(CRSN)系統(tǒng)中協(xié)作頻譜感測(cè)原理如圖1所示。目前，針對(duì)認(rèn)知無(wú)線傳感器網(wǎng)絡(luò)(CRSN)的動(dòng)態(tài)頻譜訪問(wèn)現(xiàn)有技術(shù)存在如下缺點(diǎn):
[0004](I)噪聲的波動(dòng)導(dǎo)致信號(hào)感測(cè)性能急劇下降，未提出噪聲平均功率波動(dòng)性思想；
[0005](2)未有效提出對(duì)抗噪聲平均功率波動(dòng)性方案；
[0006](3)未提出噪聲平均功率的跟蹤方法；
[0007](4)未解決由于多徑衰落信道和陰影衰落信道導(dǎo)致感知用戶接收到的授權(quán)用戶的SNR變小而加劇生態(tài)智能感測(cè)難度問(wèn)題；
[0008](5)湖泊地理特性導(dǎo)致生態(tài)智能感測(cè)時(shí)需要布設(shè)高密度傳感節(jié)點(diǎn)，此高密度傳感節(jié)點(diǎn)的認(rèn)知無(wú)線傳感器網(wǎng)絡(luò)存在明顯的同道干擾，影響感測(cè)數(shù)據(jù)的并發(fā)性傳輸，降低信道利用率，此問(wèn)題并未得到很好的解決。
[0009]湖泊濕地生態(tài)經(jīng)濟(jì)區(qū)物聯(lián)網(wǎng)應(yīng)用示范項(xiàng)目的建設(shè)，離不開(kāi)認(rèn)知無(wú)線傳感器網(wǎng)絡(luò)技術(shù)的生態(tài)智能監(jiān)測(cè)感知系統(tǒng)。由于湖泊濕地生態(tài)區(qū)涵蓋面積廣，濕地區(qū)域間生態(tài)環(huán)境存在一定的差異性，因此，不同區(qū)域布設(shè)傳感節(jié)點(diǎn)的密度不同，生態(tài)監(jiān)控系統(tǒng)的有效性將取決于高密度傳感節(jié)點(diǎn)間信道協(xié)作感測(cè)性能，高魯棒的傳感節(jié)點(diǎn)頻譜感測(cè)算法將降低傳感節(jié)點(diǎn)間的同道干擾，增強(qiáng)節(jié)點(diǎn)間數(shù)據(jù)傳輸?shù)牟l(fā)性，提高認(rèn)知無(wú)線傳感器網(wǎng)絡(luò)的信道利用率。
[0010]因此，本領(lǐng)域的技術(shù)人員致力于開(kāi)發(fā)一種湖泊生態(tài)智能感測(cè)方法，有效降低湖泊生態(tài)監(jiān)測(cè)感知系統(tǒng)中高密度傳感節(jié)點(diǎn)間的同道干擾、增強(qiáng)傳感節(jié)點(diǎn)間數(shù)據(jù)傳輸?shù)牟l(fā)性、明顯提高認(rèn)知無(wú)線傳感器網(wǎng)絡(luò)的信道利用率、促進(jìn)湖泊生態(tài)環(huán)境保護(hù)與治理的可控性，

【發(fā)明內(nèi)容】

[0011]有鑒于現(xiàn)有技術(shù)的上述缺陷，本發(fā)明所要解決的技術(shù)問(wèn)題是提供一種基于卡爾曼濾波的湖泊生態(tài)智能感測(cè)方法，給出高魯棒性的噪聲跟蹤算法和協(xié)作頻譜感測(cè)方法，降低湖泊生態(tài)監(jiān)測(cè)感知系統(tǒng)中高密度傳感節(jié)點(diǎn)間的同道干擾、增強(qiáng)傳感節(jié)點(diǎn)間數(shù)據(jù)傳輸?shù)牟l(fā)性、明顯提高認(rèn)知無(wú)線傳感器網(wǎng)絡(luò)的信道利用率。
[0012]為實(shí)現(xiàn)上述目的，本發(fā)明提供了一種基于卡爾曼濾波的湖泊生態(tài)智能感測(cè)方法，包括如下步驟:
[0013]步驟1、定義接收噪聲平均功率波動(dòng)性；
[0014]步驟2、利用ARMA卡爾曼濾波對(duì)所述高斯白噪聲進(jìn)行跟蹤；
[0015]步驟3、對(duì)于高斯白噪聲信道，利用動(dòng)態(tài)門(mén)限頻譜感測(cè)方法對(duì)生態(tài)進(jìn)行智能感測(cè)；
[0016]步驟4、對(duì)于多徑頻選衰落信道，利用卡爾曼濾波方案對(duì)衰落信道信息進(jìn)行跟蹤，并通過(guò)協(xié)作動(dòng)態(tài)門(mén)限頻譜感測(cè)方法對(duì)生態(tài)進(jìn)行智能感測(cè)；
[0017]步驟5、對(duì)于高斯白噪聲和平坦衰落信道，利用高階循環(huán)平穩(wěn)特征感測(cè)方法進(jìn)行感測(cè)，利用卡爾曼濾波的協(xié)作循環(huán)平穩(wěn)特征感測(cè)方法對(duì)抗頻選衰落信道。
[0018]在本發(fā)明的較佳實(shí)施方式中，所述步驟3中動(dòng)態(tài)門(mén)限頻譜感測(cè)方法包括如下步驟:
[0019]步驟3-1、尋找短時(shí)感測(cè)時(shí)間周期內(nèi)初始判決門(mén)限；
[0020]步驟3-2、利用ARM卡爾曼濾波器對(duì)噪聲進(jìn)行跟蹤；
[0021]步驟3-3、接收所述噪聲平均功率波動(dòng)性并設(shè)定噪聲平均功率波動(dòng)因子；
[0022]步驟3-4、根據(jù)所述噪聲平均功率波動(dòng)因子動(dòng)態(tài)更新判決門(mén)限；
[0023]步驟3-5、進(jìn)行尋找下個(gè)短時(shí)感測(cè)時(shí)間周期內(nèi)判決門(mén)限，重復(fù)步驟3-2至3_5。
[0024]在本發(fā)明的較佳實(shí)施方式中，所述步驟4中多徑頻選衰落信道下協(xié)作動(dòng)態(tài)門(mén)限頻譜感測(cè)方法括如下步驟:
[0025]步驟4-1、尋找短時(shí)感測(cè)時(shí)間周期內(nèi)初始判決結(jié)果；
[0026]步驟4-2、利用卡爾曼濾波器對(duì)衰落信道信息進(jìn)行跟蹤；
[0027]步驟4-3、構(gòu)建無(wú)線資源數(shù)據(jù)庫(kù)；
[0028]步驟4-4、基于所述無(wú)線資源數(shù)據(jù)庫(kù)的多用戶協(xié)作動(dòng)態(tài)門(mén)限頻譜感測(cè)方法，進(jìn)行尋找下個(gè)短時(shí)感測(cè)時(shí)間周期內(nèi)判決結(jié)果，重復(fù)步驟4-1至4-4。
[0029]在本發(fā)明的較佳實(shí)施方式中，所述步驟5中協(xié)作循環(huán)平穩(wěn)特征感測(cè)方法包括如下步驟:
[0030]步驟5-1、構(gòu)建高階循環(huán)平穩(wěn)特征感測(cè)器；
[0031]步驟5-2、尋找短時(shí)感測(cè)時(shí)間周期內(nèi)初始判決結(jié)果；
[0032]步驟5-3、利用卡爾曼濾波器對(duì)衰落信道信息進(jìn)行跟蹤；
[0033]步驟5-4、構(gòu)建無(wú)線資源數(shù)據(jù)庫(kù)；
[0034]步驟5-5、基于所述無(wú)線資源數(shù)據(jù)庫(kù)的多用戶協(xié)作循環(huán)平穩(wěn)特征感測(cè)算法，進(jìn)行尋找下個(gè)短時(shí)感測(cè)時(shí)間周期內(nèi)判決結(jié)果，重復(fù)步驟5-1至5-5。
[0035]本發(fā)明給出的基于卡爾曼濾波的湖泊生態(tài)智能感測(cè)方法，針對(duì)高斯信道和多徑衰落信道環(huán)境，采用ARMA模型結(jié)合卡爾曼濾波器的噪聲跟蹤動(dòng)態(tài)門(mén)限頻譜感測(cè)方案、基于卡爾曼濾波與經(jīng)驗(yàn)知識(shí)數(shù)據(jù)庫(kù)的多階循環(huán)平穩(wěn)特征感測(cè)器算法及其動(dòng)態(tài)協(xié)作循環(huán)平穩(wěn)特征感測(cè)方案，給出湖泊區(qū)高密度傳感節(jié)點(diǎn)的多頻多跳認(rèn)知無(wú)線傳感器網(wǎng)絡(luò)(CRSN)的智能生態(tài)感測(cè)方案，實(shí)現(xiàn)生態(tài)環(huán)境指標(biāo)數(shù)據(jù)采集實(shí)時(shí)性和并發(fā)性。
[0036]以下將結(jié)合附圖對(duì)本發(fā)明的構(gòu)思、具體結(jié)構(gòu)及產(chǎn)生的技術(shù)效果作進(jìn)一步說(shuō)明，以充分地了解本發(fā)明的目的、特征和效果。
【專利附圖】

【附圖說(shuō)明】
[0037]圖1是認(rèn)知無(wú)線傳感器網(wǎng)絡(luò)系統(tǒng)中協(xié)作頻譜感測(cè)原理圖；
[0038]圖2是本發(fā)明的一個(gè)較佳實(shí)施例的智能感測(cè)方法流程框圖；
[0039]圖3是本發(fā)明的一個(gè)較佳實(shí)施例的動(dòng)態(tài)門(mén)限頻譜感測(cè)方法流程圖；
[0040]圖4是本發(fā)明的一個(gè)較佳實(shí)施例的協(xié)作動(dòng)態(tài)門(mén)限頻譜感測(cè)方法流程圖；
[0041]圖5是本發(fā)明的一個(gè)較佳實(shí)施例的協(xié)作循環(huán)平穩(wěn)特征頻譜感測(cè)方法流程圖。
【具體實(shí)施方式】
[0042]現(xiàn)有資料研究的頻譜感測(cè)方法都是基于噪聲平均功率恒定，而實(shí)際應(yīng)用場(chǎng)景是噪聲平均功率波動(dòng)性的，且認(rèn)知傳感節(jié)點(diǎn)的感測(cè)性能對(duì)噪聲平均功率波動(dòng)性比較敏感。關(guān)于此方面的研究文獻(xiàn)不多。本發(fā)明一較佳實(shí)施例給出采用的噪聲模型，定義噪聲平均功率波動(dòng)性和噪聲平均功率波動(dòng)因子，給出傳感節(jié)點(diǎn)動(dòng)態(tài)門(mén)限頻譜感測(cè)方法，并分析感測(cè)靈敏度、感測(cè)性能、噪聲平均功率和噪聲平均功率波動(dòng)性之間的數(shù)學(xué)模型。針對(duì)環(huán)境噪聲隨機(jī)性的特點(diǎn)，采用ARMA模型結(jié)合卡爾曼濾波器對(duì)噪聲進(jìn)行跟蹤，從理論上給出了噪聲可跟蹤的動(dòng)態(tài)門(mén)限頻譜感測(cè)方案。根據(jù)認(rèn)知無(wú)線傳感器網(wǎng)絡(luò)高密度傳感節(jié)點(diǎn)特點(diǎn)，同時(shí)研究頻選衰落信道下多頻多跳的協(xié)作動(dòng)態(tài)門(mén)限頻譜感測(cè)方案，分析協(xié)作動(dòng)態(tài)門(mén)限頻譜感測(cè)算法在認(rèn)知無(wú)線傳感器網(wǎng)絡(luò)頻譜感測(cè)系統(tǒng)中的可行性。如圖2所示，基于卡爾曼濾波的鄱陽(yáng)湖生態(tài)智能感測(cè)方法，包括如下步驟:
[0043]步驟1、定義接收噪聲平均功率波動(dòng)性；
[0044]步驟2、利用ARMA卡爾曼濾波對(duì)所述噪聲進(jìn)行跟蹤；
[0045]步驟3、對(duì)于高斯白噪聲信道，利用動(dòng)態(tài)門(mén)限頻譜感測(cè)方法對(duì)生態(tài)進(jìn)行智能感測(cè)；
[0046]步驟4、對(duì)于多徑頻選衰落信道，利用卡爾曼濾波衰落信道信息跟蹤方法進(jìn)行跟蹤，并通過(guò)協(xié)作動(dòng)態(tài)門(mén)限頻譜感測(cè)方法對(duì)生態(tài)進(jìn)行智能感測(cè)；
[0047]步驟5、對(duì)于噪聲和平坦衰落，利用高階循環(huán)平穩(wěn)特征感測(cè)方法進(jìn)行感測(cè)，利用卡爾曼濾波的協(xié)作循環(huán)平穩(wěn)特征感測(cè)方法對(duì)抗頻選衰落。
[0048]協(xié)作循環(huán)平穩(wěn)特征感測(cè)方法具有有效對(duì)抗噪聲和干擾的優(yōu)點(diǎn)，但對(duì)多徑衰落信道和陰影衰落信道比較敏感，基于此，構(gòu)建一階、二階、高階循環(huán)平穩(wěn)特征感測(cè)器數(shù)學(xué)模型，弓丨入?yún)f(xié)作循環(huán)平穩(wěn)特征頻譜感測(cè)算法，給出動(dòng)態(tài)門(mén)限在多頻多跳協(xié)作循環(huán)頻譜感測(cè)算法上的應(yīng)用。建立無(wú)線資源知識(shí)庫(kù)，包括感知傳感節(jié)點(diǎn)位置信息、可接入的頻譜信息、頻譜分配策略信息、空間接收信號(hào)強(qiáng)度信息、功率譜密度數(shù)據(jù)、陰影區(qū)域分布信息、授權(quán)用戶信號(hào)類型等。設(shè)計(jì)卡爾曼濾波算法跟蹤認(rèn)知網(wǎng)絡(luò)區(qū)域內(nèi)任意位置的陰影衰落有效數(shù)學(xué)模型，建立經(jīng)驗(yàn)數(shù)據(jù)庫(kù)，提出基于卡爾曼濾波和經(jīng)驗(yàn)知識(shí)數(shù)據(jù)庫(kù)的協(xié)作循環(huán)平穩(wěn)特征感測(cè)方案。
[0049]動(dòng)態(tài)門(mén)限頻譜感測(cè)方法流程圖如圖3所示，具體步驟如下:
[0050]步驟3-1、尋找短時(shí)感測(cè)時(shí)間周期內(nèi)初始判決門(mén)限；
[0051]步驟3-2、利用ARM卡爾曼濾波器對(duì)噪聲進(jìn)行跟蹤；
[0052]步驟3-3、接收噪聲平均功率波動(dòng)性并設(shè)定噪聲平均功率波動(dòng)因子；
[0053]步驟3-4、根據(jù)噪聲平均功率波動(dòng)因子動(dòng)態(tài)更新判決門(mén)限；[0054]步驟3-5、進(jìn)行尋找下個(gè)短時(shí)感測(cè)時(shí)間周期內(nèi)判決門(mén)限，重復(fù)步驟3-2至3_5。
[0055]多徑頻選衰落信道下協(xié)作動(dòng)態(tài)門(mén)限頻譜感測(cè)方法流程圖如圖4所示，具體步驟如下:
[0056]步驟4-1、尋找短時(shí)感測(cè)時(shí)間周期內(nèi)初始判決結(jié)果；
[0057]步驟4-2、利用卡爾曼濾波器對(duì)衰落信道信息進(jìn)行跟蹤；
[0058]步驟4-3、構(gòu)建無(wú)線資源數(shù)據(jù)庫(kù)；
[0059]步驟4-4、基于無(wú)線資源數(shù)據(jù)庫(kù)的多用戶協(xié)作動(dòng)態(tài)門(mén)限頻譜感測(cè)方法，進(jìn)行尋找下個(gè)短時(shí)感測(cè)時(shí)間周期內(nèi)判決結(jié)果,重復(fù)步驟4-1至4-4。
[0060]協(xié)作循環(huán)平穩(wěn)特征感測(cè)方法流程圖如圖5所示，具體步驟如下；
[0061]步驟5-1、構(gòu)建高階循環(huán)平穩(wěn)特征感測(cè)器；
[0062]步驟5-2、尋找短時(shí)感測(cè)時(shí)間周期內(nèi)初始判決結(jié)果；
[0063]步驟5-3、利用卡爾曼濾波器對(duì)衰落信道信息進(jìn)行跟蹤；
[0064]步驟5-4、構(gòu)建無(wú)線資源數(shù)據(jù)庫(kù)；
[0065]步驟5-5、基于無(wú)線資源數(shù)據(jù)庫(kù)的多用戶協(xié)作循環(huán)平穩(wěn)特征感測(cè)算法，進(jìn)行尋找下個(gè)短時(shí)感測(cè)時(shí)間周期內(nèi)判決結(jié)果，重復(fù)步驟5-1至5-5。
[0066]本發(fā)明較佳實(shí)施例基于卡爾曼濾波的鄱陽(yáng)湖生態(tài)智能感測(cè)方法針對(duì)高斯信道和多徑衰落信道環(huán)境，采用ARMA模型結(jié)合卡爾曼濾波器的噪聲跟蹤動(dòng)態(tài)門(mén)限頻譜感測(cè)方案、基于卡爾曼濾波與經(jīng)驗(yàn)知識(shí)數(shù)據(jù)庫(kù)的多階循環(huán)平穩(wěn)特征感測(cè)器算法及其動(dòng)態(tài)協(xié)作循環(huán)平穩(wěn)特征感測(cè)方案，給出鄱陽(yáng)湖區(qū)高密度傳感節(jié)點(diǎn)的多頻多跳認(rèn)知無(wú)線傳感器網(wǎng)絡(luò)(CRSN)的智能生態(tài)感測(cè)方案，實(shí)現(xiàn)生態(tài)環(huán)境指標(biāo)數(shù)據(jù)采集實(shí)時(shí)性和并發(fā)性。
[0067]本發(fā)明較佳實(shí)施例針對(duì)認(rèn)知傳感節(jié)點(diǎn)對(duì)噪聲、干擾、衰落信道敏感的特點(diǎn)，面向能量感測(cè)、循環(huán)平穩(wěn)特征感測(cè)、協(xié)作感測(cè)等算法的理論分析、算法設(shè)計(jì)和實(shí)際應(yīng)用三個(gè)層面研究認(rèn)知無(wú)線傳感器網(wǎng)絡(luò)傳感節(jié)點(diǎn)頻譜感測(cè)機(jī)制，解決高密度傳感節(jié)點(diǎn)的同道干擾、增強(qiáng)數(shù)據(jù)傳輸?shù)牟l(fā)性、提高信道利用率。根據(jù)方案給出的噪聲平均功率波動(dòng)性的定義和理論、循環(huán)特征感測(cè)器理論、噪聲跟蹤理論、衰落信道協(xié)作感測(cè)理論，給出ARMA模型結(jié)合卡曼濾波器的噪聲跟蹤動(dòng)態(tài)門(mén)限頻譜感測(cè)算法、基于卡爾曼濾波與經(jīng)驗(yàn)知識(shí)數(shù)據(jù)庫(kù)的多階循環(huán)平穩(wěn)特征感測(cè)算法、動(dòng)態(tài)協(xié)作循環(huán)平穩(wěn)特征感測(cè)算法，下面給出算法在鄱陽(yáng)湖生態(tài)智能感測(cè)系統(tǒng)中的【具體實(shí)施方式】。
[0068]以上詳細(xì)描述了本發(fā)明的較佳具體實(shí)施例。應(yīng)當(dāng)理解，本領(lǐng)域的普通技術(shù)無(wú)需創(chuàng)造性勞動(dòng)就可以根據(jù)本發(fā)明的構(gòu)思作出諸多修改和變化。因此，凡本【技術(shù)領(lǐng)域】中技術(shù)人員依本發(fā)明的構(gòu)思在現(xiàn)有技術(shù)的基礎(chǔ)上通過(guò)邏輯分析、推理或者有限的實(shí)驗(yàn)可以得到的技術(shù)方案，皆應(yīng)在由權(quán)利要求書(shū)所確定的保護(hù)范圍內(nèi)。
【權(quán)利要求】
1.基于卡爾曼濾波的湖泊生態(tài)智能感測(cè)方法，包括如下步驟: 步驟1、定義接收噪聲平均功率波動(dòng)性； 步驟2、利用ARMA卡爾曼濾波對(duì)所述高斯白噪聲進(jìn)行跟蹤； 步驟3、對(duì)于高斯白噪聲信道，利用動(dòng)態(tài)門(mén)限頻譜感測(cè)方法對(duì)生態(tài)進(jìn)行智能感測(cè)； 步驟4、對(duì)于多徑頻選衰落信道，利用卡爾曼濾波方案對(duì)衰落信道信息進(jìn)行跟蹤，并通過(guò)協(xié)作動(dòng)態(tài)門(mén)限頻譜感測(cè)方法對(duì)生態(tài)進(jìn)行智能感測(cè)； 步驟5、對(duì)于高斯白噪聲和平坦衰落信道，利用高階循環(huán)平穩(wěn)特征感測(cè)方法進(jìn)行感測(cè)，利用卡爾曼濾波的協(xié)作循環(huán)平穩(wěn)特征感測(cè)方法對(duì)抗頻選衰落信道。
2.如權(quán)利要求1所述的基于卡爾曼濾波的湖泊生態(tài)智能感測(cè)方法，其中，所述步驟3中動(dòng)態(tài)門(mén)限頻譜感測(cè)方法包括如下步驟: 步驟3-1、尋找短時(shí)感測(cè)時(shí)間周期內(nèi)初始判決門(mén)限； 步驟3-2、利用ARM卡爾曼濾波器對(duì)噪聲進(jìn)行跟蹤； 步驟3-3、接收所述噪聲平均功率波動(dòng)性并設(shè)定噪聲平均功率波動(dòng)因子； 步驟3-4、根據(jù)所述噪聲平均功率波動(dòng)因子動(dòng)態(tài)更新判決門(mén)限； 步驟3-5、進(jìn)行尋找下個(gè)短時(shí)感測(cè)時(shí)間周期內(nèi)判決門(mén)限，重復(fù)步驟3-2至3-5。
3.如權(quán)利要求1所述的基于卡爾曼濾波的湖泊生態(tài)智能感測(cè)方法，其中，所述步驟4中多徑頻選衰落信道下協(xié)作動(dòng)態(tài)門(mén)限頻譜感測(cè)方法，包括如下步驟: 步驟4-1、尋找短時(shí)感測(cè)時(shí)間周期內(nèi)初始判決結(jié)果； 步驟4-2、利用卡爾曼濾波器對(duì)衰落信道信息進(jìn)行跟蹤； 步驟4-3、構(gòu)建無(wú)線資源數(shù)據(jù)庫(kù)； 步驟4-4、基于所述無(wú)線資源數(shù)據(jù)庫(kù)的多用戶協(xié)作動(dòng)態(tài)門(mén)限頻譜感測(cè)算法，進(jìn)行尋找下個(gè)短時(shí)感測(cè)時(shí)間周期內(nèi)判決結(jié)果,重復(fù)步驟4-1至4-4。
4.如權(quán)利要求1所述的基于卡爾曼濾波的湖泊生態(tài)智能感測(cè)方法，其中，所述步驟5中協(xié)作循環(huán)平穩(wěn)特征感測(cè)方法包括如下步驟: 步驟5-1、構(gòu)建高階循環(huán)平穩(wěn)特征感測(cè)器； 步驟5-2、尋找短時(shí)感測(cè)時(shí)間周期內(nèi)初始判決結(jié)果； 步驟5-3、利用卡爾曼濾波器對(duì)衰落信道信息進(jìn)行跟蹤； 步驟5-4、構(gòu)建無(wú)線資源數(shù)據(jù)庫(kù)； 步驟5-5、基于所述無(wú)線資源數(shù)據(jù)庫(kù)的多用戶協(xié)作循環(huán)平穩(wěn)特征感測(cè)算法，進(jìn)行尋找下個(gè)短時(shí)感測(cè)時(shí)間周期內(nèi)判決結(jié)果，重復(fù)步驟5-1至5-5。
【文檔編號(hào)】H04B17/00GK103607250SQ201310560744
【公開(kāi)日】2014年2月26日 申請(qǐng)日期:2013年11月13日 優(yōu)先權(quán)日:2013年11月13日
【發(fā)明者】虞貴財(cái), 龍承志, 向滿天 申請(qǐng)人:南昌大學(xué)