本發(fā)明屬于通信技術(shù)領(lǐng)域，涉及頻譜感知技術(shù)，更進(jìn)一步涉及一種壓縮頻譜感知性能提升方法，該方法可用于認(rèn)知無(wú)線電中的寬帶頻譜感知。

背景技術(shù)：

近年來(lái)，指數(shù)式增長(zhǎng)的無(wú)線電設(shè)備數(shù)量和無(wú)線服務(wù)類型加劇了合理應(yīng)用有限頻譜資源的壓力。當(dāng)前頻譜管理政策是分配固定頻段給一個(gè)無(wú)線用戶，這種固定的頻譜分配政策已被證明頻譜利用率的較低，容易導(dǎo)致在某些頻段擁堵，而在其他頻段利用率不足。認(rèn)知無(wú)線電(cognitiveradio，cr)允許次級(jí)用戶(secondaryusers，su)機(jī)會(huì)地接入未使用無(wú)線電頻譜，即空白頻隙，這被認(rèn)為是解決上述問(wèn)題的有效方式。頻譜感知作為認(rèn)知無(wú)線電系統(tǒng)的關(guān)鍵技術(shù)，是認(rèn)知無(wú)線電用戶的最基本能力，也是認(rèn)知無(wú)線電的核心技術(shù)之一。通過(guò)頻譜感知可以知道頻段占用情況和主用戶(primaryusers，su)信號(hào)是否存在，從而動(dòng)態(tài)地利用時(shí)間和空間上暫時(shí)空閑的頻譜資源。為了利用更多的空閑頻段，寬帶頻譜感知已經(jīng)逐漸受到廣泛關(guān)注，寬帶頻譜感知技術(shù)中su在很寬的頻段范圍內(nèi)進(jìn)行頻譜感知來(lái)搜索更多的頻譜接入機(jī)會(huì)。然而，寬帶頻譜感知在實(shí)際工程實(shí)現(xiàn)中往往存在一定的技術(shù)瓶頸，例如需要寬模擬帶寬的采集輸入前端、高采樣率模數(shù)轉(zhuǎn)換、大容量數(shù)據(jù)緩存和超高速數(shù)字信號(hào)處理器，這些缺陷在一定程度上制約了寬帶頻譜感知技術(shù)的推廣。

壓縮采樣理論僅僅需要極少數(shù)的非自適應(yīng)線性測(cè)量樣本點(diǎn)，就可以通過(guò)凸優(yōu)化的方法以極大的概率恢復(fù)在時(shí)域或者其他變換域上稀疏的模擬信號(hào)，與傳統(tǒng)奈奎斯特抽樣框架相比可顯著地減小模擬信號(hào)采樣速率。依據(jù)該方法可直接實(shí)現(xiàn)信號(hào)從模擬到信息的轉(zhuǎn)換，為降低模擬數(shù)字轉(zhuǎn)換速率以及緩解數(shù)字信號(hào)處理壓力提供了新的理論依據(jù)。鑒于此，將壓縮采樣與寬帶頻譜感知相結(jié)合，充分利用待感知頻譜的稀疏特性，以遠(yuǎn)低于奈奎斯特采樣率的模擬數(shù)字轉(zhuǎn)換速度完成寬帶頻譜的信息采集，并且以極低的數(shù)字信號(hào)處理開(kāi)銷實(shí)時(shí)完成寬帶頻譜感知，是解決寬帶模擬信號(hào)采集和高速數(shù)字信號(hào)傳輸、存儲(chǔ)以及處理瓶頸的有效途徑之一。

目前，基于模擬信號(hào)壓縮采樣的寬帶頻譜感知方法大致可分為以下兩類：

第一類是基于模擬信息轉(zhuǎn)換器(analogtoinformationconverter,aic)，aic欠采樣頻譜感知方法由兩個(gè)階段組成，在第一個(gè)階段，從壓縮采樣樣本中重構(gòu)原始寬帶信號(hào)或者其功率譜；在第二個(gè)階段，執(zhí)行寬帶頻譜感知以確定占用頻帶位置。該采集架構(gòu)實(shí)現(xiàn)簡(jiǎn)單，但在恢復(fù)寬帶內(nèi)連續(xù)譜信號(hào)時(shí)，會(huì)面臨輸入信號(hào)模型失配產(chǎn)生極大的重構(gòu)誤差或者輸入信號(hào)模型精確帶來(lái)的高維復(fù)雜矩陣運(yùn)算的困境。

第二類是基于寬帶調(diào)制變換器(modulatedwidebandconverter,mwc)的欠采樣頻譜感知方法，mwc欠采樣架構(gòu)以有限具有平移不變性子空間的并集作為模擬輸入信號(hào)模型，通過(guò)將輸入信號(hào)在多個(gè)支路上與周期隨機(jī)符號(hào)序列±1相乘，然后用低通濾波器濾波，最后通過(guò)低速模擬數(shù)字轉(zhuǎn)換器(analogtodigitalconverter,adc)采樣。通過(guò)框架構(gòu)造和解決多個(gè)測(cè)量向量問(wèn)題，用正交匹配追蹤算法求出被占用頻段對(duì)應(yīng)的支集而無(wú)需完整的信號(hào)恢復(fù)。研究已經(jīng)表明，基于mwc的欠采樣寬帶頻譜感知方法具有能夠適應(yīng)不同類型的信號(hào)，快速信號(hào)支持恢復(fù)和低計(jì)算復(fù)雜度的優(yōu)點(diǎn)。

然而以上這些方法都是假設(shè)pu信號(hào)存在于相關(guān)的頻帶中，并且是稀疏的，但是待監(jiān)測(cè)的目標(biāo)頻段完全可能無(wú)任何主用戶存在，而只有背景噪聲存在，例如在寬帶衛(wèi)星通信和毫米波通信中。在這種情況下，直接應(yīng)用上述的欠采樣頻譜感知方法是不合適的，容易引起如下問(wèn)題：

(1)待感知的寬帶頻段內(nèi)僅僅存在高斯白噪聲時(shí)，壓縮感知的重構(gòu)算法仍會(huì)依據(jù)稀疏性給出頻帶內(nèi)的占用情況，這將引起嚴(yán)重的虛警概率；

(2)利用欠采樣樣本進(jìn)行信號(hào)重構(gòu)和支集確定的過(guò)程，帶來(lái)極大的計(jì)算代價(jià)，并且這些運(yùn)算是無(wú)意義的。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于克服基于寬帶調(diào)制變換器欠采樣頻譜感知技術(shù)的上述不足，提出一種壓縮頻譜感知性能提升方法。該方法在信號(hào)支持恢復(fù)之前確定pu是否存在，只有在相關(guān)頻帶中檢測(cè)到有pu信號(hào)存在，信號(hào)支集確定模塊才被啟動(dòng)以感知占用頻帶的位置；否則，信號(hào)支集確定模塊將被繞過(guò)，而直接判定全頻段可用。有必要指出，該方法不單單可用于mwc采樣框架，也可以擴(kuò)展到其他壓縮抽樣框架中。本發(fā)明方法可以有效減小非稀疏寬帶高斯白噪聲對(duì)欠采樣頻譜感知性能的影響，提升支集重構(gòu)準(zhǔn)確度，減小計(jì)算代價(jià)，提高頻帶利用率。

本發(fā)明提出一種壓縮頻譜感知性能提升方法，所述方法包括：利用寬帶調(diào)制變換器對(duì)天線接收到的空間無(wú)線電信號(hào)進(jìn)行壓縮采樣，得到多路壓縮測(cè)量樣本；利用支路能量對(duì)消預(yù)判決方法確定所述壓縮測(cè)量樣本中是否存在主用戶信號(hào)；響應(yīng)于確定不存在主用戶信號(hào)，則全頻段為可用空閑頻段，響應(yīng)于存在主用戶信號(hào)，則利用正交匹配追蹤算法完成支集確定，找出被主用戶占用的頻段，剩余未被占用的頻段為可用空閑頻段。

在一些實(shí)施例中，所述利用寬帶調(diào)制變換器對(duì)天線接收到的空間無(wú)線電信號(hào)進(jìn)行壓縮采樣，得到多路壓縮測(cè)量樣本，包括：利用寬帶調(diào)制變換器對(duì)天線接收到的空間無(wú)線電信號(hào)x(t)進(jìn)行壓縮采樣，得到多路壓縮測(cè)量樣本yi(n),i＝1,2,…,m,n＝0,1,…,n-1，其中，m為壓縮采樣支路數(shù)，n為樣本點(diǎn)數(shù)。

在一些實(shí)施例中，所述利用支路能量對(duì)消預(yù)判決方法確定所述壓縮測(cè)量樣本中是否存在主用戶信號(hào)，包括：

(a)計(jì)算每個(gè)支路的壓縮測(cè)量樣本的時(shí)域能量；

(b)利用各個(gè)支路的時(shí)域能量構(gòu)建檢驗(yàn)統(tǒng)計(jì)量其中，為第j支路的時(shí)域能量，為第j+1支路的時(shí)域能量，j＝1,2,…,m，定義

(c)計(jì)算所述檢測(cè)統(tǒng)計(jì)量rj的累積分布函數(shù)pf,j：

其中，γj為判決門限，ρj是和的相關(guān)系數(shù)，取值為φ(·)函數(shù)表達(dá)式為表示方差，cov[·]表示協(xié)方差；

(d)根據(jù)所述檢驗(yàn)統(tǒng)計(jì)量的累積分布函數(shù)，利用恒虛警準(zhǔn)則，計(jì)算判決門限γj：

其中，為每個(gè)支路判決的虛警概率，pfa為支路能量對(duì)消預(yù)判決方法的預(yù)設(shè)虛警概率，φ^-1(·)為φ(·)函數(shù)的逆函數(shù)；

(e)將步驟(b)得到的檢驗(yàn)統(tǒng)計(jì)量rj與步驟(d)得到的判決門限值γj比較，若rj≥γj，則設(shè)置判決矩陣元素c(j)為1，否則c(j)＝0，最終的判決結(jié)果可表達(dá)如下：

其中，如果判決結(jié)果為h0，則表示所述壓縮測(cè)量樣本中不存在主用戶信號(hào)，如果判決結(jié)果為h1，則表示所述壓縮測(cè)量樣本中存在主用戶信號(hào)。

在一些實(shí)施例中，所述計(jì)算所述檢測(cè)統(tǒng)計(jì)量rj的累積分布函數(shù)pf,j包括：

(a)在壓縮測(cè)量樣本中不存在主用戶信號(hào)的情況下，接收到的空間無(wú)線電信號(hào)x(t)的頻譜x(k)是均值為0、方差為的離散隨機(jī)變量，利用x(k)的均值和方差，可以計(jì)算支路壓縮測(cè)量樣本頻譜yi(k)的統(tǒng)計(jì)特性特性，其中，所述統(tǒng)計(jì)特性包括均值、方差、協(xié)方差：

其中，表示取實(shí)部，表示取虛部，cil為周期偽隨機(jī)±1序列pi(t)的周期傅里葉級(jí)數(shù)展開(kāi)系數(shù)，k＝0,1,...,n-1；

(b)將||yi(k)||²看成兩個(gè)獨(dú)立高斯隨機(jī)變量的平方和，可計(jì)算||yi(k)||²的統(tǒng)計(jì)特性：

其中，p,q＝1,2,...,m,p≠q,k＝0,1,...,n-1,

式中，cpm、cqm為周期偽隨機(jī)±1序列的周期傅里葉級(jí)數(shù)展開(kāi)系數(shù)；

(c)在壓縮測(cè)量樣本中不存在主用戶信號(hào)的情況下，利用能量守恒定理，當(dāng)n>20時(shí)，近似服從高斯分布，其均值和方差分別是和和的相關(guān)系數(shù)是ρj，由此可得檢驗(yàn)統(tǒng)計(jì)量rj的累積分布函數(shù)pf,j：

其中，γj為判決門限，h0表示主用戶信號(hào)不存在的情況，ρj是和的相關(guān)系數(shù)，取值為φ(·)函數(shù)表達(dá)式為

本發(fā)明具有以下優(yōu)點(diǎn)：

1、本發(fā)明僅僅利用少量壓縮測(cè)量樣本，通過(guò)對(duì)接收到的空間無(wú)線電信號(hào)的稀疏性預(yù)先判決，有效減小寬帶高斯白噪聲對(duì)欠采樣頻譜感知性能的影響；

2、本發(fā)明由于其門限值與噪聲功率大小無(wú)關(guān)，所以感知性能受噪聲方差波動(dòng)的影響較小，適用于高動(dòng)態(tài)背景噪聲環(huán)境；

3、本發(fā)明給出的壓縮頻譜感知性能提升方法在相當(dāng)?shù)偷挠?jì)算代價(jià)條件下，顯著提高欠采樣寬帶頻譜感知中信號(hào)支集確定的正確性。

附圖說(shuō)明

通過(guò)閱讀參照以下附圖所作的對(duì)非限制性實(shí)施例所作的詳細(xì)描述，本申請(qǐng)的其它特征、目的和優(yōu)點(diǎn)將會(huì)變得更明顯：

圖1是本發(fā)明的一個(gè)實(shí)施例的流程圖；

圖2是本發(fā)明的一個(gè)實(shí)施例的又一個(gè)流程圖；

圖3是本發(fā)明在不同信噪比下及不同的壓縮測(cè)量值條件下的正確檢測(cè)概率仿真圖；

圖4是本發(fā)明在不同壓縮采樣數(shù)的情況下的虛警概率仿真圖；

圖5是在本發(fā)明的接收機(jī)性能曲線；

圖6是有無(wú)本發(fā)明方法時(shí)的支集重構(gòu)正確率對(duì)比圖。

具體實(shí)施方式

下面結(jié)合附圖和實(shí)施例對(duì)本申請(qǐng)作進(jìn)一步的詳細(xì)說(shuō)明?？梢岳斫獾氖?，此處所描述的具體實(shí)施例僅僅用于解釋相關(guān)發(fā)明，而非對(duì)該發(fā)明的限定。另外還需要說(shuō)明的是，為了便于描述，附圖中僅示出了與有關(guān)發(fā)明相關(guān)的部分。

本發(fā)明用于模擬信號(hào)的欠采樣寬帶頻譜感知，感知端在各子信道上接收信號(hào)，并對(duì)接收信號(hào)的采樣進(jìn)行處理。下面將參考附圖并結(jié)合實(shí)施例來(lái)詳細(xì)說(shuō)明本申請(qǐng)。

參照?qǐng)D1，示出了本發(fā)明的一個(gè)實(shí)施例的流程圖100。包括以下步驟：

步驟101，利用寬帶調(diào)制變換器對(duì)天線接收到的空間無(wú)線電信號(hào)進(jìn)行壓縮采樣，得到多路壓縮測(cè)量樣本。

利用寬帶調(diào)制變換器對(duì)天線接收到的空間無(wú)線電信號(hào)x(t)進(jìn)行壓縮采樣，得到多路樣本yi(n),i＝1,2,…,m,n＝0,1,…,n-1，其中，為m為壓縮采樣支路數(shù)，n為樣本點(diǎn)數(shù)；

步驟102，利用支路能量對(duì)消預(yù)判決方法確定壓縮測(cè)量樣本中是否存在主用戶信號(hào)。

(a)計(jì)算每個(gè)支路的壓縮測(cè)量樣本的時(shí)域能量，可以按照如下公式估計(jì)第i支路的時(shí)域能量

(b)利用各個(gè)支路的時(shí)域能量構(gòu)建檢驗(yàn)統(tǒng)計(jì)量其中，為第j支路的時(shí)域能量，為第j+1支路的時(shí)域能量，，j＝1,2,…,m，定義

(c)計(jì)算檢驗(yàn)統(tǒng)計(jì)量rj的累積分布函數(shù)pf,j：

(c1)在壓縮測(cè)量樣本中不存在主用戶信號(hào)的情況下，輸入信號(hào)x(t)的頻譜x(k)是均值為0、方差為的離散隨機(jī)變量，利用x(k)的均值和方差，可以計(jì)算支路樣本頻譜的均值、方差、協(xié)方差和相關(guān)性等統(tǒng)計(jì)特性，其中，cil為周期偽隨機(jī)±1序列pi(t)的周期傅里葉級(jí)數(shù)展開(kāi)系數(shù)，l是完整表述輸入信號(hào)x(t)傅里葉變換x(jω)所需要的子空間個(gè)數(shù)：

其中，表示取實(shí)部，表示取虛部，k＝0,1,...,n-1；

(c2)將||yi(k)||²看成兩個(gè)獨(dú)立高斯隨機(jī)變量的平方和，可計(jì)算||yi(k)||²的統(tǒng)計(jì)特性：

其中p,q＝1,2,...,m,p≠q,k＝0,1,...,n-1,

式中，cpm、cqm為周期偽隨機(jī)±1序列的周期傅里葉級(jí)數(shù)展開(kāi)系數(shù)。

(c3)在壓縮測(cè)量樣本中不存在主用戶信號(hào)的情況下，利用能量守恒定理，當(dāng)n>20時(shí)，近似服從高斯分布，其均值和方差分別是和和的相關(guān)系數(shù)是ρj，由此可得檢驗(yàn)統(tǒng)計(jì)量rj的累積分布函數(shù)pf,j：

其中，γj為判決門限，h0表示主用戶信號(hào)不存在的情況，ρj是和的相關(guān)系數(shù)，取值為φ(·)函數(shù)表達(dá)式為

(d)根據(jù)壓縮測(cè)量樣本中不存在主用戶信號(hào)的情況下的檢驗(yàn)統(tǒng)計(jì)量的累積分布函數(shù)，利用恒虛警準(zhǔn)則，計(jì)算判決門限γj：

其中，pf0＝1-(1-pfa)^1/m為每個(gè)支路判決的虛警概率，pfa為支路能量對(duì)消預(yù)判決方法的預(yù)設(shè)虛警概率，φ^-1(·)為φ(·)函數(shù)的逆函數(shù)。

(e)將步驟(b)得到的檢驗(yàn)統(tǒng)計(jì)量rj與步驟(d)得到的判決門限值γj比較，若rj≥γj，則設(shè)置判決矩陣元素c(j)為1，否則c(j)＝0。最終的判決結(jié)果可表達(dá)如下：

其中，如果判決結(jié)果為h0，則表示所述壓縮測(cè)量樣本中不存在主用戶信號(hào)，如果判決結(jié)果為h1，則表示所述壓縮測(cè)量樣本中存在主用戶信號(hào)。

步驟103，響應(yīng)于確定不存在主用戶信號(hào)，則全頻段為可用空閑頻段，響應(yīng)于存在主用戶信號(hào)，則利用正交匹配追蹤算法完成支集確定，找出被主用戶占用的頻段，剩余未被占用的頻段為可用空閑頻段。

繼續(xù)參考圖2，圖2是本發(fā)明的一個(gè)實(shí)施例的又一個(gè)流程圖，該流程圖主要用符號(hào)和公式表示實(shí)施例的流程，由圖2可知，首先，利用寬帶調(diào)制變換器對(duì)天線接收到的空間無(wú)線電信號(hào)x(t)與周期偽隨機(jī)±1序列pi(t)相乘；然后，通過(guò)lpf進(jìn)行低通濾波和adc進(jìn)行壓縮采樣，得到多路壓縮測(cè)量樣本yi(n),i＝1,2,…,m,n＝0,1,…,n-1，其中，m為壓縮采樣支路數(shù)，n為樣本點(diǎn)數(shù)；之后，利用支路能量對(duì)消預(yù)判決方法確定所述壓縮測(cè)量樣本中是否存在主用戶信號(hào)，若判為主用戶信號(hào)存在，則將壓縮測(cè)量樣本經(jīng)過(guò)短時(shí)數(shù)據(jù)存儲(chǔ)單元和短時(shí)數(shù)據(jù)重構(gòu)單元得到信號(hào)支集s，進(jìn)一步可得到由壓縮測(cè)量樣本恢復(fù)原始信號(hào)。

本發(fā)明的效果可以通過(guò)以下仿真進(jìn)一步說(shuō)明：

a、仿真條件

仿真系統(tǒng)采用的寬帶調(diào)制變換器的等效采樣速率為fnyq＝600mhz，采集支路數(shù)為m＝20，隨機(jī)符號(hào)±1序列的周期為tp＝75ns、頻率為fp＝1/tp，一個(gè)周期內(nèi)等效隨機(jī)碼片個(gè)數(shù)為l＝45，每個(gè)通道所用低通濾波截止頻率為fs/2，單通道采樣速率為fs＝fp；主用戶傳輸信號(hào)有三個(gè)數(shù)字調(diào)制信號(hào)(共占用六個(gè)頻帶)組成，每個(gè)信號(hào)的碼元速率為sr＝1.024mbaud，每個(gè)信號(hào)的載波頻率在[-fnyq/2,fnyq/2]范圍內(nèi)均勻隨機(jī)選擇。三個(gè)信號(hào)的功率是相同的，并且在仿真中使用的功率是其中p是三個(gè)主用戶信號(hào)的總功率。因子ρ定義為噪聲方差隨機(jī)分布在間隙時(shí)的噪聲不確定度，其中ρ≥1。根據(jù)恒虛警概率準(zhǔn)則，設(shè)置pf＝0.01。以下的仿真結(jié)果都是在10000次蒙特卡羅仿真下的平均值。

b、仿真內(nèi)容與結(jié)果

仿真1：在信噪比為-20db～-10db以及不同的樣本點(diǎn)數(shù)n條件下對(duì)本發(fā)明的正確檢測(cè)概率進(jìn)行仿真，n的值分別選擇為200，400和800，仿真如圖3所示。

圖3中，橫坐標(biāo)snr表示信噪比，縱坐標(biāo)pd表示檢測(cè)概率，theory表示理論曲線，sim表示仿真曲線，n表示樣本點(diǎn)數(shù)，ρ表示噪聲不確定度，pd、theory表示理論檢測(cè)概率曲線，pd、sim表示仿真檢測(cè)概率曲線，pd、sim、ρ表示存在噪聲不確定度時(shí)的檢測(cè)概率曲線。由圖3可見(jiàn)，本發(fā)明可以在信噪比snr相對(duì)較低的情況下只用200個(gè)壓縮樣本實(shí)現(xiàn)理想的預(yù)判決性能，通過(guò)增加樣本數(shù)量可以顯著提高檢測(cè)性能。并且不論是否存在噪聲不確定性，仿真結(jié)果的正確檢測(cè)概率保持不變，說(shuō)明本發(fā)明可以有效的對(duì)抗噪聲不確定度的影響。

仿真2：在信噪比為-20db～-10db以及預(yù)設(shè)虛警概率pfa＝0.01的條件下，對(duì)本發(fā)明的虛警概率進(jìn)行仿真，仿真如圖4所示。

圖4中，橫坐標(biāo)times表示時(shí)間，縱坐標(biāo)pf表示虛警概率，由圖4可見(jiàn)，虛警概率的仿真結(jié)果值在預(yù)設(shè)值附近略有波動(dòng)，這說(shuō)明了虛警概率和檢測(cè)概率表達(dá)式的合理性。綜合分析圖3和4，可以知道本發(fā)明可以在大的snr范圍內(nèi)，在保證較低的虛警概率pf的情況下得到較高的檢測(cè)概率pd。

仿真3：虛警概率pf的值在10^-3和10^-1之間變化，snr＝-16db時(shí)，在不同的樣本點(diǎn)數(shù)n分別為350、300、200的情況下對(duì)本發(fā)明的接收機(jī)性能曲線rocs進(jìn)行仿真，仿真結(jié)果如圖5所示。

由圖5可見(jiàn)，在存在噪聲不確定度時(shí)，不同的樣本點(diǎn)數(shù)n的情況下，本發(fā)明的接收機(jī)性能曲線也基本不變，理論曲線跟仿真曲線基本重合，說(shuō)明本發(fā)明對(duì)噪聲不確定度有魯棒性。

仿真4：比較了有無(wú)預(yù)判決方法時(shí)的支集重構(gòu)正確百分比。采用預(yù)判決時(shí)，在壓縮采樣和支持恢復(fù)的之間增加預(yù)判決方法模塊，并且僅當(dāng)預(yù)判決方法中表明在接收的寬帶頻段中存在pu信號(hào)時(shí)才將執(zhí)行支集恢復(fù)。對(duì)最大占用頻帶數(shù)kmax＝[4,6]的三種情況進(jìn)行仿真。每種情況下，仿真1000次，一旦給出kmax，則占用頻帶數(shù)目是偶數(shù)(包括0)的，并屬于區(qū)間[0，kmax]，將在仿真中等價(jià)出現(xiàn)。仿真結(jié)果如圖6所示。

圖6中，pcsr表示正確監(jiān)測(cè)概率，cec表示本發(fā)明的預(yù)判決方法模塊。withoutcec表示沒(méi)有預(yù)判決方法的正確監(jiān)測(cè)概率曲線，withcec表示有預(yù)判決方法的正確監(jiān)測(cè)概率曲線。由圖6可見(jiàn)，本發(fā)明有預(yù)判定方法的正確監(jiān)測(cè)概率高于沒(méi)有預(yù)判決方法的正確監(jiān)測(cè)概率，平均的性能優(yōu)越性由不出現(xiàn)pu的概率決定，并且這些性能優(yōu)勢(shì)來(lái)自于預(yù)判決方法可以準(zhǔn)確判斷所接收的寬帶信號(hào)是否僅存在非稀疏性的白噪聲，這及時(shí)阻止了支集恢復(fù)并防止錯(cuò)誤支集的產(chǎn)生。所以，預(yù)判決可以以相當(dāng)?shù)偷挠?jì)算成本提高支集重構(gòu)的概率。

綜合上述仿真結(jié)果分析，本發(fā)明可以在高斯白噪聲信道中，在沒(méi)有任何主用戶先驗(yàn)知識(shí)的情況下，在大的snr范圍內(nèi)以很小的虛警概率得到好的預(yù)判決性能。本發(fā)明可在較小的虛警概率和較低的信噪比條件下，獲得較為優(yōu)越的感知性能，在存在噪聲不確定度時(shí)，感知性能基本不變，說(shuō)明本發(fā)明可有效對(duì)抗噪聲不確定度。更重要的是，預(yù)判決算法以極低的計(jì)算代價(jià)提高支集恢復(fù)的概率，使寬帶頻譜感知的更實(shí)用。