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
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。
《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》是一发明专利,专利号为 2023106610611,当前法律状态为已下证,由广东工业大学提出申请,发明人为王永华;麻淑婉,申请日期为2023-06-05,公开(公告)日期为2024-11-12,国际专利分类号(IPC)为 H04B 17/382 (2015.01),高新资质:未报高企,所属技术领域包括:高校已变更、无线电通信网络系统、自动驾驶、无人机通讯、信号采集、算法构造、信号矩阵、低信噪比、信号检测。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要: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。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
