买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉吉首大学申请的专利基于参数估计和对数矩预处理的SαS噪声下频谱感知方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119995757B 。

龙图腾网通过国家知识产权局官网在2025-11-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510155421.X，技术领域涉及：H04B17/382；该发明授权基于参数估计和对数矩预处理的SαS噪声下频谱感知方法是由杨喜;周睿勇;雷可君;张耿;张银行;潘小萍设计研发完成，并于2025-02-12向国家知识产权局提交的专利申请。

本基于参数估计和对数矩预处理的SαS噪声下频谱感知方法在说明书摘要公布了：本发明涉及一种基于参数估计和对数矩预处理的SαS噪声下频谱感知方法，该方法包括SαS分布噪声参数估计、接收信号对数矩预处理、检测判决等3个阶段；在SαS分布噪声参数估计阶段，认知用户基于多天线接收的离线SαS分布噪声数据估计其绝对值对数形式的均值和方差；在对数矩预处理阶段，认知用户先对接收信号数据进行对数运算处理，再进一步作归一化处理；在检测判决阶段，利用预处理后的样本协方差矩阵最大特征值与所有特征值倒数的均值之差作为感知判决量，同时结合渐近处理及极值特征值概率分布计算理论判决门限值，本发明无需SαS分布噪声的先验统计信息，具有盲检测特性，适用范围广，对SαS分布噪声中主用户信号检测问题具有很好的实用性。

本发明授权基于参数估计和对数矩预处理的SαS噪声下频谱感知方法在权利要求书中公布了：1.一种基于参数估计和对数矩预处理的SαS噪声下频谱感知方法，该方法包括SαS分布噪声参数估计、接收信号对数矩预处理、检测判决3个阶段；在SαS分布噪声参数估计阶段，认知用户基于多天线接收的离线SαS分布噪声数据估计其对数形式的均值和方差；在对数矩预处理阶段，认知用户对接收信号数据先进行对数运算，在此基础上进一步作归一化处理，以降低SαS分布噪声的脉冲特性；在检测判决阶段，利用接收信号预处理后的样本协方差矩阵最大特征值与所有特征值倒数的均值之差作为感知判决量，同时结合渐近处理及极值特征值概率分布计算理论判决门限值，在此基础上实施感知判决； 该方法的具体步骤为： 步骤1.SαS分布噪声参数估计：设认知用户获得的离线SαS分布噪声向量为wq＝[w1q,w2q,...,wMq]T，其中，q＝1，2，...，Q，M表示接收天线数目，Q表示噪声向量数目，上标“T”表示矩阵的转置运算符；据此，认知用户对接收到的SαS分布噪声数据取绝对值，并在此基础上作对数运算处理，并由此得到经过处理的SαS分布噪声数据的均值估计以及无偏估计方差； 步骤2.认知用户在时刻n对M根接收天线上的信号采样，设得到的M×1维主用户接收信号成分为xn＝[x1n,x2n,...,xMn]T，连续采样N次得到N个接收主用户信号向量x1、x2、...、xN；标识带有SαS分布噪声的接收信号为zn＝xn+wn，其中，zn＝[z1n,z2n,...,zMn]T；认知用户对其进行对数矩预处理运算，并进行归一化预处理得到由此计算预处理后的接收信号的样本协方差矩阵 步骤3.对预处理后的样本协方差矩阵进行特征值分解，得到其所有特征值，并由此构建感知判决量：其中，表示的最大特征值，和分别表示的第i个和第j个特征值； 步骤4.结合利用步骤1中获得的离线SαS分布噪声数据的无偏估计方差，近似计算得到理论感知判决门限η； 步骤5.进行感知判决：如果感知判决量Φ大于感知判决门限η，判定主用户信号存在；反之，则判定主用户信号不存在。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人吉首大学，其通讯地址为：416000 湖南省湘西土家族苗族自治州吉首市人民南路120号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。