[发明专利]一种基于瑞利商的加权协作频谱感知方法

说明书

技术领域

本发明涉及一种认知无线电系统频谱感知方法，更具体的涉及一种基于瑞利商的加权协作频谱感知方法。

背景技术

随着无线通信技术的快速发展，无线通信所提供的业务也从初始阶段的单一低速话音业务逐渐拓展为当今的宽带多媒体业务。由于各种不合理的分配政策造成的频谱资源的匮乏是限制新兴的无线通信技术发展的主要因素。众多研究表明，认知无线电技术是目前的最优选择，它能够大大提高频谱利用率。认知无线电技术能够动态地感知无线环境中的空闲频段，从而为新的无线通信技术提供更多的可用频谱资源。

认知无线电由软件无线电技术发展而来，是一种智能的频谱共享技术。其核心思想就是无线电设备能感知周围的无线环境特征，按照机会接入的方式，在不妨碍授权用户的正常传输的前提下，通过自适应调整其传输参数，动态地检测和有效地利用空闲频谱，理论上允许在时间、频率以及空间上进行多维的频谱复用，达到合理利用无线频谱资源的目的。

频谱感知是实现认知无线电的关键技术之一，目前的单认知用户检测算法主要有能量检测、匹配滤波器检测和周期平稳过程特征检测等。单认知用户检测性能易受无线信道衰落的影响，检测性能差，因此需要多个认知用户进行协作检测。在协作频谱感知中，融合中心的决策算法的好坏严重影响了系统的检测概率。硬合并判决检测方法中常见的融合准则有“与”准则、“或”准则和“K”秩准则等，软合并判决检测方法中经常使用的融合准则有似然比准则和线性加权准则等。线性加权算法主要有等增益合并（Equal Gain Combination，EGC）、最大比合并（Maximal Ratio Combination，MRC）和选择合并（Selecting Combination,SC）等，其中最大比合并有相对较好的检测性能。

目前已有的加权协作感知方法大多假设在每个静默期认知用户的信道参数是不变的，由融合中心对认知节点的感知结果分配固定的权重。然而，实际上每个认知节点的无线信道是时刻变化的。在这样的实际情况下，仍然对每个用户分配固定的权重显然不合理。

发明内容

本发明针对现有技术中的不足，提出了一种基于瑞利商的加权协作频谱感知方法，该方法通过给每个认知用户在每个采样时刻都分配一个合适的权重系数，使得认知无线电中所有感知用户的采样信息都能得到充分的利用，从而提高频谱感知的检测性能。

本发明是采用如下技术方案实现的：

（1）我们假设关于主用户的状态共有两种H₀与H₁，H₀用来表示在检测频段内主用户信号不存在，H₁表示在检测频段内主用户信号存在。在一个认知无线电网络中有M个认知用户共同协作感知。假设每个认知用户在一个静默期的采样个数为N。在不同的假设条件下第i(i=1,2…M)个认知节点的第k个采样点的接收信号，可以用下面的二元假设模型来表示：

H₀:x_i(k)=n_i(k),   k=0,1,…N-1

H₁:x_i(k)=h_i(k)s_i(k)+n_i(k)   k=0,1,…N-1

其中k是采样点序列号，i(i=1,2…M)为认知节点序号，s_i(k)表示主用户信号序列，x_i(k)表示第i个认知节点的接收信号，h_i(k)表示信道增益，n_i(k)为高斯白噪声，且（CN是复数正态分布的简称），那么M个认知节点的噪声方差向量每个认知用户在每个采样点的接收信号与噪声相互独立。

（2）认知节点的本地感知算法为能量法，在融合中心我们将每个认知用户传送来的信息量与权重因子相乘，得到在第k个采样点上的能量加权和y_c(k)，将N个采样点的y_c(k)相加得到全局检测量y_c：