[发明专利]认知无线电系统中基于合作感知的授权用户参数估计方法

权利要求书

1.一种认知无线电系统中基于合作感知的授权用户参数估计方法，其特征在于：所述方法由以下步骤实现：

步骤一、利用排队模型对每条授权信道进行建模与分析：

假设授权用户到达率服从泊松分布，窗口服务率满足指数分布，每个信道同一时刻仅有一个窗口进行服务，信道缓存容量为授权用户遵从“先到先服务”原则；设表示授权信道所处的状态，即授权系统中授权用户的数量；

当时，λc表示授权信道状态从c到c+1的到达率；当时，μc表示授权信道状态从c到c-1的服务率；

令授权用户稳定的信道状态概率分布如下，

其中，P_c表示授权系统处于状态c的概率，满足

步骤二、利用隐式马尔可夫模型θ＝(R,E,π)来分析授权用户信道繁忙与空闲的变化过程：

用R表示隐藏状态转移概率矩阵、E表示混淆矩阵、π表示授权用户初始状态概率分布；将授权用户对于信道的真实使用情况视为隐藏状态，1示繁忙，0示空闲；而认知用户检测结果视为可观测序列，1示检测结果为繁忙，0示检测结果为空闲；

隐藏状态转移概率矩阵表示为，

其中，r_ij(i,j∈{0,1})表示授权用户由状态i到状态j的转移概率，并且满足∑_ir_ij＝1和∑_jr_ij＝1；根据排队论模型，单位时间内授权用户的状态转移概率表示为如下表达式，

步骤三、利用合作感知方法计算认知用户对授权用户的检测概率和虚警概率：

假设认知无线电系统中存在M个用户，所有用户将检测传送至认知基站，基站通过“或准则”对接收到的数据进行处理，从而得出最终检测结果；用分别表示认知用户m单独进行检测时检测概率与虚警概率，根据“或准则”得到最终的检测概率与虚警概率的表达式如下：

步骤四、在第三步的基础上，根据合作感知方法的检测概率和虚警概率来表示混淆矩阵，

其中，e_jk(j,k∈{0,1})表示授权用户处于j状态而检测结果为k的概率，是隐藏状态为j而可观测序列值为k的概率，满足条件∑_je_jk＝1和∑_ke_jk＝1；

当j＝0,k＝0时，表示授权信道空闲，检测结果也为空闲，那么e₀₀＝1-P_f；

按照同样的方式，得到如下的混淆矩阵，

步骤五、通过以上四个步骤，获得隐式马尔可夫模型重要参数表达式，再利用Baum-Welsh算法对隐式马尔可夫模型θ＝(R,E,π)进行估计，估计方法表达式如下，

其中，T表示对隐式马尔可夫模型进行估计时所用到的合作感知次数，也就是时隙数，认知用户每个时隙均需要对授权用户进行频谱检测；表示初始时刻授权用户状态概率分布；V_t表示t时刻最终检测结果；表示从状态i发生转移的平均时隙数；表示从状态i转移到状态j的平均时隙数；从而可以获得隐式马尔可夫模型的估计值

步骤六、根据步骤五所获得的估计值，利用下面方程，即可获得授权用户参数的估计值：