[发明专利]一种基于用户集合势估计的认知无线电合作频谱感知方法

说明书

本发明涉及认知无线电频谱感知技术领域，公开了用于认知无线电合作频谱感知的方法，即基于用户集合势估计和加权增益合并机制，提出了一种有效的、易实现的合作频谱感知方法。首先，采用估计算法估计用户的集合势，确定最终参与生成GTS的最优用户个数；其次，基于用户选择机制改善加权增益合并合作频谱感知的感知性能。基于用户集合势估计的合作频谱感知方法，可以减少合作感知对先验信息的依赖，且可以有效地解决低信噪比条件下授权频段是否被占用难以区分的问题，很大程度地提高了合作频谱感知的性能。

技术领域

本发明属于认知无线电(Cognitive Radio,CR)领域，尤其涉及认知无线电合作频谱感知技术。

背景技术

认知无线电致力于解决传统的固定频谱授权分配方式所导致的频谱资源短缺和频谱浪费的问题，能够实现次级用户SU(secondary user)在已授权频段LFB(licensedfrequency bands)上以低优先级机会性地动态接入。频谱感知技术作为认知无线电的基本前提受到广泛研究，其目的在于准确、快速地对LFB的实时占用状态做出判决，以便于SU在尽可能少地对PU(primary user)产生干扰和影响的情况下，伺机接入授权频段。

早期经典的单用户频谱感知方案包括：能量检测(energy detection,ED)方案、匹配滤波器检测(Matched Filter based Spectrum Sensing,MFSS)方案、循环平稳特征检测(Cyclostationary Feature based Spectrum Sensing,CFSS)方案等。匹配滤波器检测和循环平稳检测在不同程度上需预知PU信号结构和信道信息等先验知识，这样的算法实现条件在实际情况中难以满足。ED方案由于仅需预知噪声功率，结构简单、易实现、成本低，因而得到广泛研究。然而，基于ED的单用户频谱感知方案性能严重不足，且容易受周围环境因素(噪声功率不确定度、隐终端效应等)的影响，因而具有较大的感知性能缺陷和应用局限性。

近年来，多用户合作频谱感知方案因相对于单用户频谱感知方案的性能优势而受到广泛关注。合作频谱感知广泛采用数据软融合(soft data fusion,SDF)方案，由认知无线电网络中的融合中心(fusion center,FC)收集各个合作用户发送过来的感知数据生成全局检测统计量(global test statistic,GTS)，并完成最终判决。

传统的SDF方式的合作频谱感知一般采用所有合作用户的全部数据进行融合。然而，在实际感知场景中，由于环境、信道等因素的影响，参与合作的各个SU的本地感知数据可能存在较大差异，使得各个SU接收的PU信号存在不均衡性，体现不同的感知能力。如果能在所有的合作用户中将具有较好感知能力的用户筛选出来，利用他们的频谱观测数据进行融合，则会获得更好的合作感知性能。据此，本发明针对传统的SDF全部用户参与合作的机制，提出了一种基于用户集合势估计的合作频谱感知方法。

发明内容

本发明针对传统合作频谱感知方法需要先验信息，并且在低信噪比情况下频谱感知性能不足的问题，提出了基于用户集合势估计的合作频谱感知方案。在合作频谱感知算法的实施过程中，先利用用户集合势估计算法估计出感知性能较好的合作用户集合的集合势，即信道条件较好的合作用户个数K^，再计算协方差矩阵的特征值和特征向量，从中筛选出K^个较大特征值及其对应的特征向量，由其参与生成GTS并做出最终判决。理论分析和实验结果表明，该合作频谱感知方案不需要任何先验信息，并且可以有效地提高合作频谱感知的检测性能。