[发明专利]一种全双工认知无线电网络多电平频谱感知方法及系统有效

专利信息
申请号: 201911225672.1 申请日: 2019-12-04
公开(公告)号: CN110972144B 公开(公告)日: 2022-07-05
发明(设计)人: 章磊;段莉莉 申请(专利权)人: 湖北理工学院
主分类号: H04W16/14 分类号: H04W16/14;H04W72/04;H04W72/08;H04W52/24;H04W52/26;H04W52/42;H04B17/382
代理公司: 湖北武汉永嘉专利代理有限公司 42102 代理人: 许美红
地址: 435003 湖北省*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 双工 认知 无线电 网络 电平 频谱 感知 方法 系统
【权利要求书】:

1.一种全双工认知无线电网络多电平频谱感知方法,其特征在于,包括以下步骤:

S1、在全双工发射感知模式下,认知用户对接收到的授权信号的N个样本信号进行采样,并计算一个感知周期内接收到的N个样本信号的平均能量,作为认知用户接收变量T(y),其中第i个样本信号表示为:

其中,ni为高斯白噪声,ωi为认知用户自干扰信号,Pk为发射功率,γ为授权用户与次用户之间的信道增益,xi为授权用户发射信号,H0为授权用户在信道空闲时的状态,Hk表示授权用户工作在发射功率Pk等级时的状态,M为发射功率级别数量;

S2、对M个等级的授权用户的发射功率Pk,k=1,…,M进行排序,并分为A、B、C三个区,A={P1,…,Pm},B={Pm+1,…,PM-m},C={PM-m+1,…,PM},其中γ为分区系数;

S3、根据认知用户接收变量T(y)在Hk发生下的概率密度函数,初步估计授权用户的发射功率落在A、B、C区域的概率密度,再利用广义似然比检测计算每一个假设对的条件概率密度比值,找出最大的一个,以确定授权用户的发射功率状态落在A、B、C三个区中的哪一个,所述广义似然比检测计算每一个假设对的条件概率密度比值的公式为:

其中,Hi,Hj为一假设对,分别为α2在Hi,Hj下的最大似然估计,通过判断εi,j(y)是否大于1,找出其中最大的一个,α2为认知用户的自干扰抑制能力;

S4、通过对相邻的两个假设对的条件概率密度比值取对数,即:

lnεk-1,k(y)=1和lnεk,k+1(y)=1,计算每个授权用户的发射功率等级所对应的决策区间(ωkk+1),当ωk(y)ωk+1时,判定授权用户的发射功率为第k级发射功率等级。

2.根据权利要求1所述的多电平频谱感知方法,其特征在于,所述高斯白噪声为均值为0,方差为加性高斯白噪声。

3.根据权利要求1所述的多电平频谱感知方法,其特征在于,步骤S1中一个感知周期内接收到的N个样本信号的平均能量的计算公式为:

其中,yi为一个感知周期内授权信号的第i个样本信号。

4.根据权利要求1所述的多电平频谱感知方法,其特征在于,所述认知用户自干扰信号为一个服从均值为0,方差为PSα2的瑞利分布的不确定变量,其中,PS是认知用户的发射功率,由前一时隙的感知结果确定。

5.根据权利要求3所述的多电平频谱感知方法,其特征在于,当前感知周期内认知用户的自干扰抑制能力的模型为

其中,为归一化自干扰信号方差,μ为α2的不确定程度,并且μ1。

6.根据权利要求1所述的多电平频谱感知方法,其特征在于,所述认知用户接收变量y在Hk发生下的概率密度函数为:

其中,PS是认知用户的发射功率,为加性高斯白噪声的方差,α2为当前感知周期内认知用户的自干扰抑制能力,N为一个感知周期内授权信号样本采样个数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖北理工学院,未经湖北理工学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911225672.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top