[发明专利]一种面向高低轨卫星共存的频谱认知方法

权利要求书

1.一种面向高低轨卫星共存的频谱认知方法，其特征在于，包括以下步骤：

步骤S1、位于不同认知卫星定位CSP的低轨卫星认知节点LEO-CN对具备频谱许可证的高轨卫星系统GEO发射的信号进行采集；

步骤S2、所述各LEO-CN节点将采集到的信号数据与双门限能量检测的阈值进行比较；当所述信号数据处于检测模糊状态之外时，认知卫星定位节点CSP-CN即独立作出可信干扰检测，并向融合中心FC传送大小为1bit的检测结果信息；当所述信号数据处于检测模糊状态时，认知卫星定位节点CSP-CN和相邻的CSP-CN将发送它们的干扰测量统计数据至融合中心FC；

步骤S3、对所述步骤S2中作出可信干扰检测的CSP-CN采用“OR”准则的硬融合判决方法得到判决结果D1；对处于检测模糊状态的CSP-CN采用基于等增益合并的软融合判决，得到判决结果D2；最后FC对两部分的结果进行“OR”准则的硬融合判决，得到判决结果D；

步骤S4、FC以CSP的空间位置为索引，将利用CSP-CN传送到FC的数据进行无线电环境制图，以空间检测概率和空间虚警概率作为频谱认知方案的性能衡量标准，描述干扰态势的分布情况。

2.根据权利要求1所述的一种面向高低轨卫星共存的频谱认知方法，其特征在于，所述步骤S3中提供的融合策略，具体步骤如下：

步骤S3.1、用H₀表示GEO卫星未使用共享频段，H₁表示GEO卫星正在使用共享频段；当LEO-CN的采样个数N比较大的时候，能量统计量X_i(i)近似于服从正态分布，即其表达式为：

其中是接收信号方差，是噪声方差，M是信号样本数量，且M1；

步骤S3.2、所述步骤S3.1中的噪声包括高斯白噪声和其他干扰噪声，噪声功率随着时间和相对位置的变化会发生变化，因此设定噪声的不确定性ρ如下表示：

其中分别为噪声方差的设计值和真实值，A为10lgρ的最大的噪声不确定性；

当噪声功率一定时候，门限值通过虚警概率P_f计算得到能量统计量的判决门限值，即下限λ_L和上限λ_H分别为：

其中Q(·)为标准高斯互补分布函数，即标准正态分布的右尾函数；

在H₀状态下，定义获得概率P_d以及虚警概率P_f分别为：

步骤S3.3、将传统频谱感知器建模为二元假设检验，当考虑干扰检测模糊状态时：

其中X_i为第i个CSP节点信道的干扰统计测量值，Y_i为i＝1,2,…,N_{R_CSP}对应的信道状态，N_{R_CSP}是星载REM涉及的CSP-CN数量，S_i为第i个CSP-CN节点及其邻近若干节点的干扰测量均值；当第i^th个CSP-CN的测量统计量处于检测模糊状态，则测试统计数据并传送到地面FC进行频谱协作感知；处于模糊状态的检验统计量计算公式如下：

当所有CSP-CN的贡献值相同即w_j＝1时，此时即为基于等增益合并的软融合算法；

步骤S3.4、设定有K个CSP-CNs做出本地判断，并且N_{S_CSP}-K个统计量处于模糊状态；首先，对于K个CSP-CNs，采用基于“OR”准则的硬融合决策方法，并获得判断结果D₁；然后对处于模糊状态的N_{S_CSP}-K个CSP-CNs采用基于等增益合并的软融合判断方法，得到决策结果D₂；最后将两部分的结果与FC融合在一起；具体的决策过程如下：

步骤S3.4.1、K个LEO-CNs采用基于“OR”准则的硬融合决策方法得到判决结果D₁如下：

步骤S3.4.2、N_{S_CSP}-K个LEO-CNs采用基于等增益合并的软融合判断方法，得到判决结果D₂：

其中λ_EGC是等增益合并算法的判决结果；

步骤S3.4.3、由融合中心FC对两部分的结果进行“OR”准则的硬融合判决如下：

3.根据权利要求1所述的一种面向高低轨卫星共存的频谱认知方法，其特征在于，所述步骤S4中无线电环境制图包括以下步骤：

步骤S4.1、底面融合中心FC获得处于模糊状态的CSP-CN的精确位置信息后，利用这些数据进行REM操作，以CSP-CN的空间位置为索引，描述干扰态势的分布情况；采用空间虚警率和空间检测率表征性能，具体如下：

其中，表示检测为存在干扰的CSP-CN数量，表示正确检测为存在干扰的CSP-CN数量，为和位于干扰范围内的CSP-CN数量之间的比值，而表示错误检测为存在干扰的CSP-CN数量，为与位于无干扰范围内的CSP-CN数量之间的比值；因此，是正确检测为干扰范围的区域比例，是错误检测为干扰范围的区域比例；

步骤S4.2、取决于所采用频谱感知方法的虚警概率，则和与所采用频谱感知方法的虚警概率和参与无线电环境制图的CPS-CN数量N_{R_CSP}有关：

其中，f_d(·)为空间中正确检测到干扰的CSP-CN数量与实际发生干扰的CSP-CN数量之比；f_fa(·)为空间中错误检测到干扰的CSP-CN数量与实际发生干扰的CSP-CN数量之比。通过配置LEO认知系统和参与无线电环境制图的CSP-CN数量，即可得到预期的空间检测概率和虚警概率。