[发明专利]基于能量判决门限调整的多用户协作频谱感知方法

摘要

本发明涉及基于能量判决门限调整的多用户协作频谱感知方法，各独立次用户分别将获取的自身信噪比发送给频谱感知融合中心，并由各次用户分别对主用户进行基于能量的自适应频谱检测，以自适应的调整、获取能量检测判决的最优门限值，适应次用户所接收信号能量的动态变化；根据分别检测到主用户频谱为占用状态或空闲状态的次用户数目，分别计算主用户频谱为占用状态、空闲状态的全局检测概率、各状态对应的全局漏检概率，并根据各次用户的诚信系数以及基于次用户数目的认知误差函数，得到具有最低认知误差时的最终次用户进行协作检测。该方法能自适应的调整、获取次用户能量检测判决的最优门限值，提高各次用户检测性能，降低协作感知计算量。

主权项

基于能量判决门限调整的多用户协作频谱感知方法，其特征在于，依次包括如下步骤：(1)设定M个独立次用户分别将实时获取的自身信噪比发送给频谱感知融合中心；其中，第m个独立次用户标记为CR_m，主用户标记为PU，频谱感知融合中心标记为FC；(2)M个次用户分别对主用户PU进行基于能量的自适应频谱检测，并分别获取各自对应的检测概率和虚警概率；其中，频谱检测结果包括各次用户对主用户PU频谱的检测概率和虚警概率；其中，基于能量的自适应频谱检测过程包括：(2‑1)建立次用户与主用户的通信模型；其中，次用户CR_m接收到主用户PU信号的模型如下：$x_m\left(n\right)=\left\{\begin{array}{cc}{v}_m\left(n\right)& H_0\\ v_m\left(n\right)+h_{m}s\left(n\right)& H_1\end{array}\right.;$其中，x_m(n)表示第m个次用户CR_m检测到的信号，h_m表示次用户CR_m与主用户PU之间信道的信道衰落系数，s(n)表示主用户发送的信号，v_m(n)表示零均值的高斯白噪声；H₀表示主用户PU频谱处于空闲状态，H₁表示主用户PU频谱处于占用状态；(2‑2)构建针对所接收信号的自适应能量检测模型，获取各次用户的检测概率和虚警概率；其中，所接收信号的自适应能量检测模型如下：$\left\{\begin{array}{cc}{y}_{m,k}^{\′}\>\mathrm{\γ}& H_1\\ y_{m,k}^{\′}\<\mathrm{\γ}& H_0\end{array}\right.;$其中，y'_m,k计算公式如下：y′_m,k＝c_my_m,k，$c_m=\frac{{\mathrm{\η}}_{m,k}}{\underset{i=1}{\overset{M}{\Σ}}{\mathrm{\η}}_{i,k}},$$y_{m,k}=\underset{n=0}{\overset{N-1}{\Σ}}|x_m(n+kN){|}^2,$m表示第m个次用户的编号，m∈[1,M]，N表示所接收信号x_m(n)的采样个数，y_m,k表示次用户CR_m所接收信号的独立的能量统计值；能量检测门限值γ的计算公式如下：$\mathrm{\γ}=E{\[y_{m,k}^{\′}\]}_{H_0}+Q^{-1}\left(P_f\right)\sqrt{Var{\[y_{m,k}^{\′}\]}_{H_0}};$$E\[y_{m,k}^{\′}\]=\{\begin{array}{cc}{\mathrm{N\σ}}_m^2& H_0\\ \[N+{\mathrm{\η}}_{m,k}\]{\mathrm{\σ}}_m^2& H_1\end{array},$${\mathrm{\η}}_{m,k}=\frac{|h_{m,k}{|}^2}{{\mathrm{\σ}}_m^2}\underset{n=0}{\overset{N-1}{\Σ}}|s_m(n+kN){|}^2;$$P_{f,m}=Q\left(\frac{\mathrm{\γ}-E{\[y_{m,k}^{\′}\]}_{H_0}}{\sqrt{Var{\[y_{m,k}^{\′}\]}_{H_0}}}\right),$$P_{d,m}=Q\left(\frac{\mathrm{\γ}-E{\[y_{m,k}^{\′}\]}_{H_1}}{\sqrt{Var{\[y_{m,k}^{\′}\]}_{H_1}}}\right),$$Q\left(z\right)={\∫}_z^{\mathrm{\∞}}\frac{1}{\sqrt{2\mathrm{\π}}}{e}^{-\frac{1}{2}{x}^2}dx;$$Var\[y_{m,k}^{\′}\]=\{\begin{array}{cc}2{\mathrm{N\σ}}_m^4& H_0\\ 2\[N+2{\mathrm{\η}}_{m,k}\]{\mathrm{\σ}}_m^4& H_1\end{array};$其中，P_f,m表示第m个次用户CR_m的虚警概率，P_d,m表示第m个次用户CR_m的检测概率；Q(z)表示正态高斯互补积分函数；(3)设定在M个次用户中，检测到主用户PU频谱为占用状态的次用户数目为k(1≤k≤M)，检测到主用户PU的为空闲状态的次用户数目为M‑k；并根据k个次用户的各自检测结果，分别计算主用户PU频谱为占用状态的全局检测概率P_od和此占用状态对应的全局漏检概率P_omd，以及主用户PU频谱为空闲状态的全局检测概率P_otn和此空闲状态对应的全局漏检概率P_ofa，计算选取参与协作检测的最终次用户；其中，该过程包括如下步骤：(a)频谱感知融合中心FC根据M个次用户发送的信噪比，计算m个感知到主用户PU频谱为占用状态H₁的次用户诚信系数κ_1,j以及M‑m个感知到主用户PU频谱为空闲状态H₀的次用户诚信系数κ_2,t；其中，诚信系数κ_1,j以及κ_2,t的计算公式如下：$\begin{array}{cc}{\mathrm{\κ}}_{1,j}=\frac{{\mathrm{snr}}_j^2}{\frac{1}{m}\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{\mathrm{snr}}_j^2},& {\mathrm{\κ}}_{2,t}=\frac{{\mathrm{snr}}_t^2}{\frac{1}{M-m}\underset{t=1}{\overset{M-m}{\mathrm{\Σ}}}{\mathrm{snr}}_t^2}\end{array};$$P_{od}=\underset{x=k}{\overset{M}{\Σ}}{\left(P_1\right)}^x{(1-P_1)}^{M-x},$P₁＝1‑P_m,m；P_omd＝1‑P_od；P_m,m＝1‑P_d,m，P_m,m为各次用户CR_m对应的漏检概率，P_d,m为各次用户CR_m对应的检测概率；$P_{otn}=\underset{x=M-k+1}{\overset{M}{\Σ}}{\left(P_0\right)}^x{(1-P_0)}^{M-x};$P_ofa＝1‑P_otn；P₀＝1‑P_f,m；P_f,m为次用户CR_m对应的虚警概率；(b)根据主用户PU频谱为占用状态对应的全局漏检概率P_omd以及主用户PU频谱为空闲状态对应的全局虚警概率P_ofa，建立基于次用户数目的认知误差函数Cost(k)；其中，认知误差函数Cost(k)计算公式如下：$\begin{array}{c}Cost\left(k\right)=P_{pu}\·P_{omd}+(1-P_{pu})\·P_{ofa}\\ =P_{pu}\·(1-P_{od})+(1-P_{pu})\·(1-P_{otn})\\ =P_{pu}\·(1-\underset{x=k}{\overset{M}{\mathrm{\Σ}}}{\left(P_1\right)}^x{(1-P_1)}^{M-x})+(1-P_{pu})\·(1-\underset{x=M-k+1}{\overset{M}{\mathrm{\Σ}}}{\left(P_0\right)}^x{(1-P_0)}^{M-x})\end{array};$其中，P_pu表示主用户PU信号在其授权频谱出现的概率；(c)计算获取认知误差函数Cost(k)的认知误差最小值Cost(k₀)，并以该认知误差函数最小值Cost(k₀)对应的数值k₀作为参与协作检测的最终次用户数目，并对k个次用户按照其对应的信噪比值进行降序排列，得到k个次用户的降序排列组；其中，k₀≤k；(d)选取次用户降序排列组中的前k₀个次用户作为参与协作检测的最终次用户；(4)根据所得参与协作检测的最终次用户，以频谱感知融合中心FC在基于OR准则下的协作检测概率为多用户的最终检测概率；其中，OR准则如下：$\begin{array}{cc}{Q}_d=1-\underset{r=1}{\overset{k_0}{\Π}}{\mathrm{\ω}}_r(1-P_{d,r}),& Q_f=1-\underset{r=1}{\overset{k_0}{\Π}}(1-P_{f,r})\end{array};$${\mathrm{\ω}}_r=\frac{{{\mathrm{SNR}}^{\′}}_r}{0.5\·({{\mathrm{SNR}}^{\′}}_{max}+{{\mathrm{SNR}}^{\′}}_{min})},r=1,2,...,k_0,1\≤r\≤k_0;$其中，P_d,r为第r个最终次用户CR'_r的检测概率，P_f,r为第r个最终次用户CR'_r的虚警概率；Q_d为协作检测后的全局检测概率，Q_f为协作检测后的全局虚警概率；ω_r表示信噪比SNR'_r的权重系数，SNR'_r是第r个最终次用户CR'_r的信噪比，SNR'_r表示k₀个最终次用户CR'₁至SNR'_r的信噪比最大值，SNR'_min表示k₀个最终次用户CR'₁至SNR'_r的信噪比最小值。