[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

摘要

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。

主权项

1.一种基于用户集合势估计的认知无线电合作频谱感知方法，其特征在于，多个合作用户接收机在感知时间内采样并上报融合中心FC，FC获得采样矩阵Y；根据采样矩阵获得采样信号协方差矩阵R_y，计算采样信号协方差矩阵R_y的特征值并获得最优特征向量；采用获得的采样矩阵Y和最优特征向量，利用加权增益合并方式生成全局检测统计量GTS，并根据GTS进行最终判决；其中，所述根据采样矩阵Y获得采样信号协方差矩阵R_y，具体分为实际情况和理想情况两种不同的条件，在理想情况下，单位感知时间内的信号采样次数无穷大，采样信号协方差矩阵为无限采样次数下的精确值；在实际情况中，单位感知时间内的采样次数为有限次N，采样信号协方差矩阵为有限采样下的估计值；所述获得最优特征向量具体为：根据采样矩阵对用户集合势K进行估计获得估计值为将接收机采样信号协方差矩阵的特征值按降序排列，获得用户集合势选择向量μ，从特征向量φ＝{Ω₁,Ω₂,…,Ω_M}中选取前个较大特征值及其对应的特征向量作为最优特征向量，即从M个特征向量中将选择向量μ(i)＝1位置的个特征向量筛选出来作为最优特征向量V。