[发明专利]认知无线电频谱感知动态判决方法

摘要

本发明涉及认知无线电频谱感知动态判决方法，用于授权主用户、频谱感知融合中心及N个次用户形成的认知无线电网络，基于各次用户的对应的信誉指数，筛选参与协作的主协作次用户及辅助协作次用户；考虑各次用户移动性的影响，得到各次用户基于信噪比和即时速度、即时方向角度值的动态影响因子，并对所有主协作次用户分簇，得到各簇内协作检测概率；针对辅助协作次用户，设定关于决策门限的能量检测优化函数方程，并得到能量检测的最佳门限值；根据各分簇内协作次用户的信噪比及辅助协作次用户集合中各协作次用户的信噪比情况，得到各分簇分别对应的主协作贡献系数及辅助协作次用户集合所对应的辅助协作贡献系数，从而准确得到最终的协作检测概率。

主权项

1.认知无线电频谱感知动态判决方法，用于授权主用户、频谱感知融合中心以及N个次用户形成的认知无线电网络中，其特征在于，依次包括如下步骤1至步骤9：步骤1，N个次用户分别获取自身初始位置到授权主用户位置的距离值，并同时实时获取各次用户自身的信噪比、即时速度值、即时速度的方向角度值，并分别对授权主用户的频谱占用情况进行能量检测，然后由各次用户将检测结果以及自身信噪比分别发送给频谱感知融合中心；其中：即时速度的方向角度值为次用户前进方向偏离该次用户初始位置至主用户位置连线的偏离角度，第i个次用户标记为CR_i，i＝1,2,…,N，N≥3，次用户CR_i自身的信噪比记为SNR_i，次用户CR_i的即时速度值标记为v_i，次用户CR_i的即时速度的方向角度值标记为θ_i；授权主用户标记为PU，频谱感知融合中心标记为FC；次用户CR_i自身初始位置到授权主用户位置的距离值标记为d_i；步骤2，频谱感知融合中心预设协作次用户筛选信誉指数阈值，并根据N个次用户所发送来的信噪比，计算各次用户对应的信噪比在所有N个次用户信噪比集合中的信誉指数ω_i；其中，预协作设次用户筛选信誉指数阈值标记为ω₀，次用户CR_i所对应信噪比的信誉指数ω_i的计算公式如下：其中，SNR_max为N个次用户信噪比值中的最大信噪比值，SNR_min为N个次用户信噪比值中的最小信噪比值；步骤3，频谱感知融合中心根据预设协作次用户筛选信誉指数阈值以及各次用户对应的信誉指数情况，筛选出参与协作检测的主协作次用户集合以及辅助协作次用户集合：当次用户所对应的信誉指数大于预设次协作用户筛选信誉指数阈值ω₀时，则选择该次用户参与协作检测，并置入主协作次用户集合S₁中；否则，则将该次用户作为参与协作检测的辅助协作次用户，并置入辅助协作次用户集合S₂中；其中，在主协作次用户集合S₁中，设定作为参与协作检测的次用户的总数目为N₁；在辅助协作次用户集合S₂中，设定作为参与协作检测的辅助协作次用户的总数目为N₂，且N₁+N₂＝N；步骤4，在主协作次用户集合S₁中，再次预设M个按照升序排列的分簇阈值λ_j，频谱感知融合中心根据主协作次用户集合S₁中各协作次用户发送来的信噪比分别与各分簇阈值作判断比较，以得到M₁个独立的含有协作次用户的分簇；j＝1,2,…,M且λ₁<λ₂<…<λ_M；分簇标记为C_l，l＝1,2,…,M₁，1≤M₁≤M；其中，频谱感知融合中心对各协作次用户的分簇过程包括如下步骤4‑1至步骤4‑2：步骤4‑1，根据M个分簇阈值，设定M+1个分簇区间段分别为[‑∞,λ₁)、[λ₁,λ₂)、…、[λ_M‑1,λ_M)和[λ_M,∞)；其中，位于第一分簇内的协作次用户对应的信噪比处于[‑∞,λ₁)区间段内，位于第二分簇内的协作次用户对应的信噪比处于[λ₁,λ₂)区间段内，依次类推，位于第M分簇内的协作次用户对应的信噪比处于[λ_M‑1,λ_M)区间段内，位于第M+1分簇内的协作次用户对应的信噪比处于[λ_M,∞)区间段内；步骤4‑2，频谱感知融合中心分别将主协作次用户集合S₁中各协作次用户对应的信噪比与M+1个分簇区间段进行比较，以判决各协作次用户所处的分簇区间段；其中：当协作次用户的信噪比处于分簇区间段[‑∞,λ₁)或者[λ_M,∞)时，则不准该协作次用户参与协作检测，并将该协作次用户置入步骤3所述的辅助协作次用户集合S₂中；步骤5，在含有协作次用户的M₁个分簇内，按照协作次用户对应信噪比从大到小的顺序，选择各分簇内具有最大信噪比的协作次用户作为该分簇的簇首次用户，并选择各分簇内具有最小信噪比的协作次用户作为该分簇的簇内感知融合中心，从而得到M₁个簇首次用户以及对应的M₁个簇内感知融合中心；其中，M₁≤M+1；步骤6，针对M₁个分簇，依次得到各簇内的簇内协作检测概率和簇内协作虚警概率，并由各簇分别发送对应的簇内协作检测概率和簇内协作虚警概率给频谱感知融合中心；其中，各簇内频谱感知融合检测过程包括如下步骤6‑1至步骤6‑4：步骤6‑1，在一个分簇C_l内，协作次用户CR_m根据实时检测的检测时间间隔值△t_m、即时速度值v_m以及即时速度的方向角度值θ_m，得到协作次用户CR_m与授权主用户的实时距离△d_m之间的函数关系方程；其中：其中，△t_m表示协作次用户CR_m前后两次实时检测的检测时间间隔值；表示协作次用户CR_m初始位置至频谱感知融合中心FC的距离；步骤6‑2，根据协作次用户CR_m与授权主用户PU间的实时距离△d_m以及协作次用户CR_m的累计移动时间T_m，得到协作次用户CR_m在累计运动时间T_m内的平均速度值并将该平均速度值发送给该簇C_l的簇内感知融合中心；协作次用户CR_m的平均速度值计算如下：步骤6‑3，协作次用户CR_m所处簇C_l的簇内感知融合中心根据簇内各协作次用户发送来的平均速度值，依次计算各协作次用户的速度对自身检测结果的动态影响因子κ_m；协作次用户CR_m所对应动态影响因子κ_m的计算如下：其中，M₂表示该协作次用户所处簇C_l内的所有协作从用户的总数目，表示该簇C_l内所有协作次用户的平均速度值中的最大值，表示该簇C_l内所有协作次用户的平均速度值中的最小值；步骤6‑4，根据所得簇C_l内各协作次用户对应的动态影响因子以及各协作次用户的检测结果，由该簇C_l内的簇内感知融合中心对簇内协作次用户的检测结果融合，以得到该簇内所有协作次用户的簇内协作检测概率和簇内协作检测的虚警概率；其中，簇内协作检测概率标记为Q_d,l，簇内协作虚警概率标记为Q_f,l，其中：簇内协作检测概率簇内协作虚警概率l＝1,2,…,M₁，1≤M₁≤M；步骤7，根据辅助协作次用户集合S₂中的各辅助协作次用户所对应的信噪比和检测概率，得到该辅助协作次用户集合S₂中的辅助协作协作检测概率和辅助协作协作虚警概率，并发送辅助协作协作检测概率和辅助协作协作虚警概率给频谱感知融合中心；辅助协作协作检测概率标记为辅助协作协作虚警概率标记为其中，辅助协作次用户集合S₂中的协作检测概率的计算过程包括如下步骤(a)至步骤(b)：(a)设定关于决策门限的能量检测优化函数方程ξ，并根据能量检测优化函数方程ξ得到能量检测的最佳门限值；其中：关于决策门限的能量检测优化函数方程ξ定义为：能量检测的最佳门限值ξ_opt为：其中，表示为高斯噪声的噪声方差，为主用户PU的授权频段处于空闲状态H₀的概率，为主用户PU的授权频段处于占用状态H₁的概率，(b)根据所得能量检测的最佳门限值ξ_opt，得到授权主用户的频谱为占用状态H₁的平均检测概率并以所得该平均检测概率作为辅助协作次用户集合S₂的辅助协作协作检测概率；其中：P_m＝1‑P_d；其中，为授权主用户PU的频谱处于空闲状态H₀的概率，为授权主用户PU的频谱处于占用状态H₁的概率，P_f为辅助协作次用户集合S₂内所有辅助协作次用户的协作虚警概率，P_d为辅助协作次用户集合S₂内所有辅助协作次用户的协作检测概率，P_m为辅助协作次用户集合S₂内所有辅助协作次用户的协作漏检概率；为辅助协作次用户集合S₂内所有协作次用户对应信噪比的平均值，Q(z)表示正态高斯互补积分函数；步骤8，频谱感知融合中心根据M₁个分簇对应的簇内协作次用户的信噪比以及辅助协作次用户集合S₂内所有辅助协作次用户的信噪比，分别得到M₁个分簇的主协作贡献系数δ_l以及辅助协作次用户集合S₂的辅助协作贡献系数δ_S2；其中：M₁个分簇各自对应的主协作贡献系数辅助协作次用户集合S₂的辅助协作贡献系数m_l表示第l个分簇内所有协作次用户的总数目，N₂表示辅助协作次用户集合S₂内所有辅助协作次用户的总数目；SNR_l,r表示第l个分簇内第r个协作次用户对应的信噪比；SNR_q表示辅助协作次用户集合S₂内第q个协作次用户对应的信噪比；步骤9，频谱感知融合中心根据各分簇的主协作贡献系数δ_l以及辅助协作次用户集合所对应的辅助协作贡献系数δ_S2，得到动态判决后的N个次用户的最终协作检测概率；其中，N个次用户的最终协作检测概率标记为Q_D：其中，M₁表示在主协作次用户集合S₁中含有协作次用户的分簇数目。