[发明专利]基于认知功能和传感器节点分离的CRSN频谱感知方法

摘要

本发明涉及一种认知无线传感器网络中基于认知功能和传感器节点分离的频谱感知方法，属于无线传感器网络技术领域。该方法将网络中的认知功能和传感器节点分离，传感器节点只负责源感知，而认知功能则搬移至CRSN中的其他专用节点，称为认知节点，由认知节点负责频谱感知，运用连续离散二进制混合粒子群算法，在选择感知节点的同时来调节感知节点的发射功率，使得频谱感知在满足给定感知性能的前提下，最小化能量消耗。本发明提供的一种认知无线传感器网络中基于认知功能和传感器节点分离的频谱感知方法，解决了认知功能带来的额外能耗和处理要求与传感器节点有限资源的矛盾，解决了CRSN高成本实现与其低成本实现要求的矛盾。

主权项

一种基于认知功能和传感器节点分离的CRSN频谱感知方法，其特征在于：将选择适合的认知节点和降低认知节点的发射功率两方面问题建模成一个混合离散和连续变量的优化问题，并用连续离散二进制混合粒子群算法进行优化，具体步骤如下：1)使用能量检测法进行本地频谱检测；2)计算检测得到的能量值；3)计算认知节点的初始化检测概率和虚警概率；4)融合中心通过收到的认知节点的感知结果和对应信道的误码率计算得到真正的认知节点的检测概率和虚警概率为：5)假设有任意一个本地感知结果表明观察信道被主用户占用，那么融合中心的结果就是主用户占用该信道，计算融合中心的检测概率和虚警概率；6)计算协作频谱感知的总能量消耗；7)在假设控制信道的信噪比符合自由空间衰落模型的条件下，计算各个认知节点的新的检测概率和虚警概率；8)给定约束条件为最大虚警概率和最小检测概率，同时满足频谱感知能量消耗最小化，将优化问题进行公式表达；9)利用连续离散二进制混合粒子群算法进行优化。