[发明专利]基于多进程D-S证据理论的合作频谱感知方法

权利要求书

1.基于多进程D-S证据理论的合作频谱感知方法，其特征在于，包括以下步骤：

（1）、生成多进程D-S证据理论合作频谱感知的帧结构：将第(i-1)个认知用户SU_i-1的感知结果作为报告与第i,i＝1,2,…N个认知用户SU_i的感知组成新的频谱感知字段，新频谱感知字段的数据传输周期不变，每个认知用户的感知和报告的周期相同均为T，则N个认知用户完成感知和报告的周期为(N+1)T，新频谱感知字段和数据接收、传输字段构成多进程D-S证据理论合作频谱感知的帧结构；

（2）、认知用户根据D-S证据理论计算不确定信息的信度函数：

（2.1）、计算第i个认知用户接受到的能量表达式为：

xEi=Σt=12v|yi(t)|2]]>

其中,v为时间带宽，y_i(t)为第i个认知用户接收到的信号，其表达式为：

yi(t)=hisi(t)+ni(t)H1ni(t)H0]]>

其中，h_i为信道衰落系数，s_i(t)为主用户信号，n_i(t)为加性高斯白噪声,H₀为主用户信号不存在，H₁为主用户信号存在；

根据中心极限定理，当v足够大时，为高斯随机变量，其均值和方差的为：

主用户信号不存在时的均值μ_0i和方差μ0i=N0vσ0i2=N02v;]]>

主用户信号存在时的均值μ_1i和方差μ1i=N0v(SNR+1)σ1i2=N02v(2SNR+1);]]>

其中，N₀为独立复高斯随机变量的单边功率谱密度,SNR为信噪比；

（2.2）、通过双门限检测方案找出不确定信息：

计算双门限检测方案的门限值λ₀和λ₁；在h_i确定条件下，第i个认知用户的虚警概率Q_f,i：

Qf,i=P{xEi>λ1|H0}=Γ(v,λ1/2)Γ(v)]]>

其中，Γ(ν)为完全伽玛函数；Γ(ν,λ₁/2)为非完全伽玛函数；

Γ(ν,λ₁/2)=Γ(ν)-Γ(ν)·P(ν,λ₁/2)；

P(v,λ1/2)=1Γ(v)∫0λ1/2tv-1·e-tdt;]]>

其中P(ν,λ₁/2)表示的是低阶非完全伽玛函数；由此我们可以得到

λ₁=2P^-1(ν,1-Q_f,i)；

λ₀=c·λ₁

式中c为常数，可根据实际需要确定该值；

根据λ₀和λ₁找出不确定信息；第i个认知用户接受到的能量值为H₀，为H₁，为不确定信息；

（2.3）、通过D-S证据理论计算不确定信息的信度函数：

根据D-S证据理论，通过双门限计算第i个感知用户的信度函数m_i(H₀)和m_i(H₁)，

mi(H0)=P{xEi<λ0|H0}+P{λ0<xEi<λ1|H0}=∫-∞λ112πσ0iexp[-(x-μ0i)2/σ0i2]dx;]]>

mi(H1)=P{xEi<λ1|H1}+P{λ0<xEi<λ1|H1}=∫λ0+∞12πσ1iexp[-(x-μ1i)2/σ1i2]dx;]]>

（2.4）、簇头节点收集簇内认知用户的感知结果并传给融合中心：

将步骤（2.3）中计算得到的信度函数传给簇头节点CH_h(h＝1,2…,M)作为最终感知结果R_Ch传给融合中心；

（3）、融合中心基于多进程D-S证据理论的合作频谱感知方法进行融合并判决：

（3.1）、来自簇头节点的新感知结果到达融合中心后，融合中心便开启一个新的D-S进程；

（3.2）、开启的D-S进程对融合数据进行计算并作出判决：

（3.2.1）、定义基本概率指派函数m：

基本概率指派为2^Ω到[0,1]的函数m，m满足：

m(Φ)=0ΣA⊆Ωm(A)=1]]>

式中m(A)表示的是A的可信度，也叫做证据，Ω表示一个互斥且完整的假设集，称为识别域，分别定义了信度函数bel和似然函数pl，对于所有

bel(A)=ΣB⊆Am(B)pl(A)=ΣA∩B≠φm(B)]]>

因此[bel(A),pl(A)]就表示了m的不确定区间；

（3.2.2）、根据多进程D-S证据理论的融合法则，对任意K个基本概率指派函数进行正交和，构成新的基本概率指派函数m_K(A_K)，K属于[1,M]，M是网络中簇的个数：

mK(AK)=m1(A1)⊕m2A2⊕···mM(AM)=ΣA1∩A2∩···AM=Am1(A1)m2(A2)···mM(AM)ΣA1∩A2∩···AM≠Am1(A1)m2(A2)···mM(AM)]]>

（3.2.3）、对融合后的基本概率指派函数计算：

融合中心接收到K个感知结果，对应K个D-S证据理论进程的最终结果(K)和(K)为：

mH0(K)=ΣA1∩A2∩···AM=H0ΠK=1MmK(AK)1-ΣA1∩A2∩···AM=ΘΠK=1MmK(AK)]]>

mH1(K)=ΣA1∩A2∩···AM=H1ΠK=1MmK(AK)1-ΣA1∩A2∩···AM=ΘΠK=1MmK(AK)]]>

其中，Θ表示空集；

（3.2.4）、将最终的融合结果进行比较作出判断，判断准则为：

H0:mH0(K)>mH1(K)]]>

H1:mH1(K)≥mH0(K)]]>

2.根据权利要求1所述的基于多进程D-S证据理论的合作频谱感知方法，其特征在于，所述的簇头节点为：将网络中N个认知用户划分成M个簇，每个簇中报告信道增益最大的认知用户作为该簇的簇头节点。