专利名称：一种基于无线移动网络的协作认知方法、装置及系统的制作方法
技术领域：
本发明涉及通信领域，特别涉及一种基于无线移动网络的协作认知方法、装置及系统。
背景技术：
随着无线移动业务的发展，无线频谱已成为现代社会不可或缺的宝贵资源，研究表明，使用现有的频谱授权机制，授权用户的频谱利用率仅在15% _85%之间。为了有效提高频谱资源的利用率，现有技术下采用认知无线电(CognitiveRadio)技术来实现频谱资源的二次利用，即在授权用户未占用其被授权的频谱资源时，令非授权用户使用该频谱资源，从而使授权用户和非授权用户共享频谱资源。例如，在基于认知无线电技术的WRAN网络内，TV频谱资源为授权频谱，则不同的非授权用户可以采用认知无线电技术，在不干扰TV广播信号前提下公平的共享TV频谱资源。 在使用认知无线电技术时，非授权用户归属的基站，往往根据非授权用户对环境
的感知能力，对当前的网络状态、非授权用户及周边环境的场景信息作出相应评估，并根据
评估结果为非授权用户配置相应的频谱资源，从而使频谱资源得到最充分的利用。 传统的认知无线电技术采用的是单节点环境认知方式，即根据单个非授权用户感
知到的环境信息对频谱资源的使用情况作出评估。但是，在复杂易变的认知无线电环境中，
单个非授权用户的环境感知能力是有限的，如，能量感知鲁棒性差，循环平稳检测需要的感
知时间较长，并且获得的环境信息的数据可信度较差。 针对传统方式存在的缺陷，已提出了协作认知的技术概念，即根据多个非授权用
户感知到的环境信息对频谱资源的使用情况作出评估，通过各非授权用户之间的协作降低
对单个授权用户感知能力的要求，提高感知精确度和获得的环境信息的数据可信度。
目前，已经存在的协作认知技术有多种，最具代表性的三种技术分别为 1、 Ganesan G. ， Ye Li.〃 Cooperative spectrum sensing in cognitive
radio-part I-II : two user (multiuser)networks. 〃 IEEE Transactions on
WirelessCommunications， 2007， 6(6) :2204-2222。 2、 Chunhua Sun， Wei Zhang， et al. 〃 Cooperative spectrum sensingforcognitive radios under bandwidth constraints. 〃 IEEE Wireless CommunicationsandNetworking Conference,2007(WCNC 2007) ， Hong Kong，2007，1_5。
3、 Ghasemi， A. and E. S. Sousa. 〃 Optimization of spectrum sensingforopportunistic spectrum access in cognitive radio networks. 〃 IEEEConsumerCommunications and Networking Conference, CCNC 2007，2007，1022—1026。
以下将上述三种技术分别简称为Ganesan技术、Sun技术和Ghasemi技术。
采用Ganesan技术的前提是假设非授权用户为静止状态，因此在非授权用户为无线移动用户的应用场景下，Ganesan技术并不适用。 采用Sim技术的前提是假设非授权用户感知获得的环境信息足够可靠，而在非授权用户为无线移动用户的应用场景下，非授权用户的位置是动态变化的，其与授权基站之 间的距离也随之变化，因此，非授权用户感知获得的环境信息的可靠性也存在着动态差异， 显然，针对这一情况，S皿技术也不适用。 采用Ghasemi技术时，存在两种情况，第一种为基于AND规贝U，当且仅当全部非授 权用户检测到授权用户的数据时，才确定授权频谱资源已被授权用户占用；使用这种方法 会严重影响授权用户的正常通信。第二种为基于OR规则，任一非授权用户检测到授权用 户的数据时，即确定授权频谱资源已被授权用户占用，使用这种方法仍为限制频谱利用率 的提高。 综上所述，现有的协作认知方法均无法满足无线移动网络的需求，因此，需要提供 一种新的协作认知方法，用以提高非授权用户感知到的环境信息的准确性。
发明内容
本发明实施例提供一种基于无线移动网络的协作认知方法、装置及系统，用以在
通过非授权用户对网络环境进行感知时，提高获得的环境感知结果的准确性。 本发明实施例提供的具体技术方案如下 —种基于无线移动网络的协作认知方法，包括 对系统内存在的非授权用户进行两两分组，获得分组结果； 确定分组结果包含的每一组中各非授权用户的数据可信度，该数据可信度，与非 授权用户和授权基站之间的距离成反比，用于调整非授权用户获取的环境信息的取值；
根据每一组中各非授权用户的数据可信度，获得每一组基于协作认知获取的环境 信息； 对每一组基于协作认知获取的环境信息进行合并，获得最终的环境感知结果。
—种通信装置，用于管辖非授权用户，包括 第一处理单元，用于对系统内存在的非授权用户进行两两分组，获得分组结果，并
确定分组结果包含的每一组中各非授权用户的数据可信度，该数据可信度，与非授权用户
和授权基站之间的距离成反比，用于调整非授权用户获取的环境信息的取值； 第二处理单元，用于根据每一组中各非授权用户的数据可信度，获得每一组基于
协作认知获取的环境信息； 合并单元，用于对每一组基于协作认知获取的环境信息进行合并，获得最终的环 境感知结果。 —种通信系统，包括 非授权用户，用于基于协作认知对网络环境进行感知，并将获取的环境信息发送 至非授权基站； 非授权基站，用于对系统内存在的非授权用户进行两两分组，获得分组结果，并确 定分组结果包含的每一组中各非授权用户的数据可信度，以及根据每一组中各非授权用户 的数据可信度，获得每一组基于协作认知获取的环境信息，并对其进行合并以获得最终的 环境感知结果；其中，所述数据可信度，与非授权用户和授权基站之间的距离成反比，用于 调整非授权用户获取的环境信息的取值， 本发明实施例中，非授权基站对系统内存在的非授权用户进行两两分组，获得分组结果；再确定分组结果包含的每一组中各非授权用户的数据可信度，以及根据每一组中 各非授权用户的数据可信度，获得每一组基于协作认知获取的环境信息，并对其进行合并 以获得最终的环境感知结果；其中，所述数据可信度，与非授权用户和授权基站之间的距离 成反比，用于调整非授权用户获取的环境信息的取值。这样，便充分考虑了非授权用户的移 动性对其获取的环境信息的影响，提高了非授权用户两两组合后基于协作认知获取的环境 信息的可信度，在此基础上，再将各组合获取的环境信息进行合并获得最终的环境感知结 果，则进一步提升的该环境感知结果的准确性，从而有效地防止了非授权用户对授权用户 造成干扰，也使得非授权基站可以对授权频谱资源的使用情况进行准确评估，进而有效地 提升了频谱利用率。
图1为本发明实施例中通信系统体系架构图；
图2为本发明实施例中SU基站功能结构图； 图3为本发明实施例中SU基站通过SU用户对当前网络环境进行感知流程图；
图4-图6为基于AND规则的方法和NBS协作认知方法的性能比较示意图。
具体实施例方式
在通过非授权用户对网络环境进行感知时，为了提高获得的环境感知结果的准确 性。本发明实施例中，先对系统内存在的非授权用户进行两两分组，获得分组结果，再确定 分组结果包含的每一组中各非授权用户的数据可信度，该数据可信度，与非授权用户和授 权基站之间的距离成反比，用于调整非授权用户获取的环境信息的取值，接着，根据每一组 中各非授权用户的数据可信度，获得每一组通过协作认知获取的环境信息，并对其进行合 并，以获得最终的环境感知结果。 本发明实施例中，每一组内的两个非授权用户(以下称为SU用户)进行协作认知 时，是基于纳什议价(Nash Bargaining Soulution)来确定协作认知方式的，即基于纳什议 价来计算出各自的数据可信度。 例如，假设系统内存在N个SU用户且NX)，则将任意两个SU用户称为SUi和SU j ， i G [l，N]，j G [l，N]。基于两用户纳什议价，SUi和SUj之间的协作认知方式可以表示为
一,"
Y(") 二 (《"q —— A) 7 ，其中，e i和e j分别为sui和suj的数
据可信度，0i和Oj分别为SUi和suj感知到的授权基站(以下称为pu基站)的信号发射 功率，&和dj分别为SUi和suj与pu基站之间的距离，a i和a j分别为预设的SUi和SUj
的信号发射功率门限值，a为预设的路径损耗指数，13为预设的常量。
删e i禾"j求导可得《p,q,—《(，厂V, <formula>formula see original document page 7</formula> 则取e j = i时，e
表示为A = 2
而取e, = i时，e j表示为<formula>formula see original document page 8</formula>
另一方面，令^== o，则可以看出，su用户的数据可信度e，与su用户和
PU基站之间的距离d成反比。随着SU用户与PU基站之间距离的增加，SU用户感知到的PU
基站的信号发射功率就越小，那么其获得的环境信息的可信程度就越低。 在实际应用中，上述方案可以应用在多种无线移动网络中，例如，无线区域网 (Wireless Regional Area Network, W廳)、无线局域网(Wireless Local AreaNetwork， WLAN)、无线个人区域网(Wireless Personal Area Network, WPAN)、超三代移动通信网 (Beyond 3G， B3G)、传感器网络(Sensor Network)和微波存取全球互通网络(Worldwide Interoperability for Microwave Acces， WIMAX)等等。 下面结合附图以WRAN网络为例对本发明的优选实施方式进行详细介绍。 参阅图1所示，本发明实施例中，WRAN网络内包含SU基站、SU用户和PU基站，其
中， PU基站，用于管理授权频谱资源； SU用户，用于对网络环境进行感知，并将获取的环境信息发送至非授权基站；
SU基站，用于对系统内存在的SU用户进行两两分组，获得分组结果，并确定分组 结果包含的每一组中各SU用户的数据可信度，以及根据每一组中各SU用户的数据可信度， 获得每一组基于协作认知获取的环境信息，并对其进行合并以获得最终的环境感知结果； 其中，所述数据可信度，与SU用户和PU基站之间的距离成反比，用于调整SU用户获取的环 境信息的取值。 参阅图2所示，本实施例中，SU基站包括第一处理单元10、第二处理单元11和合 并单元12，其中， 第一处理单元IO，用于对系统内存在的SU用户进行两两分组，获得分组结果，并 确定分组结果包含的每一组中各SU用户的数据可信度，该数据可信度，与SU用户和PU基 站之间的距离成反比，用于调整SU用户获取的环境信息的取值； 第二处理单元ll，用于根据每一组中各SU用户的数据可信度，获得每一组基于协 作认知获取的环境信息； 合并单元，用于对每一组基于协作认知获取的环境信息进行合并，获得最终的环 境感知结果。 基于上述系统架构，参阅图3所示，本实施例中，SU基站通过SU用户之间的协作 认知，对当前网络环境进行感知的详细流程如下 步骤300 :确定系统中存在的SU用户，对SU用户进行任意两两分组。 本实施例中，假设系统中存在N个SU用户且NX)，则当N为偶数时，直接对SU用
户进行两两分组，每一组中的两个SU用户将建立协作认知关系；而当N为奇数时，补充第
N+l个SU用户，其中，设定第N+l个SU用户获得的感知数据为零，并且不与其他SU用户建
立协作认知关系。 步骤310 :获得每一组中各SU用户的数据可信度9 。 假设将任意两个SU用户称为SUi和SUj， i G [1， N] ， j G [1， N]，则当一组包含SUi和SUj时，SUi的数据可信度表示为A =
而SUj的数据可信度表
示为<formula>formula see original document page 9</formula>
;Oi为SUi感知到的PU基站的信号发射功率，Oj为SUj感知
到的PU基站的信号发射功率，di为SUi与PU基站之间的距离，dj为SUj与PU基站之间的 距离，这四个参数可以由SU基站测量获得，a为预设的路径损耗指数，Ai/|32，、 =入ye 2，其中，A ,为预设的SUi的信号发射功率门限值，A j为预设的SUj的信号发射功
率门限值，P为预设的常量。其中 sui和suj的数据可信度e i和e j的取值，主要取决于sui和suj感知到的pu
基站的信号发射功率Oi和Oj，以及两者与PU基站的距离di和dj。以环境噪声可以忽略的
特殊场景为例，此时"=、=o，则通过上述两个表述式可以看出，e i和e j分别与《
和d/成反比，那么假设a = 2， & = lOKm， dj = 15Km， = lOMw， 0」=lOMw时，则e丄= 2. 25， e j = 0. 45，显然，SUi的数据可信度远高SUj的数据可信度，那么，在后续流程中，SU
基站根据9i和e j来调整sui和suj通过协作认知获取的环境信息的取值，从而使环境信
息的取值可以根据SU用户与PU基站之间的距离发生动态变化，这样便充分考虑了SU用户
的移动性，在很大程度上提高了获取的环境信息的准确性。 步骤320 :根据每一组中各SU用户的数据可信度e ，计算每一组对应的协作收益本实施例中，较佳地，采用匈牙利(HUNGARIAN METHOD, HM)算法来计算出每-
SUi和SUj组合对应的协作收益值Qij，其具体的矩阵如下
<formula>formula see original document page 9</formula> 其中 <formula>formula see original document page 9</formula> 其中:
<formula>formula see original document page 9</formula>
禾口 e 〃 j分别
e ' i和e ' j分别为sui和suj的初始数据可信度，e 为SUi和SUj在协作过程中改变的数据可信度。 步骤330 :根据每一组对应的协作收益值确定针对所有SU用户的最终两两分组结
果，其中，归属于同一组的两个su用户将在彼此之间建立协作认知关系。 本实施例中，由于采用了 HM算法，因此，根据该算法的特性，最终确定出的两两分 组结果需要符合的条件为包含的每一组对应的Qij均为O。例如，存在四个SU用户，分别 称为SU1、SU2、SU3和SU4，其中，Q 12 = 0， Q 34 = 1 ;而Q13 = 0， Q24 = O，则最终两两分组 结果为SU1和SU3 —组，而SU2和SU4 —组。
另一方面，若使用HM算法之外的其他算法计算协作收益值，则也可以不使用 均为0这一限制条件来确定分组结果，而根据实际情况设置相应的限制条件，并将每一组
对应的协作收益值分别与其进行比较，再根据比较结果确定分组结果，在此不再赘述。
步骤340 :确定最终两两分组结果包含的每一组中各SU用户的数据可信度9 ，并 根据其计算每一组内的两个SU用户进行协作认知时获得的虚警概率和探测概率；其中，虚 警概率(False Alarm Probability)和探测概率(DetectionProbability)即是两个SU用 户通过协作认知获得的环境信息。 本实施例中，在WRAN环境下，为保护PU基站的正常通信，虚警概率通常应低于 10 % ，而探测概率通常应高于90 % 。 下面仍以SUi和SUj为例，当两者进行协作认知时， 其获得的虚警概率为
<formula>formula see original document page 10</formula>
广
而获得的探测概率
國肪-
<formula>formula see original document page 10</formula> 其中，o为噪声方差，f知;K分别为SUi和SUj的平均信干比，1为预设的常量，N/2 为单位抽样值。 步骤350 :合并每一组通过协作认知获得的虚警概率和探测概率，并将其作为最 终的环境感知结果。 本实施例中，使用"AND"规则对每一组通过协作认知获取的虚警概率和探测概率
进行合并，则最终获得的环境感知结果包含以下内容
W/2 合并后的虚警概率Pf ，表示为= f"[ p丫,，A
合并后的探测概率Pd，表示为A =]"1^^
通过上述实施例，便可以在获得最终的环境感知结果后，根据该环境感知结果对 系统内的授权频谱资源的使用情况进行准确评估。例如，假设A , = A j = 3，f= f = 20， N = 8， SUi与PU基站相距30Km，则当SUj与PU基站相距10_50Km时，SUi和SUj通过协作 认知获取的探测概率大于90X，此结果可作为判断授权频谱资源是否被PU用户占用的依 据。 显然，本发明实施例中，SU用户通过两两组合对网络环境进行协作认知，并且SU 基站通过各组合中SU用户的数据可信度来调整其感知到的环境信息的取值，这样便充分 考虑了 SU用户的移动性对感知结果的影响，在很大程度上提高了感知到的环境信息的准 确性。 下面利用Matlab7. 01仿真工具，将本发明方法(称为NBS协作认知方法)和现有 的基于AND规则的方法进行比较，通过具体数据说明本发明取得的显著技术效果。
假设两种方法实施的前提均为参数f = 20 ,噪声方差o = 1， 1 = 2，路径损耗 指数a = 3.5，抽样值取N二 4，8，那么，比较结果如下: 参阅图4所示，使用基于AND规则的方法时，通过SU用户对网络环境进行感知后 获得的数据失效率Pm(Pm二 l-Pd)，不受SU用户与PU基站之间距离的影响；而使用NBS协作 认知方法时，获得的数据失效率Pm却体现了 SU用户与PU基站之间距离的变化，显示出了 数据可信度的作用。 参阅图5所示，在分别使用基于AND规则的方法和NBS协作认知方法获得虚警概 率Pf和数据失效率Pm后，对获得的结果的性能进行比较，如图5所示，在虚警概率pf相同 的情况下，采用NBS协作认知方法获得的数据失效率Pm明显降低；反之依然，即在数据失效 率Pm相同的情况下，采用NBS协作认知方法获得的虚警概率pf亦明显降低。例如，当Pf = 0. 1时，相较于基于AND规则的方法，使用NBS协作认知方法获得的数据失效率Pm降低了大 约10%。 参阅图6所示，针对不同数目的SU用户，分别使用基于AND规则的方法和NBS协 作认知方法获得探测概率Pd，如图6所示，以6个SU用户为例，相较于于基于AND规则的方 法，使用NBS协作认知方法获得的探测概率pd提高了 19% 。 从上述三个仿真举例可以看出，NBS协作认知方法以两SU用户为一组合对网络环 境进行协作认知，在提高了感知数据可信度的基础上，再融合每一组获得的感知数据以获 得最终的环境感知结果，因此，相较于基于AND规则的方法，使用NBS协作认知方法获得的 环境感知结果的准确性得到了很大程度的提高。 基于上述实施例，在另一种情况下，SU用户之间的两两分组也可以由管理人员预 先设定，在这种情况下，SU基站可以直接获取预设的两两分组结果，并通过步骤310中记载 的公式计算每一组中各SU用户的数据可信度e ，再通过步骤340根据获得的各SU用户的
数据可信度e ，计算每一组内的两个su用户进行协作认知时获得的虚警概率和探测概率，
接着，通过步骤350合并每一组通过协作认知获得的虚警概率和探测概率，得到最终的环 境感知结果，以及根据该环境感知结果对系统内的授权频谱资源进行准确评估。使用这种 方法可以达到与步骤300-步骤350相同的技术效果，在此不再赘述。 另一方面，在上述两个实施例中，第k个SU用户的信号发射功率的门限值通常预 设为Ak，kG [l，N]，但在实际应用中，第k个SU用户的信号发射功率的实际门限值通常按
11照入k/ek来衡量，这是因为，在Ak/9k中兼顾了数据可信度9k，而由ek由第k个su用
户与PU基站之间的距离4、该SU用户感知到的PU基站的信号发射功率0k和路径衰耗a
来决定，因此，采用a k/ e k作为实际门限值充分考虑了第k个su用户的移动性，它随着该 su用户的移动而改变，能够充分配合该su用户当前的性能。 综上所述，本发明实施例中，SU基站对系统内存在的SU用户进行两两分组，并确
定分组结果包含的每一组中各su用户的数据可信度，以及根据该数据可信度，获得每一组
基于协作认知获取的环境信息，并对其进行合并以获得最终的环境感知结果；其中，所述数
据可信度，与su用户和PU基站之间的距离成反比，用于调整su用户获取的环境信息的取 值。这样，便充分考虑了 su用户的移动性对其获取的环境信息的影响，提高了 su用户两两
组合后基于协作认知获取的环境信息的可信度，在此基础上，再将各组合获取的环境信息 进行合并获得最终的环境感知结果，则进一步提升的该环境感知结果的准确性，从而有效
地防止了 SU用户对PU用户造成干扰，也使得su基站可以对授权频谱资源的使用情况进行
准确评估，进而有效地提升了频谱利用率。 显然，本领域的技术人员可以对本发明中的实施例进行各种改动和变型而不脱离
本发明的精神和范围。这样，倘若本发明实施例中的这些修改和变型属于本发明权利要求 及其等同技术的范围之内，则本发明中的实施例也意图包含这些改动和变型在内。
权利要求
一种基于无线移动网络的协作认知方法，其特征在于，包括对系统内存在的非授权用户进行两两分组，获得分组结果；确定分组结果包含的每一组中各非授权用户的数据可信度，该数据可信度，与非授权用户和授权基站之间的距离成反比，用于调整非授权用户获取的环境信息的取值；根据每一组中各非授权用户的数据可信度，获得每一组基于协作认知获取的环境信息；对每一组基于协作认知获取的环境信息进行合并，获得最终的环境感知结果。
2. 如权利要求1所述的方法，其特征在于，对系统内存在的非授权用户进行两两分组时，包括确定系统中存在的非授权用户，并对各非授权用户进行任意两两分组；计算每一组中各非授权用户的数据可信度；根据每一组中各非授权用户的数据可信度，计算每一组对应的协作收益值；根据每一组对应的协作收益值确定分组结果。
3. 如权利要求1所述的方法，其特征在于，对系统内存在的非授权用户进行两两分组时，包括获取预设的分组方式；根据该分组方式对非授权用户进行两两分组；获得分组结果。
4. 如权利要求3所述的方法，其特征在于，获得分组结果后，在确定分组结果包含的每一组中各非授权用户的数据可信度时，计算该数据可信度。
5. 如权利要求1、2或3所述的方法，其特征在于，若系统内存在N个非授权用户且N〉O，则当N为偶数时，直接对各非授权用户进行两两分组；当N为奇数时，补充第N+l个非授权用户，再对各非授权用户进行两两分组，其中，设定第N+1个非授权用户感知到的环境信息的取值为零。
6. 如权利要求2或4所述的方法，其特征在于，在计算数据可信度时，若系统内存在N个非授权用户且NX)，以及一组内包含非授权用户i和非授权用户j，i G [l，N]，jG [1，N]，则通过公式《^Z + ^L和》='^ bd+^来分别计算非授权化' 。,'； 々,. ^用户i和非授权用户j的数据可信度e i和e j ;其中，0i和0j分别为非授权用户i和非授权用户j感知到的授权基站的信号发射功率，&和dj分别为非授权用户i和非授权用户j与授权基站之间的距离，a为预设的路径损耗指数，"=A 乂 |3 2， 、 = A j/ |3 2， A ,禾卩入j分别为预设的非授权用户i和非授权用户j的信号发射功率门限值，P为预设的常量。
7. 如权利要求6所述的方法，其特征在于，若在分组过程中计算出每一组内.Q，各非授权用户的数据可信度，则根据采用矩阵H二<formula>formula see original document page 2</formula><formula>formula see original document page 3</formula>e' j分别为非授权用户i和非授权用户j的初始数据可信度，e 〃 i和e 〃 j分别为非授权用户i和非授权用户j在协作过程中改变的数据可信度。
8. 如权利要求6所述的方法，其特征在于，将包含的每一组对应的协作收益值均为0的分组方式确定为分组结果。
9. 如权利要求6所述的方法，其特征在于，所述环境信息包括虚警概率和探测概率，则分别采用公式尸！/<formula>formula see original document page 3</formula>获得任意一组内非授权用户i和非授权用户j基于协作认知获取的虚警概率和探测概率，其中，Pyf和PYd分别为所述虚警概率和探测概率，O为噪声方差，7和^分别为非授权用户i和非授权用户j的平均信干比，1为预设的常量，N/2为单位抽样值。W/2
10.如权利要求9所述的方法，其特征在于，分别采用公式i^ =1"^/^/，&和W/2《=EI ;w梅一腿刊办條失喊柳勺體,禾口翻才既輕能^，斜寻影冬白勺环境感知结果，该环境感知结果包含合并后的虚警概率Pf和探测概率Pd。
11. 如权利要求6所述的方法，其特征在于，非授权用户采用入/e作为信号发射功率实际门限值，其中，a为针对该非授权用户预设的信号发射功率门限值，e为该非授权用户的数据可信度。
12. —种通信装置，用于管辖非授权用户，其特征在于，包括第一处理单元，用于对系统内存在的非授权用户进行两两分组，获得分组结果，并确定分组结果包含的每一组中各非授权用户的数据可信度，该数据可信度，与非授权用户和授权基站之间的距离成反比，用于调整非授权用户获取的环境信息的取值；第二处理单元，用于根据每一组中各非授权用户的数据可信度，获得每一组基于协作认知获取的环境信息；合并单元，用于对每一组基于协作认知获取的环境信息进行合并，获得最终的环境感知结果。
13. 如权利要求12所述的通信装置，其特征在于，所述第一处理单元对系统内存在的非授权用户进行两两分组时，确定系统中存在的非授权用户，并对各非授权用户进行任意两两分组，再计算每一组中各非授权用户的数据可信度，并根据每一组中各非授权用户的数据可信度，计算每一组对应的协作收益值，以及根据每一组对应的协作收益值确定分组结果。
14. 如权利要求12所述的通信装置，其特征在于，所述第一处理单元对系统内存在的非授权用户进行两两分组时，获取预设的分组方式，根据该分组方式对非授权用户进行两两分组，并获得分组结果，以及在获得分组结果后，由第二处理单元计算分组结果包含的每一组中各非授权用户的数据可信度。
15. —种通信系统，其特征在于，包括授权基站，用管理授权频谱资源；非授权用户，用于对网络环it进行感知，并将获取的环境信息发送至非授权基站；非授权基站，用于对系统内存在的非授权用户进行两两分组，获得分组结果，并确定分组结果包含的每一组中各非授权用户的数据可信度，以及根据每一组中各非授权用户的数据可信度，获得每一组基于协作认知获取的环境信息，并对其进行合并以获得最终的环境感知结果；其中，所述数据可信度，与非授权用户和授权基站之间的距离成反比，用于调整非授权用户获取的环境信息的取值。
16. 如权利要求15所述的通信系统，其特征在于，所述非授权基站对系统内存在的非授权用户进行两两分组时，确定系统中存在的非授权用户，并对各非授权用户进行任意两两分组，再计算每一组中各非授权用户的数据可信度，并根据每一组中各非授权用户的数据可信度，计算每一组对应的协作收益值，以及根据每一组对应的协作收益值确定分组结果。
17. 如权利要求15所述的通信系统，其特征在于，所述第一处理单元对系统内存在的非授权用户进行两两分组时，获取预设的分组方式，根据该分组方式对非授权用户进行两两分组，并获得分组结果，以及在获得分组结果后，计算分组结果包含的每一组中各非授权用户的数据可信度。
全文摘要
本发明公开了一种基于无线移动网络的协作认知方法，该方法为非授权基站对系统内存在的非授权用户进行两两分组，并确定分组结果包含的每一组中各非授权用户的数据可信度，以及根据该数据可信度，获得每一组基于协作认知获取的环境信息，并对其进行合并以获得最终的环境感知结果；其中，所述数据可信度，与非授权用户和授权基站之间的距离成反比，用于调整非授权用户获取的环境信息的取值。这样，便提高了非授权用户两两组合后基于协作认知获取的环境信息的可信度，在此基础上，再将各组合获取的环境信息进行合并获得最终的环境感知结果，则进一步提升的该环境感知结果的准确性。本发明同时公开了一种通信装置和一种通信系统。
文档编号H04B17/00GK101753229SQ20081023967
公开日2010年6月23日 申请日期2008年12月15日 优先权日2008年12月15日
发明者杨震, 程世伦 申请人:中国移动通信集团山东有限公司