一种基于滤波器组的多用户多信道协作频谱感知方法
【专利摘要】本发明涉及一种基于滤波器组的多用户多信道协作频谱感知方法。首先，建立一个多用户多信道协作感知系统模型，包括主用户PU、PU-SU信道、次用户SU、SU-FC信道和融合中心FC。在此模型下，次用户SU利用基于滤波器组的接收机接收PU-SU信道传输过来的感知信号；然后，通过SU-FC信道将接收到的本地感知信息上报给融合中心FC；最后，融合中心FC在综合考虑上报信道、协作机制以及空间-频谱多样性等因素对接收到的本地感知信息利用线性加权软判决法做出最终判决，判断是否存在PU信号和可用的信道。本发明能有效地协调认知无线电系统中协作机制与空间-频谱多样性之间的权衡关系，减少了感知开销，提高了感知效率。
【专利说明】一种基于滤波器组的多用户多信道协作频谱感知方法
【技术领域】
[0001]本发明涉及一种多用户多信道协作频谱感知方法，尤其是涉及一种基于滤波器组的多用户多信道协作频谱感知方法。
【背景技术】
[0002]在认知无线电网络(Cognitive Radio Network, CRN)中，为提高感知效率和频率利用率，需要有高效的频谱感知技术，即次用户(Secondary User, SU)需在避免对主用户(Primary, PU)产生干扰的前提下发现尽可能多的空闲频段资源。
[0003]传统的频谱感知方法是基于逐个扫描技术来实现的，其基本原理是在射频前端使用一个可调节的窄带低通滤波器，按照一定顺序和窄带检测算法来感知每个频段。其主要包括能量检测法、循环平稳特征检测法、匹配滤波器检测法、似然比检测法、基于协方差信息的感知法、盲合并能量检测法等。虽然在实际中可通过组合应用来提高感知效率，但这些方法均存在着检测周期过长、数据传输效率较低、数据传输失败率高、能量消耗大等缺点。针对传统频谱感知方法存在的问题，研究者们提出了不少改进方法，主要包括压缩感知法、小波检测法以及基于滤波器组的频谱感知法。但这些方法仍存在着等不少缺点:压缩感知法需要较高的系统成本；小波检测法存在着较严重的频谱扩散性；基于滤波器组的频谱感知法尚未提及多信道感知策略。此外，上述传统的频谱感知方法及其改进技术还会受到无线通信网络中存在的干扰、接收机的不确定性、多径衰落、掩蔽效应等因素的较大影响，从而导致其感知效率受到限制。再者，上述频谱感知技术针对的只是单用户多信道情况下的频谱感知问题，而实用情况下的认知无线电系统往往是多用户多信道场景。因此，如何解决多用户多信道情况下的频谱感知效率是目前的认知无线电系统所面临的一个关键问题。
【发明内容】
[0004]本发明主要是解决现有技术所存在的技术问题；提供了一种通过引入协作因子P建立了多用户感知多个信道的协作机制模型，有效地权衡了感知精度、感知效率和感知开销间的相互关系，并有效地协调了协作机制与空间-频谱多样性之间的权衡关系，从而减少了感知开销，提高了感知效率的一种基于滤波器组的多用户多信道协作频谱感知方法。
[0005]本发明的上述技术问题主要是通过下述技术方案得以解决的:
[0006]—种基于滤波器组的多用户多信道协作频谱感知方法，其特征在于，基于一个模型的建立，该模型包括:
[0007]主用户PU:授权用户；
[0008]次用户SUs:非授权用户，利用基于滤波器组的接收机来实现多信道的提取和本地信号的感知；
[0009]融合中心(Fusion Center，FC):综合考虑非理想上报信道、协作机制以及空间-频谱多样性对感知性能的影响，并利用线性加权软判决来确定PU信号是否存在及信道是否可用；
[0010]PU-SU信道:主用户与次用户之间的感知链路，次用户利用此链路感知主用户信道的占用情况；
[0011]SU-FC信道:次用户与融合中心之间的上报链路，次用户利用此链路将本地频谱信息上报给融合中心进行决策。
[0012]定义在K个信道的主用户通信系统中，PU的频谱占用率在每一信道上相互独立，且对于所有感知SUs来说是相同的；
[0013]具体方法是:基于滤波器组的多信道协作感知框架，通过引入协作因子P建立多用户多信道的协作频谱感知模型，从而实现多用户多信道的感知任务分配及调度，并将占用情况上报给FC。
[0014]在上述的一种基于滤波器组的多用户多信道协作频谱感知方法，PU-SU信道模型是按照下述方法进行建立:
[0015]定义s (η)为PU发射信号，且满足独立同分布的高斯随机过程，均值为0，方差为σ xm(η)为第m个SU接收到的PU数据；cm SPU与第m个SU间的感知信道增益；vm(η)
为感知信道噪声，且满足均值为O、方差为 < 的加性高斯白噪声；定义发射信号s(n)、信道
增益Cm与加性噪声Vm (η)是相互独立的；于是，在第η个时刻，每一信道的二元假设检验表示为
[0016]当信道空闲，则=
[0017]当I3U 信道占用，则:?': Xm (/?) = Cms{n) + Vm (/?)
[0018]其中，m=l，2，...，M，η=1，2，...，Ν。N为一个感知周期内的采样点数，以保证在有
限的信号样点内完成检测判决。
[0019]在上述的一种基于滤波器组的多用户多信道协作频谱感知方法，多个次用户SUs在同一时刻感知多信道频谱占用情况的具体方法是:首先利用基于滤波器组的接收机来实现多信道的提取和本地信号的感知；然后通过引入协作因子P建立多用户多信道的协作频谱感知模型，实现多用户多信道的感知任务分配及调度；最后基于能量检测法的进行多用户多信道的能量估计。
[0020]在上述的一种基于滤波器组的多用户多信道协作频谱感知方法，所述基于滤波器组进行PU信号检测的具体方法是:
[0021]第k个信道的输出信号为
【权利要求】
1.一种基于滤波器组的多用户多信道协作频谱感知方法，其特征在于，基于一个模型的建立，该模型包括: 主用户I3U:授权用户； 次用户SUs:非授权用户，利用基于滤波器组的接收机来实现多信道的提取和本地信号的感知； 融合中心:综合考虑非理想上报信道、协作机制以及空间-频谱多样性对感知性能的影响，并利用线性加权软判决来确定PU信号是否存在及信道是否可用； PU-SU信道:主用户与次用户之间的感知链路，次用户利用此链路感知主用户信道的占用情况； SU-FC信道:次用户与融合中心之间的上报链路，次用户利用此链路将本地频谱信息上报给融合中心进行决策； 定义在K个信道的主用户通信系统中，PU的频谱占用率在每一信道上相互独立，且对于所有感知SUs来说是相同的； 具体方法是:基于滤波器组的多信道协作感知框架，通过引入协作因子P建立多用户多信道的协作频谱感知模型，从而实现多用户多信道的感知任务分配及调度，并将占用情况上报给FC。
2.根据权利要求1所述的一种基于滤波器组的多用户多信道协作频谱感知方法，其特征在于，PU-SU信道模型是按照下述方法进行建立: 定义s (η)为发射信号， 且满足独立同分布的高斯随机过程，均值为O，方差为σ52 ;xm(η)为第m个SU接收到的I3U数据；cm为PU与第m个SU间的感知信道增益；vm(n)为感知信道噪声，且满足均值为O、方差为σ2ν的加性高斯白噪声；定义发射信号s (η)、信道增益Cffl与加性噪声Vm(η)是相互独立的；于是，在第η个时刻，每一信道的二元假设检验表示为 当 PU 信道空闲，则:'K: = Vjn)
当 PU 信道占用，则:U: Am (/7) = ClilSin) + Vhl ⑷ 其中，m=l, 2,..., Μ, η=1, 2,..., N ；Ν为一个感知周期内的采样点数，以保证在有限的信号样点内完成检测判决。
3.根据权利要求1所述的一种基于滤波器组的多用户多信道协作频谱感知方法，其特征在于，多个次用户SUs在同一时刻感知多信道频谱占用情况的具体方法是:首先利用基于滤波器组的接收机来实现多信道的提取和本地信号的感知；然后通过引入协作因子P建立多用户多信道的协作频谱感知模型，实现多用户多信道的感知任务分配及调度；最后基于能量检测法的进行多用户多信道的能量估计。
4.根据权利要求3所述的一种基于滤波器组的多用户多信道协作频谱感知方法，其特征在于，所述基于滤波器组进行PU信号检测的具体方法是: 第k个信道的输出信号为
5.根据权利要求3所述的一种基于滤波器组的多用户多信道协作频谱感知方法，其特征在于，引入协作因子P建立多用户感知多个信道的协作机制模型的具体方法是:定义
6.根据权利要求3所述的一种基于滤波器组的多用户多信道协作频谱感知方法，其特征在于，所述基于能量检测法的进行信道能量估计的具体方法是: 第m个SU估计的第k个信道的能量为
7.根据权利要求1所述的一种基于滤波器组的多用户多信道协作频谱感知方法，其特征在于，SU-FC信道模型是按照下述方法进行建立: 次用户SU通过多径衰落信道将统计参量4上报给融合中心；假设上报信道的噪声Iu1J是零均值方差力σ且空间不相关的加性高斯白噪声，gm(l)是长度SLg的多径信道冲击响应，不同SU上报信息相互独立，则融合中心从第m个SU收到的数据为
8.根据权利要求1所述的一种基于滤波器组的多用户多信道协作频谱感知方法，其特征在于，融合中心FC进行数据融合和判决的具体方法是: 定义<为第m个SU在第k个信道的统计参量，则有
9.根据权利要求1所述的一种基于滤波器组的多用户多信道协作频谱感知方法，其特征在于，融合中心FC采用最优协作频谱感知算法获得最优的系统性能，具体如下: 步骤8.1、优化多用户多信道协作感知策略: 多用户多信道协作感知的目标是要找到在每个PU干扰和感知开销限制条件(ξ )下，满足最大累积机会吞吐量时的K个信道的最优阈值λ，此多用户多信道协作感知的最优问题可定义为
10.根据权利要求8所述的一种基于滤波器组的多用户多信道协作频谱感知方法，其特征在于，所述8.21中，基于GA的多用户多样性优化策略包括以下步骤: 步骤8.211:设置$t=0$，随机产生一组(M*K+K)*nbits bit的染色体，其中，M为加权系数的个数，K为子信道阈值的个数，$nbits$为标识每一系数的bit数； 步骤8.212:对随机种群中每一染色体进行编码，分别对应加权系数ω和阈值λ ； 步骤8.213:对加权系数进行归一化，以满足限制条件
【文档编号】H04L5/00GK103763086SQ201410040586
【公开日】2014年4月30日 申请日期:2014年1月27日 优先权日:2014年1月27日
【发明者】赵楠, 武明虎, 周先军, 熊炜, 常春 申请人:湖北工业大学