基于信号调制识别的认知无线网络资源分配方法与流程

技术特征：

1.一种基于信号调制识别的认知无线网络资源分配方法，包括如下步骤：

(1)检测频谱：

(1a)认知无线网络中每个认知节点，分别接收主用户发送的信号；

(1b)按照统计量公式，认知无线网络中每个认知节点，分别计算认知无线网络时域统计量；

(2)按照下式，认知无线网络中每个认知节点，分别计算能量判决门限值Γ_TD：

${\mathrm{\Γ}}_{TDi}={\mathrm{\σ}}_{\mathrm{\ω}}^2(M+\sqrt{2M}{Q}^{-1}(P_{afi}\left)\right)$

其中，Γ_TDi表示认知无线网络中第i个认知节点对应的能量判决门限值，表示高斯白噪声方差，其值为1，M表示认知无线网络中第i个认知节点对应的采样点数，P_afi表示认知无线网络中第i个认知节点虚警概率，表示开根号操作；

(3)判断当前认知无线网络主用户的检测置信度时域统计量是否小于门限值Γ_TD，若是，表示主用户信道频段未被占用，执行步骤(5)；否则，表示主用户信道状态为非空闲，执行步骤(4)；

(4)获取调制方式信息：

(4a)认知无线网络认知节点对认知无线网络主用户信号进行预处理；

(4b)采用类间分类瞬时特征值提取方法，认知无线网络认知节点分别计算归一化中心幅度谱密度最大值参数，频谱最大值参数，包络波动参数，非弱段中心去线性瞬时相位标准差参数四大参数；

(4c)认知无线网络认知节点对主用户信号调制方式类型进行类间分类；

(4d)采用类内分类瞬时特征值与高阶累积量特征值联合提取方法，认知无线网络认知节点分别计算单频分量凸显度系列参数，零中心归一化谱密度最大值系列参数，谱线与能量密度参数，幅度包络标准差参数，高阶累积量系列参数五大参数；

(4e)认知无线网络认知节点对主用户信号调制方式类型进行类内分类；

(4f)合成认知无线网络主用户信道调制方式信息；

(5)上报信息：

认知无线网络中每个认知节点分别向认知无线网络中继节点上报认知无线网络主用户信道状态信息，认知无线网络主用户信道调制方式信息及自身需求；

(6)频谱融合：

认知无线网络中继节点融合认知无线网络认知节点上报的认知无线网络主用户信道状态信息，认知无线网络主用户信道调制方式信息及认知无线网络认知节点自身需求；

(7)频谱资源分配：

采用频谱资源分配方法，将认知无线网络主用户频谱资源分配给合适的认知无线网络认知用户。

2.根据权利要求1所述的基于信号调制识别的认知无线网络资源分配方法，其特征在于，步骤(1b)中所述的统计量公式如下：

${\hat{V}}_{{\mathrm{TDv}}_i}=\frac{1}{M}{\∫}_0^T{y}^2\left(t\right)dt$

其中，表示认知无线网络中第v_i个认知节点对应的主用户信号检测置信认知无线网络时域统计量，∫表示积分操作，M表示认知无线网络中第v_i个认知节点对应的采样点数，v_i表示1到N之间的任意正整数。

3.根据权利要求1所述的基于信号调制识别的认知无线网络资源分配方法，其特征在于，步骤(4a)中所述的预处理的具体步骤如下：

第一步，按照下式，计算认知无线网络主用户零中心信号点：

$S_z(i_s,a_s)=S(i_s,j_s)-\frac{1}{M}\underset{j_s=1}{\overset{M}{\Σ}}S(i_s,j_s)$

其中，S_z(i_s,a_s)表示认知无线网络中第i_s个认知节点对应的第a_s个主用户零中心信号点，S(i_s,j_s)表示认知无线网络中第i_s个认知节点对应的第j_s个主用户信号采样点，j_s表示1到M之间的任意正整数，M表示第i_s个认知节点对应的主用户信号的采样点的个数，a_s表示1到M之间的任意正整数，∑表示连加操作；

第二步，按照下式，计算认知无线网络主用户希尔伯特Hilbert变换信号点：

$HT(i_h,b_h)=S_z(i_h,a_h)*\frac{1}{{\mathrm{\πa}}_h}$

其中，HT(i_h,b_h)表示认知无线网络中第i_h个认知节点对应的第b_h个主用户希尔伯特Hilbert变换信号点，b_h表示1到M之间的任意正整数，S_z(i_h,a_h)表示认知无线网络中第i_h个认知节点对应的第a_h个主用户零中心信号点，a_h表示1到M之间的任意正整数，*表示卷积操作，π表示圆周率；

第三步，按照下式，计算认知无线网络主用户包络归一化信号点：

$S_e(i_e,c_e)=\frac{S_z(i_e,a_e)}{\sqrt{S_z^2(i_e,a_e)+{\mathrm{HT}}^2(i_e,b_e)}}$

其中，S_e(i_e,c_e)表示认知无线网络中第i_e个认知节点对应的第c_e个主用户包络归一化信号点，c_e表示1到M之间的任意正整数，S_z(i_e,a_e)表示认知无线网络中第i_e个认知节点对应的第a_e个主用户零中心信号点，a_e表示1到M之间的任意正整数，HT(i_e,b_e)表示认知无线网络中第i_e个认知节点对应的第b_e个主用户希尔伯特Hilbert变换信号点，b_e表示1到M之间的任意正整数，表示开根号操作；

第四步，将认知无线网络主用户包络归一化信号点合成主用户预处理信号。

4.根据权利要求1所述的基于信号调制识别的认知无线网络资源分配方法，其特征在于，步骤(4b)所述类间分类瞬时特征值提取方法的具体步骤如下：

第一步，按照下式，计算认知无线网络中的归一化中心幅度谱密度最大值参数：

${\mathrm{\γ}}_{max}\left(i_{\mathrm{\γ}}\right)=\frac{MAX\[{S_e}^2\left({\mathrm{\α}}_{\mathrm{\γ}}\right)\]}{M}$

其中，γ_max(i_γ)表示认知无线网络中第i_γ个认知节点对应的归一化中心幅度谱密度最大值参数，MAX表示取最大值操作，i_γ表示1到N之间的任意正整数，S_e(α_γ)表示认知无线网络中第α_γ个认知节点对应的主用户预处理信号，α_γ表示1到M之间的任意正整数，M表示第i_γ个认知节点对应的主用户信号的采样点的个数；

第二步，按照下式，计算认知无线网络中的频谱最大值参数：

$F_{max}\left(i_f\right)=\frac{MAX\left|DFT{\[S_e\left({\mathrm{\α}}_f\right)\]}^2\right|}{{\mathrm{\μ}}^2\left(\mathrm{\κ}\right)}$

其中，F_max(i_f)表示认知无线网络中第i_f个认知节点对应的频谱最大值参数，MAX表示取最大值操作，i_f表示1到N之间的任意正整数，||表示取绝对值操作，DFT表示傅里叶变换操作，S_e(α_f)表示认知无线网络中第α_f个认知节点对应的主用户预处理信号，α_f表示1到N之间的任意正整数，μ(κ)表示认知无线网络中第κ个认知节点对应的主用户预处理信号均值，κ表示1到N之间的任意正整数；

第三步，按照下式，计算认知无线网络中的包络波动参数：

$m_A\left(i_m\right)=\frac{{\mathrm{\σ}}^2\left(\mathrm{\ι}\right)}{{\mathrm{\μ}}^2\left(\mathrm{\κ}\right)}$

其中，m_A(i_m)表示认知无线网络中第i_m个认知节点对应的包络波动参数，i_m表示1到N之间的任意正整数，σ²(ι)表示认知无线网络中第ι个认知节点对应的主用户预处理信号方差，ι表示1到N之间的任意正整数，μ(κ)表示认知无线网络中第κ个认知节点对应的主用户预处理信号均值，κ表示1到N之间的任意正整数；

第四步，按照下式，计算认知无线网络中的非弱段中心去线性瞬时相位标准差门限值：

${\mathrm{\τ}}_a\left(i_{\mathrm{\τ}}\right)=\frac{MAX\[{\mathrm{\Φ}}_{NL}(i_{\mathrm{\τ}},k_{\mathrm{\τ}})\]+MIN\[{\mathrm{\Φ}}_{NL}(i_{\mathrm{\τ}},k_{\mathrm{\τ}})\]}{2}$

其中，τ_a(i_τ)表示认知无线网络中第i_τ个认知节点对应的非弱段中心去线性瞬时相位标准差门限值，i_τ表示1到N之间的任意正整数，MAX表示取最大值操作，MIN表示取最小值操作，Φ_NL(i_τ,k_τ)表示认知无线网络中第i_τ个认知节点对应的第k_τ个主用户信号瞬时相位值，k_τ表示1到M之间的任意正整数；

第五步，按照下式，计算认知无线网络中的非弱段中心去线性瞬时相位标准差参数：

${\mathrm{\σ}}_{dp}\left(i_{\mathrm{\σ}}\right)=\sqrt{\frac{\underset{{\mathrm{\Φ}}_{NL}(i_{\mathrm{\σ}},k_{\mathrm{\σ}})\>{\mathrm{\τ}}_a\left(i_{\mathrm{\σ}}\right)}{\Σ}{{\mathrm{\Φ}}_{NL}}^2(i_{\mathrm{\σ}},k_{\mathrm{\σ}})}{C\left(\mathrm{\μ}\right)}-{\[\frac{\underset{{\mathrm{\Φ}}_{NL}(i_{\mathrm{\σ}},k_{\mathrm{\σ}})\>{\mathrm{\τ}}_a\left(i_{\mathrm{\σ}}\right)}{\Σ}{\mathrm{\Φ}}_{NL}(i_{\mathrm{\σ}},k_{\mathrm{\σ}})}{C\left(\mathrm{\μ}\right)}\]}^2}$

其中，σ_dp(i_σ)表示认知无线网络中第i_σ个认知节点对应的非弱段中心去线性瞬时相位标准差参数，i_σ表示1到N之间的任意正整数，Φ_NL(i_σ,k)表示认知无线网络中第i_σ个认知节点对应的第k_σ个主用户信号瞬时相位值，k_σ表示1到M之间的任意正整数，C(η)表示认知无线网络中第η个认知节点对应的主用户信号瞬时相位均值，η表示1到N之间的任意正整数。

5.根据权利要求1所述的基于信号调制识别的认知无线网络资源分配方法，其特征在于，步骤(4c)中所述类间分类的具体步骤如下：

第一步，按照下式，计算类间分类门限值：

$P\left(T\right)=\frac{P\left(X\right(T)\left|X\right)+P\left(Y\right(T)\left|Y\right)}{2}$

其中，T表示类间分类门限值，X和Y分别表示被类间分类门限值T分开的两个子集，P(X(T)|X)表示已知是信号子集X的前提下，利用类间分类门限值T判为X的经验概率，P(Y(T)|Y)表示已知是信号子集Y的前提下，利用类间分类门限值T判为Y的经验概率，P(T)表示概率P(X(T)|X)和概率P(Y(T)|Y)的平均值；

第二步，判断当前零中心归一化中心幅度谱密度最大值参数是否大于其分类门限值，若是，则判定主用户信号调制方式类型为幅移键控MASK和正交幅度调制MQAM两种类型中的一种，执行第三步；否则，判定主用户信号调制方式类型为相移键控MPSK，频移键控MFSK和最小频移键控MSK三种类型中的一种，执行第四步；

第三步，判断当前非弱段中心去线性瞬时相位标准差参数是否大于其分类门限值，若是，则判定主用户信号调制方式类型为幅移键控MASK；否则，判定主用户信号调制方式类型为正交幅度调制MQAM；

第四步，判断当前包络波动参数是否大于其分类门限值，若是，则判定主用户信号调制方式类型为相移键控MPSK；否则，判定主用户信号调制方式类型为频移键控MFSK和最小频移键控MSK这两种类型中的一种；

第五步，将正交幅度调制MQAM信号编号为Cl_A，将相移键控MPSK信号为Cl_B，将频移键控MFSK信号和最小频移键控MSK信号共同编号为Cl_C，将幅移键控MASK信号编号为Cl_D。

6.根据权利要求1所述的基于信号调制识别的认知无线网络资源分配方法，其特征在于，步骤(4d)所述类内分类瞬时特征值与高阶累积量特征值联合提取方法是指，对类内分类瞬时特征值与高阶累积量特征值进行联合分析的方法，具体步骤如下：

第一步，按照下式，计算认知无线网络中单频分量凸显度系列参数：

$C_2\left(i_{c2}\right)=\frac{30\·S_{F2}\left(Pos\right)}{\underset{Posk=Pos-15/2}{\overset{Pos+15/2}{\Σ}}{S}_{F2}\left(Posk\right)-S_{F2}\left(Pos\right)}$

$C_4\left(i_{c4}\right)=\frac{30\·S_{F4}\left(Pos\right)}{\underset{Posk=Pos-15/2}{\overset{Pos+15/2}{\Σ}}{S}_{F4}\left(Posk\right)-S_{F4}\left(Pos\right)}$

其中，C₂(i_c2)表示表示认知无线网络中第i_c2个认知节点对应的二阶单频分量凸显度参数，S_F2表示认知网络主用户信号的二阶归一化功率谱密度参数，C₄(i_c)表示认知无线网络中第i_c4个认知节点对应的四阶单频分量凸显度，S_F4表示认知网络主用户信号的四阶归一化功率谱密度，其长度为M，S_F2(Pos)和S_F4(Pos)的值为1，Pos表示1到M之间的某一确定整数，·表示乘法操作，∑表示连加操作，Posk表示1到M之间的任意正整数；

第二步，按照下式，计算认知无线网络中零中心归一化谱密度最大值系列参数：

$P_{max2}\left(i_{p2}\right)=MAX\[\frac{\left|DFT\left(S_{e2}\right({\mathrm{\α}}_{p2}\left)\right)\right|}{\underset{i=1}{\overset{M}{\Σ}}\left|DFT\left(S_{e2}\right({\mathrm{\α}}_{p2}\left)\right)\right|}\]$

$P_{max4}\left(i_{p4}\right)=MAX\[\frac{\left|DFT\left(S_{e4}\right({\mathrm{\α}}_{p4}\left)\right)\right|}{\underset{i=1}{\overset{M}{\Σ}}\left|DFT\left(S_{e4}\right({\mathrm{\α}}_{p4}\left)\right)\right|}\]$

其中，P_max2(i_p2)表示认知无线网络中第i_p2个认知节点对应的二阶零中心归一化谱密度最大值参数，P_max4(i_p4)表示认知无线网络中第i_p4个认知节点对应的四阶零中心归一化谱密度最大值参数，i_p2和i_p4表示1到N之间的任意正整数，MAX表示取最大值操作，DFT表示傅里叶变换操作，S_e2(α_p2)表示认知无线网络中第α_p2个认知节点对应的主用户预处理信号，S_e4(α_p4)表示认知无线网络中第α_p4个认知节点对应的主用户预处理信号，α_p2表示1到N之间的任意正整数，α_p4表示1到N之间的任意正整数，M表示认知无线网络主用户信号采样点数，∑表示连加操，||表示取绝对值操作；

第三步，按照下式，计算认知无线网络中谱线与能量密度参数：

${\Π}_s\left(i_{\mathrm{\π}}\right)={\{\frac{n_{\mathrm{\ω}}}{{\mathrm{\ω}}_b}\·\frac{\ΣS_F}{{\mathrm{\ω}}_b}\}}_{S_F\>\frac{MAX\[S_F\]}{2}}$

其中，Π_s(i_π)表示认知无线网络中第i_π个认知节点对应的谱线与能量密度参数，i_π表示1到N之间的任意正整数，S_F表示认知网络主用户信号的归一化功率谱密度，ω_b表示S_F大于的粗估计带宽，n_ω表示粗估计带宽内S_F大于的谱线条数，·表示乘法操作，∑表示连加操作；

第四步，按照下式，计算认知无线网络中幅度包络标准差参数：

$E_s\left(i_e\right)=\sqrt{\frac{1}{M-1}\underset{i_e=1}{\overset{M}{\Σ}}{\left(S\right(i_e,i_e)-\frac{1}{M}\underset{i_e=1}{\overset{M}{\Σ}}S(i_e,j_e\left)\right)}^2}$

其中，E_s(i_e)表示认知无线网络中第i_e个认知节点对应的幅度包络标准差参数，i_e表示1到N之间的任意正整数，S(i_e,j_e)表示认知无线网络中第i_e个认知节点对应的第j_e个主用户信号采样点，j_e表示1到M之间的任意正整数，M表示第i_e个认知节点对应的主用户信号的采样点的个数，表示开根号操作；

第五步，按照下式，计算认知无线网络中高阶累积量系列参数：

|C₂₁|(i_ε2)＝cum[HT(i_ε2,b_ε2),HT(i_ε2,b_ε2)]＝M₂₀

$\left|C_{40}\right|\left(i_{\mathrm{\ϵ}4}\right)=cum\[HT(i_{\mathrm{\ϵ}4},b_{\mathrm{\ϵ}4}),HT(i_{\mathrm{\ϵ}4},b_{\mathrm{\ϵ}4}),HT(i_{\mathrm{\ϵ}4},b_{\mathrm{\ϵ}4}),HT(i_{\mathrm{\ϵ}4},b_{\mathrm{\ϵ}4})\]=M_{40}-3M_{20}^2$

其中，|C₂₁|(i_ε2)表示认知无线网络中第i_ε2个认知节点对应的二阶高阶累积量参数，i_ε2表示1到N之间的任意正整数，|C₄₀|(i_ε4)表示认知无线网络中第i_ε4个认知节点对应的四阶高阶累积量参数，i_ε4表示1到N之间的任意正整数，cum[]表示求高阶累积量操作，HT(i_ε2,b_ε2)表示认知无线网络中第i个认知节点对应的第b_ε2个主用户希尔伯特Hilbert变换信号点，b_ε2表示1到M之间的任意正整数，HT(i_ε4,b_ε4)表示认知无线网络中第i个认知节点对应的第b_ε4个主用户希尔伯特Hilbert变换信号点，b_ε4表示1到M之间的任意正整数，M₂₀表示认知无线网络中主用户信号的二阶矩，M₄₀表示认知无线网络中主用户信号的四阶矩。

7.根据权利要求1所述的基于信号调制识别的认知无线网络资源分配方法，其特征在于，步骤(4e)中所述类内分类的具体步骤如下：

第一步，按照下式，计算类内分类门限值：

$P\left(T\right)=\frac{P\left(X\right(T)\left|X\right)+P\left(Y\right(T)\left|Y\right)}{2}$

其中，T表示类内分类门限值，X和Y分别表示被类内分类门限值T分开的两个子集，P(X(T)|X)表示已知是信号子集X的前提下，利用类内分类门限值T判为X的经验概率，P(Y(T)|Y)表示已知是信号子集Y的前提下，利用类内分类门限值T判为Y的经验概率，P(T)表示概率P(X(T)|X)和概率P(Y(T)|Y)的平均值；

第二步，判断当前高阶累积量系列参数中的四阶高阶累积量参数是否大于其分类门限值，若是，则判定主用户信号调制方式类型为64阶正交幅度调制64QAM；否则，判断当前高阶累积量系列参数中的二阶高阶累积量参数是否小于其分类门限值，若是，则判定主用户信号调制方式类型为8阶正交幅度调制8QAM；否则，判定主用户信号调制方式类型为16阶正交幅度调制16QAM；

第三步，判断当前单频分量凸显度系列参数中的四阶单频分量凸显度参数是否大于其分类门限值，若是，则判定主用户信号调制方式类型为8阶相移键控8PSK；否则，判断当前单频分量凸显度系列参数中的二阶单频分量凸显度参数是否小于其分类门限值，若是，则判定主用户信号调制方式类型为2阶相移键控BPSK；否则，判定主用户信号调制方式类型为4阶相移键控QPSK；

第四步，判断当前谱线与能量密度参数是否大于其分类门限值，若是，则判定主用户信号调制方式类型为最小频移键控MSK；否则，执行第五步；

第五步，判断当前零中心归一化谱密度最大值系列参数中的四阶零中心归一化谱密度最大值参数是否大于其分类门限值，若是，则判定主用户信号调制方式类型为8阶频移键控8FSK；

否则，判断当前零中心归一化谱密度最大值系列参数中的二阶零中心归一化谱密度最大值参数是否小于其分类门限值，若是，则判定主用户信号调制方式类型为2阶频移键控2FSK；否则，判定主用户信号调制方式类型为4阶频移键控2FSK；

第六步，将64阶正交幅度调制64QAM信号编号为Cl_A-1，将16阶正交幅度调制16QAM信号编号为Cl_A-2，将8阶正交幅度调制8QAM信号编号为Cl_A-3；将8阶相移键控8PSK信号编号为Cl_B-1，将4阶相移键控QPSK信号编号为Cl_B-2，将2阶相移键控BPSK信号编号为Cl_B-3；将8阶频移键控8FSK信号编号为Cl_C-1，将4阶频移键控4FSK信号编号为Cl_C-2，将2阶频移键控2FSK信号编号为Cl_C-3，将最小频移键控MSK信号编号为Cl_C-4；将4阶幅移键控4ASK信号编号为Cl_D-1，将2阶幅移键控2ASK信号编号为Cl_D-2。

8.根据权利要求1所述的基于信号调制识别的认知无线网络资源分配方法，其特征在于，步骤(5)中所述的自身需求包括，认知无线网络认知节点的QoS需求和认知无线网络认知节点调制状态需求。

9.根据权利要求1所述的基于信号调制识别的认知无线网络资源分配方法，其特征在于，步骤(7)中所述频谱资源分配方法的具体步骤如下；

第1步，设定类间相关度Pr_outer和类内相关度Pr_inner；

第2步，按照下式，计算认知网络中认知节点接入优先级参数：

Pr＝Pr_outer·Pr_inner

其中，Pr表示认知网络中认知节点接入优先级参数，Pr_outer表示类间相关度，Pr_inner表示类内相关度，·表示乘法操作；

第3步，认知无线网络中继节点按照接入优先级参数的大小，由大到小排序；

第4步，认知无线网络中继节点优先选择接入优先级参数最大的认知无线网络认知节点接入空闲信道。