本发明涉及一种应用于认知无线网络中的分布式协作频谱感知方法，该方法根据H无穷滤波理论，利用分布式信号处理方法，实现对授权用户的协作频谱检测。
背景技术：
随着无线通信技术的不断发展，如何提高对无线电资源特别是对频谱资源的利用效率，成为当前通信领域的研究热点和主要技术发展方向。在认知无线网络中，感知用户可以相互之间以协作地方式对认知无线网络中的授权用户进行分布式频谱感知，以快速、全面、准确地对某一特定的频谱的使用情况进行统计。因此，协作频谱感知是提高认知无线网络的频谱感知性能的最好方式之一。
在认知无线网络中，可以通过使用众多的感知用户设备来完成协作频谱感知功能。首先，各个感知用户可以通过能量检测等方法完成本地频谱检测，然后，将检测结果发送给附近的感知基站。感知基站今儿可以通过分析每个感知用户发来的频谱检测报告，对整体认知无线网络的无线信道资源使用情况做出全局决策，从而实现对认知无线网络中授权用户的频谱感知，本发明就属于这一类方法。
在已经被提出的协作频谱感知方法中，大多都忽略了无线信道阴影衰落对频谱感知性能的影响。当授权用户或感知用户经时变的无线信道阴影衰落时，感知用户对授权用户信号的能量检测将变得不准确，进而会影响其频谱感知结果。因此，必须使用一种方法对无线信道的阴影衰落进行估计和消除，以提高感知用户对无线信道衰落的鲁棒性，进而得到更为准确的频谱感知结果。
技术实现要素：
本文提出一种基于分布式H无穷滤波器的协作频谱感知方法。通过该方法，在认知无线网络中应用该方法可以实现对无线通信系统的频谱检测。
本发明的目的是通过下述技术方案实现的：基于分布式H无穷滤波器的协作频谱感知方法，其特征在于，具体步骤如下：
(1)在认知无线网络中，NR个感知用户分别进行本地频谱检测：
认知无线网络中，第j个感知用户通过其接收天线可以得到基带等效离散时间接收信号，可以表示为
yj[k]＝x[k]+wj[k]，k＝1,2,...,K,j＝1,2,...,NR
式中x[k]表示认知无线网络中授权用户发送信号的采样值，wj[k]为感知用户接收端对应的噪声采样值，其满足均值为0方差为的高斯分布。
设K为接收信号采样点数，计算第j个感知用户接收信号的对应能量值
(2)假设第j个感知用户在时刻i的接收信号能量可以表示为
Yj[i]＝G0-λ10log dj[i]+Sj[i]+zj[i]
式中，G0为距离感知用户1米处的授权用户对应的参考发射功率值，λ为无线衰落系数，dj[i]为时刻i第j个感知用户与授权用户之间的距离，zj[i]表示环境噪声，其满足均值为0方差为的高斯分布，Sj[i]表示相应的无线信道阴影衰落，其相邻时刻的状态变化可以表示为：
Sj[i]＝Sj[i-1]+vj[i]
式中，vj[i]为状态变化驱动噪声，满足均值为0方差为的高斯分布。
(3)利用如下H无穷滤波准则，对Sj[i]进行迭代估计
式中，sup{·}表示求最小上界，I为采样点数量，为Sj[i]的估计值，参数矩阵E可以等于Π，Π表示I×I维单位矩阵，参数矩阵参数矩阵此外，θ为事先设定的噪声门限值；求解上述H无穷滤波可以得到：
式中M[i]＝P[i](V+P[i])-1，P[i]＝[[(P-1[i-1]+V-1)-1+W]-1-θ-1]-1，P[0]为I×I维单位矩阵；
(4)对于认知无线网络中的NR个感知用户，完成上述步骤后，对接收信号能量值进行如下归一化处理：
根据感知用户事先设定好的虚警概率Pa，通过多次试验得到频谱检测阈值Tj的经验值；将接收信号能量值与检测阈值Tj进行比较，如果大于Tj，则表明授权用户存在；如果小于Tj，则说明此时认知无线网络中不存在授权用户；按照步骤(1)-(4)所述过程，NR个感知用户可以分别得到各自的频谱检测结果在中，分别用1和0表示授权用户是否存在；
(5)在感知基站中心，根据已有的NR感知用户本地频谱感知结果{Dj|j＝1,…,NR}，如果{Dj|j＝1,…,NR}都等于0，则表示没有授权用户；反之，如果{Dj|j＝1,…,NR}中有1存在，则表示有授权用户存在。
本发明的优点是，提出了一种基于分布式H无穷滤波理论的协作频谱感知方法。传统的协作频谱感知方法性能会收到无线信道阴影衰落的影响，最终会导致对授权用户检测的不准确。与之不同的是，本发明利用分布式H无穷滤波算法对感知用户对应的无线信道阴影衰落进行估计，以消除无线信道阴影衰落对频谱感知性能的影响。在此基础上，在感知基站端对各个感知用户的本地感知结果进行综合的决策融合，得到最终的认知无线网络频谱感知结果。
附图说明
图1是本方法的流程图。
具体实施方式
本发明基于分布式H无穷滤波器的协作频谱感知方法的设计思路包括如下步骤：
(1)认知无线网络中每个感知用户分别得到无线接收信号的能量值。
(2)假设连续I个时刻，每个感知用户利用接收信号能量值建立状态变化模型。
(3)根据步骤(2)中的状态变化模型，使用分布式H无穷滤波方法估计无线信道阴影衰落。
(4)每个感知用户利用估计得到的无线信道阴影衰落对接收信号能量值进行归一化处理，并得到本地频谱检测结果，并将其发送到感知基站。
(5)在感知基站端，对接收到的本地频谱感知结果进行或(OR)决策融合，得到整个认知无线网络对应的全局频谱感知结果。
其具体实施过程如下：
(2)在认知无线网络中，NR个感知用户分别进行本地频谱检测：
认知无线网络中，第j个感知用户通过其接收天线可以得到基带等效离散时间接收信号，可以表示为
yj[k]＝x[k]+wj[k]，j＝1,2,...,NR
式中x[k]表示认知无线网络中授权用户发送信号的采样值，wj[k]为感知用户接收端对应的噪声采样值，其满足均值为0方差为的高斯分布。
设K为接收信号采样点数，计算第j个感知用户接收信号的对应能量值
(2)假设第j个感知用户在时刻i的接收信号能量可以表示为
Yj[i]＝G0-λ10logdj[i]+Sj[i]+zj[i]
式中，G0为距离感知用户1米处的授权用户对应的参考发射功率值，λ为无线衰落系数，dj[i]为时刻i第j个感知用户与授权用户之间的距离，zj[i]表示环境噪声，其满足均值为0方差为的高斯分布，Sj[i]表示相应的无线信道阴影衰落，其相邻时刻的状态变化可以表示为
Sj[i]＝Sj[i-1]+vj[i]
式中，vj[i]为状态变化驱动噪声，满足均值为0方差为的高斯分布。
(3)利用如下H无穷滤波准则，对Sj[i]进行迭代估计
式中，sup{·}表示求最小上界，I表示采样点数量,为Sj[i]的估计值，参数矩阵E可以等于Π，Π表示I×I维单位矩阵，参数矩阵参数矩阵此外，上式中θ为事先设定的噪声门限值。求解上述H无穷滤波可以得到
式中M[i]＝P[i](V+P[i])-1，P[i]＝[[(P-1[i-1]+V-1)-1+W]-1-θ-1]-1，P[0]为I×I维单位矩阵。
(4)对于认知无线网络中的NR个感知用户，完成上述步骤后，对接收信号能量值进行如下归一化处理
根据感知用户事先设定好的虚警概率Pa，通过多次试验得到频谱检测阈值Tj的经验值。将接收信号能量值与检测阈值Tj进行比较，如果大于Tj，则标明授权用户存在；如果小于Tj，则证明此时认知无线网络中不存在授权用户。按照以上所述过程，NR个感知用户可以分别得到各自的频谱检测结果在中，分别用1和0表示授权用户是否存在。
(5)在感知基站中心，根据已有的NR感知用户本地频谱感知结果{Dj|j＝1,…,NR}，如果{Dj|j＝1,…,NR}都等于0，则表示没有授权用户；反之，如果{Dj|j＝1,…,NR}中有1存在，则表示有授权用户存在。