,n)表示ylin,y2,n，…，yN,n的联合条件概率密度函数：
[0125]q表示全部N个认知用户中不少于k个用户认定主用户信号存在这个事件发生的 场景总数；
[0126] 将检测概率04,,、漏检概率^和虚警概率作为多节点硬判决协作频谱 检测系统的检测性能参量，完成认知无线电网络中经历任意移动周期后频谱检测系统性能 参量获得方法。
[0127] 该方法还可以应用于多节点软判决协作频谱检测系统，
[0128] 假设移动场景下，认知用户服从随机游走模型，认知网络中存在N个移动的认知 用户以及一个融合中心FC;N为正整数；
[0129] 步骤一、采用公式：
[0130] yn= K/(dn)2 (2)
[0131] 获得认知用户检测到主用户信号的实时功率yn;
[0132] 式中：K是常量，且：
[0133] K = GrPtGt(Aw/4Ji)2
[0134] 式中屯表示认知用户的天线增益，Pt表示主用户的发射信号功率，Gt是授权用户 的天线增益；λ"是主用户信号的波长；
[0135] 步骤二、在每次能量检测中，每个认知用户采集Μ个点，Μ为正整数；且在高斯信道 中，噪声的均值为〇,方差为σ2,预设能量检测门限为λ;
[0136]贝lj在第η个感知周期后，多节点软判决协作频谱的检测概率&为：
[0146]获得任一认知用户SR和第η个移动周期的终点之间的间距d1ιη;1彡i彡Ν;νμ 表示在第η个移动周期中，该认知用户SR的移动速度；θιη表示在第η个移动周期中，该 认知用户SR的移动方向；Λt两次检测之间的时间间隔，即每个移动周期的持续的时间；
[0147] 步骤四、根据公式：
[0149] 获得间距dlin的条件概率密度函数表示该认知用户Sh的最大移动速度；v_ 表示该认知用户SR的最小移动速度；
[0150] 步骤五、根据式（4)推导出：
[0154] 式中：PQ为第η个移动周期内认知用户移动的距离；
[0155]步骤六、用表达式替换式（5)中的|3ν;Λ/λ/;η|,则dlin的条件概率密 度函数为：
[0157]步骤七、根据式（2)获得yi，n和dμ之间的关系式：
[0158] Υ?,η=K/(dijn)2 (7)
[0159]贝lj，yiJ勺条件概率密度函数为：
[0161]式中：匕(4;4凡，尤)通过将凡尤)中的
[0162] 步骤八、通过公式：
[0164] 计算yi，n的条件数学期望；
[0165] 步骤九、通过公式：
[0167] ylin的概率密度函数；
[0168] 其中：,/JH(Jy4Q，?)是由式（6)、式⑶和下式（n)计算得到的：
[0172]其中，是由式（6)、式（9)和下式（13)计算得到的：
[0174] 步骤十、则移动场景下多节点软判决协作频谱检测系统频谱感知的检测概率 d'为：
[0180]其中：Pri/YOU?是由式（6)、式（22)和式（23)计算得到的：
[0185]λs表示的是融合中心处的预设门限，Wi，n代表认知用户Sh在第η个感知周期中 的加权因子；
[0186] 将检测概率、漏检概率和虚警概率作为多节点软判决协作频谱检 测系统的检测性能参量，完成认知无线电网络中经历任意移动周期后频谱检测系统性能参 量获得方法。
[0187] 本发明针对认知无线电网络中任意移动周期后移动认知用户频谱检测系统进行 了研究，给出了检测性能指标（检测概率、漏检概率、虚警概率）的计算方法。在本发明 中，首先根据系统的网络模型以及认知用户的移动模型获得移动速度，运动方向，各个时刻 认知用户与主用户的距离之间的函数关系；然后根据本移动周期内的速度，方向和起点与 主用户的距离的概率密度函数求得终点与主用户的距离的概率密度函数；再根据信道模型 和检测模型获得移动用户实时检测到的主用户信号功率和距离函数之间的函数关系并利 用这个关系以及距离函数的概率密度函数计算得出此功率的概率密度函数。最后，利用此 功率的概率密度函数以及概率论、信号检测理论的知识求得移动场景下任意时刻单节点感 知，硬判决多节点协作感知和软判决协作感知系统中描述检测性能的三个指标，即检测概 率，漏检概率以及虚警概率的计算方法。仿真结果显示，仿真值和利用本计算方法计算得出 的理论值相吻合，说明了本计算方法的正确性。
【附图说明】
[0188] 图1是单节点频谱感知系统的认知网络模型示意图；
[0189]图2是多节点协作频谱感知系统的认知网络模型示意图；
[0190] 图3是认知无线电网络中移动场景下单节点频谱感知系统中的认知用户移动模 型不意图；
[0191] 图4是认知无线电网络中移动场景下多节点协作频谱感知系统中的认知用户移 动模型示意图；
[0192] 图5是一个移动周期后，在不同移动速度下限时任一移动认知用户（第r个）实时 接收到的主用户信号功率的仿真值和利用本发明计算得到的理论值仿真示意图；其中 =60km/h，a= 40km，Λt=Is;其中：
[0193] 曲线41是K= 50(wXkm2)下的仿真曲线；
[0194] 曲线42是K= 50(wXkm2)下的理论曲线；
[0195] 曲线43是K= 100(wXkm2)下的仿真曲线；
[0196] 曲线44是K= 100(wXkm2)下的理论曲线；
[0197] 曲线45是K= 200(wXkm2)下的仿真曲线；
[0198] 曲线46是K= 200(wXkm2)下的理论曲线；
[0199] 曲线47是K= 400(wXkm2)下的仿真曲线；
[0200] 曲线48是K= 400(wXkm2)下的理论曲线；
[0201] 图6是两个移动周期后，在不同移动速度下限时任一移动认知用户（第r个）实时 接收到的主用户信号功率的仿真值和利用本发明计算得到的理论值仿真示意图；其中 =60km/h，a= 40km，Λt=Is;其中：
[0202] 曲线51是K= 50(wXkm2)下的仿真曲线；
[0203] 曲线52是K= 50(wXkm2)下的理论曲线；
[0204] 曲线53是K= 100(wXkm2)下的仿真曲线；
[0205] 曲线54是K= 100(wXkm2)下的理论曲线；
[0206] 曲线55是K= 200(wXkm2)下的仿真曲线；
[0207] 曲线56是K= 200(wXkm2)下的理论曲线；
[0208] 曲线57是K= 400(wXkm2)下的仿真曲线；
[0209] 曲线58是K= 400(wXkm2)下的理论曲线；
[0210] 图7是三个移动周期后，在不同移动速度下限时任一移动认知用户（第r个）实时 接收到的主用户信号功率的仿真值和利用本发明计算得到的理论值仿真示意图；其中 =60km/h，a= 40km，Λt=Is;其中：
[0211] 曲线61是K= 50(wXkm2)下的仿真曲线；
[0212] 曲线62是K= 50(wXkm2)下的理论曲线；
[0213] 曲线63是K= 100(wXkm2)下的仿真曲线；
[0214] 曲线64是K= 100(wXkm2)下的理论曲线；
[0215] 曲线65是K= 200(wXkm2)下的仿真曲线；
[0216] 曲线66是K= 200(wXkm2)下的理论曲线；
[0217] 曲线67是K= 400(wXkm2)下的仿真曲线；
[0218] 曲线68是K= 400(wXkm2)下的理论曲线；
【具体实施方式】
【具体实施方式】 [0219] 一、认知无线电网络中经历任意移动周期后频谱检测系统性能参量 获得方法，由以下步骤实现：
[0220] 首先需要指出的是为了能够具体地给出各个步骤对应的表达式且不失一般性， 我们以以下具体的模型为例