一种基于时域延续性的主用户检测方法
【专利摘要】本发明公开了一种基于时域延续性的主用户检测方法，根据主用户状态在若干个时隙内保持不变的性质，利用已完成的若干个时隙检测的检测结果来协助完成当前检测；采用基于时域延续性的贝叶斯能量检测算法获得当前检测的判决门限；将观测能量与所述判决门限进行比较判断出主用户信号是否存在。本发明技术方案减小了贝叶斯代价，提高了当前检测的检测精度，检测精度优于普通的贝叶斯能量检测算法，并且最多可以减少三分之一的检测错误。
【专利说明】
一种基于时域延续性的主用户检测方法
技术领域
[0001] 本发明属于通信技术中认知无线电领域，涉及无线电中基于时域延续性提高主用 户检测精度的改进型贝叶斯能量检测算法。
【背景技术】
[0002] 频谱是无线通信的宝贵资源。在传统的无线通信系统中，频谱分配是固定的。一旦 一段频谱授权给某个用户，这个用户(授权用户，主用户)便对其具有独占性，即使自身不使 用也禁止其它用户(非授权用户，次级用户）占用。此方案实现简单，有利于保证主用户的服 务质量，在无线通信发展伊始就得到了广泛应用，并一直沿用至今。然而，近来的研究表明， 主用户在独享授权频段的同时，却没有充分利用该频段。根据美国联邦通信委员会的调查 报告，授权频段的利用率在15%到85%之间波动;很多授权频段在不同的时间段内、不同的 地理区域里都未被利用，形成了大量的频谱空洞。在频谱需求日益增大的今天，合理回收利 用这些频谱空洞，可以极大地缓解当前频谱资源紧张的问题。
[0003] 认知无线电是一种有效利用频谱空洞的新技术。这一技术允许次级用户在主用户 未使用授权频段(频谱空洞存在）的前提下使用该频段;一旦主用户重新使用授权频段(频 谱空洞消失），次级用户必须马上停止使用，以免对主用户产生干扰。为了达到这一目标，次 级用户首先必须检测频谱空洞是否存在。
[0004] 根据Yang、MCHenry等研究者实地测量的结果，人们发现主用户对授权频段的利用 状况随时间变化很大、频谱空洞具有很强的时效性。所以，为了能够及时有效地利用频谱空 洞，次级用户必须持续检测频谱空洞是否存在;换言之就是主用户检测必须连续不断地进 行。
[0005] 在主用户检测的诸多方法中，能量检测(ED)法由于结构简单、计算量小、先验信息 要求少而得到广泛的应用。能量检测本质上是要区分噪声能量与信号噪声的总能量，其检 测精度通常由虚警概率和漏检概率两个指标来衡量。对于次级用户来说，这两个概率都应 该尽可能地小。但是，由于虚警概率和判决门限反相关、漏检概率与判决门限正相关，判决 门限的选择不可能同时照顾到低虚警概率和低漏检概率的要求。从这个角度看，有必要选 择一个合适的判决门限，以便在虚警概率和漏检概率之间实现合理折中。兼顾虚警概率和 漏检概率的影响，可以采用贝叶斯代价作为检测精度的衡量指标，通过最小化贝叶斯代价， 得到能量检测的最优判决门限。
[0006] 在图像处理领域中，前景目标倾向于在连续多个图像帧中保持相似的颜色或者保 持相似的位置，这一特性被称为时域延续性。在时隙结构的主用户系统中，由于主用户通常 会在若干个时隙内保持其状态不变(例如，主用户一旦开始发射信号，它就会在若干个时隙 内持续发射信号，因为主用户的通信过程很难在单个时隙内完成），所以它也应该具有时域 延续性。考虑主用户的时域延续性，就能够利用以前已完成的若干次检测的检测结果来协 助完成当前检测，从而降低贝叶斯代价，提高能量检测的检测精度。
【发明内容】
[0007] 本发明的目的在于克服现有技术的不足，提供一种基于时域延续性的主用户检测 方法来检测主用户信号是否存在，这一方法运用已完成的若干次检测的检测结果来协助完 成当前检测，以此来减小贝叶斯代价，提高检测精度。
[0008] 贝叶斯能量检测(BED)算法连续检测过程中的每次检测都是独立完成的，前后检 测之间没有关联。基于时域延续性的贝叶斯能量检测算法能够利用以前已完成的若干次检 测的检测结果来协助完成当前检测，从而提高当前检测的检测精度。如下分别对能量检测 算法、贝叶斯能量检测算法和本发明解决其技术问题所采用的基于时域延续性的贝叶斯能 量检测算法进行说明。
[0009] (1)能量检测算法
[0010] 在第i个时隙的能量检测中，观测能量Vi可以表示为：
[0012] 其中，m(kWPSl(k)分别表示第i个时隙第k次采样时的加性噪声和主用户信号;η 表示进行检测的采样点数;Ho和出分别表示主用户信号不存在和存在。
[0013] 将观测能量Vl和判决门限λ做比较，就可以得出主用户信号是否存在：
[0015]我们假定噪声为零均值单位方差的实高斯白噪声，主用户传输恒功率信号。此时， Vi在Ho和Hi假设下分别服从中心卡方分布和非中心卡方分布。由于η的值比较大，根据中心 极限定理，卡方分布可近似为高斯分布：
[0017] 其中γ表示次级用户的接收信噪比。
[0018] 在能量检测中，虚警概率和漏检概率可分别表示为：
[0022]在传统的能量检测中，判决门限基于恒虚警准则获得。首先预设一个固定的虚警 概率#，然后将其代入公式(4)反求出判决门限：
[0024] (2)贝叶斯能量检测算法
[0025] 在贝叶斯能量检测算法中，通过最小化贝叶斯代价得到最优判决门限。贝叶斯代 价的具体定义为：
[0026] J = IfaP〇Pf+ImdPiPm (7)
[0027] 其中，IfJPImd分别表示虚警和漏检的影响因子;Px表示Η χ(χ = 0，1)的先验概率。
[0028] 通过对贝叶斯代价J求一阶偏导数使贝叶斯代价最小：
[0030]得到最优判决门限为：
[0032] 其中Α=η · γ/8+[1η(1+2γ )]/2，Β=[2η(1+2γ )]/2。
[0033] 基于最优判决门限，贝叶斯能量检测算法的虚警概率、漏检概率和贝叶斯代价可 以分别求出。与传统的能量检测算法相比，贝叶斯能量检测算法检测精度更高。
[0034] (3)基于时域延续性的贝叶斯能量检测算法
[0035] 假定主用户保持其状态不变的最小时隙为Μ，检测时如果主用户信号出现(或者消 失），那么它至少将在其后(Μ-1)次检测中均保持存在(或者不存在)状态，因而当Μ多2时，主 用户具备时域延续性。
[0036] Ι·Μ = 2
[0037] 假定feloj}表示第i次检测中主用户的状态，其中& = 〇和^ = 1分别表示主用 户有没有发射信号和主用户正在发射信号。此时，第i次检测的前两次检测中主用户的状态 可以表示为：
[0038] e{c/7.}'_〇 (10)
[0039] 其中，11() = 00,1^ = 01^ = 11,113= 10。将各状态出现的概率定义为
[0040] PU'^Piii ?? ! -(；,),0<./<3 (11)
[0041] Μ = 2时，主用户至少会在连续两次检测中保持其状态不变，用先验概率PdPPi分别 描述主用户不发射信号和发射信号的概率。基于马尔可夫链可以预测出第i次检测中主用 户不发射信号和发射信号的概率：
[0043] 令表示第i次检测中次级用户的判决结果，其中￥ = 〇和￥ = 1分别表示 次级用户判定主用户信号不存在和存在。此时，第i次检测的前两次检测中次级用户的判决 结果可表示为：
[0044] 丨 G{&g=〇 (13)
[0045] 其中，So = 00，Si = 01，S2 = 10，S3 = 11。类似地定义状态概率：
[0047] 状态概率也可以表示为：
[0049]其中表示在第i次检测中Hx的后验概率：
[0051] 在实际场景中次级用户不可能获得Z3%，因而在Sk = Uj的条件下利用八穴来近似 PC/：；.，裉据公式（14)-(16)可以计算出41=2时主用户状态转移图如图1 所示。
[0052] 与先验概率化和丹类似，预测概率和(和)同样能够在次级用户执行第 i次检测之前告知次级用户假设出和出出现的概率，并且预测概率更加精确;可以利用它们 替代公式(9)中的先验概率PdPPi，从而获得一个比1^更好的判决门限。此时第i次检测的 判决门限可写为：
[0054] Π.Μ>2
[0055] 在Μ=2场景中已经证明了基于时域延续性的贝叶斯能量检测算法的优越性，更一 般的，在任意Μ(Μ>2)场景中：
[0056] 将第i次检测的前Μ次检测中主用户的状态以及次级用户的判决结果分别表示为：
[0057] V-Μ+1···ι^-4
[0058] {U〇 = 00. · .0，Ui = 00. · .1，...，Um-ι = 01· · .1，Um=11. · .1，Um+i = 11. ··0，·· ·υ2Μ-ι = 10...0} (18)
[0059] |5(, = ()...00,5, = 0...01,5': = 0.,.10,5'； =0..,! 1,,..,.5.,.. ( = 1... 11 j (19)
[0060] 重新定义实际状态概率和检测状态概率分别为：
[0061 ] PL'^-PUi1 υυ:，/ll..i// ' -6',) (2:0)
[0062] /5? = -V-1 = ) (21)
[0063] 重新定义实际状态概率向量和检测状态概率向量分别为：
[0064] nf ?ρυ"...，ρυυ (22)
[0065] P皆=(PSLJ^，.._，PSk 1) (23)
[0066] 由于时域延续性的存在，当M>2时，集合元素个数比集合扠；^1元素个数 少。为了能够直接利甩近似丹/;:，提出利用一个映射矩阵Η将$起映射到尸％ :
[0067] PU、PS.'.H2..,:m (24)
[0068] 利用最小汉明距离准则来确定映射矩阵Η。令Sk和Uj之间的汉明距离为：
[0070]其中，Sk(l)和山（1)分别代表Sk和山的第1位。根据最小汉明距离准则，当检测结果 为Sk时，如果UjQ (0彡j0彡2MTP-1)与Sk之间的汉明距离dk, jQ在汉明距离集合中最小， 那么就认为此时主用户的真实状态为U#;更进一步地，如果集合中的最小汉明距 离同时有Q个，分别为dk,j〇,dk,ji，. . .，dk,jQ-i，那么就认为此时主用户的真实状态为Uj〇, Ub，. . .，υ」(Μ的概率均为1/QJ彡2时主用户状态转移图如图2所示。
[0071]将/^丨映射到后，基于马尔可夫链可以得到预测概率公式(26):
[0073]将公式（17)中的先验概率用预测概率代替可以得出基于时域延续性的贝叶斯能 量检测算法的瞬时判决门限。
[0074]借助于上述方法得到的瞬时判决门限^，与观测能量￥1进行比较，完成判决，得 出主用户信号存在与否。
[0075]本发明具有如下有益效果：
[0076] (1)实现简单。基于时域延续性的贝叶斯能量检测算法可以根据第i次检测的预测 概率得到最优判决门限从而完成判决。
[0077] (2)检测精度较高。该算法综合考虑虚警概率和漏检概率的影响；与贝叶斯能量检 测算法相比，当M= 2时基于时域延续性的贝叶斯能量检测算法的检测精度始终是最优的， 并且最多能够减少1/3的检测错误；当M>2时，基于时域延续性的贝叶斯能量检测算法虽然 不一定优于贝叶斯能量检测算法，但是它可以减少更多的检测错误。检测精度较高。该算法 综合考虑虚警概率和漏检概率的影响；与贝叶斯能量检测算法相比，当M = 2时基于时域延 续性的贝叶斯能量检测算法的检测精度始终是最优的，并且最多能够减少1/3的检测错误； 当M>2时，基于时域延续性的贝叶斯能量检测算法虽然不一定优于贝叶斯能量检测算法，但 是它可以减少更多的检测错误。
[0078] 以下结合附图及实施例对本发明作进一步详细说明，但本发明的一种基于时域延 续性的主用户检测方法不局限于实施例。
【附图说明】
[0079]图1为本发明方法中Μ = 2时主用户状态转移图；
[0080]图2为本发明方法中Μ>2时主用户状态转移图；
[0081 ]图3为本发明方法的流程图；
[0082] 图4为本发明方法的基于时域延续性的贝叶斯能量检测算法与贝叶斯能量检测算 法的贝叶斯代价之比；
[0083] 图5为本发明方法的基于时域延续性的贝叶斯能量检测算法、贝叶斯能量检测算 法和能量检测算法的贝叶斯代价与信噪比的关系。
【具体实施方式】
[0084] 如图3所示为基于时域延续性的主用户检测方法的主流程图，具体实施步骤如下：
[0085] 步骤301，按照贝叶斯能量检测算法对主用户完成最开始的Μ个时隙检测，计算出 状态概率向量PSM，令i=M+l。
[0086] 步骤302,利用前Μ次检测的检测结果来近似主用户的真实状态，根据公式（24)将 检测状态概率向量PS1映射成实际状态概率向量PU、
[0087] 步骤303,根据公式(26)得到第i次检测的预测概率馬）和/^(巧）。
[0088] 步骤304,根据公式（17)通过预测概率推导出第i次检测的瞬时判决门限&m。
[0089] 步骤305,对观测能量进行大小比较，如果表示主用户信号不存在； 反之V, 表示主用户信号存在，完成判决。
[0090] 步骤306,根据公式(16)计算后验概率和gUA)。
[0091] 步骤307,根据第i次检测得到的后验概率，得到第i+1次检测所需的检测状态概率 向量PSi+1:
[0093] 步骤308，令i = i+1，如果次级用户继续进行检测，转步骤302，否则结束。
[0094] 如图4所示为主用户保持其状态不变的最小时隙Μ等于2时，不同信噪比条件下基 于时域延续性的贝叶斯能量检测算法与贝叶斯能量检测算法的贝叶斯代价之比。其中贝叶 斯能量检测算法所用的先验概率PdPPi均等于〇. 5; If4PImd均等于1;图中两条曲线进行检 测的采样点数分别为100和200。从图4可知，基于时域延续性的贝叶斯能量检测算法和传统 的贝叶斯能量检测算法的贝叶斯代价的比值始终小于1大于2/3。因此，基于时域延续性的 贝叶斯能量检测算法的检测精度在任何时候都要优于传统的贝叶斯能量检测算法，并且最 多可以减少三分之一的检测错误。
[0095] 如图5所示为主用户保持其状态不变的最小时隙Μ大于2时，不同信噪比条件下基 于时域延续性的贝叶斯能量检测算法(图中标注为Improved)、贝叶斯能量检测算法和能量 检测算法的贝叶斯代价与信噪比的关系。从图5可以看出，能量检测算法具有最高的贝叶斯 代价，检测精度最差。与能量检测算法相比，传统的贝叶斯能量检测算法的贝叶斯代价较 低，这是因为贝叶斯能量检测算法通过优化判决门限最小化了贝叶斯代价。而基于时域延 续性的贝叶斯能量检测算法能够获得比传统贝叶斯能量检测算法更低的贝叶斯代价，因而 达到更高的检测精度。并且，当信噪比较高时，基于时域延续性的贝叶斯能量检测算法的贝 叶斯代价随着Μ的增大而减小;但当信噪比较低时，这样的结论不成立。这是由于基于时域 延续性的贝叶斯能量检测算法利用了以前的检测结果来协助完成当前检测，当信噪比较低 时，检测结果就会包含较多的检测错误，因此利用更多的检测结果并不一定能够降低贝叶 斯代价。当信噪比极低时，Μ = 8的基于时域延续性的贝叶斯能量检测算法的贝叶斯代价比 传统的贝叶斯能量检测算法要高。
[0096]以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和 原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
【主权项】
1. 一种基于时域延续性的主用户检测方法，其特征在于：利用已完成的若干次检测的 检测结果来协助完成当前检测;采用基于时域延续性的贝叶斯能量检测算法获得当前检测 的判决门限;将观测能量与所述判决门限进行比较判断出主用户信号是否存在。2. 根据权利要求1所述的基于时域延续性的主用户检测方法，其特征在于，具体步骤包 括： 步骤1，设主用户保持状态不变的最小时隙为M，按照贝叶斯能量检测算法完成最开始 的M个时隙检测;计算出检测状态概率向量PSm;令i=M+l;其中i表示第i次检测； 步骤2,利用前M次检测的检测结果来近似主用户的真实状态，将检测状态概率向量PS1 映射成实际状态概率向量HJi; 步骤3,基于马尔可夫模型，计算第i次检测的预测概率和/^(/(尽），其中H0表 示主用户信号不存在，出表示主用户信号存在； 步骤4，根据预测概率推导出第i次检测的瞬时判决门限; 步骤5,将观测能量V1和瞬时判决门限;^的大小进行比较，如果弋 <(，表示主用户信 号不存在;反之V, > 表示主用户信号存在，完成判决； 步骤6,计算后验概率和 步骤7,根据第i次检测得到的后验概率，计算第i+Ι次检测所需的检测状态概率向量PS1 +11 ， 步骤8，令i = i+Ι，如果次级用户继续进行检测，转步骤2，否则结束检测。3. 根据权利要求2所述的基于时域延续性的主用户检测方法，其特征在于:所述检测状 态概率向量定义为：其中：= /V-二忍)表示检测状态概率； 严，，+丨…v,.丨e卞丨)…()〇, 5.丨=()… 检测中次级用户的判决结果。4. 根据权利要求3所述的基于时域延续性的主用户检测方法，其特征在于:步骤2中所 述将检测状态概率向量PSi映射成实际状态概率向量?#用如下公式表示：其中，hAw表示映射矩阵； 所述实际状态概率向量PUi定义为：其中：V-表示实际状态概率； U1-V^+1... U1-1G {U〇 = 00. . .0,Ui = OO. . .1, . . . ,Um-i = 01 ...I, Um =11...1 ,Um+i= 11. . . 0 , . . . U2M-1 = 10. . .0}前M次检测中主用户的状态。5. 根据权利要求4所述的基于时域延续性的主用户检测方法，其特征在于:步骤3中所 述预测概率/^(凡)和/;,(〃, >由如下公式确定：其中，Ho和出分别表示主用户信号不存在和存在。6. 根据权利要求5所述的基于时域延续性的主用户检测方法，其特征在于:步骤4中所 述的瞬时判决门限由如下公式确定：其中，IfjPImd分别表示虚警和漏检的影响因子;Α=η · γ/8+[1η(1+2γ )]/2，B=[2n(l +2 γ )]/2, γ表示次级用户的接收信噪比，η表示进行检测的采样点数。7. 根据权利要求6所述的基于时域延续性的主用户检测方法，其特征在于:步骤6中所 述后验概率PiL(IZ e)和由如下公式确定：其中，f (Vl I Ho)表示主用户信号不存在情况下判决门限的概率密度函数;f (Vl IH1)表示 主用户信号存在情况下判决门限的概率密度函数;Po表示Ho的先验概率;P1表示出的先验概 率。8. 根据权利要求7所述的基于时域延续性的主用户检测方法，其特征在于:步骤7中所 述检测状态概率向量PSi+ 1由如下公式确定：9. 根据权利要求4所述的基于时域延续性的主用户检测方法，其特征在于：映射矩阵 基于最小汉明距离准则得到，具体步骤包括： 步骤41，令k=l;.( \ 2M -X 步骤42,计算中所有元素与Sk之间的汉明距离，组成汉明距离； 步骤43,找出汉明距离集中全部最小距离构成的」 步骤44，填充映射矩阵Η2Λ?_的第k行：步骤45,令k = k+l，如果k = 2Mg止计算，否则转步骤42进行下一次计算。10.根据权利要求9所述的基于时域延续性的主用户检测方法，其特征在于= SdPUj之间 的汉明距离由如下公式确定：其中，Sk (1)和Uj (1)分别代表Sk和Uj的苐1位。
【文档编号】H04B17/382GK106027175SQ201610268137
【公开日】2016年10月12日
【申请日】2016年4月27日
【发明人】彭盛亮, 高仁阳, 赵睿, 杨喜
【申请人】华侨大学