专利名称：一种合作频谱感知中认知用户节点的选择方法
技术领域：
本发明属于合作频谱感知技术领域，更为具体地讲，涉及一种合作频谱感知中认 知用户节点的选择方法。
背景技术：
传统的无线频谱资源都是固定分配的，对于那些已授权频段，大部分利用率都很 低。近年来，无线通信技术发展更为迅速，频谱资源也变得越来越紧张。为了解决频谱资源 匮乏的问题，基本思路就是尽量提高现有频谱的利用率。为此，人们提出了认知无线电的概认知无线电的基本出发点就是为了提高频谱利用率，无线通信设备可以按照某 种“伺机(Opportunistic Way) ”的方式工作在已授权的频段内。这种在空域、时域和频域 中出现的可以被利用的频谱资源被称为“频谱空洞”。认知无线电的核心思想就是使具有认 知功能的无线通信设备，即认知用户发现“频谱空洞”并合理利用。随着认知无线电技术的发展，合作频谱感知技术越来越受到重视，因为相对于单 一认知用户感知而言，合作感知的可靠性和准确度更高。合作频谱感知的思想是多个认知 用户不断感知周围的环境，利用本地感知算法得出感知结果并送往融合中心(基站)，融合 中心把本地结果融合得出主用户是否存在的判决。但是用于感知的认知用户节点数的增加也给网络带来了负担，会使系统资源的占 用越来越多，系统传输效率下降。
发明内容
本发明目的在于克服现有技术的不足，提出一种合作频谱感知中认知用户节点的 选择方法，将从认知用户节点中选出可靠认知用户进行合作频谱感知。为实现上述发明目的，本发明合作频谱感知中认知用户节点的选择方法，其特征 在于，包括以下步骤(1)、各认知用户节点进行本地感知计算认知用户节点i对主用户信号进行感知，获得主用户不存在和存在时本地检测能 量4。,、5其中，i是认知用户节点的索引号，i = 1，2，. . .，M，M是认知用户节点数；(2)、各认知用户节点进行信任度函数值计算认知用户节点i根据其本地检测能量、,xEll，计算出该认知用户节点i关于主用
户不存在与存在的信任度函数值
权利要求
一种合作频谱感知中认知用户节点的选择方法，其特征在于，包括以下步骤(1)、各认知用户节点进行本地感知计算认知用户节点i对主用户信号进行感知，获得主用户不存在和存在时本地检测能量其中，i是认知用户节点的索引号，i＝1，2，...，M，M是认知用户节点数；(2)、各认知用户节点进行信任度函数值计算认知用户节点i根据其本地检测能量计算出该认知用户节点i关于主用户不存在与存在的信任度函数值 <mrow><msub> <mi>m</mi> <mn>1</mn></msub><mrow> <mo>(</mo> <msub><mi>H</mi><mn>0</mn> </msub> <mo>)</mo></mrow><mo>=</mo><munderover> <mo>∫</mo> <msub><mi>x</mi><msub> <mi>E</mi> <mrow><mn>0</mn><mi>i</mi> </mrow></msub> </msub> <mrow><mo>+</mo><mo>∞</mo> </mrow></munderover><mfrac> <mn>1</mn> <mrow><msqrt> <mn>2</mn> <mi>π</mi></msqrt><msub> <mi>σ</mi> <mrow><mn>0</mn><mi>i</mi> </mrow></msub> </mrow></mfrac><mi>exp</mi><mo>[</mo><mo>-</mo><msup> <mrow><mo>(</mo><mi>x</mi><mo>-</mo><msub> <mi>u</mi> <mrow><mn>0</mn><mi>i</mi> </mrow></msub><mo>)</mo> </mrow> <mn>2</mn></msup><mo>/</mo><msup> <msub><mi>σ</mi><mrow> <mn>0</mn> <mi>i</mi></mrow> </msub> <mn>2</mn></msup><mo>]</mo><mi>dx</mi><mo>-</mo><mo>-</mo><mo>-</mo><mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo></mrow> </mrow> <mrow><msub> <mi>m</mi> <mi>i</mi></msub><mrow> <mo>(</mo> <msub><mi>H</mi><mn>1</mn> </msub> <mo>)</mo></mrow><mo>=</mo><munderover> <mo>∫</mo> <mrow><mo>-</mo><mo>∞</mo> </mrow> <msub><mi>x</mi><msub> <mi>E</mi> <mrow><mn>1</mn><mi>i</mi> </mrow></msub> </msub></munderover><mfrac> <mn>1</mn> <mrow><msqrt> <mn>2</mn> <mi>π</mi></msqrt><msub> <mi>σ</mi> <mrow><mn>1</mn><mi>i</mi> </mrow></msub> </mrow></mfrac><mi>exp</mi><mo>[</mo><mo>-</mo><msup> <mrow><mo>(</mo><mi>x</mi><mo>-</mo><msub> <mi>u</mi> <mrow><mn>1</mn><mi>i</mi> </mrow></msub><mo>)</mo> </mrow> <mn>2</mn></msup><mo>/</mo><msup> <msub><mi>σ</mi><mrow> <mn>1</mn> <mi>i</mi></mrow> </msub> <mn>2</mn></msup><mo>]</mo><mi>dx</mi><mo>-</mo><mo>-</mo><mo>-</mo><mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo></mrow> </mrow>式(1)、(2)中，H0和H1分别表示主用户不存在与存在，u0i，σ0i是第i个认知用户节点本地检测能量在主用户不存在时的均值和方差；u1i，σ1i是第i个认知用户本地检测能量在主用户存在时的均值和方差；(3)、发送信任度函数值给簇头节点，进行相关系数计算认知用户节点i，i＝1，2，...，M将其信任度函数值发送到簇头节点，簇头节点接收所有认知用户节点发送的其信任度函数值，然后，计算任意两个认知用户节点i，j关于主用户不存在的判断和主用户存在的判断的相关系数ωi，j、ψi，j <mrow><msub> <mi>ω</mi> <mrow><mi>i</mi><mo>,</mo><mi>j</mi> </mrow></msub><mo>=</mo><mn>1</mn><mo>-</mo><mfrac> <mrow><munderover> <mi>Σ</mi> <mrow><mi>k</mi><mo>=</mo><mn>1</mn> </mrow> <mi>N</mi></munderover><mo>|</mo><msub> <mi>m</mi> <mrow><mi>i</mi><mo>,</mo><mi>k</mi> </mrow></msub><mrow> <mo>(</mo> <msub><mi>H</mi><mn>0</mn> </msub> <mo>)</mo></mrow><mo>-</mo><mrow> <msub><mi>m</mi><mrow> <mi>j</mi> <mo>,</mo> <mi>k</mi></mrow> </msub> <mrow><mo>(</mo><msub> <mi>H</mi> <mn>0</mn></msub><mo>)</mo> </mrow> <mo>|</mo></mrow> </mrow> <mi>N</mi></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo></mrow> </mrow> <mrow><msub> <mi>ψ</mi> <mrow><mi>i</mi><mo>,</mo><mi>j</mi> </mrow></msub><mo>=</mo><mn>1</mn><mo>-</mo><mfrac> <mrow><munderover> <mi>Σ</mi> <mrow><mi>k</mi><mo>=</mo><mn>1</mn> </mrow> <mi>N</mi></munderover><mo>|</mo><msub> <mi>m</mi> <mrow><mi>i</mi><mo>,</mo><mi>k</mi> </mrow></msub><mrow> <mo>(</mo> <msub><mi>H</mi><mn>1</mn> </msub> <mo>)</mo></mrow><mo>-</mo><msub> <mi>m</mi> <mrow><mi>j</mi><mo>,</mo><mi>k</mi> </mrow></msub><mrow> <mo>(</mo> <msub><mi>H</mi><mn>1</mn> </msub> <mo>)</mo></mrow><mo>|</mo> </mrow> <mi>N</mi></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow> <mo>(</mo> <mn>4</mn> <mo>)</mo></mrow> </mrow>其中k表示认知用户节点向簇头接点发送信任度函数值的次数，且k＝1，2，...，N，共有N次；将所有关于主用户不存在的判断的信任函数值两两相关得到一个M×M阶的矩阵AM×M同理，所有关于主用户存在的判断的信任函数值两两相关可以得到一个M×M阶的矩阵BM×M这两个矩阵AM×M、BM×M简化为(4)、可靠认知用户节点选择a1、在不考虑矩阵对角线元素的情况下，设一门限值α，与矩阵AM×M中的元素ωi，j比较，再设一门限值β，并与矩阵BM×M中的元素ψi，j比较；a2、如果矩阵AM×M中的元素ωi，j≥α，就将矩阵AM×M中的第i行j列元素置为1，否则，就置为0；同样，如果矩阵BM×M中的元素ψi，j≥β，就将矩阵BM×M中的第i行j列元素置为1，否则，就置为0；通过这步的比较判断得出的矩阵AM×M和BM×M的元素只含有0和1。a3、统计有关第i认知用户节点0、1的个数，如果在矩阵AM×M中有关第i个认知用户节点的元素值1的个数大于等于M/2，并且在矩阵BM×M中有关第i个认知用户节点的元素值1的个数也大于等于M/2，保留此认知用户节点；如果在矩阵AM×M中有关第i个认知用户节点的元素值1的个数小于M/2，或在矩阵BM×M中有关第i个认知用户节点的元素值1的个数小于M/2，删除此认知用户节点；选择保留的认知用户节点为可靠认知用户节点；(5)、可靠认知用户节点用于合作感知簇头节点把各认知用户节点选择保留或删除的情况，通知各认知用户节点，选择保留的认知用户节点为合作感知提供本地感知依据，删除的认知用户节点不再参与合作感知。FSA00000256555900011.tif,FSA00000256555900012.tif,FSA00000256555900015.tif,FSA00000256555900016.tif,FSA00000256555900021.tif,FSA00000256555900022.tif,FSA00000256555900023.tif,FSA00000256555900024.tif
1. 一种合作频谱感知中认知用户节点的选择方法，其特征在于，包括以下步骤(1)、各认知用户节点进行本地感知计算认知用户节点i对主用户信号进行感知，获得主用户不存在和存在时本地检测能量 、xEu唭中，i是认知用户节点的索引号，i = 1，2，. . .，M，M是认知用户节点数；(2)、各认知用户节点进行信任度函数值计算认知用户节点i根据其本地检测能量&。,、、,，计算出该认知用户节点i关于主用户 不存在与存在的信任度函数值
全文摘要
本发明公开了一种合作频谱感知中认知用户节点的选择方法，通过各认知用户节点进行本地感知，获得主用户不存在和存在时本地检测能量然后计算出对主用户节点存在与不存在的信任度函数值，发送到簇头节点；簇头节点计算各认知用户节点两两之间的关于主用户节点存在与不存在的相关系数，然后根据门限将相关系数大于等于门限得设为1，小于门限的设为0；对于某一认知用户节点，如果关于主用户节点存在与不存在的相关系数为1的个数都大于M/2时，则该认知用户节点为可靠节点，予以保留，否则予以删除，不再合作感知提供本地感知依据，这样降低参与合作感知的认知用户节点数，在保证合作感知准确性的同时，减轻了网络负担，降低了系统资源的占用，系统传输效率也得到了提高。
文档编号H04B17/00GK101951620SQ201010272360
公开日2011年1月19日 申请日期2010年9月3日 优先权日2010年9月3日
发明者刘健, 李敬, 隆克平 申请人:电子科技大学