专利名称：基于可信度的加权协作频谱检测方法
技术领域：
本发明涉及无线通信领域中的无线频谱感知与检测技术，更具体地说涉及一种在无线信道环境下基于可信度的加权协作频谱感知与检测技术。
背景技术：
随着无线通信技术的快速发展，频谱需求不断增长和频谱资源日益紧缺之间的矛盾越来越突出。研究表明，目前的频谱资源利用率十分不均衡，存在大量频谱利用率很低的授权频段。作为一种动态频谱接入技术，认知无线电(Cognitive Radio,CR)被公认为是智能感知频谱环境、高效利用无线频谱的技术手段之一，引起了人们的广泛关注。CR系统要求认知用户对周围的频谱环境进行准确和快速的感知，并尽量减小对主用户的影响。因此，频谱检测技术在CR网络中尤其重要。频谱感知方法分单节点频谱检测和协作频谱检测两类。现有的单节点频谱检测方法主要有匹配滤波器检测、特征检测和能量检测，其中能量检测是最常用的方法，但是能量检测需要预先知道背景噪声功率且易受噪声不确定性的影响，对微弱信号的检测能力较差。针对能量检测方法存在的不足。近年来，人们将随机矩阵理论应用到频谱感知中，通过接收信号协方差矩阵的最大最小特征值设计频谱检测的特征量与频谱判决门限。最大最小值特征值算法克服了能量检测算法中噪声不确定性的问题，提高了在噪声波动环境下的频谱检测性能。在实际无线通信场景中，单节点检测方案很难克服衰落、多径、隐藏终端等因素对频谱检测性能的影响等问题，因此，有人提出了协作频谱检测方法。协作频谱检测方法是利用多个用户节点之间的协作进行频谱检测。但是传统的协作频谱检测没有考虑到实际认知无线电网络中由于信道、环境等因素造成本地频谱检测结果的可靠性。为了进一步提高频谱检测的可靠性，人们提出了加权协作感知算法。在加权协作感知算法中，每个感知节点先进行本地检测，融合中心根据不同的信道环境赋予每个感知节点不同的权重值来确定对全局检测的贡献，从而提高检测性能。目前加权协作感知算法有基于信噪比的加权和基于检测概率的加权。基于信噪比的加权是给高信噪比信道赋予较大的权重值，要求每个认知用户必须估计检测信道的信噪比，如论文“认知无线电网络中的最佳可信度频谱检测算法”(作者肖林)；而基于概率的加权是给高检测概率的用户分配较大的权重值。前者需要认知用户估计接收信号的信噪比，后者需要认知用户估计到每个信道的检测概率，这在衰落信道中都是很困难的问题。
发明内容
本发明在上述背景技术的基础上，考虑到不同感知节点的本地检测结果的可信度是不同的，引入可信度因子，提出一种基于可信度的加权协作频谱检测方法，该方法考虑本地频谱检测的可靠性和加权系数取值的合理性，实现无线环境下准确、有效的信号频谱感知与检测。为了达到上述目的，本发明提出的基于可信度的加权协作频谱检测方法，包括如下步骤:步骤1、网络配置——在已有主用户的网络中配置包含M个感知节点和一个融合中心的认知无线电网络；步骤2、设置感知节点的可信度——第m次检测时第i个感知节点的可信度
权利要求
1.基于可信度的加权协作频谱检测方法，包括如下步骤: 步骤1、网络配置——在已有主用户的网络中配置包含M个感知节点和一个融合中心的认知无线电网络； 步骤2、设置感知节点的可信度——第m次检测时第i个感知节点的可信度
2.根据权利要求1所述基于可信度的加权协作频谱检测方法，其特征在于:步骤3中，感知节点使用最大最小特征值检测算法进行本地检测。
3.根据权利要求2所述基于可信度的加权协作频谱检测方法，其特征在于:步骤3中，感知节点构建信号采样数据矩阵，计算得出信号采样数据矩阵的采样协方差矩阵，并计算所述协方差矩阵的最大特征值λ _和最小特征值Xmin，从而获得本地检测统计量T =λ max_/ λ min，若本地统计量大于判决门限，则感知节点本地判决主用户存在，否则感知节点本地判决主用户不存在。
4.根据权利要求1所述基于可信度的加权协作频谱检测方法，其特征在于:步骤6中，
全文摘要
本发明涉及一种基于可信度的加权协作频谱检测方法，主要步骤是各感知节点检测本地频谱，并与全局检测结果进行比较获得各自的本地频谱感知可信度；融合中心利用切尾平均法计算可信度门限，选择可信度大于该门限的感知节点参与协作；对筛选出的感知节点的可信度进行归一化处理得到各感知节点在本次协作中的加权系数；融合中心将参与协作的节点检测统计量加权求和后与系统的判决门限比较，最后判决主用户是否正在占用频谱；每次检测完成后更新感知节点的可信度，为下一次检测作准备。本发明有效降低了认知网络协作检测的复杂性，提高了频谱检测性能，在噪声波动环境下具有良好的鲁棒性。
文档编号H04W16/14GK103117820SQ20131002477
公开日2013年5月22日 申请日期2013年1月23日 优先权日2013年1月23日
发明者张士兵, 王海莲, 张晓格, 邱恭安 申请人:南通大学