认知无线电通信系统中认知用户对授权用户基于能量感知的参数估计方法
【专利摘要】认知无线电通信系统中认知用户对授权用户基于能量感知的参数估计方法，属于授权用户参数估计【技术领域】。本发明是为了解决认知无线电通信系统中，认知用户在授权用户出现时进行频谱切换，无法获取授权用户的参数，进而无法最大化其效益的问题。它首先建模获得授权信道模型，获得授权信道的状态概率分布；再利用隐式马尔可夫模型描述授权信道的繁忙与空闲状态变化，获得授权信道的隐藏状态转移概率矩阵；通过能量感知方法计算获得检测概率和虚警概率；进而获得混淆矩阵；最后利用Baum-Welsh算法对隐式马尔可夫模型进行估计，获得隐式马尔可夫模型的估计值。本发明用于对授权用户进行参数估计。
【专利说明】认知无线电通信系统中认知用户对授权用户基于能量感知的参数估计方法
【技术领域】
[0001]本发明涉及认知无线电通信系统中认知用户对授权用户基于能量感知的参数估计方法，属于授权用户参数估计【技术领域】。
【背景技术】[0002]在认知无线电通信系统中，认知用户通过频谱检测获取授权信道信息，从而使用处于空闲状态的授权信道。但是，当授权用户出现时，认知用户需要毫无条件的退出该信道，此时将发生信道的切换，即频谱切换。目前，在认知无线电研究领域中，频谱切换主要分为三种方式:主动式频谱切换、被动式频谱切换及混合式频谱切换。无论是何种频谱切换方式，认知用户都需要知道授权用户的参数，从而制定最优的频谱切换策略，最大化其效益。然而，在目前研究中，研究者对于授权用户的参数只是进行假定，并没有切实可行的估计方法。
【发明内容】
[0003]本发明目的是为了解决认知无线电通信系统中，认知用户在授权用户出现时进行频谱切换，无法获取授权用户的参数，进而无法最大化其效益的问题，提供了一种认知无线电通信系统中认知用户对授权用户基于能量感知的参数估计方法。
[0004]本发明所述认知无线电通信系统中认知用户对授权用户基于能量感知的参数估计方法，它包括以下步骤:
[0005]步骤一:认知用户利用M/M/1/Z排队模型对每条授权信道进行建模获得授权信道模型，经计算获得授权信道的状态概率分布；Z为授权信道缓存容量；
[0006]步骤二:利用隐式马尔可夫模型描述授权信道的繁忙与空闲状态变化，获得授权信道的隐藏状态转移概率矩阵；
[0007]步骤三:认知用户通过能量感知方法计算获得检测概率和虚警概率；
[0008]步骤四:根据检测概率和虚警概率获得混淆矩阵；
[0009]步骤五:利用Baum-Welsh算法对隐式马尔可夫模型进行估计，获得隐式马尔可夫模型的估计值；
[0010]步骤六:根据隐式马尔可夫模型的估计值，计算获得授权用户的参数估计值。
[0011]步骤一中认知用户利用M/M/1/Z排队模型对每条授权信道进行建模，经计算获得授权信道的状态概率分布的具体方法为:
[0012]所述授权信道模型基于FCFS规则；设定授权信道状态ζ e {0，1，2，...，Z}，当O≤ζ≤Z-1时，λ ξ表示授权信道状态从ζ到ζ +1的到达率；当I≤ζ≤Z时，μ ζ表示授权信道状态从?到ζ-l的服务率；由此，获得授权信道状态平衡方程为:
【权利要求】
1.一种认知无线电通信系统中认知用户对授权用户基于能量感知的参数估计方法，其特征在于，它包括以下步骤: 步骤一:认知用户利用M/M/1/Z排队模型对每条授权信道进行建模获得授权信道模型，经计算获得授权信道的状态概率分布；Z为授权信道缓存容量； 步骤二:利用隐式马尔可夫模型描述授权信道的繁忙与空闲状态变化，获得授权信道的隐藏状态转移概率矩阵； 步骤三:认知用户通过能量感知方法计算获得检测概率和虚警概率； 步骤四:根据检测概率和虚警概率获得混淆矩阵； 步骤五:利用Baum-Welsh算法对隐式马尔可夫模型进行估计，获得隐式马尔可夫模型的估计值； 步骤六:根据隐式马尔可夫模型的估计值，计算获得授权用户的参数估计值。
2.根据权利要求1所述的认知无线电通信系统中认知用户对授权用户基于能量感知的参数估计方法，其特征在于，步骤一中认知用户利用M/M/1/Z排队模型对每条授权信道进行建模，经计算获得授权信道的状态概率分布的具体方法为: 所述授权信道模型基于FCFS规则；设定授权信道状态ζ e {0，1，2，...，Z}，当O≤ζ≤Z-1时，λ ξ表示授权信道状态从ζ到ζ +1的到达率；当I≤ζ≤Z时，μ ξ表示授权信道状态从?到H的服务率；由此，获得授权信道状态平衡方程为:
3.根据权利要求2所述的认知无线电通信系统中认知用户对授权用户基于能量感知的参数估计方法，其特征在于，步骤二中利用隐式马尔可夫模型描述授权信道的繁忙与空闲状态变化，获得授权信道的隐藏状态转移概率矩阵的具体方法为: 隐式马尔可夫模型Ψ = (Α，Β, 31)， 其中A为隐藏状态转移概率矩阵，B为混淆矩阵，π为授权用户初始状态概率分布；将授权用户对于授权信道的真实使用情况视为隐藏状态，以H1表示繁忙,Htl表示空闲；将认知用户对授权信道的使用情况检测结果视为可观测序列，以D1表示检测结果为繁忙，D0表示检测结果为空闲；则隐藏状态转移概率矩阵A为:
4.根据权利要求3所述的认知无线电通信系统中认知用户对授权用户基于能量感知的参数估计方法，其特征在于，步骤三中认知用户通过能量感知方法计算获得检测概率和虚警概率的具体方法为: 首先，认知用户将接收到的来自授权信道的检测信号进行抽样获得抽样信号，计算获得抽样信号的平方和Y，将该平方和Y与预设能量感知的门限值比较，判断获得授权信道是否处于工作状态；当授权用户处在加性高斯白噪声条件下，根据概率论与数理统计原理，当授权信道处于繁忙状态时，抽样信号的平方和Y服从非中心卡方分布，其自由度N为抽样个数；当授权信道处于空闲状态时，抽样信号的平方和Y则满足中心卡方分布，其自由度N为抽样个数； 抽样信号的平方和Y的概率密度函数fY(y)为:
5.根据权利要求4所述的认知无线电通信系统中认知用户对授权用户基于能量感知的参数估计方法，其特征在于，步骤四中根据检测概率和虚警概率获得混淆矩阵的具体方法为: 根据检测概率Pd和虚警概率Pf表示混淆矩阵B为:
6.根据权利要求5所述的认知无线电通信系统中认知用户对授权用户基于能量感知的参数估计方法，其特征在于，步骤五中利用Baum-Welsh算法对隐式马尔可夫模型进行估计，获得隐式马尔可夫模型的估计值的具体方法为: 利用Baum-Welsh算法对隐式马尔可夫模型Ψ = (Α，Β，π )进行估计，估计值表达式如下:
7.根据权利要求6所述的认知无线电通信系统中认知用户对授权用户基于能量感知的参数估计方法，其特征在于，步骤六中根据隐式马尔可夫模型的估计值，计算获得授权用户的参数估计值的具体方法为: 根据隐式马尔可夫模型的估计值，利用下述方程，计算获得授权用户参数估计值，即到达率:Z:和服务率:异:
【文档编号】H04W36/06GK103596209SQ201310631265
【公开日】2014年2月19日 申请日期:2013年11月28日 优先权日:2013年11月28日
【发明者】马琳, 杨小龙, 谭学治, 何晨光, 迟永钢, 魏守明 申请人:哈尔滨工业大学