一种主用户频谱感知方法与装置与流程

本发明涉及通信技术领域，更具体地，涉及一种主用户频谱感知方法与装置

背景技术：

现如今，无线传输中可使用的频谱资源越来越紧缺。认知无线电通过对无线频谱资源进行重复利用和动态共享，有效地缓解了这一现象。传统认知无线电主要是基于一种LBT(Listen Before Talk，对话前监听)的思想，即感知到信道频段的状态后，让SU(Second User，次用户)来决定是否使用授权信道频段，进而实现信道频段的共享。在对信道频段进行共享时，通常包括两种共享方式，即Overlay与Underlay。对于Overlay共享方式，当没有PU(Primary User，主用户)使用信道频段时，次用户SU可以使用信道频段传输信号。当检测到PU需使用信道频段时，SU需立即释放该信道频段，以确保主用户不被干扰。相比Overlay共享方式，Underlay共享方式通过限制SU对PU的干扰程度，从而使得SU在任何时刻均可以接入目标信道频段，从而能提升信道频段的利用率。基于Underlay共享方式，现有的主用户频谱感知方法主要是通过在信道频段上，测量某段观测时间内接收信号的总能量，将总能量值与某一设定门限比较来判决主用户是否在使用信道频段，从而实现对主用户进行感知。

在实现本发明的过程中，发现上述方法至少存在以下问题：由于是根据某段时间内接收信号的总能量对主用户进行感知，因此，该方式只能对单一主用户进行感知。在时分复用系统中，存在一个时隙下多个主用户使用信道频段的可能性。因此，通过累加能量总值的方式不能对多个主用户进行系统地感知，从而导致适用范围有限，感知性能较差。

技术实现要素：

本发明提供一种克服上述问题或者至少部分地解决上述问题的方法。

根据本发明的一个方面，提供了一种主用户频谱感知方法，该方法包括：

对于任一主用户，预测任一主用户在当前时隙下的存在概率及信道衰落因子；

根据当前时隙下接收到的观测值，对存在概率及信道衰落因子进行更新；

将更新后的存在概率与预设判决门限值进行比较，得到任一主用户在当前时隙下状态的粗判决结果；

根据更新后的存在概率，计算任一主用户的联合存在概率；

根据任一主用户的联合存在概率对粗判决结果进行修正，得到当前时隙下任一主用户状态的最终判决结果。

根据本发明的另一个方面，提供了一种主用户频谱感知装置，该装置包括：

预测模块，用于对于任一主用户，预测任一主用户在当前时隙下的存在概率及信道衰落因子；

更新模块，用于根据当前时隙下接收到的观测值，对存在概率及信道衰落因子进行更新；

比较模块，用于将更新后的存在概率与预设判决门限值进行比较，得到任一主用户在当前时隙下状态的粗判决结果；

计算模块，用于根据更新后的存在概率，计算任一主用户的联合存在概率；

修正模块，用于根据任一主用户的联合存在概率对粗判决结果进行修正，得到当前时隙下任一主用户状态的最终判决结果。

本申请提出的技术方案带来的有益效果是：

通过预测主用户在当前时隙下的存在概率及信道衰落因子，根据当前时隙下接收到的观测值，对存在概率及信道衰落因子进行更新。将更新后的存在概率与预设判决门限值进行比较，得到该主用户在当前时隙下状态的粗判决结果。根据更新后的存在概率，计算任一主用户的联合存在概率。根据该主用户的联合存在概率对粗判决结果进行修正，得到当前时隙下该主用户状态的最终判决结果。由于在对主用户进行感知时，可根据存在概率对主用户在当前时隙下的状态进行判决，且可根据主用户的联合存在概率对判决结果进行修正，从而能够适用多个主用户存在的情形，并能够提高感知性能。

附图说明

图1为本发明实施例的一种主用户频谱感知方法的流程示意图；

图2为本发明实施例的一种主用户频谱感知方法的流程示意图；

图3为本发明实施例的一种功能模块的连接关系示意图；

图4为本发明实施例的一种主用户频谱感知装置的结构示意图；

图5为本发明实施例的一种预测模块的结构示意图；

图6为本发明实施例的一种更新模块的结构示意图；

图7为本发明实施例的一种主用户频谱感知装置的结构示意图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

本实施例提供了一种主用户频谱感知方法，该主用户频谱感知方法流程包括：

101、对于任一主用户，预测任一主用户在当前时隙下的存在概率及信道衰落因子。

102、根据当前时隙下接收到的观测值，对存在概率及信道衰落因子进行更新。

103、将更新后的存在概率与预设判决门限值进行比较，得到任一主用户在当前时隙下状态的粗判决结果。

104、根据更新后的存在概率，计算任一主用户的联合存在概率。

105、根据任一主用户的联合存在概率对粗判决结果进行修正，得到当前时隙下任一主用户状态的最终判决结果。

本发明实施例提供的方法，通过预测主用户在当前时隙下的存在概率及信道衰落因子，根据当前时隙下接收到的观测值，对存在概率及信道衰落因子进行更新。将更新后的存在概率与预设判决门限值进行比较，得到该主用户在当前时隙下状态的粗判决结果。根据更新后的存在概率，计算任一主用户的联合存在概率。根据该主用户的联合存在概率对粗判决结果进行修正，得到当前时隙下该主用户状态的最终判决结果。由于在对主用户进行感知时，可根据存在概率对主用户在当前时隙下的状态进行判决，且可根据主用户的联合存在概率对判决结果进行修正，从而能够适用多个主用户存在的情形，并能够提高感知性能。

作为一种可选实施例，预测任一主用户在当前时隙下的存在概率，包括：

确定任一主用户在前一时隙下的存在概率及非存在概率，确定任一主用户在当前时隙下的出生概率及经历前一时隙后的幸存概率；

将前一时隙下的存在概率与幸存概率进行相乘，得到第一乘积，将出生概率与前一时隙下的非存在概率进行相乘，得到第二乘积；

将第一乘积与第二乘积进行相加，将得到的和作为任一主用户在当前时隙下存在概率。

作为一种可选实施例，信道衰落因子用一组离散的粒子进行表示，预测任一主用户在当前时隙下的信道衰落因子，包括：

对于任一粒子，基于对应的转移概率分布，根据任一粒子在前一时隙的状态值，预测当前时隙下任一粒子的状态值；

根据任一粒子的类型，根据第一乘积、第二乘积、当前时隙下的存在概率及任一粒子在前一时隙下的权值，预测当前时隙下任一粒子的权值。

作为一种可选实施例，根据任一粒子的类型，根据第一乘积、第二乘积、当前时隙下的存在概率及任一粒子在前一时隙下的权值，预测当前时隙下任一粒子的权值，包括：

当任一粒子为存在粒子时，将第一乘积除以当前时隙下的存在概率得到第一商值，将第一商值与任一粒子在前一时隙下的权值相乘所得到的结果作为当前时隙下任一粒子的权值；

当任一粒子为出生粒子时，将第二乘积除以当前时隙下的存在概率得到第二商值，将第二商值与任一粒子在前一时隙下的权值相乘所得到的结果作为当前时隙下任一粒子的权值。

作为一种可选实施例，根据当前时隙下接收到的观测值，对存在概率进行更新，包括：

根据观测值计算当前时隙下任一主用户的似然比率；

根据似然比率及存在概率，重新计算存在概率，得到更新后的存在概率。

作为一种可选实施例，根据当前时隙下接收到的观测值，对信道衰落因子进行更新，包括：

对于信道衰落因子划分的任一粒子，基于观测值及任一粒子的状态值，计算任一主用户处于工作状态时的第一似然函数值；

将第一似然函数值与粒子的权值相乘，将得到的乘积作为任一粒子更新后的权值；

根据每一粒子更新后的权值，对任一粒子的权值进行归一化，得到任一粒子归一化的粒子权值；

根据归一化的粒子权值对任一粒子的状态值重新进行采样，得到更新后的粒子状态值。

作为一种可选实施例，根据观测值计算当前时隙下任一主用户的似然比率，包括：

对于信道衰落因子划分的任一粒子，基于观测值，计算当前时隙下任一主用户处于空闲状态时的第二似然函数值；

将第二似然函数值除以第一似然函数值，得到相应的商值；

将商值乘以任一粒子权值，得到乘积；

将每个粒子对应的乘积进行叠加，将得到的和作为任一主用户的似然比率。

作为一种可选实施例，将更新后的存在概率与预设判决门限值进行比较，得到任一主用户在当前时隙下状态的粗判决结果，包括：

当更新后的存在概率小于预设判决门限值时，确定任一主用户状态为空闲状态；

当更新后的存在概率不小于预设判决门限值时，确定任一主用户状态为工作状态。

作为一种可选实施例，根据任一主用户的联合存在概率对粗判决结果进行修正，得到当前时隙下任一主用户状态的最终判决结果之后，还包括：

根据任一主用户状态的最终判决结果，重新估计信道衰落因子。

作为一种可选实施例，根据任一主用户状态的最终判决结果，重新估计信道衰落因子，包括：

当任一主用户状态的最终判决结果为工作状态时，将所有粒子的加权值作为估计的信道衰落因子；

当任一主用户状态的最终判决结果为空闲状态且当前时隙为信道周期首时刻时，基于对应的转移概率分布，根据前一时隙下的信道衰落因子，得到估计的信道衰落因子；

当任一主用户状态的最终判决结果为空闲状态且当前时隙不为信道周期首时刻时，将前一时隙下的信道衰落因子估计值作为估计的信道衰落因子。

上述所有可选技术方案，可以采用任意结合形成本发明的可选实施例，在此不再一一赘述。

本发明实施例提供了一种主用户频谱感知方法。需要说明的是，本实施例提供的方法考虑了多个主用户状态的可能性，从而能够较精准预测信道频段的真实使用情况。其中，可感知的主用户数量为至少两个，本实施例不对可感知的主用户数量作具体限定。为了便于说明，本实施例中的方法步骤均以通信网络中任一主用户进行方法阐述，感知到的主用户数量为两个为例，在对通信网络中任一主用户进行感知时，均可按照本实施例提供的方法步骤进行实施，本实施例对此不作具体限定。参见图2，本实施例提供的方法流程包括：201、预测主用户在当前时隙下的存在概率及信道衰落因子；202、根据当前时隙下接收到的观测值，对存在概率及信道衰落因子进行更新；203、将更新后的存在概率与预设判决门限值进行比较，得到该主用户在当前时隙下状态的粗判决结果；204、根据更新后的存在概率，计算主用户的联合存在概率；205、根据主用户的联合存在概率对粗判决结果进行修正，得到当前时隙下主用户状态的最终判决结果。

其中，201、预测主用户在当前时隙下的存在概率及信道衰落因子。

在该步骤中，存在概率用于描述主用户在当前时隙下使用信道频段可能性。基于主用户使用信道频段时的可能性，若前一时隙该主用户没有使用过信道频段，则根据前一时隙主用户没有使用信道频段的非存在概率与当前时隙主用户准备使用信道频段的出生概率，可确定该主用户在当前时隙下存在概率的第一部分值。根据前一时隙主用户使用信道频段的存在概率与前一时隙结束后主用户还会使用该信道频段的幸存概率，可确定该主用户在当前时隙下存在概率的第二部分值。将第一部分值与第二部分值进行叠加即为主用户在当前时隙下存在概率的预测值。上述过程具体计算方法包括但不限于如下内容：确定主用户在前一时隙下的存在概率及非存在概率，确定主用户在当前时隙下的出生概率及经历前一时隙后的幸存概率；将前一时隙下的存在概率与幸存概率进行相乘，得到第一乘积，将出生概率与前一时隙下的非存在概率进行相乘，得到第二乘积；将第一乘积与第二乘积进行相加，将得到的和作为主用户在当前时隙下存在概率。具体计算过程可如下公式(1)所示：

q_j，k|k-1＝p_b，j，k×(1-q_j，k-1|k-1)+p_s，j，k×q_j，k-1|k-1，j∈{1，2}. (1)

其中，j表示第j个主用户，q_j，k|k-1为主用户在当前时隙下存在概率的预测值，p_b，j，k为主用户在当前时隙的出生概率，q_j，k-1|k-1为主用户在前一时隙的存在概率，p_s，j，k为主用户在当前时隙下的幸存概率。需要说明的是，若当前时刻为第一个时隙时，上述概率的初始值可以按照实际实施情况进行设定，本实施例不对上述概率的初始值进行设定。

需要说明的是，由于信道是动态变化的，而信道的变化(如信道的衰落)直接影响次用户接收到观测值的准确性。为了解决上述问题，本实施例提供了用信道衰落因子来对动态时变信道的信道情况进行描述。其中，信道衰落因子可采用一组离散的粒子值来更好地近似。为了更好地逼近主用户存在状态的动态改变，可将粒子分为两部分：一直存在的粒子，即以当前时隙为参考前一时隙就存在的粒子，简称存在粒子，其个数为N；出生粒子，其个数为B。针对某一时隙的信道衰落因子，粒子的预测值可包括两部分：信道衰落因子粒子状态值的预测值和粒子权值的预测值。

例如，以主用户数量为两个为例。两个主用户在第k时隙下对应的信道衰落因子可分别表示为α_1，k和α_2，k。其中，α_1，k和α_2，k分别采用一组离散的粒子值知来近似。其中，α_1，k⁽ⁱ⁾为第k时隙下第i个粒子状态值的预测值，ε_1，k⁽ⁱ⁾为第k时隙下第i个粒子权值的预测值。

基于上述内容，本实施例不对预测任一主用户在当前时隙下的信道衰落因子的方式作具体限定，包括但不限于：对于任一粒子，基于对应的转移概率分布，根据任一粒子在前一时隙的状态值，预测当前时隙下任一粒子的状态值；根据任一粒子的类型，根据第一乘积、第二乘积、当前时隙下的存在概率及任一粒子在前一时隙下的权值，预测当前时隙下任一粒子的权值。

对于信道衰落因子的N+B个粒子中任一粒子，预测当前时隙下粒子状态值的过程，可按照下列函数表达式(2)进行表示：

α_j，k|k-1⁽ⁱ⁾～π_j，α(α_j，k|k-1⁽ⁱ⁾|α_j，k-1|k-1⁽ⁱ⁾)，i＝1，2，...，N+B. (2)

其中，α_j，k|k-1⁽ⁱ⁾为当前时隙下粒子状态值的预测值，α_j，k-1|k-1⁽ⁱ⁾为前一时隙下粒子状态值，i表示第i个粒子。

由上述内容可知，粒子按类型划分可分为存在粒子及出生粒子。相应地，本实施例不对根据任一粒子的类型，根据第一乘积、第二乘积、当前时隙下的存在概率及任一粒子在前一时隙下的权值，预测当前时隙下任一粒子的权值的方式作具体限定，包括但不限于：

当任一粒子为存在粒子时，将第一乘积除以当前时隙下的存在概率得到第一商值，将第一商值与任一粒子在前一时隙下的权值相乘所得到的结果作为当前时隙下任一粒子的权值；

当任一粒子为出生粒子时，将第二乘积除以当前时隙下的存在概率得到第二商值，将第二商值与任一粒子在前一时隙下的权值相乘所得到的结果作为当前时隙下任一粒子的权值。

上述运算过程可以用如下公式(3)表示：

其中，ε_j，k|k-1⁽ⁱ⁾表示第i个粒子在当前时隙下粒子权值的预测值。p_s，j，k表示第j个主用户在当前时隙下的幸存概率，q_j，k-1|k-1表示第j个主用户在前一时隙下的存在概率，q_j，k|k-1表示第j个主用户在当前时隙下存在概率的预测值。ε_j，k-l|k-1⁽ⁱ⁾表示第i个粒子在前一时隙下的粒子权值。

其中，202、根据当前时隙下接收到的观测值，对存在概率及信道衰落因子进行更新。

由于通过上述步骤201预测出主用户的存在概率后，在实际的实施过程中，通常还需要考虑当前时隙下次用户接收到的观测值对预测出的存在概率及信道衰落因子的影响。因此，本步骤中还可以对存在概率及信道衰落因子进行更新，本实施例对此不作具体限定。其中，观测值包括但不限于主用户的能量值，具体数值通过能量检测的方式可获得。本实施例不对根据当前时隙下该主用户的观测值，对存在概率进行更新的方式作具体限定，包括但不限于：根据观测值计算当前时隙下主用户的似然比率；根据似然比率及存在概率，重新计算存在概率，得到更新后的存在概率。

考虑到本实施例提供的方法针对的主要是动态时变的信道，因此，在对存在概率进行更新之后，还可以对信道衰落因子对应的粒子状态值及粒子权值进行更新，本实施例对此不作具体限定。通过对信道衰落因子进行更新，可降低接收到的观测值误差率，提高接收到信号信息的准确性。其中，信道衰落因子的更新过程主要体现为对粒子状态值及粒子权值的更新。对于信道衰落因子中的任一粒子，现分别对其粒子的状态值及粒子权值的更新过程进行阐述。

本实施例不对根据当前时隙下接收到的观测值，对信道衰落因子进行更新的方式作具体限定，包括但不限于：对于信道衰落因子划分的任一粒子，基于观测值及任一粒子的状态值，计算任一主用户处于工作状态时的第一似然函数值；将第一似然函数值与粒子的权值相乘，将得到的乘积作为任一粒子更新后的权值；根据每一粒子更新后的权值，对任一粒子的权值进行归一化，得到任一粒子归一化的粒子权值；根据归一化的粒子权值对任一粒子的状态值重新进行采样，得到更新后的粒子状态值。

由上述更新存在概率的过程可知，需先根据观测值计算当前时隙下主用户的似然比率。对于任一主用户及任一主用户对应的信道衰落因子所划分的任一粒子，关于根据观测值计算当前时隙下主用户的似然比率的方式，本实施例对此不作具体限定，包括但不限于：对于信道衰落因子划分的任一粒子，基于观测值，计算当前时隙下任一主用户处于空闲状态时的第二似然函数值；将第二似然函数值除以第一似然函数值，得到相应的商值；将商值乘以任一粒子权值，得到乘积；将每个粒子对应的乘积进行叠加，将得到的和作为任一主用户的似然比率。上述计算似然比率的过程可如下公式(4)所示：

其中，I_j，k为第j个主用户在当前时隙k下的似然比率，ε_j，k|k-1⁽ⁱ⁾为当前时隙下第i个粒子权值。表示主用户的似然函数，在本公式中h_j，k分别取值为和h_j，k＝a_j，k|k-1⁽ⁱ⁾。其中，表示主用户处于空闲状态，h_j，k＝α_j，k|k-1⁽ⁱ⁾表示主用户处于工作状态。

计算似然函数值可如下公式(5)所示：

其中，N为常态分布函数。μ₀和μ₁为似然函数均值，μ₀＝2Mσ_u²，μ_j＝M(2σ_u²+(α_j，k|k-1⁽ⁱ⁾)²)，j∈{1，2}。σ₀²和σ_j²为方差，σ₀²＝4Mσ_u⁴，σ_j²＝4M·((α_j，k|k-1⁽ⁱ⁾)²+σ_u²)，j∈{1，2}。

M表示每个感知时刻的采样次数，σ_u²表示信道噪声方差。z_k为特定长度观测时间窗内采样信号能量和的值。其中，z_k的计算方式如下公式(6)所示：

其中，M为每个感知周期Ts内的采样点数：M＝Ts×fs，fs为采样频率。u_j，k，m为k时刻的信道噪声的第m次采样值，服从均值为0，方差为σ_u²的高斯分布。H₀、H₁和H₂指的是当主用户数量为两个时，两个主用户分别的状态。其中，H₀表示两个主用户信号均不存在；H₁表示主用户1信号存在，主用户2信号不存在；H₂表示主用户1信号不存在，主用户2信号存在。α_1，k为第一个主用户在k时隙下的信道衰落因子，α_2，k为第二个主用户在k时隙下的信道衰落因子。

在根据似然比率及存在概率重新计算存在概率时，具体计算过程可包括但不限于：将似然比率与存在概率相乘得到第三乘积；将非存在概率与第三乘积相加，得到相应的和值；将第三乘积除以和值所得到的商值作为主用户更新后的存在概率。上述计算过程可如下公式(7)所示：

其中，I_j，k为第j个主用户在当前时隙k下的似然比率，q_j，k|k-1为主用户的存在概率，q_j，k|k为主用户更新后的存在概率。

由上述更新信道衰落因子的过程可知，在更新信道衰落因子时，可先对粒子权值进行更新。对于信道衰落因子划分的任一粒子，其更新过程上述内容已提到过，即基于观测值及任一粒子的状态值，计算任一主用户处于工作状态时的第一似然函数值；将第一似然函数值与粒子的权值相乘，将得到的乘积作为任一粒子更新后的权值。具体计算过程可如下公式(8)所示：

对粒子权值进行更新后，接着可对粒子状态值进行更新，具体过程为：根据每一粒子更新后的权值，对该粒子的权值进行归一化，得到该粒子归一化的粒子权值；根据归一化的粒子权值对该粒子的状态值重新进行采样，得到更新后的粒子状态值。其中，归一化的计算过程可如下公式(9)所示：

在根据更新后的粒子权值对粒子状态值重新进行采样时，由于信道衰落因子只与当前时刻存在的粒子状态值有关，因此，重采样可以只考虑一直存在的粒子状态值(前N个粒子)，重采样的过程可如下公式(10)所示：

在上述公式(10)中，n(i)为产生的随机数，且n⁽ⁱ⁾∈[0，1]。出生粒子状态值的更新值可由先验转移矩阵获得，如下公式(11)所示：

在上述公式(11)中，为k-1时刻的第j个信道对应的信道衰落因子的估计值。

通过上述步骤，可以得到当前时隙k下的粒子集需要说明的是，在下一时隙(即k+1时隙)计算信道衰落因子时，可将上面k时隙得到的信道衰落因子作为初始值来计算k+1时隙的信道衰落因子，从而通过迭代运算在每个时隙下获得相应的信道衰落因子。在每个时隙结束后，还可以将粒子权值归一化的更新值ε_j，k|k⁽ⁱ⁾进行重置，具体方式可参考下列公式(12)：

其中，203、将更新后的存在概率与预设判决门限值进行比较，得到该主用户在当前时隙下状态的粗判决结果。

本实施例不对将更新后的存在概率与预设判决门限值进行比较，得到该主用户在当前时隙下状态的粗判决结果的方式作具体限定，包括但不限于：当更新后的存在概率小于预设判决门限值时，确定该主用户状态为空闲状态；当更新后的存在概率不小于预设判决门限值时，确定该主用户状态为工作状态。

以主用户数量为两个为例，可将存在概率更新值q_1，k|k和q_2，k|k分别与判决门限γ比较，得到当前主用户的状态值的粗判决结果和计算过程可如下公式(13)所示：

当更新值q_j，k|k小于判决门限γ时，主用户PU的状态值为0；否则，主用户PU的状态值为1。

考虑到粗判决结果同样对主用户更新后的存在概率有指导意义，可根据粗判决结果对更新后的存在概率进行修正，本实施例对此不作具体限定。具体修正过程可参考如下公式(14)及公式(15)：

当时，对存在概率q_j，k|k做如下修正：

当时，对存在概率q_j，k|k做如下修正：

其中，204、根据更新后的存在概率，计算任一主用户的联合存在概率。

对于任一主用户，基于上述步骤202中公式(4)得到的主用户在当前时隙下的似然比率，本实施例不对根据更新后的存在概率，计算任一主用户的联合存在概率的方式作具体限定，包括但不限于：将更新后的存在概率与当前时隙下的似然比率相乘，将得到乘积作为主用户的联合存在概率。具体计算过程可参考如下公式(16)：

q′_j，k|k＝q_j，k|k×I_j，k|k (16)

其中，q′_j，k|k为第j个主用户与其他主用户之间的联合存在概率。q_j，k|k为第j个主用户更新后的存在概率，I_j，k|k为似然比率。

205、根据该主用户的联合存在概率对粗判决结果进行修正，得到当前时隙下该主用户状态的最终判决结果。

以两个主用户为例，由于粗判决结果中可能会出现两个粗判决结果均为l，即两个主用户在当前时隙都在处于工作状态，这在实际情况中是不可能的。因此，需要对粗判决结果进行修正，从而获得更贴近实际情况的主用户状态。

本实施例不对根据该主用户的联合存在概率对粗判决结果进行修正，得到当前时隙下该主用户状态的最终判决结果的方式作具体限定，包括但不限于：当该主用户的联合存在概率为所有主用户对应的联合存在概率中的最大值时，确定该主用户状态为工作状态；当该主用户的联合存在概率不为所有主用户对应的联合存在概率中的最大值时，确定该主用户状态为空闲状态。

为了便于说明以主用户数量为两个为例，若q′_1，k|k＞q′_2，k|k，则将粗判决结果重置为知否则，则将粗判决结果重置为知其中，q′_1，k|k为第一个主用户对应的联合分布概率，q′_2，k|k为第二个主用户对应的联合分布概率。

由于主用户状态的最终判决结果同样对信道衰落因子具有指导意义，从而在得到当前时隙下主用户状态的最终判决结果之后，还可以根据任一主用户状态的最终判决结果，重新估计信道衰落因子，以用于下一时隙对多个主用户进行频谱感知，本实施例对此不作具体限定。

对于任一主用户，本实施例不对根据主用户状态的最终判决结果，重新估计信道衰落因子的方式作具体限定，包括但不限于：当主用户状态的最终判决结果为工作状态时，将所有粒子的加权值作为估计的信道衰落因子；当主用户状态的最终判决结果为空闲状态且当前时隙为信道周期首时刻时，基于对应的转移概率分布，根据前一时隙下的信道衰落因子，得到估计的信道衰落因子；当主用户状态的最终判决结果为空闲状态且当前时隙不为信道周期首时刻时，将前一时隙下的信道衰落因子估计值作为估计的信道衰落因子。

重新估计信道衰落因子的具体过程可如下所示：

当时，即主用户状态的最终判决结果为工作状态时，对应的信道衰落因子计算如下公式(17)所示：

当时，即主用户状态的最终判决结果为工作状态时，需要判断当前时隙k时刻是否为衰落信道周期首时刻。

若此时为衰落信道周期首时刻，则基于对应的转移概率分布，根据前一时隙下的信道衰落因子估计值来重新估计信道衰落因子，该过程可参考如下公式(18)：

若此时不为衰落信道周期首时刻，则直接将前一时隙下的信道衰落因子估计值作为此时的信道状态，即：

在计算得到信道衰落因子后，可根据信道衰落因子来控制次用户的发射功率，从而让次用户的发射能量低于某一阈值，进而能够实现在不影响主用户使用信道频段的前提下，次用户也能够通过降低自身发射功率来使用主用户授权的信道频段。通过该方式能够提高信道容量，提高信道频段的利用率。

需要说明的是，通过上述步骤201至205在确定主用户的状态后，还可以将上述步骤中得到的存在概率与信道衰落因子代入到下一时隙的计算过程，从而可以通过迭代运算得到每个时隙下的主用户存在概率及对应的信道衰落因子，本实施例对此不作具体限定。

另外，考虑到后续实现过程中需对本发明实施例提供的方法流程进行整合，以按照功能模块对实现的不同功能进行区分。本发明实施例还提供了一种功能模块划分方法，具体可将本发明实施例提供的方法划分为三个功能模块。分别为：PU状态估计模块、联合判决模块及信道衰落因子估计模块。以主用户数量为两个为例，上述功能模块之间的连接关系可如图3所示。上述模块功能分别如下：

PU状态估计模块：分别针对两个主用户，根据当前时刻接收端观测信号以及上一时刻联合判决模块和信道衰落因子估计模块的输出值，利用粒子滤波技术对主用户存在状态的后验概率进行序贯更新与估计。

联合判决模块：根据当前时刻PU状态估计模块输出值，将两个用户的联合存在概率进行比较，综合得出两个PU的存在状态，并利用主用户的先验转移概率对PU状态估计模块输出的存在概率进行修正，传到PU状态估计模块，用于下一次迭代。

信道衰落因子估计模块：分别针对两个主用户，根据当前时刻接收端观测信号以及当前时刻联合判决模块输出值，利用共轭先验概念和边缘化思想，对信道衰落因子进行迭代更新。

本发明实施例提供的方法，通过预测主用户在当前时隙下的存在概率及信道衰落因子，根据当前时隙下接收到的观测值，对存在概率及信道衰落因子进行更新。将更新后的存在概率与预设判决门限值进行比较，得到该主用户在当前时隙下状态的粗判决结果。根据更新后的存在概率，计算任一主用户的联合存在概率。根据该主用户的联合存在概率对粗判决结果进行修正，得到当前时隙下该主用户状态的最终判决结果。由于在对主用户进行感知时，可根据存在概率对主用户在当前时隙下的状态进行判决，且可根据主用户的联合存在概率对判决结果进行修正，从而能够适用多个主用户存在的情形，并能够提高感知性能。

其次，本发明实施例提供的方法适用于多个主用户情形下的频谱感知。不仅能以主用户存在概率为基础，对多个主用户的工作状态进行实时感知，还能以信道衰落因子为基础，动态跟踪估计多个主用户一次用户链路的状态信息。以信道衰落因子及存在概率为代表的信道链路信息为实现Underlay频谱共享模式奠定了基础，为次用户信道容量的提升提供了可能，使次用户在未来认知无线网络中进行连续通信变成现实。

再次，本发明实施例提供的方法通过动态跟踪对应的衰落信道，可有效地抑制接收信号的信息不确定性，从而能显著增强频谱感知精度，对于未来无线网络动态频谱共享具有积极的理论与实践意义。另外，将两个主用户的存在概率和对应的信道衰落因子当成隐含状态，将累积能量作为系统可观测量，可低复杂度实现的能量观测量易于系统集成与设计。同时，该装置具有良好可拓展性，其他观测量亦可方便纳入其中。

最后，在本发明实施例提供的方法中，当多条PU-SU链路的衰落值变得很接近时，竞争增强机制通过比较两条链路的联合存在概率来判断当前时刻正在工作的主用户，从而能够较准确地确定主用户的工作状态。与此同时，在计算过程中，通过动态改善估计的先验概率，阻止了迭代过程中的误差传播，修正了估计检测过程中的不准确结果，极大地提升了感知性能。

本发明实施例提供了一种主用户频谱感知装置，该装置用于执行上述图1或图2对应的实施例中所提供的主用户频谱感知方法。参见图4，该装置包括：

预测模块401，用于对于任一主用户，预测任一主用户在当前时隙下的存在概率及信道衰落因子；

更新模块402，用于根据当前时隙下接收到的观测值，对存在概率及信道衰落因子进行更新；

比较模块403，用于将更新后的存在概率与预设判决门限值进行比较，得到任一主用户在当前时隙下状态的粗判决结果；

计算模块404，用于根据更新后的存在概率，计算任一主用户的联合存在概率；

修正模块405，用于根据任一主用户的联合存在概率对粗判决结果进行修正，得到当前时隙下任一主用户状态的最终判决结果。

作为一种可选实施例，预测模块401，用于确定任一主用户在前一时隙下的存在概率及非存在概率，确定任一主用户在当前时隙下的出生概率及经历前一时隙后的幸存概率；将前一时隙下的存在概率与幸存概率进行相乘，得到第一乘积，将出生概率与前一时隙下的非存在概率进行相乘，得到第二乘积；将第一乘积与第二乘积进行相加，将得到的和作为任一主用户在当前时隙下存在概率。

作为一种可选实施例，参见图5，预测模块401，包括：

第一预测单元4011，用于对于任一粒子，基于对应的转移概率分布，根据任一粒子在前一时隙的状态值，预测当前时隙下任一粒子的状态值；

第二预测单元4012，用于根据任一粒子的类型，根据第一乘积、第二乘积、当前时隙下的存在概率及任一粒子在前一时隙下的权值，预测当前时隙下任一粒子的权值。

作为一种可选实施例，第二预测单元4012，用于当任一粒子为存在粒子时，将第一乘积除以当前时隙下的存在概率得到第一商值，将第一商值与任一粒子在前一时隙下的权值相乘所得到的结果作为当前时隙下任一粒子的权值；当任一粒子为出生粒子时，将第二乘积除以当前时隙下的存在概率得到第二商值，将第二商值与任一粒子在前一时隙下的权值相乘所得到的结果作为当前时隙下任一粒子的权值。

作为一种可选实施例，参见图6，更新模块402，包括：

第一计算单元4021，用于根据观测值计算当前时隙下任一主用户的似然比率；

第二计算单元4022，用于根据似然比率及存在概率，重新计算存在概率，得到更新后的存在概率。

作为一种可选实施例，更新模块402，用于对于信道衰落因子划分的任一粒子，基于观测值及任一粒子的状态值，计算任一主用户处于工作状态时的第一似然函数值；将第一似然函数值与粒子的权值相乘，将得到的乘积作为任一粒子更新后的权值；根据每一粒子更新后的权值，对任一粒子的权值进行归一化，得到任一粒子归一化的粒子权值；根据归一化的粒子权值对任一粒子的状态值重新进行采样，得到更新后的粒子状态值。

作为一种可选实施例，第一计算单元4021，用于对于信道衰落因子划分的任一粒子，基于观测值，计算当前时隙下任一主用户处于空闲状态时的第二似然函数值；将第二似然函数值除以第一似然函数值，得到相应的商值；将商值乘以任一粒子权值，得到乘积；将每个粒子对应的乘积进行叠加，将得到的和作为任一主用户的似然比率。

作为一种可选实施例，比较模块403，用于当更新后的存在概率小于预设判决门限值时，确定任一主用户状态为空闲状态；当更新后的存在概率不小于预设判决门限值时，确定任一主用户状态为工作状态。

作为一种可选实施例，修正模块405，用于当任一主用户的联合存在概率为所有主用户对应的联合存在概率中的最大值时，确定任一主用户状态为工作状态；当任一主用户的联合存在概率不为所有主用户对应的联合存在概率中的最大值时，确定任一主用户状态为空闲状态。

作为一种可选实施例，参见图7，该装置还包括：

估计模块406，用于根据任一主用户状态的最终判决结果，重新估计信道衰落因子。

作为一种可选实施例，估计模块406，用于当任一主用户状态的最终判决结果为工作状态时，将所有粒子的加权值作为估计的信道衰落因子；当任一主用户状态的最终判决结果为空闲状态且当前时隙为信道周期首时刻时，基于对应的转移概率分布，根据前一时隙下的信道衰落因子，得到估计的信道衰落因子；当任一主用户状态的最终判决结果为空闲状态且当前时隙不为信道周期首时刻时，将前一时隙下的信道衰落因子估计值作为估计的信道衰落因子。

本发明实施例提供的装置，通过预测主用户在当前时隙下的存在概率及信道衰落因子，根据当前时隙下接收到的观测值，对存在概率及信道衰落因子进行更新。将更新后的存在概率与预设判决门限值进行比较，得到该主用户在当前时隙下状态的粗判决结果。根据更新后的存在概率，计算任一主用户的联合存在概率。根据该主用户的联合存在概率对粗判决结果进行修正，得到当前时隙下该主用户状态的最终判决结果。由于在对主用户进行感知时，可根据存在概率对主用户在当前时隙下的状态进行判决，且可根据主用户的联合存在概率对判决结果进行修正，从而能够适用多个主用户存在的情形，并能够提高感知性能。

最后，本申请的方法仅为较佳的实施方案，并非用于限定本发明的保护范围。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。