一种基于累积量的合作认知无线电频谱感知方法与流程

文档序号:12500860阅读:来源:国知局

技术特征:

1.一种基于累积量的合作认知无线电频谱感知方法,其特征在于:包括以下步骤:

步骤一:每个认知用户根据其天线所接收到的信号,构建单用户的非参数化判决统计量,并将这个判决统计量发送到认知无线电网络聚合中心;

步骤二:在认知无线电网络聚合中心,根据各个用户发送的判决统计量计算相应的合作加权系数;

步骤三:在认知无线电网络聚合中心,根据给定的虚警概率,以及计算出的合作加权系数,构建总的判决统计量;

步骤四:根据合作加权系数计算判决门限,判断授权用户信号是否出现,其具体的判决规则为:在认知无线电网络聚合中心,当判决统计量大于或等于判决门限时,判决授权用户信号出现,否则判决其为不出现。

2.根据权利要求1所述的基于累积量的合作认知无线电频谱感知方法,其特征在于:所述步骤一中的单用户的非参数化判决统计量的构建包括以下步骤:假设第i个认知用户采集信号x(i)(t),收到的样本个数是T;计算其k阶矩的估计量其k阶累积量估计量是式中Np是指由元素x(i)(t),x(i)(t+τ1),…,x(i)(t+τk-1)构成的不同的组合个数,而p是指其中第p个组合Np、p;定义一个具备N个累积量估计量的1XN维累积量估计量向量并计算其协方差矩阵最终得到单用户的判决统计量并将通过无线链路发送到聚合中心。

3.根据权利要求2所述的一种基于累积量的合作认知无线电频谱感知方法,其特征在于:所述步骤二包括以下具体步骤:假设认知无线电网络中有K个用户,用上标(i)表示第i个用户,因而在聚合中心一共可以接收到K个单用户的判决统计量则合作加权系数为:

<mrow> <msubsup> <mover> <mi>w</mi> <mo>^</mo> </mover> <mrow> <mi>o</mi> <mi>p</mi> <mi>m</mi> </mrow> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> </msubsup> <mo>=</mo> <mfrac> <mrow> <mfrac> <mrow> <mn>3</mn> <msup> <mrow> <mo>(</mo> <mi>N</mi> <mo>+</mo> <msup> <mi>&Delta;</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> </msup> <mo>)</mo> </mrow> <mfrac> <mn>5</mn> <mn>3</mn> </mfrac> </msup> </mrow> <mrow> <msqrt> <mn>2</mn> </msqrt> <mrow> <mo>(</mo> <mi>N</mi> <mo>+</mo> <mn>2</mn> <msup> <mi>&Delta;</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> </msup> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>-</mo> <mrow> <mo>(</mo> <mrow> <mfrac> <mn>3</mn> <msqrt> <mn>2</mn> </msqrt> </mfrac> <mo>-</mo> <mfrac> <msqrt> <mn>2</mn> </msqrt> <mrow> <mn>3</mn> <mi>N</mi> </mrow> </mfrac> </mrow> <mo>)</mo> </mrow> <msup> <mi>N</mi> <mfrac> <mn>1</mn> <mn>3</mn> </mfrac> </msup> <mfrac> <msup> <mrow> <mo>(</mo> <mi>N</mi> <mo>+</mo> <msup> <mi>&Delta;</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> </msup> <mo>)</mo> </mrow> <mfrac> <mn>4</mn> <mn>3</mn> </mfrac> </msup> <mrow> <mo>(</mo> <mi>N</mi> <mo>+</mo> <mn>2</mn> <msup> <mi>&Delta;</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> </msup> <mo>)</mo> </mrow> </mfrac> <mo>-</mo> <mfrac> <msqrt> <mn>2</mn> </msqrt> <mrow> <mn>3</mn> <msup> <mrow> <mo>(</mo> <mi>N</mi> <mo>+</mo> <msup> <mi>&Delta;</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> </msup> <mo>)</mo> </mrow> <mfrac> <mn>1</mn> <mn>3</mn> </mfrac> </msup> </mrow> </mfrac> </mrow> <msqrt> <mrow> <msubsup> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>P</mi> </msubsup> <msup> <mrow> <mo>(</mo> <mrow> <mfrac> <mrow> <mn>3</mn> <msup> <mrow> <mo>(</mo> <mi>N</mi> <mo>+</mo> <msup> <mi>&Delta;</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> </msup> <mo>)</mo> </mrow> <mfrac> <mn>5</mn> <mn>3</mn> </mfrac> </msup> </mrow> <mrow> <msqrt> <mn>2</mn> </msqrt> <mrow> <mo>(</mo> <mi>N</mi> <mo>+</mo> <mn>2</mn> <msup> <mi>&Delta;</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> </msup> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>-</mo> <mrow> <mo>(</mo> <mrow> <mfrac> <mn>3</mn> <msqrt> <mn>2</mn> </msqrt> </mfrac> <mo>-</mo> <mfrac> <msqrt> <mn>2</mn> </msqrt> <mrow> <mn>3</mn> <mi>N</mi> </mrow> </mfrac> </mrow> <mo>)</mo> </mrow> <msup> <mi>N</mi> <mfrac> <mn>1</mn> <mn>3</mn> </mfrac> </msup> <mfrac> <msup> <mrow> <mo>(</mo> <mi>N</mi> <mo>+</mo> <msup> <mi>&Delta;</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> </msup> <mo>)</mo> </mrow> <mfrac> <mn>4</mn> <mn>3</mn> </mfrac> </msup> <mrow> <mo>(</mo> <mi>N</mi> <mo>+</mo> <mn>2</mn> <msup> <mi>&Delta;</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> </msup> <mo>)</mo> </mrow> </mfrac> <mo>-</mo> <mfrac> <msqrt> <mn>2</mn> </msqrt> <mrow> <mn>3</mn> <msup> <mrow> <mo>(</mo> <mi>N</mi> <mo>+</mo> <msup> <mi>&Delta;</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> </msup> <mo>)</mo> </mrow> <mfrac> <mn>1</mn> <mn>3</mn> </mfrac> </msup> </mrow> </mfrac> </mrow> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> </msqrt> </mfrac> <mo>,</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>&le;</mo> <mi>i</mi> <mo>&le;</mo> <mi>K</mi> <mo>)</mo> </mrow> <mo>.</mo> </mrow>

4.根据权利要求3所述的一种基于累积量的合作认知无线电频谱感知方法,其特征在于:所述步骤三中的总判决量的构建:

5.根据权利要求4所述的一种基于累积量的合作认知无线电频谱感知方法,其特征在于:所述步骤四中的判决门限的构建:当给定虚警概率Pfa的时候,基于累积量的多用户合作判决的统计量分布近似为一个高斯分布,其门限由虚警概率Pfa以及合作加权系数联合给出:式中Q-1(Pfa)为Q函数的反函数,其具体函数形式为在聚合中心比较ΔFC与γFC的大小从而判断授权用户信号是否出现,当ΔFC大于或等于γFC时,判断信号出现,否则判断信号没有出现;

聚合中心估计得到此次判决的检测概率:

<mrow> <msub> <mi>P</mi> <mi>d</mi> </msub> <mo>=</mo> <mi>Q</mi> <mrow> <mo>{</mo> <mfrac> <mrow> <mo>&lsqb;</mo> <msup> <mi>Q</mi> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <mrow> <mo>(</mo> <msub> <mi>P</mi> <mrow> <mi>f</mi> <mi>a</mi> </mrow> </msub> <mo>)</mo> </mrow> <msqrt> <mfrac> <mn>2</mn> <mrow> <mn>9</mn> <msup> <mi>N</mi> <mfrac> <mn>1</mn> <mn>3</mn> </mfrac> </msup> </mrow> </mfrac> </msqrt> <mo>+</mo> <mo>(</mo> <mrow> <mn>1</mn> <mo>-</mo> <mfrac> <mn>2</mn> <mrow> <mn>9</mn> <mi>N</mi> </mrow> </mfrac> </mrow> <mo>)</mo> <msup> <mi>N</mi> <mfrac> <mn>1</mn> <mn>3</mn> </mfrac> </msup> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>P</mi> </munderover> <msubsup> <mover> <mi>w</mi> <mo>^</mo> </mover> <mrow> <mi>o</mi> <mi>p</mi> <mi>m</mi> </mrow> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> </msubsup> <mo>-</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>P</mi> </munderover> <msubsup> <mover> <mi>w</mi> <mo>^</mo> </mover> <mrow> <mi>o</mi> <mi>p</mi> <mi>m</mi> </mrow> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> </msubsup> <mo>(</mo> <mrow> <msup> <mrow> <mo>(</mo> <mi>N</mi> <mo>+</mo> <msup> <mi>&lambda;</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> </msup> <mo>)</mo> </mrow> <mfrac> <mn>1</mn> <mn>3</mn> </mfrac> </msup> <mo>-</mo> <mfrac> <mrow> <mn>2</mn> <mrow> <mo>(</mo> <mi>N</mi> <mo>+</mo> <mn>2</mn> <msup> <mi>&lambda;</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> </msup> <mo>)</mo> </mrow> </mrow> <mrow> <mn>9</mn> <msup> <mrow> <mo>(</mo> <mi>N</mi> <mo>+</mo> <msup> <mi>&lambda;</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> </msup> <mo>)</mo> </mrow> <mfrac> <mn>5</mn> <mn>3</mn> </mfrac> </msup> </mrow> </mfrac> </mrow> <mo>)</mo> <mo>&rsqb;</mo> </mrow> <msqrt> <mrow> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>K</mi> </munderover> <mfrac> <mrow> <mn>2</mn> <msup> <mrow> <mo>(</mo> <msubsup> <mover> <mi>w</mi> <mo>^</mo> </mover> <mrow> <mi>o</mi> <mi>p</mi> <mi>m</mi> </mrow> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> </msubsup> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mrow> <mo>(</mo> <mi>N</mi> <mo>+</mo> <mn>2</mn> <msup> <mi>&lambda;</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> </msup> <mo>)</mo> </mrow> </mrow> <mrow> <mn>9</mn> <msup> <mrow> <mo>(</mo> <mi>N</mi> <mo>+</mo> <msup> <mi>&lambda;</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> </msup> <mo>)</mo> </mrow> <mfrac> <mn>4</mn> <mn>3</mn> </mfrac> </msup> </mrow> </mfrac> </mrow> </msqrt> </mfrac> <mo>}</mo> </mrow> <mo>.</mo> </mrow>

当前第2页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1