基于布谷鸟搜索算法的星地认知系统频谱接入方法
【专利摘要】基于布谷鸟搜索算法的星地认知系统频谱接入方法，涉及一种频谱接入方法。本发明是为了解决现有的接入方法搜索速度较慢的问题。本发明基于星地共享频谱网络结构，将可用频谱资源划分为多个子信道，认知用户通过改进的布谷鸟搜索算法对未占用子频段进行快速搜索，动态跳频到未占用频段进行二次利用，并结合动态适应布谷鸟搜索算法的步长控制量α和布谷鸟蛋被宿主鸟发现的概率Pa，不仅可以增加对未占用频段的捕获概率，还可以真正降低多余搜索和提高搜索速度，同时避免算法陷入局部最优解和保证搜索算法收敛速度的提高。本发明适用于通信领域的频谱接入过程。
【专利说明】
基于布谷鸟搜索算法的星地认知系统频谱接入方法
技术领域
[0001 ]本发明设及一种频谱接入方法。
【背景技术】
[0002] 空间信息网络是W空间平台为载体，实时获取、传输和处理空间信息的网络系统。 作为空间信息网络的两个重要组成部分的地面移动网络和卫星网络都经历了快速的发展。 地面移动网络已经经历了 1G、2G、3G和4G，目前已经如火如茶的开始了5G的研究。相比而言， 卫星网络的发展相对独立并且落后于地面网络。随着认知无线电（cognitive radio,CR)技 术在地面通信网络中的深入研究与发展，利用认知无线电技术提高卫星频谱资源利用率逐 渐成为卫星通信技术中一个新的研究领域。低效的频谱利用率导致频谱资源的稀缺，频谱 空桐的存在使得CR技术可W运用于卫星通信系统的频谱共享中。
[0003] 实际系统应用中的认知无线电技术要求对信道进行高速检测，W降低认知用户的 通信延迟W及防止对主用户的干扰。为了降低捕获到未占用信道的捜索时间，将可共享频 段划分为多个子频带，认知用户对运些子频带进行捜索，基于捜索结果运用动态跳频技术 进行频谱接入。划分子频带策略可W提高对未占用频带的捕获概率，运会提高卫星通信系 统的频谱效率。目前的接入方法是连续捜索法，即依次查找划分的子频带是否被占用，当一 次检测完成后重新依次查找划分的子频带是否被占用;运种方法不但捜索未占用信道的速 度较慢，而且捜索效率较低。
【发明内容】
[0004] 本发明是为了解决现有的接入方法捜索速度较慢的问题。
[0005] 基于布谷鸟捜索算法的星地认知系统频谱接入方法，包括如下步骤：
[0006] 步骤1、构建星地认知网络模型，作为认知系统频谱接入的基础：
[0007] 认知场景示意图如图1所示，将地面固定业务用户作为主用户，将固定地面站作为 认知用户，认知用户的上行链路作为感知链路，认知用户的下行链路作为反馈链路;CR感知 模块放置在主用户的接收端，CR感知模块对主用户信道进行监测，并将感知结果通过反馈 链路反馈给认知用户的发送端;认知用户的发送端采用动态跳频技术机会式接入主用户未 占用的频段，并进行业务传输;如果CR感知模块捜索不到可共享频段，认知用户就在下一个 时间片内不进行业务传输;感知链路机会式接入未占用的主用户授权频段并对主用户不产 生任何干扰；
[000引步骤2、将主用户的可共享授权频段划分为M个窄子信道，Si为第i个子信道，b为单 个子信道的带宽；
[0009]子信道划分示意图如图2所示，将主用户的可共享授权频段划分为M个窄子信道， Si为第i个子信道，b为单个子信道的带宽，一般子信道的带宽为几十或几百KHz;子信道带 宽b不能设置地太大，否则捜索未占用信道的捕获概率会降低；同样，b也不能设置得太小， 否则会增加系统复杂性;为了CR感知模块能够最快得将感知结果反馈给认知用户，对未占 用信道的感知时间必须缩减到最小，W防止主用户对信道的使用状态发生改变，而造成对 授权用户的干扰；
[0010] 主用户的静态频谱分配示意图如图3所示，设定每个主用户的状态互相独立，并且 各个主用户的带宽都是子信道带宽b的整数倍;将主用户的状态转移过程看作马尔科夫过 程，如图4所示，在主用户的状态转移过程中只需要关注授权频段是否被主用户占用；（主用 户的状态有两个：占用授权频段和不占用授权频段）
[0011] 步骤3、采用改进型布谷鸟捜索算法对主用户的子信道的位置进行捜索，并通过能 量检测算法对捜索到的子信道状态进行检测，确定没有被占用的子信道进行通信;具体过 程如下：
[0012] 如图6所示，
[0013] 步骤3.1、首先将主用户总的可共享频段划分后的M个子信道作为M个备选的鸟巢； 设定子信道状态转移概率化的初始值和步长控制量a的初始值;并设定当前迭代代数Titer 和最大迭代代数Tmax;
[0014] 步骤3.2、判断Titer和T丽的大小；
[00巧]如果Titer小于Tmax则执行步骤3.3，
[0016] 否则，结束捜索；
[0017] 步骤3.3、当前迭代周期内，先根据莱维飞行选择一个子信道Sj,Ns为一次迭代中 捜索到未占用信道的捜索次数，每执行一次捜索，化的值增加一次，并计算运个子信道的适 应度值門;执行步骤3.4;
[001引步骤3.4、判断子信道Sj的适应度值門和适应度口限值Ft虹大小；
[0019] 如果子信道Sj的适应度值門大于适应度口限值Fthr,则说明该子信道未被主用户 占用，则执行步骤3.6;
[0020] 如果子信道Sj的适应度值門小于等于适应度口限值Fthr,则说明该子信道被主用 户占用，则执行步骤3.5;
[0021] 步骤3.5、选择上一次迭代周期的最佳子信道Si,令Ns的值增加一次，计算子信道 Si当前的适应度值Fi(当前迭代周期的Fi与上一个迭代周期的Fi的值可能不一样，因为信 道状态在不断改变）；
[0022] 判断子信道S i的适应度值F i与适应度口限值Ft虹的大小；
[0023] 如果子信道Si的适应度值Fi大于适应度口限值Fthr,则将当前的子信道Si标记为 当前迭代周期的最佳子信道，并执行步骤3.6;
[0024] 如果Fi小于等于Fthr,则根据莱维飞行捜索其他子信道，即更新子信道Si的位置， 每执行一次捜索，化的值增加一次，直到找到未被占用的子信道Si ;
[0025] 步骤3.6、将子信道Sj的适应度值門与最佳子信道Si的适应度值Fi进行比较，判断 适应度值門和适应度值Fi大小，
[00%]如果門大于Fi,则将子信道Sj替代子信道Si成为当前迭代周期内的最佳子信道； [0027]如果門小于等于Fi,则仍然将子信道Si作为当前迭代周期内的最佳子信道；
[002引执行步骤3.7;
[0029]步骤3.7、找到最佳子信道之后，记录当前最优解，认知用户可动态跳频到该子信 道进行通信，同时令Titer = Titer+l、化=0,更新主用户信道状态，改变步长控制量a和子信道 状态转移概率化;并返回步骤3.2准备进入下一个迭代周期。
[0030] 实际频谱利用的情况是稀疏的，所W认知用户才有机会利用主用户未占用的授权 频带;并且用户状态的改变情况也是稀疏的，也就是"微分稀疏"，子信道的占用状态在相邻 两个迭代周期内一般不会发生变化，所W在每次迭代周期内都与上一次迭代周期的最佳子 信道相比较，或者从上一次迭代周期的最佳子信道位置处开始捜索，运样能大大减小捜索 次数。
[0031] 本发明具有W下效果：
[0032] 本发明提出动态改变步长控制量a和布谷鸟蛋被宿主鸟发现的概率化的改进型布 谷鸟捜索算法，同时结合划分子信道策略、能量检测算法和动态跳频技术，既提高认知用户 对未占用子信道(子频带）的捜索速度，提高捜索效率，也可W缓解频率资源短缺的现状，并 且提供更大容量的数据信息传输服务，能够满足星地异构系统更高的融合特性，同时为认 知无线电技术能够在卫星系统中实现提供了很好的技术支持。
【附图说明】
[0033] 图1为认知场景示意图；
[0034] 图2为划分子信道示意图；
[0035] 图3为主用户的静态频谱分配示意图；
[0036] 图4为主用户状态转移过程示意图；
[0037] 图5为动态频谱接入策略示意图；
[0038] 图6为改进型布谷鸟算法流程示意图；
[0039] 图7为实施例的S种算法捜索到未占用信道的时间比较；
[0040] 图8为实施例的=种算法的适应度值比较。
【具体实施方式】
【具体实施方式】 [0041] 一:结合图5和图6说明本实施方式，
[0042] 基于布谷鸟捜索算法的星地认知系统频谱接入方法，包括如下步骤：
[0043] 步骤1、构建星地认知网络模型，作为认知系统频谱接入的基础：
[0044] 认知场景示意图如图1所示，将地面固定业务用户作为主用户，将固定地面站作为 认知用户，认知用户的上行链路作为感知链路，认知用户的下行链路作为反馈链路;CR感知 模块放置在主用户的接收端，CR感知模块对主用户信道进行监测，并将感知结果通过反馈 链路反馈给认知用户的发送端;认知用户的发送端采用动态跳频技术机会式接入主用户未 占用的频段，并进行业务传输;如果CR感知模块捜索不到可共享频段，认知用户就在下一个 时间片内不进行业务传输;感知链路机会式接入未占用的主用户授权频段并对主用户不产 生任何干扰；
[0045] 步骤2、将主用户的可共享授权频段划分为M个窄子信道，Si为第i个子信道，b为单 个子信道的带宽；
[0046] 子信道划分示意图如图2所示，将主用户的可共享授权频段划分为M个窄子信道， Si为第i个子信道，b为单个子信道的带宽，一般子信道的带宽为几十或几百KHz;子信道带 宽b不能设置地太大，否则捜索未占用信道的捕获概率会降低；同样，b也不同设置得太小， 否则会增加系统复杂性;为了CR感知模块能够最快得将感知结果反馈给认知用户，对未占 用信道的感知时间必须缩减到最小，W防止主用户对信道的使用状态发生改变，而造成对 授权用户的干扰；
[0047] 主用户的静态频谱分配示意图如图3所示，设定每个主用户的状态互相独立，并且 各个主用户的带宽都是子信道带宽b的整数倍;将主用户的状态转移过程看作马尔科夫过 程，如图4所示，在主用户的状态转移过程中只需要关注授权频段是否被主用户占用；（主用 户的状态有两个：占用授权频段和不占用授权频段）
[0048] 步骤3、采用改进型布谷鸟捜索算法对主用户的子信道的位置进行捜索，并通过能 量检测算法对捜索到的子信道状态进行检测，确定没有被占用的子信道进行通信;具体过 程如下：
[0049] 如图6所示，
[0050] 步骤3.1、首先将主用户总的可共享频段划分后的M个子信道作为M个备选的鸟巢； 设定子信道状态转移概率化的初始值和步长控制量a的初始值;并设定当前迭代代数Titer 和最大迭代代数Tmax;
[0化1 ] 步骤3.2、判断Titer和T丽的大小；
[0化2] 如果Titer小于Tmax则执行步骤3.3，
[0053] 否则，结束捜索；
[0054] 步骤3.3、当前迭代周期内，先根据莱维飞行选择一个子信道Sj,Ns为一次迭代中 捜索到未占用信道的捜索次数，每执行一次捜索，化的值增加一次，并计算运个子信道的适 应度值門;执行步骤3.4;
[0055] 步骤3.4、判断子信道Sj的适应度值門和适应度口限值Ft虹大小；
[0056] 如果子信道Sj的适应度值門大于适应度口限值Fthr,则说明该子信道未被主用户 占用，则执行步骤3.6;
[0057] 如果子信道Sj的适应度值門小于等于适应度口限值Fthr,则说明该子信道被主用 户占用，则执行步骤3.5;
[005引步骤3.5、选择上一次迭代周期的最佳子信道Si,令Ns的值增加一次，计算子信道 Si当前的适应度值Fi(当前迭代周期的Fi与上一个迭代周期的Fi的值可能不一样，因为信 道状态在不断改变）；
[0059] 判断子信道S i的适应度值F i与适应度口限值Ft虹的大小；
[0060] 如果子信道Si的适应度值Fi大于适应度口限值Fthr,则将当前的子信道Si标记为 当前迭代周期的最佳子信道，并执行步骤3.6;
[0061] 如果Fi小于等于Fthr,则根据莱维飞行捜索其他子信道，即更新子信道Si的位置， 每执行一次捜索，化的值增加一次，直到找到未被占用的子信道Si ;
[0062] 步骤3.6、将子信道Sj的适应度值門与最佳子信道Si的适应度值Fi进行比较，判断 适应度值門和适应度值Fi大小，
[0063] 如果門大于Fi,则将子信道Sj替代子信道Si成为当前迭代周期内的最佳子信道；
[0064] 如果門小于等于Fi,则仍然将子信道Si作为当前迭代周期内的最佳子信道；
[00化]执行步骤3.7;
[0066]步骤3.7、找到最佳子信道之后，记录当前最优解，认知用户可动态跳频到该子信 道进行通信，同时令Titer = Titer+l、化=0,更新主用户信道状态，改变步长控制量a和子信道 状态转移概率化;并返回步骤3.2准备进入下一个迭代周期。
[0067]实际频谱利用的情况是稀疏的，所W认知用户才有机会利用主用户未占用的授权 频带;并且用户状态的改变情况也是稀疏的，也就是"微分稀疏"，子信道的占用状态在相邻 两个迭代周期内一般不会发生变化，所W在每次迭代周期内都与上一次迭代周期的最佳子 信道相比较，或者从上一次迭代周期的最佳子信道位置处开始捜索，运样能大大减小捜索 次数。
[006引【具体实施方式】二：
[0069] 本实施方式步骤3.3中所述的选择一个子信道的具体过程如下：
[0070] 在改进型布谷鸟捜索算法中，布谷鸟代表认知用户，宿主代表主用户，鸟巢代表M 个子信道;Pa为子信道的信道状态转移概率(子信道由未被占用转移到被占用的概率）；对 于不符合条件的鸟巢，可在下个迭代期重新选其它的位置建立新的符合条件的鸟巢，即寻 找其他未被占用的子信道；
[0071] 生成新的鸟巢位置Xi(Titer+l)如公式（1)所示，莱维飞行如公式(2)所示；
[0072] xi(Titer+l)=Xi(Titer)+a ? Levy(A) (I)
[007；3 ] L6vy~^ = 7；' I < 乂 S 3 掛
[0074] 其中，Titer表示当前迭代代数，A是一个常数；Xi(Titer)表示子第i个子信道在第 Titer次迭代的位置;新的子信道位置Xi(Titer+l)由莱维飞行产生。
[0075] 其它步骤及参数与【具体实施方式】一相同。
【具体实施方式】 [0076]
[0077] 本实施方式步骤3.4所述判断子信道Sj的适应度值門和适应度口限值Fthr大小确 定子信道是否未被主用户占用的同时需要计算发现概率Pd和虚警概率Pf,具体过程如下：
[0078] 认知用户的发送端的发送端检测算法大致可分为=类:匹配滤波器检测算法，周 期平稳性检测算法和能量检测算法;其中匹配滤波器检测算法需要输入信号的先验知识， 运在实际应用中其实很难实现;周期平稳检测依赖于信号频率的周期特性来区分信号，实 现起来比较复杂;能量检测算法虽然不能区分信号的类别，但可W确定信号的有无，运在本 发明的认知场景中非常适用;本发明的CR感知模块主要负责检测主用户是否占用信道，所 W我们可W采用能量检测算法来确定子信道的质量；
[0079] 能量检测算法中对信道状态有两个假设:Ho表示在检测频段上无授权用户的信 号;Hi表示在检测频段上存在授权用户信号或者其它干扰信号；
[0080] 将CR感知模块接收到的信号可表示为y(t)，如式(3)所示，
[0081 ]
(3)
[0082] 其中，s(t)表示主用户信号，n(t)表示该信道中的高斯白噪声；
[0083] 为了检测接收信号y(t)的信号能量，将y(t)通过带宽为W的带通滤波器，并将输出 信号平方后在时隙T内求积分，得到y(t)的信号能量Yi;最后将Yi与信号能量口限值Ythr作比 较来确定主用户信号是否存在;CR感知模块的频谱感知决策基准可表示为式(4):
[0085] 计算发现概率Pd和虚警概率Pf，如式(5)、（6)所示：
[0084]
(4)
[0086] (5)
[0087] (6)
[008引其中，丫表示信噪比，m=TW是时间带宽积；r ( ?)和r ( ?，?）分别表示完全和不 完全的丫函数，Qm( ?)表示广义马坎Q函数，并且Ythr可由式(7)给出：
[0089]
(7)
[0090] 其中，而是信号的方差，N是采样点数，Q(Pf)表示Q函数。
[0091] 很明显，发现概率Pd会随着子信道带宽的增加而增加，但同时也会增加对单个子 信道的感知时间，所W我们需要权衡考虑检测性能和检测时间。
[0092] 其它步骤及参数与【具体实施方式】一或二相同。
【具体实施方式】 [0093] 四：
[0094] 本实施方式步骤3.7中所述的改变步长控制量a和子信道状态转移概率化的具体 过程如下：
[00M]步长控制量a决定随机捜索的范围，W避免算法陷入局部最优解;莱维飞行属于随 机游走的一种，其步长满足一个重尾的稳定分布;在过去的研究中，a和化的值一般设置为 固定常量，运会导致每次迭代的捜索都互相独立;如果a和化的值设置得太大，算法的收敛 速率将会降低；而如果a和化的值设置得太小，算法容易陷入局部最优解;适宜的化应该随 着捜索迭代次数的增加而逐渐减小，本发明采用余弦递减策略实现化的动态变化；同样曰的 值也随着迭代次数的增加而减小；
[0096] ^8)
[0097] (9；
[009引其中，Tmax为最大迭代代数;Pamax为子信道状态转移概率化的最大值，Pamin为子信 道状态转移概率化的最小值；
表示对数函数，Qmax为步长控制量a的最大 值，Qmin为步长控制量a的最小值。
[0099] 其它步骤及参数与【具体实施方式】一至=之一相同。
【具体实施方式】 [0100] 五：
[0101] 本实施方式步骤3.3中所述的计算子信道适应度值的具体过程如下：
[0102] 设定目标函数为B(目标函数就是运个布谷鸟捜索算法的衡量标准，用来评估备选 鸟巢的好坏），设定适应度函数Fi的值等于目标函数的值，如式(10)、（11)所示：
[0103] Max B = Pr(Titer)+5(Yi-Ythr) (10)
[0104]
(in
[0105] 其中，Yi为CR感知模块接收到信号y(t)的信号能量，Ythr为信号能量口限值；Pr (?)表示对未占用子信道的检测速度函数，并且Pr(Titer)G(0，l);要达到符合要求的检测 速度，必须使得捜索到未占用子信道的次数最小;设定Ns为一次迭代中捜索到未占用信道 的捜索次数，那么定义Pr( ?)如式(12)所示，
[0106]
(12)
[0107] 其中，b表示子信道的带宽（b越大，对单个子信道检测的时间越长）；bo为一个常 数，bo《b。
[0108] 其它步骤及参数与【具体实施方式】一至四之一相同。
【具体实施方式】 [0109] 六：
[0110] 本实施方式步骤3.4中所述的适应度口限值Ft虹的计算过程如下：
[0111]
Q3)
[0112] 其它步骤及参数与【具体实施方式】一至五之一相同。
【具体实施方式】 [0113] 屯：
[0114] 本实施方式步骤3.1所述子信道状态转移概率化的初始值设置为0.3，步长控制量 a的初始值设置为1。
[0115] 其它步骤及参数与【具体实施方式】一至六之一相同。
[0116] 实施例
[0117] 目前，现有的布谷鸟捜索技术还未应用于认知无线电领域，并且在其他领域的应 用中多是基于静态的捜索步长控制量a与布谷鸟蛋被宿主鸟发现的概率化，而没有考虑到 系统参量的变化与局部最优的限制。
[0118] 利用本发明进行仿真实验，同时实验也将未经过改进的布谷鸟捜索技术和传统的 连续捜索技术应用在频谱接入过程中，对=种方法进行了对比实验，=种算法捜索到未占 用信道的时间比较如图7所示，=种算法的适应度值比较如图8所示。
[0119] 通过对比实验，明显可W看出：
[0120] 当子信道数为32时，本发明捜索时间为连续捜索技术的50.0%左右，为未经过改 进的布谷鸟捜索技术的71.4%左右；当子信道数为512时，本发明捜索时间为连续捜索技术 的38.4%左右，为未经过改进的布谷鸟捜索技术的62.3 %左右。
[0121] 并且当迭代次数为4000次W上，本发明的适应度函数的值已经明显优于其他两种 方法。
[0122] 本发明提出动态改变步长控制量a和布谷鸟蛋被宿主鸟发现的概率化的改进型布 谷鸟捜索算法，同时结合划分子信道策略、能量检测算法和动态跳频技术，既提高认知用户 对未占用子信道(子频带）的捜索速度，提高捜索效率，也可W缓解频率资源短缺的现状，并 且提供更大容量的数据信息传输服务，能够满足星地异构系统更高的融合特性，同时为认 知无线电技术能够在卫星系统中实现提供了很好的技术支持。
【主权项】
1.基于布谷鸟捜索算法的星地认知系统频谱接入方法，其特征在于包括如下步骤： 步骤1、构建星地认知网络模型： 将地面固定业务用户作为主用户，将固定地面站作为认知用户，认知用户的上行链路 作为感知链路，认知用户的下行链路作为反馈链路;CR感知模块放置在主用户的接收端，CR 感知模块对主用户信道进行监测，并将感知结果通过反馈链路反馈给认知用户的发送端； 步骤2、将主用户的可共享授权频段划分为Μ个窄子信道，Si为第i个子信道，b为单个子 信道的带宽； 步骤3、采用改进型布谷鸟捜索算法对主用户的子信道的位置进行捜索，并通过能量检 测算法对捜索到的子信道状态进行检测，确定没有被占用的子信道进行通信;具体过程如 下： 步骤3.1、首先将主用户总的可共享频段划分后的Μ个子信道作为Μ个备选的鸟巢;设定 子信道状态转移概率化的初始值和步长控制量α的初始值;并设定当前迭代代数Titer和最 大迭代代数Tmax; 步骤3.2、判断Titer和Tmax的大小； 如果Titer小于Tmax则执行步骤3.3， 否则，结束捜索； 步骤3.3、当前迭代周期内，先根据莱维飞行选择一个子信道Sj，Ns为一次迭代中捜索 到未占用信道的捜索次数，每执行一次捜索，化的值增加一次，并计算运个子信道的适应度 值門;执行步骤3.4; 步骤3.4、判断子信道Sj的适应度值門和适应度口限值Ft虹大小； 如果子信道Sj的适应度值門大于适应度口限值Fthr，则说明该子信道未被主用户占 用，则执行步骤3.6; 如果子信道Sj的适应度值門小于等于适应度口限值Fthr，则说明该子信道被主用户占 用，则执行步骤3.5; 步骤3.5、选择上一次迭代周期的最佳子信道Si,令Ns的值增加一次，计算子信道Si当 前的适应度值Fi; 判断子信道Si的适应度值Fi与适应度口限值Ft虹的大小； 如果子信道Si的适应度值Fi大于适应度口限值Ft虹，则将当前的子信道Si标记为当前 迭代周期的最佳子信道，并执行步骤3.6; 如果Fi小于等于Fthr，则根据莱维飞行捜索其他子信道，即更新子信道Si的位置，每执 行一次捜索，化的值增加一次，直到找到未被占用的子信道Si ; 步骤3.6、将子信道Sj的适应度值門与最佳子信道Si的适应度值Fi进行比较，判断适应 度值門和适应度值Fi大小， 如果門大于Fi，则将子信道Sj替代子信道Si成为当前迭代周期内的最佳子信道； 如果門小于等于Fi，则仍然将子信道Si作为当前迭代周期内的最佳子信道； 执行步骤3.7; 步骤3.7、找到最佳子信道之后，记录当前最优解，认知用户可动态跳频到该子信道进 行通信，同时令Titer = Titer+1、化=0，更新主用户信道状态，改变步长控制量α和子信道状态 转移概率化;并返回步骤3.2准备进入下一个迭代周期。2. 根据权利要求1所述的基于布谷鸟捜索算法的星地认知系统频谱接入方法，其特征 在于步骤3.3中所述的选择一个子信道的具体过程如下： 在改进型布谷鸟捜索算法中，布谷鸟代表认知用户，宿主代表主用户，鸟巢代表Μ个子 信道;Pa为子信道的信道状态转移概率;对于不符合条件的鸟巢，在下个迭代期重新选其它 的位置建立新的符合条件的鸟巢，即寻找其他未被占用的子信道； 生成新的鸟巢位置Xi(Titer+l)如公式（1)所示，莱维飞行如公式(2)所示； Xi(Titer+l) = Xi(Titer)+a ? Levy(A) (1) L0vy ~= 贷） 其中，Titer表示当前迭代代数，λ是一个常数;Xi(Titer)表示子第i个子信道在第Titer次迭 代的位置;新的子信道位置Xi(Titer+l)由莱维飞行产生。3. 根据权利要求2所述的基于布谷鸟捜索算法的星地认知系统频谱接入方法，其特征 在于步骤3.4所述判断子信道Sj的适应度值門和适应度口限值Ft虹大小确定子信道是否未 被主用户占用的同时需要计算发现概率Pd和虚警概率Pf，具体过程如下： 能量检测算法中对信道状态有两个假设:化表示在检测频段上无授权用户的信号;Hi表 示在检测频段上存在授权用户信号或者其它干扰信号； 将CR感知模块接收到的信号可表示为y(t)，如式(3)所示，(3) 其中，s(t)表示主用户信号，n(t)表示该信道中的高斯白噪声； 将y(t)通过带宽为W的带通滤波器，并将输出信号平方后在时隙T内求积分，得到y(t) 的信号能量Yi;最后将Yi与信号能量口限值Ythr作比较来确定主用户信号是否存化CR感知 模块的频谱感知决策基准可表示为式(4):其中，丫表示信噪比，m = TW是时间带宽积；Γ (.)和Γ (.，.）分别表示完全和不完全 的丫函数，Qm( ·)表示广义马坎Q函数，并且Ythr可由式(7)给出：(7) 其中，是信号的方差，N是采样点数，Q(Pf)表示Q函数。4. 根据权利要求1、2或3所述的基于布谷鸟捜索算法的星地认知系统频谱接入方法，其 特征在于步骤3.7中所述的改变步长控制量α和子信道状态转移概率化的具体过程如下：(8)其中，Tmax为最大迭代代数;Pamax为子信道状态转移概率化的最大值，Pamin为子信道状 态转移概率化的最小值；n( ·)表示对数函数，Umax为步长控制量α的最大值， Qmin为步长控制量α的最小值。5. 根据权利要求4所述的基于布谷鸟捜索算法的星地认知系统频谱接入方法，其特征 在于步骤3.3中所述的计算子信道适应度值的具体过程如下： 设定目标函数为Β，设定适应度函数Fi的值等于目标函数的值，如式(10)、（11)所示：其中，Y功CR感知模块接收到信号y(t)的信号能量，Ythr为信号能量口限值;Pr( ·)表示 对未占用子信道的检测速度函数，并且Pr(Tlter)e(0，l);设定Ns为一次迭代中捜索到未占 用信道的捜索次数，Pr( ·)如式（12)所示，(12) 其中，b表示子信道的带宽;bo为一个常数，b〇《b。6. 根据权利要求5所述的基于布谷鸟捜索算法的星地认知系统频谱接入方法，其特征 在于步骤3.4中所述的适应度口限值Ft虹的计算过程如下：(13)。7. 根据权利要求1、2或3所述的基于布谷鸟捜索算法的星地认知系统频谱接入方法，其 特征在于步骤3.1所述子信道状态转移概率化的初始值设置为0.3，步长控制量α的初始值 设置为1。8. 根据权利要求4所述的基于布谷鸟捜索算法的星地认知系统频谱接入方法，其特征 在于步骤3.1所述子信道状态转移概率化的初始值设置为0.3，步长控制量α的初始值设置 为1。9. 根据权利要求5所述的基于布谷鸟捜索算法的星地认知系统频谱接入方法，其特征 在于步骤3.1所述子信道状态转移概率化的初始值设置为0.3，步长控制量α的初始值设置 为1。10. 根据权利要求6所述的基于布谷鸟捜索算法的星地认知系统频谱接入方法，其特征 在于步骤3.1所述子信道状态转移概率化的初始值设置为0.3，步长控制量α的初始值设置 为1。
【文档编号】H04B17/382GK105978644SQ201610300951
【公开日】2016年9月28日
【申请日】2016年5月9日
【发明人】杨明川, 袁莞迈, 郭庆, 刘晓峰, 邵欣业, 谭露, 徐玉奇, 李原, 冯玺宝, 陈佳音, 唐文彦
【申请人】哈尔滨工业大学