一种自适应调整的协同频谱感知方法

摘要

本发明涉及自适应调整的协同频谱感知方法，依次包括认知用户获取到能量检测判决的最优门限值后，分别将能量检测结果及自身信噪比发送给频谱感知融合中心；频谱感知融合中心分别统计感知到授权用户频谱为占用状态、空闲状态的认知用户数目，计算认知用户的感知结果及诚信系数，计算授权用户频谱为占用状态的平均检测概率、全局检测概率、全局漏检概率，以及授权用户频谱为空闲状态的平均检测概率、全局检测概率、全局漏检概率和全局虚警概率；建立基于认知用户数目的频谱感知误差函数后，以频谱感知误差函数最小值对应的数值作为最佳协同认知用户数目，降低频谱感知融合中心融合计算量，并在获取到最佳协同认知用户后完成协同频谱感知。

主权项

一种自适应调整的协同频谱感知方法，用于授权用户、频谱感知融合中心以及N个认知用户组成的认知无线网络中，其特征在于，依次包括如下步骤：(1)N个认知用户对授权用户的频谱占用情况进行本地能量检测，并将频谱感知结果以及认知用户自身信噪比分别发送给频谱感知融合中心；其中，认知用户标记为CR_i(i＝1,2,…,N)，认知用户CR_i自身信噪比为snr_i，授权用户标记为PU，频谱感知融合中心标记为FC；(2)频谱感知融合中心FC根据N个认知用户发送的频谱感知结果，统计N个认知用户中感知到授权用户PU频谱为占用状态的认知用户数目为m(1≤m≤N)、感知到授权用户PU频谱为空闲状态的认知用户数目为N‑m；其中，授权用户PU频谱为占用状态记为H₁，授权用户PU频谱为空闲状态记为H₀；(3)频谱感知融合中心FC根据N个认知用户发送的信噪比，计算m个感知到授权用户PU频谱为占用状态H₁的认知用户诚信系数κ_1,j以及N‑m个感知到授权用户PU频谱为空闲状态H₀的认知用户诚信系数κ_2,t；其中，诚信系数κ_1,j以及κ_2,t的计算公式如下：${\kappa }_{1,j}=\frac{{\mathrm{snr}}_j^2}{\frac{1}{m}\underset{j=1}{\overset{m}{\Sigma }}{\mathrm{snr}}_j^2},{\kappa }_{2,t}=\frac{{{\mathrm{snr}}_t}^2}{\frac{1}{N-m}\underset{t=1}{\overset{N-m}{\Sigma }}{{\mathrm{snr}}_t}^2};$(4)频谱感知融合中心FC根据m个认知用户的各自感知结果以及诚信系数κ_1,j，分别计算授权用户PU频谱为占用状态H₁的平均检测概率全局检测概率和此占用状态H₁对应的全局漏检概率以及授权用户PU的频谱为空闲状态H₀的平均检测概率全局检测概率此空闲状态H₀对应的全局漏检概率和全局虚警概率其中，该过程包括如下步骤(4‑1)至步骤(4‑3)：(4‑1)建立m个认知用户协同感知的全局错误检测概率P_e，获取关于决策门限的能量检测优化函数γ^*以及能量检测的最优门限值γ_opt，并计算授权用户PU频谱为占用状态H₁的平均检测概率其中，m个认知用户协同感知的全局错误检测概率P_e计算公式如下：$P_e=P_{H_0}{P}_f+P_{H_1}{P}_m,P_{H_1}=1-P_{H_0};$$P_f=Q\left(\frac{\gamma -{\sigma }_n^2}{\frac{2}{m}{\sigma }_n^4}\right),P_d=Q\left(\frac{\gamma -\left(1+\overline{snr}\right){\sigma }_n^2}{\frac{2}{m}\left(2\overline{snr}+1\right){\sigma }_n^4}\right);P_m=1-P_d;Q\left(z\right)={\int }_z^{\infty }\frac{1}{\sqrt{2\pi }}{e}^{-\frac{1}{2}{x}^2}dx;$其中，为授权用户PU频谱处于空闲状态H₀的概率，为授权用户PU频谱处于占用状态H₁的概率；P_f为全局虚警概率，P_d为全局检测概率，P_m为全局漏检概率；为对应处于授权用户PU频谱处于占用状态H₁的m个认知用户的平均信噪比，Q(z)表示正态高斯互补积分函数；其中，snr_i为认知用户CR_i自身的信噪比；关于决策门限的能量检测优化函数γ^*定义为：${\gamma }^{*}=\arg \underset{\gamma }{min}{P}_e=P_{H_0}·Q\left(\frac{\gamma -{\sigma }_n^2}{\frac{2}{m}{\sigma }_n^4}\right)+P_{H_1}·Q\left(\frac{\gamma -\left(1+\overline{snr}\right){\sigma }_n^2}{\frac{2}{m}\left(2\overline{snr}+1\right){\sigma }_n^4}\right);$能量检测的最优门限值γ_opt为：$\begin{array}{c}{\gamma }_{opt}=\gamma {|}_{\frac{\partial P_e}{\partial \gamma }=0}\\ =\frac{{\sigma }_n^2}{2}+{\sigma }_n^2\sqrt{\frac{1}{4}+\frac{\overline{snr}}{2}+\frac{4\overline{snr}+2}{m·\overline{snr}}\ln \left(\frac{P_{H_0}}{P_{H_1}}\sqrt{2\overline{snr}+1}\right)}\end{array};$授权用户PU频谱为占用状态H₁的平均检测概率计算公式如下：$P_{\det ,H_1}=Q\left(\frac{{\gamma }_{opt}-(1+\overline{snr})}{\sqrt{(2/N^{\prime }){(1+\overline{snr})}^2}}\right);$(4‑2)根据所得权用户PU频谱为占用状态H₁的平均检测概率以及m个认知用户的诚信系数κ_1,j，计算授权用户PU频谱为占用状态H₁的全局检测概率和此占用状态H₁对应的全局漏检概率其中，全局检测概率和全局漏检概率计算公式如下：$D_{\det ,H_1}=\sqrt[m]{\underset{j=1}{\overset{m}{\Pi }}{\kappa }_{1,j}}·\underset{l=m}{\overset{N}{\Sigma }}{\left(P_{\det ,H_1}\right)}^l{(1-P_{\det ,H_1})}^{N-l};D_{un\det ,H_1}=1-D_{\det ,H_1};$(4‑3)根据所得授权用户PU频谱为空闲状态H₀的平均检测概率以及N‑m个认知用户的诚信系数κ_2,t，计算授权用户PU频谱为空闲状态H₀的全局检测概率和此空闲状态H₀对应的全局漏检概率全局虚警概率其中，平均检测概率全局检测概率全局漏检概率和全局虚警概率的计算公式分别如下：$P_{\det ,H_0}=1-Q\left(\frac{{\gamma }_{opt}-1}{\sqrt{(2/N^{\prime })}}\right);$$D_{\det ,H_0}=\sqrt[N-m]{\underset{t=1}{\overset{N-m}{\Pi }}{\kappa }_{2,t}}·\underset{l=N-m+1}{\overset{N}{\Sigma }}{\left(P_{\det ,H_0}\right)}^l{(1-P_{\det ,H_0})}^{N-l};$$D_{Fail,H_0}=1-D_{\det ,H_0};$(5)频谱感知融合中心FC根据授权用户PU频谱为占用状态H₁对应的全局漏检概率以及授权用户PU频谱为空闲状态H₀对应的全局虚警概率建立基于认知用户数目的频谱感知误差函数Fun(m)；其中，频谱感知误差函数Fun(m)计算公式如下：$\begin{array}{c}Fun\left(m\right)=P_{pu}·D_{un\det ,H_1}+\left(1-P_{pu}\right)·D_{Fail,H_0}\\ =P_{pu}·\left(1-D_{\det ,H_1}\right)+\left(1-P_{pu}\right)·\left(1-D_{\det ,H_0}\right)\\ =P_{pu}·\left(1-\sqrt[m]{\underset{j=1}{\overset{m}{\Pi }}{\kappa }_{1,j}}·\underset{l=m}{\overset{N}{\Sigma }}{\left(P_{\det ,H_1}\right)}^l{\left(1-P_{\det ,H_1}\right)}^{N-l}\right)+\\ \left(1-P_{pu}\right)·\left(1-\sqrt[N-m]{\underset{t=1}{\overset{N-m}{\Pi }}{\kappa }_{2,t}}·\underset{l=N-m+1}{\overset{N}{\Sigma }}{\left(P_{\det ,H_0}\right)}^l{\left(1-P_{\det ,H_0}\right)}^{N-l}\right)\end{array};$其中，P_pu表示授权用户PU信号在其授权频谱出现的概率；(6)计算频谱感知误差函数Fun(m)的频谱感知误差最小值Fun(m₀)，并以该频谱感知误差函数最小值Fun(m₀)对应的数值m₀(m₀￡m)作为参与协同感知的最佳协同认知用户数目，并对m个认知用户按照其对应的信噪比值snr_i进行降序排列，得到m个认知用户的降序排列组；(7)选取认知用户降序排列组中的前m₀个认知用户作为参与协同感知的最佳协同认知用户；其中，分别标记选取的最佳协同认知用户为CR'_r，其中，r＝1,2,…，m₀；(8)根据步骤(7)中m₀个最佳协同认知用户CR'_r的检测概率，频谱感知融合中心FC以加权的OR准则协同后的全局检测概率作为N个认知用户协同感知的最终检测结果；其中，加权的OR准则如下：$Q_d=1-\underset{r=1}{\overset{m_0}{\Pi }}{\omega }_r(1-P_{d,r}),Q_{fa}=1-\underset{r=1}{\overset{m_0}{\Pi }}{\omega }_r(1-P_{f,r}),{\omega }_r=\frac{P_{d,r}}{\underset{r=1}{\overset{m_0}{\Sigma }}{P}_{d,r}},r=1,2,...,m_0;$其中，P_d,r为最佳协同认知用户CR'_r的检测概率，P_fa,r为最佳协同认知用户CR'_r的虚警概率；Q_d为协同感知后的全局检测概率，Q_fa为协同感知后的全局虚警概率；m₀为最佳协同认知用户的数目；ω_r为最佳协同认知用户CR'_r的加权系数。