发明名称 移动场景下认知无线电频谱感知系统检测性能参量获得方法
摘要 移动场景下认知无线电频谱感知系统检测性能参量获得方法,涉及信息与通信技术领域。本发明是为了解决现有方法难以对移动场景下单节点感知和多节点协作感知系统进行检测概率、漏检概率和虚警概率的问题。首先根据系统的网络模型以及认知用户的移动模型获得移动速度、方向、起点与主用户的距离以及当前与主用户的距离之间的函数关系,并求得当前主用户与认知用户距离的PDF。通过移动用户实时检测到的主用户信号功率与当前与主用户距离之间的函数关系并利用这个关系以及当前距离的PDF计算得出此功率的PDF。最后,利用此功率的PDF以及概率论求得单节点感知,硬判决多节点协作感知和软判决协作感知系统的检测概率、漏检概率和虚警概率。
申请公布号 CN105099587A 申请公布日期 2015.11.25
申请号 CN201510612046.3 申请日期 2015.09.23
申请人 哈尔滨工业大学 发明人 贾敏;王欣玉;郭庆;顾学迈;王雪;刘晓锋;陈子研;朱思宇
分类号 H04B17/382(2015.01)I 主分类号 H04B17/382(2015.01)I
代理机构 哈尔滨市松花江专利商标事务所 23109 代理人 岳泉清
主权项 移动场景下认知无线电频谱感知系统检测性能参量获得方法,其特征是:假设移动场景下,认知用户服从随机路径点模型,认知网络中存在一个主用户和若干个认知用户;该方法由以下步骤实现:步骤一、获得认知用户的移动速度v、移动方向θ<sub>s</sub>和认知用户运动周期的起点与主用户的距离D<sub>0</sub>;当前次检测时,认知用户与主用户的距离Δd之间的函数关系为:<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><mi>&Delta;</mi><mi>d</mi><mo>=</mo><msqrt><mrow><msup><mrow><mo>(</mo><msub><mi>D</mi><mn>0</mn></msub><mo>+</mo><mi>v</mi><mo>&CenterDot;</mo><mi>&Delta;</mi><mi>t</mi><mo>&CenterDot;</mo><msub><mi>cos&theta;</mi><mi>s</mi></msub><mo>)</mo></mrow><mn>2</mn></msup><mo>+</mo><msup><mrow><mo>(</mo><mi>v</mi><mo>&CenterDot;</mo><mi>&Delta;</mi><mi>t</mi><mo>&CenterDot;</mo><msub><mi>sin&theta;</mi><mi>s</mi></msub><mo>)</mo></mrow><mn>2</mn></msup></mrow></msqrt></mrow>]]></math><img file="FDA0000809763840000011.GIF" wi="892" he="109" /></maths>其中:Δt表示认知用户的检测间隔时间;步骤二、根据公式:<maths num="0002" id="cmaths0002"><math><![CDATA[<mrow><msub><mi>f</mi><mi>v</mi></msub><mrow><mo>(</mo><mi>v</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mn>1</mn><mrow><msub><mi>v</mi><mrow><mi>m</mi><mi>a</mi><mi>x</mi></mrow></msub><mo>-</mo><msub><mi>v</mi><mrow><mi>m</mi><mi>i</mi><mi>n</mi></mrow></msub></mrow></mfrac></mrow>]]></math><img file="FDA0000809763840000012.GIF" wi="385" he="141" /></maths>获得认知用户的移动速度v的概率密度函数;其中:v<sub>min</sub>≤v≤v<sub>max</sub>;v<sub>min</sub>为认知用户的最小移动速度;v<sub>max</sub>为认知用户的最大移动速度;根据公式:<maths num="0003" id="cmaths0003"><math><![CDATA[<mrow><msub><mi>f</mi><msub><mi>&theta;</mi><mi>s</mi></msub></msub><mrow><mo>(</mo><msub><mi>&theta;</mi><mi>s</mi></msub><mo>)</mo></mrow><mo>=</mo><mfrac><mn>1</mn><mrow><mn>2</mn><mi>&pi;</mi></mrow></mfrac></mrow>]]></math><img file="FDA0000809763840000013.GIF" wi="285" he="131" /></maths>获得认知用户的移动方向θ<sub>s</sub>的概率密度函数;其中:0≤θ<sub>s</sub>≤2π;根据公式:<maths num="0004" id="cmaths0004"><math><![CDATA[<mrow><msub><mi>f</mi><msub><mi>D</mi><mn>0</mn></msub></msub><mrow><mo>(</mo><msub><mi>D</mi><mn>0</mn></msub><mo>)</mo></mrow><mo>=</mo><mfrac><mrow><msub><mi>dF</mi><msub><mi>D</mi><mn>0</mn></msub></msub><mrow><mo>(</mo><msub><mi>D</mi><mn>0</mn></msub><mo>)</mo></mrow></mrow><mrow><msub><mi>dD</mi><mn>0</mn></msub></mrow></mfrac><mo>=</mo><mfrac><mrow><mn>2</mn><msub><mi>D</mi><mn>0</mn></msub></mrow><msup><mi>a</mi><mn>2</mn></msup></mfrac></mrow>]]></math><img file="FDA0000809763840000014.GIF" wi="577" he="157" /></maths>获得认知用户运动周期的起点与主用户的距离D<sub>0</sub>的概率密度函数;其中:0≤D<sub>0</sub>≤a,a为圆形认知网络的半径;<img file="FDA0000809763840000016.GIF" wi="80" he="74" />是D<sub>0</sub>的概率分布函数;步骤三、根据认知用户的移动速度v的概率密度函数、方向θ<sub>s</sub>的概率密度函数和认知用户运动周期的起点与主用户的距离D<sub>0</sub>的概率密度函数,根据公式:<maths num="0005" id="cmaths0005"><math><![CDATA[<mrow><msub><mi>f</mi><mrow><mi>&Delta;</mi><mi>D</mi></mrow></msub><mrow><mo>(</mo><mi>&Delta;</mi><mi>d</mi><mo>|</mo><msub><mi>D</mi><mn>0</mn></msub><mo>,</mo><msub><mi>&theta;</mi><mi>s</mi></msub><mo>)</mo></mrow><mo>=</mo><mfrac><mn>1</mn><mrow><msub><mi>v</mi><mrow><mi>m</mi><mi>a</mi><mi>x</mi></mrow></msub><mo>-</mo><msub><mi>v</mi><mi>min</mi></msub></mrow></mfrac><mo>&CenterDot;</mo><mo>|</mo><mfrac><mrow><mo>&part;</mo><mi>v</mi></mrow><mrow><mo>&part;</mo><mi>&Delta;</mi><mi>d</mi></mrow></mfrac><mo>|</mo></mrow>]]></math><img file="FDA0000809763840000015.GIF" wi="723" he="150" /></maths>获得认知用户与主用户的距离Δd的条件概率密度函数;步骤四、根据公式,y=K/(Δd)<sup>2</sup>获得任一移动用户实时检测到的主用户信号功率y与Δd之间的函数关系;其中K为常数;步骤五、根据步骤四获得的任一移动用户实时检测到的主用户信号功率y与Δd之间的函数关系以及步骤三获得的认知用户与主用户的距离Δd的条件概率密度函数根据公式:<maths num="0006" id="cmaths0006"><math><![CDATA[<mrow><msub><mi>f</mi><mi>Y</mi></msub><mrow><mo>(</mo><mi>y</mi><mo>|</mo><msub><mi>D</mi><mn>0</mn></msub><mo>,</mo><msub><mi>&theta;</mi><mi>s</mi></msub><mo>)</mo></mrow><mo>=</mo><mfrac><mn>1</mn><mrow><msub><mi>v</mi><mrow><mi>m</mi><mi>a</mi><mi>x</mi></mrow></msub><mo>-</mo><msub><mi>v</mi><mrow><mi>m</mi><mi>i</mi><mi>n</mi></mrow></msub></mrow></mfrac><mo>&CenterDot;</mo><msub><mi>V</mi><mi>Y</mi></msub><mrow><mo>(</mo><msub><mi>D</mi><mn>0</mn></msub><mo>,</mo><mi>y</mi><mo>,</mo><msub><mi>&theta;</mi><mi>s</mi></msub><mo>)</mo></mrow><mo>&CenterDot;</mo><mfrac><msqrt><mi>K</mi></msqrt><mrow><mn>2</mn><mo>&CenterDot;</mo><mi>y</mi><msqrt><mi>y</mi></msqrt></mrow></mfrac></mrow>]]></math><img file="FDA0000809763840000021.GIF" wi="977" he="165" /></maths>获得主用户信号功率y的条件概率密度函数;式中:V<sub>Y</sub>(D<sub>0</sub>,y,θ<sub>s</sub>)是(D<sub>0</sub>,y,θ<sub>s</sub>)的函数;步骤六、根据步骤五中获得的主用户信号功率y的条件概率密度函数,分别求出单节点感知系统、多节点硬判决协作感知系统和多节点软判决协作感知系统的检测概率,漏检概率和虚警概率,并分别作为移动场景下单节点感知系统的检测性能参量和移动场景下多节点协作感知系统的检测性能参量。
地址 150001 黑龙江省哈尔滨市南岗区西大直街92号