CN101511092B - 基于二重可信的协同频谱感知方法 - Google Patents
基于二重可信的协同频谱感知方法 Download PDFInfo
- Publication number
- CN101511092B CN101511092B CN2009100287015A CN200910028701A CN101511092B CN 101511092 B CN101511092 B CN 101511092B CN 2009100287015 A CN2009100287015 A CN 2009100287015A CN 200910028701 A CN200910028701 A CN 200910028701A CN 101511092 B CN101511092 B CN 101511092B
- Authority
- CN
- China
- Prior art keywords
- user
- secondary user
- constantly
- frequency spectrum
- confidence level
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Testing Or Calibration Of Command Recording Devices (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明旨在提供一种基于二重可信的协同频谱感知方法,包括下列步骤:各次级用户SUi在本地进行相互独立的频谱检测,得到频谱检测量各次级用户SUi依据证据理论采用下式对其在第m时刻的频谱检测量进行可信表达;各次级用户SUi将检测结果可信度mi(H1(m))、mi(H0(m))传送至融合中心AP,融合中心AP先采用自适应迭代算法估计先验信息P1(m),P0(m),然后再根据数据优化融合理论,采用下列公式得出第i个次级用户SUi在第m时刻感知可信度ci(m);根据上述步骤得到的mi(H1(m))、mi(H0(m))和ci(m),融合中心AP采用下列公式对第m时刻主用户PU是否存在进行判决,并将最终的判定结果u0(m)输出。本发明可提高各次级用户SUi的可靠性,改善系统的检测性能。
Description
技术领域
本发明涉及通信技术中的认知无线电(简称CR)领域,具体地讲是一种协同频谱感知方法。
背景技术
随着无线通信需求的不断增长,对无线频谱资源的需求也相应增长,导致频谱资源日益紧张。但已分配给现有无线系统的频谱资源却在时间和空间上有不同程度的闲置。人们提出的认知无线电(CR)技术,可从时间和空间上充分利用那些空闲的频谱资源,有效解决上述难题。
认知无线电设备通过自适应地调整其自身内部通信机理来达到对环境变化的适应。次级用户(SU)必须能敏感地检测到主用户(PU)的存在,避免对PU正常工作产生干扰,正确检测某频段是否被PU使用是CR的关键技术之一。在无线信道环境中,受传播损耗和多径衰落等因素的影响,单个SU的检测性能并不可靠。因而人们提出协同频谱感知,通过SU间的协作达到系统要求的检测门限,降低单个SU的负担。协同感知可以采用集中或分布的方式进行。集中式协同感知是指各个SU将本地感知结果送到融合中心(AP)统一进行数据融合,做出决策,如附图1所示;分布式协同感知则是指各SU间相互交换感知信息,各个节点独自决策。本发明研究集中式协同感知。通常的集中式协同感方法是“与”、“或”合并。
“与”合并:各次级用户SU向融合中心AP传送对于主用户PU是否存在的判定(1或0),融合中心AP对上传信息进行“与”合并。即当所有次级用户SU都判定有主用户PU存在时,融合中心才判定主用户PU存在。
“或”合并:各次级用户SU向融合中心传送对于主用户PU是否存在的判定(1或0),融合中心AP对上传信息进行“或”合并。即只要有一个次级用户SU判定有主用户PU存在,AP就判定主用户PU存在。
衡量感知方法性能的两个重要指标是:检测概率PD、虚警概率PF。
检测概率PD:在主用户PU存在的情况下,判定有主用户PU存在的概率,代表了对主用户PU的保护程度;虚警概率PF:在主用户PU不存在的情况下,判定有主用户PU存在的概率,代表了对频谱的利用程度。为了表示感知方法的检测性能,通常应用ROC(ReceiverOperating Characteristics)曲线,该曲线的横坐标为虚警概率,纵坐标为检测概率,即检测概率PD随虚警概率PF变化的曲线。
从上面的介绍可以看出,“与”合并可以很大程度上降低虚警概率,但要求各次级用户SU对主用户PU的检测概率达到100%,否则会导致系统的检测性能极大的下降;“或”合并虽然可以在次级用户SU检测信号受到极大干扰的情况下保证较高的检测概率,却带来了更高的虚警概率,降低了频谱利用率。
“与”、“或”合并都是基于对各次级用户SU检测结果的等同考虑,但在实际情况中,由于由信道环境、设备检测灵敏度、次级用户SU与主用户PU的距离的不同,各次级用户SU单次本地检测结果的可信度、感知可信度(即感知能力)并不相同,导致各次级用户SU的可靠性得不到保证,因而“与”、“或”合并不是最优的协同感知算法。
发明内容
本发明的目的旨在针对上述问题提供一种可提高各次级用户SUi的可靠性,改善系统检测性能的二重可信协同感知方法。
本发明是采用以下技术方案实现的:
一种基于二重可信的协同频谱感知方法,其特征在于,包括下列步骤:
其中,零假设H0代表主用户PU不存在,备择假设H1代表主用户PU存在,μi.n=NPi.n,μi.n+s=N(Pi.n+Pi.s), Pi.n,Pi.s分别表示第i个次级用户SUi接收的噪声、信号的功率,mi(H1(m))表示第i个次级用户SUi在第m时刻判定主用户PU存在的可信度,mi(H0(m))表示第i个次级用户SUi在第m时刻判定主用户PU不存在的可信度;
c.各次级用户SUi将检测结果可信度mi(H1(m))、mi(H0(m))传送至融合中心AP,融合中心AP先采用自适应迭代算法估计先验信息P1(m),P0(m), 然后再根据数据优化融合理论,采用下列公式得出第i个次级用户SUi在第m时刻感知可信度ci(m):
其中,γi为第i个次级用户SUi的本地可信度判决门限, 分别是SUi的检测概率和虚警概率,P0,P1是主用户PU不存在、存在的先验信息,c0是先验概率的权重,ui(m)代表第m时间段内第i个次级用户SUi的本地感知的结果,ci1(m),ci0(m)是第m时刻感知可信度的两种可能值,ci(m)的取值根据ui(m)在ci1(m),ci0(m)中选择;
d.根据上述步骤得到的mi(H1(m))、mi(H0(m))和ci(m),融合中心AP采用下列公式对第m时刻主用户PU是否存在进行判决,并将最终的判定结果输出,
其中,u0(m)为融合中心AP的判决输出,+1代表PU存在,-1代表PU不存在,η为融合中心的AP可信度判决门限。
其中,各次级用户SUi采取能量检测法进行本地频谱感知,单个认知用户 i代表第i个次级用户,N是进行频谱感知时间段内的接受信号的采样数目,当N≥250时,可近似为高斯分布, 噪声的方差σi 2通过对信道进行一段时间的监测,估计出其粗略值;
用si(m)表示SUi在第m时刻的判决状态,si(m)∈{s1,s2,s3,s4},s1,s2,s3,s4定义如下:
s1:u0=+1,ui=+1;
s2:u0=-1,ui=-1;
s3:u0=+1,ui=-1;
s4:u0=-1,ui=+1;
其中,u0是全局感知的结果,s1,s4分别是检测及虚警的情况,Δ(m)是第m时刻的调整因子,则第i个次级用户SUi第m个时刻的累积状态为:
其中,a1i(k),a2i(k),a3i(k),a4i(k)分别代表在k时刻对s1,s2,s3,s4四种状态的判断,是则取+1,不是则取0,对于每一时刻只有一个状态判断为1,其余三个的值均为0,
本发明提供的方法优点如下:
1、本发明中各次级用户SUi采取能量检测法进行本地频谱感知,单个认知用户 N是进行频谱感知时间段内的接受信号的采样数目,当N≥250时,可近似为高斯分布,则 噪声的方差σi 2通过对信道进行一段时间的监测,估计出其粗略值,从而避免了算法对先验信息Pi.n的要求;
2、对于SUi在第m时刻,用si(m)表示这一时段的判决状态,si(m)∈{s1,s2,s3,s4},s1,s2,s3,s4定义如下:
s1:u0=+1,ui=+1;
s2:u0=-1,ui=-1;
s3:u0=+1,ui=-1;
s4:u0=-1,ui=+1;
u0是全局感知的结果,s1,s4分别是检测及虚警的情况,Δ(m)是调整因子,如果融合中心判定的m(H0(m))与m(H1(m))差别较大,则表明此次判定的可靠性较高,如情况1:m(H0(m))>m(H1(m)),m(H0(m))、m(H1(m))差别较大;情况2:m(H0(m))>m(H1(m)),m(H0(m))、m(H1(m))差别较小。虽然情况1、2均判定H0为真,但情况1判断准确的概率更大,因此算法中设定的情况1的调整因子Δ更大,因而本算法有较快的收敛速度。
3、本发明充分考虑到了次级用户单次稳定性对其检测结果的可信度和感知可信度的影响,提出了基于二重可信的协同感知方法,极大的提高了系统的检测性能。
附图说明
图1是集中式协同感知的系统模型;
图2是本发明的流程图;
图3是本发明的核心结构图;
图4是传统的“与”、“或”合并方法和本发明实施例得出的ROC检测性能对比曲线图。
具体实施方式
本发明提供的基于二重可信的协同频谱感知方法,如图1、图2,具体实现步骤如下:
步骤1各次级用户SUi在本地进行相互独立的频谱检测,得到频谱检测量
各次级用户SUi的本地检测是二元假设检验,零假设H0代表主用户PU不存在,备择假设H1代表主用户PU存在,
H1:xi(m)=s(m)+ni(m) i=1,2,...,n
H0:xi(m)=ni(m) i=1,2,...n (1)
n是协同用户数,s(m)是第m时刻主用户的发送信号,xi(m)是第m时刻第i个次级用户收到的信号,ni(m)是第m时刻噪声分量,则第i个次级用户SUi的信噪比是 Es是主用户的信号能量,ni(m)是均值为0,方差为σi 2的高斯白噪声,s(m)与ni(m)相互独立。
要讨论的命题是各次级用户SUi对主用户PU存在性的判定,识别框架为Θ={H0,H1},H0与H1是互斥的,为证据的焦元。H0代表判定主用户PU不存在,H1代表判定主用户PU存在,mi(H0(m))代表第i个次级用户SUi在第m感知时间段判定主用户PU不存在的可信度,mi(H1(m))为判定PU存在的可信度。
其中,μi.n=NPi.n,μi.n+s=N(Pi.n+Pi.s), Pi.n,Pi.s分别表示第i个次级用户SUi接收的噪声、信号的功率。
噪声的方差σi 2通过对信道进行一段时间的监测,估计出其粗略值。从而避免了算法对此先验信息的要求。
步骤3各SUi将可信度mi(H1(m)),mi(H0(m))传送至融合中心AP,AP根据数据优化融合理论,由自适应迭代算法对各SU的感知能力进行估计,分配感知可信度;
Ui(i=1,2,...,n)代表第i个次级用户SUi的本地感知结果,U代表中心判决结果。
融合中心应用贝叶斯准则:
P0,P1是主用户PU不存在、存在的先验信息,Cij是决策代价,i表示检验结果,j表示原来的假设。在通信系统中,经常采取贝叶斯准则的一种特例,错误概率最小准则,即假定C00=C11=0及C10=C01=1。也就是正确的判决结果不必付出代价,而错误的判决应付出相应的代价,并把虚警错误和漏警错误所造成的后果看做是相等的。得到:
用对数表示成:
由于n个次级用户SU的感知过程是相互独立的,有:
由式(11)~(13),有:
式(14)可表示为:
ci是第i个次级用户的感知可信度,c0是先验概率的权重,有:
各SUi第m时刻的感知可信度可由下式确定:
对于SUi在第m时刻,用si(m)表示这一时段的判决状态,si(m)∈{s1,s2,s3,s4},s1,s2,s3,s4定义如下:
s1:u0=+1,ui=+1;
s2:u0=-1,ui=-1; (21)
s3:u0=+1,ui=-1;
s4:u0=-1,ui=+1;
u0是全局感知的结果,s1,s4分别是检测及虚警的情况。Δ(m)是调整因子,如果融合中心判定的m(H0(m))与m(H1(m))差别较大,则表明此次判定的可靠性较高,如情况1:m(H0(m))>m(H1(m)),m(H0(m))、m(H1(m))差别较大;情况2:m(H0(m))>m(H1(m)),m(H0(m))、m(H1(m))差别较小。虽然情况1、2均判定H0为真,但情况1判断准确的概率更大,因此算法中设定的情况1的调整因子Δ更大,因而本算法有较快的收敛速度。
我们得到第i个次级用户SUi前m感知时间段的累积状态:
a1i(k),a2i(k),a3i(k),a4i(k)分别代表在k时刻对s1,s2,s3,s4四种状态的判断,是则取+1,不是则取0,对于每一时刻只有一个状态判断为1,其余三个的值均为0。
w1i(m),w2i(m),w3i(m),w4i(m)分别表示前m时间段,第i个次级用户SUi出现s1,s2,s3,s4四种状态次数的加权和。
即可估计出感知可信度ci0(m),ci1(m),再由ui(m)的值决定第m个时刻ci(m)取ci0(m)或ci1(m)。
步骤4基于步骤2、3得到的SU单次感知结果的可信度、SU的感知可信度(即感知能力),融合中心AP对主用户PU是否存在进行判决;
对H1,H0的判决由相应的可信度确定:
m(H1(m))表示第m时间段融合中心AP判定PU存在的可信度,m(H0(m))表示判定PU不存在的可信度。η为融合中心的可信度判决门限。
实施例:本发明的一个具体实例如下所示,参数设置不影响一般性。假设认知无线电系统中次级用户数为n=8,用户用SU1~SU8表示。本实例中GSM网络为主用户PU,次级用户为无线局域网用户,GSM系统的符号速率为270.833kbit/s,4倍采样,信号经过AWGN信道。主用户的发射功率为0.5mW,主用户PU存在与否的先验概率P1,P0均为0.5,共有8个次级用户随机分布于主用户PU周围,信噪比SNR分别为-12dB,-11dB,...,-5dB。本地检测方法为能量检测,感知时间为1ms。所有的次级用户的本地可信度判决门限值γi=1,融合中心AP可信度判决门限η=1。本发明提出的基于二重可信的协同认知方法的具体过程如下:
对步骤1~2,以次级用户SU1第100检测时刻检测为例进行详细说明,其他次级用户进行独立的工作,其操作步骤与SU1类似。
N=270.833×103×10-3×4≈1083
对于N=1083>250,可以用高斯分布对统计量进行近似,噪声的方差σi 2通过对信道进行一段时间的监测,估计出其粗略值。根据式(4)~(7)在假设{H0,H1}下接收信号的均值和方差μi.n,μi.n+s,σi.n,σi.n+s。可以得到检测结果的可信度mi(H1),mi(H0):
经检测,有Pi.n=0.02W,μi.n=NPi.n=1083×0.02=21.66,μi.n+s=N(Pi.n+Pi.s)=1083×(0.02+0.05)=75.81,
可计算出m1(H1(100))=0.17,m1(H0(100))≈0
类似的可得到次级用户SU2~SU8第100时刻的检测可信度:
m2(H1(100))=0.63,m2(H0(100))=0.04
m3(H1(100))=0.27,m3(H0(100))=0.19
m4(H1(100))=0.17,m4(H0(100))=0.53
m5(H1(100))=0.45,m5(H0(100))=0.33
m6(H1(100))=0.58,m6(H0(100))=0.31
m7(H1(100))=0.13,m7(H0(100))=0.73
m8(H1(100))=0.38,m8(H0(100))=0.56
3、各SU将可信度mi(H1(m)),mi(H0(m))传送至融合中心AP,由自适应迭代算法对各次级用户的感知能力进行估计,分配感知可信度,AP根据数据优化融合理论进行信息融合;
经由自适应迭代算法可知各次级用户的认知可信度分别为:
c1(100)=0.38;c2(100)=0.59;c3(100)=0.65;c4(100)=0.79;
c5(100)=0.84;c6(100)=1.01;c7(100)=1.43;c8(100)=1.70
4、基于2、3得到的SU单次感知结果的可信度、SU的感知可信度(即感知能力),融合中心AP对主用户PU是否存在进行判决,对H1,H0的判决由相应的可信度确定:
m(H1(m))=0.38×0.17+0.59×0.63+0.65×0.27+0.79×0.17
+0.84×0.45+1.01×0.58+1.43×0.13+1.70×0.38=2.5178
m(H0(m))=0.38×0+0.59×0.04+0.65×0.19+0.79×0.53
+0.84×0.33+1.01×0.31+1.43×0.73+1.70×0.56=3.152
由于 所以判定主用户为不存在。
经过以上步骤后就可以实现本发明提出的基于二重可信的协同频谱感知,图4为采用本方法通过改变门限值得到的系统检测性能仿真图。
Claims (3)
1.一种基于二重可信的协同频谱感知方法,其特征在于,包括下列步骤:
H0:
其中,零假设H0代表主用户PU不存在,备择假设H1代表主用户PU存在,μi.n=NPi.n,μi.n+s=N(Pi.n+Pi.s), n表示噪声、N是进行频谱感知时间段内的接受信号的采样数目、s表示信号,Pi.n,Pi.s分别表示第i个次级用户SUi接收的噪声、信号的功率,mi(H1(m))表示第i个次级用户SUi在第m时刻判定主用户PU存在的可信度,mi(H0(m))表示第i个次级用户SUi在第m时刻判定主用户PU不存在的可信度;
c.各次级用户SUi将检测结果可信度mi(H1(m))、mi(H0(m))传送至融合中心AP,融合中心AP先采用自适应迭代算法估计先验信息P1(m),P0(m), 然后再根据数据优化融合理论,采用下列公式得出第i个次级用户SUi在第m时刻感知可信度ci(m):
其中,γi为第i个次级用户SUi的本地可信度判决门限, 分别是SUi的检测概率和虚警概率,P0,P1是主用户PU不存在、存在的先验信息,c0是先验概率的权重,ui(m)代表第m时间段内第i个次级用户SUi的本地感知的结果,ci1(m),ci0(m)是第m时刻感知可信度的两种 可能值,ci(m)的取值根据ui(m)在ci1(m),ci0(m)中选择;
d.根据上述步骤得到的mi(H1(m))、mi(H0(m))和ci(m),融合中心AP采用下列公式对第m时刻主用户PU是否存在进行判决,并将最终的判定结果u0(m)输出,
其中,u0(m)为融合中心AP的判决输出,+1代表PU存在,-1代表PU不存在,η为融合中心AP的可信度判决门限。
用si(m)表示SUi在第m时刻的判决状态,si(m)∈{s1,s2,s3,s4},s1,s2,s3,s4定义如下:
s1:u0=+1,ui=+1;
s2:u0=-1,ui=-1;
s3:u0=+1,ui=-1;
s4:u0=-1,ui=+1;
其中,u0是全局感知的结果,s1,s4分别是检测及虚警的情况,Δ(m)是第m时刻的调整因子, 则第i个次级用户SUi第m个时刻的累积状态为:
其中,a1i(k),α2i(k),α3i(k),α4i(k)分别代表在k时刻对s1,s2,s3,s4四种状态的判断,是则取+1,不是则取0,对于每一时刻只有一个状态判断为1,其余三个的值均为0,w1i(m),w2i(m),w3i(m),w4i(m)分别表示第m时刻前,第i个次级用户SUi出现s1,s2,s3,s4四种状态次数的加权和,基于Ji(m),可估计 P1(m),P0(m)如下:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009100287015A CN101511092B (zh) | 2009-01-04 | 2009-01-04 | 基于二重可信的协同频谱感知方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009100287015A CN101511092B (zh) | 2009-01-04 | 2009-01-04 | 基于二重可信的协同频谱感知方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101511092A CN101511092A (zh) | 2009-08-19 |
CN101511092B true CN101511092B (zh) | 2011-06-08 |
Family
ID=41003318
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009100287015A Expired - Fee Related CN101511092B (zh) | 2009-01-04 | 2009-01-04 | 基于二重可信的协同频谱感知方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101511092B (zh) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101741484B (zh) * | 2009-12-04 | 2013-04-17 | 工业和信息化部电信传输研究所 | 一种多带鲁棒频谱感知方法及感知器 |
CN101753174B (zh) * | 2009-12-16 | 2013-10-16 | 北京航空航天大学 | 自适应频谱检测方法和系统 |
CN101789834B (zh) * | 2010-01-29 | 2013-05-08 | 中国人民解放军理工大学 | 基于网络编码的协同频谱感知方法 |
CN101789836B (zh) * | 2010-02-02 | 2013-03-06 | 浙江大学 | 一种节省网络通信开销的合作频谱感知方法 |
CN101815305B (zh) * | 2010-02-10 | 2013-07-17 | 中国人民解放军理工大学 | 基于可信度的协同频谱感知方法 |
WO2011104420A1 (en) * | 2010-02-26 | 2011-09-01 | Nokia Corporation | Method and apparatus for spectrum sensing |
CN101848012B (zh) * | 2010-04-22 | 2012-12-05 | 电子科技大学 | 一种合作频谱感知方法 |
CN101848046B (zh) * | 2010-06-22 | 2012-11-28 | 上海交通大学 | 提高频谱感知的检测概率方法 |
WO2012151732A1 (zh) * | 2011-05-06 | 2012-11-15 | 中国人民解放军理工大学 | 基于状态转移概率估计的感知时隙长度优化方法 |
CN102638802B (zh) * | 2012-03-26 | 2014-09-03 | 哈尔滨工业大学 | 一种分层协作联合频谱感知算法 |
CN103138859B (zh) * | 2013-02-25 | 2015-04-08 | 东华大学 | 基于回溯和集中式协作认知无线电宽带频谱压缩感知方法 |
CN103178910A (zh) * | 2013-02-27 | 2013-06-26 | 浙江大学 | 基于信誉度的认知无线电网络分层合作频谱感知方法 |
CN103795476A (zh) * | 2013-12-05 | 2014-05-14 | 镇江高科科技信息咨询有限公司 | 由终端导向的多模终端认知无线电技术 |
CN103763043A (zh) * | 2013-12-06 | 2014-04-30 | 镇江坤泉电子科技有限公司 | 基于协作式认知网络高效无线频谱感知方法 |
CN103746754B (zh) * | 2013-12-27 | 2016-01-20 | 中国电子科技集团公司第二十八研究所 | 基于概率统计的检测可靠性估计方法 |
CN105323195B (zh) * | 2014-07-11 | 2018-07-06 | 中国人民解放军理工大学 | 一种历史数据缺失条件下的短波多信道联合预测方法 |
CN104506261B (zh) * | 2014-12-15 | 2017-02-22 | 河海大学常州校区 | 基于次级用户频谱需求的认知无线电网络的频谱感知方法 |
-
2009
- 2009-01-04 CN CN2009100287015A patent/CN101511092B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN101511092A (zh) | 2009-08-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101511092B (zh) | 基于二重可信的协同频谱感知方法 | |
US10120003B2 (en) | RSSI based V2X communication plausability check | |
CN101867424B (zh) | 一种认知无线电网络的协作频谱感知方法 | |
US20170324488A1 (en) | Method and apparatus for evaluating node performance and system | |
CN109347579B (zh) | 一种在无线信道衰落不确定条件下的弱信号检测方法 | |
US11722239B2 (en) | System and method for monitoring wireless communication channel by using cooperative jamming and spoofing | |
CN104780006A (zh) | 基于最小错误概率准则的频谱检测器软融合方法 | |
CN104065430A (zh) | 基于节点识别的协作频谱检测方法 | |
CN103684626A (zh) | 多用户协同频谱感知的数据融合方法及装置 | |
Noh et al. | Reporting order control for fast primary detection in cooperative spectrum sensing | |
CN114584233B (zh) | 一种基于ris辅助的认知无线网络中断性能预测方法及系统 | |
CN106713190A (zh) | 基于随机矩阵理论和特征阈值估计的mimo发射天线数目盲估计算法 | |
Blazek et al. | Measurement-based burst-error performance modeling for cooperative intelligent transport systems | |
CN101815312A (zh) | 一种基于自适应数据融合的协作频谱检测方法 | |
CN103780318A (zh) | 一种动态双门限协作频谱感知方法 | |
CN103926597A (zh) | 一种基于北斗rdss双向通信功能的多路径检测方法 | |
CN105634634A (zh) | 一种存在未知定时的异步信道感知方法 | |
CN105375997A (zh) | 基于次用户数目优化的多用户协作频谱感知方法 | |
CN102857305A (zh) | 一种多节点联合的频谱感知方法和系统 | |
CN110266619B (zh) | 一种反射通信传输系统的用户活跃度检测方法 | |
CN106357367A (zh) | 大规模天线系统下非相干的联合检测和信道译码的方法 | |
CN102148650B (zh) | 基于检测率与虚警率加权合并的能量检测器的检测方法 | |
CN101471737B (zh) | 一种调整校准发送功率的方法及装置 | |
CN101753229B (zh) | 一种基于无线移动网络的协作认知方法、装置及系统 | |
Michalek et al. | Analysis of signal attenuation in UHF band |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20110608 Termination date: 20140104 |