CN101521896B - 认知无线电中的基于似然比的协同频谱感知方法 - Google Patents

Abstract

认知无线电中基于似然比的协同频谱感知方法提出认知节点的本地判决使用最大似然准则，这种方法有效解决了在低信噪比时认知节点本地判决的可信度问题。该方法包括认知节点本地检测和中心节点判决两部分；认知节点使用能量检测，对能量检测值进行基于最大似然准则的本地判决，从而得到关于授权用户的本地判决结果，且把似然比作为判决可信度度量，然后各认知节点把本地判决结果及量化后的本地似然比送往中心节点，中心节点根据各认知节点的结果进行协同判决。

Description

认知无线电中的基于似然比的协同频谱感知方法

技术领域

本发明涉及一种认知无线电网络中协同频谱检测问题，属于基于认知无线电的无线通信中的频谱感知技术。

背景技术

随着无线通信业务的迅速发展，无线频谱资源日益短缺；另一方面，目前频谱资源是授权固定分配，而且利用率普遍低于30％。可见频谱资源固定分配策略并不能有效利用频谱资源。如果对频谱资源实现动态接入，就可以提高频谱利用率。认知无线电(Cognitive Radio，CR)就是认知用户(the Second Users)在不干扰授权用户(the Primary Users)工作的基础上寻找并利用授权频带上的“频谱空穴”，实现动态频谱接入，以提高频带利用率。认知用户要能对授权频段进行可靠频谱检测，以满足动态接入的要求。

频谱检测技术可分为协同和非协同频谱检测。由于无线环境中阴影、多径、噪声不确定等不利因素的影响，各认知节点就需要较高的检测灵敏度，才能独立获得可靠检测。若认知网络中的认知节点进行频谱协同检测，就可以提高系统的分集增益，降低各认知节点的灵敏度要求，以满足CR系统对微弱授权信号频谱检测的高可靠性和强实时性要求。因此，设计一种合理地认知无线电网络协同频谱检测方案才能迅速、可靠地检测到可用的频谱资源，实现动态地频谱分配策略。

本发明是集中式的协同频谱检测方法，认知网络中存在若干认知节点和一个数据处理中心节点。认知节点把本地检测结果(即本地判决数据)发送至中心节点，然后中心节点根据接收到的各认知节点检测结果做出最终判决。认知节点的本地判决就是信号的统计推断问题，认知节点可通过能量检测、特征检测等获得各种信号特征，然后再进行判决。信号判决涉及系统频段的使用率和授权用户的受干扰率问题，因此应综合考虑系统要求设计信号判决准则和判决条件。中心节点判决可以是简单的硬判决或者是基于可信度的软判决。所以设计频谱检测方案时要综合考虑系统要求和信道状态，以满足频谱检测的各项性能指标。

发明内容

技术问题：本发明的目的是提出一种简单易于实现、应用范围不为环境限制的认知无线电中的基于似然比的协同频谱感知方法。本发明提出认知节点的本地判决使用最大似然准则，这种方法有效解决了在低信噪比时认知节点本地判决的可信度问题。该算法运算复杂度低。

技术方案：本发明提出一种认知无线电中的基于似然比的协同频谱感知方法，该方法包括认知节点本地检测和中心节点判决两部分；认知节点使用能量检测，对能量检测值进行基于最大似然准则的本地判决，从而得到关于授权用户的本地判决结果，且把似然比作为判决可信度度量，然后各认知节点把本地判决结果及量化后的本地似然比送往中心节点，中心节点根据各认知节点的结果进行协同判决，该方法具体为：

a.在检测时隙，各认知节点对监测信道上的信号进行M点能量检测，得到能量检测值；

b.各认知节点基于最大似然准则对能量检测值进行本地判决，即比较能量检测值在信道空闲和繁忙两种状态下的两个似然函数，较大似然函数对应的信道状态作为认知节点本地判决结果；

c.各认知节点把似然比作为本地判决结果可信度的度量，似然比就是能量检测值对应信道空闲和繁忙两种状态时的两个似然函数中，较大值与较小值之比；将似然比按照值的大小量化为四种可信程度即可信度；似然比越大，可信度越高；

d.把所属的可信度和本地判决结果合并，组成的认知节点本地检测数据组送至中心节点；

e.中心节点把接收到的认知节点本地检测数据组按照可信度大小降序排列，取其前

个数据组中的本地判决结果进行大数判决，其中N是数据组个数；即若这些本地判决结果中信道空闲的数目过半，中心节点的最终判决是信道空闲，反之中心节点的最终判决是信道繁忙，中心节点的最终判决就是监测信道的协同频谱感知结果。

有益效果：本发明的优点是，在信道衰落严重、本地节点接收信号信噪比较低时提高了本地检测的可靠性。

本发明应用于认知无线电协同频谱检测时有如下优点：

1)在信道处于深衰落环境时仍然能够获得较好的检测性能。

2)认知节点使用能量检测，适用于各种工作环境，无需授权用户参数。

3)认知节点本地判决使用最大似然准则，在不同衰落环境下无需改变判决参数，计算简单。

附图说明

图1是本发明系统结构框图。

具体实施方式

该方法包括认知节点本地检测和中心节点数据融合两部分。认知节点使用能量检测，对能量检测值进行基于最大似然准则的本地判决，从而得到关于授权用户的本地判决结果，且把似然比作为判决可信度度量，然后各认知节点把本地判决结果及本地似然比量化后送往中心节点，中心节点根据各认知节点的结果进行协同判决。

1本地能量检测及判决

假设认知无线电网络中存在N个认知节点和一个中心节点，各认知节点各自独立进行本地检测，认知节点把本地检测结果通过控制信道发送至中心节点，然后中心节点做最后判决。系统操作流程图如附图1所示。用H₀、H₁分别表示信道空闲(授权用户不发射信号)和繁忙(授权用户发射信号)两种情况下信道的状态，那么第i个认知用户t时刻接收的信号y_i(t)可表示为：

H₀：y_i(t)＝w(t)

                                   (1)

H₁：y_i(t)＝x_i(t)+w(t)

x_i(t)表示t时刻认知用户接收到的授权用户发射信号，w(t)表示t时刻信道噪声，是一个均值为0，方差是σ_n ²的高斯随机变量。

首先对y_i(t)进行M点能量检测：

$Y_i=\underset{n=1}{\overset{M}{\mathrm{\Σ}}}{\left|y_i\left(n\right)\right|}^2---\left(2\right)$

那么Y_i服从卡方分布：

$Y_i~\left\{\begin{array}{cc}{\mathrm{\χ}}_m^2& H_0\\ {\mathrm{\χ}}_m^2\left(s\right)& H_1\end{array}\right.---\left(3\right)$

s表示非中心卡方分布参数。

$s=\underset{n=1}{\overset{M}{\mathrm{\Σ}}}{m}_n^2---\left(4\right)$

m_n ²表示y_i(n)均值的平方。然后，对能量检测值基于最大似然准则进行本地判决。最大似然准则：f(r|H_i)是在条件为H_i时观测值为r的条件概率密度函数(似然函数)。则根据最大似然准则，本地判决结果需满足

${\hat{H}}_{i_0}=\arg \left\{\underset{H_i}{\max }\right[f\left(r\right|H_i)\left]\right\}---\left(5\right)$

上式中

表示判决结果。

H₀、H₁两种条件下的似然比越大判决越可靠，因此，可采用似然比作为认知节点本地判决可信度的度量。

判决过程及可信度的度量定义如下：

if  f(y_i|H₁)＞f(y_i|H₀)

      D_i＝1   r_i＝f(y_i|H₁)/f(y_i|H₀)        (6)

else  D_i＝0   r_i＝f(y_i|H₀)/f(y_i|H₁)

其中D_i表示第i个认知节点本地判决(当D_i＝1时，本地判决信道繁忙；当D_i＝0时，本地判决信道空闲)，r_i代表对应的似然比(r_i≥1)，也就是可信度度量。记认知节点i的判决结果及其可信度度量集合为A_i＝[D_i，r_i]，则所有认知节点的判决结果及其可信度度量集合为

A＝{[D₁，r₁]，[D₂，r₂]，…，[D_N，r_N]}＝{A₁，A₂，...，A_N}

单个认知用户的本地判决结果往往不太可靠，因此，各认知用户需要把A_i送往中心节点，以便进行协同检测。

上述讨论中似然比r_i是连续变量，为节省传输带宽，应对r_i进行量化，令其量化后的离散变量为R_i。当y_i较大时，lnr_i与y_i有近似线性关系。当r_i＞10时，本地判决已经充分可信，可以对r_i取对数然后进行2比特均匀量化。具体方案如下所示：

表12比特R_i量化方案

r<sub>i</sub>	(1，1.78)	(1.78，3.16)	(3.16，5.62)	(5.62，∞)
					R<sub>i</sub>	1	2	3	4

(10^0.25＝1.78，10^0.5＝3.16，10^0.75＝5.62)

2中心节点数据合并

假设中心节点通过控制信道无误差接收各认知节点的本地检测，且对接收数据按可信度从大到小排列，用集合表示为A′

$A^{\′}=\left\{\right[D_{i_1},R_{i_1}],[D_{i_2},R_{i_2}],...,[D_{i_N},R_{i_N}\left]\right\},i\∈\{\mathrm{1,2},...,N\}$

令

取A′集合的前K个元素组成新的集合C

$C=\left\{\right[D_{i_1},R_{i_1}],[D_{i_2},R_{i_2}],\·\·\·,[D_{i_K},R_{i_K}\left]\right\},i\∈\{\mathrm{1,2},\·\·\·,N\}$

对集合C中的元素D采用大数判决。即1的个数大于

，中心节点的判决就是H₁，否则为H₀。一次检测过程结束。

下面结合系统结构框图对本发明作进一步介绍：

1)中心节点在控制信道发射同步信号，使得认知无线电网络处于同步状态；

2)认知节点接收到同步信号后在检测时隙开始能量检测，各认知节点用集合表示为[1，2，...，N]；

3)开始能量检测时，节点i(i＝1，2，...，N)通过天线接收到监测信道内的信号y_i(t)；y_i(t)经过能量检测器处理得到能量检测值Y_i和信噪比估计γ_i，并将二者送至判决器；

4)判决器接收到能量检测值Y_i和信噪比估计γ_i后，通过查表获得能量检测值在信道空闲和繁忙两种状态下的两个似然函数f(Y_i|H₀)和f(Y_i|H₁)，进而通过比较两个似然函数的大小获得认知节点本地判决结果D_i和量化后的可信度R_i；

5)本地判决结果和可信度合并组成的本地判决数据组可表示为[D_i，R_i]；本地检测数据组通过控制信道发送到中心节点；

6)中心节点把接收到的认知节点本地检测数据组按可信度降序排列，表示为集合 $\left\{\right[D_{i_1},R_{i_1}],[D_{i_2},R_{i_2}],\·\·\·,[D_{i_N},R_{i_N}\left]\right\},i\∈\{\mathrm{1,2},\·\·\·,N\};$ 取前取其前

个数据组中的本地判决结果进行大数判决，得到监测信道内的协同频谱检测结果H₀或H₁；该结果表示认知用户是否能够动态接入该检测频段。

Claims (1)

1.一种认知无线电中基于似然比的协同频谱感知方法，其特征在于该方法包括认知节点本地检测和中心节点判决两部分；认知节点使用能量检测，对能量检测值进行基于最大似然准则的本地判决，从而得到关于授权用户的本地判决结果，且把似然比作为判决可信度度量，然后各认知节点把本地判决结果及量化后的本地似然比送往中心节点，中心节点根据各认知节点的结果进行协同判决，该方法具体为：

a.在检测时隙，各认知节点对监测信道上的信号进行M点能量检测，得到能量检测值；

b.各认知节点基于最大似然准则对能量检测值进行本地判决，即比较能量检测值在信道空闲和繁忙两种状态下的两个似然函数，较大似然函数对应的信道状态作为认知节点本地判决结果；

c.各认知节点把似然比作为本地判决结果可信度的度量，似然比就是能量检测值对应信道空闲和繁忙两种状态时的两个似然函数中，较大值与较小值之比；将似然比按照值的大小量化为四种可信程度即可信度；似然比越大，可信度越高；

d.把所属的可信度和本地判决结果合并，组成的认知节点本地检测数据组送至中心节点；

e.中心节点把接收到的认知节点本地检测数据组按照可信度大小降序排列，取其前

个数据组中的本地判决结果进行大数判决，其中N是数据组个数；即若这些本地判决结果中信道空闲的数目过半，中心节点的最终判决是信道空闲，反之中心节点的最终判决是信道繁忙，中心节点的最终判决就是监测信道的协同频谱感知结果。

Images