CN101572722B - 感知无线电系统选择侦听节点的方法 - Google Patents
感知无线电系统选择侦听节点的方法 Download PDFInfo
- Publication number
- CN101572722B CN101572722B CN2008100368624A CN200810036862A CN101572722B CN 101572722 B CN101572722 B CN 101572722B CN 2008100368624 A CN2008100368624 A CN 2008100368624A CN 200810036862 A CN200810036862 A CN 200810036862A CN 101572722 B CN101572722 B CN 101572722B
- Authority
- CN
- China
- Prior art keywords
- interception
- node
- information
- interception node
- feedback
- 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
Abstract
本发明揭示了一种感知无线电系统选择侦听节点的方法,所述无线电系统包括若干基站、若干用户驻地设备,基站作为判决节点,用户驻地设备作为侦听节点;该方法包括如下步骤:判决节点统计全体侦听节点的N次侦听信息,并根据该侦听信息的相关性对侦听节点分组;并在此阶段据全体侦听节点侦听信息作出探测判决;侦听节点的每个分组里,选取至少一个侦听节点作为组头侦听节点向判决节点做P次信息反馈;判决节点根据所选组头侦听节点的反馈侦听信息进行数据融合处理,做出探测判断。本发明提出了一种基于CPEs历史侦听信息统计相关性的侦听机制,以减少参与反馈的CPEs数量,从而在不降低探测概率和不提高错误警报概率时,有效地减少了反馈信息量。
Description
技术领域
本发明属于无线通信技术领域,涉及一种无线电系统的侦听节点选择方法,尤其涉及一种基于历史侦听信息统计相关性选择侦听节点的方法。
背景技术
1999年Joseph Mitola在软件无线电的基础上提出了感知无线电(Cognitive Radio,CR)的概念,感知无线电是以软件无线电为扩展平台的一种新的智能无线通信技术,它可以感知到周围的环境特征,并自动调整其设备的一些发射和接收参数。具有感知能力的设备能够在时域、频域和空域多维空间,对较宽的频段不断地进行频谱侦听,能够侦测到这些频段内主用户,从而能得知频谱的使用情况。2003年12月美国联邦通信委员会(FCC)也通过了一项法案,规定:拥有感知无线电功能的无线终端,在不对初级用户造成有害干扰的情况下,可以工作在许可证授权频带。2004年11月第一个基于感知无线电的无线标准IEEE802.22工作组成立,用于解决运营在广播电视频段的感知无线广域网技术。
频谱侦听是一种周期性动态性的对特定无线频带进行监测的过程,在对初级用户不造成干扰的前提下,次级用户可以用此频带进行业务传输。在任何感知无线电系统中,为实现次级用户与初级用户的频谱共享,频谱侦听必不可少。
为增加探测的可靠性,IEEE802.22系统中运用了分布式侦听的机制。文献【PengQihang,Zeng Kun,Wang Jun.A Distributed Spectrum Sensing Scheme Based on Credibilityand Evidence Theory in Cognitive Radio Context[C].IEEE Personal,Indoor and MobileRadio Communications,2006,:1-5】对其机制进行了介绍,如图1所示。SU(Secondary User,次级用户)基于自己的位置产生自己对LU(Licensed User,被许可用户)的探测信息,并把其自身探测的可信性因子α一起发送给BS(Base Station,基站,亦称判决节点),最后由BS做出最终判决。整个感知过程分为两个过程:(1)SU本地侦听过程;(2)BS的最终判决过程。
文献【Claudio R,Brian C,Kyouwoong K.Distributed Spectrum Sensing for CognitiveRadio Systems[C].IEEE Information Theory and Applications Workshop,2007,:120-123】中介绍了一种基于特征的循环方法来进行分布式信号侦听和分类,在低信噪比(Signal-to-Noise Ratio,SNR)的情况下得到了比较稳定的侦听结果。其方法流程图如图2所示。
文献【Lei Chen,Jun Wang,Shaoqian Li.An Adaptive Cooperative Spectrum SensingScheme Based on the Optimal Data Fusion Rule[C].IEEE Wireless CommunicationSystems,2007,:582-586】中介绍了一种基于最佳侦听数据融合的自适应协作侦听机制,原理如图3所示。图3中,μi(i=1,2,…,n)为第i个侦听节点的侦听信息,μ0为基站全局判决,ωi(i=1,2,…,n)为相应节点的加权值,ω0为先验概率的加权值。为实施此种机制,要求侦听节点的探测概率和错误警报概率为已知,但在复杂多变的无线环境中,这种情况是不可能的。为此,该文献中给出了一种基于错误警报概率的迭代算法来估算每个节点的探测概率和错误警报概率,使得这两种概率能够根据无线环境的变化实时更新,实现了对节点探测概率和错误警报概率的自适应性,进而实现了侦听信息融合的自适应性和准确性。
综合可以得出,以上三种机制都是在侦听节点不是很多的情况下进行的分析,都是以所有侦听节点的反馈信息进行的数据融合处理做出的判决,虽然提高了侦听的准确性,但是以反馈信息量大,信令开销大为代价的。当次级网络中的侦听节点很多时,这种计算复杂度和资源消耗也会增加。如图4所示,在侦听节点比较多时,如何在不降低探测概率PD和不提高错误警报概率PFA的情况下,有效地减少侦听节点的反馈信息具有很大的实用性。
在IEEE802.22中,CPEs(CPE即用户驻地设备,亦称侦听节点)在BS控制下进行分布式侦听,由于每个WRAN小区中CPE数量众多,如果所有CPEs的侦听结果都反馈给BS,将造成很大的信息反馈与信令开销。为减少CPEs的反馈数量,现有方法有的用CPEs基于竞争的方法对BS进行结果反馈,或采用BS对CPEs轮询的方式来获取反馈信息[1],接收到BS轮询消息的CPE才向BS反馈侦听信息,否则不反馈。但这些方式对BS进行侦听结果判决并不能有效提高探测概率PD和降低错误警报概率PFA,尤其是在对无线麦克风设备进行侦听时,若CPE侦听到其附近有正在使用的无线麦克风设备而无法将其侦听结果反馈给BS时,将产生初级用户隐藏终端问题,造成对初级用户的干扰。另外在某些CPEs受阴影效应或者受深度信道衰落影响比较大而感知不到初级用户时,竞争或被轮询为反馈CPE时,也会产生隐藏初级用户终端问题。
发明内容
本发明所要解决的技术问题是:提供一种可以有效降低系统信令开销和资源消耗的基于历史侦听信息统计相关性的侦听节点选择方法。
为解决上述技术问题,本发明采用如下技术方案:
一种感知无线电系统选择侦听节点的方法,所述无线电系统包括若干基站、若干用户驻地设备,所述基站作为判决节点,所述用户驻地设备作为侦听节点;该方法包括如下步骤:
步骤A、判决节点统计全体侦听节点的N次侦听信息,并根据该侦听信息的相关性对侦听节点分组;,并在此阶段据全体侦听节点侦听信息作出探测判决;
步骤B、侦听节点的每个分组里,选取至少一个侦听节点作为组头侦听节点向判决节点做P次信息反馈;判决节点根据所选组头侦听节点的反馈侦听信息进行数据融合处理,做出探测判断;
其中,N、P为大于等于1的整数。
作为本发明的一种优选方案,所述方法还包括步骤C:判决节点更新全体侦听节点的数量信息,从下一侦听时隙开始,判决节点重复执行步骤A、步骤B。
作为本发明的一种优选方案,所述步骤A中,侦听节点向判决节点做至少一次反馈,所述侦听节点侦听反馈信息相关性取决于其地理位置。
作为本发明的一种优选方案,所述步骤A中,分组的方法包括:
步骤A1、判决节点通过信令控制小区中的所有侦听节点执行侦听功能,并计算小区中的侦听节点的数量,记为M,并对每个侦听节点根据其位置信息对其进行编号;判决节点对侦听节点反馈侦听历史信息的统计次数设为N,用Si(k)表示编号为i的侦听节点第k次的侦听结果,其中i=1,2,…,M;k=1,2,…,N;探测到初级用户时Si(k)=1,未探测到初级用户时Si(k)=0;
步骤A2、定义第i个侦听节点,第j个侦听节点的前N次反馈侦听历史信息的相关性系数为γi,j,
步骤A3、设定反馈侦听历史信息相关性阈值为α;
步骤A4、若γi,j≥α,则把第i个侦听节点、第j个侦听节点分为一组。
作为本发明的一种优选方案,所述步骤A2中,由M个侦听节点和进行N次反馈侦听历史信息的相关性系数可以得到一个元素为γi,j的M×M的矩阵Γ,用此矩阵得到所有侦听节点间的侦听历史信息相关性;进一步地,所述Γ为对角元素为1的对称矩阵,其表示为
作为本发明的一种优选方案,选择Γ中右上部分中的元素中最大值,所述元素不包括矩阵Γ的对角线元素;
步骤A41、此最大值唯一时,把此值涉及到的侦听节点分为一组,只要从其中选择正确探测概率高的一个侦听节点执行侦听信息反馈,并在后续统计分析时把此组侦听节点从矩阵中剔除;
步骤A42、此最大值不唯一时,有两种情况:
(A421)最大值元素涉及的侦听节点没有关联时,把各最大值元素涉及的侦听节点分别看成一组,在其中分别随机选择一个正确探测概率高的侦听节点进行侦听信息反馈;
(A422)最大值元素涉及的侦听节点有关联时,多个最大相关系数值相同时,重复进行以上步骤;只要是彼此间的相关系数大于α,则把相关的侦听节点分为一组。
步骤A43、重复步骤A41、A42,直到矩阵中的最大元素都小于α时,此时矩阵中的相关侦听节点将不再进行分组。
作为本发明的一种优选方案,所述步骤B中,选取一个正确探测概率高的侦听节点向判决节点做信息反馈;进一步地,选取一个正确探测概率最高的侦听节点向判决节点做信息反馈。
作为本发明的一种优选方案,所述步骤B中,判决节点根据组头侦听节点和未分组侦听节点的反馈侦听信息进行数据融合处理,做出探测判断。
作为本发明的一种优选方案,为增强此种侦听机制实时适应无线环境的变化,所述方法包括如下步骤:
步骤1、判决节点命令所有侦听节点进行信息反馈,启动第一计数器,对反馈信息次数进行计数,初始化值a=0,控制全体侦听节点的侦听反馈信息次数,侦听节点每反馈一次侦听信息,执行a=a+1,当计数器值a=N时,第一计数器清零,使a=0,并暂停计数;此时的判决节点根据所有侦听节点的侦听反馈侦听信息进行数据融合处理,做出探测判断;转至步骤2
步骤2、判决节点将对侦听反馈信息进行相关性统计分析,选择侦听节点,判决节点启动第二计数器,初始化值b=0;对选择后的侦听节点的反馈侦听信息次数进行计数,所选侦听节点每进行一次侦听信息反馈,执行b=b+1,当计数器值为b=P时,第二计数器清零,使b=0,并暂停计数;判决节点根据所选侦听节点的反馈侦听信息进行数据融合处理,做出探测判断;转至步骤3;
步骤3、判决节点更新其中全体侦听节点的数量信息,从下一侦听时隙开始,转至步骤1。
本发明的有益效果在于:本发明针对IEEE802.22无线小区中众多CPE执行侦听功能时,反馈信息量大且具有很大冗余性的条件下,提出了一种基于CPEs历史侦听信息统计相关性的侦听机制,以减少参与反馈的CPEs数量,从而在不降低探测概率和不提高错误警报概率时,有效地减少了反馈信息量,且此方法改善了分区分簇方式中对环境自适应差的缺点,合理设定两个计数器的阈值,将能实现很好的环境自适应性能,且其对网络的拓扑结构和大小没有依赖性。
附图说明
图1为现有技术中分布式侦听原理图。
图2为现有技术中分布式侦听数据融合机制流程图。
图3为分布式侦听最佳数据融合机制原理图。
图4为WRAN系统场景布置示意图。
图5为IEEE802.22网络布置场景图。
图6为本发明方法的流程图。
图7为独立同分布的瑞利衰落信道下Qm与Qf关系曲线图。
图8为独立同分布的瑞利衰落信道下Qd与平均信噪比γ的关系曲线图。
具体实施方式
下面结合附图详细说明本发明的优选实施例。
本发明针对侦听节点众多时,侦听信息存在很大的冗余性提出的一种侦听机制,对侦听节点进行了侦听历史统计信息的相关性研究,提出了一种算法来减少侦听节点的数量,减少侦听反馈信息。以下为本发明的一个具体的实施方案,但不仅限于此方案。
BS初始化完毕后,首先BS通过信令控制小区中的所有CPEs执行侦听功能,并计算小区中的CPEs的数量,记为M,并对每个CPE根据其位置信息可以对其进行编号。IEEE802.22网络布置场景图如图5所示。BS对CPEs反馈侦听历史信息的统计次数设为N,用si(k)表示编号为i的CPE第k次的侦听结果,其中(i=1,2,…,M),(k=1,2,…,N)。
定义第i个CPE、第j个CPE的前N次反馈侦听历史信息的相关性系数为γi,j,其定义如下:
由式(2)可知,0≤γi,j≤1,γi,j的值越大,说明第i个CPE与第j个CPE的反馈侦听历史信息相关性越大,否则相关性越小。在有M个CPEs和进行N次反馈侦听历史信息的相关性系数计算后,可以得到一个元素为γi,j的M×M的矩阵Γ,用此矩阵可以得到所有CPEs间的侦听历史信息相关性。
接下来BS对Γ进行统计分析,对相关性大的CPEs进行分组,在以后的一段时间内,只要选择每组中的一个CPE执行侦听工作,进行侦听信息反馈。显然,式(3)为对称矩阵,对称矩阵的分析只要分析右上角或者左下角的矩阵即可,且其对角元素是对应CPEs的自相关系数,值为1。因此,可在式(4)的基础上进行分析。
反馈侦听信息统计分析步骤如下:
1.设定反馈侦听历史信息相关性阈值为α。
2.选择Γ中右上角(不包括矩阵对角线元素)元素中最大值,一般此值是大于α的。此时会有两种情况发生。
(1)此最大值唯一时,可以直接把此值涉及到的CPEs分为一组,只要从其中选择正确探测概率高的一个CPE执行侦听信息反馈。并在后续统计分析时把此组CPEs从矩阵中剔除。
(2)此最大值不唯一时,又会有两种情况产生
a.最大值元素涉及的CPEs没有关联时,可以把各最大值元素涉及的CPEs分别看成一组,在其中分别随机选择一个正确探测概率高的CPE进行侦听信息反馈即可。
b.最大值元素涉及的CPEs有关联时,如当CPEl(l=1,…,M)与CPEm(m=1,…,M)间的相关系数为0.95,CPEm与CPEn(n=1,…,M,且l≠m≠n)的相关系数也为0.95,此时能否把CPE l,CPEm,CPEn分成一组还要看CPEl与CPEn间的相关系数是否大于等于相关性阈值α,如果γl,m≥α,此时,可以把他们分为一组,否则选择选择其中相关性大的两个为一组。当有多个最大相关系数值相同时,重复进行以上步骤。只要是彼此间的相关系数大于α,就可以把他们分为一组,在以后的侦听信息反馈中之选此组内的一个正确探测概率最高的CPE进行信息反馈即可。与被分组的CPEs相关的相关性系数从矩阵中删除,对矩阵进行更新。当相关CPEs的数量为β时,在矩阵中所要查询的元素数量一共为
3.重复步骤2,直到矩阵中的最大元素都小于α时,此时矩阵中的相关CPEs将不再进行分组。
为增强此种侦听机制能够实时适应无线环境的变化,可以用以下方式对侦听节点进行周期性的更新。当网络初始化完毕后,侦听过程如下:
(1)BS命令所有CPEs进行信息反馈,启动一计数器Counter1,对反馈信息次数进行计数,初始化值a=0,控制全体CPEs的侦听反馈信息次数,CPEs每反馈一次侦听信息,执行a=a+1,当计数器值a=N时,Counter1清零,使a=0,并暂停计数.此时的BS根据所有CPEs的侦听反馈侦听信息进行数据融合处理,做出探测判断。
(2)BS将对侦听反馈信息进行相关性统计分析,选择侦听节点,BS启动另一计数器Counter2,初始化值b=0。对选择后的CPEs的反馈侦听信息次数进行计数,所选CPEs每进行一次侦听信息反馈,执行b=b+1,当计数器值为b=P时,计数器Counter2清零,使b=0,并暂停计数。此时的BS根据所选CPEs的反馈侦听信息进行数据融合处理,做出探测判断。
(3)BS更新其中全体CPEs的数量信息,从下一侦听时隙开始,BS重复步骤(1),(2),(3).
由于运行在广播电视频段上的初级用户不是频繁的突然出现,所以对以上步骤中参数P的设定可以较大写,P值越大,BS的计算开销越小,相应的其网络自适应性就差些,所以对此值的设定是一个网络资源开销与自适应性的一个折中。另外其中计数器Counter1值的设定也是一个统计准确性与网络开销的一个折中。
实施例二
现以IEEE802.22WRAN网络为例,对此专利的应用进行说明。网络场景如图4所示。
假设其中CPEs的数量为30,所有CPEs有相应的编号与之对应。网络初始化完毕后,BS启动计数器Counter1,初始值为0,对所有CPEs对BS的反馈侦听信息次数进行计数,步长为1。BS基于全体CPEs的反馈侦听信息进行判决。Counter1值为N时,Counter1清零,并暂停计数,BS将对数据进行统计分析,对统计信息相关性大的CPEs进行分组。从图4可知,一般来说CPEs的侦听反馈信息相关性与其之间的地理位置有很大关系,如在无线麦克风附近的CPE1、CPE2、CPE3、CPE4、CPE5,广播电视塔附近的CPE6、CPE7、CPE8、CPE9、CPE10,彼此间应该具有较大的相关性系数。具体分析方法可参考实施例一。对数据分析完毕后,选出需要进行侦听信息反馈的CPEs,在下一侦听时隙,BS只需通知这些CPEs进行侦听信息反馈,并启动计数器Counter2,初始值为0,BS每收到一次CPEs的反馈信息,Counter2加1。BS基于这些信息进行初级用户存在与否的判决。当Conter2的值为P時,Counter2清零,并暂停计数。BS更新其覆盖范围内的CPEs信息,并重新开始进行全体CPEs反馈侦听信息统计。如此循环往复。
该方法的优点是减少了CPEs的侦听反馈信息中的大量冗余信息,减少了BS做数据融合处理过程中所要处理的数据量,降低了BS的计算复杂度,减少了BS与CPE间的信令交互与资源消耗。而通过竞争接入和BS轮询方式减少CPEs的侦听反馈信息量不能保证减少的是冗余信息,所以BS的中心判决会受到很大影响,降低BS的数据融合处理后的中心判决的准确性。此专利中,相应参数N与P优化设定后,将不会降低BS的中心判决的准确性,也不会降低探测概率与错误警报概率。
该机制的流程图如图6所示,该方式解决了分区分簇方式中对环境自适应差的缺点,合理设定计数器Counter1与Counter2,将能实现很好的环境自适应性能。且其对网络的拓扑结构和大小没有依赖性。本文对次级网络中侦听节点数量众多的场景进行了仿真,采用最佳数据融合算法[2]对侦听节点信息进行数据融合。反馈节点的数量M设为100,每次统计反馈信息的次数N设为1000,相关性阈值α设为0.96,统计结果如表1所示。其中PC表示正确侦听概率,PE表示错误侦听概率,PD表示探测概率,PF表示错误警报概率。
表1分组与未分组的数据融合性能比较
PC | PE | PD | PF | |
100个用户的平均 | 0.8072 | 0.1928 | 0.8017 | 0.1871 |
100个用户全反馈 | 0.9900 | 0.0100 | 0.9861 | 0.0060 |
10个分组簇头反馈 | 0.9870 | 0.0130 | 0.9841 | 0.0101 |
本文所有侦听用户的侦听结果都是根据设定的初级用户信息,次级用户在一定范围内的随机错误概率下产生的随机数据,单个用户的性能指标,通过能量探测或者基于特征的探测方式都能够达到,能够较准确的模拟现实问题。从表1可以看出,采用分组簇头反馈与M个用户全反馈的四项指标比较,相差很小,探测概率PD相差0.2个百分点,错误警报概率仅相差0.41个百分点。随着侦听节点的增多,数据融合的性能越好,当侦听节点多到一定层度的时候,其计算开销所带来的负面效应将大于其带来的侦听性能改善。也就是在满足一定的侦听性能时,尽可能少的减少侦听节点的数量,更有意义。本文簇头的选择是选择分组中正确探测概率最大的用户作为簇头,所以提高了分组后的正确侦听概率与探测概率,并降低了错误侦听概率与错误警报概率。
为说明分布式协作侦听侦听节点数量众多时,可以选用本文机制进行侦听节点的选择,我们对基于能量探测的ROC(receiver operating characteristic,ROC)性能进行了仿真。据文献[8][9],在独立同分布的瑞利衰落信道下,采用OR规则数据融合算法,系统的错误警报概率Qf,探测概率Qd,与错失概率Qm表达式如下:
Qf=1-(1-Pf)n (5)
Qd=1-(1-Pd)n (6)
Qm=(Pm)n (7)
其中Pf,Pd,Pm,为单个侦听节点所对应的错误警报概率,探测概率与错失概率。表达式如下:
Pm={Y<λ|H1}=1-Pd (10)
其中Y为单个节点的探测能量值,Γ(·)与Γ(·,·)完全伽玛函数与不完全伽玛函数,λ为节点能量探测门限,m为每次进行能量探测的时间带宽的乘积,γ为系统平均信噪比。图7是在m=5,γ=10dB时,不同数量用户n的条件下得到的Qm与Qf之间关系的曲线图。由图中可以看出,随着协作侦听节点的增加,系统的侦听性能随之改善。在n=1时,Qf=0.01时,所对应的Qm的值高达0.4,当n=9时,Qm的值得到很大改善,其值已经小于0.01,在n=11时,Qm的值已经在0.001左右,对此种场景下的系统来说,在侦听节点n=9时,系统侦听性能已经满足要求,在此基础上如果侦听节点众多,其带来的信息冗余与计算的开销将降低系统的性能。图8为Qm与平均信噪比γ的关系曲线,图中,n对应协作侦听的节点数量,对应每条曲线,λ的取值都使得系统的Qf=0.1,m取值还是为5。从图中可以看出,在γ=5,n=1时,系统探测概率Qd的大小只有0.5,远远不能满足系统要求,随着n值得增加,Qd随之改善,当n=11时,系统的探测概Qd已达0.98以上。随着侦听节点的增多,系统性能会更进一步的得到提高。综上所述,在系统侦听节点众多时,采取有效的算法,尽量减少侦听节点的数量,减少系统信息冗余,降低信息反馈量与信令开销很有意义。
以上实施例仅用以说明而非限制本发明的技术方案。如,每组里选择的侦听节点可以为一个以上,如两个。不脱离本发明精神和范围的任何修改或局部替换,均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.一种感知无线电系统选择侦听节点的方法,所述无线电系统包括若干基站、若干用户驻地设备,所述基站作为判决节点,所述用户驻地设备作为侦听节点;其特征在于,该方法包括如下步骤:
步骤A、判决节点统计全体侦听节点的N次侦听信息,并根据该侦听信息的相关性对侦听节点分组;并在此阶段据全体侦听节点侦听信息作出探测判决;
步骤B、侦听节点的每个分组里,选取至少一个侦听节点作为组头侦听节点向判决节点做P次信息反馈;判决节点根据所选组头侦听节点的反馈侦听信息进行数据融合处理,做出探测判断;
其中,N、P为大于等于1的整数;
所述步骤A中,所述侦听节点侦听反馈信息相关性与侦听节点的地理位置分布有关;
所述步骤A中,分组的方法包括:
步骤A1、判决节点通过信令控制小区中的所有侦听节点执行侦听功能,并计算小区中的侦听节点的数量,记为M,并对每个侦听节点根据其位置信息对其进行编号;判决节点对侦听节点反馈侦听历史信息的统计次数设为N,用Si(k)表示编号为i的侦听节点第k次的侦听结果,其中i=1,2,…,M;k=1,2,…,N;探测到初级用户时Si(k)=1,未探测到初级用户时Si(k)=0;
步骤A2、定义第i个侦听节点,第j个侦听节点的前N次反馈侦听历史信息的相关性系数为γi,j,
步骤A3、设定反馈侦听历史信息相关性阈值为α;
步骤A4、若γi,j≥α,则把第i个侦听节点、第j个侦听节点分为一组。
2.根据权利要求1所述的感知无线电系统选择侦听节点的方法,其特征在于:所述方法还包括步骤C:判决节点更新全体侦听节点的数量信息,从下一侦听时隙开始,判决节点重复执行步骤A、步骤B。
3.根据权利要求1所述的感知无线电系统选择侦听节点的方法,其特征在于:所述步骤A中,侦听节点向判决节点做至少一次反馈。
6.根据权利要求4或5所述的感知无线电系统选择侦听节点的方法,其特征在于:选择Г中右上部分中的元素中最大值,所述元素不包括矩阵Г的对角线元素;
步骤A41、此最大值唯一时,把此值涉及到的侦听节点分为一组,只要从其中选择正确探测概率高的一个侦听节点执行侦听信息反馈,并在后续统计分析时把此组侦听节点从矩阵中剔除;
步骤A42、此最大值不唯一时,有两种情况:
(A421)最大值元素涉及的侦听节点没有关联时,把各最大值元素涉及的侦听节点分别看成一组,在其中分别随机选择一个正确探测概率高的侦听节点进行侦听信息反馈;
(A422)最大值元素涉及的侦听节点有关联时,多个最大相关系数值相同时,重复进行以上步骤;只要是彼此间的相关系数大于α,则把相关的侦听节点分为一组;
步骤A43、重复步骤A41、A42,直到矩阵中的最大元素都小于α时,此时矩阵中的相关侦听节点将不再进行分组。
7.根据权利要求1或2或3所述的感知无线电系统选择侦听节点的方法,其特征在于:所述步骤B中,选取一个正确探测概率高的侦听节点向判决节点做信息反馈。
8.根据权利要求1或2或3所述的感知无线电系统选择侦听节点的方法,其特征在于:所述步骤B中,判决节点根据组头侦听节点和未分组侦听节点的反馈侦听信息进行数据融合处理,做出探测判断。
9.根据权利要求1或2或3所述的感知无线电系统选择侦听节点的方法,其特征在于:所述方法包括如下步骤:
步骤1、判决节点命令所有侦听节点进行信息反馈,启动第一计数器,对反馈信息次数进行计数,初始化值a=0,控制全体侦听节点的侦听反馈信息次数,侦听节点每反馈一次侦听信息,执行a=a+1,当计数器值a=N时,第一计数器清零,使a=0,并暂停计数;此时的判决节点根据所有侦听节点的侦听反馈侦听信息进行数据融合处理,做出探测判断;转至步骤2
步骤2、判决节点将对侦听反馈信息进行相关性统计分析,选择侦听节点,判决节点启动第二计数器,初始化值b=0;对选择后的侦听节点的反馈侦听信息次数进行计数,所选侦听节点每进行一次侦听信息反馈,执行b=b+1,当计数器值为b=P时,第二计数器清零,使b=0,并暂停计数;判决节点根据所选侦听节点的反馈侦听信息进行数据融合处理,做出探测判断;转至步骤3;
步骤3、判决节点更新其中全体侦听节点的数量信息,从下一侦听时隙开始,转至步骤1。
10.根据权利要求1或2或3所述的感知无线电系统选择侦听节点的方法,其特征在于:所述N、P的大小据网络状况设置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008100368624A CN101572722B (zh) | 2008-04-30 | 2008-04-30 | 感知无线电系统选择侦听节点的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008100368624A CN101572722B (zh) | 2008-04-30 | 2008-04-30 | 感知无线电系统选择侦听节点的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101572722A CN101572722A (zh) | 2009-11-04 |
CN101572722B true CN101572722B (zh) | 2012-05-09 |
Family
ID=41231959
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008100368624A Expired - Fee Related CN101572722B (zh) | 2008-04-30 | 2008-04-30 | 感知无线电系统选择侦听节点的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101572722B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102960013B (zh) * | 2011-05-31 | 2016-08-03 | 华为技术有限公司 | 频谱感知方法和装置 |
CN103986745B (zh) * | 2014-04-08 | 2017-05-17 | 黄东 | 一种物联网的业务分类接入和物件标签位置预测方法 |
CN104702355B (zh) * | 2015-02-26 | 2017-04-26 | 西安电子科技大学 | 一种大小尺度衰落信道下宽带协作频谱感知方法 |
CN117956477A (zh) * | 2022-10-20 | 2024-04-30 | 维沃移动通信有限公司 | 侦听方法、装置及相关设备 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1832613A (zh) * | 2006-04-26 | 2006-09-13 | 电子科技大学 | 一种认知无线电系统中避免干扰的并行频谱分配方法 |
-
2008
- 2008-04-30 CN CN2008100368624A patent/CN101572722B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1832613A (zh) * | 2006-04-26 | 2006-09-13 | 电子科技大学 | 一种认知无线电系统中避免干扰的并行频谱分配方法 |
Non-Patent Citations (1)
Title |
---|
郭彩丽 等.《认知无线电关键技术及应用的研究现状》.《电信科学》.2006,(第8期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN101572722A (zh) | 2009-11-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Teng et al. | A novel code data dissemination scheme for Internet of Things through mobile vehicle of smart cities | |
CN102546059B (zh) | 认知自组织网络中基于无监督聚类的分布式合作频谱感知方法 | |
CN101404800B (zh) | Ofdma蜂窝系统中基于虚小区的半静态干扰协调方法 | |
CN101277146A (zh) | 无线通信系统中信道分配的方法及装置及设备 | |
CN104469951B (zh) | 一种资源分配的方法、装置及系统 | |
KR20130099265A (ko) | 인지무선 네트워크에서 암시적 전력제어를 구비하는 스펙트럼 공유 | |
CN104993889A (zh) | 一种基于人工蜂群算法的多频带协作频谱感知优化方法 | |
CN102271338A (zh) | 一种用于认知无线电网络的信道和功率联合分配方法 | |
Balieiro et al. | A multi-objective genetic optimization for spectrum sensing in cognitive radio | |
CN101572722B (zh) | 感知无线电系统选择侦听节点的方法 | |
CN102111864B (zh) | 基于lte异构业务网络的小区间功率控制方法 | |
CN103765939A (zh) | 用于控制来自空白空间单元的干扰的方法 | |
Wang et al. | Joint optimization of spectrum and energy efficiency in cognitive radio networks | |
Cao et al. | Energy-efficient cooperative spectrum sensing strategy for cognitive wireless sensor networks based on particle swarm optimization | |
CN103269487A (zh) | 毫微微蜂窝网络下行链路中基于博弈论的动态干扰管理方法 | |
CN103974264A (zh) | 一种频点优选方法 | |
CN106788810B (zh) | 一种绿色认知无线电的无线能量采集和分配方法 | |
Loh et al. | Graph-based gateway placement for better performance in LoRaWAN deployments | |
CN102695176B (zh) | 一种认知无线电网络的动态频谱分配方法 | |
CN102457852B (zh) | 频率优化的实现方法和装置 | |
Loh et al. | Efficient graph-based gateway placement for large-scale LoRaWAN deployments | |
Liu et al. | Robust power control for clustering-based vehicle-to-vehicle communication | |
CN103079275A (zh) | 基于多背包问题的聚合频谱分配方法 | |
CN107249213B (zh) | 一种d2d通信中频谱效率最大化的功率分配方法 | |
CN107249212B (zh) | 一种d2d通信中能效最大化的功率分配方法 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120509 Termination date: 20180430 |