CN101951620B - 一种合作频谱感知中认知用户节点的选择方法 - Google Patents

Abstract

本发明公开了一种合作频谱感知中认知用户节点的选择方法，通过各认知用户节点进行本地感知，获得主用户不存在和存在时本地检测能量然后计算出对主用户节点存在与不存在的信任度函数值，发送到簇头节点；簇头节点计算各认知用户节点两两之间的关于主用户节点存在与不存在的相关系数，然后根据门限将相关系数大于等于门限得设为1，小于门限的设为0；对于某一认知用户节点，如果关于主用户节点存在与不存在的相关系数为1的个数都大于M/2时，则该认知用户节点为可靠节点，予以保留，否则予以删除，不再合作感知提供本地感知依据，这样降低参与合作感知的认知用户节点数，在保证合作感知准确性的同时，减轻了网络负担，降低了系统资源的占用，系统传输效率也得到了提高。

Description

一种合作频谱感知中认知用户节点的选择方法

技术领域

本发明属于合作频谱感知技术领域，更为具体地讲，涉及一种合作频谱感知中认知用户节点的选择方法。

背景技术

传统的无线频谱资源都是固定分配的，对于那些已授权频段，大部分利用率都很低。近年来，无线通信技术发展更为迅速，频谱资源也变得越来越紧张。为了解决频谱资源匮乏的问题，基本思路就是尽量提高现有频谱的利用率。为此，人们提出了认知无线电的概念。

认知无线电的基本出发点就是：为了提高频谱利用率，无线通信设备可以按照某种“伺机(Opportunistic Way)”的方式工作在已授权的频段内。这种在空域、时域和频域中出现的可以被利用的频谱资源被称为“频谱空洞”。认知无线电的核心思想就是使具有认知功能的无线通信设备，即认知用户发现“频谱空洞”并合理利用。

随着认知无线电技术的发展，合作频谱感知技术越来越受到重视，因为相对于单一认知用户感知而言，合作感知的可靠性和准确度更高。合作频谱感知的思想是多个认知用户不断感知周围的环境，利用本地感知算法得出感知结果并送往融合中心(基站)，融合中心把本地结果融合得出主用户是否存在的判决。

但是用于感知的认知用户节点数的增加也给网络带来了负担，会使系统资源的占用越来越多，系统传输效率下降。

发明内容

本发明目的在于克服现有技术的不足，提出一种合作频谱感知中认知用户节点的选择方法，将从认知用户节点中选出可靠认知用户进行合作频谱感知。

为实现上述发明目的，本发明合作频谱感知中认知用户节点的选择方法，其特征在于，包括以下步骤：

(1)、各认知用户节点进行本地感知计算

认知用户节点i对主用户信号进行感知，获得主用户不存在和存在时本地检测能量

其中，i是认知用户节点的索引号，i＝1，2，...，M，M是认知用户节点数；

(2)、各认知用户节点进行信任度函数值计算

认知用户节点i根据其本地检测能量

计算出该认知用户节点i关于主用户不存在与存在的信任度函数值：

$m_1\left(H_0\right)=\underset{x_{E_{0i}}}{\overset{+\∞}{\∫}}\frac{1}{\sqrt{2\mathrm{\π}}{\mathrm{\σ}}_{0i}}\exp [-{(x-u_{0i})}^2/{{\mathrm{\σ}}_{0i}}^2]\mathrm{dx}---\left(1\right)$

$m_i\left(H_1\right)=\underset{-\∞}{\overset{x_{E_{1i}}}{\∫}}\frac{1}{\sqrt{2\mathrm{\π}}{\mathrm{\σ}}_{1i}}\exp [-{(x-u_{1i})}^2/{{\mathrm{\σ}}_{1i}}^2]\mathrm{dx}---\left(2\right)$

式(1)、(2)中，H₀和H₁分别表示主用户不存在与存在，u_0i，σ_0i是第i个认知用户节点本地检测能量

在主用户不存在时的均值和方差；u_1i，σ_1i是第i个认知用户本地检测能量在主用户存在时的均值和方差；

(3)、发送信任度函数值给簇头节点，进行相关系数计算

认知用户节点i，i＝1，2，...，M将其信任度函数值发送到簇头节点，簇头节点接收所有认知用户节点发送的其信任度函数值，然后，计算任意两个认知用户节点i，j关于主用户不存在的判断和主用户存在的判断的相关系数ω_i，j、ψ_i，j：

${\mathrm{\ω}}_{i,j}=1-\frac{\underset{k=1}{\overset{N}{\mathrm{\Σ}}}|m_{i,k}\left(H_0\right)-m_{j,k}\left(H_0\right)|}{N}---\left(3\right)$

${\mathrm{\ψ}}_{i,j}=1-\frac{\underset{k=1}{\overset{N}{\mathrm{\Σ}}}|m_{i,k}\left(H_1\right)-m_{j,k}\left(H_1\right)|}{N}---\left(4\right)$

其中k表示认知用户节点向簇头接点发送信任度函数值的次数，且k＝1，2，...，N，共有N次；

ω_i，j、ψ_i，j相关系数值越大，说明认知用户节点i，j之间判断的结果越接近。

将所有关于主用户不存在的判断的信任函数值两两相关得到一个M×M阶的矩阵A_M×M：

同理，所有关于主用户存在的判断的信任函数值两两相关可以得到一个M×M阶的矩阵BM_×M：

但是，由于A_M×M、B_M×M是对称矩阵，且对角线上的元素都为1，所以我们只考虑上三角矩阵元素，这两个矩阵可简化为：

(4)、可靠认知用户节点选择

a1、在不考虑矩阵对角线元素的情况下，设一门限值α，与矩阵A_M×M中的元素ω_i，j比较，再设一门限值β，并与矩阵B_M×M中的元素ψ_i， j比较；

a2、如果矩阵A_M×M中的元素ω_i，j≥α，就将矩阵A_M×M中的第i行j列元素置为1，否则，就置为0；同样，如果矩阵B_M×M中的元素ψ_i，j≥β，就将矩阵B_M×M中的第i行j列元素置为1，否则，就置为0；

通过这步的比较判断得出的矩阵A_M×M和B_M×M的元素只含有0和1。

a3、统计有关第i认知用户节点0、1的个数，如果在矩阵A_M×M中有关第i个认知用户节点的元素值1的个数大于等于M/2，并且在矩阵B_M×M中有关第i个认知用户节点的元素值1的个数也大于等于M/2，保留此认知用户节点；如果在矩阵A_M×M中有关第i个认知用户节点的元素值1的个数小于M/2，或在矩阵B_M×M中有关第i个认知用户节点的元素值1的个数小于M/2，删除此认知用户节点；选择保留的认知用户节点为可靠认知用户节点；

(5)、可靠认知用户节点用于合作感知

簇头节点把各认知用户节点选择保留或删除的情况，通知各认知用户节点，选择保留的认知用户节点为合作感知提供本地感知依据，删除的认知用户节点不再参与合作感知。

本发明的发明目的是这样实现的：

在本发明中，通过各认知用户节点进行本地感知，获得主用户不存在和存在时本地检测能量

然后计算出对主用户节点存在与不存在的信任度函数值，发送到簇头节点；簇头节点根据信任度函数值计算各认知用户节点两两之间的关于主用户节点存在与不存在的相关系数，在这里认知用户节点i，j与认知用户节点j，i为同一数，即前述的简化对称矩阵，然后根据门限将相关系数大于等于门限得设为1，小于门限的设为0；对于某一认知用户节点，如果关于主用户节点存在与不存在的相关系数为1的个数都大于M/2时，则该认知用户节点为可靠节点，予以保留，否则予以删除，不再为合作感知提供本地感知依据，这样降低参与合作感知的认知用户节点数，在保证合作感知准确性的同时，减轻了网络负担，降低了系统资源的占用，系统传输效率也得到了提高。

附图说明

图1是本发明合作频谱感知中认知用户节点的选择方法的一种具体实施方式原理图；

图2是不同用户数下的检测概率曲线图。

具体实施方式

下面结合附图对本发明的具体实施方式进行描述，以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许会淡化本发明的主要内容时，这些描述在这里将被忽略。

图1是本发明合作频谱感知中认知用户节点的选择方法的一种具体实施方式原理图。

如图1所示，各认知用户节点进行本地感知，获得主用户不存在和存在时本地检测能量

为了方便说明和表述，在本实施例中，认知用户节点数M＝6，主用户到各认知用户节点的虚箭头线表示。

然后各认知用户节点计算出对主用户节点存在与不存在的信任度函数值m_i(H₀)、m_i(H₁)发送到簇头节点，其中i＝1，2，...，6。图中，用各认知用户节点到簇头节点的虚箭头线表示。

簇头节点根据信任度函数值计算各认知用户节点两两之间的关于主用户节点存在与不存在的相关系数ω_i，j、ψ_i，j，其中i＝1，2，...，6，j＝1，2，...，6。由于认知用户节点i，j与认知用户节点j，i为同一数，即得到前述的简化对称矩阵，

然后根据门限将相关系数大于等于门限得设为1，小于门限的设为0；对于某一认知用户节点，如果关于主用户节点存在与不存在的相关系数为1的个数都大于M/2，即3时，则该认知用户节点为可靠节点，予以保留，否则予以删除，不再为合作感知提供本地感知依据。

簇头节点把各认知用户节点选择保留或删除的情况，通知各认知用户节点，选择保留的认知用户节点为合作感知提供本地感知依据，删除的认知用户节点不再参与合作感知。

在本实施例中，保留认知用户节点为2、3、5、6，删除的为认知用户节点1、4，删除的认知用户节点1、4不再参与合作感知，只有保留认知用户节点为2、3、5、6为合作感知提供本地感知依据，如图1所示，用认知用户节点到基站的实线箭头线表示。

图2是不同用户数下的检测概率曲线图。

本发明中，图2是不同认知用户节点数下的检测概率比较。可以看出随着认知用户节点数的增多检测概率也越高，认知用户节点数M＝30时，当信噪比在-16dB时检测概率已经趋于1。在信噪比为-20dB处，虽然10个感知节点数的增加带来了大于0.01的检测概率。但是我们选择的可靠认知用户节点数L＝20时，检测概率达到0.97就已经非常完美了，再增加认知用户节点数节点数对检测性能提高不是很大，只会使得网络的开销增大。通过对比我们可以看出，认知用户节点选择在达到检测要求的情况下为系统节约了30％的资源，所以认知用户节点选择是很必要的。

尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

Claims (1)

1.一种合作频谱感知中认知用户节点的选择方法，其特征在于，包括以下步骤：

(1)、各认知用户节点进行本地感知计算

认知用户节点i对主用户信号进行感知，获得主用户不存在和存在时本地检测能量

其中，i是认知用户节点的索引号，i＝1，2，…，M，M是认知用户节点数；

(2)、各认知用户节点进行信任度函数值计算

认知用户节点i根据其本地检测能量计算出该认知用户节点i关于主用户不存在与存在的信任度函数值：

$m_i\left(H_0\right)=\underset{x_{E_{0i}}}{\overset{+\∞}{\∫}}\frac{1}{\sqrt{2\mathrm{\π}}{\mathrm{\σ}}_{0i}}\exp [-(x-u_{0i}{)}^2/{{\mathrm{\σ}}_{0i}}^2]\mathrm{dx}---\left(1\right)$

$m_i\left(H_1\right)=\underset{-\∞}{\overset{x_{E_{1i}}}{\∫}}\frac{1}{\sqrt{2\mathrm{\π}}{\mathrm{\σ}}_{1i}}\exp [-{(x-u_{1i})}^2/{{\mathrm{\σ}}_{1i}}^2]\mathrm{dx}---\left(2\right)$

式(1)、(2)中，H₀和H₁分别表示主用户不存在与存在，u_0i，σ_0i是第i个认知用户节点本地检测能量

在主用户不存在时的均值和方差；u_1i，σ_1i是第i个认知用户本地检测能量

在主用户存在时的均值和方差；

(3)、发送信任度函数值给簇头节点，进行相关系数计算

认知用户节点i，i＝1，2，…，M将其信任度函数值发送到簇头节点，簇头节点接收所有认知用户节点发送的其信任度函数值，然后，计算任意两个认知用户节点i，j关于主用户不存在的判断和主用户存在的判断的相关系数ω_i，j、ψ_i，j：

${\mathrm{\ω}}_{i,j}=1-\frac{\underset{k=1}{\overset{N}{\mathrm{\Σ}}}|m_{i,k}\left(H_0\right)-m_{j,k}\left(H_0\right)|}{N}---\left(3\right)$

${\mathrm{\ψ}}_{i,j}=1-\frac{\underset{k=1}{\overset{N}{\mathrm{\Σ}}}|m_{i,k}\left(H_1\right)-m_{j,k}\left(H_1\right)|}{N}---\left(4\right)$

其中k表示认知用户节点向簇头接点发送信任度函数值的次数，且k＝1，2，…，N，共有N次；

将所有关于主用户不存在的判断的信任函数值两两相关得到一个M×M阶的矩阵A_M×M：

同理，所有关于主用户存在的判断的信任函数值两两相关得到一个M×M阶的矩阵B_M×M：

这两个矩阵A_M×M、B_M×M简化为：

(4)、可靠认知用户节点选择

a1、在不考虑矩阵对角线元素的情况下，设一门限值α，与矩阵A_M×M中的元素ω_i，j比较，再设一门限值β，并与矩阵B_M×M中的元素ψ_i，j比较；

a2、如果矩阵A_M×M中的元素ω_i，j≥α，就将矩阵A_M×M中的第i行j列元素置为1，否则，就置为0；同样，如果矩阵B_M×M中的元素ψ_i，j≥β，就将矩阵B_M×M中的第i行j列元素置为1，否则，就置为0；

通过这步的比较判断得出的矩阵A_M×M和B_M×M的元素只含有0和1；

a3、统计有关第i认知用户节点0、1的个数，如果在矩阵A_M×M中有关第i个认知用户节点的元素值1的个数大于等于M/2，并且在矩阵B_M×M中有关第i个认知用户节点的元素值1的个数也大于等于M/2，保留此认知用户节点；如果在矩阵A_M×M中有关第i个认知用户节点的元素值1的个数小于M/2，或在矩阵B_M×M中有关第i个认知用户节点的元素值1的个数小于M/2，删除此认知用户节点；选择保留的认知用户节点为可靠认知用户节点；

(5)、可靠认知用户节点用于合作感知

簇头节点把各认知用户节点选择保留或删除的情况，通知各认知用户节点，选择保留的认知用户节点为合作感知提供本地感知依据，删除的认知用户节点不再参与合作感知。

Images