CN103986530A - 一种基于生长素浓度的向光性频谱感知方法 - Google Patents

Abstract

本发明公开了一种基于生长素浓度的向光性频谱感知方法。该方法通过在信号处理单元嵌入基于生长素浓度的向光性频谱感知算法模块，实现频谱感知。感知设备进行频谱感知时，首先进行初始变量设置，再根据监测频率范围、频率分辨率和采样速率，对生长素浓度进行定义和计算，并根据向光性生长原理定义目标优化函数，以目标函数最小值为收敛目标，根据监测目标信息、频谱感知数据和生长素浓度计算公式，调整生长素浓度分布，实现最佳感知。与现有方法相比，本方法根据植物向光性生长过程进行算法设计；引入生长素浓度定义对加权因子进行优化，提高了感知速度。该方法可应用于但不局限于认知无线电和无线电频谱监测等需要频谱感知的无线电领域。

Description

一种基于生长素浓度的向光性频谱感知方法

技术领域

本发明涉及一种无线电频谱感知方法，尤其涉及一种基于生长素浓度的向光性频谱感知方法。 

背景技术

无线通信业务的增长导致未授权频谱资源拥挤，从而促使了认知无线电技术的诞生，认知无线电技术通过对频谱资源的动态感知和灵活接入，使非授权用户能够伺机使用授权用户的频谱资源，从而大大提高了频谱使用率，被公认为下一代无线通信网络的核心技术。在认知无线电中，首要的任务是感知频谱环境，探测频谱空洞，认知用户的感知能力决定着认知无线电系统能否具有更强的适应性、更宽的带宽、更少的冲突和更高的频谱利用率。认知无线电中的感知技术，不仅要求能够在宽频段、未知空域中进行连续感知，并且要求频谱感知必须准确、快速实时，从而在保证认知无线电网络的频谱利用率的同时，避免因感知不准确或者延迟的频谱感知结果给主用户带来有害干扰。 

公开号CN103051403A公开了一种基于多个MWC分布式亚奈奎斯特采样联合重构的频谱感知方法，该方法解决了单个MWC的分布式亚奈奎斯特采样联合重构的频谱感知方法在较低的信噪比条件下，频谱感知成功率低，以及难以克服阴影效应和隐终端问题。 

本发明涉及了一种基于生长素浓度的向光性频谱感知方法，该方法对无线电设备技术方式透明，实施方法对无线电设备没有特定工作制式要求，通用性强，鲁棒性强，频谱感知检测率高，可广泛用于需要频谱感知的无线电领域，如认知无线电、传感器网络和无线电频谱监测等，但不局限以上列举的范围。 

发明内容

本发明的目的在于提供一种频谱检测率高、鲁棒性好、通用性强的基于生长素浓度的向光性频谱感知方法。 

本发明是基于生长素浓度的向光性频谱感知方法，其特征在于，该方法的实现过程如下：认知无线电用户首先设置虚警概率检测概率监测频率范围和加权系数等变量初始值，并定义监测范围内的初始生长点S_M＝(S_M1，S_M2，…，S_Mk)、每个生长点的生长素浓度P_M＝(P_M1，P_M2，…，P_MK)、步进功率范围内的生长点S_m＝(S_m1，S_m2，…，S_mq)和对应的生长素浓度P_m＝(P_m1，P_m2，…，P_mq)。当主用户使用授权频段时，认知用户对监测频段内的信号进行采样和预处理后，按照生长素浓度计算公式计算其生长素浓度值为(P₁，P₂，…P_k+q)，认知无线电用户根据对主用户的感知信息和各生长点的检测概率，按生长素浓度计算公式计算步进长度内各生长点的生长素浓度值P_mj，并根据P_mj计算步进长度内的最小检测错误概率Q_e(p)。根据向光性感知算法处理流程和设置的虚警概率和检测概率初始值，实现目标函数Q_e(p)的优化过程并收敛于目标函数最小值Q_emin(p⁰)，并调整频谱感知算法的加权系数，实现对主用户的最佳感知。 

本发明与现有技术相比，其显著优点是：1、引用植物向光性生长原理，设计频谱感知算法的实现过程，有效提高频谱感知速度；2、引入生长素浓度定义，对算法中的加权因子进行计算优化，提高了感知算法的运算速度；3、利用基于生长素浓度的向光性频谱感知方法，可有效地实现频谱感知，可广泛应用于但不局限于认知无线电、传感器网络和无线电频谱监测等需要频谱感知的无线电领域。 

附图说明

图1基于生长素浓度的向光性频谱感知方法流程图； 

图2生长素浓度概率空间； 

图3基于生长素浓度的向光性频谱感知应用方案。 

五具体实施方式

为进一步说明本发明，下面结合图1、图2和图3给出一个实施例，本实施例仅限于说明本发明的一种实施方法，不代表对本发明覆盖范围的制约。 

如图1所示，基于生长素浓度的向光性频谱感知在认知无线电中的应用描述如下：认知无线电用户对主用户进行频谱感知时，在所监测频段范围内对监测信号进行实时监测。当主用户使用授权频段时，认知无线电用户通过对监测频段内的信号进行采样和预处理后，应用基于生长素浓度的向光性频谱感知算法对主用户进行向光性频谱感知。 

在该实施例中处理流程如图2所示，该方法的实现步骤如下： 

步骤一：设置控制变量虚警概率检测概率监测频率范围和加权系数初始值。 

步骤二：定义生长素浓度及其计算公式。本专利中，生长素浓度定义为在给定采样速率和感知带宽范围内，不同功率大小的感知信号所对应的检测概率。 

生长素浓度计算公式描述如下：设接收信号的功率范围为(0～M)，在此范围内有K个初始生长点S_M＝(S_M1，S_M2，…，S_Mk)，每一个生长点的生长素浓度为P_M＝(P_M1，P_M2，…，P_Mk)；设接收信号功率的步进大小为m(m＜N)，上面有q个生长点S_m＝(S_m1，S_m2，…，S_mq)，其生长素浓度为P_m＝(P_m1，P_m2，…，P_mq)，计算接收信号功率范围内及步进功率内各生长点生长素浓度值为： 

$P_{\mathrm{Mi}}=\frac{f\left(x_0\right)-f\left(S_{\mathrm{Mi}}\right)}{\underset{i=1}{\overset{K}{\mathrm{\Σ}}}(f\left(x_0\right)-f\left(S_{\mathrm{Mi}}\right))+\underset{i=1}{\overset{q}{\mathrm{\Σ}}}(f\left(x_0\right)-f\left(S_{\mathrm{mj}}\right))}---\left(1\right)$

$P_{\mathrm{mj}}=\frac{f\left(x_0\right)-f\left(S_{\mathrm{mi}}\right)}{\underset{i=1}{\overset{K}{\mathrm{\Σ}}}(f\left(x_0\right)-f\left(S_{\mathrm{Mi}}\right))+\underset{j=1}{\overset{q}{\mathrm{\Σ}}}(f\left(x_0\right)-f\left(S_{\mathrm{mj}}\right))}---\left(2\right)$

P_Mi和P_mj满足： 

$\underset{i=1}{\overset{k}{\mathrm{\Σ}}}\underset{j=1}{\overset{q}{\mathrm{\Σ}}}(P_{\mathrm{Mi}}+P_{\mathrm{mj}})=1---\left(3\right)$

其中x₀为生长素初始值，f(·)为目标函数值。(1)式和(2)式中，各生长点的生长素浓度是由各点相对于初始生长点的距离和目标函数所确定的，其与生物细胞的生长 素浓度生成机理相一致，因此，k个生长点对应k个生长素浓度值，每次生长点感知发生变化时，该浓度值都将发生变化。 

在确定了生长素浓度之后，就可以建立向光性感知机制，即生长素浓度较高的生长点，将具有优先感知的权利，其过程可以描述如下：设在接收信号功率范围内和功率步进范围内共有k+q个生长点(x₁，x₂，…x_k+q)，按照(1)式和(2)式分别计算其生长素浓度值为(P₁，P₂，…P_k+q)，由(3)式可得P₁+P₂+…+P_k+q＝1，因此其概率空间如图3所示。 

通过不断产生随机数，这些随机数就像不断向区间[0，1]上投掷的小球，小球落在P₁，P₂，…，P_m的某一个概率空间内，所对应的生长点就得到优先生长的权利。这个过程是反复进行的，其迭代过程即目标函数最小值的求解过程。 

步骤三：根据向光性感知机制定义目标优化函数。向光性感知机制如步骤二中所述，在向光性感知过程中，需要根据对目标的感知信息来调整生长素的浓度分布，这个过程即目标优化的过程。定义检测错误概率为目标优化函数Q_e(p) 

根据各生长点的检测概率，按生长素浓度计算公式计算步进长度内各生长点的生长素浓度值P_mj，根据P_mj计算步进长度内的Q_e(p)。 

步骤四：根据虚警概率检测概率以及目标优化函数，计算目标函数最小值Q_emin(p⁰)。 

步骤五：以目标优化函数最小值Q_emin(p⁰)为收敛目标，根据频谱感知数据和生长素浓度计算公式，调整频谱感知算法的加权系数。 

Claims (4)

1.基于生长素浓度的向光性频谱感知方法，其特征在于，该方法的实现过程主要包括如下步骤： 

步骤一：设置控制变量虚警概率检测概率监测频率范围和加权系数初始值。 

步骤二：定义生长素浓度及其计算公式。生长素浓度定义为感知频段的频率密集度和采样速率的函数。 

步骤三：根据向光性原理定义目标优化函数。向光性原理是指植物根据接收到的光强变化来调整背光面生长素浓度，以便改变自身形状来获得最佳的光强的生长原理。根据向光性生长原理，定义目标优化函数为Q_e(p)。 

步骤四：根据虚警概率检测概率以及目标优化函数，计算目标函数最小值Q_emin(p⁰) 

步骤五：以目标优化函数最小值Q_emin(p⁰)为收敛目标，根据频谱感知数据和生长素浓度计算公式，调整频谱感知算法的加权系数。 

2.权利要求1所述之生长素浓度，是指根据植物向光性原理，对感知过程中的加权因子系数的调整过程进行生长素定义，根据感知信息进行生长素浓度调整。 

3.权利要求1所述之生长素浓度计算公式，是根据初始生长点检测概率、感知功率范围内生长点检测概率和功率步进生长点检测概率等变量进行构建。 

4.权利要求1所述之目标优化函数，是以生长素浓度定义和计算公式为基础，根据生长步进，以检测错误率最小值为收敛目标，寻找目标优化函数的最小值。