CN104065430B - 基于节点识别的协作频谱检测方法 - Google Patents

Abstract

本发明涉及基于节点识别的协作频谱检测方法，在包括至少一个主用户、N个认知用户和至少一个融合中心的认知无线网络中，所述主用户产生授权频谱的主用户信号s(t)，所述N个认知用户形成N个感知节点，其特征在于第i个感知节点频谱检测时所接收的信号x_i(t)分为网络中授权频谱忙碌的信号H₁和频谱空闲的信号H₀，该节点的信道增益是h_i(t)、信道的加性高斯白噪声是n_i(t)，其中i＝1……N，则该节点频谱检测可建模为一个二元假设检验问题：<maths num="0001"><math><![CDATA[ <mrow> <mfenced open=ˊˊ close=ˊˊ> <mtable> <mtr> <mtd> <msub> <mi>H</mi> <mn>1</mn> </msub> </mtd> <mtd> <mo>:</mo> </mtd> <mtd> <msub> <mi>x</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>h</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&CenterDot;</mo> <mi>s</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>n</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <msub> <mi>H</mi> <mn>0</mn> </msub> </mtd> <mtd> <mo>:</mo> </mtd> <mtd> <msub> <mi>x</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>n</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>,</mo> </mrow>]]></math></maths>第i个感知节点对接收到的信号x_i(t)进行假设检验，得到本地检测结果“1”或“0”，“1”表示假设H₁成立，“0”表示假设H₀成立。用本发明做频谱检测，既消除了故障或恶意节点对协作频谱检测的恶劣影响，又减小了认知网络系统的开销。

Description

基于节点识别的协作频谱检测方法

技术领域

本发明涉及认知网络频谱感知技术，更具体地说涉及一种基于感知节点识别的协作频谱检测技术。

背景技术

随着无线数据业务的增长，频谱资源日益紧张，认知无线电(CR)应运而生。它的主导思想是实现伺机的动态频谱接入，认知用户通过频谱检测机会性地接入已分配给主用户但暂时未被使用的空闲频段，从而提高频谱利用率。

在认知网络中，为了避免对主(授权)用户的干扰，认知(非授权)用户在伺机接入授权频段时必须对该段频谱进行检测。如果检测到频谱忙碌(主用户在使用)，认知用户不接入该段频谱进行通信业务；如果检测到频谱空闲(主用户不在使用)，认知用户接入该频段进行通信业务。显然，准确快速的频谱感知，找到空闲频谱是实现频谱高效复用的基础，是提高频谱利用率的关键所在。由于信道多径、阴影衰落等复杂多变的传播环境，单个认知节点难以保证频谱检测的准确，协作频谱检测可以有效地改善频谱检测性能。但在协作频谱感知过程中，是否每个节点都是可以信赖的？若存在故障或恶意节点，如何及时发现并抵抗它的行为，是必须考虑和值得研究的。通过评估感知节点可靠性来提高协作频谱检测性能，人们进行了大量研究。到目前为止，所有基于感知节点可靠性提高协作频谱检测性能的研究均基于某些假设条件，如已知频谱检测率等，也没有根据感知节点的具体情况来对感知节点进行分类识别。从实际通信的角度来看，首先，获得这些先验信息十分困难；其次，随着感知节点数的增加，通信系统开销变大，数据传输效率下降。另外，这些研究都是通过减小可靠性低的感知节点的加权系数来减小故障或恶意节点对协作频谱检测结果的影响，未能消除故障或恶意节点对准确频谱感知的干扰。

发明内容

本发明的目的在于克服上述现有技术的不足，解决感知节点识别、感知节点先验信息获取以及故障或恶意节点干扰消除等难题，设计一种基于节点识别的协作频谱检测方法。

上述目的通过下述技术方案予以实现：

在包括一个主用户和N个认知用户的认知无线网络中，所述主用户产生授权频谱的主用户信号s(t)，所述N个认知用户形成N个感知节点，其中第i个感知节点频谱检测时所接收的信号x_i(t)，分为网络中授权频谱忙碌的信号H₁和频谱空闲的信号H₀，该节点的信道增益是h_i(t)，信道的加性高斯白噪声是n_i(t)，其中i＝1……N，则该节点频谱检测可建模为一个二元假设检验问题

$\begin{array}{ccc}{H}_1& :& x_i\left(t\right)=h_i\left(t\right)\&CenterDot;s\left(t\right)+n_i\left(t\right)\\ H_0& :& x_i\left(t\right)=n_i\left(t\right)\end{array},$

第i个感知节点对接收到的信号x_i(t)进行假设检验，得到本地检测结果“1”或“0”，“1”表示假设H₁成立，“0”表示假设H₀成立。

所述第i个感知节点将本地检测结果发送至融合中心，由融合中心对是否存在主用户进行假设检验的基本步骤包括：

1)感知节点识别分类，融合中心根据感知节点的频谱检测准确率及信噪比，将所有感知节点分为可信节点和包括故障和恶意节点的不可信节点，并形成或更新包括所有可信节点的可信节点集合Θ和包括所有不可信节点的不可信节点集合Ω。

2)感知节点分类处理，在融合中心，可信节点参与融合中心的数据融合，得到全局判决结果；不可信节点不参加融合中心的本次数据融合，等待下一次的识别分类；故障或恶意节点进入融合中心“黑名单”，融合中心将其踢出协作“名单”，拒绝与之合作。

3)更新感知节点的信任度，为了保证可靠性高的节点具有较高的信任度，需要累积更新感知节点的信任度；为了尽可能地减小感知节点本地检测时的偶发性错误对频谱检测的影响，使感知节点当前的信任度与节点的感知历史有关系，第i个感知节点的信任度r_i为

其中，ρ是一个表征感知节点历史关联强度的因子，0<ρ<1，d_i,m-1是上次即第m-1次协作频谱感知时节点i的本地检测结果，d_FC是所述上次协作频谱感知时融合中心的全局判决结果，当融合中心的全局判决结果与节点i的本地检测结果相同时，感知节点i的信任度加“1”；当融合中心的全局判决结果与节点i的本地检测结果不相同时，感知节点i的信任度减“1”，直至为“0”。

4)频谱检测，融合中心对可信节点的本地检测结果进行加权融合作出全局判决，判定主用户是否在使用该频段资源。

上述频谱检测准确率一个优选表征方式是采用频谱检测的检测概率函数P_di(m)及虚警概率函数P_fi(m)；所述检测概率函数P_di(m)定义为：在m次频谱检测中，融合中心判断主用户信号s(t)存在d_FC＝H₁，感知节点i也判断主用户信号存在d_i＝H₁的概率，即P_di(m)＝P{d_i＝H₁|d_FC＝H₁}为感知节点i在第m次频谱检测的检测概率函数；所述虚警概率函数P_fi(m)定义为：在m次频谱检测中，融合中心判断主用户信号不存在d_FC＝H₀，但感知节点i判断主用户信号存在d_i＝H₁的概率，即P_fi(m)＝P{d_i＝H₁|d_FC＝H₀}为感知节点i在第m次频谱检测的虚警概率函数。

上述融合中心对感知节点的分类识别所采用的一个优选的规则为：对于给定的频谱检测性能门限T_d和T_f，若感知节点i的检测概率函数P_di(m)及虚警概率函数P_fi(m)满足条件{P_di(m)≥T_d,P_fi(m)≤T_f}，则该节点为可信节点；若感知节点i的检测概率函数P_di(m)及虚警概率函数P_fi(m)不满足条件{P_di(m)≥T_d,P_fi(m)≤T_f}，且节点i的信噪比snr_i大于节点平均信噪比snr_T，则该节点为故障或恶意节点；若感知节点i的检测概率函数P_di(m)及虚警概率函数P_fi(m)不满足条件{P_di(m)≥T_d,P_fi(m)≤T_f}，同时节点i的信噪比snr_i不大于节点平均信噪比snr_T，则节点为不可信节点。

所述节点平均信噪比snr_T定义为

${\mathrm{snr}}_T=\frac{1}{\mathrm{card}(\mathrm{\&Theta;}+\mathrm{\&Omega;})}\underset{i}{\mathrm{\&Sigma;}}{\mathrm{snr}}_i,i\&Element;\mathrm{\&Theta;}+\mathrm{\&Omega;},$

其中，Θ为所述上次的协作频谱感知时产生的可信节点集合，Ω为所述上次的协作频谱感知时产生的不可信节点集合，card(Θ+Ω)表示集合Θ和集合Ω中元素的个数，snr_i为集合Θ和集合Ω中感知节点i当前的信噪比。

进一步的，所述可信节点的加权融合是用与该节点信任度r_i相关的加权系数w_i表征，其表达式

$w_i=\frac{r_i}{\underset{i}{\mathrm{\&Sigma;}}{r}_i},i\&Element;\mathrm{\&Theta;}.$

进一步的，所述频谱检测步骤中，融合中心加权融合可信节点的本地检测结果，得到全局检测统计量

$T_{\mathrm{FC}}=\underset{i}{\mathrm{\&Sigma;}}{w}_i{d}_i,i\&Element;\mathrm{\&Theta;}.$

进一步的，所述中融合中心根据判决门限λ作出全局判决，得到协作频谱检测结果d_FC

$d_{\mathrm{FC}}=\left\{\begin{array}{cc}1& T_{\mathrm{FC}}\&GreaterEqual;\mathrm{\&lambda;}\\ 0& T_{\mathrm{FC}}<\mathrm{\&lambda;}\end{array}\right..$

如果d_FC＝1，假设H₁成立，网络中检测段的频谱忙碌，认知用户不可以使用该频段进行业务通信；如果d_FC＝0，假设H₀成立，网络中检测段的频谱空闲，认知用户可以使用该频段进行业务通信。

本发明方法在不需要感知节点频谱检测率等先验信息情况下，对感知节点进行分类识别分类，选取可信赖的感知节点参与融合中心的频谱全局判决，消除故障或恶意节点对协作频谱感知的影响。具体来说就是通过感知节点的历史感知信息对感知节点进行识别分类，拒绝故障或恶意节点参与协作处理，对不可信节点暂缓其数据融合，同时通过记忆自学习方式度量感知节点可信度，减小感知节点本地检测时的偶发性错误对频谱检测的影响，消除故障或恶意节点对协作频谱感知的干扰。从而产生以下的有益效果：

(1)感知节点识别分类后，故障或恶意节点进入融合中心“黑名单”，不再参与融合中心的数据融合，消除了故障或恶意节点对频谱全局判决的影响；

(2)感知节点识别分类后，不可信节点暂缓融合中心本次数据融合，等待下一次节点识别分类，避免了不可信赖节点干扰协作频谱检测，同时减小了感知节点本地检测时的偶发性错误对之后频谱检测的影响；

(3)感知节点识别分类后，只有可信节点参与融合中心的数据融合，改善了频谱检测性能，减小了系统开销和计算复杂度，提高了系统频谱效率；

(4)采用记忆自学习的方式度量感知节点的信任度，不需要感知节点频谱检测率等先验信息，提高了多节点协作频谱感知的可靠性和可行性。

附图说明

图1是认知网络系统模型。

图2是本发明的协作频谱检测算法流程框图。

具体实施方式

下面结合附图和具体实施例对本发明做进一步说明。

如图1，在一个包括至少一个主用户、N个认知用户和至少一个融合中心的认知无线网络中，认知用户对周围环境进行频谱检测，检测结果存在两种假设H₁和H₀，其中H₁表示网络中检测段的频谱忙碌，主用户在使用该段频谱；H₀表示网络中检测段的频谱空闲，主用户不在使用该段频谱。第i个认知用户(感知节点)的频谱检测，i＝1……N，可建模为一个二元假设检验问题

$\begin{array}{ccc}{H}_1& :& x_i\left(t\right)=h_i\left(t\right)\&CenterDot;s\left(t\right)+n_i\left(t\right)\\ H_0& :& x_i\left(t\right)=n_i\left(t\right)\end{array},$

感知节点i采用能量检测算法对接收到的信号x_i(t)中是否存在主用户信号s(t)进行假设检验，得到本地检测结果d_i。如果主用户信号s(t)存在，则检测结果d_i＝“1”；如果主用户信号s(t)不存在，则检测结果d_i＝“0”。

各感知节点将本地检测结果d_i发送至融合中心，由融合中心判决检测段频谱是否存在主用户信号s(t)。融合中心对是否存在主用户进行假设检验的基本步骤如图2，具体过程如下：

首先，对感知节点进行分类，融合中心根据表征节点频谱检测准确率的检测概率函数P_di(m)及虚警概率函数P_fi(m)的定义计算感知节点i的检测概率函数P_di(m)及虚警概率函数P_fi(m)，对感知节点i进行信噪比估计，计算节点平均信噪比snr_T

${\mathrm{snr}}_T=\frac{1}{\mathrm{card}(\mathrm{\&Theta;}+\mathrm{\&Omega;})}\underset{i}{\mathrm{\&Sigma;}}{\mathrm{snr}}_i,i\&Element;\mathrm{\&Theta;}+\mathrm{\&Omega;}$

根据感知节点的频谱检测准确率及信噪比，将所有感知节点分为可信节点和包括故障节点和恶意节点的不可信节点，并形成或更新包括所有可信节点的可信节点集合Θ和包括所有不可信节点的不可信节点集合Ω。

对于上述的检测概率函数P_di(m)定义为：在m次频谱检测中，融合中心判断主用户信号s(t)存在d_FC＝H₁，感知节点i也判断主用户信号存在d_i＝H₁的概率，即P_di(m)＝P{d_i＝H₁|d_FC＝H₁}为感知节点i在第m次频谱检测的检测概率函数；所述虚警概率函数P_fi(m)定义为：在m次频谱检测中，融合中心判断主用户信号不存在d_FC＝H₀，但第感知节点i判断主用户信号存在d_i＝H₁的概率，即P_fi(m)＝P{d_i＝H₁|d_FC＝H₀}为感知节点i在第m次频谱检测的虚警概率函数。

融合中心对感知节点的分类识别规则为：对于给定的频谱检测性能门限T_d和T_f，若感知节点i的检测概率函数P_di(m)及虚警概率函数P_fi(m)满足条件{P_di(m)≥T_d,P_fi(m)≤T_f}，则该节点为可信节点；若感知节点i的检测概率函数P_di(m)及虚警概率函数P_fi(m)不满足条件{P_di(m)≥T_d,P_fi(m)≤T_f}，且节点i的信噪比snr_i大于节点平均信噪比snr_T，则该节点为故障或恶意节点；若感知节点i的检测概率函数P_di(m)及虚警概率函数P_fi(m)不满足条件{P_di(m)≥T_d,P_fi(m)≤T_f}，同时节点i的信噪比snr_i不大于节点平均信噪比snr_T，则节点为不可信节点。

接着，融合中心根据感知节点识别分类规则将可信节点集合Θ和不可信节点集合Ω中所有节点分为可信节点、故障或恶意节点以及不可信节点，并形成(更新)可信节点集合Θ和不可信节点集合Ω。

然后，融合中心对感知节点进行分类处理，可信节点参与融合中心的数据融合，得到全局判决结果；不可信节点不参加融合中心的本次数据融合，等待下一次识别分类后再处理；故障或恶意节点进入融合中心“黑名单”，融合中心拒绝与之协作。

再后，为了保证可靠性高的节点具有较高的信任度，需要累积更新感知节点的信任度；为了尽可能地减小感知节点本地检测时的偶发性错误对频谱检测的影响，使感知节点当前的信任度与节点的感知历史有关。感知节点的信任度为：

$\begin{array}{cc}{r}_i=\left\{\begin{array}{cc}{r}_{i,m-1}\&CenterDot;\mathrm{\&rho;}+\&CenterDot;\&CenterDot;\&CenterDot;+r_{i,1}\&CenterDot;{\mathrm{\&rho;}}^{m-1}+1& d_{i,m-1}=d_{\mathrm{FC}}\\ r_{i,m-1}\&CenterDot;\mathrm{\&rho;}+\&CenterDot;\&CenterDot;\&CenterDot;+r_{i,1}\&CenterDot;{\mathrm{\&rho;}}^{m-1}-1& d_{i,m-1}\&NotEqual;d_{\mathrm{FC}}\end{array}\right.& i\&Element;\mathrm{\&Theta;}\end{array}$

其中，r_i是感知节点i的信任度，ρ是一个表征感知节点历史关联强度的因子，0<ρ<1，d_i,m-1是上次(第m-1次)协作频谱感知时节点i的本地检测结果，d_FC是上次(第m-1次)协作频谱感知时融合中心的全局判决结果。也就是说，当融合中心的全局判决结果与节点i的本地检测结果相同时，感知节点i的信任度加“1”；当融合中心的全局判决结果与节点i的本地检测结果不相同时，感知节点i的信任度减“1”，直至为“0”。

并根据可信节点信任度计算其加权系数

$w_i=\frac{r_i}{\underset{i}{\mathrm{\&Sigma;}}{r}_i},i\&Element;\mathrm{\&Theta;}$

最后，融合中心对可信节点的本地检测结果进行加权融合，得到全局检测统计量

$T_{\mathrm{FC}}=\underset{i}{\mathrm{\&Sigma;}}{w}_i{d}_i,i\&Element;\mathrm{\&Theta;}$

根据判决门限λ，融合中心作出全局判决，得到协作频谱检测结果d_FC

$d_{\mathrm{FC}}=\left\{\begin{array}{cc}1& T_{\mathrm{FC}}\&GreaterEqual;\mathrm{\&lambda;}\\ 0& T_{\mathrm{FC}}<\mathrm{\&lambda;}\end{array}\right.$

如果d_FC＝1，假设H₁成立，网络中检测段的频谱忙碌，认知用户不可以使用该频段进行业务通信；如果d_FC＝0，假设H₀成立，网络中检测段的频谱空闲，认知用户可以使用该频段进行业务通信。

Claims (6)

1.基于节点识别的协作频谱检测方法，在包括至少一个主用户、N个认知用户和至少一个融合中心的认知无线网络中，所述主用户产生授权频谱的主用户信号s(t)，所述N个认知用户形成N个感知节点，其特征在于第i个感知节点频谱检测时所接收的信号x_i(t)分为网络中授权频谱忙碌的信号H₁和频谱空闲的信号H₀，该节点的信道增益是h_i(t)、信道的加性高斯白噪声是n_i(t)，其中i＝1……N，则该节点频谱检测可建模为一个二元假设检验问题

$\begin{array}{c}{H}_1:x_i\left(t\right)=h_i\left(t\right)\&CenterDot;s\left(t\right)+n_i\left(t\right)\\ H_0:x_i\left(t\right)=n_i\left(t\right)\end{array},$

第i个感知节点对接收到的信号x_i(t)进行假设检验，得到本地检测结果“1”或“0”，“1”表示假设H₁成立，“0”表示假设H₀成立；

所有感知节点将本地检测结果发送至融合中心，由融合中心对是否存在主用户进行假设检验的基本步骤包括：

1)感知节点识别分类，融合中心根据感知节点的频谱检测准确率及信噪比，将所有感知节点分类为可信节点和包括故障和恶意节点的不可信节点，并形成包括所有可信节点的可信节点集合Θ和包括所有不可信节点不可信节点集合Ω；

2)感知节点分类处理，在融合中心，可信节点参与融合中心的数据融合，得到全局判决结果；不可信节点不参加融合中心的本次数据融合，等待下一次的识别分类；故障或恶意节点进入融合中心“黑名单”，融合中心将其踢出协作“名单”，拒绝与之合作；

3)更新感知节点的信任度，第i个感知节点的信任度r_i为

其中，ρ是一个表征感知节点历史关联强度的因子，0<ρ<1，r_i,m-1是第m-1次协作频谱感知时节点i的信任度，d_i,m-1是上次即第m-1次协作频谱感知时节点i的本地检测结果，d_FC是上次协作频谱感知时融合中心的全局判决结果，当融合中心的全局判决结果与节点i的本地检测结果相同时，感知节点i的信任度加“1”；当融合中心的全局判决结果与节点i的本地检测结果不相同时，感知节点i的信任度减“1”，直至为“0”；

4)频谱检测，融合中心对可信节点的本地检测结果进行加权融合作出全局判决，判定主用户是否在使用授权频谱资源。

2.根据权利要求1所述的基于节点识别的协作频谱检测方法，其特征在于所述频谱检测准确率由频谱检测的检测概率函数P_di(m)及虚警概率函数P_fi(m)表征；所述检测概率函数P_di(m)定义为：在m次频谱检测中，融合中心判断主用户信号s(t)存在d_FC＝H₁，感知节点i也判断主用户信号存在d_i＝H₁的概率，即P_di(m)＝P{d_i＝H₁|d_FC＝H₁}为感知节点i在第m次频谱检测的检测概率函数；所述虚警概率函数P_fi(m)定义为：在m次频谱检测中，融合中心判断主用户信号不存在d_FC＝H₀，但感知节点i判断主用户信号存在d_i＝H₁的概率，即P_fi(m)＝P{d_i＝H₁|d_FC＝H₀}为感知节点i在第m次频谱检测的虚警概率函数。

3.根据权利要求1所述的基于节点识别的协作频谱检测方法，其特征在于所述融合中心对感知节点的分类识别规则为：对于给定的频谱检测性能门限T_d和T_f，若感知节点i的检测概率函数P_di(m)及虚警概率函数P_fi(m)满足条件{P_di(m)≥T_d,P_fi(m)≤T_f}，则该节点为可信节点；若感知节点i的检测概率函数P_di(m)及虚警概率函数P_fi(m)不满足条件{P_di(m)≥T_d，P_fi(m)≤T_f}，且节点i的信噪比snr_i大于节点平均信噪比snr_T，则该节点为故障或恶意节点；若感知节点i的检测概率函数P_di(m)及虚警概率函数P_fi(m)不满足条件{P_di(m)≥T_d,P_fi(m)≤T_f}，同时节点i的信噪比snr_i不大于节点平均信噪比snr_T，则节点为不可信节点；

所述节点平均信噪比snr_T定义为

$\begin{array}{cc}{\mathrm{snr}}_T=\frac{1}{card(\mathrm{\&Theta;}+\mathrm{\&Omega;})}\underset{i}{\&Sigma;}{\mathrm{snr}}_i,& i\&Element;\mathrm{\&Theta;}+\mathrm{\&Omega;}\end{array},$

其中，card(Θ+Ω)表示集合Θ和集合Ω中元素的个数，snr_i为集合Θ和集合Ω中感知节点i当前的信噪比。

4.根据权利要求1所述的基于节点识别的协作频谱检测方法，其特征在于所述可信节点的加权融合是用与该节点信任度r_i相关的加权系数w_i表征，其表达式：

$\begin{array}{cc}{w}_i=\frac{r_i}{\underset{i}{\&Sigma;}{r}_i},& i\&Element;\mathrm{\&Theta;}\end{array}.$

5.根据权利要求4所述的基于节点识别的协作频谱检测方法，其特征在于所述频谱检测步骤中，融合中心加权融合可信节点的本地检测结果，得到全局检测统计量

$\begin{array}{cc}{T}_{FC}=\underset{i}{\&Sigma;}{w}_i{d}_i& i\&Element;\mathrm{\&Theta;}\end{array},$

其中：d_i为本地频谱检测结果。

6.根据权利要求5所述的基于节点识别的协作频谱检测方法，其特征在于所述融合中心根据判决门限λ作出全局判决，得到协作频谱检测结果d_FC

$d_{\mathrm{FC}}=\left\{\begin{array}{cc}1& T_{\mathrm{FC}}\&GreaterEqual;\mathrm{\&lambda;}\\ 0& T_{\mathrm{FC}}<\mathrm{\&lambda;}\end{array}\right..$

如果d_FC＝1，假设H₁成立，网络中检测段的频谱忙碌，认知用户不可以使用授权频段进行业务通信；如果d_FC＝0，假设H₀成立，网络中检测段的频谱空闲，认知用户可以使用该检测段的频谱进行业务通信。