CN104202761A - 信道状态转移概率估计方法 - Google Patents

Abstract

本发明涉及信道状态转移概率估计方法，包括：对主用户不同时隙的信道状态进行连续k个历史信息样本的采样；统计状态转移次数，根据转移次数估算主用户信道状态转移概率；由估算的主用户信道状态转移概率和给定的估计误差ε，估算所需采样样本数k₀；比较k₀与k值，来确定主用户信道状态转移概率的最终估计值。有益效果在于：有利于次用户的频谱感知与接入策略的设计与实现，并在信道状态转移概率估计精度和估计收敛性中找到最佳平衡点；同时，算法简单，计算复杂度低，检测时间短，容易实现。

Description

信道状态转移概率估计方法

技术领域

本发明涉及通信信道状态的转移概率估计技术，更具体地说涉及利用信道状态历史信息来进行信道状态转移概率估计的一种方法。

背景技术

当前，日益增长的频谱需求和有限的频谱资源之间的矛盾日显突出，严重制约了无线通信业务的发展。但从实际无线频谱运营情况来看，已分配(授权)的无线频谱在时间和空间上存在着相当程度的闲置，根据对无线频谱的测量数据报告，大部分无线频段的频谱使用率仅在10％左右。如何有效解决频谱资源稀缺与频谱使用率低之间的矛盾成为无线通信中的关键技术。认知无线电(CR)技术可以实现对空闲频谱资源的动态利用，被公认为智能感知频谱环境、高效利用无线频谱资源的有效技术手段。

次用户的频谱感知和接入设计是提高认知网络频谱利用效率的关键。在认知网络次用户频谱感知和接入策略设计时需要掌握主用户信道状态转移概率的信息。在实际情形中，由于主用户行为(信道状态)的不可知性，主用户信道的确切状态转移概率是不可知的，因此有必要对主用户的信道状态转移概率进行估计，以便于次用户作出频谱感知和接入的最优设计。

发明内容

本发明的目的在于克服上述现有技术的不足，解决主用户信道状态转移概率未知对次用户频谱感知和接入策略选择的影响，而提供的一种主用户信道状态转移概率估计的方法，以实现认知通信中次用户频谱感知和接入的最优选择。

为实现上述发明目的，对于认知网络中主用户存在忙碌和空闲两种信道状态，并在该两种信道状态中相互转移，一种信道状态转移概率估计方法，包括：

对主用户不同时隙的信道状态进行k个历史信息样本的采样；

统计状态转移次数，根据转移次数估算主用户信道状态转移概率；

由估算的主用户信道状态转移概率和给定的估计误差ε，估算所需采样样本数k₀；

确定主用户信道状态转移概率的最终估计值，若k₀≤k，则估算的主用户信道状态转移概率为最终估计值，否则将信道状态历史采样样本数增加到k₀，重新进行上述自统计状态转移次数至估算所需采样样本数k₀的过程，直到满足k₀≤k。

进一步的状态转移次数包括：从空闲状态0转移到空闲状态0出现的次数记为n₀₀，从空闲状态0转移到忙碌状态1出现的次数记为n₀₁，从忙碌状态1转移到空闲状态0出现的次数记为n₁₀，从忙碌状态1转移到忙碌状态1出现的次数记为n₁₁。

一个优选的估算主用户信道状态转移概率是：

${\hat{p}}_{01}=n_{01}/(n_{00}+n_{01})$

${\hat{p}}_{10}=n_{10}/(n_{10}+n_{11})$

其中，表示所述主用户信道从空闲状态0转移到忙碌状态1的所述概率估计，表示所述主用户信道从忙碌状态1转移到空闲状态0的所述概率估计。

对应主用户的多个信道状态转移概率为：

${\hat{p}}_{\mathrm{ij}}=\frac{n_{\mathrm{ij}}}{\underset{m=0}{\overset{L-1}{\mathrm{\Σ}}}{n}_{\mathrm{ij}}}$

其中，i,j＝1,2,...,L为主用户的L个信道状态。

一个优选的估算所需采样样本数k₀的估算是：

$k_0=\frac{(1-{\hat{p}}_{01})(\frac{1}{{\hat{p}}_{01}}+\frac{1}{{\hat{p}}_{10}}){\left[{\mathrm{\φ}}^{-1}\left(\frac{P_{\mathrm{\ϵ}}+1}{2}\right)\right]}^2}{{\mathrm{\ϵ}}^2}$

其中，φ^-1为标准正态分布的累积函数，P_ε为信道状态转移概率估计误差小于给定误差ε的概率。

本发明方法利用主用户信道状态的历史信息，对主用户信道状态转移概率进行估计，解决了次用户信道感知和接入策略设计优化的难题。从而产生以下的有益效果：

(1)通过主用户信道状态的历史信息进行信道状态转移概率估计，有利于次用户的频谱感知与接入策略的设计与实现；

(2)信道状态采样样本数可根据认知网络系统性能的要求，可大可小，有利于在信道状态转移概率估计精度和估计收敛性中找到最佳平衡点；

(3)估计方法简单，计算复杂度低，检测时间短，容易实现

附图说明

图1是认知网络系统主用户信道状态模型。

图2是本发明的信道状态转移概率估计方法流程图。

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，在认知网络中主用户存在两种信道状态：忙碌和空闲，分别称为1状态和0状态。从忙碌状态转移到空闲状态即从1状态转移到0状态的信道状态转移概率为p₁₀，从空闲状态转移到忙碌状态即从0状态转移到1状态的信道状态转移概率为p₀₁。其中，1-p₀₁为0状态转移到0状态的信道状态转移概率，即p₀₀；1-p₁₀为1状态转移到1状态的信道状态转移概率，即p₁₁。

图2给出了对认知网络中主用户信道状态转移概率进行估计的具体步骤。

首先，对主用户不同时隙的信道状态历史信息进行采样，采样可以是连续采样，也可以是离散采样，采集k个信道状态的样本，并统计状态转移次数。其中状态转移包括：主用户从状态0转移到状态0出现的状态转移次数记为n₀₀，从状态0转移到状态1出现的状态转移次数记为n₀₁，从状态1转移到状态0出现的状态转移次数记为n₁₀，从状态1转移到状态1出现的状态转移次数记为n₁₁。

接着，根据统计的转移次数，估算主用户的信道状态转移概率，其中：

主用户信道从状态0转移到状态1的所述概率估计 ${\hat{p}}_{01}:{\hat{p}}_{01}=n_{01}/(n_{00}+n_{01});$

主用户信道从状态0转移到状态1的所述概率估计 ${\hat{p}}_{10}:{\hat{p}}_{10}=n_{10}/(n_{10}+n_{11}).$

然后，根据给定的估计误差(置信区间)ε及其小于误差的概率(置信度)P_ε，计算信道状态转移概率估计所需采样样本数k₀

$k_0=\frac{(1-{\hat{p}}_{01})(\frac{1}{{\hat{p}}_{01}}+\frac{1}{{\hat{p}}_{10}}){\left[{\mathrm{\φ}}^{-1}\left(\frac{P_{\mathrm{\ϵ}}+1}{2}\right)\right]}^2}{{\mathrm{\ϵ}}^2}$

其中，φ^-1为标准正态分布的累积函数。

最后，比较已采样的主用户信道状态历史信息样本数k与所需采样样本数k₀的大小。若k₀≤k，则计算出的就是信道状态转移概率的最终估计值。否则，将信道状态历史采样样本数增加到k₀，重新统计状态转移次数，计算所需采样样本数，直到满足k₀≤k。此时估算到的信道状态转移概率即是估计的状态转移概率最终值。

本发明方法并不仅限于上述的一个主用户的忙碌和空闲两种状态的信道状态转移概率估计，还可以推广到主用户的多个信道状态转移概率的估计，其对应的信道状态转移概率估计为

${\hat{p}}_{\mathrm{ij}}=\frac{n_{\mathrm{ij}}}{\underset{m=0}{\overset{L-1}{\mathrm{\Σ}}}{n}_{\mathrm{ij}}}$

其中，i,j＝1,2,...,L为主用户的L个信道状态。

Claims (6)

1.信道状态转移概率估计方法，认知网络中主用户存在忙碌和空闲两种信道状态，并在该两种信道状态中相互转移，其特征在于，所述方法包括：

对主用户不同时隙的信道状态进行k个历史信息样本的采样；

统计状态转移次数，根据转移次数估算主用户的信道状态转移概率；

由估算的主用户信道状态转移概率和给定的估计误差ε，估算所需采样样本数k₀；

确定主用户信道状态转移概率的最终估计值，若k₀≤k，则估算的主用户信道状态转移概率为最终估计值，否则将信道状态历史采样样本数增加到k₀，重新进行上述自统计状态转移次数至估算所需采样样本数k₀的过程，直到满足k₀≤k。

2.根据权利要求1所述的信道状态转移概率估计方法，其特征在于，所述状态转移次数包括：从空闲状态0转移到空闲状态0出现的次数记为n₀₀，从空闲状态0转移到忙碌状态1出现的次数记为n₀₁，从忙碌状态1转移到空闲状态0出现的次数记为n₁₀，从忙碌状态1转移到忙碌状态1出现的次数记为n₁₁。

3.根据权利要求2所述的信道状态转移概率估计方法，其特征在于，所述估算主用户的信道状态转移概率为：

${\hat{p}}_{01}=n_{01}/(n_{00}+n_{01})$

${\hat{p}}_{10}=n_{10}/(n_{10}+n_{11})$

其中，表示所述主用户信道从空闲状态0转移到忙碌状态1的所述概率估计，表示所述主用户信道从忙碌状态1转移到空闲状态0的所述概率估计。

4.根据权利要求3所述的信道状态转移概率估计方法，其特征在于，对应的主用户多个信道状态转移概率的估计为：

${\hat{p}}_{\mathrm{ij}}=\frac{n_{\mathrm{ij}}}{\underset{m=0}{\overset{L-1}{\mathrm{\Σ}}}{n}_{\mathrm{ij}}}$

其中，i,j＝1,2,...,L为主用户的L个信道状态。

5.根据权利要求2所述的信道状态转移概率估计方法，其特征在于，所述估算所需采样样本数k₀的估算为：

$k_0=\frac{(1-{\hat{p}}_{01})(\frac{1}{{\hat{p}}_{01}}+\frac{1}{{\hat{p}}_{10}}){\left[{\mathrm{\φ}}^{-1}\left(\frac{P_{\mathrm{\ϵ}}+1}{2}\right)\right]}^2}{{\mathrm{\ϵ}}^2}$

其中，φ^-1为标准正态分布的累积函数；P_ε为信道状态转移概率估计误差小于给定误差ε的概率。

6.根据权利要求1所述的信道状态转移概率估计方法，其特征在于，所述采样可以是连续采样或离散采样。