CN104469784A - 一种异构网络中频谱感知数据的处理方法及装置 - Google Patents

Abstract

本发明提供一种异构网络中频谱感知数据的处理方法及装置，该方法包括：向覆盖范围内指定的K个认知无线电用户发送频谱感知信令；接收所述认知无线电用户上报本地的频谱感知数据；对所述频谱感知数据中的频谱感知统计量进行加权处理，得到全局频谱感知统计量；将所述全局频谱感知统计量与预定门限进行比较来判决当前的频谱资源是否空闲，其中，K大于1。本发明可以在异构网络下获得比传统EGC-ED和MNE更好地频谱感知性能。

Description

一种异构网络中频谱感知数据的处理方法及装置

技术领域

本发明涉及通信领域，特别是在认知无线电(Cognitive Radio，简称CR)系统中，一种异构网络中频谱感知数据的处理方法及装置。

背景技术

认知无线电技术是为了解决目前面临的频谱资源稀缺提出来的，而频谱感知算法是认知无线电的关键技术之一。为了避免认知无线电系统对授权用户产生有害的干扰，要求频谱感知方法能够在低信噪比下可靠地检测出授权用户信号。

由于无线信道的衰落特性，仅仅依靠单用户频谱感知算法检测主用户(primary user，简称PU)对授权频谱的使用情况，可靠性不高。研究表明，多用户协同频谱感知能够明显提高对授权频谱的感知性能。基于能量检测且可实现的协同频谱感知数据融合方案有以下两种：一种为等增益合并(equalgain combination，简称EGC)，另一种为选择最大归一化能量(maximumnormalized energy，简称MNE)合并。但是现有的数据融合方案均只考虑到了认知无线电用户本地瞬时接收信噪比不同对本地频谱感知数据可靠性的影响，而针对异构网络下，认知无线电用户接收天线数不同，信号采样率也不同导致的本地频谱感知数据可靠性差异现有技术并没有考虑。

发明内容

本发明要解决的技术问题是提供一种异构网络中频谱感知数据的处理方法及装置，以获得更优的频谱感知性能。

为了解决上述技术问题，本发明提供了一种异构网络中频谱感知数据的处理方法，包括：

向覆盖范围内指定的K个认知无线电用户发送频谱感知信令；

接收所述认知无线电用户上报本地的频谱感知数据；

对所述频谱感知数据中的频谱感知统计量进行加权处理，得到全局频谱感知统计量；

将所述全局频谱感知统计量与预定门限进行比较来判决当前的频谱资源是否空闲，其中，K大于1。

进一步地，上述方法还具有下面特点：所述频谱感知数据包括：

第k个认知无线电用户的本地频谱感知统计量T_k、天线数目M_k、信号采样样本数N_k和瞬时接收信噪比γ_k，其中，

$T_k=\frac{1}{M_k{N}_k{\mathrm{\σ}}_{w,k}^2}{y}_k^H\left(n\right)y_k\left(n\right),$

为第k个认知无线电用户的本地噪声功率，y_k(n)为第k个认知无线电用户在第n个时刻通过M_k根天线对接收信号进行采样得到M_k×1的信号样本。

进一步地，上述方法还具有下面特点：所述对所述频谱感知数据中的频谱感知统计量进行加权处理，得到全局频谱感知统计量，包括：

为第k个认知无线电用户上报的本地频谱感知统计量T_k分配相应的加权因子ω_k；

根据所述加权因子ω_k对所述本地频谱感知统计量T_k进行线性加权，得到全局频谱感知统计量。

进一步地，上述方法还具有下面特点：

所述加权因子ω_k为对应的认知无线电用户的天线数目M_k、信号采样样本数N_k和瞬时接收信噪比γ_k的线性函数。

进一步地，上述方法还具有下面特点：所述加权因子为：

${\mathrm{\ω}}_k=\frac{M_k{N}_k{\mathrm{\γ}}_k}{1+{2\mathrm{\γ}}_k}.$

进一步地，上述方法还具有下面特点：所述对所述频谱感知数据中的频谱感知统计量进行加权处理，还包括：

将第k个认知无线电用户上报的本地频谱感知统计量T_k处理为：

${\mathrm{\ξ}}_k=T_k^2-T_k;$

所述得到全局频谱感知统计量T_OSC-ED为：

$T_{\mathrm{OSC}-\mathrm{ED}}=\underset{k}{\overset{K}{\mathrm{\Σ}}}{\mathrm{\ω}}_k{\mathrm{\ξ}}_k.$

进一步地，上述方法还具有下面特点：所述将所述全局频谱感知统计量与预定门限进行比较来判决当前的频谱资源是否空闲，包括：

如比较到所述T_OSC-ED大于等于预定门限τ，则判断当前的频谱资源被占用；

如比较到所述T_OSC-ED小于预定门限τ，则判断当前的频谱资源空闲。

进一步地，上述方法还具有下面特点：所述预定门限τ包括：

$\mathrm{\τ}=Q^{-1}\left(P_{\mathrm{fa}}\right)\sqrt{\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{\left(\frac{{\mathrm{\γ}}_k}{1+{2\mathrm{\γ}}_k}\right)}^2\·(M_k{N}_k+2)}+\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\frac{{\mathrm{\γ}}_k}{1+{2\mathrm{\γ}}_k},$ 其中，

P_fa为虚警概率。

为了解决上述问题，本发明还提供了一种异构网络中频谱感知数据的处理装置，其中，包括：

发送模块，用于向覆盖范围内指定的K个认知无线电用户发送频谱感知信令，其中，K大于1；

接收模块，用于接收所述认知无线电用户上报本地的频谱感知数据；

处理模块，用于对所述频谱感知数据中的频谱感知统计量进行加权处理，得到全局频谱感知统计量；

判决模块，用于将所述全局频谱感知统计量与预定门限进行比较来判决当前的频谱资源是否空闲。

进一步地，上述装置还具有下面特点：

所述接收模块，接收到的频谱感知数据包括：第k个认知无线电用户的本地频谱感知统计量T_k、天线数目M_k、信号采样样本数N_k和瞬时接收信噪比γ_k，其中，

$T_k=\frac{1}{M_k{N}_k{\mathrm{\σ}}_{w,k}^2}{y}_k^H\left(n\right)y_k\left(n\right),$

为第k个认知无线电用户的本地噪声功率，y_k(n)为第k个认知无线电用户在第n个时刻通过M_k根天线对接收信号进行采样得到M_k×1的信号样本。

进一步地，上述装置还具有下面特点：

所述处理模块，具体用于为第k个认知无线电用户上报的本地频谱感知统计量T_k分配相应的加权因子ω_k；根据所述加权因子ω_k对所述本地频谱感知统计量T_k进行线性加权，得到全局频谱感知统计量。

进一步地，上述装置还具有下面特点：

所述处理模块，分配的加权因子ω_k为对应的认知无线电用户的天线数目M_k、信号采样样本数N_k和瞬时接收信噪比γ_k的线性函数。

进一步地，上述装置还具有下面特点：

所述处理模块，对所述频谱感知数据中的频谱感知统计量进行加权处理，还包括：将第k个认知无线电用户上报的本地频谱感知统计量T_k处理为：所述得到全局频谱感知统计量T_OSC-ED为：

$T_{\mathrm{OSC}-\mathrm{ED}}=\underset{k}{\overset{K}{\mathrm{\Σ}}}{\mathrm{\ω}}_k{\mathrm{\ξ}}_k,$

${\mathrm{\ω}}_k=\frac{M_k{N}_k{\mathrm{\γ}}_k}{1+{2\mathrm{\γ}}_k}.$

进一步地，上述装置还具有下面特点：

所述判决模块，具体用于如比较到所述T_OSC-ED大于等于预定门限τ，则判断当前的频谱资源被占用；如比较到所述T_OSC-ED小于预定门限τ，则判断当前的频谱资源空闲，

所述预定门限τ包括：

$\mathrm{\τ}=Q^{-1}\left(P_{\mathrm{fa}}\right)\sqrt{\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{\left(\frac{{\mathrm{\γ}}_k}{1+{2\mathrm{\γ}}_k}\right)}^2\·(M_k{N}_k+2)}+\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\frac{{\mathrm{\γ}}_k}{1+{2\mathrm{\γ}}_k},$ 其中，

P_fa为虚警概率。

综上，本发明提供一种异构网络中频谱感知数据的处理方法及装置，可以在异构网络下获得比传统EGC-ED(Energy Detection，能量检测)和MNE(Maximum Normalized Energy，最大归一化能量检测)更好地频谱感知性能。

附图说明

图1为本发明实施例的异构网络中频谱感知数据的处理方法的流程图；

图2为本发明实施例一的实施的流程图；

图3为本发明实施例二的实施的流程图；

图4为本发明实施例三的实施的流程图；

图5为本发明实施例四的实施的流程图；

图6为本发明实施例的一种异构网络中频谱感知数据的处理装置的示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下文中将结合附图对本发明的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。

图1为本发明实施例的异构网络中频谱感知数据的处理方法的流程图，如图1所示，包括以下步骤：

步骤11，FC发送频谱感知信令；

数据融合中心(FC)通过控制信道(cognitive pilot channel，简称CPC)通知其覆盖范围内的K个SU参与频谱感知。

步骤12，SU计算本地频谱感知统计量；

被通知参与频谱感知的SU_k(k=1，…，K)在感知时隙内进行本地频谱感知，计算本地频谱感知统计量T_k，进一步地，本步骤还具有以下特点：

参与频谱感知的各SU对接收信号进行采样，例如，第k个SU在第n个时刻通过M_k根天线对接收信号采样，得到M_k×1的信号样本y_k(n)；

设M_k、N_k分别为参与频谱感知的第k个SU的接收天线数和信号采样样本数，为第k个SU本地噪声功率，w代表本地噪声，则第k个SU计算归一化能量 $T_k=\frac{1}{M_k{N}_k{\mathrm{\σ}}_{w,k}^2}{y}_k^H\left(n\right)y_k\left(n\right);$

步骤13：SU上报本地频谱感知数据；

参与频谱感知的各SU通过上行信道向FC上报各自的本地频谱感知统计量、天线数目、信号采样样本数和瞬时接收信噪比。如，第k个SU将上报本地频谱感知统计量T_k、天线数目M_k、信号采样样本数目N_k和瞬时接收信噪比γ_k。

步骤14：FC对接收到的频谱感知数据进行处理；

FC将各SU上报的本地归一化能量频谱感知统计量进行处理，例如，将第k个SU上报的本地频谱感知统计量T_k处理为：

步骤15：FC对频谱感知数据进行融合；

FC对SU本地频谱感知统计量进行数据融合，根据似然比检测理论，在固定虚警概率的情况下，为使得检测概率最大化，FC分配给不同SU上报的本地频谱感知统计量相应的加权因子ω_k，得到全局频谱感知统计量T_OSC-ED：

$T_{\mathrm{OSC}-\mathrm{ED}}=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{\mathrm{\ω}}_k{\mathrm{\ξ}}_k$

对第k个SU，其对应的合并加权因子为其天线数、采样样本数和瞬时接收信噪比的线性函数：

${\mathrm{\ω}}_k=\frac{M_k{N}_k{\mathrm{\γ}}_k}{1+2{\mathrm{\γ}}_k}$

其中，最优化全局频谱感知统计量T_OSC-ED还具有以下特点：

全局频谱感知统计量为本地频谱感知统计量的线性加权；

分配给各本地频谱感知统计量的加权因子为本地SU天线数目、信号采样样本数目和瞬时接收信噪比的线性函数，即为不同频谱感知能力的认知无线电用户上报的本地频谱感知统计量分配不同的加权因子。

步骤16：FC判决授权频谱状态；

FC将得到的全局频谱感知统计量T_OSC-ED与预先设置的判决门限τ比较，其中，当检测统计量大于等于判决门限时，即T_OSC-ED≥τ，判决当前频谱资源被主用户占用，该数据融合中心(FC)覆盖范围内的所有SU不能利用该频谱资源；

当检测统计量小于判决门限时，即T_OSC-ED<τ，判决当前频谱资源空闲，该数据融合中心(FC)覆盖范围内的所有SU可以利用该频谱资源；

判决门限τ与参与频谱感知的SU数目K、各本地SU天线数目M_k、信号采样样本数N_k、瞬时接收信噪比γ_k和系统要求的虚警概率P_fa有关，具体计算方法为：

$\mathrm{\&tau;}=Q^{-1}\left(P_{\mathrm{fa}}\right)\sqrt{\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{\left(\frac{{\mathrm{\&gamma;}}_k}{1+2{\mathrm{\&gamma;}}_k}\right)}^2\&CenterDot;(M_k+N_k+2)}+\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}\frac{{\mathrm{\&gamma;}}_k}{1+2{\mathrm{\&gamma;}}_k}.$

Q()是高斯拖尾函数，定义为：Q^-1()是Q()反函数。

步骤17：FC广播告知SU当前授权频谱状态。

本发明实施例提供的异构网络中的一种基于能量检测的多用户协同频谱感知数据的处理方法，充分利用了异构网络中不同认知无线电用户硬件配置不同和瞬时接收信噪比不同情况下的本地频谱感知数据可信度差异性，在SU本地频谱感知可靠性差异较大的情况下，均能比EGC-ED和MNE获得更优的频谱感知性能。

以下以几个具体实施例对本发明提供的异构网络中频谱感知数据的处理方法进行详细的说明。

实施例一

本实施例，各个SU的天线数和接收信号信噪比相同，但采样率不同，实施的流程图如图2所示。

步骤101，FC发送频谱感知信令；

本步骤中，FC通过控制信道(cognitive pilot channel，简称CPC)通知其覆盖范围内的4个SU参与频谱感知(即K=4)，各个SU的天线数目均为4(即M₁=4，M₂=4，M₃=4，M₄=4)，各个SU对应的本地信号采样样本数目为6000、4000、2000、1000(即N₁=6000，N₂=4000，N₃=2000，N₄=1000)，瞬时接收信噪比γ₁=10，γ₂=10，γ₃=10，γ₄=10。

步骤102，SU计算本地频谱感知统计量；

本步骤中，参与频谱感知的4个SU在感知时隙内进行本地频谱感知，计算本地频谱感知统计量T₁，T₂，T₃，T₄：

首先，参与频谱感知的4个SU对接收信号采样，得到4个SU对应的信号样本向量：y₁(1)，...，y₁(6000)，y₂(1)，...，y₂(4000)，y₃(1)，...，y₃(2000)，y₄(1)，...，y₄(1000)；

其次，参与频谱感知的各SU根据信号采样样本计算本地归一化能量： $T_1=\frac{1}{24000}\underset{n=1}{\overset{6000}{\mathrm{\&Sigma;}}}{y}_1^H\left(n\right)y_1\left(n\right),T_2=\frac{1}{16000}\underset{n=1}{\overset{4000}{\mathrm{\&Sigma;}}}{y}_2^H\left(n\right)y_2\left(n\right),T_3=\frac{1}{8000}\underset{n=1}{\overset{2000}{\mathrm{\&Sigma;}}}{y}_3^H\left(n\right)y_3\left(n\right)$ 和 $T_4=\frac{1}{4000}\underset{n=1}{\overset{1000}{\mathrm{\&Sigma;}}}{y}_4^H\left(n\right)y_4\left(n\right);$

步骤103：SU上报本地频谱感知数据；

本步骤中，参与频谱感知的4个SU通过上行信道将各自在步骤102中计算得到本地频谱感知统计量T₁、T₂、T₃和T₄，天线数目4，和信号采样样本数目6000、4000、2000和1000，瞬时接收信噪比10传送给FC。

步骤104：FC对接收到的频谱感知数据进行处理；

本步骤中，上报的4个本地频谱感知数据依次通过数据融合中心处理得到统计量： ${\mathrm{\&xi;}}_1={T_1}^2-T_1,{\mathrm{\&xi;}}_2={T_2}^2-T_2,{\mathrm{\&xi;}}_3={T_3}^2-T_3,{\mathrm{\&xi;}}_4={T_4}^2-T_4.$

步骤105：频谱感知数据融合；

本步骤中，FC计算得到4个SU对应的线性加权因子为1142.8、7619.5、3809.5和1904.8，然后对4个SU本地检测统计量ξ₁、ξ₂、ξ₃和ξ₄进行线性加权合并，得到全局频谱感知统计量：T_OSC-ED=11428.6ξ₁+7619.5ξ₂+3809.5ξ₃+1904.8ξ₄。

步骤106：判决；

本步骤中，FC将得到的全局频谱感知统计量T_OSC-ED与判决门限τ比较：

如果全局频谱感知统计量大于等于判决门限时，即T_OSC-ED≥τ，判决当前频谱资源被主用户占用，该FC覆盖范围内的所有SU不能利用该频谱资源；

如果全局频谱感知统计量小于判决门限时，即T_OSC-ED<τ，判决当前频谱资源空闲，该FC覆盖范围内的所有SU可以利用该频谱资源。

实施例二

本实施例中，各个SU的采样率和接收信号信噪比相同，但天线数不同，实施的流程图如图3所示。

步骤201，FC发送频谱感知信令；

本步骤中，FC通过控制信道(cognitive pilot channel，简称CPC)通知其覆盖范围内的4个SU参与频谱感知(即K=4)，各个SU的天线数目均为6、4、2、1(即M₁=6，M₂=4，M₃=2，M₄=1)，各个SU对应的本地信号采样样本数目为1000(即N₁=1000，N₂=1000，N₃=1000，N₄=1000)，瞬时接收信噪比γ₁=10，γ₂=10，γ₃=10，γ₄=10。

步骤202，SU计算本地频谱感知统计量；

本步骤中，参与频谱感知的4个SU在感知时隙内进行本地频谱感知，计算本地频谱感知统计量T₁，T₂，T₃，T₄：

首先，参与频谱感知的4个SU对接收信号采样，得到4个SU对应的信号样本向量y₁(1)，...，y₁(1000)，y₂(1)，...，y₂(1000)，y₃(1)，...，y₃(1000)，y₄(1)，...，y₄(1000)；

其次，参与频谱感知的各SU根据信号采样样本计算本地归一化能量 $T_1=\frac{1}{6000}\underset{n=1}{\overset{1000}{\mathrm{\&Sigma;}}}{y}_1^H\left(n\right)y_1\left(n\right),T_2=\frac{1}{4000}\underset{n=1}{\overset{1000}{\mathrm{\&Sigma;}}}{y}_2^H\left(n\right)y_2\left(n\right),T_3=\frac{1}{2000}\underset{n=1}{\overset{1000}{\mathrm{\&Sigma;}}}{y}_3^H\left(n\right)y_3\left(n\right)$ 和 $T_4=\frac{1}{1000}\underset{n=1}{\overset{1000}{\mathrm{\&Sigma;}}}{y}_4^H\left(n\right)y_4\left(n\right);$

步骤203：SU上报本地频谱感知数据；

本步骤中，参与频谱感知的4个SU通过上行信道将各自在步骤202中计算得到本地频谱感知统计量T₁、T₂、T₃和T₄，天线数目6、4、2、1，和信号采样样本数目1000，瞬时接收信噪比10传送给FC。

步骤204：FC对接收到的频谱感知数据进行处理；

本步骤中，上报的4个本地频谱感知数据依次通过数据融合中心处理得到统计量： ${\mathrm{\&xi;}}_1={T_1}^2-T_1,{\mathrm{\&xi;}}_2={T_2}^2-T_2,{\mathrm{\&xi;}}_3={T_3}^2-T_3,{\mathrm{\&xi;}}_4={T_4}^2-T_4.$

步骤205：FC对频谱感知数据进行融合；

本步骤中，FC计算得到4SU对应的线性加权因子为1142.8、7619.5、3809.5和1904.8，然后对4SU本地检测统计量ξ₁、ξ₂、ξ₃和ξ₄进行线性加权合并，得到全局频谱感知统计量T_OSC-ED=11428.6ξ₁+7619.5ξ₂+3809.5ξ₃+1904.8ξ₄。

步骤206：判决；

本步骤中，FC将得到的全局频谱感知统计量T_OSC-ED与判决门限τ比较：

如果全局频谱感知统计量大于等于判决门限时，即T_OSC-ED≥τ，判决当前频谱资源被主用户占用，该FC覆盖范围内的所有SU不能利用该频谱资源；

如果全局频谱感知统计量小于判决门限时，即T_OSC-ED<τ，判决当前频谱资源空闲，该FC覆盖范围内的所有SU可以利用该频谱资源。

实施例三

实施例三中，各个SU的天线数和采样率相同，但接收信号信噪比不同，实施的流程图如图4所示。

步骤301，FC发送频谱感知信令；

本步骤中，FC通过控制信道(cognitive pilot channel，简称CPC)通知其覆盖范围内的4个SU参与频谱感知(即K=4)，各个SU的天线数目均为4(即M₁=4，M₂=4，M₃=4，M₄=4)，各个SU对应的本地信号采样样本数目为1000、1000、1000、1000(即N₁=1000，N₂=1000，N₃=1000，N₄=1000)，瞬时接收信噪比γ₁=100，γ₂=10，γ₃=1，γ₄=0.1。

步骤302，SU计算本地频谱感知统计量；

本步骤中，参与频谱感知的4个SU在感知时隙内进行本地频谱感知，计算本地频谱感知统计量T₁，T₂，T₃，T₄：

首先，参与频谱感知的4个SU对接收信号采样，得到4个SU对应的信号样本向量y₁(1)，...，y₁(1000)，y₂(1)，...，y₂(1000)，y₃(1)，...，y₃(1000)，y₄(1)，...，y₄(1000)；

其次，参与频谱感知的各SU根据信号采样样本计算本地归一化能量： $T_1=\frac{1}{4000}\underset{n=1}{\overset{1000}{\mathrm{\&Sigma;}}}{y}_1^H\left(n\right)y_1\left(n\right),T_2=\frac{1}{4000}\underset{n=1}{\overset{1000}{\mathrm{\&Sigma;}}}{y}_2^H\left(n\right)y_2\left(n\right),T_3=\frac{1}{4000}\underset{n=1}{\overset{1000}{\mathrm{\&Sigma;}}}{y}_3^H\left(n\right)y_3\left(n\right)$ 和 $T_4=\frac{1}{4000}\underset{n=1}{\overset{1000}{\mathrm{\&Sigma;}}}{y}_4^H\left(n\right)y_4\left(n\right).$

步骤303：SU上报本地频谱感知数据；

本步骤中，参与频谱感知的4个SU通过上行信道将各自在步骤303中计算得到本地频谱感知统计量T₁、T₂、T₃和T₄，天线数目4，和信号采样样本数目1000，瞬时接收信噪比100、10、1、0.1传送给FC。

步骤304：FC对接收到的频谱感知数据进行处理；

本步骤中，上报的4个本地频谱感知数据依次通过数据融合中心处理得到统计量：ζ₁=T₁ ²-T₁，ζ₂=T₂ ²-T₂，ζ₃=T₃ ²-T₃，ζ₄=T₄ ²-T₄。

步骤305：FC对频谱感知数据进行融合；

本步骤中，FC计算得到4个SU对应的线性加权因子为1990、1904.8、1333.3和333.3，然后对4个SU本地检测统计量ζ₁、ζ₂、ζ₃和ζ₄进行线性加权合并，得到全局频谱感知统计量T_OSC-ED=1990ζ₁+1904.8ζ₂+1333.3ζ₃+333.3ζ₄。

步骤306：FC进行判决；

本步骤中，FC将得到的全局频谱感知统计量T_OSC-ED与判决门限τ比较：

如果全局频谱感知统计量大于等于判决门限时，即T_OSC-ED≥τ，判决当前频谱资源被主用户占用，该FC覆盖范围内的所有SU不能利用该频谱资源；

如果全局频谱感知统计量小于判决门限时，即T_OSC-ED<τ，判决当前频谱资源空闲，该FC覆盖范围内的所有SU可以利用该频谱资源。

实施例四

本实施例四中，各个SU的天线数和采样率和接收信号信噪比均不相同，实施的流程图如图5所示。

步骤401，FC发送频谱感知信令；

本步骤中，FC通过控制信道(cognitive pilot channel，简称CPC)通知其覆盖范围内的4个SU参与频谱感知(即K=4)，各个SU的天线数目为6、4、2、1(即M₁=6，M₂=4，M₃=2，M₄=1)，各个SU对应的本地信号采样样本数目为6000、4000、2000、1000(即N₁=6000，N₂=4000，N₂=2000，N₄=1000)，瞬时接收信噪比γ₁=100，γ₂=10，γ₃=1，γ₄=0.1。

步骤402，SU计算本地频谱感知统计量；

本步骤中，参与频谱感知的4个SU在感知时隙内进行本地频谱感知，计算本地频谱感知统计量T₁，T₂，T₃，T₄：

首先，参与频谱感知的4个SU对接收信号采样，得到4个SU对应的信号样本向量y₁(1)，...，y₁(6000)，y₂(1)，...，y₂(4000)，y₃(1)，...，y₃(2000)，y₄(1)，...，y₄(1000)；

其次，参与频谱感知的各SU根据信号采样样本计算本地归一化能量 $T_1=\frac{1}{36000}\underset{n=1}{\overset{1000}{\mathrm{\&Sigma;}}}{y}_1^H\left(n\right)y_1\left(n\right),T_2=\frac{1}{16000}\underset{n=1}{\overset{1000}{\mathrm{\&Sigma;}}}{y}_2^H\left(n\right)y_2\left(n\right),T_3=\frac{1}{4000}\underset{n=1}{\overset{1000}{\mathrm{\&Sigma;}}}{y}_3^H\left(n\right)y_3\left(n\right)$ 和 $T_4=\frac{1}{1000}\underset{n=1}{\overset{1000}{\mathrm{\&Sigma;}}}{y}_4^H\left(n\right)y_4\left(n\right);$

步骤403，SU上报本地频谱感知数据；

本步骤中，参与频谱感知的4个SU通过上行信道将各自在上一步骤中计算得到本地频谱感知统计量T₁、T₂、T₃和T₄，天线数目6、4、2、1，和信号采样样本数目6000、4000、2000、1000，瞬时接收信噪比100、10、1、0.1传送给FC。

步骤404：FC对接收到的频谱感知数据进行处理；

本步骤中，上报的4个本地频谱感知数据依次通过数据融合中心处理得到统计量：ζ₁=T₁ ²-T₁，ζ₂=T₂ ²-T₂，ζ₃=T₃ ²-T₃，ζ₄=T₄ ²-T₄。

步骤405：FC对频谱感知数据进行融合；

本步骤中，FC计算得到4个SU对应的线性加权因子为17910.4、7619、1333.3和83.3，然后对4个SU本地频谱感知统计量T₁、T₂、T₃和T₄进行线性加权合并，得到全局频谱感知统计量T_OSC-ED=17910.4ζ₁+7619ζ₂+1333.3ζ₃+83.3ζ₄。

步骤406：FC进行判决；

本步骤中，FC将得到的全局频谱感知统计量T_OSC-ED与判决门限τ比较：

如果全局频谱感知统计量大于等于判决门限时，即T_OSC-ED≥τ，判决当前频谱资源被主用户占用，该FC覆盖范围内的所有SU不能利用该频谱资源；

如果全局频谱感知统计量小于判决门限时，即T_OSC-ED<τ，判决当前频谱资源空闲，该FC覆盖范围内的所有SU可以利用该频谱资源。

图6为本发明实施例的一种异构网络中频谱感知数据的处理装置的示意图，如图6所示，本实施例的装置包括：

发送模块，用于向覆盖范围内指定的K个认知无线电用户发送频谱感知信令，其中，K大于1；

接收模块，用于接收所述认知无线电用户上报本地的频谱感知数据；

处理模块，用于对所述频谱感知数据中的频谱感知统计量进行加权处理，得到全局频谱感知统计量；

判决模块，用于将所述全局频谱感知统计量与预定门限进行比较来判决当前的频谱资源是否空闲。

其中，所述接收模块，接收到的频谱感知数据包括：第k个认知无线电用户的本地频谱感知统计量T_k、天线数目M_k、信号采样样本数N_k和瞬时接收信噪比γ_k，其中，

$T_k=\frac{1}{M_k{N}_k{\mathrm{\&sigma;}}_{w,k}^2}{y}_k^H\left(n\right)y_k\left(n\right),$

为第k个认知无线电用户的本地噪声功率，y_k(n)为第k个认知无线电用户在第n个时刻通过M_k根天线对接收信号进行采样得到M_k×1的信号样本。

其中，所述处理模块，具体可用于为第k个认知无线电用户上报的本地频谱感知统计量T_k分配相应的加权因子ω_k；根据所述加权因子ω_k对所述本地频谱感知统计量T_k进行线性加权，得到全局频谱感知统计量。

其中，所述处理模块，分配的加权因子ω_k为对应的认知无线电用户的天线数目M_k、信号采样样本数N_k和瞬时接收信噪比γ_k的线性函数。

其中，所述处理模块，对所述频谱感知数据中的频谱感知统计量进行加权处理，还可以包括：将第k个认知无线电用户上报的本地频谱感知统计量T_k处理为：ζ_k=T_k ²-T_k；所述得到全局频谱感知统计量T_OSC-ED为：

${\mathrm{\&omega;}}_k=\frac{M_k{N}_k{\mathrm{\&gamma;}}_k}{1+2{\mathrm{\&gamma;}}_k}.$

其中，所述判决模块，具体用于如比较到所述T_OSC-ED大于等于预定门限τ，则判断当前的频谱资源被占用；如比较到所述T_OSC-ED小于预定门限τ，则判断当前的频谱资源空闲，

所述预定门限τ包括：

$\mathrm{\&tau;}=Q^{-1}\left(P_{\mathrm{fa}}\right)\sqrt{\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{\left(\frac{{\mathrm{\&gamma;}}_k}{1+2{\mathrm{\&gamma;}}_k}\right)}^2\&CenterDot;(M_k{N}_k+2)}+\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}\frac{{\mathrm{\&gamma;}}_k}{1+2{\mathrm{\&gamma;}}_k},$ 其中，

P_fa为虚警概率。

数据融合中心可以包含有本实施例的异构网络中频谱感知数据的处理装置。

根据本发明实施例提供的一种异构网络中频谱感知数据的处理方法及装置，可以在异构网络下获得比传统EGC-ED和MNE更好地频谱感知性能。

本领域普通技术人员可以理解上述方法中的全部或部分步骤可通过程序来指令相关硬件完成，所述程序可以存储于计算机可读存储介质中，如只读存储器、磁盘或光盘等。可选地，上述实施例的全部或部分步骤也可以使用一个或多个集成电路来实现。相应地，上述实施例中的各模块/单元可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。本发明不限制于任何特定形式的硬件和软件的结合。

以上仅为本发明的优选实施例，当然，本发明还可有其他多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。

Claims (14)

1.一种异构网络中频谱感知数据的处理方法，包括：

向覆盖范围内指定的K个认知无线电用户发送频谱感知信令；

接收所述认知无线电用户上报本地的频谱感知数据；

对所述频谱感知数据中的频谱感知统计量进行加权处理，得到全局频谱感知统计量；

将所述全局频谱感知统计量与预定门限进行比较来判决当前的频谱资源是否空闲，其中，K大于1。

2.如权利要求1所述的方法，其特征在于：所述频谱感知数据包括：

第k个认知无线电用户的本地频谱感知统计量T_k、天线数目M_k、信号采样样本数N_k和瞬时接收信噪比γ_k，其中，

$T_k=\frac{1}{M_k{N}_k{\mathrm{\&sigma;}}_{w,k}^2}{y}_k^H\left(n\right)y_k\left(n\right),$

为第k个认知无线电用户的本地噪声功率，y_k(n)为第k个认知无线电用户在第n个时刻通过M_k根天线对接收信号进行采样得到M_k×1的信号样本。

3.如权利要求1或2所述的方法，其特征在于：所述对所述频谱感知数据中的频谱感知统计量进行加权处理，得到全局频谱感知统计量，包括：

为第k个认知无线电用户上报的本地频谱感知统计量T_k分配相应的加权因子ω_k；

根据所述加权因子ω_k对所述本地频谱感知统计量T_k进行线性加权，得到全局频谱感知统计量。

4.如权利要求3所述的方法，其特征在于：

所述加权因子ω_k为对应的认知无线电用户的天线数目M_k、信号采样样本数N_k和瞬时接收信噪比γ_k的线性函数。

5.如权利要求4所述的方法，其特征在于：所述加权因子为：

${\mathrm{\&omega;}}_k=\frac{M_k{N}_k{\mathrm{\&gamma;}}_k}{1+2{\mathrm{\&gamma;}}_k}.$

6.如权利要求3所述的方法，其特征在于：所述对所述频谱感知数据中的频谱感知统计量进行加权处理，还包括：

将第k个认知无线电用户上报的本地频谱感知统计量T_k处理为：

${\mathrm{\&xi;}}_k=T_k^2-T_k;$

所述得到全局频谱感知统计量T_OSC-ED为：

$T_{\mathrm{OSC}-\mathrm{ED}}=\underset{k}{\overset{K}{\mathrm{\&Sigma;}}}{\mathrm{\&omega;}}_k{\mathrm{\&xi;}}_k.$

7.如权利要求6所述的方法，其特征在于：所述将所述全局频谱感知统计量与预定门限进行比较来判决当前的频谱资源是否空闲，包括：

如比较到所述T_OSC-ED大于等于预定门限τ，则判断当前的频谱资源被占用；

如比较到所述T_OSC-ED小于预定门限τ，则判断当前的频谱资源空闲。

8.如权利要求7所述的方法，其特征在于：所述预定门限τ包括：

$\mathrm{\&tau;}=Q^{-1}\left(P_{\mathrm{fa}}\right)\sqrt{\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{\left(\frac{{\mathrm{\&gamma;}}_k}{1+2{\mathrm{\&gamma;}}_k}\right)}^2\&CenterDot;(M_k{N}_k+2)}+\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}\frac{{\mathrm{\&gamma;}}_k}{1+2{\mathrm{\&gamma;}}_k},$ 其中，

P_fa为虚警概率。

9.一种异构网络中频谱感知数据的处理装置，其特征在于，包括：

发送模块，用于向覆盖范围内指定的K个认知无线电用户发送频谱感知信令，其中，K大于1；

接收模块，用于接收所述认知无线电用户上报本地的频谱感知数据；

处理模块，用于对所述频谱感知数据中的频谱感知统计量进行加权处理，得到全局频谱感知统计量；

判决模块，用于将所述全局频谱感知统计量与预定门限进行比较来判决当前的频谱资源是否空闲。

10.如权利要求9所述的装置，其特征在于：

所述接收模块，接收到的频谱感知数据包括：第k个认知无线电用户的本地频谱感知统计量T_k、天线数目M_k、信号采样样本数N_k和瞬时接收信噪比γ_k，其中，

$T_k=\frac{1}{M_k{N}_k{\mathrm{\&sigma;}}_{w,k}^2}{y}_k^H\left(n\right)y_k\left(n\right),$

为第k个认知无线电用户的本地噪声功率，y_k(n)为第k个认知无线电用户在第n个时刻通过M_k根天线对接收信号进行采样得到M_k×1的信号样本。

11.如权利要求9或10所述的装置，其特征在于：

所述处理模块，具体用于为第k个认知无线电用户上报的本地频谱感知统计量T_k分配相应的加权因子ω_k；根据所述加权因子ω_k对所述本地频谱感知统计量T_k进行线性加权，得到全局频谱感知统计量。

12.如权利要求11所述的装置，其特征在于：

所述处理模块，分配的加权因子ω_k为对应的认知无线电用户的天线数目M_k、信号采样样本数N_k和瞬时接收信噪比γ_k的线性函数。

13.如权利要求11所述的装置，其特征在于：

所述处理模块，对所述频谱感知数据中的频谱感知统计量进行加权处理，还包括：将第k个认知无线电用户上报的本地频谱感知统计量T_k处理为：所述得到全局频谱感知统计量T_OSC-ED为：

$T_{\mathrm{OSC}-\mathrm{ED}}=\underset{k}{\overset{K}{\mathrm{\&Sigma;}}}{\mathrm{\&omega;}}_k{\mathrm{\&xi;}}_k,$

${\mathrm{\&omega;}}_k=\frac{M_k{N}_k{\mathrm{\&gamma;}}_k}{1+2{\mathrm{\&gamma;}}_k}.$

14.如权利要求13所述的装置，其特征在于：

所述判决模块，具体用于如比较到所述T_OSC-ED大于等于预定门限τ，则判断当前的频谱资源被占用；如比较到所述T_OSC-ED小于预定门限τ，则判断当前的频谱资源空闲，

所述预定门限τ包括：

$\mathrm{\&tau;}=Q^{-1}\left(P_{\mathrm{fa}}\right)\sqrt{\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{\left(\frac{{\mathrm{\&gamma;}}_k}{1+2{\mathrm{\&gamma;}}_k}\right)}^2\&CenterDot;(M_k{N}_k+2)}+\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}\frac{{\mathrm{\&gamma;}}_k}{1+2{\mathrm{\&gamma;}}_k},$ 其中，

P_fa为虚警概率。