CN105141383B - 认知无线网络主用户信号检测方法 - Google Patents

Abstract

本发明涉及一种认知无线网络主用户信号检测方法，次用户分别将自身信噪比、检测置信度、业务需求和频谱检测结果发送给频谱感知融合中心计算、筛选初选协作次用户，分配频段数量给初选协作次用户；计算所有初选次用户信噪比均方根值与各初选次用户的信噪比间的商值，根据商值与信噪比预设阈值间的关系，选定复选协作次用户，调整复选协作次用户平均检测概率；结合各复选协作次用户信噪比和调整后平均检测概率，重新选择终选次用户，将所得终选次用户以加权AND准则准确地协作检测出空闲频谱，并由终选次用户分别提取主用户信号的瞬时特征参数，以准确地协作完成对主用户信号调制方式的识别。

Description

认知无线网络主用户信号检测方法

技术领域

本发明涉及频谱检测领域，尤其涉及一种认知无线网络主用户信号检测方法。

背景技术

随着无线通信技术的不断发展，以LTE、Wi-Fi、卫星通信及协同通信等为标志的新兴技术相继涌现，层出不穷。这些通信技术对无线频谱资源提出了更高的需求，从而令频谱资源变的趋于紧张，认知无线电技术(Cognitive Radio,CR)在此背景下应运而生。

认知无线电的基本途径是，首先次用户(或称感知用户、认知用户)采用频谱感知对周围环境中的已授权频谱资源进行持续检测；然后在保证主用户(又称授权用户)能够优先占用该段频谱且传输性能几乎不受影响的条件下，次用户自适应地调整收发设备，并将收发设备调整至空闲频谱上进行通信。当次用户感知(或称检测)到有主用户信号出现时，次用户则要快速重新配置自身参数，例如调整自身信号的调制方式，以腾出信道供主用户使用，进而避免对主用户的正常通信进行干扰，从而提供频谱资源利用率。

然而，当次用户检测到主用户在某频段出现，并通过调整自身信号调制方式，以避免干扰主用户正常通信时，其前提是次用户首先应该能够准确检测主用户信号出现，并准确地获知主用户信号的调制方式。因此，准确地检测空闲频谱，并在主用户出现时准确地识别出主用户信号的调制方式，成为认知无线电领域的关键问题。

发明内容

本发明所要解决的技术问题是针对上述现有技术提供一种既能够准确地检测空闲频谱，又能够更为准确地识别主用户信号调制方式的认知无线网络主用户信号检测方法。

本发明解决上述技术问题所采用的技术方案为：认知无线网络主用户信号检测方法，其特征在于，依次包括如下步骤：

(1)设定认知无线网路中，具有N个从用户CR_i、一个主用户PU和一个频谱感知融合中心FC，主用户PU发射的信号为2ASK信号或4ASK信号或8ASK信号或2PSK信号或4PSK信号或8PSK信号或2FSK信号或4FSK信号或8FSK信号；从用户CR_i接收到主用户PU的信号强度为S_i，N个从用户CR_i分别将各自的信噪比SNR_i、检测置信度P_i、业务需求R_i和频谱检测结果发送给频谱感知融合中心FC，其中，频谱检测结果包括平均检测概率P_d,i和平均虚警概率P_fa,i，检测置信度且N≥3；

(2)频谱感知融合中心FC根据接收的从用户CR_i发送来的信噪比SNR_i和频谱检测结果，并判断从用户CR_i的信噪比SNR_i大于预设的信噪比筛选值SNR_chose时，选择此信噪比对应的从用户为参与协作检测的复选从用户，并执行步骤(3)，否则，选择具有最高信噪比的从用户所对应的频谱检测结果为频谱感知融合中心FC的最终检测结果；其中，复选从用户记为CR'_j，复选从用户数量为N'，复选从用户CR'_j对应的信噪比为SNR'_j，置信度为P'_j，业务需求为R'_j；其中，0≤j≤N'≤N；

(3)频谱感知融合中心FC根据复选从用户CR'_j的置信度P'_j、业务需求R'_j，对复选从用户CR'_j分配需要检测的频段数量C_j：

(3-1)根据每个复选从用户CR'_j的置信度P'_j，分别对每一个复选从用户CR'_j的置信度进行归一化，得到每个复选从用户CR'_j的归一化置信度值

(3-2)根据每个复选从用户CR'_j对应的归一化置信度值计算频谱感知融合中心FC分配复选从用户CR'_j需要检测的频段数量C_j：

(4)频谱感知融合中心FC根据参与协作检测的复选次用户CR'_j的信噪比SNR'_j，计算所有复选次用户的信噪比均方根值并令信噪比SNR'_j＝γ_j，其中，信噪比均方根值的计算如下：

(5)频谱感知融合中心FC分别依次计算所有复选次用户的信噪比均方根值与各复选次用户CR'_j的信噪比SNR'_j之间的商值η_j，并计算所得商值η_j的归一化商值其中，

(6)频谱感知融合中心FC计算、获取信噪比预设阈值λ和信噪比最佳阈值λ_optimal，以及各复选从用户CR'_j的联合筛选参数值ζ_j，并选定参与协作的终选从用户CR”_k，其中，终选从用户CR”_k的信噪比为SNR”_k：

(6-1)频谱感知融合中心FC根据接收的N'个复选从用户对应的信噪比集合{SNR'_j}，获取复选从用户信噪比集合{SNR'_j}中的信噪比最大值，记该信噪比最大值为SNR'max；

(6-2)以获取的信噪比最大值SNR'max为参考，并将N'个复选从用户CR'_j的信噪比SNR'_j分别与信噪比最大值SNR'max作商处理，计算得到各复选从用户信噪比SNR'_j所对应的初始阈值λ_j，其中，

λ_j＝|SNR′j/SNR'_max|，j＝1,2,…,N'，N'≤N；

(6-3)根据各复选从用户CR'_j的归一化置信度值和归一化商值计算各复选从用户CR'_j的联合筛选参数值ζ_j，并根据联合筛选参数值ζ_j，选取参与协作的终选从用户CR”_k，其中，终选从用户CR”_k的数量为M，

若联合筛选参数值ζ_j位于预设数值区间范围[ζ_a,ζ_b]内，即ζ_a≤ζ_j≤ζ_b时，则选取该联合筛选参数值ζ_j对应的复选从用户为终选从用户，并参与协作检测；否则，该复选从用户不予选取；

(6-4)根据步骤(6-3)中的信噪比预设阈值λ，获取M个终选从用户CR”_k分别在OR准则和AND准则下的协作检测性能曲线，其中，

OR准则：

AND准则：

其中，P_d,k为第k个终选从用户CR”_k的平均检测概率，P_fa,k为第k个终选从用户CR”_k的平均虚警概率；C_k为终选从用户CR”_k所分配的频段数量；P_d,ks为终选从用户CR”_k对其所分配第s个频段的检测概率，P_fa,ks为终选从用户CR”_k对其所分配第s个频段的虚警概率；Q_d为协作检测后的全局检测概率，Q_fa为协作检测后的全局虚警概率；ω_k表示信噪比CR”_k的权重因子，SNR”_k是第k个终选从用户CR”_k的信噪比，SNR”_max表示M个终选从用户的信噪比最大值，SNR”_min表示M个终选从用户的信噪比最小值；

(6-5)根据OR准则和AND准则下的协作检测性能曲线，分别得到在OR准则和AND准则下的最大检测概率Q_(OR，d)-max、Q_{(AND，d)-max}，得到Q_(OR，d)-max和Q_{(AND，d)-max}的最大值Q_d-max，并以该最佳检测性能值Q_d-max所对应的信噪比预设阈值为信噪比最佳阈值，记信噪比最佳阈值为λ_optimal；其中，Q_d-max＝max(Q_(OR，d)-max，Q_{(AND，d)-max})；

(7)根据获取的信噪比最佳阈值λ_optimal，得到该信噪比最佳阈值λ_optimal对应的终选从用户CR”，获取该终选从用户CR”的调整因子α以及其他M-1个终选从用户CR”_k的调整因子α_k，并分别根据调整因子α、α_k对应调整终选从用户CR”、CR”_k的平均虚警概率，终选从用户CR”_k调整后的平均虚警概率记为P_fa,k；其中，

P_fa,k＝α_k·P_fa,k＝1,2,…,M-1；

其中，α_k为终选从用户CR”_k的调整因子，用来根据终选从用户CR”_k自身的信噪比SNR”_k实现对其平均虚警概率大小的调整；SNR”_k为第k个终选从用户CR”_k的信噪比；

(8)根据步骤(7)中获取的M个终选从用户的调整因子α_k以及对应调整后的平均虚警概率P_fa,k，计算终选从用户CR”_k调整后的判决阀值λ”_k和平均检测概率P_d,k，其中，

其中，N₁为采样点数；

(9)根据步骤(8)中M个终选从用户的信噪比SNR”_k以及得到的调整后的平均检测概率P_d,k，返回步骤(6)，重新选择，得到最终参与协作的D个终选从用户CR”'_d，并以加权的AND准则协作后的全局检测概率为频谱感知融合中心FC的最终检测结果，并根据协作检测结果，得到当前主用户PU占用的通信频段；频谱感知融合中心FC将主用户PU占用的通信频段值分别发送给D个终选从用户CR”'_d；1≤d≤D≤M≤N'；

(10)终选从用户CR”'_d根据接收的主用户PU的信号，分别对主用户PU的信号调制方式进行识别：

(10-1)各终选从用户CR”'_d分别对主用户PU的信号进行采样，分别提取采样点信号的瞬时幅度参数、瞬时相位参数和瞬时频率参数；

(10-2)根据获取的采样点信号的瞬时参数，计算、获取采样点信号的特征参数曲线，其中，特征参数包括：零中心归一化瞬时幅度绝对值的标准商、递归零中心归一化瞬时幅度绝对值的平均值、二阶递归零中心归一化瞬时幅度绝对值的均值、零中心归一化瞬时频率绝对值的标准商、二阶递归零中心归一化瞬时频率绝对值的均值、零中心归一化瞬时频率绝对值的二阶矩、零中心归一化瞬时相位绝对值的标准商；其中，零中心归一化瞬时幅度绝对值的标准商记为A，计算公式如下：

其中，N_s表示信号采样点数，a(n)为信号的瞬时幅度，a_cn(n)为零中心归一化瞬时幅度；

递归零中心归一化瞬时幅度绝对值的平均值记为M，计算公式如下：

二阶递归零中心归一化瞬时幅度绝对值的均值M₁，计算公式如下：

零中心归一化瞬时频率绝对值的标准商F，计算公式如下：

其中，f_N(n)是信号瞬时频率的零中心归一化值；m_f表示信号瞬时频率的平均值；r_s是数字信号的符号速率，f(n)表示信号的瞬时频率；

二阶递归零中心归一化瞬时频率绝对值的均值M_f，计算公式如下：

零中心归一化瞬时频率绝对值的二阶矩f，计算公式如下：

零中心归一化瞬时相位绝对值的标准商P，计算公式如下：

其中，为信号的瞬时相位，为信号的初始相位；φ_NL(n)为相位在t＝n/f_s时刻的中心非线性分量的值；

(10-3)根据获取的采样点信号的各特征参数曲线，确定各特征参数的最佳门限值；

(10-4)各终选从用户CR”'_d根据计算得到的各特征参数的最佳门限值，对主用户PU信号的调制方式进行判断，得到各自判断的主用户PU信号的调制方式；

(10-5)根据各终选从用户CR”'_t的判断结果，得到每种信号调制方式的后验概率，并比较得出最大后验概率，确定最大后验概率所对应的调制方式为主用户PU信号的调制方式。

进一步地，所述步骤(10-3)中以如下准则确定各特征参数的最佳门限值：

其中，x_opt表示特征参数的最佳门限值，A与B表示被特征参数最佳门限值x_opt分开的两个信号子集；P(A(x_opt)/A)表示在已知是信号子集A的前提下，利用x_opt判决是A信号子集的概率；P(B(x_opt)/B)表示在已知是信号子集B的前提下，利用x_opt判决是B信号子集的概率；P_av(x_opt)表示概率P(A(x_opt)/A)和概率P(B(x_opt)/B)的平均概率。

进一步地，所述步骤(10-4)中对主用户PU信号调制方式的判断过程包括如下步骤：

(a)利用零中心归一化瞬时幅度绝对值的标准商将信号调制方式分为{2ASK信号、4ASK信号、8ASK信号}与{2PSK信号、4PSK信号、8PSK信号、2FSK信号、4FSK信号、8FSK信号}；

(b)利用递归零中心归一化瞬时幅度绝对值的平均值将{2ASK信号、4ASK信号、8ASK信号}分为{2ASK信号}与{4ASK信号、8ASK信号}；

利用二阶递归零中心归一化瞬时幅度绝对值的均值将{4ASK信号、8ASK信号}分为{4ASK信号}与{8ASK信号}；

(c)利用零中心归一化瞬时频率绝对值的二阶矩将{2PSK信号、4PSK信号、8PSK信号、2FSK信号、4FSK信号、8FSK信号}分为{2PSK信号、4PSK信号、8PSK信号}和{2FSK信号、4FSK信号、8FSK信号}；

利用零中心归一化瞬时相位绝对值的标准商将{2PSK信号、4PSK信号、8PSK信号}分为{2PSK信号}、{4PSK信号}和{8PSK信号}；

利用零中心归一化瞬时频率绝对值的标准商将{2FSK信号、4FSK信号、8FSK信号}分为{2FSK信号}和{4FSK信号、8FSK信号}；

利用二阶递归零中心归一化瞬时频率绝对值的均值将{4FSK信号、8FSK信号}分为{4FSK信号}和{8FSK信号}。

与现有技术相比，本发明的优点在于：各次用户分别将自身信噪比、检测置信度、业务需求和频谱检测结果发送给频谱感知融合中心计算、筛选初选协作次用户，排除信噪比次用户对协作性能的影响，并分配频段数量给初选协作次用户；计算所有初选次用户信噪比均方根值与各初选次用户的信噪比间的商值，根据商值与信噪比预设阈值间的关系，选定复选协作次用户，并调整复选协作次用户检测概率；结合各复选协作次用户信噪比和调整后平均检测概率，重新选择终选次用户，将所得终选次用户以加权AND准则准确地协作检测出空闲频谱，并由终选次用户分别提取主用户信号的瞬时特征参数，以协作准确地完成主用户信号调制方式的识别。

附图说明

图1为本发明实施例中认知无线网络的示意图；

图2为本发明实施例中认知无线网络主用户信号检测方法的流程示意图；

图3为图2所示主用户信号检测方法中的频谱检测性能曲线图；

图4为本发明实施例中对主用户信号调制方式的判别流程图。

具体实施方式

以下结合附图实施例对本发明作进一步详细描述。

如图1所示，设定在认知无线网络中，具有从用户、主用户和频谱感知融合中心，其中，从用户的数量为N且N≥3，并标记第i个从用户为CR_i；主用户数量为1，且标记为PU；频谱感知融合中心数量为为1，且标记为FC。

设定主用户PU在通信时，其发射的信号为2ASK信号或4ASK信号或8ASK信号或2PSK信号或4PSK信号或8PSK信号或2FSK信号或4FSK信号或8FSK信号中的其中一种，第i个从用户CR_i接收到主用户PU的信号强度为S_i，从用户CR_i的信噪比为SNR_i，检测置信度为P_i，业务需求为R_i。以下结合图2及图1，对在认知无线网络中主用户PU的信号检测方法进行详细说明。该信号检测方依此包括如下步骤：

(1)N个从用户CR_i分别将各自的信噪比SNR_i、检测置信度P_i、业务需求R_i和频谱检测结果发送给频谱感知融合中心FC，其中，频谱检测结果包括平均检测概率P_d,i和平均虚警概率P_fa,i，检测置信度且N≥3；

(2)频谱感知融合中心FC根据接收的从用户CR_i发送来的信噪比SNR_i和频谱检测结果，并判断从用户CR_i的信噪比SNR_i大于预设的信噪比筛选值SNR_chose时，选择此信噪比对应的从用户为参与协作检测的复选从用户，并执行步骤(3)，否则，选择具有最高信噪比的从用户所对应的频谱检测结果为频谱感知融合中心FC的最终检测结果；其中，此步骤选择的复选从用户记为CR'_j，复选从用户数量为N'，复选从用户CR'_j对应的信噪比为SNR'_j，置信度为P'_j，业务需求为R'_j；可知，复选从用户CR'_j与初始从用户CR_i之间的数量满足0≤j≤N'≤N；

(3)频谱感知融合中心FC根据复选从用户CR'_j的置信度P'_j、业务需求R'_j，对复选从用户CR'_j分配需要检测的频段数量C_j，频段数量的分配过程包括以下两步：

第一步，根据每个复选从用户CR'_j的置信度P'_j，分别对每一个复选从用户CR'_j的置信度进行归一化，得到每个复选从用户CR'_j的归一化置信度值

第二步，根据每个复选从用户CR'_j对应的归一化置信度值计算频谱感知融合中心FC分配复选从用户CR'_j需要检测的频段数量C_j：

(4)频谱感知融合中心FC根据参与协作检测的复选次用户CR'_j的信噪比SNR'_j，计算所有复选次用户的信噪比均方根值并令信噪比SNR'_j＝γ_j，其中，信噪比均方根值的计算如下：

(5)频谱感知融合中心FC分别依次计算所有复选次用户的信噪比均方根值与各复选次用户CR'_j的信噪比SNR'_j之间的商值η_j，并计算所得商值η_j的归一化商值其中，商值η_j、归一化商值的计算公式如下：

(6)频谱感知融合中心FC计算、获取信噪比预设阈值λ和信噪比最佳阈值λ_optimal，以及各复选从用户CR'_j的联合筛选参数值ζ_j，并选定参与协作的终选从用户CR”_k，其中，终选从用户CR”_k的信噪比为SNR”_k：此处选择终选次用户的过程包括如下步骤(6-1)至步骤(6-5)，具体过程为：

(6-1)频谱感知融合中心FC根据接收的N'个复选从用户对应的信噪比集合{SNR'_j}，获取复选从用户信噪比集合{SNR'_j}中的信噪比最大值，记该信噪比最大值为SNR'max；

(6-2)以获取的信噪比最大值SNR'max为参考，并将N'个复选从用户CR'_j的信噪比SNR'_j分别与信噪比最大值SNR'max作商处理，计算得到各复选从用户信噪比SNR'_j所对应的初始阈值λ_j，其中，

(6-3)根据各复选从用户CR'_j的归一化置信度值和归一化商值计算各复选从用户CR'_j的联合筛选参数值ζ_j，并根据联合筛选参数值ζ_j，选取参与协作的终选从用户CR”_k，其中，终选从用户CR”_k的数量为M，

若联合筛选参数值ζ_j位于预设数值区间范围[ζ_a,ζ_b]内，即ζ_a≤ζ_j≤ζ_b时，则选取该联合筛选参数值ζ_j对应的复选从用户为终选从用户，并参与协作检测；否则，该复选从用户不予选取；这是因为，若复选从用户的联合筛选参数值ζ_j不在预设数值区间范围内时，假使准许其参与协作检测，将会降低整体的全局检测性能，导致对主用户信号的检测不准确；

(6-4)根据步骤(6-3)中的信噪比预设阈值λ，获取M个终选从用户CR”_k分别在OR准则和AND准则下的协作检测性能曲线，其中，

OR准则：

AND准则：

其中，P_d,k为第k个终选从用户CR”_k的平均检测概率，P_fa,k为第k个终选从用户CR”_k的平均虚警概率；C_k为终选从用户CR”_k所分配的频段数量；P_d,ks为终选从用户CR”_k对其所分配第s个频段的检测概率，P_fa,ks为终选从用户CR”_k对其所分配第s个频段的虚警概率；Q_d为协作检测后的全局检测概率，Q_fa为协作检测后的全局虚警概率；ω_k表示信噪比CR”_k的权重因子，SNR”_k是第k个终选从用户CR”_k的信噪比，SNR”_max表示M个终选从用户的信噪比最大值，SNR”_min表示M个终选从用户的信噪比最小值；

(6-5)根据OR准则和AND准则下的协作检测性能曲线，分别得到在OR准则和AND准则下的最大检测概率Q_(OR，d)-max、Q_{(AND，d)-max}，得到Q_(OR，d)-max和Q_{(AND，d)-max}的最大值Q_d-max，并以该最佳检测性能值Q_d-max所对应的信噪比预设阈值为信噪比最佳阈值，记信噪比最佳阈值为λ_optimal；其中，Q_d-max＝max(Q_(OR，d)-max，Q_{(AND，d)-max})；

(7)根据获取的信噪比最佳阈值λ_optimal，得到该信噪比最佳阈值λ_optimal对应的终选从用户CR”，获取该终选从用户CR”的调整因子α以及其他M-1个终选从用户CR”_k的调整因子α_k，并分别根据调整因子α、α_k对应调整终选从用户CR”、CR”_k的平均虚警概率，终选从用户CR”_k调整后的平均虚警概率记为P_fa,k；其中，

P_fa,k＝α_k·P_fa,k＝1,2,…,M-1；

其中，α_k为终选从用户CR”_k的调整因子，用来根据终选从用户CR”_k自身的信噪比SNR”_k实现对其平均虚警概率大小的调整；SNR”_k为第k个终选从用户CR”_k的信噪比；

(8)根据步骤(7)中获取的M个终选从用户的调整因子α_k以及对应调整后的平均虚警概率P_fa,k，计算终选从用户CR”_k调整后的判决阀值λ”_k和平均检测概率P_d,k，其中，

其中，N₁为采样点数；

(9)根据步骤(8)中M个终选从用户的信噪比SNR”_k以及得到的调整后的平均检测概率P_d,k，返回步骤(6)，重新选择，得到最终参与协作的D个终选从用户CR”'_d，并以加权的AND准则协作后的全局检测概率为频谱感知融合中心FC的最终检测结果，并根据协作检测结果，得到当前主用户PU占用的通信频段；频谱感知融合中心FC将主用户PU占用的通信频段值分别发送给D个终选从用户CR”'_d；1≤d≤D≤M≤N'；其中，本方法的检测性能如图3所示；可见，本发明中的检测性能要远远高于传统的协作检测方法；

(10)终选从用户CR”'_d根据接收的主用户PU的信号，分别对主用户PU的信号调制方式进行识别，主用户PU的信号调制方式识别过程包括如下五步：

第一步，各终选从用户CR”'_d分别对主用户PU的信号进行采样，分别提取采样点信号的瞬时幅度参数、瞬时相位参数和瞬时频率参数；其中，信号的瞬时幅度为a(n)，信号的瞬时相位为信号的瞬时频率为f(n)，采样点数为N_s；

第二步，根据获取的采样点信号的瞬时参数，计算、获取采样点信号的特征参数曲线，其中，特征参数包括：零中心归一化瞬时幅度绝对值的标准商、递归零中心归一化瞬时幅度绝对值的平均值、二阶递归零中心归一化瞬时幅度绝对值的均值、零中心归一化瞬时频率绝对值的标准商、二阶递归零中心归一化瞬时频率绝对值的均值、零中心归一化瞬时频率绝对值的二阶矩、零中心归一化瞬时相位绝对值的标准商；其中，

零中心归一化瞬时幅度绝对值的标准商记为A，计算公式如下：

a_cn(n)＝a_n(n)-1，

其中，N_s表示信号采样点数，a(n)为信号的瞬时幅度，a_cn(n)为零中心归一化瞬时幅度；

递归零中心归一化瞬时幅度绝对值的平均值记为M，计算公式如下：

二阶递归零中心归一化瞬时幅度绝对值的均值M₁，计算公式如下：

零中心归一化瞬时频率绝对值的标准商F，计算公式如下：

f_N(n)＝f_m(n)/r_s，f_m(n)＝f(n)＝m_f，

其中，f_N(n)是信号瞬时频率的零中心归一化值；m_f表示信号瞬时频率的平均值；r_s是数字信号的符号速率，f(n)表示信号的瞬时频率；

二阶递归零中心归一化瞬时频率绝对值的均值M_f，计算公式如下：

零中心归一化瞬时频率绝对值的二阶矩f，计算公式如下：

零中心归一化瞬时相位绝对值的标准商P，计算公式如下：

其中，为信号的瞬时相位，为信号的初始相位；φ_NL(n)为相位在t＝n/f_s时刻的中心非线性分量的值；

第三步，根据获取的采样点信号的各特征参数曲线，确定各特征参数的最佳门限值，其中，各特征参数的最佳门限值按照如下准则确定：

其中，x_opt表示特征参数的最佳门限值，A与B表示被特征参数最佳门限值x_opt分开的两个信号子集；P(A(x_opt)/A)表示在已知是信号子集A的前提下，利用x_opt判决是A信号子集的概率；P(B(x_opt)/B)表示在已知是信号子集B的前提下，利用x_opt判决是B信号子集的概率；P_av(x_opt)表示概率P(A(x_opt)/A)和概率P(B(x_opt)/B)的平均概率。

第四步，各终选从用户CR”'_d根据计算得到的各特征参数的最佳门限值，对主用户PU信号的调制方式进行判断，得到各自判断的主用户PU信号的调制方式；其中，对主用户PU信号可能的九种调制方式的判断过程包括如下(a)、(b)和(c)三大步，具体判断流程见图4所示：

(a)利用零中心归一化瞬时幅度绝对值的标准商将信号调制方式分为{2ASK信号、4ASK信号、8ASK信号}与{2PSK信号、4PSK信号、8PSK信号、2FSK信号、4FSK信号、8FSK信号}；

(b)利用递归零中心归一化瞬时幅度绝对值的平均值将{2ASK信号、4ASK信号、8ASK信号}分为{2ASK信号}与{4ASK信号、8ASK信号}；

利用二阶递归零中心归一化瞬时幅度绝对值的均值将{4ASK信号、8ASK信号}分为{4ASK信号}与{8ASK信号}；

(c)利用零中心归一化瞬时频率绝对值的二阶矩将{2PSK信号、4PSK信号、8PSK信号、2FSK信号、4FSK信号、8FSK信号}分为{2PSK信号、4PSK信号、8PSK信号}和{2FSK信号、4FSK信号、8FSK信号}；

利用零中心归一化瞬时相位绝对值的标准商将{2PSK信号、4PSK信号、8PSK信号}分为{2PSK信号}、{4PSK信号}和{8PSK信号}；

利用零中心归一化瞬时频率绝对值的标准商将{2FSK信号、4FSK信号、8FSK信号}分为{2FSK信号}和{4FSK信号、8FSK信号}；

利用二阶递归零中心归一化瞬时频率绝对值的均值将{4FSK信号、8FSK信号}分为{4FSK信号}和{8FSK信号}。

第五步，根据各终选从用户CR”'_d的判断结果，得到每种信号调制方式的后验概率，并比较得出最大后验概率，确定最大后验概率所对应的调制方式为主用户PU信号的调制方式，其中，每种信号调制方式后验概率由如下公式计算得出：

假设各终选从用户CR”'_d对主用户PU信号的判断结果分别为u_d，H_2ASK、H_4ASK、H_8ASK、H_2PSK、H_4PSK、H_8PSK、H_2FSK、H_4FSK、H_8FSK分别表示主用户PU的真实信号分别为2ASK、4ASK、8ASK、2PSK、4PSK、8PSK、2FSK、4FSK、8FSK。令x＝2ASK,4ASK,8ASK,2PSK,4PSK,8PSK,2FSK,4FSK,8FSK；其中，最大后验概率记为p(H_real,x|u₁,…,u_D)：

其中，p(u_d|H_x)表示主用户PU信号为x所对应调制方式的前提下，终选从用户CR”'_d将主用户PU信号判定为x所对应调制方式的概率；设即各种信号的先验概率均假设为据此得到的最大后验概率p(H_real,x|u₁,…,u_D)所对应的调制方式即为主用户PU信号的调制方式。

在本实施例中，设定主用户PU信号分别为2ASK、4ASK、8ASK、2PSK、4PSK、8PSK、2FSK、4FSK和8FSK九种情况下，分别对利用本发明中方法识别主用户PU信号调制方式进行了仿真。其中，仿真参数设置如下：码元速率为1500bps，采样频率为20kHz，载波频率为30kHz，码元个数为520，载波幅度为1，信噪比范围是0dB至12dB，其中噪声为高斯白噪声。主用户PU信号调制方式识别结果见表1。

表1.主用户PU信号调制方式识别率

从表1可以看出，当信噪比为0dB时，该方法识别4ASK信号及8ASK信号的成功率达到85％之上，识别2PSK信号的成功率高达90.5％。随着信噪比的不断增大，该方法对其他几种信号调制方式的识别率均得到迅速提高。

Claims (1)

1.认知无线网络主用户信号检测方法，其特征在于，依次包括如下步骤：

(1)设定认知无线网路中，具有N个从用户CR_i、一个主用户PU和一个频谱感知融合中心FC，主用户PU发射的信号为2ASK信号或4ASK信号或8ASK信号或2PSK信号或4PSK信号或8PSK信号或2FSK信号或4FSK信号或8FSK信号；从用户CR_i接收到主用户PU的信号强度为S_i，N个从用户CR_i分别将各自的信噪比SNR_i、检测置信度P_i、业务需求R_i和频谱检测结果发送给频谱感知融合中心FC，其中，频谱检测结果包括平均检测概率P_d,i和平均虚警概率P_fa,i，检测置信度i＝1,2,…,N且N≥3；

(2)频谱感知融合中心FC根据接收的从用户CR_i发送来的信噪比SNR_i和频谱检测结果，并判断从用户CR_i的信噪比SNR_i大于预设的信噪比筛选值SNR_chose时，选择此信噪比对应的从用户为参与协作检测的复选从用户，并执行步骤(3)，否则，选择具有最高信噪比的从用户所对应的频谱检测结果为频谱感知融合中心FC的最终检测结果；其中，复选从用户记为CR'_j，复选从用户数量为N'，复选从用户CR'_j对应的信噪比为SNR'_j，置信度为P'_j，业务需求为R'_j；其中，0≤j≤N'≤N；

(3)频谱感知融合中心FC根据复选从用户CR'_j的置信度P'_j、业务需求R'_j，对复选从用户CR'_j分配需要检测的频段数量C_j：

(3-1)根据每个复选从用户CR'_j的置信度P'_j，分别对每一个复选从用户CR'_j的置信度进行归一化，得到每个复选从用户CR'_j的归一化置信度值

$\stackrel{\‾}{{P^{\′}}_j}=\frac{{P^{\′}}_j}{\underset{j=1}{\overset{N^{\′}}{\Σ}}{P^{\′}}_j},1\≤j\≤N^{\′};$

(3-2)根据每个复选从用户CR'_j对应的归一化置信度值计算频谱感知融合中心FC分配复选从用户CR'_j需要检测的频段数量C_j：

$C_j=\stackrel{\‾}{{P^{\′}}_j}\·N^{\′},1\≤j\≤N^{\′};$

(4)频谱感知融合中心FC根据参与协作检测的复选次用户CR'_j的信噪比SNR'_j，计算所有复选次用户的信噪比均方根值并令信噪比SNR'_j＝γ_j，其中，信噪比均方根值的计算如下：

$\stackrel{\‾}{\mathrm{\γ}}=\sqrt{\frac{1}{N^{\′}}\underset{j=1}{\overset{N^{\′}}{\Σ}}{\left({{\mathrm{SNR}}^{\′}}_j\right)}^2},N^{\′}\≤N;$

(5)频谱感知融合中心FC分别依次计算所有复选次用户的信噪比均方根值与各复选次用户CR'_j的信噪比SNR'_j之间的商值η_j，并计算所得商值η_j的归一化商值其中，

${\mathrm{\η}}_j=|\stackrel{\‾}{\mathrm{\γ}}/{\mathrm{\γ}}_j|,$

$\stackrel{\‾}{{\mathrm{\η}}_j}=\frac{{\mathrm{\η}}_j}{\underset{j=1}{\overset{N^{\′}}{\Σ}}{\mathrm{\η}}_j},j=1,2,...,N^{\′};$

(6)频谱感知融合中心FC计算、获取信噪比预设阈值λ和信噪比最佳阈值λ_optimal，以及各复选从用户CR'_j的联合筛选参数值ζ_j，并选定参与协作的终选从用户CR”_k，其中，终选从用户CR”_k的信噪比为SNR”_k：

(6-1)频谱感知融合中心FC根据接收的N'个复选从用户对应的信噪比集合{SNR'_j}，获取复选从用户信噪比集合{SNR'_j}中的信噪比最大值，记该信噪比最大值为SNR'max；

(6-2)以获取的信噪比最大值SNR'max为参考，并将N'个复选从用户CR'_j的信噪比SNR'_j分别与信噪比最大值SNR'max作商处理，计算得到各复选从用户信噪比SNR'_j所对应的初始阈值λ_j，其中，

λ_j＝|SNR′_j/SNR'_max|，j＝1,2,…,N'，N'≤N；

(6-3)根据各复选从用户CR'_j的归一化置信度值和归一化商值计算各复选从用户CR'_j的联合筛选参数值ζ_j，并根据联合筛选参数值ζ_j，选取参与协作的终选从用户CR”_k，其中，终选从用户CR”_k的数量为M，j＝1,2,…,N'，k＝1,2,…,M，M≤N'：

若联合筛选参数值ζ_j位于预设数值区间范围[ζ_a,ζ_b]内，即ζ_a≤ζ_j≤ζ_b时，则选取该联合筛选参数值ζ_j对应的复选从用户为终选从用户，并参与协作检测；否则，该复选从用户不予选取；

(6-4)根据步骤(6-3)中的信噪比预设阈值λ，获取M个终选从用户CR”_k分别在OR准则和AND准则下的协作检测性能曲线，其中，

OR准则：AND准则：k＝1,2,…,M，M≤N'≤N；

$P_{d,k}=\frac{\underset{k=1}{\overset{M}{\Σ}}\underset{s=1}{\overset{C_k}{\Σ}}{P}_{d,ks}}{M\·C_k},P_{fa,k}=\frac{\underset{k=1}{\overset{M}{\Σ}}\underset{s=1}{\overset{C_k}{\Σ}}{P}_{fa,ks}}{M\·C_k},1\≤s\≤C_k;$

其中，P_d,k为第k个终选从用户CR”_k的平均检测概率，P_fa,k为第k个终选从用户CR”_k的平均虚警概率；C_k为终选从用户CR”_k所分配的频段数量；P_d,ks为终选从用户CR”_k对其所分配第s个频段的检测概率，P_fa,ks为终选从用户CR”_k对其所分配第s个频段的虚警概率；Q_d为协作检测后的全局检测概率，Q_fa为协作检测后的全局虚警概率；ω_k表示信噪比CR”_k的权重因子，SNR”_k是第k个终选从用户CR”_k的信噪比，SNR”_max表示M个终选从用户的信噪比最大值，SNR”_min表示M个终选从用户的信噪比最小值；

(6-5)根据OR准则和AND准则下的协作检测性能曲线，分别得到在OR准则和AND准则下的最大检测概率Q_(OR，d)-max、Q_{(AND，d)-max}，得到Q_(OR，d)-max和Q_{(AND，d)-max}的最大值Q_d-max，并以该最佳检测性能值Q_d-max所对应的信噪比预设阈值为信噪比最佳阈值，记信噪比最佳阈值为λ_optimal；其中，Q_d-max＝max(Q_(OR，d)-max，Q_{(AND，d)-max})；

(7)根据获取的信噪比最佳阈值λ_optimal，得到该信噪比最佳阈值λ_optimal对应的终选从用户CR”，获取该终选从用户CR”的调整因子α以及其他M-1个终选从用户CR”_k的调整因子α_k，并分别根据调整因子α、α_k对应调整终选从用户CR”、CR”_k的平均虚警概率，终选从用户CR”_k调整后的平均虚警概率记为P_fa,k；其中，

P_fa,k＝α_k·P_fa,k＝1,2,…,M-1；

${\mathrm{\α}}_k=1+\frac{\stackrel{\‾}{{\mathrm{SNR}}^{\′\′}}-{{\mathrm{SNR}}^{\′\′}}_k}{\stackrel{\‾}{{\mathrm{SNR}}^{\′\′}}},k=1,2,...,M-1;$

$\stackrel{\‾}{{\mathrm{SNR}}^{\′\′}}=\sqrt{\underset{k=1}{\overset{M}{\Σ}}\frac{{\left({{\mathrm{SNR}}^{\′\′}}_k\right)}^2}{M}},M\≤{N^{\′}}_2;$

其中，α_k为终选从用户CR”_k的调整因子，用来根据终选从用户CR”_k自身的信噪比SNR”_k实现对其平均虚警概率大小的调整；SNR”_k为第k个终选从用户CR”_k的信噪比；

(8)根据步骤(7)中获取的M个终选从用户的调整因子α_k以及对应调整后的平均虚警概率P_fa,k，计算终选从用户CR”_k调整后的判决阀值λ”_k和平均检测概率P_d,k，其中，

$\begin{array}{c}{{\mathrm{\λ}}^{\′\′}}_k={\mathrm{\σ}}_w^2\[\sqrt{2N_1}{Q}^{-1}\left(P_{fa,k}\right)+N_1\]\\ ={\mathrm{\σ}}_w^2\[\sqrt{2N_1}{Q}^{-1}\left(\mathrm{\δ}\·P_{fa}\right)+N_1\]\\ ={\mathrm{\σ}}_w^2\[\sqrt{2N_1}{Q}^{-1}\left(\left(1+\frac{\stackrel{\‾}{{\mathrm{SNR}}^{\′\′}}-{{\mathrm{SNR}}^{\′\′}}_k}{\stackrel{\‾}{{\mathrm{SNR}}^{\′\′}}}\right)\·P_{fa}\right)+N_1\]\end{array};$

$P_{d,k}=Q\[Q^{-1}\left(P_{fa,k}\right)-\sqrt{N_1\·{{\mathrm{SNR}}^{\′\′}}_k}\];$

$N_1=2{\[Q^{-1}\left(P_{fa,k}\right)-Q^{-1}\left(P_{fa}\right)\sqrt{1+2{{\mathrm{SNR}}^{\′\′}}_k}\]}^2\·{\left({{\mathrm{SNR}}^{\′\′}}_k\right)}^{-2};$

其中，k＝1,2,…,M，M≤N'；N₁为采样点数；

(9)根据步骤(8)中M个终选从用户的信噪比SNR”_k以及得到的调整后的平均检测概率P_d,k，返回步骤(6)，重新选择，得到最终参与协作的D个终选从用户CR”'_d，并以加权的AND准则协作后的全局检测概率为频谱感知融合中心FC的最终检测结果，并根据协作检测结果，得到当前主用户PU占用的通信频段；频谱感知融合中心FC将主用户PU占用的通信频段值分别发送给D个终选从用户CR”'_d；1≤d≤D≤M≤N'；

(10)终选从用户CR”'_d根据接收的主用户PU的信号，分别对主用户PU的信号调制方式进行识别：

(10-1)各终选从用户CR”'_d分别对主用户PU的信号进行采样，分别提取采样点信号的瞬时幅度参数、瞬时相位参数和瞬时频率参数；

(10-2)根据获取的采样点信号的瞬时参数，计算、获取采样点信号的特征参数曲线，其中，特征参数包括：零中心归一化瞬时幅度绝对值的标准商、递归零中心归一化瞬时幅度绝对值的平均值、二阶递归零中心归一化瞬时幅度绝对值的均值、零中心归一化瞬时频率绝对值的标准商、二阶递归零中心归一化瞬时频率绝对值的均值、零中心归一化瞬时频率绝对值的二阶矩、零中心归一化瞬时相位绝对值的标准商；其中，

零中心归一化瞬时幅度绝对值的标准商记为A，计算公式如下：

$A=\sqrt{\left(\frac{1}{N_s}\underset{n=1}{\overset{N_s}{\Σ}}{a}_{cn}^2\right(n\left)\right)/{\left(\frac{1}{N_s}\underset{n=1}{\overset{N_s}{\Σ}}\right|a_{cn}\left(n\right)\left|\right)}^2},$

a_cn(n)＝a_n(n)-1，

其中，N_s表示信号采样点数，a(n)为信号的瞬时幅度，a_cn(n)为零中心归一化瞬时幅度；

递归零中心归一化瞬时幅度绝对值的平均值记为M，计算公式如下：

$M=\frac{1}{N_s}\underset{n=1}{\overset{N_s}{\Σ}}\left|a_1\left(n\right)\right|,a_1\left(n\right)=\frac{a_{cn}\left(n\right)}{\frac{1}{N_s}\underset{n=1}{\overset{N_s}{\Σ}}{a}_{cn}\left(n\right)}-1;$

二阶递归零中心归一化瞬时幅度绝对值的均值M₁，计算公式如下：

$M_1=\frac{1}{N_s}\underset{n=1}{\overset{N_s}{\Σ}}\left|a_2\left(n\right)\right|,a_2\left(n\right)=\frac{a_1\left(n\right)}{\frac{1}{N_s}\underset{n=1}{\overset{N_s}{\Σ}}{a}_1\left(n\right)}-1;$

零中心归一化瞬时频率绝对值的标准商F，计算公式如下：

$F=\sqrt{\left(\frac{1}{N_s}\underset{n=1}{\overset{N_s}{\Σ}}{f}_N^2\right(n\left)\right)/{\left(\frac{1}{N_s}\underset{n=1}{\overset{N_s}{\Σ}}\right|f_N\left(n\right)\left|\right)}^2};$

f_N(n)＝f_m(n)/r_s，f_m(n)＝f(n)＝m_f，

其中，f_N(n)是信号瞬时频率的零中心归一化值；m_f表示信号瞬时频率的平均值；r_s是数字信号的符号速率，f(n)表示信号的瞬时频率；

二阶递归零中心归一化瞬时频率绝对值的均值M_f，计算公式如下：

$M_f=\frac{1}{N_s}\underset{n=1}{\overset{N_s}{\Σ}}\left|f_2\left(n\right)\right|,f_1\left(n\right)=\frac{f_N\left(n\right)}{\frac{1}{N_s}\underset{n=1}{\overset{N_s}{\Σ}}{f}_N\left(n\right)}-1,f_2\left(n\right)=\frac{f_1\left(n\right)}{\frac{1}{N_s}\underset{n=1}{\overset{N_s}{\Σ}}{f}_1\left(n\right)}-1;$

零中心归一化瞬时频率绝对值的二阶矩f，计算公式如下：

$f=\frac{1}{N_s}\underset{n=1}{\overset{N_s}{\Σ}}\left|f_N^2\left(n\right)\right|;$

零中心归一化瞬时相位绝对值的标准商P，计算公式如下：

$P=\sqrt{\left(\frac{1}{N_s}\underset{n=1}{\overset{N_s}{\Σ}}{\mathrm{\φ}}_{NL}^2\right(n\left)\right)/{\left(\frac{1}{N_s}\underset{n=1}{\overset{N_s}{\Σ}}\right|{\mathrm{\φ}}_{NL}\left(n\right)\left|\right)}^2};$

其中，为信号的瞬时相位，为信号的初始相位；φ_NL(n)为相位在t＝n/f_s时刻的中心非线性分量的值；

(10-3)根据获取的采样点信号的各特征参数曲线，确定各特征参数的最佳门限值；其中，所述步骤(10-3)中以如下准则确定各特征参数的最佳门限值：

$P_{av}\left(x_{opt}\right)=\frac{P\left(A\right(x_{opt})/A)+P\left(B\right(x_{opt})/B)}{2};$

其中，x_opt表示特征参数的最佳门限值，A与B表示被特征参数最佳门限值x_opt分开的两个信号子集；P(A(x_opt)/A)表示在已知是信号子集A的前提下，利用x_opt判决是A信号子集的概率；P(B(x_opt)/B)表示在已知是信号子集B的前提下，利用x_opt判决是B信号子集的概率；P_av(x_opt)表示概率P(A(x_opt)/A)和概率P(B(x_opt)/B)的平均概率；

(10-4)各终选从用户CR”'_d根据计算得到的各特征参数的最佳门限值，对主用户PU信号的调制方式进行判断，得到各自判断的主用户PU信号的调制方式；其中，所述步骤(10-4)中对主用户PU信号调制方式的判断过程包括如下步骤(a)至步骤(c)：

(a)利用零中心归一化瞬时幅度绝对值的标准商将信号调制方式分为{2ASK信号、4ASK信号、8ASK信号}与{2PSK信号、4PSK信号、8PSK信号、2FSK信号、4FSK信号、8FSK信号}；

(b)利用递归零中心归一化瞬时幅度绝对值的平均值将{2ASK信号、4ASK信号、8ASK信号}分为{2ASK信号}与{4ASK信号、8ASK信号}；

利用二阶递归零中心归一化瞬时幅度绝对值的均值将{4ASK信号、8ASK信号}分为{4ASK信号}与{8ASK信号}；

(c)利用零中心归一化瞬时频率绝对值的二阶矩将{2PSK信号、4PSK信号、8PSK信号、2FSK信号、4FSK信号、8FSK信号}分为{2PSK信号、4PSK信号、8PSK信号}和{2FSK信号、4FSK信号、8FSK信号}；

利用零中心归一化瞬时相位绝对值的标准商将{2PSK信号、4PSK信号、8PSK信号}分为{2PSK信号}、{4PSK信号}和{8PSK信号}；

利用零中心归一化瞬时频率绝对值的标准商将{2FSK信号、4FSK信号、8FSK信号}分为{2FSK信号}和{4FSK信号、8FSK信号}；

利用二阶递归零中心归一化瞬时频率绝对值的均值将{4FSK信号、8FSK信号}分为{4FSK信号}和{8FSK信号}；

(10-5)根据各终选从用户CR”'_t的判断结果，得到每种信号调制方式的后验概率，并比较得出最大后验概率，确定最大后验概率所对应的调制方式为主用户PU信号的调制方式。