CN105246082B - 一种基于能量检测的感知信息融合方法 - Google Patents

Abstract

本发明属于通信技术领域，尤其涉及一种用于无线通信系统中基于认知无线电技术的协作频谱感知实现方案。一种基于能量检测的感知信息融合方法，在所有认知节点完成基于能量检测的本地频谱感知之后，融合中心和所有参与频谱感知认知用户采用本发明所提供的感知信息融合方法来实现感知信息的融合，在提高频谱感知结果的准确性和空间适用范围的同时，降低所有认知节点向融合中心汇报本地感知判决结果的时间开销和获得比传统协作感知融合法则更佳的协作感知性能。

Description

一种基于能量检测的感知信息融合方法

技术领域

本发明属于通信技术领域，尤其涉及一种用于无线通信系统中基于认知无线电技术的协作频谱感知实现方案。

背景技术

随着移动无线通信技术的快速发展及宽带无线通信业务的不断出现和普及，剩余的可用空闲无线频谱资源越来越有限。与此同时，大多数已被无线电频谱管理机构正式分配的无线通信频段中频谱资源的利用率依然很低。根据美国权威机构测定，有70％以上已分配的无线频谱资源没有得到服务提供者的充分利用。这个情况显然和已收到广泛关注的频谱资源短缺情况相互矛盾，而当前无线电频谱管理机构所采用的静态和固定的频段分配方式被认为是造成上述矛盾的重要原因之一。而认知无线电就被认为是目前一种非常有效地解决无线频谱资源短缺的技术方案。具备该技术的无线通信用户能够主动地感知无线频谱环境，实时地按需分配频谱资源和调整无线传输参数，在确保授权用户通信的前提下利用授权频谱空洞进行数据传输，从而达到提高有限频谱资源利用率的目的。

作为认知无线电技术的前提和基础，认知用户需要通过频谱赶住对授权频谱资源的占用状态进行实时检测，以准确找出目前没有被授权用户所占用的通信频段。常用的频谱感知方法包括：能量检测、匹配滤波器、循环谱和小波检测等。其中，与其他几种频谱感知方向相比，能量检测具备简单、快速、算法复杂度低和对硬件要求低等优点，因而最具实用性。然而，上述单个认知用户的感知方法均不可避免地收到无线信道的多径和阴影衰落影响而出现虚警和漏检错误。其中，虚警错误是指授权用户没有占用一个信道但认知用户却判决该信道被占用，而漏检错误指授权用户正在占用一个信道但认知用户却判决该信道未被占用。此外，上述感知方法还存在感知结果使用空间范围有限的缺陷。而协作感知技术通过在认知节点之间交互彼此的本地频谱感知信息来增强感知结果的准确性和扩大感知的空间范围，为通信双方寻找收发皆可用的通信频段奠定了更为准确的决策基础。

在协作感知技术中，需要设置一个感知信息融合中心和多个具备频谱感知能力的认知节点。每个认知节点首先会对授权信道进行独立的本地感知，并将本地感知结果向融合中心进行汇报，而融合中心会根据所有认知用户的感知结果判决授权信道的占用情况。在感知信息汇报的过程中，不同认知节点汇报的感知信息通常会采用时分或者频分复用的方式加以区别，从而导致了一定的附加开销，降低了融合中心的融合效率和实效性。融合中心通常采用的感知结果融合判决方法包括AND、OR和K-out-of-N法则。其中，AND法则具备较低的虚警错误概率和较高的漏检错误概率；OR法则可以有效降低漏检错误概率，但会导致较高的虚警错误概率；而K-out-of-N法则可以以通过调整K值的方式来实现较为折中化的虚警和漏检错误概率。

发明内容

本发明针对现有技术的不足，提出一种基于能量检测的感知信息融合方法，在所有认知节点完成基于能量检测的本地频谱感知之后，融合中心和所有参与频谱感知认知用户采用本发明所提供的感知信息融合方法来实现感知信息的融合，在提高频谱感知结果的准确性和空间适用范围的同时，降低所有认知节点向融合中心汇报本地感知判决结果的时间开销和获得比传统协作感知融合法则更佳的协作感知性能。

一种基于能量检测的感知信息融合方法，具体步骤如下：

S1、每个认知节点对C个授权信道执行基于能量检测的快速扫描，并判决每个授权信道是否正在被授权用户所占用，所述每个认知节点汇报对所述C个授权信道的判决结果，所述判决结果为每个认知节点对授权信道i的本地感知判决结果，其中，i∈[1,C]；

S2、感知信息融合中心在独立于S1所述C个授权信道之外的一个公共控制信道上发送一个感知信息汇报分组，所述感知信息融合中心与所有认知节点实现时钟同步；

S3、在认知节点接收到S2所述感知信息汇报分组之后的C个时隙中，每个节点会在时隙i中向融合中心汇报S1所述判决结果，

若所述认知节点SU_k判决结果为授权信道i正在被授权用户所占用，则在公共控制信道上发送一个额定功率为P_k＝w_re/E[g_k]的忙信号，

若所述认知节点SU_k判决结果为授权信道i未被授权用户所占用，则在时隙i内保持静默，其中，k∈[1,N]为认知节点的编号，w_re是融合中心为每个认知节点所预先设定的平均忙信号接收功率，g_k表示认知节点SU_k与融合中心之间的瞬时无线信道增益，E[g_k]表示认知节点SU_k与融合中心之间的瞬时无线信道增益的期望；

S4、融合中心在发送感知信息汇报分组之后的C个时隙中对基于预设的接收功率判决门限W_th的公共控制信道进行能量检测，判断每个时隙i对应的授权信道i是否正在被占有，将判断结果生成授权信道状态列表；

S5、在C个时隙的感知信息汇报结束之后，融合中心在公共控制信道上广播S4所述授权信道状态列表，将感知信息的融合判决结果告知给所有认知节点。

进一步地，对S2所述感知信息融合中心设定接收功率判决门限值W_th进行优化，具体为：

通过所述W_th对感知融合虚警概率进行最小化：

设优化目标函数为其中，Q_fa为基于能量检测的感知信息融合方法所获得的虚警错误概率，Q_d为基于能量检测的感知信息融合方法所获得的检测概率，N为向感知信息融合中心执行感知信息汇报的认知节点的个数，P{n|OFF}为一个授权信道没有被授权用户所占用的情况下有n个认知节点同时发送忙信号的概率，n∈[0,N]，p_fa,k表示认知节点SU_k对每个授权信道执行能量检测的虚警错误概率，表示有n个认知节点同时进行忙信号汇报时，感知信息融合中心通过能量检测获得忙信号接收功率大于W_th的概率，μ_u为无线信道高斯白噪声的平均功率，γ(n)表示正好有n个认知节点同时进行忙信号汇报时的感知信息融合中心所获得的接收信噪比，K表示感知信息融合中心执行能量检测时的采样次数；

通过所述W_th对感知融合错误概率进行最小化：

设优化目标函数为

其中，Q_e表示基于能量检测的感知信息融合方法所获得的错误概率，Q_fa表示基于能量检测的感知信息融合方法所获得的虚警错误概率，Q_d表示基于能量检测的感知信息融合方法所获得的检测概率。

进一步地，所述优化目标函数通过如下方式进行求解：

步骤A、基于无线信道增益模型，计算当正好有n个认知节点同时发送忙信号时，感知信息融合中心接收到的忙信号功率期望μ(n)和方差σ²(n)；

步骤B、计算正好有n个认知节点同时发送忙信号时，感知信息融合中心接收信噪比的期望其中，W_re是融合中心为每个认知节点所预先设定的平均忙信号接收功率，W_u为高斯白噪声的瞬时功率，的概率密度函数的比例分布变量为 μ_u为高斯白噪声功率的期望，σ_u ²高斯白噪声功率的方差；

步骤C、根据步骤B所述γ(n)，当正好有n个认知节点同时发送忙信号时，感知信息融合中心通过能量检测获得忙信号接收功率大于W_th的概率

步骤D、计算在一个授权信道空闲的情况下正好有n个认知节点同时发送忙信号的概率计算在一个授权信道正在被授权用户占用的情况下正好有n个认知节点同时发送忙信号的概率其中，p_d,k表示认知节点SU_k在执行本地能量检测时的检测概率，p_fa,k表示认知节点SU_k对每个授权信道执行能量检测的虚警错误概率；

步骤E、根据步骤C所述P{W_d＞W_th|n}和步骤D所述P{n|ON}获得感知信息融合中心检测概率

步骤F、令Q_d＝Q_d,min，则得到感知信息融合中心的最优接收忙信号功率门限值

步骤G、将代入优化目标函数求得感知信息融合中心的最小错误概率值

进一步地，所述优化目标函数

通过如下方式进行求解：

步骤Ⅰ、基于无线信道增益模型，计算当正好有n个认知节点同时发送忙信号时，感知信息融合中心接收到的忙信号功率期望μ(n)和方差σ²(n)；

步骤Ⅱ、计算正好有n个认知节点同时发送忙信号时，感知信息融合中心接收信噪比的期望

步骤Ⅲ、根据步骤Ⅱ所述γ(n)，当正好有n个认知节点同时发送忙信号时，感知信息融合中心通过能量检测获得忙信号接收功率大于W_th的概率

步骤Ⅳ、计算在一个授权信道空闲的情况下正好有n个认知用户同时发送忙信号的概率计算在一个授权信道正在被授权用户占用的情况下正好有n个认知节点同时发送忙信号的概率

步骤Ⅴ、将步骤Ⅲ所述P{W_d＞W_th|n}对W_th求导可得

步骤Ⅵ、将错误概率Q_e对W_th求导可得

步骤Ⅶ、令得到感知信息融合中心判决门限的最优值W_th ^*；

步骤Ⅷ、将代入优化目标函数

求得感知信息融合中心的最小错误概率值

本发明的有益效果是：

本发明所提供的感知信息融合方法与传统的感知信息融合方式相比，大大降低了感知信息融合的时间开销。在传统的感知信息融合判决方式(例如AND,OR和K-out-of-N法则)中，每个认知用户都需要在本地感知结束之后，在公共控制信道上针对每个授权信道i向融合中心至少发送1个比特，以表明授权信道i是否已被占用。而融合中心则要在收到N个认知用户的所有N个比特之后对授权信道i的频谱占用情况进行判决。为避免不同认知用户汇报信息之间发生冲突，针对每个授权信道的感知信息融合至少需要N个比特时隙，而针对所有C个授权信道的感知信息融合至少需要C·N个比特时隙。与此相对应的是，基于能量检测的感知信息融合方法只需要1个比特时隙的忙信号发送即可完成对每个授权信道的感知信息融合，而针对所有C个授权信道的感知信息融合只需要总共C个比特时隙。因此，本发明可以明显降低认知用户执行感知信息融合的时间开销，使得认知用户可以获得更多数据传输交互机会，以及更高的数据传输吞吐量和更小的传输时延。

本发明所提供的感知信息融合方法与传统的感知信息融合方法相比，显著提高了频谱感知的准确性。在传统感知信息的融合方法中，OR法则拥有高虚警概率和低漏检概率的特点，而AND法则拥有高漏检概率和低虚警概率的特点。通常OR法则会导致认知用户过多的干扰授权用户通信，而AND法则会认知用户之间数据传送吞吐量低下的缺陷。而基于能量检测的感知信息融合方法能够通过调节融合感知的判决门限来达到虚警概率和漏检概率的平衡。

此外，数值仿真分析表明，如果融合中心的优化目标是在满足感知融合最低检测概率门限的前提下最小化感知融合虚警概率，那么基于能量检测的感知信息融合方法能够获得比传统K-out-of-N法则更低的感知融合虚警概率，从而能进一步提高认知用户之间的数据传输吞吐量；如果融合中心的优化目标是最小化感知融合错误概率，那么基于能量检测的感知信息融合方法仍然能够获得与传统K-out-of-N法则类似的融合错误概率，而这一性能是在大幅降低感知信息融合时间开销的基础上获得的。

附图说明

图1为一次感知信息融合所包含的时隙。

图2为参与协作感知的认知用户的不同数目下，基于能量检测的融合方法在满足检测概率门限0.5下的虚警概率与基于AND和OR法则的融合方法的检测概率和虚警概率对比。

图3为参与协作感知的认知用户的不同数目下，基于能量检测的融合方式和基于K-out-of-N判决规则的融合方式在满足相同检测概率0.9的限制下，最佳虚警概率的曲线。

图4为参与协作感知的认知节点数目N＝10时，基于能量检测的融合方式错误概率Q_e与判决门限W_th的关系

图5为随着参数协作感知认知用户数量N的增大，基于能量检测的协作感知信息融合方法的最优错误概率Q_e与基于AND和OR法则的融合方式错误概率Q_e变化曲线对比。

图6为参与感知节点数目N为5时，基于K-out-of-N判决方式的感知信息融合方法的最优错误概率Q_e随融合中心在接收汇报信息时的判决门限e变化的曲线。

图7为当门限e取不同值时，基于K-out-of-N判决的最佳错误概率Q_e和基于能量检测的感知信息融合方法错误概率对比。

具体实施方式

下面结合实施例和附图，详细说明本发明的技术方案。

为了验证基于能量检测的感知信息融合机制的性能，本发明在包含路径损耗、阴影和小尺度衰落的无线信道环境下与传统AND、OR和K-out-of-N法则进行了性能对比。

基于AND和OR法则的感知信息融合机制：

在基于AND法则的感知融合中，只有当参与协作感知的所有认知节点的本地感知扫描结果均为某一授权信道忙时，融合结果才为该授权信道被占用；只要有一个认知节点本地感知扫描结果为该信道没有被占用，融合结果则为该信道没有被占用。那么基于AND法则的感知融合的检测概率、虚警概率和错误概率分别为

Q_e,and＝1-Q_d,and+Q_fa,and

而在基于OR法则的感知融合中，当参与协作感知的认知节点中只要有一个本地感知扫描结果认为某一授权信道被占用，那么融合结果即为该授权信道被占用；只有当所有认知节点本地感知扫描结果均为该信道没有被占用时，融合结果才为该信道没有被占用。那么基于OR法则的感知融合的检测概率、虚警概率和错误概率分别为

Q_e,or＝1-Q_d,or+Q_fa,or

其中，N为参与协作感知的认知节点总数，p_d,k和p_fa,k分别表示认知节点SU_k的本地感知检测概率和虚警概率。

基于K-out-of-N法则的感知信息融合机制：

在K-out-of-N融合法则中，认知节点通过基于时隙发送脉冲的方式进行汇报，且发射功率与上一节中基于能量检测的机制相同，融合中心通过能量检测接收认知节点的汇报信息。每个时隙对应一条授权信道和一个汇报节点。那么融合后的虚警和漏检概率为

其中p_fr,i表示在PU状态为OFF，即当授权信道没有被占用的情况下，融合中心收到认知用户SU_i的汇报信息为ON的概率，包含认知用户发生虚警且融合中心接收汇报信息没有出错和认知用户没有发生虚警但融合中心接收汇报信息出错两种情况。p_dr,i表示PU状态为ON，即当授权信道被占用的情况下，融合中心收到认知用户SU_i的汇报信息为ON的概率，包含认知用户没有发生漏检且融合中心接收汇报信息没有出错和认知用户发生漏检但融合中心接收汇报信息出错两种情况。那么

p_fr,i＝p_fa,ip_df,i+(1-p_fa,i)p_faf,i，

p_dr,i＝p_d,ip_df,i+(1-p_d,i)p_faf,i，其中，p_df,i和p_faf,i分别表示融合中心在接收认知用户SU_i的汇报信息时，执行能量检测时的检测概率和漏检概率。

不同于基于能量检测的汇报方式，在K-out-of-N融合法则中融合中心在汇报时隙接收到的能量为认知节点SU_i发送的信号，在相同信道增益下有：

其中，K_i和e分别表示融合中心在接收认知用户SU_i的汇报信息时执行能量检测的采样数量和判决门限，μ_u表示高斯白噪声的功率期望，γ_ri表示的认知用户SU_i在进行汇报时，融合中心的接收信噪比且其中，W_i表示认知用户SU_i在进行汇报时，融合中心接收到的瞬时信号功率，服从期望为μ_i，方差为σ_i ²的高斯分布。W_u表示高斯白噪声的瞬时功率。那么其中，

在K-out-of-N融合法则中，由于K越大，那么感知信息融合的检测概率和虚警概率都越小，因此在满足一定检测概率下能最小化K-out-of-N融合法则虚警错误概率的最优K值为使得Q_d'≥Q_d,min的最小值k^*。

另一方面，在K-out-of-N融合法则中，使得协作感知整体错误概率最优化的门限值可由如下方式获得。当参与协作感知的认知用户数量为N时，可以通过比较k等于0至N的N+1个Q_e'值，得到基于K-out-of-N判决法则的协作感知融合的最佳错误概率。同时，在K-out-of-N法则中，融合时的判决门限e也将影响错误概率。下面将对K-out-of-N法则的最优判决门限进行推导。

由于K-out-of-N的错误概率为

可以令Q_e'对门限e求导有其中，

同理，

其中，求解方程可以得到使K-out-of-N法则整体错误概率最小的门限值e^*，将e^*代入求解即可获得最小错误概率Q_e'^*。

有效性验证：

当正好有n个认知用户对某一授权信道进行忙信号汇报时，融合中心接收到的瞬时总功率应为n个忙信号发送功率乘以各自信道增益后的叠加，即当每个认知用户与融合中心之间的无线信道增益可以被表述为路径损耗、阴影和小尺度衰落的叠加时，W_re通常可以被近似为服从一个均值和方差分别为μ(n)和σ²(n)的高斯分布，即W_re～N(μ(n),σ²(n))。

当无线信道增益为其中，t_k是认知用户的天线和其他增益，η为路径损耗阶数，为阴影衰落，是服从Nakagami-m分布的小尺度衰落，那么μ(n)和σ(n)可以表示为： 其中，μ_k、σ_k和分别是随机变量G_k的期望、标准差以及G_k和G_j的互相关函数。

在所有认知用户对单个授权信道同时发送忙信号时，融合中心的瞬时接收信噪比可以表示为忙信号叠加功率和高斯白噪声功率比值的期望，即由于W_re和W_u均服从高斯分布，其比值服从如下概率密度函数：

其中，

以及μ_u和σ_u ²分别是高斯白噪声的功率期望和方差。

基于上述比例分布，融合中心执行能量检测的平均信噪比可以由如下公式求得：

根据能量检测的检测概率公式，当正好有n个认知用户发送忙信号时，融合中心在执行能量检测时检测到的功率大于判决门限W_th的概率即可表示为：其中，K为融合中心在执行能量检测过程中的采样数量。

在授权信道被占用(即状态为ON)的情况下正好有n个认知用户发送忙信号进行汇报的概率可表示为，在N个认知用户中，正好有n个成功检测到了授权用户的信号，而其他N-n个认知用户没有检测到授权用户信号(即发生本地漏检)的概率。即

同理，在授权信道没有被占用(即状态为OFF)的情况下正好有n个发送忙信号进行汇报的概率可以表示为，在N个认知用户中，正好有n个检测到了授权用户信号(即发生本地虚警)，而其他N-n个SU没有检测到授权用户信号的概率。即

在认知用户进行本地扫描感知时采用能量检测的情况下，p_d,k和p_fa,k可由以下公式获得：

其中，K_k为SU_k在执行本地能量检测过程中的采样数量，γ_k为在被检测的授权信道上SU_k对授权用户信号的接收信噪比，σ_u为所测授权信道的高斯白噪声标准差。为SU_k在执行能量检测时检测到的平均能量，用来与本地判决门限ε_k对比进行判决。

在收到所有认知用户发送的叠加忙信号之后，融合中心的检测概率可以表示为在状态为ON的情况下，融合中心在执行能量检测时检测到的总功率大于融合判决门限值W_th的概率。根据全概率公式，这一概率可表示为

同理，融合中心的虚警错误概率可表示为在状态为OFF的情况下，融合中心在执行能量检测时检测到的总功率大于融合判决门限值W_th的概率，即

对P{W_d＞W_th|n}求导有

所以Q_d、Q_fa分别对W_th求偏导有 即Q_d、Q_fa都随W_th单调递减。因此，如果融合中心的优化目标是在满足感知融合最低检测概率门限Q_d，min的前提下以最小化感知融合虚警概率Q_fa，那么能最小化Q_fa的W_th值即为令Q_d＝Q_d,min时的W_th ^*。

另一方面，将融合中心的错误概率

对W_th求偏导可得

通过求解方程可以求得能使错误概率Q_e达到最小值的的融合判决门限值W_th ^*。

算法性能仿真对比：

在数值仿真对比中，我们将15个认知用户在每个授权信道上对授权用户信号的接收信噪比设为0.46到0.01的等差数列。在参与感知融合的认知节点数量小于15时，优先选择接收信噪比较高的认知用户。所有认知用户本地能量检测判决门限均为0.6，采样速率为每秒18次。每个认知用户到融合中心的无线信道增益服从期望为1和方差为0.1的正太分布，发射功率为1W。高斯白噪声功率期望为0.5W，方差为0.4。不同认知节点到融合中心信道增益的互相关函数为0。

图2展示了，当融合中心要求融合检测概率至少为0.5时，采用本发明所提的基于能量检测的感知信息融合机制所获得的最小虚警错误概率。由于无法对AND法则和OR法则的检测概率进行限制，所以图2同时画出了这两种融合法则的检测概率和虚警概率加以对比。从图中可以看出，虽然OR法则的检测概率很高，但随着参与协作感知节点数目的增加，其虚警概率也快速增加且变得非常高。AND法则的检测概率在N<3时满足门限0.5的限制，但其虚警概率大于基于能量检测的感知信息融合机制；而在N≥3时虽然其虚警概率小于基于能量检测的感知信息融合机制，但此时其检测概率却达不到0.5的门限并以很快的速度大幅减小。另一方面，基于能量检测的感知信息融合方式能够在满足一定检测概率门限的条件下，达到足够理想的低虚警概率。

图3则对比了，在不同参与感知信息融合的认知用户数量下，基于能量检测的感知信息融合方式和基于K-out-of-N判决规则的融合方式在满足相同的最小检测概率门限0.9的前提下所获得的最小虚警错误概率曲线。如图所示，基于能量检测的感知信息融合方式的最优判决门限W_th ^*值和K-out-of-N判决规则的融合方式的最优k*值均由最小检测概率门限决定，而在相同的检测概率门限值0.9下基于能量检测的感知信息融合方式能够获得比K-out-of-N规则更低的最小虚警错误概率。此时，融合中心基于K-out-of-N法则对每个认知用户忙信号汇报的接收功率判决门限e分别为0.5、0.7、0.9和1.1。

图4则画出了，在参与感知信息融合的认知用户数量N＝10时，基于能量检测的感知信息融合机制所获得的融合错误概率Q_e与融合中心判决门限W_th之间的关系。可以看出在W_th＝6.5左右有融合错误概率Q_e达到最小值0.022。

随着参与感知信息融合的认知用户数量N的增大，图5对基于能量检测的感知信息融合机制所获得的最小错误概率以及基于AND和OR融合法则的错误概率Q_e进行了对比。如图5所示，当N逐渐增大时，基于能量检测的感知信息融合机制所产生的融合错误概率随之减小，而AND法则的融合漏检概率和OR法则的融合虚警概率将会随之变大，从而导致后两种融合法则的整体错误概率也会逐渐增加。因此，基于能量检测的感知信息融合机制能获得比AND和OR法则更为理想的整体融合错误性能。

另一方面，图6画出了，当参与感知信息融合的认知用户数量N为5时，基于K-out-of-N判决方式的感知信息融合机制的最小错误概率随融合中心的接收功率判决门限e变化的曲线。如图所示，K-out-of-N法则的整体错误概率随e的增加先减小后增大，当e＝0.7时达到最小的错误概率。

图7最后对采用不同门限e的K-out-of-N判决和基于能量检测的感知信息融合机制的最小错误概率进行了对比。如图所示，在不同判决门限e设置下，基于K-out-of-N判决的融合方式的最小错误概率可能小于基于能量检测的感知信息融合方式，也有可能大于后者。同时，随着参与感知信息融合的认知用户数量N的增多，这两种感知融合机制的错误概率均逐渐减小。此时，虽然基于能量检测的融合方式与K-out-of-N法则在整体错误概率上表现相似，但前者在融合时间开销上大大优于后者，这使得认知用户有更多比例的时间用来传输数据，提升了认知网络的性能。

Claims (3)

1.一种基于能量检测的感知信息融合方法，其特征在于，具体步骤如下：

S1、每个认知节点对C个授权信道执行基于能量检测的快速扫描，并判决每个授权信道是否正在被授权用户所占用，所述每个认知节点汇报对所述C个授权信道的判决结果，所述判决结果为每个认知节点对授权信道i的本地感知判决结果，其中，i∈[1,C]；

S2、感知信息融合中心在独立于S1所述C个授权信道之外的一个公共控制信道上发送一个感知信息汇报分组，所述感知信息融合中心与所有认知节点实现时钟同步；

S3、在认知节点接收到S2所述感知信息汇报分组之后的C个时隙中，每个节点会在时隙i中向融合中心汇报S1所述判决结果，

若所述认知节点SU_k判决结果为授权信道i正在被授权用户所占用，则在公共控制信道上发送一个额定功率为P_k＝w_re/E[g_k]的忙信号，

若所述认知节点SU_k判决结果为授权信道i未被授权用户所占用，则在时隙i内保持静默，其中，k∈[1,N]为认知节点的编号，w_re是融合中心为每个认知节点所预先设定的平均忙信号接收功率，g_k表示认知节点SU_k与融合中心之间的瞬时无线信道增益，E[g_k]表示认知节点SU_k与融合中心之间的瞬时无线信道增益的期望；

S4、融合中心在发送感知信息汇报分组之后的C个时隙中基于预设的接收功率判决门限W_th对公共控制信道进行能量检测，判断每个时隙i对应的授权信道i是否正在被占有，将判断结果生成授权信道状态列表；

S5、在C个时隙的感知信息汇报结束之后，融合中心在公共控制信道上广播S4所述授权信道状态列表，将感知信息的融合判决结果告知给所有认知节点；

其中，S4所述感知信息融合中心预设的接收功率判决门限值W_th进行如下方式优化：

通过所述W_th对感知融合虚警概率进行最小化：

设优化目标函数为其中，Q_fa为基于能量检测的感知信息融合方法所获得的虚警错误概率，Q_d为基于能量检测的感知信息融合方法所获得的检测概率，Q_d,min为基于能量检测的感知信息融合方法所获得的最小检测概率,N为向感知信息融合中心执行感知信息汇报的认知节点的个数，P{n|OFF}为一个授权信道没有被授权用户所占用的情况下有n个认知节点同时发送忙信号的概率，p_fa,k表示认知节点SU_k对每个授权信道执行能量检测的虚警错误概率，表示有n个认知节点同时进行忙信号汇报时，感知信息融合中心通过能量检测获得忙信号接收功率W_d大于感知信息融合中心预设的接收功率判决门限值W_th的概率，μ_u为无线信道高斯白噪声的平均功率，γ(n)表示正好有n个认知节点同时进行忙信号汇报时的感知信息融合中心所获得的接收信噪比期望，K表示感知信息融合中心执行能量检测时的采样次数；

通过所述W_th对感知融合错误概率进行最小化：

设优化目标函数为

其中，Q_e表示基于能量检测的感知信息融合方法所获得的错误概率，Q_fa表示基于能量检测的感知信息融合方法所获得的虚警错误概率，Q_d表示基于能量检测的感知信息融合方法所获得的检测概率。

2.根据权利要求1所述的一种基于能量检测的感知信息融合方法，其特征在于：所述优化目标函数通过如下方式进行求解：

步骤A、基于无线信道增益模型，计算当正好有n个认知节点同时发送忙信号时，感知信息融合中心接收到的忙信号功率期望μ(n)和方差σ²(n)；

步骤B、计算正好有n个认知节点同时发送忙信号时，感知信息融合中心接收信噪比的期望其中，W_re是融合中心为每个认知节点所预先设定的平均忙信号接收功率，W_u为高斯白噪声的瞬时功率，的概率密度函数的比例分布变量为 μ_u为无线信道高斯白噪声的平均功率，σ_u ²高斯白噪声功率的方差；

步骤C、根据步骤B所述γ(n)，当正好有n个认知节点同时发送忙信号时，感知信息融合中心通过能量检测获得忙信号接收功率大于W_th的概率

步骤D、计算在一个授权信道空闲的情况下正好有n个认知节点同时发送忙信号的概率计算在一个授权信道正在被授权用户占用的情况下正好有n个认知节点同时发送忙信号的概率其中，p_d,k表示认知节点SU_k在执行本地能量检测时的检测概率，p_fa,k表示认知节点SU_k对每个授权信道执行能量检测的虚警错误概率；

步骤E、根据步骤C所述P{W_d＞W_th|n}和步骤D所述P{n|ON}获得感知信息融合中心检测概率

步骤F、令Q_d＝Q_d,min，则得到感知信息融合中心的最优接收忙信号功率门限值

步骤G、将代入优化目标函数求得感知信息融合中心的最小错误概率值

3.根据权利要求1所述的一种基于能量检测的感知信息融合方法，其特征在于：所述优化目标函数

通过如下方式进行求解：

步骤Ⅰ、基于无线信道增益模型，计算当正好有n个认知节点同时发送忙信号时，感知信息融合中心接收到的忙信号功率期望μ(n)和方差σ²(n)；

步骤Ⅱ、计算正好有n个认知节点同时发送忙信号时，感知信息融合中心接收信噪比的期望

步骤Ⅲ、根据步骤Ⅱ所述γ(n)，当正好有n个认知节点同时发送忙信号时，感知信息融合中心通过能量检测获得忙信号接收功率大于W_th的概率

步骤Ⅳ、计算在一个授权信道空闲的情况下正好有n个认知用户同时发送忙信号的概率计算在一个授权信道正在被授权用户占用的情况下正好有n个认知节点同时发送忙信号的概率

步骤Ⅴ、将步骤Ⅲ所述P{W_d＞W_th|n}对W_th求导可得

步骤Ⅵ、将错误概率Q_e对W_th求导可得

步骤Ⅶ、令得到感知信息融合中心判决门限的最优值W_th ^*；

步骤Ⅷ、将代入优化目标函数

求得感知信息融合中心的最小错误概率值