CN105375997B - 基于次用户数目优化的多用户协作频谱感知方法 - Google Patents

基于次用户数目优化的多用户协作频谱感知方法 Download PDF

Info

Publication number
CN105375997B
CN105375997B CN201510828669.4A CN201510828669A CN105375997B CN 105375997 B CN105375997 B CN 105375997B CN 201510828669 A CN201510828669 A CN 201510828669A CN 105375997 B CN105375997 B CN 105375997B
Authority
CN
China
Prior art keywords
mrow
msub
msup
msubsup
user
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510828669.4A
Other languages
English (en)
Other versions
CN105375997A (zh
Inventor
郑紫微
秦闯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huzhou Lingchuang Technology Co ltd
Original Assignee
Ningbo University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ningbo University filed Critical Ningbo University
Priority to CN201510828669.4A priority Critical patent/CN105375997B/zh
Publication of CN105375997A publication Critical patent/CN105375997A/zh
Application granted granted Critical
Publication of CN105375997B publication Critical patent/CN105375997B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
  • Alarm Systems (AREA)

Abstract

本发明涉及基于次用户数目优化的多用户协作频谱感知方法，包括构建授权用户、中继节点、频谱感知融合中心和多个次用户组成的认知无线网络模型，在中继节点与授权用户建立数据通信后，中继节点和各次用户分别接收授权用户发送的信号；频谱感知融合中心根据各次用户分别获取的频谱检测结果自适应地选取具有最低感知误差时对应的最佳协作次用户；根据最佳协作次用户得到信噪比最佳阈值、各最佳协作次用户的调整因子，并调整最佳协作次用户虚警概率，获取各最佳协作次用户调整后的判决阈值，然后以加权的OR准则协作检测，从而有效减小能量检测中所接收信号能量的动态变化对次用户检测性能的影响，降低频谱感知融合中心的融合计算量、提高协作检测性能。

Description

基于次用户数目优化的多用户协作频谱感知方法
技术领域
本发明涉及无线通信领域，尤其涉及一种基于次用户数目优化的多用户协作频谱感知方法。
背景技术
认知无线电技术(Cognitive Radio,CR)源于软件无线电，能够“伺机”的对空闲的频谱进行利用和共享，进而解决频谱资源紧缺难题，从而真正实现提高频谱利用率的目的。
频谱感知技术作为认知无线电网络中的关键技术，对于检测授权用户信号的存在情况意义重大。认知无线电的基本途径是：首先次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监测；然后在保证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至空闲频谱上通信。当次用户感知(或称检测)到有授权用户信号出现时，次用户则要快速腾出信道供授权用户使用，进而避免对授权用户的正常通信进行干扰。可见，次用户所采用的频谱感知方法要求对授权用户具有高度的可靠性，即要求频谱感知方法具有高度的检测性能。
在实际环境中，由于受多径衰落、阴影效应和噪声不确定性等诸多因素的不利影响，单个次用户的检测性能往往不能适应对授权用户信号检测率的要求。为了减少多径衰落、阴影效应和噪声不确定性等因素对检测性能的不利影响，基于多个次用户的协作频谱感知方法被不断提出。在现有的协作频谱感知方法中，通过将每个次用户的能量检测结果发送给频谱感知融合中心进行融合，以达到对频谱感知的目的。
然而，由于现有的协作频谱感知方法既没有考虑能量检测中所接收信号能量的动态变化对次用户检测性能的影响，也没有考虑频谱感知融合中心融合处理多个次用户检测结果所带来的时间消耗问题，这导致次用户在频谱感知时存在时间迟滞，不能及时对频谱情况进行检测，进而难以避免次用户干扰授权用户正常通信的问题。
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有效地减小能量检测中所接收信号能量的动态变化对次用户检测性能的影响，又能够降低频谱感知融合中心的融合计算量、提高协作检测效率的基于次用户数目优化的多用户协作频谱感知方法。
本发明解决上述技术问题所采用的技术方案为：基于次用户数目优化的多用户协作频谱感知方法，其特征在于，依次包括如下步骤：
(1)构建多用户协作频谱感知的认知无线网络模型，并设定认知无线网络中具有两个授权用户、具有放大增益的中继节点、频谱感知融合中心以及M个独立的次用户；其中，授权用户分别标记为PU1和PU2，中继节点记为AF，频谱感知融合中心标记为FC，第m个次用户标记为CRm，m＝1,2,…,M；
(2)建立中继节点AF与授权用户PU1、PU2之间的数据通信，由授权用户PU1发送信号给授权用户PU2，并由中继节点AF和各次用户CRm对授权用户PU1发送的信号进行接收；
(3)M个次用户分别对授权用户PU1频谱进行自适应的本地能量检测，并分别将各自获取的频谱检测结果发送至频谱感知融合中心FC，由频谱感知融合中心FC按照自适应融合判断准则选取参与协作的最佳协作次用户，频谱检测结果包括各次用户对授权用户PU频谱的检测概率和虚警概率；其中，自适应融合判断准则的判断选取过程包括步骤(3-1)至步骤(3-5)：
(3-1)建立各独立次用户CRm接收到授权用户PU1信号的信号接收模型，其中，独立次用户CRm接收到授权用户PU1信号的模型如下：
其中，xm(n)表示第m个次用户CRm检测到的信号，hm表示信道衰落系数，s(n)表示授权用户PU1发送的信号，vm(n)表示零均值的高斯白噪声；H0表示授权用户PU1频谱处于空闲状态，H1表示授权用户PU1频谱处于占用状态；
(3-2)构建针对所接收信号的自适应能量检测模型，获取各次用户的检测概率和虚警概率；其中，所接收信号的自适应能量检测模型如下：
其中，y'm,k计算公式如下：
y'm,k＝cmym,k，m表示第m个次用户的编号，m∈[1,M]，N表示所接收信号xm(n)的采样个数，ym,k表示所接收信号的能量统计值；能量检测门限值γ的计算公式如下：
其中，Pf,m表示第m个次用户CRm的虚警概率，Pd,m表示第m个次用户CRm的检测概率；Q(z)表示正态高斯互补积分函数；Pf为全局虚警概率；
(3-3)频谱感知融合中心FC根据N个次用户发送的频谱感知结果，统计N个次用户中感知到授权用户PU频谱为占用状态的次用户数目为m(1≤m≤N)、感知到授权用户PU频谱为空闲状态的次用户数目为N-m；其中，授权用户PU频谱为占用状态记为H1，授权用户PU1频谱为空闲状态记为H0；
(3-4)频谱感知融合中心FC根据N个次用户发送的信噪比，计算m个感知到授权用户PU频谱为占用状态H1的次用户诚信系数κ1,j以及N-m个感知到授权用户PU频谱为空闲状态H0的次用户诚信系数κ2,t；其中，诚信系数κ1,j以及κ2,t的计算公式如下：
(3-5)频谱感知融合中心FC根据m个次用户的各自感知结果以及诚信系数κ1,j，分别计算授权用户PU频谱为占用状态H1的平均检测概率全局检测概率和此占用状态H1对应的全局漏检概率以及授权用户PU的频谱为空闲状态H0的平均检测概率全局检测概率此空闲状态H0对应的全局漏检概率和全局虚警概率其中，该过程包括如下步骤(a)至步骤(f)：
(a)建立m个次用户协作感知的全局错误检测概率Pe，获取关于决策门限的能量检测优化函数γ*以及能量检测的最优门限值γopt，并计算授权用户PU频谱为占用状态H1的平均检测概率其中，
m个次用户协作感知的全局错误检测概率Pe计算公式如下：
其中，为授权用户PU频谱处于空闲状态H0的概率，为授权用户PU频谱处于占用状态H1的概率；Pf为全局虚警概率，Pd为全局检测概率，Pm为全局漏检概率；为对应处于授权用户PU频谱处于占用状态H1的m个次用户的平均信噪比，其中，snri为次用户CRi自身的信噪比；
关于决策门限的能量检测优化函数γ*定义为：
能量检测的最优门限值γopt为：
授权用户PU频谱为占用状态H1的平均检测概率计算公式如下：
(b)根据所得授权用户PU频谱为占用状态H1的平均检测概率以及m个次用户的诚信系数κ1,j，计算授权用户PU频谱为占用状态H1的全局检测概率和此占用状态H1对应的全局漏检概率其中，全局检测概率和全局漏检概率计算公式如下：
(c)根据所得授权用户PU频谱为空闲状态H0的平均检测概率以及N-m个次用户的诚信系数κ2,t，计算授权用户PU频谱为空闲状态H0的全局检测概率和此空闲状态H0对应的全局漏检概率全局虚警概率其中，平均检测概率全局检测概率全局漏检概率和全局虚警概率的计算公式分别如下：
(d)频谱感知融合中心FC根据授权用户PU频谱为占用状态H1对应的全局漏检概率以及授权用户PU频谱为空闲状态H0对应的全局虚警概率建立基于次用户数目的频谱感知误差函数Fun(m)；其中，频谱感知误差函数Fun(m)计算公式如下：
其中，Ppu表示授权用户PU信号在其授权频谱出现的概率；
(e)计算频谱感知误差函数Fun(m)的频谱感知误差最小值Fun(m0)，并以该频谱感知误差函数最小值Fun(m0)对应的数值m0(m0≤m)作为参与协作感知的最佳协作次用户数目，并对m个次用户按照其对应的信噪比值snri进行降序排列，得到m个次用户的降序排列组；
(f)选取次用户降序排列组中的前m0个次用户作为参与协作感知的最佳协作次用户；其中，分别标记选取的最佳协作次用户为CR'r，其中，r＝1,2,…,m0；
(4)频谱感知融合中心FC根据OR准则和AND准则，对步骤(3)中选取的最佳协作次用户进行协作检测，以得到协作检测性能曲线，进而得到在OR准则和AND准则下的最佳检测性能值Qd-max，并以该最佳检测性能值Qd-max所对应的信噪比预设阈值为信噪比最佳阈值；其中记信噪比最佳阈值为λoptimal，最佳检测性能值即为全局检测概率Qd中的最大值；
(5)根据获取的信噪比最佳阈值λoptimal，得到该信噪比最佳阈值λoptimal对应的最佳协作次用户，获取该最佳协作次用户的调整因子α以及其他k0-1个最佳协作次用户的调整因子αr，并分别根据调整因子对应调整各最佳协作次用户的虚警概率；其中，最佳协作次用户CR'r调整后的虚警概率记为Pfa,r；
Pfa,r＝αr·Pfa,r＝1,2,…,k0-1；
其中，αr为最佳协作次用户CR'r的调整因子，用来根据最佳协作次用户自身的信噪比实现对其虚警概率大小的调整；SNR”r为第r个最佳协作次用户CR'r的信噪比；
(6)根据步骤(5)获取的k0个最佳协作次用户的调整因子αr以及对应调整后的虚警概率Pfa,r，计算最佳协作次用户CR'r调整后的判决阈值λ'r和检测概率Pd,r，其中，
其中，r＝1,2,…,k0；N1为采样点数；
(7)根据步骤(6)中k0个最佳协作次用户的检测概率，以加权的OR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；其中，加权的OR准则如下：
其中，Pd,r为第r个最佳协作次用户的检测概率，Pf,r为第r个最佳协作次用户的虚警概率；Qd为协作检测后的全局检测概率，Qfa为协作检测后的全局虚警概率；k0为最佳协作次用户的数目；ωr为最佳协作次用户的加权系数。
与现有技术相比，本发明的优点在于：在中继节点与授权用户建立数据通信后，中继节点和各次用户分别接收授权用户发送的信号；频谱感知融合中心根据各次用户分别获取的频谱检测结果自适应的选取具有最低感知误差时对应的最佳协作次用户，以减小协作感知的复杂度；根据所得最佳协作次用户，得到信噪比最佳阈值、各最佳协作次用户的调整因子，并调整最佳协作次用户虚警概率，获取各最佳协作次用户调整后的判决阈值，以适应能量检测中所接收信号能量的动态变化，然后以加权的OR准则协作检测，从而既能有效地减小了能量检测中所接收信号能量的动态变化对次用户检测性能的影响，又降低了频谱感知融合中心的融合计算量、提高了协作检测效率。
附图说明
图1为本发明实施例中多用户协作频谱感知的认知无线网络示意图；
图2为本发明实施例中基于次用户数目优化的多用户协作频谱感知方法的流程示意图。
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，在本实施例多用户协作频谱感知的认知无线网络中，设定有两个授权用户PU1和PU2、具有放大增益的中继节点AF、频谱感知融合中心FC以及M个独立的次用户CRm，m＝1,2,…,M。其中，每个次用户均能够独立地检测自身的信噪比。
如图2所示，本发明实施例中基于次用户数目优化的多用户协作频谱感知方法，依次包括如下步骤：
(1)构建多用户协作频谱感知的认知无线网络模型，并设定认知无线网络中具有两个授权用户、具有放大增益的中继节点、频谱感知融合中心以及M个独立的次用户；两个授权用户分别标记为PU1和PU2，中继节点记为AF，频谱感知融合中心标记为FC，第m个次用户标记为CRm，m＝1,2,…,M；在该认知无线网络模型中，M个次用户分别为CR1、CR2、…、CRM；
(2)建立中继节点AF与授权用户PU1、PU2之间的数据通信，由授权用户PU1发送信号给授权用户PU2，并由中继节点AF和各次用户CRm对授权用户PU1发送的信号进行接收；
(3)M个次用户CR1至CRM分别对授权用户PU1频谱进行自适应的本地能量检测，并分别将各自获取的频谱检测结果发送至频谱感知融合中心FC，由频谱感知融合中心FC按照自适应融合判断准则选取参与协作的最佳协作次用户，频谱检测结果包括各次用户CR1至CRM对授权用户PU1频谱的检测概率和虚警概率；其中，自适应融合判断准则的判断选取过程包括步骤(3-1)至步骤(3-5)：
(3-1)建立各独立次用户CRm接收到授权用户PU1信号的信号接收模型，其中，独立次用户CRm接收到授权用户PU1信号的模型如下：
其中，xm(n)表示第m个次用户CRm检测到的信号，hm表示信道衰落系数，s(n)表示授权用户PU1发送的信号，vm(n)表示零均值的高斯白噪声；H0表示授权用户PU1频谱处于空闲状态，H1表示授权用户PU1频谱处于占用状态；例如，h1表示次用户CR1与授权用户PU1之间通信信道的衰落系数；h2表示次用户CR2与授权用户PU1之间通信信道的衰落系数；
(3-2)构建针对所接收信号的自适应能量检测模型，即针对所接收信号xm(n)的自适应能量检测模型，获取各次用户的检测概率和虚警概率；其中，所接收信号的自适应能量检测模型如下：
其中，y'm,k计算公式如下：
y'm,k＝cmym,k，m表示第m个次用户的编号，m∈[1,M]，N表示所接收信号xm(n)的采样个数，ym,k表示所接收信号的能量统计值；能量检测门限值γ的计算公式如下：
其中，Pf,m表示第m个次用户CRm的虚警概率，Pd,m表示第m个次用户CRm的检测概率；Q(z)表示正态高斯互补积分函数；Pf为全局虚警概率；
(3-3)频谱感知融合中心FC根据N个次用户发送的频谱感知结果，统计N个次用户中感知到授权用户PU1频谱为占用状态的次用户数目为m(1≤m≤N)、感知到授权用户PU1频谱为空闲状态的次用户数目为N-m；其中，授权用户PU1频谱为占用状态记为H1，授权用户PU1频谱为空闲状态记为H0；
(3-4)频谱感知融合中心FC根据N个次用户发送的信噪比，计算m个感知到授权用户PU1频谱为占用状态H1的次用户诚信系数κ1,j以及N-m个感知到授权用户PU1频谱为空闲状态H0的次用户诚信系数κ2,t；其中，诚信系数表示对应的次用户所作出检测的可信程度，也表征着次用户的检测能力；诚信系数越高，表明所对应次用户的检测概率越高；其中，诚信系数κ1,j以及κ2,t的计算公式如下：
(3-5)频谱感知融合中心FC根据m个次用户的各自感知结果以及诚信系数κ1,j，分别计算授权用户PU1频谱为占用状态H1的平均检测概率全局检测概率和此占用状态H1对应的全局漏检概率以及授权用户PU1的频谱为空闲状态H0的平均检测概率全局检测概率此空闲状态H0对应的全局漏检概率和全局虚警概率其中，该过程包括如下步骤(a)至步骤(f)：
(a)建立m个次用户协作感知的全局错误检测概率Pe，获取关于决策门限的能量检测优化函数γ*以及能量检测的最优门限值γopt，并计算授权用户PU1频谱为占用状态H1的平均检测概率其中，
m个次用户协作感知的全局错误检测概率Pe计算公式如下：
其中，为授权用户PU1频谱处于空闲状态H0的概率，为授权用户PU1频谱处于占用状态H1的概率；Pf为全局虚警概率，Pd为全局检测概率，Pm为全局漏检概率；为对应处于授权用户PU1频谱处于占用状态H1的m个次用户的平均信噪比，其中，snri为次用户CRi自身的信噪比；
关于决策门限的能量检测优化函数γ*定义为：
通过对关于决策门限的能量检测优化函数γ*求极值，以获得能量检测的最优门限值γopt为：
即在各次用户利用能量检测过程中，当针对信号能量的判决门限值取γopt时，次用户能够准确的检测到所接收信号的存在，满足、适应了所接收信号能量动态变化的情况，从而获得了更加准确的能量检测门限值，提高了后续次用户检测的准确性；
授权用户PU1频谱为占用状态H1的平均检测概率计算公式如下：
(b)根据所得授权用户PU1频谱为占用状态H1的平均检测概率以及m个次用户的诚信系数κ1,j，计算授权用户PU1频谱为占用状态H1的全局检测概率和此占用状态H1对应的全局漏检概率其中，全局检测概率和全局漏检概率计算公式如下：
(c)根据所得授权用户PU1频谱为空闲状态H0的平均检测概率以及N-m个次用户的诚信系数κ2,t，计算授权用户PU1频谱为空闲状态H0的全局检测概率和此空闲状态H0对应的全局漏检概率全局虚警概率其中，平均检测概率全局检测概率全局漏检概率和全局虚警概率的计算公式分别如下：
(d)频谱感知融合中心FC根据授权用户PU1频谱为占用状态H1对应的全局漏检概率以及授权用户PU1频谱为空闲状态H0对应的全局虚警概率建立基于次用户数目的频谱感知误差函数Fun(m)；该频谱感知误差函数Fun(m)表征着当次用户数目为m个时频谱感知的误差情况，频谱感知误差值越小，表明频谱感知性能越好；其中，频谱感知误差函数Fun(m)计算公式如下：
其中，Ppu表示授权用户PU1信号在其授权频谱出现的概率；
(e)计算频谱感知误差函数Fun(m)的频谱感知误差最小值Fun(m0)，并以该频谱感知误差函数最小值Fun(m0)对应的数值m0(m0≤m)作为参与协作感知的最佳协作次用户数目，并对m个次用户按照其对应的信噪比值snri进行降序排列，得到m个次用户的降序排列组；
其中，当参与协作感知的次用户数目为m0时，次用户的协作感知具有最小的频谱感知误差，此时对应着协作频谱感知具有更强的检测性能，并且此时的m0个次用户数目可以在保证较小频谱感知误差前提下，降低后续协作时的计算量，提高协作检测效率；由于每个次用户的信噪比仍然是影响其频谱检测性能的关键，因此，按照信噪比值大小顺序作降序排列，可以方便对排序后各次用户的性能做出比较，以选择具有高检测性能的次用户；
(f)选取次用户降序排列组中的前m0个次用户作为参与协作感知的最佳协作次用户；其中，分别标记选取的最佳协作次用户为CR'r，其中，r＝1,2,…,m0；
例如，当按照信噪比降序排列后得到的次用户降序排列组为{CR1，CR2、…、CRm0、CRm0+1，…，CRm}时，则选择前m0个次用户，即{CR1，CR2、…、CRm0}作为参与协作感知的最佳协作次用户，并分别对应标记CR1至CRm0为最佳协作次用户CR'1至CR'm0；
(4)频谱感知融合中心FC根据OR准则和AND准则，对步骤(3)中选取的最佳协作次用户进行协作检测，以得到协作检测性能曲线，进而得到在OR准则和AND准则下的最佳检测性能值Qd-max，并以该最佳检测性能值Qd-max所对应的信噪比预设阈值为信噪比最佳阈值，其中记信噪比最佳阈值为λoptimal，最佳检测性能值即为全局检测概率Qd中的最大值；
(5)根据获取的信噪比最佳阈值λoptimal，得到该信噪比最佳阈值λoptimal对应的最佳协作次用户，获取该最佳协作次用户的调整因子α以及其他k0-1个最佳协作次用户的调整因子αr，以再次调整、修正最佳协作次用户的虚警概率和检测概率，并分别根据调整因子对应调整各最佳协作次用户的虚警概率；其中，最佳协作次用户CR'r调整后的虚警概率记为Pfa,r；
Pfa,r＝αr·Pfa,r＝1,2,…,k0-1；
其中，αr为最佳协作次用户CR'r的调整因子，用来根据最佳协作次用户的信噪比实现对其虚警概率大小的调整；SNR”r为第r个最佳协作次用户CR'r的信噪比；
(6)根据步骤(5)获取的k0个最佳协作次用户的调整因子αr以及对应调整后的虚警概率Pfa,r，计算最佳协作次用户CR'r调整后的判决阈值λ'r和检测概率Pd,r，其中，
其中，r＝1,2,…,k0；N1为采样点数；
(7)根据步骤(6)中k0个最佳协作次用户的检测概率，以加权的OR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；其中，加权的OR准则如下：
其中，Pd,r为第r个最佳协作次用户的检测概率，Pf,r为第r个最佳协作次用户的虚警概率；Qd为协作检测后的全局检测概率，Qfa为协作检测后的全局虚警概率；k0为最佳协作次用户的数目；ωr为最佳协作次用户的加权系数。

Claims (1)

1.基于次用户数目优化的多用户协作频谱感知方法，其特征在于，依次包括如下步骤：
(1)构建多用户协作频谱感知的认知无线网络模型，并设定认知无线网络中具有两个授权用户、具有放大增益的中继节点、频谱感知融合中心以及M个独立的次用户；其中，授权用户分别标记为PU1和PU2，中继节点记为AF，频谱感知融合中心标记为FC，第m个次用户标记为CRm，m＝1,2,…,M；
(2)建立中继节点AF与授权用户PU1、PU2之间的数据通信，由授权用户PU1发送信号给授权用户PU2，并由中继节点AF和各次用户CRm对授权用户PU1发送的信号进行接收；
(3)M个次用户分别对授权用户PU1频谱进行自适应的本地能量检测，并分别将各自获取的频谱检测结果发送至频谱感知融合中心FC，由频谱感知融合中心FC按照自适应融合判断准则选取参与协作的最佳协作次用户，频谱检测结果包括各次用户对授权用户PU频谱的检测概率和虚警概率；其中，自适应融合判断准则的判断选取过程包括步骤(3-1)至步骤(3-5)：
(3-1)建立各独立次用户CRm接收到授权用户PU1信号的信号接收模型，其中，独立次用户CRm接收到授权用户PU1信号的模型如下：
<mrow> <msub> <mi>x</mi> <mi>m</mi> </msub> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>v</mi> <mi>m</mi> </msub> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <msub> <mi>H</mi> <mn>0</mn> </msub> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>v</mi> <mi>m</mi> </msub> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>h</mi> <mi>m</mi> </msub> <mi>s</mi> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <msub> <mi>H</mi> <mn>1</mn> </msub> </mtd> </mtr> </mtable> </mfenced> <mo>;</mo> </mrow>
其中，xm(n)表示第m个次用户CRm检测到的信号，hm表示信道衰落系数，s(n)表示授权用户PU1发送的信号，vm(n)表示零均值的高斯白噪声；H0表示授权用户PU1频谱处于空闲状态，H1表示授权用户PU1频谱处于占用状态；
(3-2)构建针对所接收信号的自适应能量检测模型，获取各次用户的检测概率和虚警概率；其中，所接收信号的自适应能量检测模型如下：
<mrow> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msubsup> <mi>y</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>k</mi> </mrow> <mo>&amp;prime;</mo> </msubsup> <mo>&gt;</mo> <mi>&amp;gamma;</mi> </mrow> </mtd> <mtd> <msub> <mi>H</mi> <mn>1</mn> </msub> </mtd> </mtr> <mtr> <mtd> <mrow> <msubsup> <mi>y</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>k</mi> </mrow> <mo>&amp;prime;</mo> </msubsup> <mo>&lt;</mo> <mi>&amp;gamma;</mi> </mrow> </mtd> <mtd> <msub> <mi>H</mi> <mn>0</mn> </msub> </mtd> </mtr> </mtable> </mfenced> <mo>;</mo> </mrow>
其中，y'm,k计算公式如下：
m表示第m个次用户的编号，m∈[1,M]，N表示所接收信号xm(n)的采样个数，ym,k表示所接收信号的能量统计值；能量检测门限值γ的计算公式如下：
<mrow> <mi>&amp;gamma;</mi> <mo>=</mo> <mi>E</mi> <msub> <mrow> <mo>&amp;lsqb;</mo> <msubsup> <mi>y</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>k</mi> </mrow> <mo>&amp;prime;</mo> </msubsup> <mo>&amp;rsqb;</mo> </mrow> <msub> <mi>H</mi> <mn>0</mn> </msub> </msub> <mo>+</mo> <msup> <mi>Q</mi> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <mrow> <mo>(</mo> <msub> <mi>P</mi> <mi>f</mi> </msub> <mo>)</mo> </mrow> <msqrt> <mrow> <mi>V</mi> <mi>a</mi> <mi>r</mi> <msub> <mrow> <mo>&amp;lsqb;</mo> <msubsup> <mi>y</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>k</mi> </mrow> <mo>&amp;prime;</mo> </msubsup> <mo>&amp;rsqb;</mo> </mrow> <msub> <mi>H</mi> <mn>0</mn> </msub> </msub> </mrow> </msqrt> <mo>;</mo> </mrow>
<mrow> <mi>E</mi> <mo>&amp;lsqb;</mo> <msubsup> <mi>y</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>k</mi> </mrow> <mo>&amp;prime;</mo> </msubsup> <mo>&amp;rsqb;</mo> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msubsup> <mi>N&amp;sigma;</mi> <mi>m</mi> <mn>2</mn> </msubsup> </mrow> </mtd> <mtd> <msub> <mi>H</mi> <mn>0</mn> </msub> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>&amp;lsqb;</mo> <mi>N</mi> <mo>+</mo> <msub> <mi>&amp;eta;</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>k</mi> </mrow> </msub> <mo>&amp;rsqb;</mo> <msubsup> <mi>&amp;sigma;</mi> <mi>m</mi> <mn>2</mn> </msubsup> </mrow> </mtd> <mtd> <msub> <mi>H</mi> <mn>1</mn> </msub> </mtd> </mtr> </mtable> </mfenced> <mo>,</mo> <msub> <mi>&amp;eta;</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>k</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <mo>|</mo> <msub> <mi>h</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>k</mi> </mrow> </msub> <msup> <mo>|</mo> <mn>2</mn> </msup> </mrow> <msubsup> <mi>&amp;sigma;</mi> <mi>m</mi> <mn>2</mn> </msubsup> </mfrac> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>n</mi> <mo>=</mo> <mn>0</mn> </mrow> <mrow> <mi>N</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <mo>|</mo> <msub> <mi>s</mi> <mi>m</mi> </msub> <mrow> <mo>(</mo> <mi>n</mi> <mo>+</mo> <mi>k</mi> <mi>N</mi> <mo>)</mo> </mrow> <msup> <mo>|</mo> <mn>2</mn> </msup> <mo>;</mo> </mrow>
<mrow> <msub> <mi>P</mi> <mrow> <mi>f</mi> <mo>,</mo> <mi>m</mi> </mrow> </msub> <mo>=</mo> <mi>Q</mi> <mo>(</mo> <mfrac> <mrow> <mi>&amp;gamma;</mi> <mo>-</mo> <mi>E</mi> <msub> <mrow> <mo>&amp;lsqb;</mo> <msubsup> <mi>y</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>k</mi> </mrow> <mo>&amp;prime;</mo> </msubsup> <mo>&amp;rsqb;</mo> </mrow> <msub> <mi>H</mi> <mn>0</mn> </msub> </msub> </mrow> <msqrt> <mrow> <mi>V</mi> <mi>a</mi> <mi>r</mi> <msub> <mrow> <mo>&amp;lsqb;</mo> <msubsup> <mi>y</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>k</mi> </mrow> <mo>&amp;prime;</mo> </msubsup> <mo>&amp;rsqb;</mo> </mrow> <msub> <mi>H</mi> <mn>0</mn> </msub> </msub> </mrow> </msqrt> </mfrac> <mo>)</mo> <mo>,</mo> <msub> <mi>P</mi> <mrow> <mi>d</mi> <mo>,</mo> <mi>m</mi> </mrow> </msub> <mo>=</mo> <mi>Q</mi> <mo>(</mo> <mfrac> <mrow> <mi>&amp;gamma;</mi> <mo>-</mo> <mi>E</mi> <msub> <mrow> <mo>&amp;lsqb;</mo> <msubsup> <mi>y</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>k</mi> </mrow> <mo>&amp;prime;</mo> </msubsup> <mo>&amp;rsqb;</mo> </mrow> <msub> <mi>H</mi> <mn>1</mn> </msub> </msub> </mrow> <msqrt> <mrow> <mi>V</mi> <mi>a</mi> <mi>r</mi> <msub> <mrow> <mo>&amp;lsqb;</mo> <msubsup> <mi>y</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>k</mi> </mrow> <mo>&amp;prime;</mo> </msubsup> <mo>&amp;rsqb;</mo> </mrow> <msub> <mi>H</mi> <mn>1</mn> </msub> </msub> </mrow> </msqrt> </mfrac> <mo>)</mo> <mo>,</mo> <mi>Q</mi> <mrow> <mo>(</mo> <mi>z</mi> <mo>)</mo> </mrow> <mo>=</mo> <msubsup> <mo>&amp;Integral;</mo> <mi>z</mi> <mi>&amp;infin;</mi> </msubsup> <mfrac> <mn>1</mn> <msqrt> <mrow> <mn>2</mn> <mi>&amp;pi;</mi> </mrow> </msqrt> </mfrac> <msup> <mi>e</mi> <mrow> <mo>-</mo> <mfrac> <mn>1</mn> <mn>2</mn> </mfrac> <msup> <mi>x</mi> <mn>2</mn> </msup> </mrow> </msup> <mi>d</mi> <mi>x</mi> <mo>;</mo> </mrow>
<mrow> <mi>V</mi> <mi>a</mi> <mi>r</mi> <mo>&amp;lsqb;</mo> <msubsup> <mi>y</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>k</mi> </mrow> <mo>&amp;prime;</mo> </msubsup> <mo>&amp;rsqb;</mo> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mn>2</mn> <msubsup> <mi>N&amp;sigma;</mi> <mi>m</mi> <mn>4</mn> </msubsup> </mrow> </mtd> <mtd> <msub> <mi>H</mi> <mn>0</mn> </msub> </mtd> </mtr> <mtr> <mtd> <mrow> <mn>2</mn> <mo>&amp;lsqb;</mo> <mi>N</mi> <mo>+</mo> <mn>2</mn> <msub> <mi>&amp;eta;</mi> <mrow> <mi>m</mi> <mo>,</mo> <mi>k</mi> </mrow> </msub> <mo>&amp;rsqb;</mo> <msubsup> <mi>&amp;sigma;</mi> <mi>m</mi> <mn>4</mn> </msubsup> </mrow> </mtd> <mtd> <msub> <mi>H</mi> <mn>1</mn> </msub> </mtd> </mtr> </mtable> </mfenced> <mo>;</mo> </mrow>
其中，Pf,m表示第m个次用户CRm的虚警概率，Pd,m表示第m个次用户CRm的检测概率；Q(z)表示正态高斯互补积分函数；Pf为全局虚警概率；
(3-3)频谱感知融合中心FC根据N个次用户发送的频谱感知结果，统计N个次用户中感知到授权用户PU频谱为占用状态的次用户数目为m(1≤m≤N)、感知到授权用户PU频谱为空闲状态的次用户数目为N-m；其中，授权用户PU频谱为占用状态记为H1，授权用户PU1频谱为空闲状态记为H0；
(3-4)频谱感知融合中心FC根据N个次用户发送的信噪比，计算m个感知到授权用户PU频谱为占用状态H1的次用户诚信系数κ1,j以及N-m个感知到授权用户PU频谱为空闲状态H0的次用户诚信系数κ2,t；其中，诚信系数κ1,j以及κ2,t的计算公式如下：
<mrow> <msub> <mi>&amp;kappa;</mi> <mrow> <mn>1</mn> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <msubsup> <mi>snr</mi> <mi>j</mi> <mn>2</mn> </msubsup> </mrow> <mrow> <mfrac> <mn>1</mn> <mi>m</mi> </mfrac> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <msubsup> <mi>snr</mi> <mi>j</mi> <mn>2</mn> </msubsup> </mrow> </mfrac> <mo>,</mo> <msub> <mi>&amp;kappa;</mi> <mrow> <mn>2</mn> <mo>,</mo> <mi>t</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <msubsup> <mi>snr</mi> <mi>t</mi> <mn>2</mn> </msubsup> </mrow> <mrow> <mfrac> <mn>1</mn> <mrow> <mi>N</mi> <mo>-</mo> <mi>m</mi> </mrow> </mfrac> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>t</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>N</mi> <mo>-</mo> <mi>m</mi> </mrow> </munderover> <msubsup> <mi>snr</mi> <mi>t</mi> <mn>2</mn> </msubsup> </mrow> </mfrac> <mo>;</mo> </mrow>
(3-5)频谱感知融合中心FC根据m个次用户的各自感知结果以及诚信系数κ1,j，分别计算授权用户PU频谱为占用状态H1的平均检测概率Pdet,H1、全局检测概率Ddet,H1和此占用状态H1对应的全局漏检概率Dundet,H1，以及授权用户PU的频谱为空闲状态H0的平均检测概率Pdet,H0、全局检测概率Ddet,H0、此空闲状态H0对应的全局漏检概率Dundet,H0和全局虚警概率DFail,H0；其中，该过程包括如下步骤(a)至步骤(f)：
(a)建立m个次用户协作感知的全局错误检测概率Pe，获取关于决策门限的能量检测优化函数γ*以及能量检测的最优门限值γopt，并计算授权用户PU频谱为占用状态H1的平均检测概率Pdet,H1；其中，
m个次用户协作感知的全局错误检测概率Pe计算公式如下：
Pe＝PH0Pf+PH1Pm，PH1＝1-PH0；
<mrow> <msub> <mi>P</mi> <mi>f</mi> </msub> <mo>=</mo> <mi>Q</mi> <mrow> <mo>(</mo> <mfrac> <mrow> <mi>&amp;gamma;</mi> <mo>-</mo> <msubsup> <mi>&amp;sigma;</mi> <mi>n</mi> <mn>2</mn> </msubsup> </mrow> <mrow> <mfrac> <mn>2</mn> <mi>m</mi> </mfrac> <msubsup> <mi>&amp;sigma;</mi> <mi>n</mi> <mn>4</mn> </msubsup> </mrow> </mfrac> <mo>)</mo> </mrow> <mo>,</mo> <msub> <mi>P</mi> <mi>d</mi> </msub> <mo>=</mo> <mi>Q</mi> <mrow> <mo>(</mo> <mfrac> <mrow> <mi>&amp;gamma;</mi> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>+</mo> <mover> <mrow> <mi>s</mi> <mi>n</mi> <mi>r</mi> </mrow> <mo>&amp;OverBar;</mo> </mover> <mo>)</mo> </mrow> <msubsup> <mi>&amp;sigma;</mi> <mi>n</mi> <mn>2</mn> </msubsup> </mrow> <mrow> <mfrac> <mn>2</mn> <mi>m</mi> </mfrac> <mrow> <mo>(</mo> <mn>2</mn> <mover> <mrow> <mi>s</mi> <mi>n</mi> <mi>r</mi> </mrow> <mo>&amp;OverBar;</mo> </mover> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> <msubsup> <mi>&amp;sigma;</mi> <mi>n</mi> <mn>4</mn> </msubsup> </mrow> </mfrac> <mo>)</mo> </mrow> <mo>,</mo> <msub> <mi>P</mi> <mi>m</mi> </msub> <mo>=</mo> <mn>1</mn> <mo>-</mo> <msub> <mi>P</mi> <mi>d</mi> </msub> <mo>;</mo> </mrow>
其中，PH0为授权用户PU频谱处于空闲状态H0的概率，PH1为授权用户PU频谱处于占用状态H1的概率；Pf为全局虚警概率，Pd为全局检测概率，Pm为全局漏检概率；为对应处于授权用户PU频谱处于占用状态H1的m个次用户的平均信噪比，其中，snri为次用户CRi自身的信噪比；
关于决策门限的能量检测优化函数γ*定义为：
<mrow> <msup> <mi>&amp;gamma;</mi> <mo>*</mo> </msup> <mo>=</mo> <mi>arg</mi> <munder> <mi>min</mi> <mi>&amp;gamma;</mi> </munder> <msub> <mi>P</mi> <mi>e</mi> </msub> <mo>=</mo> <msub> <mi>P</mi> <msub> <mi>H</mi> <mn>0</mn> </msub> </msub> <mo>&amp;CenterDot;</mo> <mi>Q</mi> <mrow> <mo>(</mo> <mfrac> <mrow> <mi>&amp;gamma;</mi> <mo>-</mo> <msubsup> <mi>&amp;sigma;</mi> <mi>n</mi> <mn>2</mn> </msubsup> </mrow> <mrow> <mfrac> <mn>2</mn> <mi>m</mi> </mfrac> <msubsup> <mi>&amp;sigma;</mi> <mi>n</mi> <mn>4</mn> </msubsup> </mrow> </mfrac> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>P</mi> <msub> <mi>H</mi> <mn>1</mn> </msub> </msub> <mo>&amp;CenterDot;</mo> <mi>Q</mi> <mrow> <mo>(</mo> <mfrac> <mrow> <mi>&amp;gamma;</mi> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>+</mo> <mover> <mrow> <mi>s</mi> <mi>n</mi> <mi>r</mi> </mrow> <mo>&amp;OverBar;</mo> </mover> <mo>)</mo> </mrow> <msubsup> <mi>&amp;sigma;</mi> <mi>n</mi> <mn>2</mn> </msubsup> </mrow> <mrow> <mfrac> <mn>2</mn> <mi>m</mi> </mfrac> <mrow> <mo>(</mo> <mn>2</mn> <mover> <mrow> <mi>s</mi> <mi>n</mi> <mi>r</mi> </mrow> <mo>&amp;OverBar;</mo> </mover> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> <msubsup> <mi>&amp;sigma;</mi> <mi>n</mi> <mn>4</mn> </msubsup> </mrow> </mfrac> <mo>)</mo> </mrow> <mo>;</mo> </mrow>
能量检测的最优门限值γopt为：
<mrow> <mtable> <mtr> <mtd> <mrow> <msub> <mi>&amp;gamma;</mi> <mrow> <mi>o</mi> <mi>p</mi> <mi>t</mi> </mrow> </msub> <mo>=</mo> <mi>&amp;gamma;</mi> <msub> <mo>|</mo> <mrow> <mfrac> <mrow> <mo>&amp;part;</mo> <msub> <mi>P</mi> <mi>e</mi> </msub> </mrow> <mrow> <mo>&amp;part;</mo> <mi>&amp;gamma;</mi> </mrow> </mfrac> <mo>=</mo> <mn>0</mn> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>=</mo> <mfrac> <msubsup> <mi>&amp;sigma;</mi> <mi>n</mi> <mn>2</mn> </msubsup> <mn>2</mn> </mfrac> <mo>+</mo> <msubsup> <mi>&amp;sigma;</mi> <mi>n</mi> <mn>2</mn> </msubsup> <msqrt> <mrow> <mfrac> <mn>1</mn> <mn>4</mn> </mfrac> <mo>+</mo> <mfrac> <mover> <mrow> <mi>s</mi> <mi>n</mi> <mi>r</mi> </mrow> <mo>&amp;OverBar;</mo> </mover> <mn>2</mn> </mfrac> <mo>+</mo> <mfrac> <mrow> <mn>4</mn> <mover> <mrow> <mi>s</mi> <mi>n</mi> <mi>r</mi> </mrow> <mo>&amp;OverBar;</mo> </mover> <mo>+</mo> <mn>2</mn> </mrow> <mrow> <mi>m</mi> <mo>&amp;CenterDot;</mo> <mover> <mrow> <mi>s</mi> <mi>n</mi> <mi>r</mi> </mrow> <mo>&amp;OverBar;</mo> </mover> </mrow> </mfrac> <mi>ln</mi> <mrow> <mo>(</mo> <mfrac> <msub> <mi>P</mi> <msub> <mi>H</mi> <mn>0</mn> </msub> </msub> <msub> <mi>P</mi> <msub> <mi>H</mi> <mn>1</mn> </msub> </msub> </mfrac> <msqrt> <mrow> <mn>2</mn> <mover> <mrow> <mi>s</mi> <mi>n</mi> <mi>r</mi> </mrow> <mo>&amp;OverBar;</mo> </mover> <mo>+</mo> <mn>1</mn> </mrow> </msqrt> <mo>)</mo> </mrow> </mrow> </msqrt> </mrow> </mtd> </mtr> </mtable> <mo>;</mo> </mrow>
授权用户PU频谱为占用状态H1的平均检测概率Pdet,H1计算公式如下：
<mrow> <msub> <mi>P</mi> <mrow> <mi>det</mi> <mo>,</mo> <msub> <mi>H</mi> <mn>1</mn> </msub> </mrow> </msub> <mo>=</mo> <mi>Q</mi> <mrow> <mo>(</mo> <mfrac> <mrow> <msub> <mi>&amp;gamma;</mi> <mrow> <mi>o</mi> <mi>p</mi> <mi>t</mi> </mrow> </msub> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>+</mo> <mover> <mrow> <mi>s</mi> <mi>n</mi> <mi>r</mi> </mrow> <mo>&amp;OverBar;</mo> </mover> <mo>)</mo> </mrow> </mrow> <msqrt> <mrow> <mo>(</mo> <mn>2</mn> <mo>/</mo> <msup> <mi>N</mi> <mo>&amp;prime;</mo> </msup> <mo>)</mo> <msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>+</mo> <mover> <mrow> <mi>s</mi> <mi>n</mi> <mi>r</mi> </mrow> <mo>&amp;OverBar;</mo> </mover> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> </msqrt> </mfrac> <mo>)</mo> </mrow> <mo>;</mo> </mrow>
(b)根据所得授权用户PU频谱为占用状态H1的平均检测概率Pdet,H1以及m个次用户的诚信系数κ1,j，计算授权用户PU频谱为占用状态H1的全局检测概率Ddet,H1和此占用状态H1对应的全局漏检概率Dundet,H1；其中，全局检测概率Ddet,H1和全局漏检概率Dundet,H1计算公式如下：
<mrow> <msub> <mi>D</mi> <mrow> <mi>det</mi> <mo>,</mo> <msub> <mi>H</mi> <mn>1</mn> </msub> </mrow> </msub> <mo>=</mo> <mroot> <mrow> <munderover> <mo>&amp;Pi;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <msub> <mi>&amp;kappa;</mi> <mrow> <mn>1</mn> <mo>,</mo> <mi>j</mi> </mrow> </msub> </mrow> <mi>m</mi> </mroot> <mo>&amp;CenterDot;</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>l</mi> <mo>=</mo> <mi>m</mi> </mrow> <mi>N</mi> </munderover> <msup> <mrow> <mo>(</mo> <msub> <mi>P</mi> <mrow> <mi>det</mi> <mo>,</mo> <msub> <mi>H</mi> <mn>1</mn> </msub> </mrow> </msub> <mo>)</mo> </mrow> <mi>l</mi> </msup> <msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <msub> <mi>P</mi> <mrow> <mi>det</mi> <mo>,</mo> <msub> <mi>H</mi> <mn>1</mn> </msub> </mrow> </msub> <mo>)</mo> </mrow> <mrow> <mi>N</mi> <mo>-</mo> <mn>1</mn> </mrow> </msup> <mo>;</mo> <msub> <mi>D</mi> <mrow> <mi>u</mi> <mi>n</mi> <mi>det</mi> <mo>,</mo> <msub> <mi>H</mi> <mn>1</mn> </msub> </mrow> </msub> <mo>=</mo> <mn>1</mn> <mo>-</mo> <msub> <mi>D</mi> <mrow> <mi>det</mi> <mo>,</mo> <msub> <mi>H</mi> <mn>1</mn> </msub> </mrow> </msub> <mo>;</mo> </mrow>
(c)根据所得授权用户PU频谱为空闲状态H0的平均检测概率Pdet,H0以及N-m个次用户的诚信系数κ2,t，计算授权用户PU频谱为空闲状态H0的全局检测概率Ddet,H0和此空闲状态H0对应的全局漏检概率Dundet,H0、全局虚警概率DFail,H0；其中，平均检测概率Pdet,H0、全局检测概率Ddet,H0、全局漏检概率Dundet,H0和全局虚警概率DFail,H0的计算公式分别如下：
<mrow> <msub> <mi>P</mi> <mrow> <mi>det</mi> <mo>,</mo> <msub> <mi>H</mi> <mn>0</mn> </msub> </mrow> </msub> <mo>=</mo> <mn>1</mn> <mo>-</mo> <mi>Q</mi> <mrow> <mo>(</mo> <mfrac> <mrow> <msub> <mi>&amp;gamma;</mi> <mrow> <mi>o</mi> <mi>p</mi> <mi>t</mi> </mrow> </msub> <mo>-</mo> <mn>1</mn> </mrow> <msqrt> <mrow> <mo>(</mo> <mn>2</mn> <mo>/</mo> <mi>N</mi> <mo>)</mo> </mrow> </msqrt> </mfrac> <mo>)</mo> </mrow> <mo>;</mo> </mrow>
<mrow> <msub> <mi>D</mi> <mrow> <mi>det</mi> <mo>,</mo> <msub> <mi>H</mi> <mn>0</mn> </msub> </mrow> </msub> <mo>=</mo> <mroot> <mrow> <munderover> <mo>&amp;Pi;</mo> <mrow> <mi>t</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>N</mi> <mo>-</mo> <mi>m</mi> </mrow> </munderover> <msub> <mi>&amp;kappa;</mi> <mrow> <mn>2</mn> <mo>,</mo> <mi>t</mi> </mrow> </msub> </mrow> <mrow> <mi>N</mi> <mo>-</mo> <mi>m</mi> </mrow> </mroot> <mo>&amp;CenterDot;</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>l</mi> <mo>=</mo> <mi>N</mi> <mo>-</mo> <mi>m</mi> <mo>+</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <msup> <mrow> <mo>(</mo> <msub> <mi>P</mi> <mrow> <mi>det</mi> <mo>,</mo> <msub> <mi>H</mi> <mn>0</mn> </msub> </mrow> </msub> <mo>)</mo> </mrow> <mi>l</mi> </msup> <msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <msub> <mi>P</mi> <mrow> <mi>det</mi> <mo>,</mo> <msub> <mi>H</mi> <mn>0</mn> </msub> </mrow> </msub> <mo>)</mo> </mrow> <mrow> <mi>N</mi> <mo>-</mo> <mi>l</mi> </mrow> </msup> <mo>;</mo> </mrow>
DFail,H0＝1-Ddet,H0；
(d)频谱感知融合中心FC根据授权用户PU频谱为占用状态H1对应的全局漏检概率Dundet,H1以及授权用户PU频谱为空闲状态H0对应的全局虚警概率DFail,H0，建立基于次用户数目的频谱感知误差函数Fun(m)；其中，频谱感知误差函数Fun(m)计算公式如下：
<mrow> <mtable> <mtr> <mtd> <mrow> <mi>F</mi> <mi>u</mi> <mi>n</mi> <mrow> <mo>(</mo> <mi>m</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>P</mi> <mrow> <mi>p</mi> <mi>u</mi> </mrow> </msub> <mo>&amp;CenterDot;</mo> <msub> <mi>D</mi> <mrow> <mi>u</mi> <mi>n</mi> <mi>det</mi> <mo>,</mo> <msub> <mi>H</mi> <mn>1</mn> </msub> </mrow> </msub> <mo>+</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <msub> <mi>P</mi> <mrow> <mi>p</mi> <mi>u</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>&amp;CenterDot;</mo> <msub> <mi>D</mi> <mrow> <mi>F</mi> <mi>a</mi> <mi>i</mi> <mi>l</mi> <mo>,</mo> <msub> <mi>H</mi> <mn>0</mn> </msub> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>=</mo> <msub> <mi>P</mi> <mrow> <mi>p</mi> <mi>u</mi> </mrow> </msub> <mo>&amp;CenterDot;</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <msub> <mi>D</mi> <mrow> <mi>det</mi> <mo>,</mo> <msub> <mi>H</mi> <mn>1</mn> </msub> </mrow> </msub> <mo>)</mo> </mrow> <mo>+</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <msub> <mi>P</mi> <mrow> <mi>p</mi> <mi>u</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>&amp;CenterDot;</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <msub> <mi>D</mi> <mrow> <mi>det</mi> <mo>,</mo> <msub> <mi>H</mi> <mn>0</mn> </msub> </mrow> </msub> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>=</mo> <msub> <mi>P</mi> <mrow> <mi>p</mi> <mi>u</mi> </mrow> </msub> <mo>&amp;CenterDot;</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mroot> <mrow> <munderover> <mo>&amp;Pi;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <msub> <mi>&amp;kappa;</mi> <mrow> <mn>1</mn> <mo>,</mo> <mi>j</mi> </mrow> </msub> </mrow> <mi>m</mi> </mroot> <mo>&amp;CenterDot;</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>l</mi> <mo>=</mo> <mi>m</mi> </mrow> <mi>N</mi> </munderover> <msup> <mrow> <mo>(</mo> <msub> <mi>P</mi> <mrow> <mi>det</mi> <mo>,</mo> <msub> <mi>H</mi> <mn>0</mn> </msub> </mrow> </msub> <mo>)</mo> </mrow> <mi>l</mi> </msup> <msup> <mrow> <mo>(</mo> <mrow> <mn>1</mn> <mo>-</mo> <msub> <mi>P</mi> <mrow> <mi>det</mi> <mo>,</mo> <msub> <mi>H</mi> <mn>1</mn> </msub> </mrow> </msub> </mrow> <mo>)</mo> </mrow> <mrow> <mi>N</mi> <mo>-</mo> <mi>l</mi> </mrow> </msup> <mo>)</mo> </mrow> <mo>+</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <msub> <mi>P</mi> <mrow> <mi>p</mi> <mi>u</mi> </mrow> </msub> <mo>)</mo> <mo>&amp;CenterDot;</mo> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mroot> <mrow> <munderover> <mo>&amp;Pi;</mo> <mrow> <mi>t</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>N</mi> <mo>-</mo> <mi>m</mi> </mrow> </munderover> <msub> <mi>&amp;kappa;</mi> <mrow> <mn>2</mn> <mo>,</mo> <mi>t</mi> </mrow> </msub> </mrow> <mrow> <mi>N</mi> <mo>-</mo> <mi>m</mi> </mrow> </mroot> <mo>&amp;CenterDot;</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>l</mi> <mo>=</mo> <mi>N</mi> <mo>-</mo> <mi>m</mi> <mo>+</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <msup> <mrow> <mo>(</mo> <msub> <mi>P</mi> <mrow> <mi>det</mi> <mo>,</mo> <msub> <mi>H</mi> <mn>0</mn> </msub> </mrow> </msub> <mo>)</mo> </mrow> <mi>l</mi> </msup> <msup> <mrow> <mo>(</mo> <mrow> <mn>1</mn> <mo>-</mo> <msub> <mi>P</mi> <mrow> <mi>det</mi> <mo>,</mo> <msub> <mi>H</mi> <mn>0</mn> </msub> </mrow> </msub> </mrow> <mo>)</mo> </mrow> <mrow> <mi>N</mi> <mo>-</mo> <mi>l</mi> </mrow> </msup> <mo>)</mo> </mrow> </mtd> </mtr> </mtable> <mo>;</mo> </mrow>
其中，Ppu表示授权用户PU信号在其授权频谱出现的概率；
(e)计算频谱感知误差函数Fun(m)的频谱感知误差最小值Fun(m0)，并以该频谱感知误差函数最小值Fun(m0)对应的数值m0(m0≤m)作为参与协作感知的最佳协作次用户数目，并对m个次用户按照其对应的信噪比值snri进行降序排列，得到m个次用户的降序排列组；
(f)选取次用户降序排列组中的前m0个次用户作为参与协作感知的最佳协作次用户；其中，分别标记选取的最佳协作次用户为CR'r，其中，r＝1,2,…,m0；
(4)频谱感知融合中心FC根据OR准则和AND准则，对步骤(3)中选取的最佳协作次用户进行协作检测，以得到协作检测性能曲线，进而得到在OR准则和AND准则下的最佳检测性能值Qd-max，并以该最佳检测性能值Qd-max所对应的信噪比预设阈值为信噪比最佳阈值；其中记信噪比最佳阈值为λoptimal，最佳检测性能值即为全局检测概率Qd中的最大值；
(5)根据获取的信噪比最佳阈值λoptimal，得到该信噪比最佳阈值λoptimal对应的最佳协作次用户，获取该最佳协作次用户的调整因子α以及其他k0-1个最佳协作次用户的调整因子αr，并分别根据调整因子对应调整各最佳协作次用户的虚警概率；其中，最佳协作次用户CR'r调整后的虚警概率记为Pfa,r；
Pfa,r＝αr·Pfa,r＝1,2,…,k0-1；
<mrow> <msub> <mi>&amp;alpha;</mi> <mi>r</mi> </msub> <mo>=</mo> <mn>1</mn> <mo>+</mo> <mfrac> <mrow> <mover> <mrow> <msup> <mi>SNR</mi> <mrow> <mo>&amp;prime;</mo> <mo>&amp;prime;</mo> </mrow> </msup> </mrow> <mo>&amp;OverBar;</mo> </mover> <mo>-</mo> <msub> <msup> <mi>SNR</mi> <mrow> <mo>&amp;prime;</mo> <mo>&amp;prime;</mo> </mrow> </msup> <mi>r</mi> </msub> </mrow> <mover> <mrow> <msup> <mi>SNR</mi> <mrow> <mo>&amp;prime;</mo> <mo>&amp;prime;</mo> </mrow> </msup> </mrow> <mo>&amp;OverBar;</mo> </mover> </mfrac> <mo>,</mo> <mi>r</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mo>...</mo> <mo>,</mo> <msub> <mi>k</mi> <mn>0</mn> </msub> <mo>-</mo> <mn>1</mn> <mo>;</mo> </mrow>
<mrow> <mover> <mrow> <msup> <mi>SNR</mi> <mrow> <mo>&amp;prime;</mo> <mo>&amp;prime;</mo> </mrow> </msup> </mrow> <mo>&amp;OverBar;</mo> </mover> <mo>=</mo> <mfrac> <mn>1</mn> <msub> <mi>k</mi> <mn>0</mn> </msub> </mfrac> <msqrt> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>r</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>k</mi> <mn>0</mn> </msub> </munderover> <msub> <msup> <mi>SNR</mi> <mrow> <mo>&amp;prime;</mo> <mo>&amp;prime;</mo> <mn>2</mn> </mrow> </msup> <mi>r</mi> </msub> </mrow> </msqrt> <mo>;</mo> </mrow>
其中，αr为最佳协作次用户CR'r的调整因子，用来根据最佳协作次用户自身的信噪比实现对其虚警概率大小的调整；SNR”r为第r个最佳协作次用户CR'r的信噪比；
(6)根据步骤(5)获取的k0个最佳协作次用户的调整因子αr以及对应调整后的虚警概率Pfa,r，计算最佳协作次用户CR'r调整后的判决阈值λ'r和检测概率Pd,r，其中，
<mrow> <mtable> <mtr> <mtd> <mrow> <msub> <msup> <mi>&amp;lambda;</mi> <mo>&amp;prime;</mo> </msup> <mi>r</mi> </msub> <mo>=</mo> <msubsup> <mi>&amp;sigma;</mi> <mi>w</mi> <mn>2</mn> </msubsup> <mo>&amp;lsqb;</mo> <msqrt> <mrow> <mn>2</mn> <msub> <mi>N</mi> <mn>1</mn> </msub> </mrow> </msqrt> <msup> <mi>Q</mi> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <mrow> <mo>(</mo> <msub> <mi>P</mi> <mrow> <mi>f</mi> <mi>a</mi> <mo>,</mo> <mi>r</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>N</mi> <mn>1</mn> </msub> <mo>&amp;rsqb;</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>=</mo> <msubsup> <mi>&amp;sigma;</mi> <mi>w</mi> <mn>2</mn> </msubsup> <mo>&amp;lsqb;</mo> <msqrt> <mrow> <mn>2</mn> <msub> <mi>N</mi> <mn>1</mn> </msub> </mrow> </msqrt> <msup> <mi>Q</mi> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <mrow> <mo>(</mo> <msub> <mi>&amp;alpha;</mi> <mi>r</mi> </msub> <mo>&amp;CenterDot;</mo> <msub> <mi>P</mi> <mrow> <mi>f</mi> <mi>a</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>N</mi> <mn>1</mn> </msub> <mo>&amp;rsqb;</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>=</mo> <msubsup> <mi>&amp;sigma;</mi> <mi>w</mi> <mn>2</mn> </msubsup> <mo>&amp;lsqb;</mo> <msqrt> <mrow> <mn>2</mn> <msub> <mi>N</mi> <mn>1</mn> </msub> </mrow> </msqrt> <msup> <mi>Q</mi> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <mrow> <mo>(</mo> <mo>(</mo> <mrow> <mn>1</mn> <mo>+</mo> <mfrac> <mrow> <mover> <mrow> <msup> <mi>SNR</mi> <mrow> <mo>&amp;prime;</mo> <mo>&amp;prime;</mo> </mrow> </msup> </mrow> <mo>&amp;OverBar;</mo> </mover> <mo>-</mo> <msub> <msup> <mi>SNR</mi> <mrow> <mo>&amp;prime;</mo> <mo>&amp;prime;</mo> </mrow> </msup> <mi>r</mi> </msub> </mrow> <mover> <mrow> <msup> <mi>SNR</mi> <mrow> <mo>&amp;prime;</mo> <mo>&amp;prime;</mo> </mrow> </msup> </mrow> <mo>&amp;OverBar;</mo> </mover> </mfrac> </mrow> <mo>)</mo> <mo>&amp;CenterDot;</mo> <msub> <mi>P</mi> <mrow> <mi>f</mi> <mi>a</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>N</mi> <mn>1</mn> </msub> <mo>&amp;rsqb;</mo> </mrow> </mtd> </mtr> </mtable> <mo>;</mo> </mrow>
<mrow> <msub> <mi>P</mi> <mrow> <mi>d</mi> <mo>,</mo> <mi>r</mi> </mrow> </msub> <mo>=</mo> <mi>Q</mi> <mo>&amp;lsqb;</mo> <msup> <mi>Q</mi> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <mrow> <mo>(</mo> <msub> <mi>P</mi> <mrow> <mi>f</mi> <mi>a</mi> <mo>,</mo> <mi>r</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>-</mo> <msqrt> <mrow> <msub> <mi>N</mi> <mn>1</mn> </msub> <mo>&amp;CenterDot;</mo> <msub> <msup> <mi>SNR</mi> <mrow> <mo>&amp;prime;</mo> <mo>&amp;prime;</mo> </mrow> </msup> <mi>r</mi> </msub> </mrow> </msqrt> <mo>&amp;rsqb;</mo> <mo>;</mo> </mrow>
<mrow> <msub> <mi>N</mi> <mn>1</mn> </msub> <mo>=</mo> <mn>2</mn> <msup> <mrow> <mo>&amp;lsqb;</mo> <msup> <mi>Q</mi> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <mrow> <mo>(</mo> <msub> <mi>P</mi> <mrow> <mi>f</mi> <mi>a</mi> <mo>,</mo> <mi>r</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>-</mo> <msup> <mi>Q</mi> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <mrow> <mo>(</mo> <msub> <mi>P</mi> <mrow> <mi>f</mi> <mi>a</mi> </mrow> </msub> <mo>)</mo> </mrow> <msqrt> <mrow> <mn>1</mn> <mo>+</mo> <mn>2</mn> <msub> <msup> <mi>SNR</mi> <mrow> <mo>&amp;prime;</mo> <mo>&amp;prime;</mo> </mrow> </msup> <mi>r</mi> </msub> </mrow> </msqrt> <mo>&amp;rsqb;</mo> </mrow> <mn>2</mn> </msup> <msup> <mi>SNR</mi> <mrow> <mo>&amp;prime;</mo> <mo>&amp;prime;</mo> </mrow> </msup> <msup> <msub> <mrow></mrow> <mi>r</mi> </msub> <mrow> <mo>-</mo> <mn>2</mn> </mrow> </msup> <mo>;</mo> </mrow>
其中，N1为采样点数；
(7)根据步骤(6)中k0个最佳协作次用户的检测概率，以加权的OR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；其中，加权的OR准则如下：
<mrow> <msub> <mi>Q</mi> <mi>d</mi> </msub> <mo>=</mo> <mn>1</mn> <mo>-</mo> <munderover> <mo>&amp;Pi;</mo> <mrow> <mi>r</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>k</mi> <mn>0</mn> </msub> </munderover> <msub> <mi>&amp;omega;</mi> <mi>t</mi> </msub> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <msub> <mi>P</mi> <mrow> <mi>d</mi> <mo>,</mo> <mi>r</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>,</mo> <msub> <mi>Q</mi> <mrow> <mi>f</mi> <mi>a</mi> </mrow> </msub> <mo>=</mo> <mn>1</mn> <mo>-</mo> <munderover> <mo>&amp;Pi;</mo> <mrow> <mi>r</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>k</mi> <mn>0</mn> </msub> </munderover> <msub> <mi>&amp;omega;</mi> <mi>r</mi> </msub> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <msub> <mi>P</mi> <mrow> <mi>f</mi> <mo>,</mo> <mi>r</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>,</mo> <msub> <mi>&amp;omega;</mi> <mi>r</mi> </msub> <mo>=</mo> <mfrac> <msub> <mi>P</mi> <mrow> <mi>d</mi> <mo>,</mo> <mi>r</mi> </mrow> </msub> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>r</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>k</mi> <mn>0</mn> </msub> </munderover> <msub> <mi>P</mi> <mrow> <mi>d</mi> <mo>,</mo> <mi>r</mi> </mrow> </msub> </mrow> </mfrac> <mo>,</mo> <mi>r</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mo>...</mo> <mo>,</mo> <msub> <mi>k</mi> <mn>0</mn> </msub> <mo>;</mo> </mrow>
其中，Pd,r为第r个最佳协作次用户的检测概率，Pf,r为第r个最佳协作次用户的虚警概率；Qd为协作检测后的全局检测概率，Qfa为协作检测后的全局虚警概率；k0为最佳协作次用户的数目；ωr为最佳协作次用户的加权系数。
CN201510828669.4A 2015-11-25 2015-11-25 基于次用户数目优化的多用户协作频谱感知方法 Active CN105375997B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510828669.4A CN105375997B (zh) 2015-11-25 2015-11-25 基于次用户数目优化的多用户协作频谱感知方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510828669.4A CN105375997B (zh) 2015-11-25 2015-11-25 基于次用户数目优化的多用户协作频谱感知方法

Publications (2)

Publication Number Publication Date
CN105375997A CN105375997A (zh) 2016-03-02
CN105375997B true CN105375997B (zh) 2018-04-24

Family

ID=55377838

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510828669.4A Active CN105375997B (zh) 2015-11-25 2015-11-25 基于次用户数目优化的多用户协作频谱感知方法

Country Status (1)

Country Link
CN (1) CN105375997B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106230529A (zh) * 2016-04-11 2016-12-14 华侨大学 一种基于部分中继机制的协同频谱检测方法
CN106341791B (zh) * 2016-09-23 2019-11-12 宁波大学 认知无线电频谱感知动态判决方法
CN106878928B (zh) * 2017-02-20 2019-12-17 南京邮电大学 基于多中继多天线的认知无线传感器网络性能优化方法
CN107370521B (zh) * 2017-09-11 2020-07-31 东南大学 一种认知无线电多用户协作频谱感知方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103096336A (zh) * 2013-01-15 2013-05-08 中国人民解放军理工大学 认知无线电网络中基于QoS保障的高效能合作频谱感知方法
CN103384174A (zh) * 2013-05-10 2013-11-06 江苏科技大学 多用户多天线协作频谱感知检测概率优化方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102577479B (zh) * 2010-01-07 2015-03-25 上海贝尔股份有限公司 感知无线网络的协作频谱感知方法和感知节点
CN102571240A (zh) * 2012-02-15 2012-07-11 上海大学 一种运用改进能量检测器的协作频谱感知参数优化方法
CN104780006A (zh) * 2015-01-14 2015-07-15 东南大学 基于最小错误概率准则的频谱检测器软融合方法
CN104968001B (zh) * 2015-07-10 2018-06-05 河海大学常州校区 一种能量有效的协作频谱感知方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103096336A (zh) * 2013-01-15 2013-05-08 中国人民解放军理工大学 认知无线电网络中基于QoS保障的高效能合作频谱感知方法
CN103384174A (zh) * 2013-05-10 2013-11-06 江苏科技大学 多用户多天线协作频谱感知检测概率优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于信噪比筛选的协作频谱感知优化算法;张学军，吴敏，唐小丽;《计算机应用研究》;20140731;第31卷(第7期);全文 *

Also Published As

Publication number Publication date
CN105375997A (zh) 2016-03-02

Similar Documents

Publication Publication Date Title
CN105375997B (zh) 基于次用户数目优化的多用户协作频谱感知方法
CN105491572B (zh) 基于判决门限优化的联合频谱感知方法
CN107370521B (zh) 一种认知无线电多用户协作频谱感知方法
CN102571241A (zh) 一种改进的双门限协作频谱感知方法
CN101521896A (zh) 认知无线电中的基于似然比的协同频谱感知方法
CN105099850B (zh) 基于频谱感知的智能车联物联网监控系统及监控方法
CN105721083B (zh) 一种基于自相关能量的频谱检测方法
CN106911410A (zh) 一种通信主用户感知方法及系统
CN103888201B (zh) 一种利用空间分集的协作频谱感知方法
CN105490761B (zh) 车联认知无线电自适应频谱感知方法
CN105471528B (zh) 一种自适应调整的协同频谱感知方法
CN104079359B (zh) 一种认知无线网络中协作频谱感知门限优化方法
CN103841566A (zh) 移动模型下存在恶意用户攻击的基于d-s证据理论的协作频谱感知方法
CN105141384B (zh) 一种认知无线电协作频谱感知方法
CN105391505A (zh) 基于能量判决门限调整的多用户协作频谱感知方法
CN105515698B (zh) 基于动态调整的多频段协作频谱感知方法
CN105246082A (zh) 一种基于能量检测的感知信息融合方法
CN103036626B (zh) 基于认知无线电协作用户与检测门限联合选择的无线通信方法
CN106255066B (zh) 协同认知无线网络多用户通信动态判决方法
CN105281853B (zh) 认知无线网络主用户定位方法
CN106341791B (zh) 认知无线电频谱感知动态判决方法
CN105375998A (zh) 基于分簇优化的多频段协作频谱感知方法
CN108430071A (zh) 一种数据干扰的检测方法及装置
CN105141385B (zh) 多频段协作认知频谱感知方法
CN105141383A (zh) 认知无线网络主用户信号检测方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20210426

Address after: Room 406, 3020 Huling Road, Linghu Town, Nanxun District, Huzhou City, Zhejiang Province, 313009

Patentee after: Huzhou lingchuang Technology Co.,Ltd.

Address before: 315211 Zhejiang Province, Ningbo Jiangbei District Fenghua Road No. 818

Patentee before: Ningbo University

PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A Multi-User Cooperative Spectrum Sensing Method Based on Optimizing the Number of Secondary Users

Effective date of registration: 20220907

Granted publication date: 20180424

Pledgee: Zhejiang Tailong Commercial Bank Co.,Ltd. Huzhou Linghu Small and Micro Enterprise Sub branch

Pledgor: Huzhou lingchuang Technology Co.,Ltd.

Registration number: Y2022330002151

PC01 Cancellation of the registration of the contract for pledge of patent right
PC01 Cancellation of the registration of the contract for pledge of patent right

Date of cancellation: 20230906

Granted publication date: 20180424

Pledgee: Zhejiang Tailong Commercial Bank Co.,Ltd. Huzhou Linghu Small and Micro Enterprise Sub branch

Pledgor: Huzhou lingchuang Technology Co.,Ltd.

Registration number: Y2022330002151