CN106230530A - 多频段协作认知频谱感知方法 - Google Patents

Abstract

本发明涉及多频段协作认知频谱感知方法，用于主用户、N个次用户以及频谱感知融合中心形成的认知无线网络并对认知无线网路中的M个授权频段协作感知，各次用户针对各授权频段检测，通过各次用户实时发送给频谱感知融合中心的检测结果及各次用户的权重系数，筛选出参与协作检测的协作次用户集合；针对协作次用户集合中的协作次用户分簇，计算簇内各协作次用户基于即时速度值和即时速度方向的函数关系方程和影响因子，并以具有最小信噪比的次用户作为簇内频谱感知融合中心，得到各分簇内的簇内协作检测概率和簇内协作虚警概率；计算各分簇所对应的协作贡献系数准确得到所有次用户针对多频段的最终检测概率和最终虚警概率。

Description

多频段协作认知频谱感知方法

技术领域

本发明涉及无线通信领域，尤其涉及一种多频段协作认知频谱感知方法。

背景技术

认知无线电(Cognitive Radio，简称CR)是一种提高频谱利用率的智能无线通信技术，它允许次用户实时地检测主用户所使用的授权频段，并在次用户检测到授权频段处于空闲状态时，次用户调整自身的发射功率以及信号调制参数，从而在保证主用户通信质量的前提下，使用分配给主用户的授权频段进行通信；在主用户需要占用某个主用户的授权频段时，次用户必须从该授权频段上退出，去搜索、检测其它空闲频段完成自己的通信。

随着认知无线网络的不断发展，主用户在不同授权信道上通信，次用户需要准确地检测各授权信道是否处于占用状态或者空闲状态，从而才能真正地确保次用户在检测到主用户占用授权信道时，及时退出授权频段，以保证主用户顺畅地占用该授权频段，进而实现认知无线网络的正常运行。因此，如何实现多频段协作认知频谱感知成为实现次用户与主用户通信互不干扰以及保证认知无线网络正常运行的关键。

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能够实现多个授权频段进行准确检测的多频段协作认知频谱感知方法。

本发明解决上述技术问题所采用的技术方案为：多频段协作认知频谱感知方法，用于主用户、N个次用户以及频谱感知融合中心形成的认知无线网络并对认知无线网路中的M个授权频段协作感知，其特征在于，依次包括如下步骤：

步骤1，N个次用户实时获取自身的即时位置、信噪比、即时速度值、即时速度方向的偏移角，各次用户按照各自的预设检测周期对M个授权频段中的授权频段j的占用情况依次分别作能量检测，然后将获取的即时位置、检测概率、虚警概率以及自身信噪比发送给频谱感知融合中心，并由频谱感知融合中心发送其位置给各次用户；其中：

第i个次用户标记为CR_i，即时速度方向的偏移角为次用户当前前进方向偏离该次用户初始速度方向的偏离角度，次用户CR_i自身的信噪比记为SNR_i，次用户CR_i的即时位置标记为次用户CR_i的即时速度值标记为v_i，次用户CR_i的即时速度方向的偏移角标记为θ_i，次用户CR_i的预设检测周期记为次用户CR_i对授权频段j的检测概率为P_d(CR_i,j)，次用户CR_i对授权频段j的虚警概率为P_f(CR_i,j)，i＝1,2,…,N，N≥3；j＝1,2,…,M，M≥2；频谱感知融合中心标记为FC；

步骤2，各次用户判断在其对应的一个预设检测周期内，如果次用户当前时刻获取的检测概率与前一时刻获取的检测概率不一致时，则该次用户发送当前时刻的检测结果给频谱感知融合中心，以更新对应次用户在频谱感知融合中心处的检测概率和虚警概率；否则，该次用户在当前的预设检测周期内不再发送检测结果给频谱感知融合中心；

步骤3，频谱感知融合中心预设协作次用户筛选阈值，并根据N个次用户所发送来的信噪比，计算各次用户对应的信噪比在N个次用户的信噪比集合中的权重系数ω_i；其中，预设协作设次用户筛选阈值记为ω₀，次用户CR_i所对应信噪比的权重系数ω_i的计算公式如下：

${\mathrm{\ω}}_i=\frac{{\mathrm{SNR}}_i}{\sqrt{\frac{\underset{i=1}{\overset{N}{\Σ}}{\left({\mathrm{SNR}}_i\right)}^2}{N}}};$

步骤4，频谱感知融合中心根据预设协作次用户筛选阈值以及各次用户对应信噪比的权重系数情况，筛选出参与协作检测的协作次用户：

当次用户所对应信噪比的权重系数大于预设协作次用户筛选阈值ω₀时，则选择该次用户参与协作检测，并置入协作次用户集合S中；否则，频谱感知融合中心拒绝该次用户参与协作检测；其中，设定协作次用户集合S中的次用户的总数目为N₁；

步骤5，在协作次用户集合S中，预设M₁个按照升序排列的分簇阈值λ_e，频谱感知融合中心根据协作次用户集合S中各协作次用户发送来的信噪比分别与各分簇阈值作判断比较，以得到M₁个独立分簇；其中，e＝1,2,…,M₁且分簇标记为C_l，l＝1,2,…,M₁，M₁≥2；频谱感知融合中心FC对各协作次用户的分簇过程包括如下步骤5-1至步骤5-2：

步骤5-1，根据M₁个分簇阈值，设定M₁+1个分簇区间段分别为 和位于第一分簇内的协作次用户对应的信噪比处于[-∞,λ₁)区间段内，位于第二分簇内的协作次用户对应的信噪比处于[λ₁,λ₂)区间段内，依次类推，位于第M₁分簇内的协作次用户对应的信噪比处于区间段内，位于第M₁+1分簇内的协作次用户对应的信噪比处于区间段内；

步骤5-2，频谱感知融合中心分别将协作次用户集合S中各协作次用户对应的信噪比与M₁+1个分簇区间段比较，以判决各协作次用户所处的分簇区间段：

当协作次用户的信噪比处于分簇区间段[-∞,λ₁)时，则不准该协作次用户参与协作检测；当协作次用户的信噪比处于分簇区间段时，则将该协作次用户归入第M₁个分簇中参与协作检测；

步骤6，在M₁个分簇内，选择各分簇内具有最小信噪比的协作次用户作为该分簇的簇内感知融合中心，从而得到M₁个簇内感知融合中心；

步骤7，针对M₁个分簇，依次得到各分簇内的簇内协作检测概率和簇内协作虚警概率，并由各分簇的簇内感知融合中心分别发送对应的簇内协作检测概率和簇内协作虚警概率给频谱感知融合中心FC；各分簇的簇内频谱感知融合检测过程包括如下步骤步骤7-1至步骤7-4：

步骤7-1，在一个分簇C_l内，协作次用户CR_m根据预设检测周期即时速度值v_m以及即时速度方向的偏移角θ_m，得到协作次用户CR_m至频谱感知融合中心FC实时距离△d_m之间的函数关系方程；其中：

${\mathrm{\Δd}}_m=\sqrt{{(D_{0_m}+v_m\·T_{{\mathrm{CR}}_m}\·{\mathrm{cos\θ}}_m)}^2+{(v_m\·T_{{\mathrm{CR}}_m}\·{\mathrm{sin\θ}}_m)}^2};$

其中，表示协作次用户CR_m的预设检测周期；表示协作次用户CR_m初始位置至频谱感知融合中心FC的距离；

步骤7-2，根据协作次用户CR_m与频谱感知融合中心FC间的实时距离△d_m以及协作次用户CR_m的累计移动时间T_m，得到协作次用户CR_m在累计运动时间T_m内的平均速度值并将该平均速度值发送给该簇C_l的簇内感知融合中心；协作次用户CR_m的平均速度值计算如下：

$\stackrel{\‾}{v_m}=\frac{{\mathrm{\Δd}}_m}{T_m};$

步骤7-3，协作次用户CR_m所处簇C_l的簇内感知融合中心根据簇内各协作次用户发送来的平均速度值，依次计算各协作次用户的速度对自身检测结果的影响因子κ_m；其中，协作次用户CR_m所对应影响因子κ_m的计算如下：

${\mathrm{\κ}}_m=\frac{max\left(\stackrel{\‾}{v}\right)-min\left(\stackrel{\‾}{v}\right)}{max\left(\stackrel{\‾}{v}\right)+min\left(\stackrel{\‾}{v}\right)}\·\frac{{\stackrel{\‾}{v}}_m\·{\mathrm{\θ}}_m}{\underset{k=1}{\overset{m_l}{\Σ}}(\stackrel{\‾}{v_k}\·{\mathrm{\θ}}_k)};$

其中，m_l表示该协作次用户所处簇C_l内的所有协作从用户的总数目，表示该簇C_l内所有协作次用户的平均速度值中的最大值，表示该簇C_l内所有协作次用户的平均速度值中的最小值；θ_k表示簇C_l内第k个协作次用户CR_k的即时速度的偏移角；

步骤7-4，根据所得簇C_l内各协作次用户对应的影响因子以及各协作次用户的检测结果，由该簇C_l内的簇内感知融合中心对簇内协作次用户的检测结果融合，以得到该簇内所有协作次用户针对授权频段j的簇内协作检测概率以及针对授权频段j簇内协作检测的虚警概率；簇内协作检测概率标记为Q_d,l，簇内协作虚警概率标记为Q_f,l，其中：

簇内协作检测概率

簇内协作虚警概率

p_d(CR_k,j)表示该簇C_l内的第k个协作次用户CR_k对授权频段j的检测概率，p_f(CR_k,j)表示该簇C_l内的第k个协作次用户CR_k对授权频段j的虚警概率；

步骤8，频谱感知融合中心根据M₁个分簇对应的簇内协作次用户的信噪比，分别得到各分簇的协作贡献系数δ_l；其中，各分簇对应的协作贡献系数δ_l计算公式如下：

${\mathrm{\δ}}_l=\frac{\underset{k=1}{\overset{m_l}{\Σ}}{\mathrm{SNR}}_k^l}{\underset{l=1}{\overset{M_1}{\Σ}}\underset{k=1}{\overset{m_l}{\Σ}}{\mathrm{SNR}}_k^l},l=1,2,...,M_1;$

m_l表示第l个分簇C_l内所有协作次用户的总数目，表示第l分簇C_l内的第k个协作次用户对应的信噪比；

步骤9，频谱感知融合中心根据各分簇的协作贡献系数δ_l，得到N个次用户针对授权频道j的最终检测概率和最终虚警概率；其中，N个次用户针对授权频段j的最终检测概率标记为Q_D(j)、最终虚警概率标记为Q_F(j)：

$Q_D\left(j\right)=1-\[\underset{l=1}{\overset{M_1}{\Π}}(1-{\mathrm{\δ}}_l\·Q_d(C_l,j\left)\right)\];$

$Q_F\left(j\right)=1-\underset{l=1}{\overset{M_1}{\Π}}(1-{\mathrm{\δ}}_l\·Q_f(C_l,j\left)\right);$

步骤10，按照步骤1至步骤9的协作检测方法，依次对剩余M-1个授权频段的占用情况进行检测，从而完成对M个授权频段的多频段协作认知频谱感知。

与现有技术相比，本发明的优点在于：

首先，考虑各次用户的移动状态因素，各次用户针对认知无线网络中的各授权频段检测，并通过各次用户实时发送给频谱感知融合中心的检测结果以及各次用户对应的权重系数，筛选出参与协作检测的协作次用户集合；

其次，针对协作次用户集合中的协作次用户进行分簇，通过计算簇内各协作次用户基于即时速度值和即时速度方向的函数关系方程和影响因子，并以具有最小信噪比的次用户作为簇内频谱感知融合中心，得到各分簇内的簇内协作检测概率和簇内协作虚警概率；

再次，通过计算各分簇所对应的协作贡献系数准确得到所有次用户针对该授权频段的最终检测概率和最终虚警概率；考虑各次用户移动性对检测性能的影响，使得本发明中的协作检测方法因考虑到次用户实际的运动状态而更具准确性和实用性，避免传统协作检测方法中因将次用户假定为理想化静止状态而带来的不适应实际情景的检测需要。

附图说明

图1为本发明实施例中多频段协作认知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，本实施例中的多频段协作认知频谱感知方法，用于主用户、N个次用户以及频谱感知融合中心形成的认知无线网络，并且该多频段协作认知频谱感知方法用于对认知无线网路中的M个授权频段协作感知，依次包括如下步骤：

步骤1，N个次用户实时获取自身的即时位置、信噪比、即时速度值、即时速度方向的偏移角，各次用户按照各自的预设检测周期对M个授权频段中的授权频段j的占用情况依次分别作能量检测，然后将获取的即时位置、检测概率、虚警概率以及自身信噪比发送给频谱感知融合中心，并由频谱感知融合中心发送其位置给各次用户；其中：

第i个次用户标记为CR_i，即时速度方向的偏移角为次用户当前前进方向偏离该次用户初始速度方向的偏离角度，次用户CR_i自身的信噪比记为SNR_i，次用户CR_i的即时位置标记为次用户CR_i的即时速度值标记为v_i，次用户CR_i的即时速度方向的偏移角标记为θ_i，次用户CR_i的预设检测周期记为次用户CR_i对授权频段j的检测概率为P_d(CR_i,j)，次用户CR_i对授权频段j的虚警概率为P_f(CR_i,j)，i＝1,2,…,N，N≥3；j＝1,2,…,M，M≥2；频谱感知融合中心标记为FC；

在现在已有的传统协作频谱感知检测方法中，各次用户被假设处于理想的静止状态，这些传统的协作检测方法没有考虑次用户在实际环境中的移动情况，实际环境中的次用户并非始终处于静止状态，而本实施例中充分考虑了次用户在实际环境中的移动情况，利用次用户的即时速度以及即时速度方向来表征次用户的移动情况，更加切合实际需要，更具使用性；

步骤2，各次用户判断在其对应的一个预设检测周期内，如果次用户当前时刻获取的检测概率与前一时刻获取的检测概率不一致时，则该次用户发送当前时刻的检测结果给频谱感知融合中心，以更新对应该次用户在频谱感知融合中心处的检测概率和虚警概率；否则，该次用户在当前的预设检测周期内不再发送检测结果给频谱感知融合中心；

其中，次用户发送的检测结果包括检测概率和虚警概率；此处通过不断更新次用户在频谱感知融合中心处的检测概率和虚警概率，使次用户在频谱感知融合中心处始终为最新的检测概率和虚警概率，从而保证后续针对授权频段的检测性能；

步骤3，频谱感知融合中心预设协作次用户筛选阈值，并根据N个次用户所发送来的信噪比，计算各次用户对应的信噪比在N个次用户的信噪比集合中的权重系数ω_i；其中，预设协作设次用户筛选阈值记为ω₀，次用户CR_i所对应信噪比的权重系数ω_i的计算公式如下：

${\mathrm{\ω}}_i=\frac{{\mathrm{SNR}}_i}{\sqrt{\frac{\underset{i=1}{\overset{N}{\Σ}}{\left({\mathrm{SNR}}_i\right)}^2}{N}}};$

在针对次用户的权重系数计算中，考虑各次用户信噪比在所有次用户信噪比集合中的权重情况，得到各次用户在所有次用户信噪比集合中的真实权重系数情况，以此准确得到筛选协作次用户的真实筛选参考指标，从而提高各协作次用户间的协作检测性能；

步骤4，频谱感知融合中心根据预设协作次用户筛选阈值以及各次用户对应信噪比的权重系数情况，筛选出参与协作检测的协作次用户：

当次用户所对应的权重系数大于预设协作次用户筛选阈值ω₀时，则选择该次用户参与协作检测，并置入协作次用户集合S中；否则，频谱感知融合中心拒绝该次用户参与协作检测；其中，设定协作次用户集合S中的次用户的总数目为N₁；

步骤5，在协作次用户集合S中，预设M₁个按照升序排列的分簇阈值λ_e，频谱感知融合中心根据协作次用户集合S中各协作次用户发送来的信噪比分别与各分簇阈值作判断比较，以得到M₁个独立分簇；其中，e＝1,2,…,M₁且分簇标记为C_l，l＝1,2,…,M₁，M₁≥2；频谱感知融合中心FC对各协作次用户的分簇过程包括如下步骤5-1至步骤5-2：

步骤5-1，根据M₁个分簇阈值，设定M₁+1个分簇区间段分别为 和位于第一分簇内的协作次用户对应的信噪比处于[-∞,λ₁)区间段内，位于第二分簇内的协作次用户对应的信噪比处于[λ₁,λ₂)区间段内，依次类推，位于第M₁分簇内的协作次用户对应的信噪比处于区间段内，位于第M₁+1分簇内的协作次用户对应的信噪比处于区间段内；

例如，设定有五个分簇阈值分别是λ₁＝1dB、λ₂＝2dB、λ₃＝4dB、λ₄＝5dB和λ₅＝7dB；则第一分簇内的协作次用户信噪比处于(-∞,1dB]的区间段内，第二分簇内的协作次用户信噪比处于(1dB,2dB]的区间段内，第三分簇内的协作次用户信噪比处于(2dB,4dB]的区间段内，第四分簇内的协作次用户信噪比处于(4dB,5dB]的区间段内，第五分簇内的协作次用户信噪比处于(5dB,7dB]的区间段内，第六分簇内的协作次用户信噪比处于(7dB,∞)的区间段内；

步骤5-2，频谱感知融合中心分别将协作次用户集合S中各协作次用户对应的信噪比与M₁+1个分簇区间段比较，以判决各协作次用户所处的分簇区间段：

当协作次用户的信噪比处于分簇区间段[-∞,λ₁)时，则不准该协作次用户参与协作检测；当协作次用户的信噪比处于分簇区间段时，则将该协作次用户归入第M₁个分簇中参与协作检测；

例如，在协作次用户集合S中，参照步骤5-1所列的五个分簇阈值分别是λ₁＝1dB、λ₂＝2dB、λ₃＝4dB、λ₄＝5dB和λ₅＝7dB；假如协作次用户集合S中的某一协作次用户的信噪比值为3dB，则该协作次用户处于(2dB,4dB]的区间段内；假如协作次用户集合S中的另一协作次用户的信噪比值为0.4dB，则该协作次用户处于(-∞,1dB]的区间段内，此时不准该协作次用户参与协作检测；假如协作次用户集合S中的另一协作次用户的信噪比值为9dB，则该协作次用户处于(7dB,∞)的区间段内，此时不准该协作次用户参与协作检测；

步骤6，在M₁个分簇内，选择各分簇内具有最小信噪比的协作次用户作为该分簇的簇内感知融合中心，从而得到M₁个簇内感知融合中心；在协作检测中，次用户的信噪比与其检测性能之间密切相关，信噪比较大的次用户具有更大的检测性能。由于次用户的信噪比仅仅影响检测性能，而信噪比对其作为融合中心不会产生任何影响。因此，在分簇内的有限数量的次用户中，选择检测性能较差的次用户作为该簇内的频谱感知融合中心进行融合，既可以使簇内更多的信噪比较大的次用户参与到协作检测中，又可以充分利用检测性能较差的次用户作为簇内频谱感知融合中心，从而提高了分簇内的协作感知效率；例如，在含有协作次用户的第一个分簇(-∞,1dB]的区间段内，处于该分簇区间段(-∞,1dB]内的各协作次用户的信噪比分别为0.8dB、0.6dB、0.5dB和0.3dB，则该分簇内最大信噪比0.8dB所对应的协作次用户即为该分簇的簇首次用户，该分簇内最小信噪比0.3dB所对应的协作次用户即为该分簇的簇内感知融合中心；

步骤7，针对M₁个分簇，依次得到各分簇内的簇内协作检测概率和簇内协作虚警概率，并由各分簇的簇内感知融合中心分别发送对应的簇内协作检测概率和簇内协作虚警概率给频谱感知融合中心FC；各分簇的簇内频谱感知融合检测过程包括如下步骤步骤7-1至步骤7-4：

步骤7-1，在一个分簇C_l内，协作次用户CR_m根据预设检测周期即时速度值v_m以及即时速度方向的偏移角θ_m，得到协作次用户CR_m至频谱感知融合中心FC实时距离△d_m之间的函数关系方程；其中：

${\mathrm{\Δd}}_m=\sqrt{{(D_{0_m}+v_m\·T_{{\mathrm{CR}}_m}\·{\mathrm{cos\θ}}_m)}^2+{(v_m\·T_{{\mathrm{CR}}_m}\·{\mathrm{sin\θ}}_m)}^2};$

其中，表示协作次用户CR_m的预设检测周期；表示协作次用户CR_m初始位置至频谱感知融合中心FC的距离；例如，协作次用户CR_m在第一次实时检测的时刻值为T₁，协作次用户在第二次实时检测的时刻值为T₂，则协作次用户CR_m前后两次实时检测的检测时间间隔值△t_m＝T₂-T₁；

步骤7-2，根据协作次用户CR_m与频谱感知融合中心FC间的实时距离△d_m以及协作次用户CR_m的累计移动时间T_m，得到协作次用户CR_m在累计运动时间T_m内的平均速度值并将该平均速度值发送给该簇C_l的簇内感知融合中心；协作次用户CR_m的平均速度值计算如下：

$\stackrel{\‾}{v_m}=\frac{{\mathrm{\Δd}}_m}{T_m};$

步骤7-3，协作次用户CR_m所处簇C_l的簇内感知融合中心根据簇内各协作次用户发送来的平均速度值，依次计算各协作次用户的速度对自身检测结果的影响因子κ_m；其中，协作次用户CR_m所对应影响因子κ_m的计算如下：

${\mathrm{\κ}}_m=\frac{max\left(\stackrel{\‾}{v}\right)-min\left(\stackrel{\‾}{v}\right)}{max\left(\stackrel{\‾}{v}\right)+min\left(\stackrel{\‾}{v}\right)}\·\frac{{\stackrel{\‾}{v}}_m\·{\mathrm{\θ}}_m}{\underset{k=1}{\overset{m_l}{\Σ}}(\stackrel{\‾}{v_k}\·{\mathrm{\θ}}_k)};$

其中，m_l表示该协作次用户所处簇C_l内的所有协作从用户的总数目，表示该簇C_l内所有协作次用户的平均速度值中的最大值，表示该簇C_l内所有协作次用户的平均速度值中的最小值；θ_k表示簇C_l内第k个协作次用户CR_k的即时速度的偏移角；

本发明实施例中设置的影响因子κ_m既充分考虑各协作次用户运动时的平均速度值情况，并把单个协作次用户自身运动时的即时速度值和即时速度的方向角度值融入到所处簇的协作检测中，避免传统协作检测方法中将次用户假定为理想化静止状态而带来的不适应实际情景的检测需要，从而使得本实施例中的协作检测方法因考虑到次用户实际的运行而更具准确性和实用性；

步骤7-4，根据所得簇C_l内各协作次用户对应的影响因子以及各协作次用户的检测结果，由该簇C_l内的簇内感知融合中心对簇内协作次用户的检测结果融合，以得到该簇内所有协作次用户针对授权频段j的簇内协作检测概率以及针对授权频段j簇内协作检测的虚警概率；簇内协作检测概率标记为Q_d,l，簇内协作虚警概率标记为Q_f,l，其中：

簇内协作检测概率

簇内协作虚警概率

p_d(CR_k,j)表示该簇C_l内的第k个协作次用户CR_k对授权频段j的检测概率，p_f(CR_k,j)表示该簇C_l内的第k个协作次用户CR_k对授权频段j的虚警概率；

步骤8，频谱感知融合中心根据M₁个分簇对应的簇内协作次用户的信噪比，分别得到各分簇的协作贡献系数δ_l；其中，各分簇对应的协作贡献系数δ_l计算公式如下：

${\mathrm{\δ}}_l=\frac{\underset{k=1}{\overset{m_l}{\Σ}}{\mathrm{SNR}}_k^l}{\underset{l=1}{\overset{M_1}{\Σ}}\underset{k=1}{\overset{m_l}{\Σ}}{\mathrm{SNR}}_k^l},l=1,2,...,M_1;$

m_l表示第l个分簇C_l内所有协作次用户的总数目，表示第l分簇C_l内的第k个协作次用户对应的信噪比；例如，表示第2个分簇内第3个协作次用户对应的信噪比；

步骤9，频谱感知融合中心根据各分簇的协作贡献系数δ_l，得到N个次用户针对授权频道j的最终检测概率和最终虚警概率；其中，N个次用户针对授权频段j的最终检测概率标记为Q_D(j)、最终虚警概率标记为Q_F(j)：

$Q_D\left(j\right)=1-\[\underset{l=1}{\overset{M_1}{\Π}}(1-{\mathrm{\δ}}_l\·Q_d(C_l,j\left)\right)\];$

$Q_F\left(j\right)=1-\underset{l=1}{\overset{M_1}{\Π}}(1-{\mathrm{\δ}}_l\·Q_f(C_l,j\left)\right).$

步骤10，按照步骤1至步骤9的协作检测方法，依次对剩余M-1个授权频段的占用情况进行检测，从而完成对M个授权频段的多频段协作认知频谱感知。

Claims (1)

1.多频段协作认知频谱感知方法，用于主用户、N个次用户以及频谱感知融合中心形成的认知无线网络并对认知无线网路中的M个授权频段协作感知，其特征在于，依次包括如下步骤：

步骤1，N个次用户实时获取自身的即时位置、信噪比、即时速度值、即时速度方向的偏移角，各次用户按照各自的预设检测周期对M个授权频段中的授权频段j的占用情况依次分别作能量检测，然后将获取的即时位置、检测概率、虚警概率以及自身信噪比发送给频谱感知融合中心，并由频谱感知融合中心发送其位置给各次用户；其中：

第i个次用户标记为CR_i，即时速度方向的偏移角为次用户当前前进方向偏离该次用户初始速度方向的偏离角度，次用户CR_i自身的信噪比记为SNR_i，次用户CR_i的即时位置标记为次用户CR_i的即时速度值标记为v_i，次用户CR_i的即时速度方向的偏移角标记为θ_i，次用户CR_i的预设检测周期记为；次用户CR_i对授权频段j的检测概率为P_d(CR_i,j)，次用户CR_i对授权频段j的虚警概率为P_f(CR_i,j)，i＝1,2,…,N，N≥3；j＝1,2,…,M，M≥2；频谱感知融合中心标记为FC；

步骤2，各次用户判断在其对应的一个预设检测周期内，如果次用户当前时刻获取的检测概率与前一时刻获取的检测概率不一致时，则该次用户发送当前时刻的检测结果给频谱感知融合中心，以更新对应次用户在频谱感知融合中心处的检测概率和虚警概率；否则，该次用户在当前的预设检测周期内不再发送检测结果给频谱感知融合中心；

步骤3，频谱感知融合中心预设协作次用户筛选阈值，并根据N个次用户所发送来的信噪比，计算各次用户对应的信噪比在N个次用户的信噪比集合中的权重系数ω_i；其中，预设协作设次用户筛选阈值记为ω₀，次用户CR_i所对应信噪比的权重系数ω_i的计算公式如下：

${\mathrm{\ω}}_i=\frac{{\mathrm{SNR}}_i}{\sqrt{\frac{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left({\mathrm{SNR}}_i\right)}^2}{N}}};$

步骤4，频谱感知融合中心根据预设协作次用户筛选阈值以及各次用户对应信噪比的权重系数情况，筛选出参与协作检测的协作次用户：

当次用户所对应信噪比的权重系数大于预设协作次用户筛选阈值ω₀时，则选择该次用户参与协作检测，并置入协作次用户集合S中；否则，频谱感知融合中心拒绝该次用户参与协作检测；其中，设定协作次用户集合S中的次用户的总数目为N₁；

步骤5，在协作次用户集合S中，预设M₁个按照升序排列的分簇阈值λ_e，频谱感知融合中心根据协作次用户集合S中各协作次用户发送来的信噪比分别与各分簇阈值作判断比较，以得到M₁个独立分簇；其中，e＝1,2,…,M₁且；分簇标记为C_l，l＝1,2,…,M₁，M₁≥2；频谱感知融合中心FC对各协作次用户的分簇过程包括如下步骤5-1至步骤5-2：

步骤5-1，根据M₁个分簇阈值，设定M₁+1个分簇区间段分别为[-∞,λ₁)、[λ₁,λ₂)、…、和；位于第一分簇内的协作次用户对应的信噪比处于[-∞,λ₁)区间段内，位于第二分簇内的协作次用户对应的信噪比处于[λ₁,λ₂)区间段内，依次类推，位于第M₁分簇内的协作次用户对应的信噪比处于区间段内，位于第M₁+1分簇内的协作次用户对应的信噪比处于区间段内；

步骤5-2，频谱感知融合中心分别将协作次用户集合S中各协作次用户对应的信噪比与M₁+1个分簇区间段比较，以判决各协作次用户所处的分簇区间段：

当协作次用户的信噪比处于分簇区间段[-∞,λ₁)时，则不准该协作次用户参与协作检测；当协作次用户的信噪比处于分簇区间段时，则将该协作次用户归入第M₁个分簇中参与协作检测；

步骤6，在M₁个分簇内，选择各分簇内具有最小信噪比的协作次用户作为该分簇的簇内感知融合中心，从而得到M₁个簇内感知融合中心；

步骤7，针对M₁个分簇，依次得到各分簇内的簇内协作检测概率和簇内协作虚警概率，并由各分簇的簇内感知融合中心分别发送对应的簇内协作检测概率和簇内协作虚警概率给频谱感知融合中心FC；各分簇的簇内频谱感知融合检测过程包括如下步骤步骤7-1至步骤7-4：

步骤7-1，在一个分簇C_l内，协作次用户CR_m根据预设检测周期、即时速度值v_m以及即时速度方向的偏移角θ_m，得到协作次用户CR_m至频谱感知融合中心FC实时距离△d_m之间的函数关系方程；其中：

${\mathrm{\Δd}}_m=\sqrt{{(D_{0m}+v_m\·T_{CRm}\·{\mathrm{cos\θ}}_m)}^2+{(v_m\·T_{CRm}\·{\mathrm{sin\θ}}_m)}^2};$

其中，表示协作次用户CR_m的预设检测周期；D_0m表示协作次用户CR_m初始位置至频谱感知融合中心FC的距离；

步骤7-2，根据协作次用户CR_m与频谱感知融合中心FC间的实时距离△d_m以及协作次用户CR_m的累计移动时间T_m，得到协作次用户CR_m在累计运动时间T_m内的平均速度值并将该平均速度值发送给该簇C_l的簇内感知融合中心；协作次用户CR_m的平均速度值计算如下：

$\stackrel{\‾}{v_m}=\frac{{\mathrm{\Δd}}_m}{T_m};$

步骤7-3，协作次用户CR_m所处簇C_l的簇内感知融合中心根据簇内各协作次用户发送来的平均速度值，依次计算各协作次用户的速度对自身检测结果的影响因子κ_m；其中，协作次用户CR_m所对应影响因子κ_m的计算如下：

${\mathrm{\κ}}_m=\frac{\max \left(\stackrel{\‾}{v}\right)-\min \left(\stackrel{\‾}{v}\right)}{\max \left(\stackrel{\‾}{v}\right)+\min \left(\stackrel{\‾}{v}\right)}\·\frac{{\stackrel{\‾}{v}}_m\·{\mathrm{\θ}}_m}{\underset{k=1}{\overset{ml}{\mathrm{\Σ}}}(\stackrel{\‾}{v_k}\·{\mathrm{\θ}}_k)};$

其中，m_l表示该协作次用户所处簇C_l内的所有协作从用户的总数目，表示该簇C_l内所有协作次用户的平均速度值中的最大值，表示该簇C_l内所有协作次用户的平均速度值中的最小值；θ_k表示簇C_l内第k个协作次用户CR_k的即时速度的偏移角；

步骤7-4，根据所得簇C_l内各协作次用户对应的影响因子以及各协作次用户的检测结果，由该簇C_l内的簇内感知融合中心对簇内协作次用户的检测结果融合，以得到该簇内所有协作次用户针对授权频段j的簇内协作检测概率以及针对授权频段j簇内协作检测的虚警概率；簇内协作检测概率标记为Q_d,l，簇内协作虚警概率标记为Q_f,l，其中：

簇内协作检测概率

簇内协作虚警概率

p_d(CR_k,j)表示该簇C_l内的第k个协作次用户CR_k对授权频段j的检测概率，p_f(CR_k,j)表示该簇C_l内的第k个协作次用户CR_k对授权频段j的虚警概率；

步骤8，频谱感知融合中心根据M₁个分簇对应的簇内协作次用户的信噪比，分别得到各分簇的协作贡献系数δ_l；其中，各分簇对应的协作贡献系数δ_l计算公式如下：

${\mathrm{\δ}}_l=\frac{\underset{k=1}{\overset{ml}{\mathrm{\Σ}}}{\mathrm{SNR}}_k^l}{\underset{l=1}{\overset{M_1}{\mathrm{\Σ}}}\underset{k=1}{\overset{ml}{\mathrm{\Σ}}}{\mathrm{SNR}}_k^l},l=1,2,...,M_1;$

m_l表示第l个分簇C_l内所有协作次用户的总数目，表示第l分簇C_l内的第k个协作次用户对应的信噪比；

步骤9，频谱感知融合中心根据各分簇的协作贡献系数δ_l，得到N个次用户针对授权频道j的最终检测概率和最终虚警概率；其中，N个次用户针对授权频段j的最终检测概率标记为Q_D(j)、最终虚警概率标记为Q_F(j)：

$Q_D\left(j\right)=1-\[\underset{l=1}{\overset{M_1}{\mathrm{\Π}}}(1-{\mathrm{\δ}}_l\·Q_d(C_l,j\left)\right)\];$

$Q_F\left(j\right)=1-\underset{l=1}{\overset{M_1}{\mathrm{\Σ}}}(1-{\mathrm{\δ}}_l\·Q_f(C_l,j\left)\right);$

步骤10，按照步骤1至步骤9的协作检测方法，依次对剩余M-1个授权频段的占用情况进行检测，从而完成对M个授权频段的多频段协作认知频谱感知。