CN106358234B - 协同认知无线网络主用户信号归一化能量检测方法 - Google Patents

Abstract

本发明涉及协同认知无线网络主用户信号归一化能量检测方法，用于主用户、频谱感知融合中心以及M个次用户所形成的协同认知无线网络中，通过比较次用户的信噪比与预设阈值，将不同信噪比的次用户分配到对应的主协同次用户集合及辅助协同次用户集合中；对主协同次用户集合中的所有次用户分簇，并得到主协同次用户集合对应的主协同贡献系数及辅助协同次用户集合的辅助协同贡献系数；获取得到主协同次用户集合以及辅助协同次用户集合所对应的所有次用户的归一化能量检测统计量，并通过设定关于决策门限的能量检测优化函数方程，得到能量检测的最佳门限值，根据所得能量检测的最佳门限值准确得到所有次用户的最终的协同检测概率。

Description

协同认知无线网络主用户信号归一化能量检测方法

技术领域

本发明涉及无线通信领域，尤其涉及一种协同认知无线网络主用户信号归一化能量检测方法。

背景技术

认知无线电(Cognitive Radio，简称CR)是一种允许次用户实时地检测主用户所使用的授权频段，并在次用户检测到主用户的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处于空闲状态的授权频段进行通信，以智能地提高频谱利用率；在主用户需要占用该授权频段时，次用户必须从该授权频段上退出，然后去搜索、检测其它空闲频段以完成自己的通信。因此，在认知无线电网络中，要求次用户针对主用户授权频段所采用的检测方法具有高度的可靠性。在传统的针对主用户授权频段的检测方法中，主要基于主用户信号能量的检测方法，简称能量检测方法。能量检测方法是指次用户根据所接收授权频段上的信号能量，得到该接收信号的能量统计值，并通过比较该能量统计值与预设的阈值，判断所得能量统计值大于预设的阈值时，则判断主用户的该授权频段被信号占用，该授权频段处于占用状态；否则，判断该授权频段处于空闲状态，次用户此时便可以通过调整调制参数以在检测到的空闲授权频段上通信。

但是，在实际通信环境中，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，仅仅寄希望于依靠单个次用户利用能量检测方法对主用户授权频段进行检测往往不能适应对主用户信号检测率的要求。因此，相继有学者提出了基于多个次用户的协同检测(或称协作检测)方法。协同检测的核心仍然是先通过各次用户各自利用传统的能量检测方法对主用户授权频段作单独的检测，然后各次用户再将各自独立的检测结果发送给融合中心，由融合中心根据各次用户发送来的检测结果按照一定的准则进行融合，从而得到针对主用户授权频段的最终的检测结果。

但是，上述所提到的多次用户的协同检测方法只是利用融合中心简单地将各次用户的检测结果按照一定准则融合，这在一定程度上虽然降低了融合中心的计算复杂度，但是因没有均衡地考虑各次用户对授权频段上所接收信号的实际信号能量情况，也没有考虑到各次用户检测性能的优劣，以至最终针对主用户授权频段状态的检测不够准确。

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能够均衡地考虑各次用户所接收主用户授权频段上的信号能量以及各次用户的检测性能情况，以达到准确检测主用户授权频段状态的协同认知无线网络主用户信号归一化能量检测方法。

本发明解决上述技术问题所采用的技术方案为：协同认知无线网络主用户信号归一化能量检测方法，用于主用户、频谱感知融合中心以及M个次用户所形成的协同认知无线网络中，其特征在于，依次包括如下步骤：

步骤1，在M个次用户中，以其中一个次用户CR_i作为起始用户，构建自身针对主用户授权频段占用情况的检测模型；其中，针对主用户授权频段的检测模型如下：

其中，Y(n)为次用户接收到的信号，X(n)为主用户的信号，W(n)为噪声信号，n＝1,2,…,N，N为取样数目；i＝1,2,…,M；M≥3；

步骤2，该次用户CR_i依据已构建的检测模型，对主用户授权频段上的信号进行检测，得到关于能量检测的能量检测统计量；其中，能量检测统计量设置如下：

T_i为次用户CR_i得到的能量检测统计量；

步骤3，剩余M-1个次用户根据步骤1至步骤2的方法，依次得到各自对应的能量检测统计量，并由M个次用户分别将各自得到的能量检测统计量以及各自的信噪比分别发送给频谱感知融合中心；

步骤4，频谱感知融合中心根据各次用户所发送来的信噪比，分别对M个次用户进行分簇，以分别得到、获取参与协同的主协同次用户集合以及辅助协同次用户集合；其中，主协同次用户集合和辅助协同次用户集合的获取过程包括如下步骤4-1至步骤4-3：

步骤4-1，频谱感知融合中心根据接收的M个次用户所对应的信噪比，计算各次用户对应的信噪比在所有M个次用户信噪比集合中的权值ω_i；其中，次用户CR_i所对应信噪比的权值ω_i计算如下：

步骤4-2，频谱感知融合中心根据预设协同次用户筛选阈值以及各次用户对应信噪比的权值情况，筛选出参与协同检测的主协同次用户集合以及辅助协同次用户集合：

当次用户所对应信噪比的权值大于或者等于预设协同次用户筛选阈值ω₀时，则选择该次用户参与协同检测，并置入主协同次用户集合S₁中；否则，则将该次用户作为参与协同检测的辅助协同次用户，并置入辅助协同次用户集合S₂中；

其中，在主协同次用户集合S₁中，设定最终作为参与协同检测的次用户的总数目为M₁；在辅助协同次用户集合S₂中，设定最终作为参与协同检测的辅助协同次用户的总数目为M₂，且M₁+M₂＝M；

步骤4-3，在主协同次用户集合S₁中，预设M₃个按照升序排列的分簇阈值λ_j，频谱感知融合中心根据主协同次用户集合S₁中各协同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M₃个独立的含有协同次用户的分簇；j＝1,2,…,M₃且λ₁<λ₂<…<λ_M3；分簇标记为C_l，l＝1,2,…,M₃+1，1≤M₃≤M；其中，频谱感知融合中心对各协同次用户的分簇过程包括如下步骤4-31和步骤4-33：

步骤4-31，根据M₃个分簇阈值，设定M₃+1个分簇区间段分别为(-∞,λ₁]、(λ₁,λ₂]、…、(λ_M3-1,λ_M3]和(λ_M3,∞)；其中，位于第一分簇内的协同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同次用户对应的信噪比处于(λ₁,λ₂]区间段内，依次类推，位于第M₃分簇内的协同次用户对应的信噪比处于(λ_M3-1,λ_M3]区间段内，位于第M₃+1分簇内的协同次用户对应的信噪比处于(λ_M3,∞)区间段内；

步骤4-32，频谱感知融合中心分别将主协同次用户集合S₁中各协同次用户对应的信噪比与M₃+1个分簇区间段比较，以判决各协同次用户所处的分簇区间段；其中，当协同次用户的信噪比处于分簇区间段(-∞,λ₁]或者(λ_M3,∞)时，则不准该协同次用户参与协同检测；

步骤4-33，在含有协同次用户的M₄个分簇内，按照协同次用户对应信噪比从大到小的顺序，选择各分簇内具有最大信噪比的协同次用户作为该分簇的簇首次用户，并选择各分簇内具有最小信噪比的协同次用户作为该分簇的簇内感知融合中心，从而得到M₄个簇首次用户以及对应的M₄个簇内感知融合中心，M₄≤M₃+1；

步骤5，频谱感知融合中心根据M₄个分簇对应的簇内协同次用户的信噪比以及辅助协同次用户集合S₂内所有辅助协同次用户的信噪比，得到M₄个分簇对应的主协同贡献系数δ_l以及辅助协同次用户集合S₂的辅助协同贡献系数δ_S2；其中：

M₄个分簇各自对应的主协同贡献系数

辅助协同次用户集合S₂的辅助协同贡献系数

其中，表示第l个分簇C_l内的第r个协同次用户CR_r的信噪比，m_l表示第l个分簇C_l内所有协同次用户的总数目且m_l≠M₄，M₂表示辅助协同次用户集合S₂内所有辅助协同次用户的总数目；

步骤6，频谱感知融合中心根据步骤3中各次用户发送来的能量检测统计量情况以及步骤5中的分簇情况，搜索得到各分簇内的次用户列表；

步骤7，频谱感知融合中心根据得到的各分簇所对应的次用户列表以及步骤5中所对应的主协同贡献系数、辅助协同贡献系数，得到主协同次用户集合以及辅助协同次用户集合所对应的所有次用户的归一化能量检测统计量；其中，归一化能量检测统计量计算如下：

其中，T_l ^r表示第l个分簇C_l内的第r个协同次用户对应的能量检测统计量，T_q表示辅助协同次用户集合S₂内的第q个辅助协同次用户对应的能量检测统计量；

步骤8，设定关于决策门限的能量检测优化函数方程ξ，并根据能量检测优化函数方程ξ得到能量检测的最佳门限值；其中：

关于决策门限的能量检测优化函数方程ξ定义为：

能量检测的最佳门限值ξ_opt为：

其中，表示为高斯噪声的噪声方差，为主用户PU的授权频段处于空闲状态H₀的概率，为主用户PU的授权频段处于占用状态H₁的概率；

步骤9，频谱感知融合中心获取得到关于决策门限的能量检测优化函数ξ、对应能量检测的最优门限值ξ_opt以及步骤7中得到的归一化能量检测统计量T'，计算主用户的授权频段为占用状态H₁的检测概率P_d，并以所得到的该检测概率P_d作为M个次用户的最终协同检测概率；其中：

Q_d＝P_d；

其中，P_f为主用户的授权频段为占用状态H₁的虚警概率，P_d为主用户的授权频段为占用状态H₁的检测概率；为M个次用户所对应信噪比的平均值，Q(z)表示正态高斯互补积分函数，Q_d表示M个次用户的最终协同检测概率。

与现有技术相比，本发明的优点在于：

首先，通过比较多个次用户的信噪比与预设阈值，从而将不同信噪比的次用户分配到对应的主协同次用户集合以及辅助协同次用户集合中，摒弃了传统协同检测中只选择信噪比较大的次用户而剔除掉相对较小信噪比次用户所给来的降低整体检测性能的不利弊端，此处既考虑信噪比权值较高的次用户，又不放弃信噪比权值较低的次用户，从而把所有次用户检测结果充分考虑到协同检测中，大大地提高了后续的协同检测性能；

其次，对主协同次用户集合中的所有的次用户进行分簇，得到各分簇对应的各自的簇内协同检测结果，并得到主协同次用户集合对应的主协同贡献系数以及辅助协同次用户集合的辅助协同贡献系数，从而准确获取主协同次用户集合和辅助协同次用户集合对整个检测结果的贡献程度，进一步提高整个检测结果的准确度；

最后，获取得到主协同次用户集合以及辅助协同次用户集合所对应的所有次用户的归一化能量检测统计量，均衡地考虑各次用户对主用户授权频段上所接收信号的实际信号能量情况，并通过设定关于决策门限的能量检测优化函数方程，得到能量检测的最佳门限值，并根据所得能量检测的最佳门限值准确得到所有次用户的最终的协同检测概率。

附图说明

图1为本发明实施例中协同认知无线网络的示意图；

图2为本发明实施例中协同认知无线网络主用户信号归一化能量检测方法的流程示意图。

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2所示，本实施例中的协同认知无线网络主用户信号归一化能量检测方法，用于主用户、频谱感知融合中心以及M(M≥3)个次用户所形成的协同认知无线网络中，协同认知无线网络参见图1中所示，该协同认知无线网络主用户信号归一化能量检测方法依次包括如下步骤1至步骤9：

步骤1，在M个次用户中，以其中一个次用户CR_i作为起始用户，构建自身针对主用户授权频段占用情况的检测模型；其中，针对主用户频谱的检测模型如下：

其中，Y(n)为次用户接收到的信号，X(n)为主用户的信号，W(n)为噪声信号，噪声信噪W(n)符合高斯分布，n＝1,2,…,N，N为取样数目；i＝1,2,…,M；M≥3；H₀表示主用户的授权频段处于空闲状态，H₁表示主用户的授权频段处于占用状态；频谱感知融合中心标记为FC；主用户标记为PU；

步骤2，该次用户CR_i依据已构建的检测模型，对主用户授权频段上的信号进行检测，得到关于能量检测的能量检测统计量；能量检测统计量计算公式设置如下：

其中，T_i为次用户CR_i得到的能量检测统计量，Y(n)为次用户CR_i接收到的信号；

步骤3，剩余M-1个次用户根据步骤1至步骤2的方法，依次得到各自对应的能量检测统计量，并由M个次用户分别将各自得到的能量检测统计量以及各自的信噪比分别发送给频谱感知融合中心；

步骤4，频谱感知融合中心根据各次用户所发送来的信噪比，分别对M个次用户进行分簇，以分别得到、获取参与协同的主协同次用户集合S₁以及辅助协同次用户集合S₂；其中，主协同次用户集合S₁和辅助协同次用户集合S₂的获取过程包括如下步骤4-1至步骤4-3：

步骤4-1，频谱感知融合中心根据接收的M个次用户所对应的信噪比，计算各次用户对应的信噪比在所有M个次用户信噪比集合中的权值ω_i；其中，次用户CR_i所对应信噪比的权值ω_i计算如下：

SNR_i为次用户CR_i的信噪比；

针对次用户的权重计算中，考虑各次用户信噪比在所有M个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，以此准确得到筛选主协同次用户集合S₁以及辅助协同次用户集合S₂的真实筛选参考指标，从而提高各协同次用户间的协同检测性能；

步骤4-2，频谱感知融合中心根据预设协同次用户筛选阈值以及各次用户对应信噪比的权值情况，筛选出参与协同检测的主协同次用户集合以及辅助协同次用户集合：

当次用户所对应信噪比的权值大于或者等于预设协同次用户筛选阈值ω₀时，则选择该次用户参与协同检测，并置入主协同次用户集合S₁中；否则，则将该次用户作为参与协同检测的辅助协同次用户，并置入辅助协同次用户集合S₂中；

在主协同次用户集合S₁中，设定最终作为参与协同检测的次用户的总数目为M₁；在辅助协同次用户集合S₂中，设定最终作为参与协同检测的辅助协同次用户的总数目为M₂，且M₁+M₂＝M；

在现有的协同检测方法中，通常通过设定阈值筛选出信噪比较大的次用户参与协同，剩余的信噪比较小的次用户则直接被剔除。这样虽然能够降低后续参与协同的各次用户的协同检测计算复噪度，但是由于信噪比较小的次用户已经被剔除掉，这样将无法充分发挥这些被剔除掉次用户对后续整个协同检测效果的贡献情况，以致于最终得到的整个协同检测的性能大大降低；

在本实施例中，通过设定、筛选出主协同次用户集合S₁和辅助协同次用户集合S₂，既考虑信噪比的权值较高的次用户，又不放弃信噪比的权值较低的次用户，从而把所有次用户的检测结果充分考虑到协同检测中进行协同检测融合，进而大大地提高了后续的协同检测性能；

步骤4-3，在主协同次用户集合S₁中，预设M₃个按照升序排列的分簇阈值λ_j，频谱感知融合中心根据主协同次用户集合S₁中各协同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M₃个独立的含有协同次用户的分簇；j＝1,2,…,M₃且λ₁<λ₂<…<λ_M3；分簇标记为C_l，l＝1,2,…,M₃+1，1≤M₃≤M；其中，频谱感知融合中心对各协同次用户的分簇过程包括如下步骤4-31和步骤4-33：

步骤4-31，根据M₃个分簇阈值，设定M₃+1个分簇区间段分别为(-∞,λ₁]、(λ₁,λ₂]、…、(λ_M3-1,λ_M3]和(λ_M3,∞)；其中，位于第一分簇内的协同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同次用户对应的信噪比处于(λ₁,λ₂]区间段内，依次类推，位于第M₃分簇内的协同次用户对应的信噪比处于(λ_M3-1,λ_M3]区间段内，位于第M₃+1分簇内的协同次用户对应的信噪比处于(λ_M3,∞)区间段内；

例如，设定五个分簇阈值分别是λ₁＝1dB、λ₂＝2dB、λ₃＝4dB、λ₄＝5dB和λ₅＝7dB；则第一分簇内的协同次用户信噪比处于(-∞,1dB]的区间段内，第二分簇内的协同次用户信噪比处于(1dB,2dB]的区间段内，第三分簇内的协同次用户信噪比处于(2dB,4dB]的区间段内，第四分簇内的协同次用户信噪比处于(4dB,5dB]的区间段内，第五分簇内的协同次用户信噪比处于(5dB,7dB]的区间段内，第六分簇内的协同次用户信噪比处于(7dB,∞)的区间段内；

步骤4-32，频谱感知融合中心分别将主协同次用户集合S₁中各协同次用户对应的信噪比与M₃+1个分簇区间段比较，以判决各协同次用户所处的分簇区间段；其中，当协同次用户的信噪比处于分簇区间段(-∞,λ₁]或者(λ_M3,∞)时，则不准该协同次用户参与协同检测；

例如，在主协同次用户集合S₁中，参照步骤4-31所列的五个分簇阈值分别是λ₁＝1dB、λ₂＝2dB、λ₃＝4dB、λ₄＝5dB和λ₅＝7dB，假如主协同次用户集合S₁中的某一协同次用户的信噪比值为3dB，则该协同次用户处于(2dB,4dB]的区间段内；假如主协同次用户集合S₁中的另一协同次用户的信噪比值为0.4dB，则该协同次用户处于(-∞,1dB]的区间段内，此时不准该协同次用户参与协同检测；假如主协同次用户集合S₁中的另一协同次用户的信噪比值为9dB，则该协同次用户处于(7dB,∞)的区间段内，此时不准该协同次用户参与协同检测；

步骤4-33，在含有协同次用户的M₄个分簇内，按照协同次用户对应信噪比从大到小的顺序，选择各分簇内具有最大信噪比的协同次用户作为该分簇的簇首次用户，并选择各分簇内具有最小信噪比的协同次用户作为该分簇的簇内感知融合中心，从而得到M₄个簇首次用户以及对应的M₄个簇内感知融合中心，M₄≤M₃+1；

在针对主用户授权频段的检测中，次用户的检测性能与次用户自身的信噪比之间通常呈现一定的正相关性。次用户自身的信噪比越大，次用户的检测性能越好，检测结果越准确；次用户的信噪比越小，次用户的检测性能越差，检测结果越不够准确。因此，具有最小信噪比的协同次用户往往检测性能较差，如果允许其作为协同次用户参与到分簇内的协同检测，将会降低整个分簇的检测性能；为了有效利用分簇内的各次用户，又可以保证分簇内的整体检测性能，因此可以将检测性能不够稳定的次用户作为该分簇的簇内感知融合中心；这样既避免了该最小信噪比的次用户对簇内协同检测性能带来的不利影响，又可以充分利用该次用户单独负责簇内的检测结果融合，从而也就保证了簇内更多信噪比较高的次用户参与到协同检测中，从而大大提高簇内协同检测的准确性；

步骤5，频谱感知融合中心根据M₄个分簇对应的簇内协同次用户的信噪比以及辅助协同次用户集合S₂内所有辅助协同次用户的信噪比，得到M₄个分簇对应的主协同贡献系数δ_l以及辅助协同次用户集合S₂的辅助协同贡献系数δ_S2；其中：

M₄个分簇各自对应的主协同贡献系数

辅助协同次用户集合S₂的辅助协同贡献系数

其中，表示第l个分簇C_l内的第r个协同次用户CR_r的信噪比，m_l表示第l个分簇C_l内所有协同次用户的总数目且m_l≠M₄，M₂表示辅助协同次用户集合S₂内所有辅助协同次用户的总数目；SNR_q表示辅助协同次用户集合S₂内第q个协同次用户对应的信噪比；表示第3个分簇内第2个协同次用户对应的信噪比；

步骤6，频谱感知融合中心根据步骤3中各次用户发送来的能量检测统计量情况以及步骤5中的分簇情况，搜索得到各分簇内的次用户列表；例如，分簇C₁内的次用户列表为“CR₁、CR₂、CR₃”，分簇C₂内的次用户列表为“CR₄”，分簇C₃内的次用户列表为“CR₅、CR₆”。

步骤7，频谱感知融合中心根据步骤6中得到的各分簇所对应的次用户列表以及步骤5中所对应的主协同贡献系数、辅助协同贡献系数，得到主协同次用户集合以及辅助协同次用户集合所对应的所有次用户的归一化能量检测统计量；其中，归一化能量检测统计量计算如下：

其中，T_l ^r表示第l个分簇C_l内的第r个协同次用户对应的能量检测统计量，T_q表示辅助协同次用户集合S₂内的第q个辅助协同次用户对应的能量检测统计量；

步骤8，设定关于决策门限的能量检测优化函数方程ξ，并根据能量检测优化函数方程ξ得到能量检测的最佳门限值；其中：

关于决策门限的能量检测优化函数方程ξ定义为：

能量检测的最佳门限值ξ_opt为：

表示高斯噪声的噪声方差；为主用户PU的授权频段处于空闲状态H₀的概率，为主用户PU的授权频段处于占用状态H₁的概率；本实施例中的

步骤9，频谱感知融合中心获取得到关于决策门限的能量检测优化函数ξ、对应能量检测的最优门限值ξ_opt以及步骤7中得到的归一化能量检测统计量T'，计算主用户的授权频段为占用状态H₁的检测概率P_d，并以所得到的该检测概率P_d作为M个次用户的最终协同检测概率；其中：

Q_d＝P_d；

其中，P_f为主用户的授权频段为占用状态H₁的虚警概率，P_d为主用户的授权频段为占用状态H₁的检测概率；为M个次用户所对应信噪比的平均值，Q(z)表示正态高斯互补积分函数，Q_d表示M个次用户的最终协同检测概率。

Claims (1)

1.协同认知无线网络主用户信号归一化能量检测方法，用于主用户、频谱感知融合中心以及M个次用户所形成的协同认知无线网络中，其特征在于，依次包括如下步骤：

步骤1，在M个次用户中，以其中一个次用户CR_i作为起始用户，构建自身针对主用户授权频段占用情况的检测模型；其中，针对主用户授权频段的检测模型如下：

其中，Y(n)为次用户接收到的信号，X(n)为主用户的信号，W(n)为噪声信号，n＝1,2,…,N，N为取样数目；i＝1,2,…,M；M≥3；

步骤2，该次用户CR_i依据已构建的检测模型，对主用户授权频段上的信号进行检测，得到关于能量检测的能量检测统计量；其中，能量检测统计量设置如下：

T_i为次用户CR_i得到的能量检测统计量；

步骤3，剩余M-1个次用户根据步骤1至步骤2的方法，依次得到各自对应的能量检测统计量，并由M个次用户分别将各自得到的能量检测统计量以及各自的信噪比分别发送给频谱感知融合中心；

步骤4，频谱感知融合中心根据各次用户所发送来的信噪比，分别对M个次用户进行分簇，以分别得到、获取参与协同的主协同次用户集合以及辅助协同次用户集合；其中，主协同次用户集合和辅助协同次用户集合的获取过程包括如下步骤4-1至步骤4-3：

步骤4-1，频谱感知融合中心根据接收的M个次用户所对应的信噪比，计算各次用户对应的信噪比在所有M个次用户信噪比集合中的权值ω_i；其中，次用户CR_i所对应信噪比的权值ω_i计算如下：

步骤4-2，频谱感知融合中心根据预设协同次用户筛选阈值以及各次用户对应信噪比的权值情况，筛选出参与协同检测的主协同次用户集合以及辅助协同次用户集合：

当次用户所对应信噪比的权值大于或者等于预设协同次用户筛选阈值ω₀时，则选择该次用户参与协同检测，并置入主协同次用户集合S₁中；否则，则将该次用户作为参与协同检测的辅助协同次用户，并置入辅助协同次用户集合S₂中；

其中，在主协同次用户集合S₁中，设定最终作为参与协同检测的次用户的总数目为M₁；在辅助协同次用户集合S₂中，设定最终作为参与协同检测的辅助协同次用户的总数目为M₂，且M₁+M₂＝M；

步骤4-3，在主协同次用户集合S₁中，预设M₃个按照升序排列的分簇阈值λ_j，频谱感知融合中心根据主协同次用户集合S₁中各协同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M₃个独立的含有协同次用户的分簇；j＝1,2,…,M₃且分簇标记为C_l，l＝1,2,…,M₃+1，1≤M₃≤M；其中，频谱感知融合中心对各协同次用户的分簇过程包括如下步骤4-31和步骤4-33：

步骤4-31，根据M₃个分簇阈值，设定M₃+1个分簇区间段分别为 和其中，位于第一分簇内的协同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同次用户对应的信噪比处于(λ₁,λ₂]区间段内，依次类推，位于第M₃分簇内的协同次用户对应的信噪比处于区间段内，位于第M₃+1分簇内的协同次用户对应的信噪比处于区间段内；

步骤4-32，频谱感知融合中心分别将主协同次用户集合S₁中各协同次用户对应的信噪比与M₃+1个分簇区间段比较，以判决各协同次用户所处的分簇区间段；其中，当协同次用户的信噪比处于分簇区间段(-∞,λ₁]或者时，则不准该协同次用户参与协同检测；

步骤4-33，在含有协同次用户的M₄个分簇内，按照协同次用户对应信噪比从大到小的顺序，选择各分簇内具有最大信噪比的协同次用户作为该分簇的簇首次用户，并选择各分簇内具有最小信噪比的协同次用户作为该分簇的簇内感知融合中心，从而得到M₄个簇首次用户以及对应的M₄个簇内感知融合中心，M₄≤M₃+1；

步骤5，频谱感知融合中心根据M₄个分簇对应的簇内协同次用户的信噪比以及辅助协同次用户集合S₂内所有辅助协同次用户的信噪比，得到M₄个分簇对应的主协同贡献系数δ_l以及辅助协同次用户集合S₂的辅助协同贡献系数其中：

M₄个分簇各自对应的主协同贡献系数

辅助协同次用户集合S₂的辅助协同贡献系数

其中，表示第l个分簇C_l内的第r个协同次用户CR_r的信噪比，m_l表示第l个分簇C_l内所有协同次用户的总数目且m_l≠M₄，M₂表示辅助协同次用户集合S₂内所有辅助协同次用户的总数目；

步骤6，频谱感知融合中心根据步骤3中各次用户发送来的能量检测统计量情况以及步骤5中的分簇情况，搜索得到各分簇内的次用户列表；

步骤7，频谱感知融合中心根据得到的各分簇所对应的次用户列表以及步骤5中所对应的主协同贡献系数、辅助协同贡献系数，得到主协同次用户集合以及辅助协同次用户集合所对应的所有次用户的归一化能量检测统计量；其中，归一化能量检测统计量计算如下：

其中，表示第l个分簇C_l内的第r个协同次用户对应的能量检测统计量，T_q表示辅助协同次用户集合S₂内的第q个辅助协同次用户对应的能量检测统计量；

步骤8，设定关于决策门限的能量检测优化函数方程ξ，并根据能量检测优化函数方程ξ得到能量检测的最佳门限值；其中：

关于决策门限的能量检测优化函数方程ξ定义为：

能量检测的最佳门限值ξ_opt为：

其中，表示为高斯噪声的噪声方差，为主用户PU的授权频段处于空闲状态H₀的概率，为主用户PU的授权频段处于占用状态H₁的概率；

步骤9，频谱感知融合中心获取得到关于决策门限的能量检测优化函数ξ、对应能量检测的最优门限值ξ_opt以及步骤7中得到的归一化能量检测统计量T'，计算主用户的授权频段为占用状态H₁的检测概率P_d，并以所得到的该检测概率P_d作为M个次用户的最终协同检测概率；其中：

Q_d＝P_d；

其中，P_f为主用户的授权频段为占用状态H₁的虚警概率，P_d为主用户的授权频段为占用状态H₁的检测概率；为M个次用户所对应信噪比的平均值，Q(z)表示正态高斯互补积分函数，Q_d表示M个次用户的最终协同检测概率。