CN106411429B - 多信道认知无线网络信号辨识方法 - Google Patents

Abstract

本发明涉及多信道认知无线网络信号辨识方法，用于主用户、N个次用户及频谱感知融合中心形成的认知无线网络中并针对认知无线网络的M个授权信道上的信号类型进行辨识，首先筛选出协作次用户集合并分簇，计算簇内各协作次用户的函数关系方程和影响因子，得到各分簇内的簇内协作检测概率和簇内协作虚警概率；计算各分簇对应的协作贡献系数得到针对该单一授权信道的最终检测概率和最终虚警概率；预设占用单一授权信道的主用户信号的可能调制方式，并以各种调制方式的最大似然函数值对应的调制方式为占用该单一授权信道的主用户信号调制方式辨识结果；重复执行所述辨识方法，准确实现对认知无线网络中多信道上的信号辨识。

Description

多信道认知无线网络信号辨识方法

技术领域

本发明涉及无线通信领域，尤其涉及一种多信道认知无线网络信号辨识方法。

背景技术

认知无线电(Cognitive Radio，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(又称认知用户)实时地检测主用户(或称授权用户)所使用的授权频段(或称授权信道)，并在次用户检测到授权信道处于空闲状态时，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信道进行通信；在主用户需要占用某个主用户的授权信道时，次用户必须从该授权信道上退出，去搜索、检测其它空闲信道完成自己的通信，主用户和次用户所处的通信网络便是认知无线网络。

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，次用户既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，又要准确地辨识出占用授权信道的主用户信号的调制类型，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，及时调整次用户信号的调制类型和调制参数，以保证主用户顺畅地占用授权信道，进而实现认知无线网络的正常运行。因此，如何实现多信道认知无线网络信号调制类型的准确辨识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一种多信道认知无线网络信号辨识方法，该方法能够实现对认知无线网络中各授权信道状态的准确检测，又可以准确辨识出主用户信号的调制类型，以保证认知无线网络的正常运行。

本发明解决上述技术问题所采用的技术方案为：多信道认知无线网络信号辨识方法，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中并针对认知无线网络的M个授权信道进行检测，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、信噪比和即时速度矢量值，各次用户按照各自的预设检测周期对M个授权信道的占用情况依次分别进行能量检测，然后各次用户将获取的即时位置、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，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，即时速度矢量值包括即时速度值以及即时速度的偏移角，即时速度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对授权信道j的检测概率为P_d(CR_i,j)，次用户CR_i对授权信道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，各从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；

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个次用户信噪比集合中的信赖指数ω_i；其中，预设协作设次用户筛选阈值记为ω₀，次用户CR_i所对应信噪比的信赖指数ω_i的计算公式如下：

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信赖指数情况，筛选出参与协作检测的协作次用户并将其置入协作次用户集合中：

当次用户所对应信噪比的信赖指数大于预设次协作用户筛选阈值ω₀时，则选择该次用户参与协作检测，并将该次用户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个独立的分簇内，选择各分簇内更新检测结果的频率最大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T_CRm、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：

其中，T_CRm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：

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：

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信道j的簇内协作检测概率以及针对授权信道j簇内协作检测的虚警概率；其中，簇C_L内所有协作次用户针对授权信道j的簇内协作检测概率记为Q_d(C_L,j)，簇C_L内所有协作次用户针对授权信道j的簇内协作虚警概率记为Q_f(C_L,j)：

其中，P_d(CR_k,j)表示该簇C_L内第k个协作次用户CR_k对授权信道j的检测概率，P_f(CR_k,j)表示该簇C_L内第k个协作次用户CR_k对授权信道j的虚警概率，κ_k表示簇C_L内第k个协作次用户CR_k的影响因子；

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；各分簇对应的协作贡献系数δ_L计算公式如下：

其中，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个分簇C_L内第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个次用户针对授权信道j的最终检测概率和最终虚警概率；N个次用户针对授权信道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)，其中：

步骤10，预设占用授权信道j的主用户信号的可能调制方式为Modulate_r，r＝1,2,…,R，R为信号调制方式的数量，主用户信号采用各调制方式的概率相同；

针对各次用户的接收信号进行单认知信号辨识，当得到的信号调制方式为Modulate_r时，则记调制方式的辨识结果U_s＝r，分别计算各种调制方式的似然函数值，并得到的所有似然函数值的最大值，并以该最大似然函数值所对应的调制方式作为占用授权信道j的主用户信号调制方式辨识结果；其中：

p(K|Modulate_r')＝max(p(K|Modulate₁),p(K|Modulate₂),…,p(K|Modulate_R))；

其中，p(K|Modulate_r)表示调制方式为Modulate_r时所对应的似然函数值，K表示M₁个分簇内参与协作的所有次用户的辨识结果，表示高斯信道中噪声的方差；p(K|Modulate_r')表示R个似然函数值中的最大值，即最大似然函数值；Modulate_r'表示最大似然函数值p(K|Modulate_r')所对应的信号调制方式；

步骤11，按照与步骤10中相同的信号调制方式辨识方法，依次得到对应占用剩余M-1个授权信道的信号调制方式，从而完成对多信道认知无线网络信号的辨识过程。

与现有技术相比，本发明的优点在于：

首先，本发明中的多信道认知无线网络信号辨识方法考虑各次用户的移动状态因素，针对认知无线网络中的单一信道进行检测，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信赖指数，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，并通过计算簇内各协作次用户基于即时速度矢量的函数关系方程和影响因子，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，准确地得到所有次用户针对该单一授权信道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，从而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；

再次，预设占用该单一授权信道的主用户信号的可能调制方式，分别计算各种调制方式的似然函数值，得到的所有似然函数值的最大值，并以该最大似然函数值所对应的调制方式作为占用该单一授权信道的主用户信号调制方式辨识结果；

最后，重复执行对单一授权信道的主用户信号调制方式的辨识方法，准确地实现对认知无线网络中多信道上的信号辨识，保证认知无线网络中次用户与主用户的通信互不干扰。

附图说明

图1为本发明实施例中认知无线网络的示意图。

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，本实施例中多信道认知无线网络信号辨识方法，多信道认知无线网络信号辨识方法，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中并针对认知无线网络的M个授权信道上的信号类型进行辨识，该多信道认知无线网络信号辨识方法依次包括如下步骤：

步骤1，N个次用户实时获取自身的即时位置、信噪比、即时速度矢量值，各次用户按照各自的预设检测周期对M个授权信道的占用情况依次分别进行能量检测，然后各次用户将获取的即时位置、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，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，即时速度矢量值包括即时速度值以及即时速度的偏移角，即时速度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对授权信道j的检测概率为P_d(CR_i,j)，次用户CR_i对授权信道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；

例如，在现在已有的协作检测方法中，次用户均被假设处于理想的静止状态，但是实际环境中的次用户并非始终处于静止状态，这些传统的协作检测方法并没有考虑次用户在实际环境中的移动情况，而本实施例中充分考虑了次用户实际环境中的移动情况，利用次用户的即时速度、即时速度方向来表征次用户的移动情况，从而能够更加切合实际需要，更有使用性；

步骤2，各从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；

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，以使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信道的检测性能；其中，次用户发送的检测结果包括检测概率和虚警概率；

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个次用户信噪比集合中的信赖指数ω_i；其中，预设协作设次用户筛选阈值记为ω₀，次用户CR_i所对应信噪比的信赖指数ω_i的计算公式如下：

在次用户信赖指数的计算中，本实施例中充分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信赖指数情况，以此准确地得到筛选主协作次用户的真实筛选参考指标，从而提高整个认知无线网络中各协作次用户之间的协作检测性能；

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的信赖指数情况，筛选出参与协作检测的协作次用户并将其置入协作次用户集合中：

当次用户所对应的信赖指数大于预设次协作用户筛选阈值ω₀时，则选择该次用户参与协作检测，并将该次用户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；

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个独立的分簇内，选择各分簇内更新检测结果的频率最大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；

更新检测结果频率最大的协作次用户由于检测性能不够稳定，如果允许其作为协作次用户参与到分簇内的协作检测，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且具有最大更新频率的次用户作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T_CRm、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：

其中，T_CRm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；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CR_m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：

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：

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；

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速度矢量(包括了即时速度值和即时速度的方向角度值)也融入到所处簇的协作检测中，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，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信道j的簇内协作检测概率以及针对授权信道j簇内协作检测的虚警概率；其中，簇C_L内所有协作次用户针对授权信道j的簇内协作检测概率记为Q_d(C_L,j)，簇C_L内所有协作次用户针对授权信道j的簇内协作虚警概率记为Q_f(C_L,j)：

其中，P_d(CR_k,j)表示该簇C_L内第k个协作次用户CR_k对授权信道j的检测概率，P_f(CR_k,j)表示该簇C_L内第k个协作次用户CR_k对授权信道j的虚警概率，κ_k表示簇C_L内第k个协作次用户CR_k的影响因子；

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；各分簇对应的协作贡献系数δ_L计算公式如下：

其中，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个分簇C_L内第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个次用户针对授权信道j的最终检测概率和最终虚警概率；N个次用户针对授权信道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)，其中：

步骤10，预设占用授权信道j的主用户信号的可能调制方式为Modulate_r，r＝1,2,…,R，R为信号调制方式的数量，主用户信号采用各调制方式的概率相同；例如，在授权信道j上，主用户信号的可能调制方式分别为Modulate₁、Modulate₂、Modulate₃、…、Modulate_R；

针对各次用户的接收信号进行单认知信号辨识，当得到的信号调制方式为Modulate_r时，则记调制方式的辨识结果U_s＝r，分别计算各种调制方式的似然函数值，得到所有似然函数值的最大值，并以该最大似然函数值所对应的调制方式作为占用授权信道j的主用户信号调制方式辨识结果；各种调制方式的似然函数值也就是在授权信道j上对应各种调制方式出现的可能概率，其中：

p(K|Modulate_r')＝max(p(K|Modulate₁),p(K|Modulate₂),…,p(K|Modulate_R))；

其中，p(K|Modulate_r)表示调制方式为Modulate_r时所对应的似然函数值，K表示M₁个分簇内参与协作的所有次用户的辨识结果，表示高斯信道中噪声的方差；p(K|Modulate_r')表示R个似然函数值中的最大值，即最大似然函数值；Modulate_r'表示最大似然函数值p(K|Modulate_r')所对应的信号调制方式；

例如，在授权信道j上，针对主用户信号调制方式可能为Modulate₁的似然函数值为p(K|Modulate₁)，针对主用户信号调制方式可能为Modulate₂的似然函数值为p(K|Modulate₂)，同样地，针对主用户信号调制方式可能为Modulate_R的似然函数值为p(KModulate_R)，那么假设这些似然函数值中的最大似然函数值为p(K|Modulate_r')，从而确定授权信道j上的主用户信号调制方式为|Modulate_r'，由此实现了对授权信道j上的主用户信号辨识；

步骤11，按照与步骤10中相同的信号调制方式辨识方法，依次得到对应占用剩余M-1个授权信道的信号调制方式，从而完成对多信道认知无线网络信号的辨识过程。

Claims (1)

1.多信道认知无线网络信号辨识方法，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中并针对认知无线网络的M个授权信道进行检测，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、信噪比和即时速度矢量值，各次用户按照各自的预设检测周期对M个授权信道的占用情况依次分别进行能量检测，然后各次用户将获取的即时位置、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，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，即时速度矢量值包括即时速度值以及即时速度的偏移角，即时速度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(X_CRi,Y_CRi,Z_CRi)，次用户CR_i的即时速度值标记为v_i，次用户CR_i的即时速度的偏移角标记为θ_i，次用户CR_i的预设检测周期记为T_CRi；次用户CR_i对授权信道j的检测概率为P_d(CR_i,j)，次用户CR_i对授权信道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，各从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；

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个次用户信噪比集合中的信赖指数ω_i；其中，预设协作设次用户筛选阈值记为ω₀，次用户CR_i所对应信噪比的信赖指数ω_i的计算公式如下：

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信赖指数情况，筛选出参与协作检测的协作次用户并将其置入协作次用户集合中：

当次用户所对应信噪比的信赖指数大于预设次协作用户筛选阈值ω₀时，则选择该次用户参与协作检测，并将该次用户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个独立的分簇内，选择各分簇内更新检测结果的频率最大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T_CRm、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：

其中，T_CRm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：

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：

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信道j的簇内协作检测概率以及针对授权信道j簇内协作检测的虚警概率；其中，簇C_L内所有协作次用户针对授权信道j的簇内协作检测概率记为Q_d(C_L,j)，簇C_L内所有协作次用户针对授权信道j的簇内协作虚警概率记为Q_f(C_L,j)：

其中，P_d(CR_k,j)表示该簇C_L内第k个协作次用户CR_k对授权信道j的检测概率，P_f(CR_k,j)表示该簇C_L内第k个协作次用户CR_k对授权信道j的虚警概率，κ_k表示簇C_L内第k个协作次用户CR_k的影响因子；

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；各分簇对应的协作贡献系数δ_L计算公式如下：

其中，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个分簇C_L内第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个次用户针对授权信道j的最终检测概率和最终虚警概率；N个次用户针对授权信道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)，其中：

步骤10，预设占用授权信道j的主用户信号的可能调制方式为Modulate_r，r＝1,2,…,R，R为信号调制方式的数量，主用户信号采用各调制方式的概率相同；

针对各次用户的接收信号进行单认知信号辨识，当得到的信号调制方式为Modulate_r时，则记调制方式的辨识结果U_s＝r，分别计算各种调制方式的似然函数值，并得到的所有似然函数值的最大值，并以该最大似然函数值所对应的调制方式作为占用授权信道j的主用户信号调制方式辨识结果；其中：

p(K|Modulate_r')＝max(p(K|Modulate₁),p(K|Modulate₂),…,p(K|Modulate_R))；

其中，p(K|Modulate_r)表示调制方式为Modulate_r时所对应的似然函数值，K表示M₁个分簇内参与协作的所有次用户的辨识结果，表示高斯信道中噪声的方差；p(K|Modulate_r')表示R个似然函数值中的最大值，即最大似然函数值；Modulate_r'表示最大似然函数值p(K|Modulate_r')所对应的信号调制方式；

步骤11，按照与步骤10中相同的信号调制方式辨识方法，依次得到对应占用剩余M-1个授权信道的信号调制方式，从而完成对多信道认知无线网络信号的辨识过程。