CN107370548A - 一种基于无线电环境地图的协作宽带频谱感知方法 - Google Patents
一种基于无线电环境地图的协作宽带频谱感知方法 Download PDFInfo
- Publication number
- CN107370548A CN107370548A CN201710505173.2A CN201710505173A CN107370548A CN 107370548 A CN107370548 A CN 107370548A CN 201710505173 A CN201710505173 A CN 201710505173A CN 107370548 A CN107370548 A CN 107370548A
- Authority
- CN
- China
- Prior art keywords
- mrow
- user
- mtd
- msub
- frequency spectrum
- 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.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/02—Resource partitioning among network components, e.g. reuse partitioning
- H04W16/10—Dynamic resource partitioning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于无线电环境地图的协作宽带频谱感知方法，是一种基于无线电环境地图的多用户多信道协作频谱感知方法。在该方法中，认知无线电网络中的次用户利用双门限能量检测算法对宽带授权频谱的少数几个窄带子信道进行检测，由此所得的软、硬判决信息被分别进行处理。系统最终的全局判决结果由次用户处和无线电环境地图中的数据中心处的处理结果综合而成。无线电环境地图是一种综合各种无线电环境信息的数据库，用以提高频谱感知的效率和可靠性。本发明可降低次用户在宽带频谱感知时的信号采样速率及对相关器件的要求，更快速的得出频谱检测的结果，且无需知晓此用户处信噪比的先验信息，更加适合于实际的无线通信场景。
Description
技术领域
本发明涉及一种认知无线电频谱感知方法，尤其涉及一种基于无线电环境地图的协作宽带频谱感知方法。
背景技术
随着无线通信技术的迅猛发展，无线电子产品的功能越来越强大，无线通信业务类型越来越丰富，我们对于无线频谱资源的需求也越来越巨大。在这个背景下，认知无线电(Cognitive Radio,CR)作为一种智能频谱共享技术应运而生。CR技术是依靠人工智能技术感知无线通信环境，实时改变某些系统参数的智能无线通信系统。CR系统将授权频谱的用户称为主用户，共享频谱的用户称为次用户。次用户通过发现授权频段的空闲频谱，并伺机地接入使用，从而能够大大提高频谱的利用率。在检测频段的过程中，频谱感知技术是的重要保证，同时也是CR系统完成频谱管理、共享及信息可靠传输的前提。近年来频谱感知技术也在朝着宽带化和协作化的方向发展。基于无线电环境地图的多用户协作频谱感知能有效克服无线信道中存在的多径衰落、阴影效应和噪声功率不确定性等因素的影响，并可降低对宽带信号先验信息的依赖，进一步提高检测性能。
无线电环境地图技术(Radio Environment Map,REM)的概念最先由美国弗吉尼亚理工学院暨州立大学的Zhao Youping提出，它可看作是一种描述无线电工作环境的实时数据库。要实现REM，需要从地理信息数据库、无线设备数据可等成熟数据库中获取信息，与认知无线电设备合作感知，通过软件工具预估无线电传播特性，另外还需要外部网络提供支持。REM可提供的关于无线电环境的信息主要包括：CR系统中的此用户必须遵守的相关规则；CR网络中主用户和次用户的地理分布信息；空闲频谱资源的无线信道模型和分布信息；主用户和次用户的信道使用模式；干扰和阻塞源的分部信息等等。REM技术目的在于为CR设备或CR网络提供精准的信息支撑从而使得CR技术的实现变得更加简单。CR系统可以构建起一个全局REM为自身的运行提供支持，历史和当前的无线电环境信息可全部由该REM进行处理和存储，有效降低了用户端CR设备的复杂度和能耗，并减少了CR系统对于传输功率的要求，从而扩大了系统的动态范围。
CR根据学习和决策算法来改变自身的参数，从而动态监测频谱使用情况，进而达到有效利用频谱的目的。当前一些协作宽带方法感知多数基于传统的能量检测法，在信噪比较低或噪声变化剧烈的场景下，系统的检测性能下降显著。本发明涉及了一种基于REM的协作宽带频谱感知方法，可有效解决当感知到的信号能量值处于判决门限值附近时而发生的误检问题，通过访问REM，CR系统可以快速地了解其所处的无线环境的特征信息，及时掌握无线环境的变化，并通过调整自身的系统参数来适应这种变化，继而提高CR系统对于空闲授权频段的利用效率，缓解频谱资源紧缺的局面。
发明内容
在宽带通信场景下，CR系统中的次用户在对授权频段进行检测时，若根据奈奎斯特准则，需以大于2倍信号带宽的速率采样，会带来较高的采样开销和能耗，且对接收端模/数转换器的硬件要求比较严格。在频谱感知中被广泛采用的能量检测法因其判决门限根据噪声水平而确定，故对环境噪声较为敏感，在低信噪比场景下的检测性能较差。另外，认知无线电涉及的设备也十分复杂且开销很大。因此，本发明采用多用户协作双门限能量检测法，并且引入REM，更加快捷、准确的给出感知结果。本发明提供了一种更适用于实际通信场景下的低能耗、低开销的感知方法。
本发明中，CR网络中的次用户在对宽带授权频段进行感知前，先将整个宽带频段划分为若干个窄带子信道并利用双门限能量检测法感知其中的少数几个，由此所得的1bit硬判决信息和未定信号能量观测值(软判决信息)将被次用户分别进行处理。对于所感知的子信道的硬判决信息，次用户采用表决融合规则将其合并，根据合并结果做出自身的本地判决，并将该判决结果通过CR网络中的报告信道发送至数据融合中心(Fusion Center，FC)；对于所感知的子信道的软判决信息，次用户先不做处理而是将其暂存在本地。FC同样采用表决融合规则对CR网络中所有次用户的本地判决结果进行合并，若FC的硬判决结果显示宽带授权频段已被主用户占用，则便以此硬判决结果作为最终的全局判决结果；若FC的硬判决结果显示宽带授权频段尚未被主用户占用，FC会要求各次用户上传其暂存的软判决信息，同时查询REM中记录的各次用户和主用户间的距离信息，依据此对各次用户的软判决信息进行数据合并，并将合并的判决结果作为最终的全局判决结果。之后FC再通过报告信道将该全局判决结果反馈给CR网络中的各次用户。
本发明为解决上述技术问题采用以下技术方案：
本发明提供一种基于无线电环境地图的协作宽带频谱感知方法，具体步骤如下：
步骤1，认知无线电网络的N个次用户感知宽带授权频段时，将该频段划分为K个子信道；
步骤2，次用户随机选取K个子信道中的K'个子信道，采用双门限能量检测法进行感知，其中，1≤K'≤K，具体过程为：
2.1，根据系统预设的虚警概率Pf和次用户处的噪声不确定度ρ，求得双门限能量检测的两个门限值λ0和λ1，其中，λ0＜λ1；
2.2，次用户对K'个子信道作能量检测，将第i个子信道的接收信号的能量观测值Xi分别与λ0、λ1进行比较，若Xi＜λ0，则次用户判决该子信道上不存在主用户信号，得到判决结果0；若Xi≥λ1，则次用户判决该子信道上存在主用户信号，得到判决结果1；若λ0≤Xi＜λ1，则次用户不做出任何判决，将能量观测值Xi上传至数据融合中心；其中，i∈[1,K]；
2.3，次用户采用表决融合规则将2.2中得到确定判决结果的k个子信道的判决结果进行合并，得到其本地判决结果；
步骤3，认知无线电网络中的N个次用户将各自的本地判决结果上传至数据融合中心，数据融合中心采用表决融合规则对所有次用户的本地判决结果进行合并，得到硬判决结果DH，若DH＝1，则判定宽带授权频段被主用户占用，数据融合中心将其作为最终全局判定结果送至次用户处；若DH＝0，则进入步骤4；
步骤4，数据融合中心查询无线电环境地图REM，获取各个次用户和主用户间的距离信息；根据各个次用户和主用户间的距离信息赋予每个次用户不同的权值，将各个次用户上传的能量观测值进行加权合并得到软判决统计量，将软判决统计量与软判决的判决门限值进行比较，得到软判决结果DS，若DS＝1，则判定宽带授权频段被主用户占用，数据融合中心将其作为最终全局判定结果送至次用户处；若DS＝0，则判定宽带授权频段内不存在主用户，数据融合中心将其作为最终全局判定结果送至次用户处。
作为本发明的进一步优化方案，步骤1中其中，W为宽带授权频段的带宽，τ为CR的感知时间，M为次用户对子频段上接收信号的采样点数。
作为本发明的进一步优化方案，步骤2.1中 其中，Q-1()表示Q函数的反函数，Q函数定义为 表示噪声方差，M为次用户对子信道上接收信号的采样点数Pf,i是次用户在第i个子信道的虚警概率。
作为本发明的进一步优化方案，步骤2.2中第i个子信道的接收信号的能量观测值其中，M为次用户对子信道上接收信号的采样点数，xi(t)表示宽带授权频段的第i个子信道上接收信号的第t个样值。
作为本发明的进一步优化方案，步骤2.3中次用户的本地判决结果为：
其中，Dj为CR网络中第j个次用户的本地判决结果，j∈[1,N]，N为CR网络中次用户总数；Dr为得到确定判决结果的k个子信道中第r个子信道的判决结果，m为次用户处表决融合规则的表决门限值，m∈[1,k]。
作为本发明的进一步优化方案，步骤3中数据融合中心的硬判决结果为：
其中，N为数据融合中心处表决融合规则的表决门限值，n∈[1,N]。
作为本发明的进一步优化方案，步骤4中软判决统计量为：
其中，wj为第j个次用户的权值，dj为第j个次用户和主用户之间的距离，ds为第s个次用户和主用户之间的距离，Yj为第j个次用户上传至数据融合中心的能量观测值的平均值。
作为本发明的进一步优化方案，步骤4中数据融合中心的软判决结果为：
其中，λS为数据融合中心软判决的判决门限值，
本发明采用以上技术方案与现有技术相比，具有以下技术效果：
1.次用户将宽带授权频段划分为若干个子信道，并感知其中的少数几个，可大幅降低宽带频谱感知所带来的采样开销和能耗，降低硬件要求；
2.每个子信道上均采用双门限能量检测，可降低感知到的信号能量值处于判决门限值附近时而发生误检的概率；
3.数据融合中心FC查询无线电环境地图REM中的用户信息，因此无需通过次用户了解其瞬时的信道状态，可快捷计算出各次用户的加权权值，从而满足频谱感知实时性的要求。
附图说明
图1是基于无线电环境地图REM的协作宽带频谱感知算法流程图。
具体实施方式
下面结合附图对本发明的技术方案做进一步的详细说明：
假设一个认知无线电网络CR内存在N个次用户，则基于无线电环境地图REM的协作宽带频谱感知方法的具体实施，如图1所示，包括以下四个步骤：
步骤一：CR网络中的N个次用户在对宽带授权频段进行感知前，先各自将该频段划分为K个子信道，其中W为宽带授权频段带宽，τ为CR系统的感知时间，M为次用户对子信道上接收信号的采样点数。
次用户根据系统预设的虚警概率和其本地的噪声不确定度ρ，可求得双门限能量检测算法的两个判决门限值：
较小的门限值为
较大的门限值为
其中，Q-1(…)表示Q函数的反函数(Q函数为 代表噪声方差，Pf,i是次用户在第i个子信道的虚警概率。
步骤二：次用户随机选取K个子信道中的K′个(1≤K′≤K)进行双门限能量检测。子信道上的接收信号依次通过模数转换模块、平方器和积分器，得到其能量观测值其中xi(t)表示宽带授权频段的第i个子信道上接收信号的第t个样值，i∈[1,K′]。
将信号能量观测值Xi依次与双门限能量检测算法中的两个判决门限值λ0和λ1相比较，当Xi＜λ0时，次用户判决该子信道不存在主用户信号，得到判决结果0；当Xi≥λ1时，次用户判决该子信道存在主用户信号，得到判决结果1；而当λ0≤Xi＜λ1时，次用户不做出任何判决，而是直接将能量观测值Xi暂存起来，以作为FC进行软判决数据融合的备用数据。
综上所述，次用户对于第i个子信道的判决Di可表示为：
步骤三：假设次用户感知的K′个子信道中有k个得到了确定的1bit硬判决信息，其余K′-k个子信道的信号能量观测值被次用户暂存了起来。次用户采用表决融合规则合并这k个判决结果，进而得到自己的本地判决结果，具体判决过程可表示为：
式中，Dj为CR网络中第j个次用户的本地判决结果，j∈[1,N]表示CR网络中的第j个次用户；Dr为得到确定判决结果的k个子信道中第r个子信道的判决结果；m∈[1,k]是次用户处表决融合规则的表决门限值，其表示当k个子频段中至少有m个存在主用户信号时，次用户才会判决宽带授权频段存在主用户信号。之后，次用户将其本地判决结果通过报告信道发送给FC。
步骤四：当FC接收到CR网络中全部N个次用户的本地判决结果后，依旧采用表决融合规则合并这些判决结果，进而得到算法的硬判决结果为：
式中，n∈[1,N]是FC处表决融合规则的门限值。
当DH＝1，即硬判决结果为宽带授权频段被主用户占用时，FC会将该结果作为最终的全局判决结果送至次用户处。
而，当DH＝0，即硬判决结果为宽带授权频段未被主用户占用时，则FC再次进行软判决：
首先，FC将先查询REM获取CR网络中各个次用户和主用户间的距离信息，并根据这些距离信息赋予每个次用户不同的权值，其可表示为：
式中，dj为第j个次用户和主用户之间的距离，ds为第s个次用户和主用户之间的距离。
然后，FC要求N个次用户上传其暂存的信号能量观测值，并进行加权合并得到算法的软判决统计量：
式中，表示第j个次用户暂存的能量观测值的平均值。
最后，将软判决统计量与软判决的门限值进行比较，得到算法的软判决结果为：
式中，为软判决的判决门限值。
若DS＝1，则判定宽带授权频段被主用户占用，数据融合中心将其作为最终全局判定结果送至次用户处；若DS＝0，则判定宽带授权频段内不存在主用户，数据融合中心将其作为最终全局判定结果送至次用户处。
本发明的目的是寻找一种对器件要求较低且更有效的认知无线电频谱感知方法来检测宽带授权频段中存在的主用户信号，从而提高频谱利用率。本发明可应用于一个用于实际的认知无线电频谱感知场景，更有效、低能耗地检测频谱资源的使用情况。
以上所述，仅为本发明中的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉该技术的人在本发明所公开的技术范围内，可理解想到的变换或替换，都应涵盖在本发明的包含范围之内，因此，本发明的保护范围应该以权利要求书的保护范围为准。
Claims (8)
1.一种基于无线电环境地图的协作宽带频谱感知方法，其特征在于，具体步骤如下：
步骤1，认知无线电网络的N个次用户感知宽带授权频段时，将该频段划分为K个子信道；
步骤2，次用户随机选取K个子信道中的K'个子信道，采用双门限能量检测法进行感知，其中，1≤K'≤K，具体过程为：
2.1，根据系统预设的虚警概率Pf和次用户处的噪声不确定度ρ，求得双门限能量检测的两个门限值λ0和λ1，其中，λ0＜λ1；
2.2，次用户对K'个子信道作能量检测，将第i个子信道的接收信号的能量观测值Xi分别与λ0、λ1进行比较，若Xi＜λ0，则次用户判决该子信道上不存在主用户信号，得到判决结果0；若Xi≥λ1，则次用户判决该子信道上存在主用户信号，得到判决结果1；若λ0≤Xi＜λ1，则次用户不做出任何判决，将能量观测值Xi上传至数据融合中心；其中，i∈[1,K]；
2.3，次用户采用表决融合规则将2.2中得到确定判决结果的k个子信道的判决结果进行合并，得到其本地判决结果；
步骤3，认知无线电网络中的N个次用户将各自的本地判决结果上传至数据融合中心，数据融合中心采用表决融合规则对所有次用户的本地判决结果进行合并，得到硬判决结果DH，若DH＝1，则判定宽带授权频段被主用户占用，数据融合中心将其作为最终全局判定结果送至次用户处；若DH＝0，则进入步骤4；
步骤4，数据融合中心查询无线电环境地图REM，获取各个次用户和主用户间的距离信息；根据各个次用户和主用户间的距离信息赋予每个次用户不同的权值，将各个次用户上传的能量观测值进行加权合并得到软判决统计量，将软判决统计量与软判决的判决门限值进行比较，得到软判决结果DS，若DS＝1，则判定宽带授权频段被主用户占用，数据融合中心将其作为最终全局判定结果送至次用户处；若DS＝0，则判定宽带授权频段内不存在主用户，数据融合中心将其作为最终全局判定结果送至次用户处。
2.根据权利要求1所述的一种基于无线电环境地图的协作宽带频谱感知方法，其特征在于，步骤1中其中，W为宽带授权频段的带宽，τ为CR的感知时间，M为次用户对子频段上接收信号的采样点数。
3.根据权利要求1所述的一种基于无线电环境地图的协作宽带频谱感知方法，其特征在于，步骤2.1中其中，Q-1()表示Q函数的反函数，Q函数定义为 表示噪声方差，M为次用户对子信道上接收信号的采样点数Pf,i是次用户在第i个子信道的虚警概率。
4.根据权利要求3所述的一种基于无线电环境地图的协作宽带频谱感知方法，其特征在于，步骤2.2中第i个子信道的接收信号的能量观测值其中，M为次用户对子信道上接收信号的采样点数，xi(t)表示宽带授权频段的第i个子信道上接收信号的第t个样值。
5.根据权利要求4所述的一种基于无线电环境地图的协作宽带频谱感知方法，其特征在于，步骤2.3中次用户的本地判决结果为：
<mrow>
<msub>
<mi>D</mi>
<mi>j</mi>
</msub>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mn>0</mn>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>r</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>k</mi>
</munderover>
<msub>
<mi>D</mi>
<mi>r</mi>
</msub>
<mo><</mo>
<mi>m</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mn>1</mn>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>r</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>k</mi>
</munderover>
<msub>
<mi>D</mi>
<mi>r</mi>
</msub>
<mo>&GreaterEqual;</mo>
<mi>m</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
其中，Dj为CR网络中第j个次用户的本地判决结果，j∈[1,N]，N为CR网络中次用户总数；Dr为得到确定判决结果的k个子信道中第r个子信道的判决结果，m为次用户处表决融合规则的表决门限值，m∈[1,k]。
6.根据权利要求5所述的一种基于无线电环境地图的协作宽带频谱感知方法，其特征在于，步骤3中数据融合中心的硬判决结果为：
<mrow>
<msub>
<mi>D</mi>
<mi>H</mi>
</msub>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mn>0</mn>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msub>
<mi>D</mi>
<mi>j</mi>
</msub>
<mo><</mo>
<mi>n</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mn>1</mn>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msub>
<mi>D</mi>
<mi>j</mi>
</msub>
<mo>&GreaterEqual;</mo>
<mi>n</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
其中，N为数据融合中心处表决融合规则的表决门限值，n∈[1,N]。
7.根据权利要求6所述的一种基于无线电环境地图的协作宽带频谱感知方法，其特征在于，步骤4中软判决统计量为：
<mrow>
<mi>Y</mi>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msub>
<mi>w</mi>
<mi>j</mi>
</msub>
<msub>
<mi>Y</mi>
<mi>j</mi>
</msub>
</mrow>
其中，wj为第j个次用户的权值，dj为第j个次用户和主用户之间的距离，ds为第s个次用户和主用户之间的距离，Yj为第j个次用户上传至数据融合中心的能量观测值的平均值。
8.根据权利要求7所述的一种基于无线电环境地图的协作宽带频谱感知方法，其特征在于，步骤4中数据融合中心的软判决结果为：
<mrow>
<msub>
<mi>D</mi>
<mi>S</mi>
</msub>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mn>0</mn>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>Y</mi>
<mo><</mo>
<msub>
<mi>&lambda;</mi>
<mi>S</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mn>1</mn>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>Y</mi>
<mo>&GreaterEqual;</mo>
<msub>
<mi>&lambda;</mi>
<mi>S</mi>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
其中，λS为数据融合中心软判决的判决门限值，
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710505173.2A CN107370548A (zh) | 2017-06-28 | 2017-06-28 | 一种基于无线电环境地图的协作宽带频谱感知方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710505173.2A CN107370548A (zh) | 2017-06-28 | 2017-06-28 | 一种基于无线电环境地图的协作宽带频谱感知方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107370548A true CN107370548A (zh) | 2017-11-21 |
Family
ID=60306547
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710505173.2A Pending CN107370548A (zh) | 2017-06-28 | 2017-06-28 | 一种基于无线电环境地图的协作宽带频谱感知方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107370548A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109150341A (zh) * | 2018-09-11 | 2019-01-04 | 北京邮电大学 | 频谱感知方法和设备以及存储介质 |
| CN110740006A (zh) * | 2019-10-25 | 2020-01-31 | 南京南瑞信息通信科技有限公司 | 一种优化的物联网多频段协作频谱感知方法 |
| CN111740795A (zh) * | 2020-06-24 | 2020-10-02 | 南京邮电大学 | 一种基于次用户历史判决的双阈值协作感知方法 |
| CN112769506A (zh) * | 2021-01-20 | 2021-05-07 | 成都理工大学 | 一种基于频谱的快速无线电检测方法 |
| CN113709750A (zh) * | 2021-08-23 | 2021-11-26 | 南京邮电大学 | 一种面向物联网环境的频谱分层协同认知方法 |
| CN114268389A (zh) * | 2021-12-06 | 2022-04-01 | 电子科技大学 | 一种联合小波变换的多点协作频谱感知方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105163318A (zh) * | 2015-06-29 | 2015-12-16 | 国家无线电监测中心 | 基于无线电环境地图和用户分级的智能频谱管理网络架构 |
| CN105227253A (zh) * | 2015-08-20 | 2016-01-06 | 黑龙江科技大学 | 一种新型的基于能量检测的双门限协作频谱感知算法 |
| CN106656374A (zh) * | 2016-12-29 | 2017-05-10 | 南京邮电大学 | 一种基于双门限能量检测的协作宽带频谱感知方法 |
-
2017
- 2017-06-28 CN CN201710505173.2A patent/CN107370548A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105163318A (zh) * | 2015-06-29 | 2015-12-16 | 国家无线电监测中心 | 基于无线电环境地图和用户分级的智能频谱管理网络架构 |
| CN105227253A (zh) * | 2015-08-20 | 2016-01-06 | 黑龙江科技大学 | 一种新型的基于能量检测的双门限协作频谱感知算法 |
| CN106656374A (zh) * | 2016-12-29 | 2017-05-10 | 南京邮电大学 | 一种基于双门限能量检测的协作宽带频谱感知方法 |
Non-Patent Citations (3)
| Title |
|---|
| CHEN YI等: "A New Cooperative Spectrum Sensing with Radio", 《2015年IC1T会议》 * |
| LIU XIN等: "Double-Threshold Cooperative Detection", 《2011年第六届国际ICST中国通信和网络会议》 * |
| 明兰: "基于数据融合的协作频谱检测算法的研究", 《CNKI优秀硕士学位论文全文库 信息科技辑》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109150341A (zh) * | 2018-09-11 | 2019-01-04 | 北京邮电大学 | 频谱感知方法和设备以及存储介质 |
| CN110740006A (zh) * | 2019-10-25 | 2020-01-31 | 南京南瑞信息通信科技有限公司 | 一种优化的物联网多频段协作频谱感知方法 |
| CN111740795A (zh) * | 2020-06-24 | 2020-10-02 | 南京邮电大学 | 一种基于次用户历史判决的双阈值协作感知方法 |
| CN112769506A (zh) * | 2021-01-20 | 2021-05-07 | 成都理工大学 | 一种基于频谱的快速无线电检测方法 |
| CN112769506B (zh) * | 2021-01-20 | 2023-05-12 | 西安千将云信息科技有限公司 | 一种基于频谱的快速无线电检测方法 |
| CN113709750A (zh) * | 2021-08-23 | 2021-11-26 | 南京邮电大学 | 一种面向物联网环境的频谱分层协同认知方法 |
| CN113709750B (zh) * | 2021-08-23 | 2023-09-26 | 南京邮电大学 | 一种面向物联网环境的频谱分层协同认知方法 |
| CN114268389A (zh) * | 2021-12-06 | 2022-04-01 | 电子科技大学 | 一种联合小波变换的多点协作频谱感知方法 |
| CN114268389B (zh) * | 2021-12-06 | 2022-11-15 | 电子科技大学 | 一种联合小波变换的多点协作频谱感知方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107370548A (zh) | 一种基于无线电环境地图的协作宽带频谱感知方法 | |
| CN106656374A (zh) | 一种基于双门限能量检测的协作宽带频谱感知方法 | |
| CN102571241B (zh) | 一种改进的双门限协作频谱感知方法 | |
| CN107370521B (zh) | 一种认知无线电多用户协作频谱感知方法 | |
| CN101521896B (zh) | 认知无线电中的基于似然比的协同频谱感知方法 | |
| CN105227253A (zh) | 一种新型的基于能量检测的双门限协作频谱感知算法 | |
| CN103220052B (zh) | 一种认知无线电中检测频谱空洞的方法 | |
| CN103338082B (zh) | 一种基于“k秩”准则的双门限协作频谱感知方法 | |
| Saffar et al. | Machine learning with partially labeled data for indoor outdoor detection | |
| CN105916202A (zh) | 一种概率性的WiFi室内定位指纹库构建方法 | |
| Zhang et al. | Utilizing CSI and RSSI to achieve high-precision outdoor positioning: A deep learning approach | |
| CN104202106A (zh) | 移动场景中基于信任度的协作频谱感知方法 | |
| CN105099587B (zh) | 移动场景下认知无线电频谱感知系统检测性能参量获得方法 | |
| CN105490761B (zh) | 车联认知无线电自适应频谱感知方法 | |
| CN103780318A (zh) | 一种动态双门限协作频谱感知方法 | |
| CN102665218B (zh) | 基于动态分配策略的频谱检测系统及方法 | |
| CN105141384B (zh) | 一种认知无线电协作频谱感知方法 | |
| CN110572202B (zh) | 一种感知性能驱动的单星和多星相结合的混合频谱感知方法 | |
| CN104022839B (zh) | 一种应用于合作频谱感知的信息融合判决方法 | |
| CN104469811A (zh) | 认知无线传感网络分簇合作频谱感知硬融合方法 | |
| CN105337676B (zh) | 移动场景中软判决协作频谱感知数据融合方法 | |
| CN101753229B (zh) | 一种基于无线移动网络的协作认知方法、装置及系统 | |
| US20230254723A1 (en) | Data transmission method and communication apparatus | |
| CN111106888B (zh) | 一种基于多模相关性的分步式频谱感知方法及存储介质 | |
| Pattanayak et al. | Identification of spectrum holes using ANN model in TV bands with AWGN |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171121 |
|
| RJ01 | Rejection of invention patent application after publication |