CN107612644B - 一种对抗恶意干扰的协作频谱感知方法 - Google Patents
一种对抗恶意干扰的协作频谱感知方法 Download PDFInfo
- Publication number
- CN107612644B CN107612644B CN201710924194.8A CN201710924194A CN107612644B CN 107612644 B CN107612644 B CN 107612644B CN 201710924194 A CN201710924194 A CN 201710924194A CN 107612644 B CN107612644 B CN 107612644B
- Authority
- CN
- China
- Prior art keywords
- signal
- sensing
- interference
- node
- data fusion
- 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
Links
Images
Abstract
本发明公开了一种对抗恶意干扰的协作频谱感知方法,其处理过程为:首先,所有感知节点各自中的信号采样模块对来自同一监测信道的接收信号进行采样,得到每个感知节点对应的采样信号;然后,每个感知节点根据自身对应的采样信号,估计得到自身的信干噪比的估计值;接着,每个感知节点将自身的信干噪比的估计值上传至数据融合中心,数据融合中心计算检验统计量;最后,数据融合中心通过比较检验统计量与判决门限的大小来实现频谱感知,判定在监测信道内是否有授权用户信号;优点是其能够有效解决由于阴影和深衰落引起的隐藏终端问题,而且能够有效解决环境中存在的恶意干扰对频谱感知性能的影响。
Description
技术领域
本发明涉及一种认知无线电系统中的频谱感知技术,尤其是涉及一种对抗恶意干扰的协作频谱感知方法。
背景技术
无线电频谱资源的有限性与人们对无线电频谱资源需求的大幅提升,构成了当今无线通信发展的一大矛盾。大量的研究表明,现有的固定频谱分配策略使频谱资源无法得到充分地利用,充分提高频谱资源的利用率将有效缓解上述矛盾。认知无线电技术为提高频谱资源的利用率提供了一种可行的方案。认知无线电技术指无线设备能够与所处通信环境进行交互并根据交互结果改变自身传输参数,从而实现以动态、自适应的方式灵活地利用潜在的空闲频谱。为了避免对授权用户产生干扰,认知无线电技术需要能够实现稳健地频谱感知,即采用认知无线电技术的感知节点能够可靠地检测出监测信道中是否存在授权用户信号。因此,频谱感知是认知无线电技术中的关键功能之一。
协作频谱感知方法能够有效克服由于阴影和深衰落引起的隐藏终端问题。现有的协作频谱感知方法主要通过融合多个感知节点接收到的信号能量来实现频谱感知,然而,这种基于信号能量的协作频谱感知方法较少考虑恶意干扰的问题,当存在恶意干扰,特别是恶意干扰源数量随机变化时,这种基于信号能量的协作频谱感知方法的频谱感知性能会急剧下降。
发明内容
本发明所要解决的技术问题是提供一种对抗恶意干扰的协作频谱感知方法,其能够有效解决由于阴影和深衰落引起的隐藏终端问题,而且能够有效解决环境中存在的恶意干扰对频谱感知性能的影响。
本发明解决上述技术问题所采用的技术方案为:一种对抗恶意干扰的协作频谱感知方法,其特征在于它的处理过程为:首先,所有感知节点各自中的信号采样模块对来自同一监测信道的接收信号进行采样,得到每个感知节点对应的采样信号;然后,每个感知节点根据自身对应的采样信号,估计得到自身的信干噪比的估计值;接着,每个感知节点将自身的信干噪比的估计值上传至数据融合中心,数据融合中心计算检验统计量;最后,数据融合中心通过比较检验统计量与判决门限的大小来实现频谱感知,判定在监测信道内是否有授权用户信号。
该协作频谱感知方法具体包括以下步骤:
步骤一:在认知无线电系统中分布式地放置有K个感知节点,所有感知节点各自中的信号采样模块对来自同一监测信道的接收信号进行采样,得到每个感知节点对应的采样信号,其中,K表示参与协作的感知节点的总个数,K≥2;
步骤二:每个感知节点根据自身对应的采样信号,估计得到自身的信干噪比的估计值,将第k个感知节点的信干噪比的估计值记为ρk,其中,1≤k≤K;
步骤四:将判决门限记为λ;然后数据融合中心通过比较T与λ的大小来实现频谱感知,如果T>λ,则判定在监测信道内有授权用户信号;如果T≤λ,则判定在监测信道内无授权用户信号,即判定监测信道处于空闲状态。
所述的步骤四中,λ=F-1(1-Pf),其中,F-1()为F()的逆函数,F()表示当监测信道内不存在授权用户信号时T服从参数为和的Gamma分布的累积概率密度函数,表示当监测信道内不存在授权用户信号时监测信道的信干噪比的方差,Pf表示给定的目标虚警概率,Pf∈[0,1]。
与现有技术相比,本发明的优点在于:
1)本发明方法利用参与协作的感知节点的信干噪比的估计值存在差异性的特点构建检验统计量,进而实现频谱感知,因此,本发明方法能够更好地提高频谱感知性能,同时能够有效地解决由于阴影和深衰落引起的隐藏终端问题。
2)与基于信号能量的协作频谱感知方法相比,本发明方法考虑了恶意干扰存在的影响,利用参与协作的感知节点的信干噪比的估计值存在差异性来实现频谱感知,这样在具有恶意干扰的环境中本发明方法仍能保持较高的频谱感知性能,而基于信号能量的协作频谱感知方法的频谱感知性能则下降明显。
附图说明
图1为本发明方法的流程框图;
图2为当K=10、Pf=0.1时,使用本发明方法和基于信号能量的等增益融合检测法的检测概率随信噪比变化的检测性能曲线对比图。
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。
本发明提出的一种对抗恶意干扰的协作频谱感知方法,其流程框图如图1所示,其处理过程为:首先,所有感知节点各自中的信号采样模块对来自同一监测信道的接收信号进行采样,得到每个感知节点对应的采样信号;然后,每个感知节点根据自身对应的采样信号,估计得到自身的信干噪比的估计值;接着,每个感知节点将自身的信干噪比的估计值上传至数据融合中心,数据融合中心计算检验统计量;最后,数据融合中心通过比较检验统计量与判决门限的大小来实现频谱感知,判定在监测信道内是否有授权用户信号。
本发明的对抗恶意干扰的协作频谱感知方法具体包括以下步骤:
步骤一:在认知无线电系统中分布式地放置有K个感知节点,所有感知节点各自中的信号采样模块对来自同一监测信道的接收信号进行采样,得到每个感知节点对应的采样信号,其中,K表示参与协作的感知节点的总个数,K≥2。
步骤二:利用现有技术,每个感知节点根据自身对应的采样信号,估计得到自身的信干噪比的估计值,将第k个感知节点的信干噪比的估计值记为ρk,其中,1≤k≤K。
步骤四:将判决门限记为λ;然后数据融合中心通过比较T与λ的大小来实现频谱感知,如果T>λ,则判定在监测信道内有授权用户信号;如果T≤λ,则判定在监测信道内无授权用户信号,即判定监测信道处于空闲状态。
在本实施例中,步骤四中的λ=F-1(1-Pf),其中,F-1()为F()的逆函数,F()表示当监测信道内不存在授权用户信号时T服从参数为和的Gamma分布的累积概率密度函数,表示当监测信道内不存在授权用户信号时监测信道的信干噪比的方差,的值通过现有技术可获得,Pf表示给定的目标虚警概率,Pf∈[0,1]。
通过以下仿真来进一步说明本发明的协作频谱感知方法的可行性和有效性。
图2给出了当K=10、Pf=0.1时,使用本发明方法和基于信号能量的等增益融合检测法的检测概率随信噪比(信号噪声功率比)变化的检测性能曲线对比图。从图2中可以看出,当信噪比大于-15分贝时,使用本发明方法的检测概率远高于基于信号能量的等增益融合检测法的检测概率,表明本发明方法的频谱感知性能优于基于信号能量的等增益融合检测法。
Claims (1)
1.一种对抗恶意干扰的协作频谱感知方法,其特征在于它的处理过程为:首先,所有感知节点各自中的信号采样模块对来自同一监测信道的接收信号进行采样,得到每个感知节点对应的采样信号;然后,每个感知节点根据自身对应的采样信号,估计得到自身的信干噪比的估计值;接着,每个感知节点将自身的信干噪比的估计值上传至数据融合中心,数据融合中心计算检验统计量;最后,数据融合中心通过比较检验统计量与判决门限的大小来实现频谱感知,判定在监测信道内是否有授权用户信号;
该对抗恶意干扰的协作频谱感知方法具体包括以下步骤:
步骤一:在认知无线电系统中分布式地放置有K个感知节点,所有感知节点各自中的信号采样模块对来自同一监测信道的接收信号进行采样,得到每个感知节点对应的采样信号,其中,K表示参与协作的感知节点的总个数,K≥2;
步骤二:每个感知节点根据自身对应的采样信号,估计得到自身的信干噪比的估计值,将第k个感知节点的信干噪比的估计值记为ρk,其中,1≤k≤K;
步骤四:将判决门限记为λ;然后数据融合中心通过比较T与λ的大小来实现频谱感知,如果T>λ,则判定在监测信道内有授权用户信号;如果T≤λ,则判定在监测信道内无授权用户信号,即判定监测信道处于空闲状态;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710924194.8A CN107612644B (zh) | 2017-09-30 | 2017-09-30 | 一种对抗恶意干扰的协作频谱感知方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710924194.8A CN107612644B (zh) | 2017-09-30 | 2017-09-30 | 一种对抗恶意干扰的协作频谱感知方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107612644A CN107612644A (zh) | 2018-01-19 |
CN107612644B true CN107612644B (zh) | 2020-10-27 |
Family
ID=61067922
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710924194.8A Active CN107612644B (zh) | 2017-09-30 | 2017-09-30 | 一种对抗恶意干扰的协作频谱感知方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107612644B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103220094A (zh) * | 2013-03-19 | 2013-07-24 | 西安电子科技大学 | 认知网络中进行并传与协作的联合传输方法 |
CN103763043A (zh) * | 2013-12-06 | 2014-04-30 | 镇江坤泉电子科技有限公司 | 基于协作式认知网络高效无线频谱感知方法 |
CN103888201A (zh) * | 2014-03-03 | 2014-06-25 | 宁波大学 | 一种利用空间分集的协作频谱感知方法 |
CN104168075A (zh) * | 2014-08-28 | 2014-11-26 | 北京邮电大学 | 一种噪声方差未知情况下的频谱检测方法与装置 |
US9661503B2 (en) * | 2015-05-14 | 2017-05-23 | King Fahd University Of Petroleum And Minerals | Spectrum-efficient secondary users grouping method for two-tier cognitive radio networks |
-
2017
- 2017-09-30 CN CN201710924194.8A patent/CN107612644B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103220094A (zh) * | 2013-03-19 | 2013-07-24 | 西安电子科技大学 | 认知网络中进行并传与协作的联合传输方法 |
CN103763043A (zh) * | 2013-12-06 | 2014-04-30 | 镇江坤泉电子科技有限公司 | 基于协作式认知网络高效无线频谱感知方法 |
CN103888201A (zh) * | 2014-03-03 | 2014-06-25 | 宁波大学 | 一种利用空间分集的协作频谱感知方法 |
CN104168075A (zh) * | 2014-08-28 | 2014-11-26 | 北京邮电大学 | 一种噪声方差未知情况下的频谱检测方法与装置 |
US9661503B2 (en) * | 2015-05-14 | 2017-05-23 | King Fahd University Of Petroleum And Minerals | Spectrum-efficient secondary users grouping method for two-tier cognitive radio networks |
Non-Patent Citations (1)
Title |
---|
基于中继的协作频谱感知性能分析及优化;李美玲;《通信学报》;20130930;第34卷(第9期);33-40 * |
Also Published As
Publication number | Publication date |
---|---|
CN107612644A (zh) | 2018-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Covert wireless communications in IoT systems: Hiding information in interference | |
Plata et al. | Evaluation of energy detection for spectrum sensing based on the dynamic selection of detection-threshold | |
Ranjan et al. | Design and analysis of spectrum sensing in cognitive radio based on energy detection | |
Quan et al. | Optimal multiband joint detection for spectrum sensing in cognitive radio networks | |
Wang et al. | Securing collaborative spectrum sensing against untrustworthy secondary users in cognitive radio networks | |
Yue et al. | Spectrum sensing algorithms for primary detection based on reliability in cognitive radio systems | |
CN107770778B (zh) | 一种基于软融合策略的盲协作频谱感知方法 | |
CN105959246B (zh) | 一种抗干扰方法 | |
Althunibat et al. | Energy-efficient spectrum sensing in cognitive radio networks by coordinated reduction of the sensing users | |
Adelantado et al. | A non-parametric statistical approach for malicious users detection in cognitive wireless ad-hoc networks | |
Kocak et al. | Time-delay estimation in dispersed spectrum cognitive radio systems | |
CN108494511B (zh) | 一种基于绝对值累积的动态到达频谱感知方法 | |
Balaji et al. | Cooperative spectrum sensing in cognitive radios using perceptron learning for IEEE 802.22 WRAN | |
Martínez et al. | Reducing the effects of the noise uncertainty in energy detectors for cognitive radio networks | |
Xiao et al. | MIMO-assisted channel-based authentication in wireless networks | |
CN111465023A (zh) | 一种基于历史能量信息的自适应双门限频谱感知方法 | |
Hu et al. | An algorithm for energy detection based on noise variance estimation under noise uncertainty | |
CN107612644B (zh) | 一种对抗恶意干扰的协作频谱感知方法 | |
Sun et al. | Cooperative spectrum sensing under ambient malicious interferences | |
Hejazi et al. | Cyclostationarity-based multi-antenna cooperative spectrum sensing in cognitive radio networks over correlated fading channels | |
Soltani et al. | On reducing multiband spectrum sensing duration for cognitive radio networks | |
Sun et al. | Selection of sensing nodes in cognitive radio system based on correlation of sensing information | |
Vu‐Van et al. | A cluster‐based sequential cooperative spectrum sensing scheme utilizing reporting framework for cognitive radios | |
Ionescu et al. | Battery depletion attacks on NB-IoT devices using interference | |
Zhang et al. | An Improved Cluster-Based Cooperative Spectrum Sensing Algorithm. |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |