CN107770778B - 一种基于软融合策略的盲协作频谱感知方法 - Google Patents
一种基于软融合策略的盲协作频谱感知方法 Download PDFInfo
- Publication number
- CN107770778B CN107770778B CN201710853221.7A CN201710853221A CN107770778B CN 107770778 B CN107770778 B CN 107770778B CN 201710853221 A CN201710853221 A CN 201710853221A CN 107770778 B CN107770778 B CN 107770778B
- Authority
- CN
- China
- Prior art keywords
- sensing
- sampling
- sensing node
- estimated
- 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
本发明公开了一种基于软融合策略的盲协作频谱感知方法,其处理过程为:首先,每个感知节点中的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,每个感知节点计算其对应的采样信号的估计功率及瞬时功率的估计方差;接着,每个感知节点将其对应的采样信号的估计功率及瞬时功率的估计方差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;优点是其无需知道授权用户信号和无线信道的先验信息,且能够很好地克服感知节点的隐藏终端问题,能够有效地提高频谱感知性能。
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,尤其是涉及一种基于软融合策略的盲协作频谱感知方法。
背景技术
有限的可利用物理频谱资源,与快速发展的无线通信技术以及人们对数据速率需求的大幅提升,构成了当今无线通信领域发展的一大矛盾。然而,大量的研究结果表明,现有的固定频谱分配策略使很多频谱资源无法得到充分利用。如何提高频谱资源的利用率是人们所关心的问题,而认知无线电技术为解决该问题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的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。在提高频谱资源的利用率的同时又不对授权用户产生干扰,认知无线电技术需要在保证足够低的虚警概率和尽可能高的检测概率下,实现稳健地频谱感知,即感知用户必须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环节,发挥着重要作用。
频谱感知方法按照参与的感知节点的个数可以大致分成两类:单节点频谱感知方法和协作频谱感知方法。
单节点频谱感知方法有能量检测法、匹配滤波检测法、循环平稳检测法等,具有操作方便、实现简单的特点,因而得到了广泛应用。然而,单节点频谱感知方法的检测性能容易受到传播环境和所处位置的影响,当授权用户信号在无线信道中经历深度衰落时,这些方法的检测性能将严重下降;而且,当该感知节点发生隐藏终端问题时,这些方法都将失效。
为了克服单节点频谱感知方法存在的技术问题,人们提出了协作频谱感知方法。协作频谱感知方法的思想是利用感知节点分布式放置的特点来获得检验统计量的空间分集增益,同时抵抗隐藏终端问题。常见的协作频谱感知方法有协方差检测法、最大-最小特征值检测法、基于一定融合准则的能量检测法等,这些方法中除基于一定融合准则的能量检测法外都需要知道授权用户信号或无线信道的先验信息。因此,对基于一定融合准则的能量检测法的研究较多,如:2008年,JMa等人在文献《Soft Combination and Detectionfor Cooperative Spectrum Sensing in Cognitive Radio Networks》(认知无线电网络中采用软融合检测的协作频谱感知方法)中指出在高斯信道且接收信噪比较大的条件下,当各感知节点的接收能量采用等增益融合方式进行协作频谱感知时,将获得近似最优的检测性能,但是,当感知节点面临深度衰落或存在隐藏终端问题时,该方法的检测性能将会受到影响,且随着隐藏终端个数的增加其性能下降更加明显。
发明内容
本发明所要解决的技术问题是提供一种基于软融合策略的盲协作频谱感知方法,其无需知道授权用户信号和无线信道的先验信息,且能够很好地克服感知节点的隐藏终端问题,能够有效地提高频谱感知性能。
本发明解决上述技术问题所采用的技术方案为:一种基于软融合策略的盲协作频谱感知方法,其特征在于它的处理过程为:首先,每个感知节点中的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,每个感知节点计算其对应的采样信号的估计功率及瞬时功率的估计方差;接着,每个感知节点将其对应的采样信号的估计功率及瞬时功率的估计方差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。
该盲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M个感知节点,每个感知节点中的采样模块对来自同一监测信道的接收信号进行K次采样,得到每个感知节点对应的由K个采样点的采样值构成的采样信号,将第m个感知节点对应的采样信号中的第k个采样点的采样值记为xm(k),其中,M表示参与协作的感知节点的总个数,M≥2,K≥50,1≤m≤M,1≤k≤K;
步骤二:每个感知节点计算其对应的采样信号的估计功率及瞬时功率的估计方差,将第m个感知节点对应的采样信号的估计功率记为将第m个感知节点对应的采样信号的瞬时功率的估计方差记为其中,|xm(k)|为xm(k)的模;
步骤三:每个感知节点将其对应的采样信号的估计功率及瞬时功率的估计方差上传至数据融合中心,数据融合中心计算检验统计量,记为T,
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。
与现有技术相比,本发明的优点在于:
1)本发明方法不需要知道授权用户信号和无线信道的任何先验信息,因此是一种盲频谱感知方法。
2)本发明方法利用参与协作的感知节点间接收到的授权用户信号功率存在的差异性,而噪声功率基本相同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,同时能够克服感知节点的隐藏终端问题。
3)与传统的协作频谱感知方法相比,当隐藏终端个数增加时本发明方法仍能保持较高的检测性能,而传统的协作频谱感知方法的检测性能下降明显。
4)与传统的软协作频谱感知方法相比,本发明方法只需要将每个感知节点对应的采样信号的估计功率及瞬时功率的估计方差两个值上传至数据融合中心,因此,本发明方法具有通信开销低的优点。
附图说明
图1为本发明方法的流程框图;
图2为当M=15、接收信噪比为-16分贝、K=1000时,分别采用本发明方法和J Ma等人提出的频谱感知方法的ROC曲线的比较示意图;
图3为当M=15、K=1000时,本发明方法和J Ma等人提出的频谱感知方法随信噪比变化的检测性能曲线;
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。
本发明提出的一种基于软融合策略的盲协作频谱感知方法,其流程框图如图1所示,其处理过程为:首先,每个感知节点中的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,每个感知节点计算其对应的采样信号的估计功率及瞬时功率的估计方差;接着,每个感知节点将其对应的采样信号的估计功率及瞬时功率的估计方差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。
该盲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M个感知节点,每个感知节点中的采样模块对来自同一监测信道的接收信号进行K次采样,得到每个感知节点对应的由K个采样点的采样值构成的采样信号,将第m个感知节点对应的采样信号中的第k个采样点的采样值记为xm(k),其中,M表示参与协作的感知节点的总个数,M≥2,K≥50,1≤m≤M,1≤k≤K。
步骤二:每个感知节点计算其对应的采样信号的估计功率及瞬时功率的估计方差,将第m个感知节点对应的采样信号的估计功率记为将第m个感知节点对应的采样信号的瞬时功率的估计方差记为其中,|xm(k)|为xm(k)的模。
步骤三:每个感知节点将其对应的采样信号的估计功率及瞬时功率的估计方差上传至数据融合中心,数据融合中心计算检验统计量,记为T,
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。在此,F-1()为F()的逆函数,F()表示当监测信道内不存在授权用户时T服从参数为和的Beta分布的累积分布函数,表示给定的目标虚警概率,
通过以下仿真来进一步说明本发明方法的可行性和有效性。
假设认知无线电系统中有M=15个感知节点参与协作频谱感知,每个感知节点的采样点数为K=1000。图2给出了当M=15、接收信噪比为-16分贝、K=1000时,分别采用本发明方法和J Ma等人提出的频谱感知方法的ROC曲线。从图2中可以看出,本发明方法的ROC曲线高于J Ma等人提出的频谱感知方法的ROC曲线。因此,图2表明本发明方法的频谱感知性能优于J Ma等人提出的频谱感知方法。图2中所示的ROC曲线称为感受性曲线,横坐标为目标虚警概率,纵坐标为检测概率;曲线下方的面积越大,则表示该曲线所对应的频谱感知方法的检测性能越好。
假设认知无线电系统中有M=15个感知节点参与协作频谱感知,每个感知节点的采样点数为K=1000,目标虚警概率为图3给出了本发明方法和J Ma等人提出的频谱感知方法随信噪比变化的检测性能曲线。从图3中可以看出,本发明方法的频谱感知性能比J Ma等人提出的频谱感知方法的性能好。
Claims (2)
1.一种基于软融合策略的盲协作频谱感知方法,其特征在于它的处理过程为:首先,每个感知节点中的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,每个感知节点计算其对应的采样信号的估计功率及瞬时功率的估计方差;接着,每个感知节点将其对应的采样信号的估计功率及瞬时功率的估计方差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;
该盲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M个感知节点,每个感知节点中的采样模块对来自同一监测信道的接收信号进行K次采样,得到每个感知节点对应的由K个采样点的采样值构成的采样信号,将第m个感知节点对应的采样信号中的第k个采样点的采样值记为xm(k),其中,M表示参与协作的感知节点的总个数,M≥2,K≥50,1≤m≤M,1≤k≤K;
步骤二:每个感知节点计算其对应的采样信号的估计功率及瞬时功率的估计方差,将第m个感知节点对应的采样信号的估计功率记为将第m个感知节点对应的采样信号的瞬时功率的估计方差记为 其中,|xm(k)|为xm(k)的模;
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 |
---|---|---|---|
CN201710853221.7A CN107770778B (zh) | 2017-09-20 | 2017-09-20 | 一种基于软融合策略的盲协作频谱感知方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710853221.7A CN107770778B (zh) | 2017-09-20 | 2017-09-20 | 一种基于软融合策略的盲协作频谱感知方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107770778A CN107770778A (zh) | 2018-03-06 |
CN107770778B true CN107770778B (zh) | 2020-01-21 |
Family
ID=61267297
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710853221.7A Active CN107770778B (zh) | 2017-09-20 | 2017-09-20 | 一种基于软融合策略的盲协作频谱感知方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107770778B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110113759B (zh) * | 2019-04-26 | 2022-12-13 | 中国人民解放军国防科技大学 | 一种基于能量有效性分析的量化协作频谱感知方法 |
CN113037406B (zh) * | 2020-12-29 | 2022-07-05 | 杭州电子科技大学 | 一种时频特性提取及压缩感知融合的高效协作频谱感知方法 |
CN114337881B (zh) * | 2021-11-26 | 2023-02-03 | 西安电子科技大学 | 基于多无人机分布式与lms的无线频谱智能感知方法 |
CN115664563A (zh) * | 2022-10-20 | 2023-01-31 | 电子科技大学 | 一种基于能量特征几何对称性的有无源协作频谱感知方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101867424A (zh) * | 2010-06-25 | 2010-10-20 | 西安交通大学 | 一种认知无线电网络的协作频谱感知方法 |
CN101951274A (zh) * | 2010-09-22 | 2011-01-19 | 上海交通大学 | 低复杂度的合作频谱感知方法 |
CN102710345A (zh) * | 2012-04-27 | 2012-10-03 | 宁波大学 | 一种基于多天线Friedman检验的认知无线电频谱感知方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8301139B2 (en) * | 2009-11-23 | 2012-10-30 | Xilinx, Inc. | Femtocell configuration using spectrum sensing |
-
2017
- 2017-09-20 CN CN201710853221.7A patent/CN107770778B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101867424A (zh) * | 2010-06-25 | 2010-10-20 | 西安交通大学 | 一种认知无线电网络的协作频谱感知方法 |
CN101951274A (zh) * | 2010-09-22 | 2011-01-19 | 上海交通大学 | 低复杂度的合作频谱感知方法 |
CN102710345A (zh) * | 2012-04-27 | 2012-10-03 | 宁波大学 | 一种基于多天线Friedman检验的认知无线电频谱感知方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107770778A (zh) | 2018-03-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107770778B (zh) | 一种基于软融合策略的盲协作频谱感知方法 | |
Slimane | Bounds on the distribution of a sum of independent lognormal random variables | |
CN108322277B (zh) | 一种基于协方差矩阵反特征值的频谱感知方法 | |
CN107682103B (zh) | 一种基于最大特征值和主特征向量的双特征频谱感知方法 | |
CN109347579B (zh) | 一种在无线信道衰落不确定条件下的弱信号检测方法 | |
CN101437295A (zh) | 一种基于snr比较的感知无线电协作频谱检测方法 | |
CN103117820A (zh) | 基于可信度的加权协作频谱检测方法 | |
CN104469784A (zh) | 一种异构网络中频谱感知数据的处理方法及装置 | |
CN101521896A (zh) | 认知无线电中的基于似然比的协同频谱感知方法 | |
CN103888201B (zh) | 一种利用空间分集的协作频谱感知方法 | |
CN110649982B (zh) | 基于次用户节点选择的双阈值能量检测方法 | |
CN102223194A (zh) | 一种频谱感知方法 | |
Chen et al. | Triple-threshold cooperative spectrum sensing algorithm based on energy detection | |
CN104270210A (zh) | 基于压缩非重构的软判决频谱感知方法 | |
CN112099057A (zh) | 一种基于模糊逻辑的双门限协作gnss干扰检测算法 | |
CN108900268B (zh) | 利用小特征值估计噪声功率的最大特征值频谱感知方法 | |
CN108390735B (zh) | 一种信息素驱动的分布式协同宽带频谱感知方法 | |
CN110740006A (zh) | 一种优化的物联网多频段协作频谱感知方法 | |
Vu‐Van et al. | A cluster‐based sequential cooperative spectrum sensing scheme utilizing reporting framework for cognitive radios | |
CN112073138B (zh) | 一种基于量化的双门限协作频谱感知方法 | |
CN107612644B (zh) | 一种对抗恶意干扰的协作频谱感知方法 | |
CN104320209A (zh) | 一种基于拟合优度检验的频谱感知方法 | |
Zhu et al. | User correlation and double threshold based cooperative spectrum sensing in dense cognitive vehicular networks | |
Zhang et al. | An Improved Cluster-Based Cooperative Spectrum Sensing Algorithm. | |
Abdullah et al. | Improvement of energy consumption in spectrum sensing cognitive radio networks using an efficient two stage sensing method |
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 |