CN107911825B - 一种基于双门限能量检测的用户选择协作频谱感知方法 - Google Patents

Abstract

本发明公开了一种基于双门限能量检测的用户选择协作频谱感知方法，包括采用最佳信噪比用户选择策略进行信息上报；采用双门限能量检测算法进行本地检测；采用最大比合并算法进行信息融合；本发明不仅能够有效提高协作频谱感知的检测概率，也能减少平均感知时间，进而提高检测性能。

Description

一种基于双门限能量检测的用户选择协作频谱感知方法

技术领域

本发明涉及无线通信技术领域，特别涉及一种基于双门限能量检测的用户选择协作频谱感知方法。

背景技术

伴随通信网络的高速发展和业务需求的爆炸式增长，特别是第五代(the fifthGeneration，5G)无线通信系统等高密集异构网络的出现，如何妥善解决无线频谱资源严重短缺问题是一项具有挑战性的任务。众所周知，当前的频谱管理机构把大多数频谱带宽分配给专有的授权用户(Primary Users，PUs)，而且不允许次用户(Secondary Users，SUs)接入该频谱带宽，然而通过频谱观测站监测可知分配给PUs的频谱带宽大多数时间都未被利用。因此，为改善频谱资源利用情况，认知无线电网络(Cognitive Radio Networks，CRNs)概念被提出，其工作原理是利用频谱空洞，允许认知用户在不对授权用户产生过大干扰的情况下接入授权频谱。认知无线电系统的性能取决于认知用户如何准确地检测频谱使用机会，即频谱感知技术，目前常用的频谱感知技术有三种：1)匹配滤波检测；2)特征值检测；3)能量检测。然而，由于信道不确定性，上述3种方法的检测性能可能会严重下降，则为提高频谱感知方法检测性能，相关研究提出协作频谱感知技术。

在协作频谱感知方法中，每个协作SU单独地进行本地检测，并分别感知PUs的状态并向中心SU(或融合中心)上报感知结果，最后中心SU结合收集到的本地检测结果并通过一个确定的融合策略进行全局决策，例如OR、AND或者少数服从多数原则。

目前相关文献和研究人员已从不同角度出发研究和提出若干协作频谱感知方法。E Chatziantoniou等人研究了基于各种衰落信道下的协作频谱感知技术，但其使用的是抗噪声性能较弱的单门限能量检测方法；A Bhowmick等人研究了基于双门限能量检测的协作频谱感知策略，但是直接丢弃了能量检测值落入两个门限值之间的信息，导致检测性能不够准确。

通常来说，为了简单起见，在研究协作频谱感知技术时存在两个主要假设：1)报告信道是没有误差的；2)由协作SUs对授权用户造成的干扰是忽略不计的。Yjiao等人为了减少报告信道开销，使未能感知到授权用户状态的SUs不参与数据融合，并选择最可靠的感知数据作为簇头；MJ Saber等人提出一种用于存在恶意用户情况下的认知无线电网络的协作频谱感知方案，在上述方案中，检测结果上报均是基于信道传输无误差的假定为前提的。然而，在实际的CRNs中上述假定是不能成立的。

经研究发现，目前相关研究方案中让所有协作SUs报告感知结果，可能会导致较大的检测延迟、能量损耗和对PUs的干扰。

发明内容

针对以上现有技术的不足，本发明提出一种基于双门限能量检测的用户选择协作频谱感知方法，既可以有效提高检测性能，也能减少平均感知时间。

一种基于双门限能量检测的用户选择协作频谱感知方法，包括以下步骤：

步骤101：采用最佳信噪比用户选择策略进行信息上报；

步骤102：采用双门限能量检测算法进行本地检测；

步骤103：采用最大比合并算法进行信息融合。

优选地，所述步骤101采用最佳信噪比用户选择策略进行信息上报包括：

假定给予每个协作SU一个倒数计时器，并设定其初始值为

其中ω₁是常数，

表示第i个认知用户的信噪比，

表示第i个认知用户R_i到中心用户S的信道衰落系数，信噪比最大的SU会最先耗尽计时器并进行报告；

假定协作SUs是相互靠近的，且任意两个协作SUs之间的信道是充分可靠的，即协作SU能够准确地知道是否有另一个SU进行了上报。且根据上述倒数计时器的定义可知SUs的倒数计时器的初始值是相互独立的关于信噪比的函数，则可假定其中有两个或以上的SUs倒数计时器同时耗尽的概率为0；若两个或以上的SUs计时器同时耗尽的概率不为0，则可通过调节ω₁值使报告冲突的概率变得任意小。

优选地，所述步骤102采用双门限能量检测算法进行本地检测包括：

定义一个噪声不确定性区间

其中，ρ为噪声不确定量，

和

分别表示实际噪声功率和标准高斯白噪声功率，A表示最大噪声不确定度；根据上述噪声不确定性模型和能量检测固定虚警概率，可设定双门限值分别为：

λ₂＝λ·ρ，进而可得到在频谱信道空闲状态H₀和频谱信道被占用状态H₁下能量检测值Y′落入λ₁和λ₂之间的概率分别是：Δ₀＝Pr{λ₁＜Y′＜λ₂|H₀}，Δ₁＝Pr{λ₁＜Y′＜λ₂|H₁}。

优选地，所述步骤103采用最大比合并算法进行信息融合包括：

假设共有N个认知用户，其中有N-K个认知用户的本地检测结果落入λ₁和λ₂之间，进而采用最大比合并MRC方法进行能量融合，具体实现如下：

其中，A′＝0表示授权用户不存在，A′＝1表示授权用户存在；

是MRC的系数，其中γ_i表示第i个认知用户的信噪比，γ_j表示第j个认知用户能量检测值落入λ₁和λ₂之间的信噪比；认知用户i的能量检测值Y_i(1≤i≤N-K)在状态H₀和H₁下分别服从自由度为N-K的中心卡方分布和非中心卡方分布，具体关系式为：

与现有技术相比，本发明的有益效果在于：本发明解决了协作频谱感知中的开销和性能问题，提出一种基于双门限能量检测的用户选择协作频谱感知方法，在中心SU未能检测到PUs的状态下，只选择具有最佳信噪比的认知SUs进行本地感知信息的上报，既可以有效提高检测性能，也能减少平均感知时间。

附图说明

图1本发明基于双门限能量检测的用户选择协作频谱感知方法优选实施例流程图；

图2本发明用于最佳信噪比用户选择策略的实施例流程图；

图3本发明与现有技术检测概率仿真比较图；

图4本发明与现有技术在不同信道质量的检测概率仿真比较图；

图5本发明与现有技术在调节系数β漏检概率仿真比较图；

图6本发明与现有技术平均感知时间比较图；

图7本发明与现有技术在调节系数η的平均感知时间仿真比较图。

具体实施方式

为使本发明的目的、技术方案和优点表达得更加清楚明白，下面结合附图及具体实施案例对本发明做进一步详细说明。

图1本发明基于双门限能量检测的用户选择协作频谱感知方法优选实施例流程图，该方法包括以下步骤：

步骤101：采用最佳信噪比用户选择策略进行信息上报；

步骤102：采用双门限能量检测算法进行本地检测；

步骤103：采用最大比合并算法进行信息融合。

为实现所述步骤101中最佳信噪比用户选择策略，图2给出用户选择协作频谱感知策略的感知过程，包括：

在t′₀时中心用户(简称S)首先进行本地检测，如果S检测到授权用户(简称P)存在，则S会通过广播向其他SUs宣称P被占用，然后立即停止频谱感知；当协作SUs接收到广播信息之后，他们会保持静默状态并为下次感知做好准备；否则，如果S在t′₀时间内未能检测到P的状态，则S不会广播任何信息，于是协作SUs会协助S在t′₁和t′₂进一步检测P的状态。该最佳信噪比用户选择策略的实施例流程图如图2所示，具体包括：

步骤101A：中心用户S采用双门限能量检测算法进行本地检测。

步骤101B：若检测成功，即S感知到了授权用户P存在，则S进行广播宣称P被占用；

步骤101C：若检测失败，即S未能感知到授权用户P是否存在，则所有协作SUs采用双门限能量检测进行本地检测；

步骤101D：若检测集为空，则S使用循环冗余检测(Cyclic Redundancy Code，CRC)进行解码；

步骤101E：若检测集不为空，则选择具有最佳信噪比的SU进行本地检测信息的上报，然后S使用CRC进行解码。

步骤101F：若CRC检测成功，则S宣称P被占用。

步骤101G：若CRC检测失败，则S宣称P空闲。

与传统感知策略相比，本发明提出的最佳信噪比用户选择策略中需重新分配感知时隙，其中中心用户S的本地检测时间为t0′，认知用户Ri的本地检测时间为t1′，感知信息上报时间为t2′，分别为：：

t1′＝ηβT＝ηβ(N+1)τ (1)

t0′＝t1′ (1’)

t2′＝(1-2η)βT＝(1-2η)β(N+1)τ (2)

其中，η和β表示子信道系数因子，τ表示每个认知用户的检测时间，N表示参与协作频频感知的认知用户数量，T表示整个感知过程时长。

进一步，设定符号

和

分别表示传统单门限能量检测策略中S和R_i的本地虚警概率，以及设定符号

和

分别表示传统单门限能量检测策略中S和R_i的检测概率，其计算公式如下：

其中，μ₁为时间带宽积，其计算公式为μ₁＝τ₁W，其中W表示信道带宽；Y_i表示能量检测值，Γ()表示伽马函数，

表示关于μ₁和λ₁的函数，

表示关于μ₁，λ₁和

的函数。当给定虚警概率α时，门限值

中心用户S的平均信噪比

其中γ_P表示授权用户的信噪比，

表示授权用户P到S的信道衰落系数；认知用户R_i的平均信噪比

其中

表示授权用户P到R_i的信道衰落系数。

在DTBSR中，如果S在t′₀时刻未检测到P的状态，就会开始协作频谱感知，即在t′1的检测集中选择具有最高信噪比的协作SU在t′₂进行报告。在检测集Ω中，假定给予每个协作SU即R_i一个倒数计时器，并设定其初始值为

其中ω₁是常数，。显然地，检测集Ω中信噪比最大的SU会最先耗尽计时器并进行报告。

本发明假定协作SUs是相互靠近的，且任意两个协作SUs之间的信道是充分可靠的，即协作SU能够准确地知道是否有另一个SU进行了上报。且根据上述倒数计时器的定义可知SUs的倒数计时器的初始值是相互独立的关于信噪比的函数，则可假定其中有两个或以上的SUs倒数计时器同时耗尽的概率为0；若两个或以上的SUs计时器同时耗尽的概率不为0，则可通过调节ω₁取值使报告冲突的概率变得任意小。因此，本发明在分析时将报告冲突情况予以忽略。

基于上述对DTBSR策略设定，在给定检测集Ω前提下，中心用户S在t′₂解码具有最高信噪比的认知用户R_best的中断概率可以表示为：

其中，

表示属于检测集Ω的认知用户R_k的信噪比，θ＝0表示处于H₀状态下，θ＝1表示处于H₁状态下，γ_P表示授权用户的信噪比，

表示R_k到S的信道衰落系数，h_PS表示P到S的信道衰落系数，B₀表示DTBSR策略中的信道带宽，进而基于上述公式(6)可得到中心用户S在状态H₀和H₁的中断概率分别为：

其中，

表示认知用户R_k到S的信道衰落系数，

表示授权用户P到S的信道衰落系数，Ψ(n)表示Ω中第n个非空子集的元素。

将上述DTBSR策略中本地虚警概率计算公式(3)以及检测概率计算公式(4)(5)，与中断概率公式(7)(8)相结合，可知DTBSR策略中每个认知用户的虚警概率和检测概率分别是：

其中，δ₀和δ₁分别表示在H₀和H₁状态下能量检测值落入λ₁到λ₂之间的概率，进而结合上述公式(7)、(8)、(9)、(10)可知中心用户S的虚警概率和检测概率分别是：

其中

是认知用户到中心用户的信道衰落系数，φ_i表示检测集，

是φ_i的补集。因此，综合上述公式(9)(10)(11)(12)可知DTBSR策略的全局虚警概率和检测概率可以表示为：

通过上述式(14)可以得到DTBSR策略的全局漏检概率为

同时定义函数

并假设

等价于α₀，则可得到：

其中

是

的反函数，并将其带入公式(14)中，可以得到DTBSR策略的全局检测概率。

进一步，对于图1流程图步骤102描述的采用双门限能量检测算法进行本地检测，其具体实现方法为：

对于现有技术中非协作能量检测方法，在一个感知时期内，次用户j(j∈{S，R_i|i＝1，...，N})从主用户P接收的信号可以描述为：

其中，E_p表示授权用户的能量值，

是从P到J的衰落系数，x_P表示授权用户信号，n_j表示高斯白噪声，θ表示P的状态，且θ＝1表示P是被占用的，θ＝0表示P是空闲的。

设定用H₀(θ＝0)和H₁(θ＝1)来分别表示频谱感知的两种状态，且根据现有文献可知在能量检测中可将虚警概率和检测概率描述为：

其中次用户的平均信噪比

能量检测中的时间带宽积μ＝τ₀W，

是关于μ和λ的函数，

是关于μ，λ，

的函数。通常来说，虚警概率P_f，j是固定值，即设定P_f，j＝α，则在给定α的情况下，其对应的能量阈值

其中

为

的反函数。

此外，传统策略中所有协作SUs均要求报告本地感知信息，所以其平均检测时间(Average Detection Time，ADT)为N+1，即

在DTBSR策略中，如果中心用户S成功检测到PU的状态，其检测时间为t′₀；否则，其检测时间会涉及t′₁和t′₂，则其ADT可以表示为：

其中η和β是分配时隙的系数，N表示参与协作频频感知的认知用户数量。为比较上述两种策略的ADT，可对上述公式中参数进行分析，其中

0＜η＜0.5，则

进一步可得到

且0＜β＜1，则

因此

即

针对多个用户协作频谱感知方法，由于瑞利衰落和干扰均会影响报告信道，进而在分析传统策略的性能时考虑了报告信道误差情况，设定符号

和

分别表示传统策略中S和R_i的本地虚警概率，以及符号

和

分别表示传统策略中S和R_i的检测概率，其计算公式如下：

其中μ₀表示传统策略的时间带宽积，λ₀表示传统策略的能量检测阈值，其计算公式为

设定当信道容量低于信息速率时，通信会出现中断，则设定

在S处的中断概率

为：

其中上标Tra表示传统策略，次用户的信道传输速率

B₀是信道{t₀，t₁，...，t_N}的频谱带宽，当处于H₀状态时，可将式(21)的中断概率描述为：

其中

是从R_i到S的信道衰落因子，Φ₀(Δ)是关于Δ的函数，当处于H₁状态时，可将式(21)描述为：

其中，

表示P到S的信道衰落因子，Φ₁(Δ)是关于Δ的函数，因此中心用户S结合成功解码的信息及其自身的本地信息，利用OR规则进行全局决策。

由于单门限能量检测只有一个门限值，且当受到较大噪声干扰时，能量检测值很可能落在门限值的附近，这种情况很难判断主信号的能量值是否大于门限值，从而严重影响检测性能。因此，为使检测结果更加准确可靠，降低噪声不确定度的影响，采用双门限进行判决。

本发明定义一个噪声不确定性区间，且设定实际噪声功率与标准高斯白噪声的比值为噪声不确定量ρ，其具体表达式如下：

其中，

表示实际噪声功率，

表示标准高斯白噪声功率，A表示系统中存在的最大噪声不确定度，其对应10lgρ上边界(单位：dB)，且10lgρ均匀分布于区间[-A，A]。

根据上述噪声不确定性模型(24)和能量检测固定虚警概率λ，设定双门限值λ₁和λ₂的表达式如下：

λ₂＝λ·ρ (26)

进而，本发明定义在状态H₀和状态H₁下能量检测值Y′落入λ₁和λ₂之间的概率分别是：

Δ₀＝Pr{λ₁＜Y′＜λ₂|H₀} (27)

Δ₁＝Pr{λ₁＜Y′＜λ₂|H₁} (28)

基于上述规范定义，可知双门限能量检测算法对应的每个认知用户j的检测概率P′_d，j、漏检概率P′_m，j以及虚警概率P′_f，j分别是：

其中，μ′是能量检测的时间带宽积，Y′_j表示第j个认知用户的能量检测值，

表示第j个认知用户的平均信噪比，Δ_1，j表示第j个认知用户的能量检测值落入双门限之间的概率。

进一步，对于图1流程图步骤103中描述的采用最大比合并算法进行信息融合具体如下：

本发明定义R_i表示第i个认知用户的报告信息，S_i表示第i个认知用户的硬判决信息，Y_i表示第i个认知用户处于λ₁和λ₂之间的能量检测值，则可得到如下关系式：

假设共有N个认知用户，其中有N-K个认知用户的本地检测结果落入λ₁和λ₂之间，进而采用最大比合并(Maximum-Ratio-Combining，MRC)方法进行能量融合，具体实现如下：

A′＝0表示授权用户不存在，A′＝1表示授权用户存在；

是MRC的系数，其中γ_i表示第i个认知用户的信噪比，γ_j表示第j个认知用户能量检测值落入λ₁和λ₂之间的信噪比；认知用户i的能量检测值Y_i(1≤i≤N-K)在状态H₀和H₁下分别服从自由度为N-K的中心卡方分布和非中心卡方分布，具体关系式为：

基于上述定义并通过OR融合准则可以得到基于双门限能量检测的全局漏检概率

检测概率

和虚警概率

其中下标dt表示双门限能量检测，通过

可计算得出能量检测固定虚警概率λ，进而通过公式(25)和(26)可得到双门限λ₁和λ₂，并将其带入式(39)即可得到全局检测概率

为说明本发明的有益效果，本发明主要考虑瑞利衰落和中断概率，具体参数按照表1进行仿真。

表1 仿真参数

本发明考虑到单门限能量检测算法在受到噪声不确定影响后，检测性能会严重下降，于是提出基于最大比合并的双门限能量检测算法的DTBSR策略。为说明本发明所提算法性能，本发明比较了基于单门限和双门限能量检测的传统策略、SSR策略和DTBSR策略的检测概率与平均检测时间。

图3显示了不同算法的检测概率。由图可知，传统策略中的单门限能量检测算法由于受到严重的噪声干扰，导致其检测性能最低；传统策略中的双门限能量检测算法在引入双门限值后相比单门限能量检测算法有效降低了噪声的影响。然而，本发明所提DTBSR策略基于具有最高信噪比的认知用户进行报告，所以其检测性能要明显高于传统策略；同时由于基于双门限能量检测算法抗噪声性能更强，则本文所提DTBSR策略检测性能要优于最优选择性上报(Superior Selective Reporting，SSR)策略。

图4描述了在不同信道质量条件下的各个算法的检测概率。由图可知，当报告信道较弱

时，协作频谱感知中用于报告信息的认知用户的传输能量是影响检测性能的关键。本发明所提DTBSR策略由于对授权用户的干扰更小，认知用户能够使用更多的能量进行报告上报，所以其感知性能要优于传统策略；并且DTBSR策略采用了抗噪声性能更强的双门限能量检测算法，其感知性能较SSR策略有进一步的提升。

图5描述了在不同调节系数β下各个算法的漏检概率。由图可知，随着调节系数β的增加，本发明所提DTBSR策略中划分的感知时间会变长，则漏检概率也越来越小。。进一步，从图中可知随着DTBSR策略中认知用户数量N的增加，漏检概率也有所减小。与SSR策略相比，本发明所提DTBSR策略采用了抗噪声性能更强的双门限能量检测算法，则其对应的漏检概率较低。

图6描述了不同算法的平均感知时间(ADT)。由图可知，随着γ_P的增长或者P到S的信道质量增强，各个算法对应的ADT均有所降低。进一步，从图中可直观看出本发明所提DTBSR策略对应平均检测时间要明显低于传统策略和SSR策略。

图7描述了在不同调节系数η下的各个算法的平均感知时间。从图中可以看出随着η的增加，ADT呈现先减小后增大的变化，进而可以通过调节η的值来最小化平均检测时间。

本发明所举实施方式或者实施例对本发明的目的、技术方案和优点进行了进一步的详细说明，所应理解的是，以上所举实施方式或者实施例仅为本发明的优选实施方式而已，并不用以限制本发明，凡在本发明的精神和原则之内对本发明所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (1)

1.一种基于双门限能量检测的用户选择协作频谱感知方法，其特征在于，包括以下步骤：

步骤101：采用最佳信噪比用户选择策略进行信息上报；

步骤102：采用双门限能量检测进行本地检测；

步骤103：采用最大比合并进行信息融合；

所述步骤101采用最佳信噪比用户选择DTBSR策略进行信息上报包括：

假定给予每个协作认知用户SU一个倒数计时器，并设定其初始值为

其中ω₁是常数，

表示第i个认知用户的信噪比，

表示第i个认知用户R_i到中心用户S的信道衰落系数，信噪比最大的SU最先耗尽计时器并进行报告；

假定协作SUs是相互靠近的，且任意两个协作SUs之间的信道是充分可靠的，即协作SU能够准确地知道是否有另一个SU进行了上报；且根据上述倒数计时器的定义可知SUs的倒数计时器的初始值是相互独立的关于信噪比的函数，其中有两个或以上的SUs倒数计时器同时耗尽的概率为0；若两个或以上的SUs计时器同时耗尽的概率不为0，则可通过调节ω₁值使报告冲突的概率变得任意小；所述用户选择协作频谱感知策略的感知过程，包括：

在t'₀时中心用户S首先进行本地检测，如果S检测到授权用户P存在，则S会通过广播向其他SUs宣称P被占用，然后立即停止频谱感知；当协作SUs接收到广播信息之后，他们会保持静默状态并为下次感知做好准备；否则，如果S在t'₀时间内未能检测到P的状态，则S不会广播任何信息，于是协作SUs会协助S在t'₁和t'₂进一步检测P的状态；该最佳信噪比用户选择策略包括：

步骤101A：中心用户S采用双门限能量检测算法进行本地检测；

步骤101B：若检测成功，即S感知到了授权用户P存在，则S进行广播宣称P被占用；

步骤101C：若检测失败，即S未能感知到授权用户P是否存在，则所有协作SUs采用双门限能量检测进行本地检测；

步骤101D：若检测集为空，则S对使用CRC编码的每个协作用户的本地检测结果进行解码；

步骤101E：若检测集不为空，则选择具有最佳信噪比的SU进行本地检测信息的上报，然后S对使用CRC编码的每个协作用户的本地检测结果进行解码；

步骤101F：若CRC检测成功，则S宣称P被占用；

步骤101G：若CRC检测失败，则S宣称P空闲；

最佳信噪比用户选择策略中需重新分配感知时隙，其中中心用户S的本地检测时间为t0'，认知用户Ri的本地检测时间为t1'，感知信息上报时间为t2'，分别为：

t1'＝ηβT＝ηβ(N+1)τ

t0'＝t1'

t2'＝(1-2η)βT＝(1-2η)β(N+1)τ

其中，η和β表示子信道系数因子，τ表示每个认知用户的检测时间，N表示参与协作频频感知的认知用户数量，T表示整个感知过程时长；

所述步骤102采用双门限能量检测算法进行本地检测包括：

如果S在t'₀时刻未检测到P的状态，就会开始协作频谱感知，即在t₁'的检测集中选择具有最高信噪比的协作SU在t'₂进行报告；

定义一个噪声不确定性区间

其中，ρ为噪声不确定量，

和

分别表示实际噪声功率和标准高斯白噪声功率，A表示最大噪声不确定度；根据噪声不确定性模型和能量检测固定虚警概率λ，设定双门限值分别为：

进而可得到在状态H₀和状态H₁下能量检测值Y'落入λ₁和λ₂之间的概率分别是：Δ₀＝Pr{λ₁＜Y'＜λ₂|H₀}，Δ₁＝Pr{λ₁＜Y'＜λ₂|H₁}；

所述步骤103采用最大比合并算法进行信息融合包括：

假设共有N个认知用户，其中有N-K个认知用户的本地检测结果落入λ₁和λ₂之间，进而采用最大比合并MRC方法进行能量融合，具体实现如下：

其中，A′＝0表示授权用户不存在，A′＝1表示授权用户存在；

是MRC的系数，其中γ_i表示第i个认知用户的信噪比，γ_j表示第j个认知用户能量检测值落入λ₁和λ₂之间的信噪比，λ₁和λ₂为门限值；认知用户i的能量检测值Y_i(1≤i≤N-K)在状态H₀和H₁下分别服从自由度为N-K的中心卡方分布和非中心卡方分布，具体关系式为：

上述H₀表示频谱信道空闲状态，H₁表示频谱信道被占用状态。

Images