CN108390735A - 一种信息素驱动的分布式协同宽带频谱感知方法 - Google Patents

Abstract

本发明公开一种信息素驱动的分布式协同宽带频谱感知方法。该方法是利用滤波器组将每个节点的宽带信号分割为多个窄带信号的信道，其中宽带信号中含有PU信息，PU信息被随机分割到窄带信号的信道；用一个CU感知一个节点，对某一节点的每个信道的窄带信号采用能量检测，得到该节点每个信道的判决统计量和判决结果；利用CU感知所有节点对应序号的子信道两两交互感知信息，最终得到不同节点对应序号子信道的最终融合判决结果。本发明采用多节点协同频谱感知，克服了单个节点由于受到信道衰落等各种因素的影响而得到的感知结果不一定准确的缺陷。

Description

一种信息素驱动的分布式协同宽带频谱感知方法

技术领域

本发明属于认知无线电频谱感知领域，具体涉及一种信息素驱动的分布式协同宽带频谱感知方法。

背景技术

频谱感知技术是认知无线电(Cognitive Radio,CR)的一项关键技术。频谱资源随着发展变得越来越稀缺，而“独占式”固分配政策是造成频谱资源短缺的主要原因。作为一种能显著提高频谱的重复利用率，减少频谱浪费的技术，CR得到了长足的发展。CR按感知节点数可以分为单节点感知和多节点感知。

单节点的频谱感知方法，由于受到信道衰落等各种因素的影响，频谱感知结果并不一定准确，因此需要多节点协同感知进一步提高对频谱空穴检测的准确性。多节点协同感知通过利用周围其它认知用户(Cognitive User，CU)的感知信息进行协同感知，可以应对无线环境的阴影和多径等因素的影响，解决了单个CU的本地频谱检测不准确的难题。协同感知可以分为集中式感知和分布式感知。

集中式协同感知过程包括感知、报告以及融合三个独立的阶段：感知阶段，即CU对某一感兴趣的频段进行本地感知；报告阶段，即CU上传本地感知信息；融合阶段，融合中心(Fusion Center，FC)融合各CU的本地感知信息，做出判决后将结果发送给各CU。

分布式协同感知是指各CU间进行检测信息的交互，然后独立做出主用户(PrimaryUser，PU)是否存在的最终判决，由于缺少了FC，因此对单个CU的数据处理能力要求较高。根据采用的信息交互方式不同，分布式协同感知又分为中继转发方式和对等交互方式。由于中继转发方式设计的系统不易控制，而对等交互方式的易于拓扑，所以基于后一种方式的研究比较集中。

基于平均共识的分布式协同感知算法被提出，虽然该算法的性能较好，但是实现前需要网络拓扑的先验信息，且参与协同的CU数目将被发送给网络中的所有节点，因此，网络整体的能量损耗较大。为了降低基于共识的频谱感知算法的能量损耗和算法复杂度，基于梯度的分布式协同感知算法被提出。该算法无需网络的先验信息，且复杂度较低。

以上算法都默认所有CU均参与协同，但实际环境中不同CU的检测性能肯定有差异。为了使得不同环境下各CU之间的信息差距逐渐缩小，最后收敛于一致,引入了集中式协同感知中的CU选择机制。根据在低信噪比(Signal-to-noise Ratio，SNR)下，CU的感知结果不准确影响协同感知算法性能。利用SNR比较的方法被提出，用于筛选可靠CU参与协同。徐盼通过计算各CU的SNR与最大SNR之间的差值，然后与判决阈值比较，从中选择差值高于阈值的CU。岳文静等人以能量统计参量的均值和方差的比值作为CU可信度参数，在PU存在和不存在条件下，分别设定可信度参数的范围，仅允许在该范围内的CU参与协同。

以上提出的CU选择机制均能有效滤除不可靠的CU，保证了协同感知的性能不受影响，提高了协同感知算法的性能。受蚁群行为和现象的启发，本发明将信息素概念引入频谱协作感知的过程，设计了单节点每个信道的信息素更新方法。针对宽带信号，先利用滤波器组将每个节点的宽带信号分割为多个窄带信号的信道，再对每个信道的窄带信号采用能量检测，得到该节点每个信道的判决统计量和判决结果，让不同节点对应序号的信道两两交互感知的信息，并根据融合规则来调整信息素。

本发明提出将信息素概念与分布式协同感知相结合，充分发挥了信息素概念自身的优势，有效提升了分布式协同感知算法的性能，最终达到弥补单节点感知能力不足，提高空闲信道检测准确性的目的。

发明内容

本发明的目的是通过引入信息素概念达到提高分布式协作频谱感知方法的干扰检测和空闲信道判决的准确性，提供一种信息素驱动的分布式协同宽带频谱感知方法。

本发明解决其技术问题所采用的技术方案包括如下步骤：

步骤(1)、利用滤波器组将每个节点的宽带信号分割为多个窄带信号的信道，其中宽带信号中含有PU信息；假设输入信号为x(n)，原型滤波器响应为h(n)，总的子信道数为D；将x(n)通过滤波器组，得到D路子信道的输出为y_p(m)；

步骤(2)、用一个CU感知一个节点，对某一节点的每个信道的窄带信号采用能量检测，得到该节点每个信道的判决统计量和判决结果；

步骤(3)、利用CU感知所有节点对应序号的子信道两两交互感知信息，最终得到不同节点对应序号子信道的最终融合判决结果。

该发明与现有技术相比，具有以下显著优点：

(1)本发明采用多节点协同频谱感知，克服了单个节点由于受到信道衰落等各种因素的影响而得到的感知结果不一定准确的缺陷。

(2)由于多节点协同感知的信号范围比单节点广，因此，多节点协同感知结果不仅能反应该节点周围局部的频谱状态，还能反应其他集群节点处或整个集群网络的频谱环境。此外，多节点分布式协同感知所检测的频谱空穴是该区域内均可用的频谱空穴，是真正意义上的频谱空穴。

(3)本发明将信息素概念引入频谱协作感知的过程，设计了单节点每个信道的信息素更新方法。针对宽带信号，先利用滤波器组将每个节点的宽带信号分割为多个窄带信号的信道，再对每个信道的窄带信号采用能量检测，得到该节点每个信道的判决统计量和判决结果，让不同节点对应序号的信道两两交互感知的信息，并根据融合规则来调整信息素，最终达到弥补单节点感知能力不足，提高空闲信道检测准确性。

说明书附图

图1为本发明的滤波器组原理图；

图2为本发明的分布式协同频谱感知的原理图。

具体实施方式

下面进一步详细说明本发明的实施步骤。

如图1、2所示，一种基于信息素驱动的分布式协同频谱感知方法，具体包括如下步骤：

步骤(1)、利用滤波器组将每个节点的宽带信号分割为多个窄带信号的信道，其中宽带信号中含有PU信息，PU信息被随机分割到窄带信号的信道。假设输入信号为x(n)，原型滤波器响应为h(n)，总的子信道数为D。将x(n)通过滤波器组，得到D路子信道的输出为y_p(m)。

y_p(m)的具体产生方法如下：

其中，x_p(m)＝x(mD-p)为第p路子信道的输入信号，h_p(m)＝h(mD+p)为第p路子信道的滤波器响应，y_p(m)表示第p路子信道所有的输出信号。

步骤(2)、用一个CU感知一个节点，对某一节点的每个信道的窄带信号采用能量检测，得到该节点每个信道的判决统计量和判决结果。

假如第l个节点的第p个子信道的判决统计量和判决结果分别为T_p,l和D_p,l，结合公式(2)或(3)可得第l个节点的第p个子信道的信息素。

所述的T_p,l,D_p,l的获取步骤具体如下：

每个节点的接收信号x(n)都要先经过带通滤波器，得到D个信道输出。为了讨论方便起见，将第l个节点的接收信号表示为x_l(n)，第p个子信道输出信号表示为y_p,l(m)。y_p,l(m)可看作宽带信号x_l(n)通过带通滤波器得到的输出。T_p,l表示第l个节点的第p个子信道的检测统计量。假设x_l(n)中的PU信号为s(m)、噪声为v(m)，s(m)是与v(m)独立的复高斯过程，s(m)的实部和虚部都服从均值为0，方差为的高斯分布；v(m)也是复高斯噪声，其实部和虚部都服从均值为0，方差为的高斯分布。

能量检测法的检测统计量如下：

y_p,l(m)为第l个节点的第p个子信道的信号，其中N为每个信道的样本数，N为总样本数，K为总节点数，G表示滤波器组的处理增益，L为原型滤波器的长度，h(l)表示信道系数。

假设H₀和H₁分别表示PU不存在和PU存在的情况。

在H₀下，由于接收信号只有噪声信号v(m)，故y_p,l(m)服从复高斯分布，其实部和虚部均服从均值为0，方差为的高斯分布；

在H₁下，由于加入了PU信号，则y_p,l(m)也服从复高斯分布，其实部和虚部均服从均值为0，方差为的高斯分布。

根据卡方分布的定义可知：T_p,l服从自由度为2N的中心卡方分布。

其中，η是服从自由度为的中心卡方分布的随机变量，即

当样本点数足够多时，根据中心极限定理可知，检测统计量T_p,l近似服从高斯分布：

则可得到第l个节点的第p个子信道的虚警概率为：

由式(7)可知检测门限为：

本发明设计的判决结果如下：

其中，D_p,l表示第l个节点的第p个子信道的判决结果。其中“1”表示PU存在，“-1”表示PU不存在。

步骤(3)、利用CU感知所有节点对应序号的子信道两两交互感知信息，最终得到不同节点对应序号子信道的最终融合判决结果：

3.1任取两个节点l、j对应序号的子信道两两交互感知信息：

3.1.1假设第l个节点与第j个节点的第p个子信道的相关函数分别为R_p,l(n)和R_p,j(m)，其中n表示节点l与其他节点的交互次数，m表示节点j与其他节点的交互次数，1≤n≤N-1，1≤m≤N-1，N为所有节点的个数，具体见式(10)和(21)所示：

融合判决结果为D_p,l(n)和D_p,j(m)的概率分别为P_p,l(n)和P_p,j(m)，如式(32)和(43)所示：

其中θ＞0，为常数。

当P_p,l(n)＞P_p,j(m)时，融合判决结果为D_p,l(n)；当P_p,j(m)＞P_p,l(n)时，融合判决结果为D_p,j(m)。

3.1.2更新信息素

当P_p,l(n)＞P_p,j(m)时，τ_p,l(n+1)＝τ_p,l(n)×(1+a×R_p,l(n)×D_p,l(n)×D_p,j(m))(54)

同时令τ_p,j(m+1)＝τ_p,l(n+1)，其中a是信息素的释放因子，用于调整信息素释放的速度。

当P_p,j(m)＞P_p,l(n)时，τ_p,j(m+1)＝τ_p,j(m)×(1+a×R_p,j(m)×D_p,j(m)×D_p,l(n))(65)

同时令τ_p,l(n+1)＝τ_p,j(m+1)，其中a是信息素的释放因子，用于调整信息素释放的速度。

3.2其他节点两两交互信息重复步骤3.1，直至所有节点完成两两交互，得到若干融合判决结果；上述所有节点两两交互的意思是每个节点与其他节点均交互一次；

CT0_p和CT1_p分别表示第p个子信道的所有最终融合判决结果为“-1”和“1”(即PU不存在与存在)累加值；

当CT0_p＞CT1_p时，第p个信道的最终融合判决结果为PU不存在；当CT1_p＞CT0_p时，第p个信道的最终融合判决结果为PU存在。

同理可得其他子信道的最终融合判决结果。

Claims (1)

1.一种信息素驱动的分布式协同宽带频谱感知方法，其特征在于包括以下步骤：

步骤(1)、利用滤波器组将每个节点的宽带信号分割为多个窄带信号的信道，其中宽带信号中含有PU信息；假设输入信号为x(n)，原型滤波器响应为h(n)，总的子信道数为D；将x(n)通过滤波器组，得到D路子信道的输出为y_p(m)；

步骤(2)、用一个CU感知一个节点，对某一节点的每个信道的窄带信号采用能量检测，得到该节点每个信道的判决统计量和判决结果，具体是：

设定第l个节点的第p个子信道的判决统计量和判决结果分别为T_p,l和D_p,l，结合公式(2)或(3)可得第l个节点的第p个子信道的信息素：

所述的T_p,l,D_p,l的获取步骤具体如下：

假设x_l(n)中的PU信号为s(m)、噪声为v(m)，s(m)是与v(m)独立的复高斯过程，s(m)的实部和虚部都服从均值为0，方差为的高斯分布；v(m)也是复高斯噪声，其实部和虚部都服从均值为0，方差为的高斯分布；

能量检测法的检测统计量如下：

y_p,l(m)为第l个节点的第p个子信道的输出信号，其中为每个信道的样本数，N为总样本数，K为总节点数；G表示滤波器组的处理增益，L为原型滤波器的长度，h(l)表示信道系数；

假设H₀和H₁分别表示PU不存在和PU存在的情况；

在H₀下，由于接收信号只有噪声信号v(m)，故y_p,l(m)服从复高斯分布，其实部和虚部均服从均值为0，方差为的高斯分布；

在H₁下，由于加入了PU信号，则y_p,l(m)也服从复高斯分布，其实部和虚部均服从均值为0，方差为的高斯分布；

根据卡方分布的定义可知：T_p,l服从自由度为的中心卡方分布；

其中，η是服从自由度为的中心卡方分布的随机变量，即

当样本点数足够多时，根据中心极限定理可知，检测统计量T_p,l近似服从高斯分布：

则可得到第l个节点的第p个子信道的虚警概率为：

由式(7)可知检测门限为：

判决结果

其中，D_p,l表示第l个节点的第p个子信道的判决结果，“1”表示PU存在，“-1”表示PU不存在；

步骤(3)、利用CU感知所有节点对应序号的子信道两两交互感知信息，最终得到不同节点对应序号子信道的最终融合判决结果：

3.1任取两个节点l、j对应序号的子信道两两交互感知信息：

3.1.1假设第l个节点与第j个节点的第p个子信道的相关函数分别为R_p,l(n)和R_p,j(m)，其中n表示节点l与其他节点的交互次数，m表示节点j与其他节点的交互次数，1≤n≤N-1，1≤m≤N-1，N为所有节点的个数，具体见式(10)和(21)所示：

融合判决结果为D_p,l(n)和D_p,j(m)的概率分别为P_p,l(n)和P_p,j(m)，如式(32)和(43)所示：

其中θ＞0，为常数；

当P_p,l(n)＞P_p,j(m)时，融合判决结果为D_p,l(n)；当P_p,j(m)＞P_p,l(n)时，融合判决结果为D_p,j(m)；

3.1.2更新信息素

当P_p,l(n)＞P_p,j(m)时，τ_p,l(n+1)＝τ_p,l(n)×(1+a×R_p,l(n)×D_p,l(n)×D_p,j(m))(54)同时令τ_p,j(m+1)＝τ_p,l(n+1)，其中a是信息素的释放因子，用于调整信息素释放的速度；

当P_p,j(m)＞P_p,l(n)时，τ_p,j(m+1)＝τ_p,j(m)×(1+a×R_p,j(m)×D_p,j(m)×D_p,l(n))(65)同时令τ_p,l(n+1)＝τ_p,j(m+1)，其中a是信息素的释放因子，用于调整信息素释放的速度；

3.2其他节点两两交互信息重复步骤3.1，直至所有节点完成两两交互，得到若干融合判决结果；

上述所有节点两两交互的意思是每个节点与其他节点均交互一次；

CT0_p和CT1_p分别表示第p个子信道的所有最终融合判决结果为“-1”和“1”累加值；

当CT0_p＞CT1_p时，第p个信道的最终融合判决结果为PU不存在；当CT1_p＞CT0_p时，第p个信道的最终融合判决结果为PU存在；

同理可得其他子信道的最终融合判决结果。