CN108494510A - 基于最优加权系数的非理想汇报信道下的决策融合方法 - Google Patents

Abstract

本发明提出了一种基于最优加权系数的非理想汇报信道下的决策融合方法，用于解决现有技术在非理想汇报信道下频谱感知的检测准确率低的技术问题。实现步骤为：感知用户对接收到的授权用户发送的信号进行滤波、采样，获取检测量；感知用户获取判定结果、本地感知的虚警概率和检测概率并发送给融合中心；计算非理想汇报信道下的虚警概率和检测概率；融合中心根据接收到的信息为判定结果分配加权系数，形成最终的检测量；最终的检测量与相应的感知判决门限进行比较，以判定待感知信道是否存在授权用户信号。本发明有效提高了非理想汇报信道下的检测准确率，可广泛应用于各类宽带无线通信系统。

Description

基于最优加权系数的非理想汇报信道下的决策融合方法

技术领域

本发明属于无线通信技术领域，涉及一种频谱感知决策融合方法，具体涉及一种基于最优加权系数的非理想信道下的频谱感知决策融合方法，可广泛应用于各类无线通信系统。

背景技术

在高速发展的今天，消费者对无线业务的需求日益增加，频谱资源短缺成为高速发展的无线通信技术的瓶颈，于是出现了认知无线电技术。认知无线电技术的核心思想是：具有认知功能的无线电设备按照机会接入的方式，在不影响授权用户正常通信的前提下，在己授权用户的空闲频段内动态地利用频谱资源。认知无线电技术理论上允许在时间、频率及空间上进行多维频谱复用，为无线通信技术提供了更多的可用频谱资源，大大提高了频谱利用率。

频谱感知是认知无线电中的核心技术。频谱感知，是指感知用户通过各种信号检测技术来获取无线通信网络中的频谱使用情况，从而判断频谱是否被占用。频谱感知技术包括单节点感知和协作频谱感知。单节点频谱感知也称为本地感知，主要的检测算法包含能量检测、特征检测、匹配滤波器检测。单节点频谱感知有很多不足，比如其检测性能通常受无线通信环境的影响较大。信号从发射天线到接收天线之间的传输过程中，会经历各种复杂的传播路径，在这个过程中，有可能出现大尺度衰落、阴影效应、多普勒频移以及各种噪声的污染。在如此恶劣的环境下对频谱进行感知，单节点检测技术的感知精度有限，实现感知功能的无线通信设备必然会对在同一频段工作的其他设备造成极大干扰，所以必须寻找更准确可靠的频谱感知技术。

协作频谱感知是基于单节点感知提出的，协作感知使用多个用户同时感知某个频段，能获得分集接收增益，提高信号传输的信噪比。信息融合是协作感知系统的一个关键环节，其功能为：将感知用户的本地检测结果或检测量按照一定的准则先进行融合，然后再交由信息融合中心进行最终的判决。融合中心的决策算法的好坏严重影响了系统的检测概率。信息融合方式分为决策融合算法和数据融合算法。其中，决策融合算法是指各个感知节点独立地处理观测数据并做出相应决策，发送其本地决策结果到信息融合中心，融合中心对判决结果进行数据融合得出最终的全局感知结果。经典的判决原则是K秩准则，根据不同的决策方式分为AND准则、OR准则和MAJOR准则。这些融合方式虽然操作简单，但感知可靠性极低，于是出现了加权的决策融合，即本地判决结果发送到融合中心之前，为判决结果分配加权系数。例如：Khalid L在2011年的International Symposium on Personal Indoorand Mobile Radio Communications的第6613卷的354-358页发表的“A weighted fusionscheme for cooperative spectrum sensing based on past decisions”公开了一种基于过去决策的加权协作频谱感知融合方法，通过估计每个检测器的检测和虚警的概率来获得局部检测器的可靠性，使用过去的某个窗口中的全局决策作为参考，并将它们与每个探测器的本地决策进行比较，估计每个感知用户获得的感知决策的可靠性。这种可靠性差异反映在融合中心合并时每个感知用户决策的权重。但是，这种加权融合方法只考虑到融合中心对判决结果的加权分配，没有充分考虑误码率对加权分配方法的影响。当信息融合阶段信号传输的信道是非理想的(该信道称为汇报信道)，即信号码元在传输过程中存在误码率，融合中心收到的信号出现错误，误码率过高可能导致检测性能大大降低，即使增加样本数目和提高信噪比也不能提高检测准确率。

发明内容

本发明的目的在于针对现有技术中存在的不足，提出了一种基于最优加权系数的非理想汇报信道下的决策融合方法，用于解决现有技术在非理想汇报信道下频谱感知的检测准确率低的技术问题。

为实现上述目的，本发明采取的技术方案包括如下步骤：

(1)授权用户通过感知信道向K个感知用户发送信号s(t)，其中，K≥2；

(2)第k个感知用户获取检测量Y_k：

(2a)第k个感知用户采用带通滤波器对经过感知信道的s(t)信号进行滤波，并在一个检测时隙中对经过滤波的信号进行N次采样，得到时域信号y_k(n)，其中，n表示采样位置；

(2b)第k个感知用户采用能量检测方法，通过y_k(n)计算第k个感知用户的检测量Y_k，其中，k∈{1,2,...,K}；

(3)第k个感知用户获取本地感知的虚警概率p_f,k、判定结果b_k和本地感知的检测概率p_d,k并发送：

(3a)第k个感知用户计算本地感知的虚警概率p_f,k和感知判决门限η_k：

第k个感知用户根据奈曼皮尔逊检测定理计算本地感知的虚警概率p_f,k，并根据p_f,k计算感知判决门限η_k；

(3b)第k个感知用户获取判定结果b_k：

第k个感知用户判断Y_k是否小于η_k，若是，则感知用户k的判定结果b_k为-1，若不是，则感知用户k的判定结果b_k为1；

(3c)第k个感知用户计算本地感知的检测概率p_d,k：

第k个感知用户根据奈曼皮尔逊检测定理，通过感知判决门限η_k，计算本地感知的检测概率p_d,k；

(4)融合中心计算非理想汇报信道下的虚警概率p'_f,k和检测概率p'_d,k；

融合中心根据本地感知的虚警概率p_f,k和本地感知的检测概率p_d,k，计算非理想汇报信道下的虚警概率p'_f,k和检测概率p'_d,k；

(5)融合中心计算判决结果b_k的最优加权系数ω_opt：

(5a)融合中心通过预先设定的加权系数ω_k表示最终检测量Y的偏移系数表达式d²(ω)，其中，d²(ω)为d²是ω的函数，ω是由预先设定的加权系数ω_k构成的列向量，ω＝[ω₁,ω₂,...,ω_K]^T，[]^T中T表示转置；

(5b)融合中心通过偏移系数表达式d²(ω)的值，计算d²(ω)最大时的加权系数ω，并将d²(ω)最大时的加权系数ω作为判决结果b_k的最优加权系数ω_opt，其中，

(6)融合中心获取最终检测量Y：

融合中心根据最优加权系数ω_opt和融合中心接收到的判决结果b_k，计算最终检测量Y；

(7)融合中心判断待感知信道是否存在授权用户：

融合中心判断预先设定的感知判决门限λ是否小于最终检测量Y，若是，则待感知信道不存在授权用户信号，否则，待感知信道存在授权用户信号。

本发明与现有技术相比，具有以下优点：

本发明由于在计算非理想汇报信道下的最终检测量时，是通过将误码率与检测概率结合，并给每个感知用户的判决结果分配一个最优的加权系数实现的，减少了误码率对最终检测量的影响，使信息融合中心处接收到的检测量更准确，避免了现有技术中因误码率高导致的检测性能低、抗干扰性能差的弊端，提高了在非理想汇报信道下的频谱感知检测准确率。

附图说明

图1为本发明的实现流程图。

具体实施方式

下面结合附图和具体实施例，对本发明作进一步详细描述。

参照图1，一种基于最优加权系数的非理想汇报信道下的决策融合方法，包括以下步骤：

步骤1：授权用户通过感知信道向K个感知用户发送信号s(t)，其中，K≥2；

步骤2：第k个感知用户获取检测量Y_k：

步骤2a：第k个感知用户采用带通滤波器对经过感知信道的s(t)信号进行滤波，并在一个检测时隙中对经过滤波的信号进行N次采样，得到时域信号y_k(n)，其中，n表示采样位置；

步骤2b：第k个感知用户采用能量检测方法，通过y_k(n)计算第k个感知用户的检测量Y_k，其计算公式为：

其中，k∈{1,2,...,K}，表示从n＝0到n＝N-1的求和运算，|·|表示信号的幅度。

步骤3：第k个感知用户获取本地感知的虚警概率p_f,k、判定结果b_k和本地感知的检测概率p_d,k并发送：

步骤3a：第k个感知用户计算本地感知的虚警概率p_f,k和感知判决门限η_k：

根据每个感知用户的检测量T_k在待感知信道不存在授权用户信号H₀条件下的检测量T_k服从均值为1，方差为的正态分布特性，得出本地虚警概率pf_,k的表达式：

第k个感知用户根据奈曼皮尔逊检测定理，即给定虚警概率，获得最大的检测概率，利用p_f,k得到感知判决门限η_k的公式为：

其中，N表示样本数目，Q(·)表示Q函数，且其中，表示对t从t＝x到t＝∞的积分运算，exp(·)表示自然指数函数，表示噪声信号的平均功率，

步骤3b：第k个感知用户获取判定结果b_k：

第k个感知用户判断Y_k是否小于η_k，若是，则感知用户k的判定结果b_k为-1，若不是，则感知用户k的判定结果b_k为1；

步骤3c：第k个感知用户计算本地感知的检测概率p_d,k：

第k个感知用户在待感知信道存在授权用户信号H₁条件下的T_k均值为γ_k+1，方差为的正态分布特性，通过感知判决门限η_k，计算本地感知的检测概率p_d,k：

其中，γ_k表示感知信道信噪比，E_s表示原始信号的平均功率，表示感知信道衰落系数的平均功率。

步骤4：融合中心计算非理想汇报信道下的虚警概率p'_f,k和检测概率p'_d,k；

融合中心根据本地感知的虚警概率p_f,k和本地感知的检测概率p_d,k，计算非理想汇报信道下的虚警概率p'_f,k和检测概率p'_d,k，计算公式分别为：

p'_d,k＝p_d,k(1-P_b)+P_b(1-p_d,k)

p'_f,k＝p_f,k(1-P_b)+P_b(1-p_f,k)

其中，P_b表示非理想汇报信道中码元传输的误码率，p_d,k表示本地感知的检测概率，p_f,k表示本地感知的虚警概率。

步骤5：融合中心计算判决结果b_k的最优加权系数ω_opt：

步骤5a：融合中心通过预先设定的加权系数ω_k表示最终检测量Y的偏移系数表达式d²(ω)为：

其中，d²(ω)为d²是ω的函数，ω是由预先设定的加权系数ω_k构成的列向量，ω＝[ω₁,ω₂,...,ω_K]^T，[]^T中T表示转置；表示在假设待感知信道存在授权用户信号H₁下Y的期望，ω_k表示融合中心预先设定的加权系数，p'_d,k表示非理想汇报信道下的检测概率，；表示在假设待感知信道不存在授权用户信号H₀下Y的期望，p'_f,k表示非理想汇报信道下的虚警概率；表示在假设待感知信道存在授权用户信号H₁下Y的方差，

步骤5b：融合中心通过偏移系数表达式d²(ω)的值，计算d²(ω)最大时的加权系数ω：

偏移系数最大化的优化模型为：

max d²(ω)

利用矩阵的相关性，将偏移系数的表达式用矩阵形式表示：

其中，p'_d＝[p'_d,1,p'_d,2,...p'_d,K]^Τ，p_diff＝[(p'_d,1-p'_f,1),(p'_d,2-p'_f,2),...(p'_d,K-p'_f,K)]^Τ。

利用线性变换，令q＝Dω，利用瑞利里兹不等式得到如下不等式：

其中，D^-1表示矩阵D的逆矩阵，q^T表示q的转置，表示p_diff的转置，表示矩阵的最大特征值。

上述不等式中等号成立的条件是q为的最大特征值对应的特征向量，将d²(ω)最大时的加权系数ω作为判决结果b_k的最优加权系数ω_opt，由此得到最优加权系数ω_opt：

其中，||D^-1q||₂表示向量D^-1q的范数，

步骤6：融合中心获取最终检测量Y：

融合中心根据最优加权系数ωo_pt和融合中心接收到的判决结果b_k，计算最终检测量Y：

步骤7：融合中心判断待感知信道是否存在授权用户：

融合中心判断预先设定的感知判决门限λ是否小于最终检测量Y，若是，则待感知信道不存在授权用户信号，否则，待感知信道存在授权用户信号。

上述步骤描述了本发明的优选实例，并未构成对本发明的任何限制。显然本领域的研究人员可参考本发明的优选实例和附图对本发明做出各种修改和替换，这些修改和替换都应落入本发明的保护范围之内。

Claims (8)

1.一种基于最优加权系数的非理想汇报信道下的决策融合方法，其特征在于，包括以下步骤：

(1)授权用户通过感知信道向K个感知用户发送信号s(t)，其中，K≥2；

(2)第k个感知用户获取检测量Y_k：

(2a)第k个感知用户采用带通滤波器对经过感知信道的s(t)信号进行滤波，并在一个检测时隙中对经过滤波的信号进行N次采样，得到时域信号y_k(n)，其中，n表示采样位置；

(2b)第k个感知用户采用能量检测方法，通过y_k(n)计算第k个感知用户的检测量Y_k，其中，k∈{1,2,...,K}；

(3)第k个感知用户获取本地感知的虚警概率p_f,k、判定结果b_k和本地感知的检测概率p_d,k并发送：

(3a)第k个感知用户计算本地感知的虚警概率p_f,k和感知判决门限η_k：

第k个感知用户根据奈曼皮尔逊检测定理计算本地感知的虚警概率p_f,k，并根据p_f,k计算感知判决门限η_k；

(3b)第k个感知用户获取判定结果b_k：

第k个感知用户判断Y_k是否小于η_k，若是，则感知用户k的判定结果b_k为-1，若不是，则感知用户k的判定结果b_k为1；

(3c)第k个感知用户计算本地感知的检测概率p_d,k：

第k个感知用户根据奈曼皮尔逊检测定理，通过感知判决门限η_k，计算本地感知的检测概率p_d,k；

(4)融合中心计算非理想汇报信道下的虚警概率p'_f,k和检测概率p'_d,k；

融合中心根据本地感知的虚警概率p_f,k和本地感知的检测概率p_d,k，计算非理想汇报信道下的虚警概率p'_f,k和检测概率p'_d,k；

(5)融合中心计算判决结果b_k的最优加权系数ω_opt：

(5a)融合中心通过预先设定的加权系数ω_k表示最终检测量Y的偏移系数表达式d²(ω)，其中，d²(ω)为d²是ω的函数，ω是由预先设定的加权系数ω_k构成的列向量，ω＝[ω₁,ω₂,...,ω_K]^T，[]^T中T表示转置；

(5b)融合中心通过偏移系数表达式d²(ω)的值，计算d²(ω)最大时的加权系数ω，并将d²(ω)最大时的加权系数ω作为判决结果b_k的最优加权系数ω_opt，其中，

(6)融合中心获取最终检测量Y：

融合中心根据最优加权系数ω_opt和融合中心接收到的判决结果b_k，计算最终检测量Y；

(7)融合中心判断待感知信道是否存在授权用户：

融合中心判断预先设定的感知判决门限λ是否小于最终检测量Y，若是，则待感知信道不存在授权用户信号，否则，待感知信道存在授权用户信号。

2.根据权利要求1所述的基于最优加权系数的非理想汇报信道下的决策融合方法，其特征在于，步骤(2b)中所述的第k个感知用户的检测量Y_k，计算公式为：

其中，y_k(n)表示第k个感知用户接收的时域信号，n表示采样位置，N表示样本数目，表示从n＝0到n＝N-1的求和运算，|·|表示信号的幅度。

3.根据权利要求1所述的基于最优加权系数的非理想汇报信道下的决策融合方法，其特征在于，步骤(3a)中所述的本地虚警概率p_f,k和感知判决门限η_k，计算公式分别为：

其中，N表示样本数目，Q(·)表示Q函数，且其中，表示对t从t＝x到t＝∞的积分运算，exp(·)表示自然指数函数，表示噪声信号的平均功率，

4.根据权利要求1所述的基于最优加权系数的非理想汇报信道下的决策融合方法，其特征在于，步骤(3c)中所述的计算本地检测概率p_d,k，计算公式为：

其中，η_k表示感知用户k感知的判决门限，γ_k表示感知信道信噪比，E_s表示原始信号的平均功率，表示感知信道衰落系数的平均功率，表示噪声信号的平均功率，N表示样本数目，Q(·)表示Q函数，且其中，表示对t从t＝x到t＝∞的积分运算，exp(·)表示自然指数函数。

5.根据权利要求1所述的基于最优加权系数的非理想汇报信道下的决策融合方法，其特征在于，步骤(4)中所述的非理想汇报信道下的虚警概率p'_f,k和检测概率p'_d,k，计算公式分别为：

p'_d,k＝p_d,k(1-P_b)+P_b(1-p_d,k)

p'_f,k＝p_f,k(1-P_b)+P_b(1-p_f,k)

其中，P_b表示非理想汇报信道中码元传输的误码率，p_d,k表示本地感知的检测概率，p_f,k表示本地感知的虚警概率。

6.根据权利要求1所述的基于最优加权系数的非理想汇报信道下的决策融合方法，其特征在于，步骤(5a)中所述的最终检测量Y的偏移系数表达式d²(ω)为：

其中，d²(ω)为d²是ω的函数，ω是由预先设定的加权系数ω_k构成的列向量，ω＝[ω₁,ω₂,...,ω_K]^T，[]^T中T表示转置；表示在假设待感知信道存在授权用户信号H₁下Y的期望，ω_k表示融合中心预先设定的加权系数，p'_d,k表示非理想汇报信道下的检测概率，表示从k＝1到k＝K的求和运算，K表示感知用户的数目；表示在假设待感知信道不存在授权用户信号H₀下Y的期望，p'_f,k表示非理想汇报信道下的虚警概率；表示在假设待感知信道存在授权用户信号H₁下Y的方差，

7.根据权利要求1所述的基于最优加权系数的非理想汇报信道下的决策融合方法，其特征在于，步骤(5b)中所述的计算d²(ω)最大时的加权系数ω，其计算公式为：

其中，q＝Dω，p'_d＝[p'_d,1,p'_d,2,...p'_d,K]^Τ，p'_d,k表示非理想汇报信道下的检测概率，D^-1表示矩阵D的逆矩阵，||D^-1q||₂表示向量D^-1q的范数。

8.根据权利要求1所述的基于最优加权系数的非理想汇报信道下的决策融合方法，其特征在于，步骤(6)中所述最终检测量Y，其计算公式为：

其中，表示最优加权系数，b_k表示感知用户的判定结果，表示从k＝1到k＝K的求和运算，K表示感知用户的数目。