CN108880712B - 一种两步协作随机共振能量检测方法 - Google Patents
一种两步协作随机共振能量检测方法 Download PDFInfo
- Publication number
- CN108880712B CN108880712B CN201810870640.6A CN201810870640A CN108880712B CN 108880712 B CN108880712 B CN 108880712B CN 201810870640 A CN201810870640 A CN 201810870640A CN 108880712 B CN108880712 B CN 108880712B
- Authority
- CN
- China
- Prior art keywords
- cooperation
- judgment result
- detection
- energy detection
- decision
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 116
- 238000000034 method Methods 0.000 claims abstract description 5
- 230000004927 fusion Effects 0.000 claims description 23
- 238000005070 sampling Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 3
- 230000000295 complement effect Effects 0.000 claims description 2
- 230000001186 cumulative effect Effects 0.000 claims description 2
- 238000005315 distribution function Methods 0.000 claims description 2
- 238000004088 simulation Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000009795 derivation Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
- H04B17/345—Interference values
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及一种两步协作随机共振能量检测方法,解决的是性能易受噪声不确定度影响的技术问题,通过采用以基于广义随机共振的能量检测为模型,结合双门限与两步协作以减少系统开销、检测时长。仿真结果表明,所提算法能够克服噪声不确定度的影响,同时在保证检测时长、虚警概率的前提下获得更好的检测性能的技术方案,较好的解决了该问题,可用于能量检测中。
Description
技术领域
本发明涉及能量检测领域,具体涉及一种两步协作随机共振能量检测算法。
背景技术
干扰检测是干扰抑制处理的基础与前提,能量检测算法是一种不依赖于先验信息的盲检测,复杂度低、易实现等优点使其在实际系统中应用广泛。但能量检测算法在低信噪比、高强度背景噪声下检测性能急剧恶化,干扰检测精度无法得到保证。近年来研究者们发现在特定的非线性系统中依靠噪声的谐振作用能够增强信号,这一现象被称为随机共振(Stochastic Resonance,SR)。研究者们将随机共振应用到能量检测算法中以改善强背景噪声环境下的检测性能。基于广义随机共振的能量检测算法在保证算法复杂度、检测时长的前提下能够获得更好的检测性能。然而,传统能量检测和基于广义随机共振的能量检测都难以抵抗噪声不确定度的影响,噪声不确定度的影响使得检测性能急剧下降;当噪声不确定度较大时,即使以牺牲虚警概率和检测时长为代价也无法提高检测概率。
因此,现在的能量检测(Energy Detection,ED)算法存在性能易受噪声不确定度(Noise Uncertainty,NU)影响的技术问题。因此,提供一种基于广义随机共振的能量检测为模型的两步协作随机共振能量检测算法,能够解决上述问题。
发明内容
本发明所要解决的技术问题是现有技术中存在性能易受噪声不确定度影响的技术问题。提供一种新的两步协作随机共振能量检测算法,该两步协作随机共振能量检测算法具有可以有效克服噪声不确定度的影响获得较高的检测概率特点。
为解决上述技术问题,采用的技术方案如下:
一种两步协作随机共振能量检测算法,适用于理想高斯白噪声信道,所述能量检测算法包括:
步骤一,定义原始检测模型,在原始检测模型的接收信号r(t)中加入强度为ρ的直流噪声γ(t),建立以广义随机共振的能量检测为基础的检测模型进行能量检测;
步骤二,建立基于双门限的筛选策略模型,确定第一门限值λl和第二门限值λh,定义融合机制与协作策略;所述融合机制包括或准则、与准则以及软判决;
步骤三,根据步骤一的能量检测结果Ti和步骤二的融合机制与协作策略进行能量检测修正;
其中,H0表示干扰存在,H1表示干扰不存在;r(t)为接收信号,n(t)是均值为β、方差为的高斯白噪声;s(t)是均值为ω、方差为的有用信号,j(t)是均值为μ、方差为的干扰信号,n(t)、s(t)与j(t)相互独立。
本发明的工作原理:本发明以广义随机共振的能量检测为模型,采取基于双门限的筛选策略实现融合准则和协作策略的动态选取在极低信噪比下检测性能突出,不易受噪声不确定度的影响。提高了在强背景噪声、大噪声不确定度环境下的干扰检测性能。提出基于双门限的筛选策略动态选取协作融合准则并确定是否二次协作,可以克服噪声不确定度对于检测性能的影响。同时还可以设计合理的策略减少系统开销。
上述方案中,为优化,进一步地,所述根据融合机制与协作策略还包括:
若判决结果为H0,则不进行二次协作直接得出最终判决结果;
若判决结果不是H0,则进行二次协作,得出最终判决结果;
使用与准则可以使虚警概率最小,同时二次协作可以进一步增大检测概率;
若判决结果为H1,则不进行二次协作直接得出最终判决结果;
判决结果不是H1,则进行二次协作,得出最终判决结果;
进一步地,所述软判决采用最大比合并,其中的权重因子为:
进一步地,一次协作包括采用λl作为判决门限,各个节点需要将各自的判决结果Ri发送至中心节点进行融合;
一次协作的或准则融合判决为:
与准则融合判决为:
其中,uncertain为不能得出确定的判决结果,需要二次协作。
进一步地,二次协作采用λh作为判决门限,包括:
各个节点将各自的检测统计量T发送至中心节点,中心节点利用软判决计算出能量值TMRC:
其中,ρi表示第i个节点添加的直流噪声的强度。
本发明的有益效果:通过仿真结果表明,本发明的算法在不增大虚警概率与检测时长的前提下,可以有效克服噪声不确定度的影响获得较高的检测概率。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1,广义随机共振能量检测模型示意图。
图2,判决过程示意图。
图3,基于双门限的筛选策略模型示意图。
图4,噪声不确定度为2dB检测概率与干噪比关系曲线图。
图5,噪声不确定度为4dB检测概率与干噪比关系曲线图。
图6,噪声不确定度为6dB检测概率与干噪比关系曲线图。
图7,噪声不确定度为8dB检测概率与干噪比关系曲线图。
图8,不同噪声不确定度下所提算法的ROC曲线图。
图9,不同采样点数下检测概率与干噪比关系曲线图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
实施例1
本实施例提供一种两步协作随机共振能量检测算法,适用于理想高斯白噪声信道,所述能量检测算法包括:
步骤一,定义原始检测模型,在原始检测模型的接收信号r(t)中加入强度为ρ的直流噪声γ(t),建立以广义随机共振的能量检测为基础的检测模型(如图1)进行能量检测;
步骤二,如图3,建立基于双门限的筛选策略模型,确定第一门限值λl和第二门限值λh,定义融合机制与协作策略;所述融合机制包括或准则、与准则以及软判决;
步骤三,根据步骤一的能量检测结果Ti和步骤二的融合机制与协作策略进行能量检测修正;
其中,H0表示干扰存在,H1表示干扰不存在;r(t)为接收信号,n(t)是均值为β、方差为的高斯白噪声;s(t)是均值为ω、方差为的有用信号,j(t)是均值为μ、方差为的干扰信号,n(t)、s(t)与j(t)相互独立。
基于双门限的筛选策略模型如图3,以检测统计量T所在区间为划分依据,分为模型中的三种情况。
如图2,能量检测是将特定时间段内接收到的信号的能量值与预设的判决门限比较并作出判决,得到相应的判决结果。
图2中,N是指采样点数,T是检测统计量,λ是能量阈值,即预设的判决门限。判决规则如下:
具体地,融合机制与协作策略还包括:
若判决结果为H0,则不进行二次协作直接得出最终判决结果;
若判决结果不是H0,则进行二次协作,得出最终判决结果;
使用与准则可以使虚警概率最小,同时二次协作可以进一步增大检测概率;
若判决结果为H1,则不进行二次协作直接得出最终判决结果;
判决结果不是H1,则进行二次协作,得出最终判决结果;
本实施例的一次协作包括采用λl作为判决门限,各个节点需要将各自的判决结果Ri发送至中心节点进行融合;
一次协作的或准则融合判决为:
与准则融合判决为:
其中,uncertain为不能得出确定的判决结果,需要二次协作。
由于存在噪声不确定度,噪声的方差是时变的。为在最小化虚警概率的同时最大化检测概率,本实施例的算法主要考虑噪声不确定度带来的最坏影响。
二次协作采用λh作为判决门限,包括:
各个节点将各自的检测统计量T发送至中心节点,中心节点利用软判决计算出能量值TMRC:
当采样点数N足够大时,
详细地,本实施例的软判决是采用最大比合并,其中的权重因子为:
传统方式中:当N足够大,即r(n)的样本点数足够多时,根据中心极限定理可知检测统计量T近似服从正态分布:
本实施例中,基于广义随机共振的能量检测算法会根据信道条件自适应调整ρ的取值以使Pd最大。
在噪声不确定度影响下的平均虚警概率和检测概率为:
如果考虑最坏的噪声不确定度影响,可得到噪声不确定度最坏影响下虚警概率、检测概率的表达式,即:
本实施例提供的能量检测算法,L个节点下的虚警概率与检测概率为:
其中,ρi表示第i个节点添加的直流噪声的强度。
二次协作后,当N足够大时,TMRC近似服从正态分布:
计算出最大比合并下的虚警概率和检测概率分别为
本实施例的算法在噪声不确定度最坏影响下的虚警概率与检测概率分别为:
本实施以传统能量检测与基于广义随机共振的能量检测作为对比算法,以体现所提算法的优越性。利用蒙特卡洛方法进行仿真验证,仿真次数均为3000次。仿真时,假设信号传输在理想且无突发错误的信道上,参数设置如下:L=4,μ=0.08,Pf=0.05。在N=2000 且噪声不确定度分别为2dB、4dB、6dB和8dB时,三种算法检测概率与干噪比关系曲线图如图4-图7所示。
由图4-图7分析可得本文所提算法较基于广义随机共振的能量检测与传统能量检测算法在相同干噪比、噪声不确定度下性能有大幅度提升;随着噪声不确定度的增大性能增益有些许下降,但性能仍优于其它两种算法。
图8为不同噪声不确定度下所提算法的ROC曲线图。是N=2000、干噪比为-10dB时得到的所提算法在不同噪声不确定度下的接收机工作特性(Receiver OperatorCharacteristic,ROC)曲线图。由图8分析可得算法检测概率随虚警概率的增加而升高,但噪声不确定度的增加使得检测概率有所降低,与理论推导结果一致。在实际应用中,噪声不确定度较大时可适当增大预设虚警概率值以提高检测概率。
图9为是Pf=0.05、N=2000时得到的所提算法在不同采样点数下的检测概率与干噪比关系曲线图。由图9分析可得算法检测概率随干噪比的增加而升高,且采样点数的增加使得检测概率有一定幅度的提高,与理论推导结果相符合。但当采样点数从8000增大到10000时,算法性能增益并不明显,在干噪比较高时两者性能基本一致。因此,在一定条件下增大采样点数可改善检测性能,但采样点数达到某一定值时继续增大采样点数也无法改善检测性能。同时,采样点数取值过大会导致检测耗时过长,算法即时性降低。
综上所述,本实施例所提算法能够有效抵抗噪声不确定度的影响,在同等条件下,检测性能较其他两种对比算法更优。
尽管上面对本发明说明性的具体实施方式进行了描述,以便于本技术领域的技术人员能够理解本发明,但是本发明不仅限于具体实施方式的范围,对本技术领域的普通技术人员而言,只要各种变化只要在所附的权利要求限定和确定的本发明精神和范围内,一切利用本发明构思的发明创造均在保护之列。
Claims (4)
1.一种两步协作随机共振能量检测方法,适用于理想高斯白噪声信道,其特征在于:所述能量检测方法包括:
步骤一,定义原始检测模型,在原始检测模型的接收信号r(t)中加入强度为ρ的直流噪声γ(t),建立以广义随机共振的能量检测为基础的检测模型进行能量检测;
步骤二,建立基于双门限的筛选策略模型,确定第一门限值λl和第二门限值λh,定义融合机制与协作策略;所述融合机制包括或准则、与准则以及软判决;
步骤三,根据步骤一的能量检测结果Ti和步骤二的融合机制与协作策略进行能量检测修正;
其中,H0表示干扰存在,H1表示干扰不存在;r(t)为接收信号,n(t)是均值为β、方差为的高斯白噪声;s(t)是均值为ω、方差为的有用信号,j(t)是均值为μ、方差为的干扰信号,n(t)、s(t)与j(t)相互独立;
所述根据融合机制与协作策略还包括:
若判决结果为H0,则不进行二次协作直接得出最终判决结果;
若判决结果不是H0,则进行二次协作,得出最终判决结果;
若判决结果为H1,则不进行二次协作直接得出最终判决结果;
判决结果不是H1,则进行二次协作,得出最终判决结果;
其中,i为小于L的正整数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810870640.6A CN108880712B (zh) | 2018-08-02 | 2018-08-02 | 一种两步协作随机共振能量检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810870640.6A CN108880712B (zh) | 2018-08-02 | 2018-08-02 | 一种两步协作随机共振能量检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108880712A CN108880712A (zh) | 2018-11-23 |
CN108880712B true CN108880712B (zh) | 2020-10-13 |
Family
ID=64307268
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810870640.6A Active CN108880712B (zh) | 2018-08-02 | 2018-08-02 | 一种两步协作随机共振能量检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108880712B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109635481B (zh) * | 2018-12-22 | 2023-05-12 | 成都毅创空间科技有限公司 | 一种用于穿戴设备的数据分析系统 |
CN112099057B (zh) * | 2020-09-17 | 2024-03-05 | 重庆大学 | 一种基于模糊逻辑的双门限协作gnss干扰检测算法 |
CN112073138B (zh) * | 2020-09-17 | 2021-09-10 | 重庆大学 | 一种基于量化的双门限协作频谱感知方法 |
CN113938228B (zh) * | 2021-12-16 | 2022-03-01 | 天津七一二通信广播股份有限公司 | 网络域协作干扰位置检测方法及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103281143B (zh) * | 2013-05-29 | 2015-02-18 | 河海大学常州校区 | 一种基于双门限能量检测的选择式协作频谱感知方法 |
CN105227253A (zh) * | 2015-08-20 | 2016-01-06 | 黑龙江科技大学 | 一种新型的基于能量检测的双门限协作频谱感知算法 |
CN106656374A (zh) * | 2016-12-29 | 2017-05-10 | 南京邮电大学 | 一种基于双门限能量检测的协作宽带频谱感知方法 |
CN107276696A (zh) * | 2017-05-25 | 2017-10-20 | 黑龙江科技大学 | 一种低信噪比条件下信号检测算法 |
-
2018
- 2018-08-02 CN CN201810870640.6A patent/CN108880712B/zh active Active
Non-Patent Citations (1)
Title |
---|
《认知无线电中双门限能量感知技术研究》;严金童;《硕士论文》;20160615;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN108880712A (zh) | 2018-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108880712B (zh) | 一种两步协作随机共振能量检测方法 | |
CN108834113B (zh) | 一种面向5g蜂窝网物理层安全的d2d隐蔽通信系统及其通信方法 | |
CN112099057B (zh) | 一种基于模糊逻辑的双门限协作gnss干扰检测算法 | |
CN109586806B (zh) | 一种分子通信中基于浓度的判别门限自适应调整方法 | |
CN107276696A (zh) | 一种低信噪比条件下信号检测算法 | |
CN106878928B (zh) | 基于多中继多天线的认知无线传感器网络性能优化方法 | |
Ridouani et al. | Perform sensing and transmission in parallel in cognitive radio systems: Spectrum and energy efficiency | |
CN110601779A (zh) | 基于双门限功率谱双平均比值的能量检测方法 | |
Liu et al. | An adaptive double thresholds scheme for spectrum sensing in cognitive radio networks | |
Wu et al. | A cooperative double-threshold energy detection algorithm in cognitive radio systems | |
CN110611542B (zh) | 一种基于改进融合算法的三阈值协作频谱感知方法 | |
CN103780316A (zh) | 一种用于认知无线电频谱共享的被动式接收机检测方法 | |
Kaligineedi et al. | Distributed detection of primary signals in fading channels for cognitive radio networks | |
CN112073138B (zh) | 一种基于量化的双门限协作频谱感知方法 | |
CN110380799B (zh) | 一种基于马尔科夫链干扰预测的信号检测方法 | |
CN113839635A (zh) | 基于平滑滤波的抗干扰自适应agc调整方法及装置 | |
Suratman et al. | Collaborative spectrum sensing using sequential detections: Soft decision vs. hard decision | |
CN106851538B (zh) | 一种抗ssdf的协作频谱感知方法 | |
Wang et al. | Channel state information based optimal strategy for covert communication | |
CN106535235A (zh) | Dtx检测的判决门限值确定方法和装置、dtx检测方法和装置 | |
Hu et al. | Research on cooperative spectrum sensing based on trust scheme in cognitive radio networks | |
CN110677204A (zh) | 一种存在智能干扰的频谱感知时间优化方法 | |
CN110972144B (zh) | 一种全双工认知无线电网络多电平频谱感知方法及系统 | |
CN114070437B (zh) | 一种基于能量和特征值方差的联合频谱感知方法 | |
Shekar et al. | Optimized dynamic threshold adjustment method for cooperative detection |
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 | ||
EE01 | Entry into force of recordation of patent licensing contract | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20181123 Assignee: Yangzhou Wanfang Technology Co.,Ltd. Assignor: Chongqing University Contract record no.: X2022500000004 Denomination of invention: A two-step cooperative stochastic resonance energy detection method Granted publication date: 20201013 License type: Exclusive License Record date: 20220530 |