CN109150341A - 频谱感知方法和设备以及存储介质 - Google Patents

频谱感知方法和设备以及存储介质 Download PDF

Info

Publication number
CN109150341A
CN109150341A CN201811057700.9A CN201811057700A CN109150341A CN 109150341 A CN109150341 A CN 109150341A CN 201811057700 A CN201811057700 A CN 201811057700A CN 109150341 A CN109150341 A CN 109150341A
Authority
CN
China
Prior art keywords
threshold
frequency band
target frequency
determining
value
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.)
Granted
Application number
CN201811057700.9A
Other languages
English (en)
Other versions
CN109150341B (zh
Inventor
景晓军
穆俊生
何元
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing University of Posts and Telecommunications
Original Assignee
Beijing University of Posts and Telecommunications
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing University of Posts and Telecommunications filed Critical Beijing University of Posts and Telecommunications
Priority to CN201811057700.9A priority Critical patent/CN109150341B/zh
Publication of CN109150341A publication Critical patent/CN109150341A/zh
Application granted granted Critical
Publication of CN109150341B publication Critical patent/CN109150341B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/382—Monitoring; Testing of propagation channels for resource allocation, admission control or handover

Landscapes

  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种频谱感知方法和设备以及存储介质，其中方法包括：根据CR接收机采集的目标频段信号的能量值确定最大阈值和最小阈值，基于多个能量值以及最大阈值和最小阈值确定目标频段是否处于忙碌状态或空闲状态；如果不能确定目标频段状态，则基于中间能量值确定平均阈值，基于中间能量值、平均阈值、最大阈值以及多个能量值确定目标频段是否处于忙碌状态或空闲状态；本发明的频谱感知方法和设备以及存储介质，有效提升了频谱感知的效率，提高了频谱感知检测的稳定性和精度，提高用户的使用感受度。

Description

频谱感知方法和设备以及存储介质
技术领域
本发明涉及通信技术领域，尤其涉及一种频谱感知方法和设备以及存储介质。
背景技术
随着通信技术的快速发展，以移动互联网、物联网、云计算为代表的新一代信息技术与传统产业的深度融合，无线电技术宽带、泛在、移动的应用特点越发明显，带来频谱需求的爆发式增长，造成频谱资源的极度短缺。无线电频谱是一种被严格管控的珍贵资源，目前，授权无线频谱的利用率大约只有30％，5GHz以下大部分关注频段的频谱使用率通常远远小于10％。有效提高用频效率是缓解频谱稀缺问题，丰富大众业务体验的客观要求。
认知无线电(Cognitive Radio,CR)通过频谱感知(Spectrum Sensing)和系统的智能学习能力，可以实现动态频谱分配(DSA：dynamic spectrum allocation)和频谱共享(Spectrum Sharing)，并限制和降低冲突的发生。作为认知无线电的关键技术，频谱感知对整个认知网络起着先导作用，是频谱分配和频谱共享的基础。频谱感知的目标函数融合了影响频谱感知性能的主要因素，是频谱感知性能的优化方向，对感知性能上限起着决定性作用。目前的频谱感知目标函数大多是汇集影响频谱感知性能的部分因素而形成的局部目标函数，降低了认知系统的适应性和鲁棒性，不利于频谱感知在复杂网络环境下的应用和推广。
发明内容
有鉴于此，本发明要解决的一个技术问题是提供一种频谱感知方法和设备以及存储介质。
根据本发明的一个方面，提供一种频谱感知方法，包括：获得与多个CR接收机接收的多个目标频段信号相对应的多个能量值，其中，所述多个目标频段信号都与同一目标频段相对应；根据多个能量值确定最大阈值和最小阈值；如果所述多个能量值中大于所述最大阈值或小于所述最小阈值的能量值数量大于第一数量阈值，则确定所述目标频段处于忙碌状态或空闲状态；如果不能确定所述目标频段处于忙碌状态或空闲状态，则从所述多个能量值中选取中间能量值，基于所述中间能量值确定平均阈值；其中，所述中间能量值小于所述最大阈值并且大于所述最小阈值；确定中间能量值检测数量，计算所述中间能量值检测数量与所述多个能量值中大于所述最大阈值的能量值数量的总和；判断选取的中间能量值中大于所述平均阈值的能量值数量与所述总和是否分别大于第二数量阈值与所述第一数量阈值，如果是，则确定所述目标频段处于忙碌状态，如果否，则确定所述目标频段处于空闲状态。
可选地，所述根据多个能量值确定最大阈值和最小阈值包括：根据所述多个能量值确定检测阈值的平均值λEGC，确定噪声方差的不确定性因子定义为θ；
确定最大阈值
确定最小阈值
可选地，所述确定中间能量值检测数量、计算所述中间能量值检测数量与所述多个能量值中大于所述最大阈值的能量值数量的总和包括：
确定中间能量值检测数量
其中，M为所述中间能量值的数量，round()为取整函数，所述第一数量阈值包括：所述多个目标频段信号的数量的一半；所述第二数量阈值包括：所述选取的中间能量值的数量的一半。
可选地，对所述目标频段信号x(t)＝h(t)s(t)+w(t)进行抽样处理；其中，s(t)为纯净信号，w(t)为噪声；抽样频率为fs，抽样持续时间为τ,进行抽样后的目标频段信号为x(n)＝h(n)s(n)+w(n)；
获得与所述目标频段信号相对应的能量值其中，N＝fs*τ。
根据本发明的另一方面，提供一种频谱感知设备，包括：能量值获得模块，用于获得与多个CR接收机接收的多个目标频段信号相对应的多个能量值，其中，所述多个目标频段信号都与同一目标频段相对应；第一阈值确定模块，用于根据多个能量值确定最大阈值和最小阈值；第一状态确定模块，用于如果所述多个能量值中大于所述最大阈值或小于所述最小阈值的能量值数量大于第一数量阈值，则确定所述目标频段处于忙碌状态或空闲状态；第二阈值确定模块，用于如果不能确定所述目标频段处于忙碌状态或空闲状态，则从所述多个能量值中选取中间能量值，基于所述中间能量值确定平均阈值；其中，所述中间能量值小于所述最大阈值并且大于所述最小阈值；第二状态确定模块，用于确定中间能量值检测数量，计算所述中间能量值检测数量与所述多个能量值中大于所述最大阈值的能量值数量的总和；判断选取的中间能量值中大于所述平均阈值的能量值数量与所述总和是否分别大于第二数量阈值与所述第一数量阈值，如果是，则确定所述目标频段处于忙碌状态，如果否，则确定所述目标频段处于空闲状态。
可选地，所述第一阈值确定模块，用于根据所述多个能量值确定检测阈值的平均值λEGC，确定噪声方差的不确定性因子定义为θ；
所述第一阈值确定模块，用于确定最大阈值
所述第一阈值确定模块，用于确定最小阈值
可选地，所述第二状态确定模块，用于确定中间能量值检测数量
其中，M为所述中间能量值的数量，round()为取整函数，所述第一数量阈值包括：所述多个目标频段信号的数量的一半；所述第二数量阈值包括：所述选取的中间能量值的数量的一半。
可选地，所述能量值获得模块，用于对所述目标频段信号x(t)＝h(t)s(t)+w(t)进行抽样处理；其中，s(t)为纯净信号，w(t)为噪声；抽样频率为fs，抽样持续时间为τ,进行抽样后的目标频段信号为x(n)＝h(n)s(n)+w(n)；计算与所述目标频段信号相对应的能量值其中，N＝fs*τ。
根据本发明的又一方面，提供一种频谱感知设备，包括：存储器；以及耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器中的指令，执行如上所述的方法。
根据本发明的再一方面，提供一种计算机可读存储介质，其上存储有计算机程序指令，该指令被一个或多个处理器执行时实现如上所述的方法的步骤。
本发明的频谱感知方法和设备以及存储介质，根据CR接收机采集的目标频段信号的能量值确定最大阈值和最小阈值，基于多个能量值以及最大阈值和最小阈值确定目标频段是否处于忙碌状态或空闲状态；如果不能确定目标频段状态，则基于中间能量值确定平均阈值，基于中间能量值、平均阈值、最大阈值以及多个能量值确定目标频段是否处于忙碌状态或空闲状态；有效提升了频谱感知的效率，提高了频谱感知检测的稳定性和精度，提高用户的使用感受度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的频谱感知方法的一个实施例的流程示意图；
图2为本发明的频谱感知方法的一个实施例的实施步骤的示意图；
图3为未考虑报告信道(reporting channel)时多种频谱感知方案性能对比示意图
图4为考虑报告信道(reporting channel)时多种频谱感知方案性能对比示意图；
图5为多种频谱感知方案复杂度的对比示意图；
图6为本发明的频谱感知设备的一个实施例的组成示意图；
图7为本发明的频谱感知设备的另一个实施例的组成示意图。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，技术、方法和设备应当被视为说明书的一部分。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
下文中的“第一”、“第二”等仅用于描述上相区别，并没有其它特殊的含义。
图1为本发明的频谱感知方法的一个实施例的流程示意图，本发明提出一种中心式双阈值协作频谱感知方法，如图1所示：
步骤101，获得与多个认知无线电CR接收机接收的多个目标频段信号相对应的多个能量值，其中，多个目标频段信号都与同一目标频段相对应。
步骤102，根据多个能量值确定最大阈值和最小阈值。
步骤103，如果多个能量值中大于最大阈值或小于最小阈值的能量值数量大于第一数量阈值，则确定目标频段处于忙碌状态或空闲状态。
步骤104，如果不能确定目标频段处于忙碌状态或空闲状态，则从多个能量值中选取中间能量值，基于中间能量值确定平均阈值；其中，中间能量值小于最大阈值并且大于最小阈值。
步骤105，确定中间能量值检测数量，计算中间能量值检测数量与多个能量值中大于最大阈值的能量值数量的总和。
步骤106，判断选取的中间能量值中大于平均阈值的能量值数量与总和是否分别大于第二数量阈值与第一数量阈值，如果是，则确定目标频段处于忙碌状态，如果否，则确定目标频段处于空闲状态。
在一个实施例中，如图2所示，调节CR天线的频率，通过接收机CR1、CR2……CRK接收目标频段的信号。对接收到的目标频段的信号按照特定频谱进行抽样，计算各个本地接收机CR1、CR2……CRK接收的目标频段信号的能量值E1、E2……EK，并将其发送到融合中心。
按照等权重准则，计算融合中心接收能量值的平均值，计算出最大阈值和最小阈值，进行初步判决频段是否空闲：将能量值E1、E2……EK与阈值做比较，若大于最大阈值的能量值个数大于能量值E1、E2……EK总数的一半，则该频段处于忙碌状态；若小于最小阈值的能量值个数大于能量值E1、E2……EK总数的一半，则该频段处于空闲状态。
如果无法判定目标频谱的状态，则再次计算能量值E1、E2……EK中落在最大阈值和最小阈值之间的M个中间能量值的平均能量值，得到平均阈值；将能量值E1、E2……EK中位于最大阈值和最小阈值之间的中间能量值分别与平均阈值做比较。λmax为最大阈值，M为中间能量值的数量，α为因子，number()为计数函数。如果多个中间能量值大于平均阈值的个数超过一半，并且则目标频段处于忙碌状态；否则，目标频段处于空闲状态。
在一个实施例中，假设CR接收机接收到的目标频段信号x(t)是由纯净信号s(t)和噪声w(t)组成，那么x(t)可以表示为：
x(t)＝h(t)s(t)+w(t) (1-1)；
其中，s(t)和w(t)为独立同分布的稳态随机过程，其方差分别为和
h(t)表示平坦性衰落信道增益，并且|h(t)|服从瑞利分布。
CR接收机接收到的目标频段信号经过频率fs，持续时间为τ的抽样器之后，x(t)可以表示为：
x(n)＝h(n)s(n)+w(n) (1-2)；
此时，CR接收机接收到的信号的平均能量值可以表示为：
其中，
N＝fsτ (1-4)；
虚警概率和对应的检测概率可以表示为：
假设有K个CR接收机分布在不同的位置上，每个CR接收机接收到信号的能量值都被发送到融合中心FC(fusion center)。对于融合中心接收到的多个能量值，可以运用EGC准则来获取检测阈值的平均值λEGC,
其中，Ei为融合中心第i个接收机接收到的目标频段信号的能量值；λEGC为K个CR接收机检测阈值的平均值。
分别为信号和噪声的方差，其均值均为零。假设噪声方差的不确定性因子定义为θ,其中表示评估噪声方差。根据公式(1-5)和(1-6)，可以获得FC的最小阈值和最大阈值分别可以表示为
然后，将每一个Ei与λmin和λmax做比较，得到一个二进制判决(0或1)。其中，0代表PU不存在，1代表PU存在。如果判定：
则确定目标频段处于忙碌状态；如果判定：
则确定目标频段处于空闲状态。公式(1-10)和(1-11)中的number(·)表示计数函数，H1为CR接收机接收目标频段信号的信道。
如果大部分CR接收机接收的目标频段信号的能量值位于区间[λmin,λmax],则通过公式(1-10)和公式(1-11)将无法确定目标频段是否处于忙碌状态或忙碌状态。在这种情况下，假设位于区间[λmin,λmax]的检测器的个数为即从与CR接收机接收的目标频段信号对应的多个能量值中选取M个中间能量值，M个中间能量值都小于最大阈值并且大于最小阈值。
将EGC准则应用到M个检测器。如果判定：
为能量值位于[λmin,λmax]的M个CR接收机的平均接收能量值，λEGC-1为对应的能量阈值；H1表示目标频段信号存在。
那么表示PU存在的M个检测器的个数重新定义为：
其中，round(·)表示取整函数。如果判定：
则确定目标频段处于忙碌状态；否则，PU不存在。
在一个实施例中，假设每一个CR检测器都有相同的检测概率Pd和虚警概率Pf，所提算法(CSS-CDT)的虚警概率Pf0和检测概率Pd0分别可以表示为
M0＝number(Ei＞λmax|H1) (1-18)；
其中，为基本的组合公式。K1表示K个CR接收机实际等价的接收机个数；round()表示朝最近的方向取整数部分。
在一个实施例中，检测信号的类型和结构严重影响感知性能，为此本发明进一步优化了接收信号能量值落在最大和最小阈值之间的判决情况，进一步提高检测精度。
根据公式(1-7)，如果确定：
根据所提CSS-CDT算法，目标频段将被判定为空闲状态。为了进一步消除信号波动对于检测性能的影响，进一步采取以下措施：
其中，为能量值落在最大和最小阈值内的M个本地检测器的平均能量值。为能量值位于[λmin,λmax]的M个CR接收机的平均接收能量值；为和的平均能量值。如果确定：
则确定目标频段也处于占用状态。
在一个实施例中，图3和图4展示了多种频谱感知方案性能对比。其中，MV表示多数投票准则；CDT表示传统双阈值频谱感知算法；ICDT1和ICDT2表示两种经典的基于改进双阈值的协作频谱感知算法；CSS-CDT表示所提的中心式双阈值协作频谱感知算法；CSS-ICDT表示进一步提出的改进的中心式协作频谱感知算法。从图3和图4可以看出，本发明的算法显著提高了空闲频谱检测的精度。图5为多种频谱感知方案的计算复杂度。从图5可以看出，CSS-CDT算法和其他算法复杂度相当。相比与其他算法，CSS-ICDT算法的复杂度大约增加了50％。
在一个实施例中，如图6所示，本发明提供一种频谱感知设备60，包括：能量值获得模块61、第一阈值确定模块62、第一状态确定模块63、第二阈值确定模块64和第二状态确定模块65。
能量值获得模块61获得与多个CR接收机接收的多个目标频段信号相对应的多个能量值，其中，多个目标频段信号都与同一目标频段相对应。第一阈值确定模块62根据多个能量值确定最大阈值和最小阈值。如果多个能量值中大于最大阈值或小于最小阈值的能量值数量大于第一数量阈值，则第一状态确定模块63确定目标频段处于忙碌状态或空闲状态。
如果不能确定目标频段处于忙碌状态或空闲状态，则第二阈值确定模块64从多个能量值中选取中间能量值，基于中间能量值确定平均阈值；其中，中间能量值小于最大阈值并且大于最小阈值。第二状态确定模块65确定中间能量值检测数量，计算中间能量值检测数量与多个能量值中大于最大阈值的能量值数量的总和。第二状态确定模块65判断选取的中间能量值中大于平均阈值的能量值数量与总和是否分别大于第二数量阈值与第一数量阈值，如果是，则确定目标频段处于忙碌状态，如果否，则确定目标频段处于空闲状态。
在一个实施例中，第一阈值确定模块62根据多个能量值确定检测阈值的平均值λEGC，确定噪声方差的不确定性因子定义为θ；
第一阈值确定模块62确定最大阈值
第一阈值确定模块62确定最小阈值
第二状态确定模块64确定中间能量值检测数量其中，M为中间能量值的数量，round()为取整函数，第一数量阈值包括：多个目标频段信号的数量的一半；第二数量阈值包括：选取的中间能量值的数量的一半。
能量值获得模块61对目标频段信号x(t)＝h(t)s(t)+w(t)进行抽样处理；其中，s(t)为纯净信号，w(t)为噪声；抽样频率为fs，抽样持续时间为τ,进行抽样后的目标频段信号为x(n)＝h(n)s(n)+w(n)；计算与目标频段信号相对应的能量值其中，N＝fs*τ。
图7为根据本发明公开的频谱感知设备的另一个实施例的模块示意图。如图7所示，该装置可包括存储器71、处理器72、通信接口73以及总线74。存储器71用于存储指令，处理器72耦合到存储器71，处理器72被配置为基于存储器71存储的指令执行实现上述的频谱感知方法。
存储器71可以为高速RAM存储器、非易失性存储器(NoN-volatile memory)等，存储器71也可以是存储器阵列。存储器71还可能被分块，并且块可按一定的规则组合成虚拟卷。处理器72可以为中央处理器CPU，或专用集成电路ASIC(Application SpecificIntegrated Circuit)，或者是被配置成实施本发明公开的频谱感知方法的一个或多个集成电路。
上述实施例提供的频谱感知方法和设备以及存储介质，采用中心式双阈值协作频谱感知方法，根据CR接收机采集的目标频段信号的能量值确定最大阈值和最小阈值，基于多个能量值以及最大阈值和最小阈值确定目标频段是否处于忙碌状态或空闲状态；如果不能确定目标频段状态，则基于中间能量值确定平均阈值，基于中间能量值、平均阈值、最大阈值以及多个能量值确定目标频段是否处于忙碌状态或空闲状态；有效提升了频谱感知的效率，提高了频谱感知检测的稳定性和精度，提高用户的使用感受度。
可能以许多方式来实现本发明的方法和系统。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本发明的方法和系统。用于方法的步骤的上述顺序仅是为了进行说明，本发明的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本发明实施为记录在记录介质中的程序，这些程序包括用于实现根据本发明的方法的机器可读指令。因而，本发明还覆盖存储用于执行根据本发明的方法的程序的记录介质。
本发明的描述是为了示例和描述起见而给出的，而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本发明的原理和实际应用，并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。

Claims (10)

1.一种频谱感知方法，其特征在于，包括：
获得与多个CR接收机接收的多个目标频段信号相对应的多个能量值，其中，所述多个目标频段信号都与同一目标频段相对应；
根据多个能量值确定最大阈值和最小阈值；
如果所述多个能量值中大于所述最大阈值或小于所述最小阈值的能量值数量大于第一数量阈值，则确定所述目标频段处于忙碌状态或空闲状态；
如果不能确定所述目标频段处于忙碌状态或空闲状态，则从所述多个能量值中选取中间能量值，基于所述中间能量值确定平均阈值；其中，所述中间能量值小于所述最大阈值并且大于所述最小阈值；
确定中间能量值检测数量，计算所述中间能量值检测数量与所述多个能量值中大于所述最大阈值的能量值数量的总和；
判断选取的中间能量值中大于所述平均阈值的能量值数量与所述总和是否分别大于第二数量阈值与所述第一数量阈值，如果是，则确定所述目标频段处于忙碌状态，如果否，则确定所述目标频段处于空闲状态。
2.如权利要求1所述的方法，其特征在于，所述根据多个能量值确定最大阈值和最小阈值包括：
根据所述多个能量值确定检测阈值的平均值λEGC，确定噪声方差的不确定性因子定义为θ；
确定最大阈值
确定最小阈值
3.如权利要求2所述的方法，其特征在于，所述确定中间能量值检测数量、计算所述中间能量值检测数量与所述多个能量值中大于所述最大阈值的能量值数量的总和包括：
确定中间能量值检测数量
其中，M为所述中间能量值的数量，round()为取整函数，所述第一数量阈值包括：所述多个目标频段信号的数量的一半；所述第二数量阈值包括：所述选取的中间能量值的数量的一半。
4.如权利要求2所述的方法，其特征在于，还包括：
对所述目标频段信号x(t)＝h(t)s(t)+w(t)进行抽样处理；其中，s(t)为纯净信号，w(t)为噪声；抽样频率为fs，抽样持续时间为τ,进行抽样后的目标频段信号为x(n)＝h(n)s(n)+w(n)；
获得与所述目标频段信号相对应的能量值其中，N＝fs*τ。
5.一种频谱感知设备，其特征在于，包括：
能量值获得模块，用于获得与多个CR接收机接收的多个目标频段信号相对应的多个能量值，其中，所述多个目标频段信号都与同一目标频段相对应；
第一阈值确定模块，用于根据多个能量值确定最大阈值和最小阈值；
第一状态确定模块，用于如果所述多个能量值中大于所述最大阈值或小于所述最小阈值的能量值数量大于第一数量阈值，则确定所述目标频段处于忙碌状态或空闲状态；
第二阈值确定模块，用于如果不能确定所述目标频段处于忙碌状态或空闲状态，则从所述多个能量值中选取中间能量值，基于所述中间能量值确定平均阈值；其中，所述中间能量值小于所述最大阈值并且大于所述最小阈值；
第二状态确定模块，用于确定中间能量值检测数量，计算所述中间能量值检测数量与所述多个能量值中大于所述最大阈值的能量值数量的总和；判断选取的中间能量值中大于所述平均阈值的能量值数量与所述总和是否分别大于第二数量阈值与所述第一数量阈值，如果是，则确定所述目标频段处于忙碌状态，如果否，则确定所述目标频段处于空闲状态。
6.如权利要求5所述的装置，其特征在于，
所述第一阈值确定模块，用于根据所述多个能量值确定检测阈值的平均值λEGC，确定噪声方差的不确定性因子定义为θ；
所述第一阈值确定模块，用于确定最大阈值
所述第一阈值确定模块，用于确定最小阈值
7.如权利要求6所述的设备，其特征在于，
所述第二状态确定模块，用于确定中间能量值检测数量
其中，M为所述中间能量值的数量，round()为取整函数，所述第一数量阈值包括：所述多个目标频段信号的数量的一半；所述第二数量阈值包括：所述选取的中间能量值的数量的一半。
8.如权利要求7所述的设备，其特征在于，
所述能量值获得模块，用于对所述目标频段信号x(t)＝h(t)s(t)+w(t)进行抽样处理；其中，s(t)为纯净信号，w(t)为噪声；抽样频率为fs，抽样持续时间为τ,进行抽样后的目标频段信号为x(n)＝h(n)s(n)+w(n)；计算与所述目标频段信号相对应的能量值 其中，N＝fs*τ。
9.一种频谱感知设备，其特征在于，包括：
存储器；以及耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器中的指令，执行如权利要求1至4中任一项所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序指令，该指令被一个或多个处理器执行时实现权利要求1至4任意一项所述的方法的步骤。
CN201811057700.9A 2018-09-11 2018-09-11 频谱感知方法和设备以及存储介质 Active CN109150341B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811057700.9A CN109150341B (zh) 2018-09-11 2018-09-11 频谱感知方法和设备以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811057700.9A CN109150341B (zh) 2018-09-11 2018-09-11 频谱感知方法和设备以及存储介质

Publications (2)

Publication Number Publication Date
CN109150341A true CN109150341A (zh) 2019-01-04
CN109150341B CN109150341B (zh) 2020-11-20

Family

ID=64824522

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811057700.9A Active CN109150341B (zh) 2018-09-11 2018-09-11 频谱感知方法和设备以及存储介质

Country Status (1)

Country Link
CN (1) CN109150341B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101489234A (zh) * 2009-01-16 2009-07-22 清华大学 基于碰撞概率约束的机会频谱接入方法
CN103780318A (zh) * 2014-01-16 2014-05-07 南京邮电大学 一种动态双门限协作频谱感知方法
US20150181436A1 (en) * 2013-12-20 2015-06-25 King Fahd University Of Petroleum And Minerals Cooperative cognitive radio spectrum sensing using a hybrid data-decision method
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
CN105246082A (zh) * 2015-09-30 2016-01-13 电子科技大学 一种基于能量检测的感知信息融合方法
CN107359948A (zh) * 2017-07-11 2017-11-17 北京邮电大学 一种认知无线网络的频谱预测方法及装置
CN107370521A (zh) * 2017-09-11 2017-11-21 东南大学 一种认知无线电多用户协作频谱感知方法
CN107370548A (zh) * 2017-06-28 2017-11-21 南京邮电大学 一种基于无线电环境地图的协作宽带频谱感知方法
CN107528648A (zh) * 2017-10-23 2017-12-29 北京邮电大学 一种基于低秩稀疏矩阵分解的盲频谱感知方法和装置
CN107911825A (zh) * 2017-08-16 2018-04-13 重庆邮电大学 一种基于双门限能量检测的用户选择协作频谱感知方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101489234A (zh) * 2009-01-16 2009-07-22 清华大学 基于碰撞概率约束的机会频谱接入方法
US20150181436A1 (en) * 2013-12-20 2015-06-25 King Fahd University Of Petroleum And Minerals Cooperative cognitive radio spectrum sensing using a hybrid data-decision method
CN103780318A (zh) * 2014-01-16 2014-05-07 南京邮电大学 一种动态双门限协作频谱感知方法
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
CN105246082A (zh) * 2015-09-30 2016-01-13 电子科技大学 一种基于能量检测的感知信息融合方法
CN107370548A (zh) * 2017-06-28 2017-11-21 南京邮电大学 一种基于无线电环境地图的协作宽带频谱感知方法
CN107359948A (zh) * 2017-07-11 2017-11-17 北京邮电大学 一种认知无线网络的频谱预测方法及装置
CN107911825A (zh) * 2017-08-16 2018-04-13 重庆邮电大学 一种基于双门限能量检测的用户选择协作频谱感知方法
CN107370521A (zh) * 2017-09-11 2017-11-21 东南大学 一种认知无线电多用户协作频谱感知方法
CN107528648A (zh) * 2017-10-23 2017-12-29 北京邮电大学 一种基于低秩稀疏矩阵分解的盲频谱感知方法和装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
文凯: "基于感知信道差异性的动态双门限协作频谱感知优化算法", 《南京邮电大学学报（自然科学版）》 *
谢前英: "基于集中式协作频谱感知的数据融合技术研究", 《微型机与应用》 *
金燕君: "认知无线网络中动态双门限协作频谱感知性能的优化方案", 《信号处理》 *

Also Published As

Publication number Publication date
CN109150341B (zh) 2020-11-20

Similar Documents

Publication Publication Date Title
CN107395301B (zh) 一种基于k均值算法的频谱感知方法与装置
CN107360577B (zh) 一种基于机器学习的频谱感知方法及装置
CN107071788B (zh) 一种认知无线网络中的频谱感知方法及装置
KR100970757B1 (ko) 무선 인지 시스템에서 멀티 유저들을 위한 에너지 검출기반의 협력 채널 센싱 방법
CN110224771B (zh) 基于bp神经网络与信息几何的频谱感知方法及装置
CN110649982B (zh) 基于次用户节点选择的双阈值能量检测方法
Jacob et al. A fuzzy approach to decision fusion in cognitive radio
CN108900266B (zh) 基于协作节点选取和fcm算法的认知车联网频谱感知方法
CN107613500B (zh) 一种不确定环境下的无线频谱共享方法
CN109150341B (zh) 频谱感知方法和设备以及存储介质
CN112994813A (zh) 自适应采样的频谱感知方法及相关装置
CN106936527B (zh) 一种基于双门限的多用户合作频谱感知方法
CN109219055A (zh) 一种主用户占空比估计方法
CN109525339A (zh) 认知无线电的频谱感知方法、装置、设备以及存储介质
CN111313994B (zh) 公平性原则下基于多臂赌博机模型的多用户频谱接入方法
EP3340707A1 (en) Channel selection device and method for wireless local area network
CN116248208A (zh) 一种基于协同感知动态频谱切换的干扰规避方法及系统
Liu et al. An imperfect sensing-based channel reservation strategy in CRNs and its performance evaluation.
CN114465681A (zh) 一种用于电力物联网的多节点协作频谱感知方法及装置
CN115914004A (zh) 链路检测方法及装置、存储介质、计算机设备
Rahim et al. A combined spectrum prediction and sensing approach for cognitive radios
CN110337106B (zh) 一种抗ssdf攻击的协作频谱感知方法、装置及系统
KR102009506B1 (ko) 인지 무선 통신 방법
Hassan et al. Predicted eigenvalue threshold based spectrum sensing with correlated multiple-antennas
CN112054861B (zh) 一种协同频谱感知网络次级用户选择方法、介质及设备

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