CN109219055A - 一种主用户占空比估计方法 - Google Patents

Abstract

本发明公开了一种主用户占空比估计方法，其处理过程为：首先，对多个连续时隙内的信号进行采样，然后计算对每个时隙内的信号进行采样得到的所有样本的平均功率；其次，在0到1之间随机选取一个值作为主用户占空比的初始值，然后通过初始值及虚警概率和检测概率的关系计算出门限值，接着将平均功率与计算出的门限值作比较，再将平均功率大于门限值的所有时隙所占的比例作为预估值；再次，在满足迭代条件时，通过预估值及虚警概率和检测概率的关系计算出迭代后的门限值，进而再次获得一个预估值；在不满足迭代条件时，将最后一次迭代获得的预估值作为主用户占空比的最终估计值；优点是其在不同主用户信噪比情况下都能够准确估计出主用户占空比。

Description

一种主用户占空比估计方法

技术领域

本发明涉及一种认知无线电技术，尤其是涉及一种主用户占空比估计方法，其通过迭代渐进无偏地估计得到主用户占空比。

背景技术

随着移动通信的不断发展，无线用户的数量不断增加，人们对于无线通信的需求也越来越高。无线电频谱资源的有限性与人们对无线电频谱资源的需求的大幅提升，构成了当今无线通信发展的一大矛盾。大量的研究表明，现有的固定频谱分配管理策略导致大量的无线电频谱资源无法得到充分利用，造成无线电频谱资源短缺和频谱利用率低这一事实。因此，充分提高无线电频谱资源的利用率将成为有效缓解上述矛盾的关键。在这种情况下，动态频谱接入技术得到了广泛的关注，动态频谱接入可以提高频谱利用率，缓解频谱不足的问题，认知无线电是动态频谱接入的重要技术之一。在认知无线电中，主用户流量信息的获取可以显著提高次级用户的频谱感知和信道选择性能，从而获得更高的频谱利用率。主用户流量的一个关键参数是占空比，它代表了主信号对许可信道的占用率。

为了获得更高的频谱利用率，主用户占空比的估计十分重要。现有的主用户占空比的估计方法最主要的就是平均检测法，其将门限值与每个时隙的样本平均功率进行比较，计算出其中平均功率大于门限值的时隙所占的比例，作为占空比。在这种情况下，门限值的设置就至关重要。当前使用较多的是通过目标虚警概率(恒虚警)来设置门限值，对于这种方法，当目标虚警概率较高时会产生严重的高估，目标虚警概率较低时也会产生较少的高估。此外，现有的主用户占空比的估计方法还有加权法，其在平均检测法的基础上，对每个时隙的判定结果都赋予一个权重，所有权重之和为1。上述两种方法都是在恒虚警下求的门限值，都没有考虑实际的无线电环境，最终导致对主用户占空比的估计与真实情况相差很大。

发明内容

本发明所要解决的技术问题是提供一种主用户占空比估计方法，其对无线电环境的适应能力强，在不同主用户信噪比情况下都能够准确估计出主用户占空比。

本发明解决上述技术问题所采用的技术方案为：一种主用户占空比估计方法，其特征在于它的处理过程为：首先，对多个连续时隙内的信号进行采样，针对每个时隙内的信号采样得到多个样本，然后计算对每个时隙内的信号进行采样得到的所有样本的平均功率；其次，在0到1之间随机选取一个值作为主用户占空比的初始值，然后通过主用户占空比的初始值及虚警概率和检测概率的关系计算出门限值，接着将对每个时隙内的信号进行采样得到的所有样本的平均功率与计算出的门限值作比较，再将平均功率大于计算出的门限值的所有时隙所占的比例作为主用户占空比的预估值；再次，在满足迭代条件的前提下，通过主用户占空比的预估值及虚警概率和检测概率的关系计算出迭代后的门限值，进而再次获得一个主用户占空比的预估值；在不满足迭代条件的前提下，将最后一次迭代获得的主用户占空比的预估值作为主用户占空比的最终估计值。

该主用户占空比估计方法具体包括以下步骤：

步骤一：在认知无线电系统中，任意选取一个时隙作为第1个时隙，对第1个时隙内的信号进行K次采样，采样得到K个样本；然后对下一个时隙内的信号进行K次采样，同样采样得到K个样本；接着持续相同的操作，直至完成对N个连续时隙内的信号的采样；将对第n个时隙内的信号进行采样得到的第k个样本记为x_n(k)；其中，K≥100，N≥100，n和k均为正整数，1≤n≤N，1≤k≤K；

步骤二：计算对每个时隙内的信号进行采样得到的所有样本的平均功率，将对第n个时隙内的信号进行采样得到的所有样本的平均功率记为T_n，其中，符号“||”为取模运算符号；

步骤三：在0到1之间随机选取一个值作为主用户占空比的初始值，并赋值给u₀；令λ表示门限值；

步骤四：将u₀代入门限值求解等式方程u₀×P_d(λ)+(1-u₀)×P_f(λ)＝u₀中；然后利用二分法求解u₀×P_d(λ)+(1-u₀)×P_f(λ)＝u₀，得到λ的值；其中，P_f(λ)表示在门限值下的虚警概率，Q()表示标准正态分布的互补累计分布函数，E₀表示认知无线电系统中的噪声功率，P_d(λ)表示在门限值下的检测概率，E₁表示主用户信号功率和E₀之和；

步骤五：将对每个时隙内的信号进行采样得到的所有样本的平均功率与λ的值作比较，列出平均功率大于λ的值的所有时隙，若T_n大于λ的值，则列出第n个时隙；然后计算列出的所有时隙的总个数与N的比值，将该比值记为u₁，作为主用户占空比的预估值；

步骤六：判断迭代条件abs(u₁-u₀)＞ε是否成立，如果成立，则将u₁赋值给u₀，然后返回步骤四继续执行；如果不成立，则将u₁作为主用户占空比的最终估计值；其中，abs()为求绝对值函数，ε表示预设的判断阈值。

所述的步骤六中，取ε＝10^-9。

与现有技术相比，本发明的优点在于：

1)本发明方法在0到1之间随机选取一个值作为主用户占空比的初始值，即主用户占空比的初始值是任意设置的，不管初始值是多少，都可以通过迭代准确估计出主用户占空比的最终估计值。

2)本发明方法中的门限值是不固定的，门限值会根据采样得到的样本在迭代的过程中进行自适应的改变，使得本发明方法对无线电环境的适应能力更强，特别是在主用户信噪比低的情况下优势更明显。

附图说明

图1为本发明方法的流程框图；

图2为分别利用本发明方法和现有的固定门限值的平均估计法(即平均检测法)估计出的主用户占空比的均方误差随主用户信噪比变化的性能曲线对比图。

具体实施方式

以下结合附图实施例对本发明作进一步详细描述。

本发明提出的一种主用户占空比估计方法，其流程框图如图1所示，其处理过程为：首先，对多个连续时隙内的信号进行采样，针对每个时隙内的信号采样得到多个样本，然后计算对每个时隙内的信号进行采样得到的所有样本的平均功率；其次，在0到1之间随机选取一个值作为主用户占空比的初始值，然后通过主用户占空比的初始值及虚警概率和检测概率的关系计算出门限值，接着将对每个时隙内的信号进行采样得到的所有样本的平均功率与计算出的门限值作比较，再将平均功率大于计算出的门限值的所有时隙所占的比例作为主用户占空比的预估值；再次，在满足迭代条件的前提下，通过主用户占空比的预估值及虚警概率和检测概率的关系计算出迭代后的门限值，进而再次获得一个主用户占空比的预估值；在不满足迭代条件的前提下，将最后一次迭代获得的主用户占空比的预估值作为主用户占空比的最终估计值。

本发明的一种主用户占空比估计方法，其具体包括以下步骤：

步骤一：在认知无线电系统中，任意选取一个时隙作为第1个时隙，对第1个时隙内的信号进行K次采样，采样得到K个样本；然后对下一个时隙内的信号进行K次采样，同样采样得到K个样本；接着持续相同的操作，直至完成对N个连续时隙内的信号的采样；将对第n个时隙内的信号进行采样得到的第k个样本记为x_n(k)；其中，K≥100，在本实施例中取K＝100，N≥100，在本实施例中取N＝1000，n和k均为正整数，1≤n≤N，1≤k≤K。

步骤二：计算对每个时隙内的信号进行采样得到的所有样本的平均功率，将对第n个时隙内的信号进行采样得到的所有样本的平均功率记为T_n，其中，符号“||”为取模运算符号。

步骤三：在0到1之间随机选取一个值作为主用户占空比的初始值，并赋值给u₀；令λ表示门限值。

步骤四：将u₀代入门限值求解等式方程u₀×P_d(λ)+(1-u₀)×P_f(λ)＝u₀中；然后利用现有的二分法求解u₀×P_d(λ)+(1-u₀)×P_f(λ)＝u₀，得到λ的值；其中，P_f(λ)表示在门限值下的虚警概率，Q()表示标准正态分布的互补累计分布函数，E₀表示认知无线电系统中的噪声功率，E₀可以通过现有技术求得，P_d(λ)表示在门限值下的检测概率，E₁表示主用户信号功率和E₀之和，主用户信号功率可获得。

步骤五：将对每个时隙内的信号进行采样得到的所有样本的平均功率与λ的值作比较，列出平均功率大于λ的值的所有时隙，若T_n大于λ的值，则列出第n个时隙；然后计算列出的所有时隙的总个数与N的比值，将该比值记为u₁，作为主用户占空比的预估值。

步骤六：判断迭代条件abs(u₁-u₀)＞ε是否成立，如果成立，则将u₁赋值给u₀，然后返回步骤四继续执行；如果不成立，则将u₁作为主用户占空比的最终估计值；其中，abs()为求绝对值函数，ε表示预设的判断阈值，取ε＝10^-9。

通过以下仿真来进一步说明本发明方法的可行性和有效性。

图2给出了分别利用本发明方法和现有的固定门限值的平均估计法(即平均检测法)估计出的主用户占空比的均方误差随主用户信噪比变化的性能曲线对比图。在仿真中，取N＝1000、K＝100，主用户信噪比由小到大从-20dB到0dB变化。从图2中可以看出，两种方法的估计精度都会随着主用户信噪比的增加而提高，不过本发明方法的性能要远远的优于现有的固定门限值的平均估计法；并且本发明方法即便在主用户信噪比很低的情况下也有很好的性能，而现有的固定门限值的平均估计法则对主用户信噪比很敏感，即在主用户信噪比低的情况下性能会变差很多；同时，也会发现本发明方法在主用户信噪比很低的情况下性能也会下降一些，这时如果条件允许则可以通过增大时隙数N或者增大每个时隙采样的样本数K来使估计出来的主用户占空比更接近真实情况，即均方误差接近0。因此，充分表明了本发明方法的估计性能优于现有的固定门限值的平均估计法。

Claims (3)

1.一种主用户占空比估计方法，其特征在于它的处理过程为：首先，对多个连续时隙内的信号进行采样，针对每个时隙内的信号采样得到多个样本，然后计算对每个时隙内的信号进行采样得到的所有样本的平均功率；其次，在0到1之间随机选取一个值作为主用户占空比的初始值，然后通过主用户占空比的初始值及虚警概率和检测概率的关系计算出门限值，接着将对每个时隙内的信号进行采样得到的所有样本的平均功率与计算出的门限值作比较，再将平均功率大于计算出的门限值的所有时隙所占的比例作为主用户占空比的预估值；再次，在满足迭代条件的前提下，通过主用户占空比的预估值及虚警概率和检测概率的关系计算出迭代后的门限值，进而再次获得一个主用户占空比的预估值；在不满足迭代条件的前提下，将最后一次迭代获得的主用户占空比的预估值作为主用户占空比的最终估计值。

2.根据权利要求1所述的一种主用户占空比估计方法，其特征在于具体包括以下步骤：

步骤一：在认知无线电系统中，任意选取一个时隙作为第1个时隙，对第1个时隙内的信号进行K次采样，采样得到K个样本；然后对下一个时隙内的信号进行K次采样，同样采样得到K个样本；接着持续相同的操作，直至完成对N个连续时隙内的信号的采样；将对第n个时隙内的信号进行采样得到的第k个样本记为x_n(k)；其中，K≥100，N≥100，n和k均为正整数，1≤n≤N，1≤k≤K；

步骤二：计算对每个时隙内的信号进行采样得到的所有样本的平均功率，将对第n个时隙内的信号进行采样得到的所有样本的平均功率记为T_n，其中，符号“||”为取模运算符号；

步骤三：在0到1之间随机选取一个值作为主用户占空比的初始值，并赋值给u₀；令λ表示门限值；

步骤四：将u₀代入门限值求解等式方程u₀×P_d(λ)+(1-u₀)×P_f(λ)＝u₀中；然后利用二分法求解u₀×P_d(λ)+(1-u₀)×P_f(λ)＝u₀，得到λ的值；其中，P_f(λ)表示在门限值下的虚警概率，Q()表示标准正态分布的互补累计分布函数，E₀表示认知无线电系统中的噪声功率，P_d(λ)表示在门限值下的检测概率，E₁表示主用户信号功率和E₀之和；

步骤五：将对每个时隙内的信号进行采样得到的所有样本的平均功率与λ的值作比较，列出平均功率大于λ的值的所有时隙，若T_n大于λ的值，则列出第n个时隙；然后计算列出的所有时隙的总个数与N的比值，将该比值记为u₁，作为主用户占空比的预估值；

步骤六：判断迭代条件abs(u₁-u₀)＞ε是否成立，如果成立，则将u₁赋值给u₀，然后返回步骤四继续执行；如果不成立，则将u₁作为主用户占空比的最终估计值；其中，abs()为求绝对值函数，ε表示预设的判断阈值。

3.根据权利要求2所述的一种主用户占空比估计方法，其特征在于所述的步骤六中，取ε＝10^-9。