CN110034837B - 基于cr的sg通信模型的最优联合传感时间和功率分配方法 - Google Patents

基于cr的sg通信模型的最优联合传感时间和功率分配方法 Download PDF

Info

Publication number
CN110034837B
CN110034837B CN201910297565.3A CN201910297565A CN110034837B CN 110034837 B CN110034837 B CN 110034837B CN 201910297565 A CN201910297565 A CN 201910297565A CN 110034837 B CN110034837 B CN 110034837B
Authority
CN
China
Prior art keywords
frequency band
calculating
test statistic
total
antenna
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
Application number
CN201910297565.3A
Other languages
English (en)
Other versions
CN110034837A (zh
Inventor
王俊
赵显煜
林瑞全
邢新华
易金
欧明敏
武艺
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.)
Fuzhou University
Original Assignee
Fuzhou University
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 Fuzhou University filed Critical Fuzhou University
Priority to CN201910297565.3A priority Critical patent/CN110034837B/zh
Publication of CN110034837A publication Critical patent/CN110034837A/zh
Application granted granted Critical
Publication of CN110034837B publication Critical patent/CN110034837B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/14—Spectrum sharing arrangements between different networks

Abstract

本发明涉及一种基于CR的SG通信模型的最优联合传感时间和功率分配方法，包括，步骤S1:构建基于认知无线电的智能电网模型；步骤S2:设定虚警概率和最小目标速率，并计算得到许可频段功率、未许可频段和样本总数最优值；步骤S3：计算出每个天线的检验统计量；步骤S4:计算得到每个天线对应的最佳权重，得到总检验统计量；步骤S5:计算出阈值，然后将阈值和总检验统计量进行比较确定PU是否存在，如果总检验统计量大于阈值，则主用户存在的，表示智能电网用户不能访问和使用未许可频段,否则智能电网用户可以访问和使用未许可频段。本发明解决了在基于认知无线电下，如何使用优化需求相应管理和粒子群优化算法技术使中断概率最小化的问题。

Description

基于CR的SG通信模型的最优联合传感时间和功率分配方法
技术领域
本发明涉及认知无线电多天线最优联合传感时间和功率分配技术，具体涉及一种基于CR的SG通信模型的最优联合传感时间和功率分配方法。
背景技术
智能电网SG是结合了现代化信息、通信技术和现代电力系统技术。智能电网的主要目标是具有实时电价控制理念的需求响应管理。与有线相比无线通信技术更加方便灵活，可扩展性和低安装成本成为DRM通信的首选。但是有效的DRM控制需要SG系统具有良好和稳定的环境条件，所以SG系统应该提供服务质量供应技术。同时通信自由频带拥挤使通信质量降低，相邻设备的干扰成为通信主要威胁。虽然可以通过购买频谱段来解决，但获得许可频段的成本太高。
认知无线电(CR)，其允许CR用户和次用户(SU)在PU不存在时与许可用户或者主用户(PU)共享频谱带，以增强SG中DRM的通信质量。但是若CR用户无法正确感知PU，则会发生中断。所以我们在本文中提出一种新的联合传感时间和功率分配优化方法，目的是最小化基于CR的SG中的DRM的中断概率。此外提出了一种基于多天线的联合频谱感知和功率分配优化方法。通过对每个天线使用适当的权重，从而优化通信质量，并且可以显著提高DRM性能。
发明内容
有鉴于此，本发明的目的在于提供一种基于CR的SG通信模型的最优联合传感时间和功率分配方法，解决了在基于认知无线电下，如何使用优化需求相应管理和粒子群优化算法技术使中断概率最小化的问题。
为实现上述目的，本发明采用如下技术方案：
一种基于CR的SG通信模型的最优联合传感时间和功率分配方法，包括以下步骤：
步骤S1:构建基于认知无线电的智能电网模型；
步骤S2:设定虚警概率Ρfa0和最小目标速率R0，并计算得到许可频段功率为
Figure BDA0002027119680000011
未许可频段
Figure BDA0002027119680000012
和样本总数最优值Νs；
步骤S3：根据
Figure BDA0002027119680000021
计算出每个天线的检验统计量
Figure BDA0002027119680000022
步骤S4:计算得到每个天线对应的最佳权重ci(i＝1,…,M)，得到总检验统计量
Figure BDA0002027119680000023
步骤S5:计算出阈值，然后将阈值和总检验统计量进行比较确定PU是否存在，如果总检验统计量大于阈值，则主用户存在的，表示智能电网用户不能访问和使用未许可频段,；否则即主用户不存在，表示智能电网用户可以访问和使用未许可频段。
进一步的，所述基于认知无线电的智能电网模型具体为：
Figure BDA0002027119680000024
其中γi为信噪比，σw为白色噪声下的方差，
Figure BDA0002027119680000025
是关于N自由度的非中心卡方分布和非中心参数，H0表示主用户(PU)不响应状态，H1表示主用户(PU)响应状态。
进一步的，所述步骤S2具体为：设定虚警概率Ρfa0和最小目标速率R0，根据公式得到许可频段功率为
Figure BDA0002027119680000026
和未许可频段
Figure BDA0002027119680000027
Figure BDA0002027119680000028
Figure BDA0002027119680000029
其中Ρ为传输总功率，Ρfa0为主用户不响应工作时的虚警概率，Ρr0为主用户(PU)响应时的概率，σb为许可频段的噪声方差，σs为未经许可频段的噪声方差，Bb为许可频段的带宽，Bs为为许可频段的带宽，hb为许可频段的信道增益，hs为未许可频段的信道增益，[χ]+表示max(0,x)；
然后通过公式计算得传感次数的样本总数最优值Νs
Figure BDA0002027119680000031
其中T为信号响应总帧长，Δt为采样间隔，R0为最小目标传输速率。
进一步的，所述每个天线对应的最佳权重：
Figure BDA0002027119680000032
其中γi为信噪比。
进一步的，所述阈值具体为：
Figure BDA0002027119680000033
其中ci为每个天线的加权因子、erfc-1为反向互补误差函数，σw为白色噪声下的方差。
本发明与现有技术相比具有以下有益效果：
本发明基于CR的SG通信模型的最优联合传感时间和功率分配方法，解决了在基于认知无线电下，如何使用优化需求相应管理和粒子群优化算法技术使中断概率最小化的问题。通过对每个天线使用适当的权重，从而优化通信质量，并且可以显著提高DRM性能。
附图说明
图1为本发明一实施例中基于CR的单天线SG通信信噪比与中断概率的关系图；
图2为本发明一实施例中基于CR的单天线SG通信传感样本个数与中断概率的关系图；
图3为本发明一实施例中基于CR的单天线SG通信总发射功率与DRM性能的关系图；
图4为本发明一实施例中基于CR的单天线SG通信帧长与DRM性能的关系图；
图5为本发明一实施例中基于CR的多天线SG通信信噪比与中断概率的关系图；
图6为本发明一实施例中基于CR的多天线SG通信传感样本个数与中断概率的关系图；
图7为本发明一实施例中基于CR的多天线SG通信总发射功率与DRM性能的关系图；
图8为本发明一实施例中基于CR的多天线SG通信帧长与DRM性能的关系图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
请参照图1，本发明提供一种基于CR的SG通信模型的最优联合传感时间和功率分配方法，一种基于CR的SG通信模型的最优联合传感时间和功率分配方法，包括以下步骤：
步骤S1:构建基于认知无线电的智能电网模型；包括许可频谱带Bb和未经许可频谱带Bs，当检测到未许可频段空闲时SG中的SU用户可以通过例如载波聚合的先进通信技术同时使用两个频段；否则SU用户只能使用许可频谱段Bb。当PU用户工作时需要考虑其有效概率和无效概率为Ρr0+Ρr1＝1，若SU用户未检测到时就会发生中断。
步骤S2:设定虚警概率Ρfa0和最小目标速率R0，根据公式得到许可频段功率为
Figure BDA0002027119680000041
和未许可频段
Figure BDA0002027119680000042
Figure BDA0002027119680000043
Figure BDA0002027119680000044
其中Ρ为传输总功率，Ρfa0为主用户不响应工作时的虚警概率，Ρr0为主用户(PU)响应时的概率，σb为许可频段的噪声方差，σs为未经许可频段的噪声方差，Bb为许可频段的带宽，Bs为为许可频段的带宽，hb为许可频段的信道增益，hs为未许可频段的信道增益，[χ]+表示max(0,x)；
然后通过公式计算得传感次数的样本总数最优值Νs
Figure BDA0002027119680000051
其中T为信号响应总帧长，Δt为采样间隔，R0为最小目标传输速率。
步骤S3：根据
Figure BDA0002027119680000052
计算出每个天线的检验统计量
Figure BDA0002027119680000053
步骤S4:计算得到每个天线对应的最佳权重所述每个天线对应的最佳权重：
Figure BDA0002027119680000054
其中γi为信噪比，得到总检验统计量
Figure BDA0002027119680000055
步骤S5:计算出阈值，
Figure BDA0002027119680000056
其中ci为每个天线的加权因子、erfc-1为反向互补误差函数，σw为白色噪声下的方差。然后将阈值和总检验统计量进行比较确定PU是否存在，如果总检验统计量大于阈值，则主用户存在的，表示智能电网用户不能访问和使用未许可频段,；否则即主用户不存在，表示智能电网用户可以访问和使用未许可频段。
特别的，本实施例中构建的基于认知无线电的智能电网模型为基于认知无线电的单天线智能电网通信模型，具体实现联合传感时间和功率分配优化如下：
步骤一：给出虚警概率Ρfa0和最小目标速率R0，根据公式得到许可频段功率为
Figure BDA0002027119680000057
和未许可频段
Figure BDA0002027119680000058
Figure BDA0002027119680000061
Figure BDA0002027119680000062
其中Ρ：传输总功率，Ρfa0为主用户(PU)不响应工作(H0)时的虚警概率，Ρr0为主用户(PU)响应时的概率，σb为许可频段的噪声方差，σs为未经许可频段的噪声方差，Bb为许可频段的带宽，Bs为为许可频段的带宽，hb为许可频段的信道增益，hs为未许可频段的信道增益，[χ]+表示max(0,x)。
然后通过公式计算得传感次数的样本总数最优值Νs
Figure BDA0002027119680000063
其中T为信号响应总帧长，Δt为采样间隔，R0为最小目标传输速率。
步骤二：根据公式计算出检验统计量
Figure BDA0002027119680000064
和阈值
Figure BDA0002027119680000065
其中erfc-1为反向互补误差函数，σw为白色噪声下的方差，Ρfa为由高斯分布公式得出的假定值虚警概率。将Δ和λ进行比较确定PU是否存在，如果检验统计量Δ大于阈值λ，则PU存在的；否则做出相反决定，即SG用户可以访问和使用许可频带。
以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。

Claims (1)

1.一种基于CR的SG通信模型的最优联合传感时间和功率分配方法，其特征在于，包括以下步骤：
步骤S1:构建基于认知无线电的智能电网模型；
步骤S2:设定虚警概率Pfa0和最小目标速率R0，并计算得到许可频段功率为
Figure FDA0003195442610000011
未许可频段功率
Figure FDA0003195442610000012
和样本总数最优值Νs；
步骤S3：根据
Figure FDA0003195442610000013
计算出每个天线的检验统计量
Figure FDA0003195442610000014
步骤S4:计算得到每个天线对应的最佳权重
Figure FDA0003195442610000015
i＝1,…,M，得到总检验统计量
Figure FDA0003195442610000016
步骤S5:计算出阈值，然后将阈值和总检验统计量进行比较确定主用户PU是否存在，如果总检验统计量大于阈值，则主用户存在的，表示智能电网用户不能访问和使用未许可频段；否则即主用户不存在，表示智能电网用户可以访问和使用未许可频段；
所述基于认知无线电的智能电网模型具体表达式为：
Figure FDA0003195442610000017
和
Figure FDA0003195442610000018
其中γi为信噪比，σw为白色噪声下的方差，
Figure FDA0003195442610000019
是关于N自由度的非中心卡方分布和非中心参数，H0表示主用户不响应状态，H1表示主用户响应状态；
所述步骤S2具体为：设定虚警概率Pfa0和最小目标速率R0，根据公式得到许可频段功率为
Figure FDA00031954426100000110
和未许可频段功率
Figure FDA00031954426100000111
Figure FDA00031954426100000112
Figure FDA00031954426100000113
其中P为传输总功率，Pfa0为主用户不响应工作时的虚警概率，Pr0为主用户响应时的虚警概率，σb为许可频段的噪声方差，σs为未经许可频段的噪声方差，Bb为许可频段的带宽，Bs为未许可频段的带宽，hb为许可频段的信道增益，hs为未许可频段的信道增益，[χ]+表示max(0,x)；
然后通过公式计算得到传感采样次数的样本总数最优值Νs
Figure FDA0003195442610000021
其中T为信号响应总帧长，Δt为采样间隔，R0为最小目标速率；
所述每个天线对应的最佳权重：
Figure FDA0003195442610000022
其中γi为信噪比；
所述阈值具体为：
Figure FDA0003195442610000023
其中erfc-1为反向互补误差函数，σw为白色噪声下的方差。
CN201910297565.3A 2019-04-15 2019-04-15 基于cr的sg通信模型的最优联合传感时间和功率分配方法 Active CN110034837B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910297565.3A CN110034837B (zh) 2019-04-15 2019-04-15 基于cr的sg通信模型的最优联合传感时间和功率分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910297565.3A CN110034837B (zh) 2019-04-15 2019-04-15 基于cr的sg通信模型的最优联合传感时间和功率分配方法

Publications (2)

Publication Number Publication Date
CN110034837A CN110034837A (zh) 2019-07-19
CN110034837B true CN110034837B (zh) 2021-09-28

Family

ID=67238293

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910297565.3A Active CN110034837B (zh) 2019-04-15 2019-04-15 基于cr的sg通信模型的最优联合传感时间和功率分配方法

Country Status (1)

Country Link
CN (1) CN110034837B (zh)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7768252B2 (en) * 2007-03-01 2010-08-03 Samsung Electro-Mechanics Systems and methods for determining sensing thresholds of a multi-resolution spectrum sensing (MRSS) technique for cognitive radio (CR) systems
US8315645B2 (en) * 2008-07-01 2012-11-20 Futurewei Technologies, Inc. System and method for scheduling of spectrum sensing in cognitive radio systems
CN103024886B (zh) * 2012-12-12 2015-04-22 哈尔滨工业大学 宽带认知无线电中感知时间和子载波功率联合分配的方法
CN106992823B (zh) * 2017-03-02 2020-08-11 南京邮电大学 一种认知无线电网络频谱感知方法
CN107528647A (zh) * 2017-09-12 2017-12-29 河南工业大学 一种智能电网通信中的可靠频谱感知方法
CN107947878B (zh) * 2017-11-22 2021-01-19 江苏理工学院 一种基于能效和谱效联合优化的认知无线电功率分配方法

Also Published As

Publication number Publication date
CN110034837A (zh) 2019-07-19

Similar Documents

Publication Publication Date Title
EP2476275B1 (en) Adjusting sensing rate of wireless transmissions from a licensed user in a cognitive radio system
US8838162B2 (en) Power control method in cognitive radio communication, cognitive radio communication system, and radio communication device
US8103217B2 (en) Apparatus and method for radio communication
EP2334001A1 (en) Operating environment analysis techniques for wireless communication systems
CN101919296A (zh) 用于无线蜂窝网络的过载控制方法
Mu et al. Joint soft-decision cooperative spectrum sensing and power control in multiband cognitive radios
KR102154273B1 (ko) 다중 안테나 적용 통신 시스템에서 부분 간섭 정렬 장치 및 방법
CN111786712B (zh) 一种基于cr的uav通信网络次级链路吞吐量优化方法
CN103338082A (zh) 一种基于“k秩”准则的双门限协作频谱感知方法
CN103037380A (zh) 一种基于隔离度的td-lte系统上行功率控制方法
CN101729164A (zh) 无线资源分配方法和认知无线电用户设备
CN104467997A (zh) 一种基于无线信号强度预测的终端节能的方法和装置
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
CN110034837B (zh) 基于cr的sg通信模型的最优联合传感时间和功率分配方法
US20150311970A1 (en) Wireless communication system
US20100167654A1 (en) Apparatus and method of determining modification of wireless service use for spectrum liberalization
CN109600181B (zh) 一种用于多天线的频谱感知方法
Abdelfattah et al. Optimal sensing energy and sensing interval in cognitive radio networks with energy harvesting
Yang et al. An efficient hybrid spectrum access algorithm in OFDM-based wideband cognitive radio networks
KR20150045040A (ko) 인지무선 통신 시스템에서의 스펙트럼 센싱 스케쥴링 방법 및 효율적인 스펙트럼 센싱을 위한 업링크 자원 할당 방법
CN102098774A (zh) 一种节能的无线局域网全频道屏蔽方法
CN103795427A (zh) 无线通信系统的抗干扰方法和装置
CN110677204A (zh) 一种存在智能干扰的频谱感知时间优化方法
Du et al. Performance evaluation for the two-stage cooperative spectrum sensing scheme in cognitive radio
CN110166153B (zh) 一种针对认知无线网络的栅格协同频谱检测方法

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