CN110113759A - 一种基于能量有效性分析的量化协作频谱感知方法 - Google Patents

Abstract

本发明公开了一种基于能量有效性分析的量化协作频谱感知方法。该方法为：首先传感器节点在频谱感知阶段对监测的目标频段进行数据采集，并建立二元假设模型和基于能量的测量统计量；然后传感器节点对测量统计量进行量化处理，并发送至汇聚节点，汇聚节点建立最终判决统计量和融合判决准则，结合融合判决结果，分析频谱监测传感网在一个周期性帧内的平均能耗情况，当目标频段为空闲时，计算传感器节点利用该频段传输数据的吞吐量；最后构建能量有效性度量，建立关于能量有效性的优化模型，求解模型的最优参数，频谱监测传感网在最优参数上进行数据传输。本发明在能量受限和控制信道受限的条件下，最大限度地提高了频谱监测传感网的网络性能。

Description

一种基于能量有效性分析的量化协作频谱感知方法

技术领域

本发明涉及协作频谱感知技术领域，特别是一种基于能量有效性分析的量化协作频谱感知方法。

背景技术

协作频谱感知是频谱监测传感网的核心关键技术之一，是无线传感网在频谱监测领域得以生存和应用的重要途径。基于传感器网络的协作频谱感知方法在建立电磁环境感知模型的基础上，充分利用传感器之间的数据融合，对感知目标进行深度分析，不仅能正确感知可用频谱资源、提高频谱资源的利用率，同时能够对目标信号进行分类和筛选，还可对各类目标信号进行快速精确定位，通过多源感知数据的融合处理挖掘有用的战场态势信息。此外，无线传感器节点的电池能量有限，一旦部署难以回收和更换电池。在完成协作频谱感知任务的同时，如何延长整个频谱监测传感网的生命周期是设计人员必须考虑的实际问题之一。

如何在能量受限的情况下优化协作频谱感知的性能参数，如感知时间、发射功率、检测门限等、节点数量等参数，目前的相关研究较少，且当前方法普遍存在以下问题：第一，考虑的应用场景较为理想，如感知节点分布于小范围区域，接收到的功率电平值相同；第二，描述协作频谱感知性能限制条件不全，如仅对检测概率进行了限制，没有考虑控制信道带宽的限制；第三，很少考虑感知节点数量对协作频谱感知性能的影响，大大限制了协作频谱感知技术的应用范围。

发明内容

本发明的目的在于提供一种基于能量有效性分析的量化协作频谱感知方法，从而提高频谱监测传感网在能量受限和控制信道受限条件下的网络性能。

实现本发明目的的技术解决方案为：一种基于能量有效性分析的量化协作频谱感知方法，步骤如下：

步骤1、数据采集：传感器节点周期性的进行频谱感知、信息上报以及数据传输，并在频谱感知阶段对监测的目标频段进行数据采集；

步骤2、能量检测：建立二元假设模型，建立基于能量的测量统计量；

步骤3、量化处理：传感器节点利用均匀量化器对测量统计量进行量化处理，并将量化测量统计量发送至汇聚节点；

步骤4、量化信息融合判决：汇聚节点接收到所有传感器节点发送的量化测量统计量后，建立最终判决统计量，并建立融合判决准则；

步骤5、能耗分析：结合融合判决结果，分析频谱监测传感网在一个周期性帧内的平均能耗情况；

步骤6、数据传输：当频谱监测传感网的目标频段为空闲时，计算传感器节点利用该频段传输数据的吞吐量；

步骤7、能量有效性分析：构建能量有效性度量，并建立关于能量有效性的优化模型，求解模型的最优参数，频谱监测传感网在最优参数上进行数据传输。

进一步地，步骤1所述的数据采集，具体如下：

设定频谱监测传感网中包含了N个传感器节点和一个汇聚节点，传感器节点周期性的进行频谱感知、信息上报以及数据传输：

频谱感知阶段，传感器节点对所监测目标频段信号进行数据采集，并对采集的数据进行分析，得出其频谱占用状况或对应的信号参数，并根据实际需求在传输阶段将相应的监测信息传递给汇聚节点；

信息上报阶段，传感器节点将所监测目标频段的被占用情况传递给汇聚节点，汇聚节点融合所有传感器的感知结果做出最终判决，并为传感器节点选择可用频谱资源进行数据的传递；

数据传输阶段，传感器节点根据汇聚节点的指令传递频谱感知阶段采集分析后的信号特征参数；

将一个周期的帧长T分为频谱感知时间T_s、信息上报时间T_r、融合判决以及数据传输时间T_d，T_d＝T-T_s-T_r；设定频谱监测传感网监测的目标频段被占用和空闲的概率分别为π₁和π₀，每个传感器节点的采样频率为f_s，则每个传感器节点信号采样长度为L＝f_s×T_s；设定D为传感器上报阶段的数据速率，B为传感器节点数据上报阶段的量化比特数，则数据传输时间T_d为

进一步地，步骤2所述的能量检测，具体如下：

设定第i个传感器节点采样的第k个样点为y_i(k)，i＝1,2,…,N，基于能量检测器的测量统计量当L充分大时，根据中心极限定理，S_i服从下列高斯分布函数：

其中，H₀和H₁分别为传感器节点监测的目标频段空闲和被占用的假设检验，用符号H_θ,θ∈{0,1}表示；L为传感器节点信号采样长度；和分别为第i个传感器节点的信道噪声方差和接收到目标频段发射信号的信号方差，设定信道噪声为加性高斯白噪声，均值为0；

高斯分布的定义为：

若连续随机变量X的概率密度f(x)为：

其中μ，σ(σ>0)为常数；

则X服从参数为μ，σ的高斯分布，记为X～N(μ，σ²)；

因此，S_i关于H_θ的条件概率密度分布函数为f_i(x/H_θ),θ∈{0,1}，为高斯分布函数。

进一步地，步骤3所述的量化处理，具体如下：

步骤3.1、设定传感器节点均采用均匀量化器，Δ为量化间隔，和分别为第i个传感器节点的量化电平和量化门限，其中M＝2^B，ε_i,j＝jΔ，L_i,_j＝j,j∈{1,2,…,M}，测量统计量的量化过程为：

如果ε_i,k-1≤S_i≤ε_i,k,k∈{1,2,…,M}，则

其中，为测量统计量S_i的量化值；

步骤3.2、每个传感器节点直接发送B比特量化测量统计量到汇聚节点。

进一步地，步骤4所述的量化信息融合判决，具体如下：

汇聚节点接收到N个传感器节点发送的所有量化测量统计量后，建立最终判决统计量并建立融合判决准则：

其中，λ^q为检测门限；对于H₀和H₁，设定第i个传感器节点的量化测量统计量取值为k的概率为θ∈{0,1}，则

在H_θ条件下的均值μ_i,θ和方差为：

由于各传感器节点相互独立，所以在H_θ条件下的均值μ_θ和方差分别为：

根据Lyapunov定理，当传感器节点数足够多时，近似服从均值为μ_θ和方差为的高斯分布，且汇聚节点的检测概率和虚警概率分别为：

进一步地，步骤5所述的能耗分析，具体如下：

设定e_s和e_t分别为传感器节点在频谱感知和数据传输阶段所消耗的能量，单位为瓦；e_r为传感器节点上报1比特信息所消耗的能量，单位为瓦；设定有n个传感器节点参与频谱感知和信息上报，1≤n≤N，则n个传感器节点在频谱感知和信息上报阶段所消耗的总能量E_sr为：

E_sr＝n×e_s+n×B×e_r

当汇聚节点确定监测的目标频段空闲时，通知传感器节点传输数据，由于汇聚中心存在虚警概率和漏检概率，因此，传感器节点在数据传输阶段消耗的平均能量E_dt为：

进一步地，步骤6所述的数据传输，具体如下：

传感器节点在数据传输阶段的吞吐量R为：

其中，C₀＝log₂(1+R_sn)，R_sn为传感器节点的发送信号功率和噪声功率之比。

进一步地，步骤7所述的能量有效性分析，具体如下：

能量有效性度量η(λ^q,B,n)为：

对于频谱监测传感网，目标是消耗尽量少的能量使得网络吞吐量达到最大，因此建立优化模型：

其中，为目标频段监测概率，限制条件表示频谱感知和信息上报的时间之和不能超过一个周期总时间，量化比特数B的最大值其中是向下取整函数；

给定n和B，选择确定最优检测门限对于离散变量n和B的可行解空间，采用二维线性搜索的方法获取，共有N×B_max组局部最优解使得吞吐量R达到局部最优，从中选择使得吞吐量R达到最大的一组最优值(n^*,B^*,(λ^q)^*)，从而在设定段时间内，频谱监测传感网在最优参数上进行数据传输。

本发明与现有技术相比，其显著优点在于：(1)通过对传感器节点的测量统计量进行量化，解决控制信道带宽受限的问题；(2)通过对传感器节点在频谱感知、信息上报、数据传输阶段的能耗进行分析，结合传感器节点的吞吐量，建立能量有效性度量值，构建优化模型并求解模型最优参数，提高了频谱监测传感网在能量受限场景下的网络性能；(3)考虑了更加实际的应用场景，同时将传感器节点数量、量化比特数、检测门限做为优化参数，使得频谱监测传感网系统能量有效性度量达到最佳。

附图说明

图1是本发明基于能量有效性分析的量化协作频谱感知方法流程示意图。

图2是本发明中的量化协作频谱感知帧的结构示意图。

图3是本发明实施例中不同传感器数量下能量有效性度量随量化比特数变化的性能仿真图。

图4是本发明实施例中不同量化比特数时能量有效性度量随传感器节点数变化的性能仿真图。

具体实施方式

下面结合附图对本发明作进一步的说明。

结合图1，本发明基于能量有效性分析的量化协作频谱感知方法，包括以下步骤：

步骤1、数据采集：传感器节点周期性的进行频谱感知、信息上报以及数据传输，并在频谱感知阶段对监测的目标频段进行数据采集，具体如下：

设定频谱监测传感网中包含了N个传感器节点和一个汇聚节点，传感器节点可周期性的进行频谱感知、信息上报以及数据传输。频谱感知阶段，传感器节点对所监测目标频段信号进行数据采集，并对采集的数据进行分析，得出其频谱占用状况或对应的信号参数，如信号中心频率、带宽、功率、调制方式和速率、位置等，并根据实际需要在传输阶段将相应的监测信息传递给汇聚节点；信息上报阶段，传感器节点将对所监测目标频段的被占用情况传递给汇聚节点，汇聚节点融合所有传感器的感知结果做出最终判决，并为传感器节点选择可用频谱资源进行数据的传递；数据传输阶段，传感器节点根据汇聚节点的指令传递感知阶段采集分析后的信号特征参数。图2给出了量化协作频谱感知帧结构，一个周期的帧长T可分为频谱感知时间T_s、信息上报时间T_r、融合判决以及数据传输时间T_d，T_d＝T-T_s-T_r，其中汇聚中心处的融合判决时间相对其它阶段的时间相对较小，可以忽略不计；设定频谱监测传感网监测的目标频段被占用和空闲的概率为分别为π₁和π₀，若每个传感器节点的采样频率为f_s，则每个传感器节点信号采样长度为L＝f_s×T_s，设定D为传感器上报阶段的数据速率，B为传感器节点数据上报阶段的量化比特数，则数据传输时间T_d为

步骤2、能量检测：建立二元假设模型，建立基于能量的测量统计量，具体如下：

设定第i(i＝1,2,…,N)个传感器节点采样的第k个样点为y_i(k)，基于能量检测器的测量统计量当L充分大时，根据中心极限定理，S_i服从下列高斯分布函数：

其中，H₀和H₁分别为传感器节点监测的目标频段空闲和被占用的假设检验，用符号H_θθ∈{0,1}表示；和表示第i个传感器节点的信道噪声方差和接收到目标频段发射信号的信号方差，设定信道噪声为加性高斯白噪声，均值为0。

高斯分布的定义为：

若连续随机变量X的概率密度为

其中μ，σ(σ>0)为常数；则称X服从参数为μ，σ的高斯分布，记为X～N(μ，σ²)。

因此，S_i关于H_θ的条件概率密度分布函数为f_i(x/H_θ),θ∈{0,1}，为高斯分布函数。

步骤3、量化处理：传感器节点利用均匀量化器对测量统计量进行量化处理，并将量化测量统计量发送至汇聚节点，具体如下：

步骤3.1、由于控制信道带宽的受限，传感器节点在向汇聚节点发送测量统计量之前，需要对测量统计量进行量化处理，设定传感器节点均采用均匀量化器，Δ为量化间隔，和分别为第i个传感器节点的量化电平和量化门限，其中M＝2^B，ε_i,j＝jΔ，L_i,j＝j,j∈{1,2,…,M}，测量统计量的量化过程为：

如果ε_i,k-1≤S_i≤ε_i,k,k∈{1,2,…,M}，则

其中，为测量统计量S_i的量化值；

步骤3.2、每个传感器节点直接发送B比特量化测量统计量到汇聚节点。

步骤4、量化信息融合判决：汇聚节点接收到所有传感器节点发送的量化测量统计量后，建立最终判决统计量，并建立融合判决准则，具体如下：

汇聚节点接收到N个传感器节点发送的所有量化测量统计量后，建立最终判决统计量并建立融合判决准则：

其中，λ^q为检测门限；对于H₀和H₁，第i个传感器节点的量化测量统计量取值为k的概率为θ∈{0,1}，则

在H_θ条件下的均值μ_i,θ和方差为：

由于各传感器节点相互独立，所以在H_θ条件下的均值μ_θ和方差分别为：

根据Lyapunov定理，当传感器节点数足够多时，近似服从均值为μ_θ和方差为的高斯分布，且汇聚节点的检测概率和虚警概率分别为：

步骤5、能耗分析：结合融合判决结果，分析频谱监测传感网在一个周期性帧内的平均能耗情况，具体如下：

设定e_s和e_t分别为传感器节点在频谱感知和数据传输阶段所消耗的能量，单位为瓦；e_r表示传感器节点上报1比特信息所消耗的能量，单位为瓦；设定有n个传感器节点参与频谱感知和信息上报，1≤n≤N，则n个传感器节点在频谱感知和信息上报阶段所消耗的总能量E_sr为：

E_sr＝n×e_s+n×B×e_r

当汇聚节点确定监测的目标频段空闲时，即可通知传感器节点传输数据，由于汇聚中心存在虚警概率和漏检概率，因此，传感器节点在数据传输阶段消耗的平均能量E_dt为：

步骤6、数据传输：当频谱监测传感网的目标频段为空闲时，计算传感器节点利用该频段传输数据的吞吐量，具体如下：

传感器节点在数据传输阶段的吞吐量R为：

其中，C₀＝log₂(1+R_sn)，R_sn为传感器节点的发送信号功率和噪声功率之比。

步骤7、能量有效性分析：构建能量有效性度量，并建立关于能量有效性的优化模型，求解模型的最优参数，最后通过仿真分析证明算法的有效性，具体如下：

能量有效性度量η(λ^q,B,n)为：

对于频谱监测传感网，目标是消耗尽量少的能量使得网络吞吐量达到最大，因此建立优化模型：

其中，为目标频段监测概率，是衡量频谱监测传感网检测性能的重要指标，一般不低于90％；限制条件表示频谱感知和信息上报的时间之和不能超过一个周期总时间，量化比特数B的最大值其中是向下取整函数。

给定n和B，选择确定最优检测门限对于离散变量n和B的可行解空间，可采用二维线性搜索的方法获取，共有N×B_max组局部最优解使得吞吐量R达到局部最优，从中选择使得吞吐量R达到最大的一组最优值(n^*,B^*,(λ^q)^*)，从而在某段时间内，频谱监测传感网可工作在该组参数上，使得系统性能达到最佳。

实施例1

图3、图4为本发明基于能量有效性分析的量化协作频谱感知方法的性能仿真图，仿真参数为：传感器节点的采样频率f_s为100kHz，传感器节点数量为20，且π₀＝0.8,π₁＝0.2，T＝50ms，T_s＝5ms，D＝3Kbps，e_r＝2mJ，e_s＝0.5mJ，e_t＝100mJ，R_sn＝-16dB。图3为分别选择10,12,14,16,18个传感器节点参与频谱感知时，能量有效性度量随着量化比特数的性能仿真图，从图中可以看出，在不同的传感器节点数量，均存在一个最优量化比特值使得能量有效性度量达到局部最优。图4为当量化比特数为4,5,6,7时，能量有效性度量随着传感器节点数量变化的性能仿真图，从图中可以看出，均存在一个最优的传感器节点数使得能量有效性到达局部最优，通过二维搜索的方法即可确定最优参数。

Claims (8)

1.一种基于能量有效性分析的量化协作频谱感知方法，其特征在于，步骤如下：

步骤1、数据采集：传感器节点周期性的进行频谱感知、信息上报以及数据传输，并在频谱感知阶段对监测的目标频段进行数据采集；

步骤2、能量检测：建立二元假设模型，建立基于能量的测量统计量；

步骤3、量化处理：传感器节点利用均匀量化器对测量统计量进行量化处理，并将量化测量统计量发送至汇聚节点；

步骤4、量化信息融合判决：汇聚节点接收到所有传感器节点发送的量化测量统计量后，建立最终判决统计量，并建立融合判决准则；

步骤5、能耗分析：结合融合判决结果，分析频谱监测传感网在一个周期性帧内的平均能耗情况；

步骤6、数据传输：当频谱监测传感网的目标频段为空闲时，计算传感器节点利用该频段传输数据的吞吐量；

步骤7、能量有效性分析：构建能量有效性度量，并建立关于能量有效性的优化模型，求解模型的最优参数，频谱监测传感网在最优参数上进行数据传输。

2.根据权利要求1所述的基于能量有效性分析的量化协作频谱感知方法，其特征在于，步骤1所述的数据采集，具体如下：

设定频谱监测传感网中包含了N个传感器节点和一个汇聚节点，传感器节点周期性的进行频谱感知、信息上报以及数据传输：

频谱感知阶段，传感器节点对所监测目标频段信号进行数据采集，并对采集的数据进行分析，得出其频谱占用状况或对应的信号参数，并根据实际需求在传输阶段将相应的监测信息传递给汇聚节点；

信息上报阶段，传感器节点将所监测目标频段的被占用情况传递给汇聚节点，汇聚节点融合所有传感器的感知结果做出最终判决，并为传感器节点选择可用频谱资源进行数据的传递；

数据传输阶段，传感器节点根据汇聚节点的指令传递频谱感知阶段采集分析后的信号特征参数；

将一个周期的帧长T分为频谱感知时间T_s、信息上报时间T_r、融合判决以及数据传输时间T_d，T_d＝T-T_s-T_r；设定频谱监测传感网监测的目标频段被占用和空闲的概率分别为π₁和π₀，每个传感器节点的采样频率为f_s，则每个传感器节点信号采样长度为L＝f_s×T_s；设定D为传感器上报阶段的数据速率，B为传感器节点数据上报阶段的量化比特数，则数据传输时间T_d为

3.根据权利要求1或2所述的基于能量有效性分析的量化协作频谱感知方法，其特征在于，步骤2所述的能量检测，具体如下：

设定第i个传感器节点采样的第k个样点为y_i(k)，i＝1,2,…,N，基于能量检测器的测量统计量当L充分大时，根据中心极限定理，S_i服从下列高斯分布函数：

H₀:

H₁:

其中，H₀和H₁分别为传感器节点监测的目标频段空闲和被占用的假设检验，用符号H_θ,θ∈{0,1}表示；L为传感器节点信号采样长度；和分别为第i个传感器节点的信道噪声方差和接收到目标频段发射信号的信号方差，设定信道噪声为加性高斯白噪声，均值为0；

高斯分布的定义为：

若连续随机变量X的概率密度f(x)为：

其中μ，σ(σ>0)为常数；

则X服从参数为μ，σ的高斯分布，记为X～N(μ，σ²)；

因此，S_i关于H_θ的条件概率密度分布函数为f_i(x/H_θ),θ∈{0,1}，为高斯分布函数。

4.根据权利要求3所述的基于能量有效性分析的量化协作频谱感知方法，其特征在于，步骤3所述的量化处理，具体如下：

步骤3.1、设定传感器节点均采用均匀量化器，Δ为量化间隔，和分别为第i个传感器节点的量化电平和量化门限，其中M＝2^B，ε_i,j＝jΔ，L_i,_j＝j,j∈{1,2,…,M}，测量统计量的量化过程为：

如果ε_i,k-1≤S_i≤ε_i,k,k∈{1,2,…,M}，则

其中，为测量统计量S_i的量化值；

步骤3.2、每个传感器节点直接发送B比特量化测量统计量到汇聚节点。

5.根据权利要求4所述的基于能量有效性分析的量化协作频谱感知方法，其特征在于，步骤4所述的量化信息融合判决，具体如下：

汇聚节点接收到N个传感器节点发送的所有量化测量统计量后，建立最终判决统计量并建立融合判决准则：

其中，λ^q为检测门限；对于H₀和H₁，设定第i个传感器节点的量化测量统计量取值为k的概率为则

在H_θ条件下的均值μ_i,θ和方差为：

由于各传感器节点相互独立，所以在H_θ条件下的均值μ_θ和方差分别为：

根据Lyapunov定理，当传感器节点数足够多时，近似服从均值为μ_θ和方差为的高斯分布，且汇聚节点的检测概率和虚警概率分别为：

6.根据权利要求5所述的基于能量有效性分析的量化协作频谱感知方法，其特征在于，步骤5所述的能耗分析，具体如下：

设定e_s和e_t分别为传感器节点在频谱感知和数据传输阶段所消耗的能量，单位为瓦；e_r为传感器节点上报1比特信息所消耗的能量，单位为瓦；设定有n个传感器节点参与频谱感知和信息上报，1≤n≤N，则n个传感器节点在频谱感知和信息上报阶段所消耗的总能量E_sr为：

E_sr＝n×e_s+n×B×e_r

当汇聚节点确定监测的目标频段空闲时，通知传感器节点传输数据，由于汇聚中心存在虚警概率和漏检概率，因此，传感器节点在数据传输阶段消耗的平均能量E_dt为：

7.根据权利要求6所述的基于能量有效性分析的量化协作频谱感知方法，其特征在于，步骤6所述的数据传输，具体如下：

传感器节点在数据传输阶段的吞吐量R为：

其中，C₀＝log₂(1+R_sn)，R_sn为传感器节点的发送信号功率和噪声功率之比。

8.根据权利要求1所述的基于能量有效性分析的量化协作频谱感知方法，其特征在于，步骤7所述的能量有效性分析，具体如下：

能量有效性度量η(λ^q,B,n)为：

对于频谱监测传感网，目标是消耗尽量少的能量使得网络吞吐量达到最大，因此建立优化模型：

其中，为目标频段监测概率，限制条件表示频谱感知和信息上报的时间之和不能超过一个周期总时间，量化比特数B的最大值其中是向下取整函数；

给定n和B，选择确定最优检测门限对于离散变量n和B的可行解空间，采用二维线性搜索的方法获取，共有N×B_max组局部最优解使得吞吐量R达到局部最优，从中选择使得吞吐量R达到最大的一组最优值(n^*,B^*,(λ^q)^*)，从而在设定段时间内，频谱监测传感网在最优参数上进行数据传输。