CN110139283B - 基于双门限能量检测的认知车联网协作频谱感知方法 - Google Patents
基于双门限能量检测的认知车联网协作频谱感知方法 Download PDFInfo
- Publication number
- CN110139283B CN110139283B CN201910420589.3A CN201910420589A CN110139283B CN 110139283 B CN110139283 B CN 110139283B CN 201910420589 A CN201910420589 A CN 201910420589A CN 110139283 B CN110139283 B CN 110139283B
- Authority
- CN
- China
- Prior art keywords
- user
- cognitive
- authorized
- threshold value
- frequency band
- 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
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
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/04—Wireless resource allocation
- H04W72/044—Wireless resource allocation based on the type of the allocated resource
- H04W72/0453—Resources in frequency domain, e.g. a carrier in FDMA
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Abstract
基于双门限能量检测的认知车联网协作频谱感知方法,包括:S1、融合中心统计覆盖范围内的用户数量;S2、认知用户根据收到的用户数量和预先设定的初始门限值生成上门限值和下门限值;S3、认知用户接收授权频段的信号并且检测能量值;S4、认知用户将检测到的能量值与上门限值和下门限值进行对比生成判决结果;S5、认知用户将判决结果传输给融合中心;S6、融合中心根据当前网络情况对接收到的所有认知用户的判决结果进行融合,融合结果为授权频段被授权用户占用或者授权频段未被授权用户占用;S7、融合中心将中和结果传输给所有认知用户。本发明提供基于双门限能量检测的认知车联网协作频谱感知方法,能够增加频谱感知检测概率,提高频谱利用率。
Description
技术领域
本发明涉及车联网技术领域,具体的说是基于双门限能量检测的认知车联网协作频谱感知方法。
背景技术
近年来,随着城市智能化不断发展,车联网作为智能交通的重要组成部分面临着需求量激增的问题,新用户的涌入导致了车联网使用的无线频谱资源短缺,城市道路密集的车流也会造成频段拥塞导致车联网通信时延增大无法满足用户需求。因此,在车联网通信中引入认知无线电(Cognitive Radio,CR)技术加强对空闲频谱利用可以缓解频谱资源短缺的问题。请参阅图1,认知无线电技术中,为了避免认知认知用户对授权用户通信的干扰,车辆作为认知用户需要准确检测授权用户是否存在,一旦发现授权用户就要停止接入过程,因此,频谱感知是认知车联网的关键。
认知无线电频谱感知方法主要包括:能量检测法、匹配滤波器检测法和特征值检测法。在车联网通信环境下,能量检测法由于计算简单,不需要待检测信号的先验信息和硬件实现容易等特点最为常用,该方法将车辆接收到的待检测信号进行滤波处理,然后与设定的门限值进行比较分析得出是否有授权用户存在。虽然能量检测法可以在缺少授权用户的先验信息的情况下对接收到的待检测信号进行分析处理得出检测结果,但是检测过程容易受到噪声的干扰导致频谱感知性能下降,因此,在车联网环境中应用能量检测法的研究重点是如何有效减小噪声干扰。传统低速环境下,能量检测法常用于单用户频谱感知,单用户频谱感知对操作设备的复杂度和网络要求小,低速环境噪声干扰也较小,能量检测结果满足要求,但在无线信号容易受到阴影衰落、多径效应等因素影响的车联网环境中,单一车辆用户使用能量检测往往不够准确,导致频谱感知的失败,因此,在认知车联网中引入多用户协作频谱感知技术可以有效提高频谱感知准确性。
协作频谱感知要求每个安装有认知设备的认知用户单独进行本地检测,认知用户将接收到的能量信号与门限值比较得出授权用户是否存在的结果,然后所有认知用户将检测结果上报给融合中心,融合中心再根据一种融合规则进行全局决策,最终决定当前信道中是否被授权授权用户占用。目前,协作频谱感知技术主要是基于单门限能量检测,所有认知用户通过与单门限值比较只能得出存在授权用户和不存在授权用户两种检测结果并上报,这种感知方式要求认知设备复杂度低且由于上报结果多使融合中心最终判定准确率高,但是车联网环境中,每辆车作为一个认知认知用户所处的通信环境不同且易受到噪声不确定性影响导致一部分车辆接收到的能量信号与单门限值接近,经过检测比较后会得出错误的判定结果,这部分车辆将错误检测结果上报给融合中心会导致最终判定结果错误。此外,城市道路环境下会出现一定范围内的车辆数目多的情况,如果所有车辆都将本地检测结果上报给融合中心也会占用频谱资源,不利于提高频谱利用率。
发明内容
为了解决现有技术中的不足,本发明提供基于双门限能量检测的认知车联网协作频谱感知方法,能够增加频谱感知检测概率,提高频谱利用率。
为了实现上述目的,本发明采用的具体方案为:基于双门限能量检测的认知车联网协作频谱感知方法,所述车联网包括无线通信连接的融合中心和若干个用户,其中用户分为正在使用授权频段的授权用户和等待使用授权频段的认知用户,所述方法包括如下步骤:
S1、融合中心统计覆盖范围内的用户数量,并且发送给所有用户;
S2、认知用户根据收到的用户数量和预先设定的初始门限值生成上门限值和下门限值,并且上门限值大于下门限值;
S3、认知用户接收授权频段的信号并且检测能量值;
S4、认知用户将检测到的能量值与上门限值和下门限值进行对比生成判决结果,若能量值大于上门限值则判决授权频段被授权用户占用,若能量值小于下门限值则判决授权频段未被授权用户占用,若能量值大于下门限值且小于上门限值则不判决;
S5、认知用户将判决结果传输给融合中心;
S6、融合中心根据当前网络情况对接收到的所有认知用户的判决结果进行融合,融合结果为授权频段被授权用户占用或者授权频段未被授权用户占用;
S7、融合中心将中和结果传输给所有认知用户。
作为一种优选方案,S2中,认知用户生成上门限值和下门限值的方法为:
其中,λ为初始门限值,λ1为下门限值,λ2为上门限值,N为用户数量。
作为一种优选方案,S3中,认知用户接收到的授权频段的信号为:
其中,k=1,2,……,L,x(k)是认知用户在k时间点的接收信号,s(k)是授权用户发射信号,n(k)是噪声信号,h(k)是信道增益,H0代表授权频段未被授权用户占用,H1代表授权频段被授权用户占用;
认知用户检测能量值的方法为:
作为一种优选方案,S4中,认知用户生成判决结果的方法为:
其中di为判决结果,0代表判决授权频段未被授权用户占用,1代表判决授权频段被授权用户占用。
作为一种优选方案,S6中,融合中心根据用户密度和授权用户重要度选择执行“或”融合准则或者“大多数”融合准则;
“或”融合准则的方法为只要有一个认知用户判决授权频段被授权用户占用则融合结果为授权频段被授权用户占用;
“大多数”融合准则的方法为超过一半的认知用户判决授权频段被授权用户占用则融合结果为授权频段被授权用户占用。
作为一种优选方案,S6中,当用户密度低于密度阈值并且授权用户重要度高于重要度阈值时融合中心选择执行“或”融合准则,当用户密度高于密度阈值并且授权用户重要度低于重要度阈值时融合中心选择执行“大多数”融合准则。
有益效果:本发明在单门限基础上引入范围内车辆数,设置双门限值,同时设置双门限值中间部分为“不判决”区域,舍弃了受到噪声干扰严重而落在“不判决”区域的本地判决结果,节省了传输带宽又保证了最终判决结果的可靠性,从而能在车联网环境下增加频谱感知检测概率,提高频谱利用率。
附图说明
图1是车联网的网络模型示意图;
图2是本发明的双门限与现有技术中的单门限对比示意图;
图3是本发明的能量检测过程示意图;
图4是本发明具体实施方式的仿真实验中检测概率随车辆数变化曲线图;
图5是本发明具体实施方式的仿真实验中检测概率随信噪比变化曲线图;
图6是本发明具体实施方式的仿真实验中不同融合准则下检测概率曲线图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅2和3,基于双门限能量检测的认知车联网协作频谱感知方法,车联网包括无线通信连接的融合中心和若干个用户,其中用户分为正在使用授权频段的授权用户和等待使用授权频段的认知用户,方法包括S1至S7。
S1、融合中心统计覆盖范围内的用户数量,并且发送给所有用户。
S2、认知用户根据收到的用户数量和预先设定的初始门限值生成上门限值和下门限值,并且上门限值大于下门限值。S2中,认知用户生成上门限值和下门限值的方法为:
其中,λ为初始门限值,λ为传统能量检测法中的单门限值,λ1为下门限值,λ2为上门限值,N为用户数量。
S3、认知用户接收授权频段的信号并且检测能量值。S3中,认知用户接收到的授权频段的信号为:
其中,k=1,2,……,L,x(k)是认知用户在k时间点的接收信号,s(k)是授权用户发射信号,n(k)是噪声信号,h(k)是信道增益,H0代表授权频段未被授权用户占用,H1代表授权频段被授权用户占用。
认知用户检测能量值的方法为:
进一步的,现有技术中,车联网主要采用加性高斯白噪声信道,在该信道下能量值服从卡方分布,具体表述为:
其中,u=TB表示感知时间T和带宽B的乘积,γ表示信噪比并且有
其中,h为信道参数并且为常数,e表示认知用户接收的能量值,N0表示噪声单边带功率谱密度。
在此基础上,现有技术中利用单门限实现能量检测法时,本地检测概率Pd和虚警概率Pf为:
其中,Qu是Marcum Q函数,Γ(x)和Γ(x,y)分别是完全和不完全伽马函数。检测概率Pd和虚警概率Pf都是衡量频谱感知方法性能优劣的标准参数,其中检测概率表示当主用户存在时系统能够检测到的概率,虚警概率表示当主用户不存在时系统判定其存在的概率。通常情况下,虚警概率是给定的,可以反推出初始门限值λ。
S4、认知用户将检测到的能量值与上门限值和下门限值进行对比生成判决结果,若能量值大于上门限值则判决授权频段被授权用户占用,若能量值小于下门限值则判决授权频段未被授权用户占用,若能量值大于下门限值且小于上门限值则不判决。S4中,认知用户生成判决结果的方法为:
其中di为判决结果,0代表判决授权频段未被授权用户占用,1代表判决授权频段被授权用户占用。
S5、认知用户将判决结果传输给融合中心。
S6、融合中心根据当前网络情况对接收到的所有认知用户的判决结果进行融合,融合结果为授权频段被授权用户占用或者授权频段未被授权用户占用。S6中,当用户密度低于密度阈值并且授权用户重要度高于重要度阈值时融合中心选择执行“或”融合准则,当用户密度高于密度阈值并且授权用户重要度低于重要度阈值时融合中心选择执行“大多数”融合准则。
“或”融合准则的方法为只要有一个认知用户判决授权频段被授权用户占用则融合结果为授权频段被授权用户占用。具体可以表述为:
其中,K为向融合中心上传判决结果的认知用户的数量。
在假设H0和H1下第i个认知用户的本地判决结果为“不判决”的概率可分别表示为Δ0,i和Δ1,i,如果经过本地判决后,范围内所有认知用户的本地判决结果都为“不判决”,则此次协作频谱感知失败。定义在假设H0和H1下认知用户感知失败的概率分别为ε0和ε1,则融合中心使用“或”融合准则的协作检测概率Qd or和虚警概率如下:
“大多数”融合准则的方法为超过一半的认知用户判决授权频段被授权用户占用则融合结果为授权频段被授权用户占用。具体可以表述为:
S7、融合中心将中和结果传输给所有认知用户。
本发明在协作频谱感知中引入双门限判决的目的是降低噪声等环境因素对频谱感知性能的负面影响,如果次用户接收到的能量值小于门限值λ1则本地判决结果为H0,如果能量值大于门限值λ2则本地判决结果为H1,如果接收能量值位于两门限λ1和λ2之间则本地判决结果为“不判决”,即此次本地判决结果不上传给融合中心。本发明舍弃了那些位于判决模糊区域的本地判决结果,只将准确率高的本地判决结果上传融合中心,既节省了传输带宽又保证了最终判决结果的可靠性。
以下通过仿真实验对本发明进行验证。
仿真软件选用Matlab,信道类型选用加性高斯白噪声(AWGN)信道,给定虚警概率Pf=0.1,仿真自变量包括10-50个车辆节点,5-25dB信噪比范围以及“或”融合准则和“大多数”融合准则,仿真中所有数据包基于单跳发送,不进行路由转发,具体仿真参数如表1所示。
表1仿真参数设置
图4在给定信噪比γ=15dB,选用“大多数”融合准则情况下,对比了三种频谱感知方法在范围内车辆数不同的条件下检测概率变化情况。从图中可以看出,三种频谱感知方法的检测概率都会随着车辆数的增多而降低。当车辆数目较少时,三种感知方法检测概率都在0.95左右差别不大。随着车辆数增多,道路通信环境中干扰变大,传统单门限能量检测法与其余两种相比受到噪声干扰影响更大,因此检测概率快速降低,而基于双门限能量检测法和基于用户相关性协作检测法在车辆数目增多时会选择性的舍弃被噪声干扰严重的本地判决结果,因此检测概率降幅较小。此外,由于基于用户相关性协作检测法在车辆数较多情况下计算相关性复杂度变大,计算结果出现误差导致检测概率低于基于双门限能量检测频谱感知方法。
图5在给定范围内车辆数30,选用“大多数”融合准则情况下,对比了三种频谱感知方法在道路通信环境信噪比不同的条件下检测概率曲线。从图中可以看出三种方法检测概率都会随着信噪比提高而增大,但是传统单门限能量检测法对信噪比要求较高,在低信噪比时检测概率较低,而本文所提方法由于设置了不判决区域,受到噪声干扰大的本地判决结果会被舍弃,只保留准确率高的本地判决结果,因此在低信噪比时也能保证高检测概率。虽然基于用户相关性的频谱感知方法在低信噪比时也会舍弃对感知性能提升小的本地判决结果,保证了高检测概率,但是该方法在筛选掉高相关性用户的同时也舍弃了一部分准确率高的结果,因此检测性能不如本文所提方法。
图6在给定信噪比γ=15dB情况下,对比了基于相关性和基于双门限两种频谱感知方法采用“或”和“大多数”融合准则时的检测概率曲线。由于传统单门限能量检测只进行本地判决,本地判决结果不上传至融合中心,因此不采用融合准则。从图中可以看出两种频谱感知方法采用“或”融合准则的检测概率要高于采用“大多数”融合准则,这是因为“或”融合准则可以最大程度保证主用户的利益,尽量避免次用户对主用户影响,但是采用“或”融合准则会降低当前通信环境下的频谱利用率,容易造成授权频段浪费,而城市道路交通环境下采用“大多数”融合准则可以显著提高频谱利用率同时保证较高的频谱感知检测概率。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (5)
1.基于双门限能量检测的认知车联网协作频谱感知方法,所述车联网包括无线通信连接的融合中心和若干个用户,其中用户分为正在使用授权频段的授权用户和等待使用授权频段的认知用户,其特征在于:所述方法包括如下步骤:
S1、融合中心统计覆盖范围内的用户数量,并且发送给所有用户;
S2、认知用户根据收到的用户数量和预先设定的初始门限值生成上门限值和下门限值,并且上门限值大于下门限值,认知用户生成上门限值和下门限值的方法为:
其中,λ为初始门限值,λ1为下门限值,λ2为上门限值,N为用户数量;
S3、认知用户接收授权频段的信号并且检测能量值;
S4、认知用户将检测到的能量值与上门限值和下门限值进行对比生成判决结果,若能量值大于上门限值则判决授权频段被授权用户占用,若能量值小于下门限值则判决授权频段未被授权用户占用,若能量值大于下门限值且小于上门限值则不判决;
S5、认知用户将判决结果传输给融合中心;
S6、融合中心根据当前网络情况对接收到的所有认知用户的判决结果进行融合,融合结果为授权频段被授权用户占用或者授权频段未被授权用户占用;
S7、融合中心将中和结果传输给所有认知用户。
4.如权利要求3所述的基于双门限能量检测的认知车联网协作频谱感知方法,其特征在于:S6中,融合中心根据用户密度和授权用户重要度选择执行“或”融合准则或者“大多数”融合准则;
“或”融合准则的方法为只要有一个认知用户判决授权频段被授权用户占用则融合结果为授权频段被授权用户占用;
“大多数”融合准则的方法为超过一半的认知用户判决授权频段被授权用户占用则融合结果为授权频段被授权用户占用。
5.如权利要求4所述的基于双门限能量检测的认知车联网协作频谱感知方法,其特征在于:S6中,当用户密度低于密度阈值并且授权用户重要度高于重要度阈值时融合中心选择执行“或”融合准则,当用户密度高于密度阈值并且授权用户重要度低于重要度阈值时融合中心选择执行“大多数”融合准则。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910420589.3A CN110139283B (zh) | 2019-05-20 | 2019-05-20 | 基于双门限能量检测的认知车联网协作频谱感知方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910420589.3A CN110139283B (zh) | 2019-05-20 | 2019-05-20 | 基于双门限能量检测的认知车联网协作频谱感知方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110139283A CN110139283A (zh) | 2019-08-16 |
CN110139283B true CN110139283B (zh) | 2022-09-27 |
Family
ID=67571573
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910420589.3A Active CN110139283B (zh) | 2019-05-20 | 2019-05-20 | 基于双门限能量检测的认知车联网协作频谱感知方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110139283B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111465023B (zh) * | 2020-03-25 | 2022-04-19 | 山东大学 | 一种基于历史能量信息的自适应双门限频谱感知方法 |
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 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101834630A (zh) * | 2010-05-11 | 2010-09-15 | 南京邮电大学 | 一种基于能量-循环平稳特征的联合频谱检测方法 |
WO2013104281A1 (zh) * | 2012-01-12 | 2013-07-18 | 电信科学技术研究院 | 一种频谱感知方法和系统 |
CN103338082A (zh) * | 2013-06-01 | 2013-10-02 | 华南理工大学 | 一种基于“k秩”准则的双门限协作频谱感知方法 |
CN103780317A (zh) * | 2014-01-13 | 2014-05-07 | 南京邮电大学 | 基于信任度的双门限协作频谱感知方法 |
WO2014075588A1 (zh) * | 2012-11-15 | 2014-05-22 | 电信科学技术研究院 | 协作频谱感知方法和设备 |
EP3113571A1 (en) * | 2015-07-03 | 2017-01-04 | Nokia Technologies Oy | Sensitivity tuning in wireless networks |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9277413B2 (en) * | 2013-12-20 | 2016-03-01 | King Fahd University Of Petroleum And Minerals | Cooperative cognitive radio spectrum sensing using a hybrid data-decision method |
-
2019
- 2019-05-20 CN CN201910420589.3A patent/CN110139283B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101834630A (zh) * | 2010-05-11 | 2010-09-15 | 南京邮电大学 | 一种基于能量-循环平稳特征的联合频谱检测方法 |
WO2013104281A1 (zh) * | 2012-01-12 | 2013-07-18 | 电信科学技术研究院 | 一种频谱感知方法和系统 |
WO2014075588A1 (zh) * | 2012-11-15 | 2014-05-22 | 电信科学技术研究院 | 协作频谱感知方法和设备 |
CN103338082A (zh) * | 2013-06-01 | 2013-10-02 | 华南理工大学 | 一种基于“k秩”准则的双门限协作频谱感知方法 |
CN103780317A (zh) * | 2014-01-13 | 2014-05-07 | 南京邮电大学 | 基于信任度的双门限协作频谱感知方法 |
EP3113571A1 (en) * | 2015-07-03 | 2017-01-04 | Nokia Technologies Oy | Sensitivity tuning in wireless networks |
Non-Patent Citations (4)
Title |
---|
《Double Threshold Based Cooperative Spectrum Sensing with Consideration of History of Sensing Nodes in Cognitive Radio Networks》;Smriti 等;《2018 2nd International Conference on Power, Energy and Environment: Towards Smart Technology (ICEPE)》;20190307;全文 * |
基于双门限能量检测的协作频谱感知算法;陈长兴等;《系统工程与电子技术》;20130715(第08期);全文 * |
基于双门限能量检测的认知无线电协作频谱感知;刘仕奇等;《电波科学学报》;20130615(第03期);全文 * |
瑞利信道中自适应双门限频谱感知算法研究;谢金泉等;《无线电通信技术》;20130618(第03期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110139283A (zh) | 2019-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103281143B (zh) | 一种基于双门限能量检测的选择式协作频谱感知方法 | |
CN103338082B (zh) | 一种基于“k秩”准则的双门限协作频谱感知方法 | |
CN110139283B (zh) | 基于双门限能量检测的认知车联网协作频谱感知方法 | |
CN111465023B (zh) | 一种基于历史能量信息的自适应双门限频谱感知方法 | |
Hill et al. | Double threshold spectrum sensing methods in spectrum-scarce vehicular communications | |
CN103338085B (zh) | 基于双门限值的两层协作频谱感知方法 | |
CN109743139A (zh) | 基于5g车联网d2d通信中pdcch盲检的方法 | |
CN108540247B (zh) | 认知无线网络中带能量收集的频谱感知和信息传输方法 | |
CN102324992B (zh) | 一种自适应门限的能量检测方法 | |
CN110649982B (zh) | 基于次用户节点选择的双阈值能量检测方法 | |
CN103227688B (zh) | 一种基于带宽受限的动态分组合作频谱检测方法 | |
CN103856946B (zh) | 基于差分能量检测的双门限协作频谱感知方法 | |
Chen et al. | Triple-threshold cooperative spectrum sensing algorithm based on energy detection | |
CN110740006A (zh) | 一种优化的物联网多频段协作频谱感知方法 | |
CN104394543A (zh) | 基于Adaboost算法的联合频谱感知方法 | |
CN106301627B (zh) | 一种认知自组织网络中分布式协作频谱感知方法 | |
Kansal et al. | An efficient composite two-tier threshold cooperative spectrum sensing technique for 5G systems | |
WO2013102294A1 (zh) | 认知自组织网络中基于无监督聚类的分布式合作频谱感知方法 | |
CN108322276B (zh) | 一种基于d-s证据理论的频谱感知准确率提升技术 | |
CN107623553B (zh) | 一种基于可靠评估标准的稳健协同频谱感知方法 | |
CN103560838B (zh) | 一种抑制直流偏置的能量检测方法 | |
CN116131978B (zh) | 一种认知卫星网络协作频谱感知方法及认知卫星网络 | |
CN104378169B (zh) | 基于幂集置信度的联合频谱感知系统和方法 | |
Peng et al. | Relay Selection Based on Mobile Social Networks Integrated with Cluster Relationship for Device to Device Communications | |
Tran et al. | Block-time of arrival/leaving estimation to enhance local spectrum sensing under the practical traffic of primary user |
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 |
Application publication date: 20190816 Assignee: Zhengzhou Dongma Intelligent Technology Co.,Ltd. Assignor: HENAN University OF SCIENCE AND TECHNOLOGY Contract record no.: X2022980028462 Denomination of invention: Cooperative spectrum sensing method for cognitive vehicle network based on dual-threshold energy detection Granted publication date: 20220927 License type: Common License Record date: 20230113 |
|
EE01 | Entry into force of recordation of patent licensing contract |