CN111565080A - 一种基于认知无线电自适应频谱感知与分配方法 - Google Patents
一种基于认知无线电自适应频谱感知与分配方法 Download PDFInfo
- Publication number
- CN111565080A CN111565080A CN202010214637.6A CN202010214637A CN111565080A CN 111565080 A CN111565080 A CN 111565080A CN 202010214637 A CN202010214637 A CN 202010214637A CN 111565080 A CN111565080 A CN 111565080A
- Authority
- CN
- China
- Prior art keywords
- spectrum
- cognitive
- frequency spectrum
- method based
- distribution
- 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
Links
- 238000001228 spectrum Methods 0.000 title claims abstract description 141
- 230000001149 cognitive effect Effects 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000001514 detection method Methods 0.000 claims abstract description 34
- 238000004040 coloring Methods 0.000 claims abstract description 7
- 238000004891 communication Methods 0.000 claims description 8
- 238000005070 sampling Methods 0.000 claims description 6
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000013468 resource allocation Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 230000003595 spectral effect Effects 0.000 claims description 3
- 238000003786 synthesis reaction Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供一种基于认知无线电自适应频谱感知与分配方法,包括基于自适应双门限的能量检测方法和基于最大网络效益的空穴频谱分配方法;待接入无线电环境首先经过基于自适应双门限的能量检测方法进行频谱检测,然后再通过基于最大网络效益的空穴频谱分配方法进行频谱分配,最后使认知用户实现接入。利用认知无线电技术,结合自适应双门限能量检测感知无线电频谱空穴,建立图论着色模型,依据最大化网络效益原则为认知用户分配频谱资源。本方法可有效提高频谱资源利用率,改善网络效益。
Description
技术领域
本发明涉及无线电技术领域,特别涉及一种基于认知无线电自适应频谱感知与分配方法。
背景技术
随着工作区域无线设备的增加,频谱资源有限且分配模式不统一,导致无线电频谱资源日益紧张,严重制约了新设备的安装与接入。目前常用的频谱直接接入或静态接入的模式,存在频谱空穴不连续,空闲频谱不确定等问题,所以需要一种频谱资源的动态合理分配方法,提高无线频谱资源的利用率,从而更好的适应未来无线通信需求的发展。
发明内容
为了解决背景技术中的技术问题,本发明提供一种基于认知无线电自适应频谱感知与分配方法,利用认知无线电技术,结合自适应双门限能量检测感知无线电频谱空穴,建立图论着色模型,依据最大化网络效益原则为认知用户分配频谱资源。本方法可有效提高频谱资源利用率,改善网络效益。
为了达到上述目的,本发明采用以下技术方案实现:
一种基于认知无线电自适应频谱感知与分配方法,包括基于自适应双门限的能量检测方法和基于最大网络效益的空穴频谱分配方法;待接入无线电环境首先经过基于自适应双门限的能量检测方法进行频谱检测,然后再通过基于最大网络效益的空穴频谱分配方法进行频谱分配,最后使认知用户实现接入。
(一)所述的基于自适应双门限的能量检测方法包括如下:
无线电环境中,频谱资源有很大一部分被已授权用户使用,新增认知用户随意接入将严重影响正常的通信质量和网络效益;本方法无需信号的先验信息,直接对环境中指定频谱内的信号能量计算;建立频谱信号检测模型
其中,H0代表被测频谱内只有噪声信号存在,H1代表被测频谱内有既有噪声信号,又有已授权用户存在,即频谱已被占用;s(t)代表授权用户信号,t采样点,在本模型中假设其服从正态分布,均值为零,方差为n(t)代表噪声信号,假设为高斯白噪声,均值为零,方差为采样时,保证各采样信号正交且同分布;
Pd代表被测频谱中确实存在授权用户,而认知用户正确检测出来的概率,Pd值越大,证明授权用户收到的干扰概率越小;
Pf代表在被测频谱中不存在授权用户,而认知用户未能识别出的概率,Pf的值越小,证明频谱空穴识别程度越高,频谱资源利用率将越高;
设立双重判断门限值,λ0和λ1(λ0<λ1),门限差值,即不确定度为k,收到噪声不确定影响,取值范围1<k,计算得到:
频谱空穴感知流程如下:
1)选取初始频谱W=ωmin,ωmin为环境授权频谱下限;
2)计算频谱W上信号的能量综合T,当T大于λ1时,则判定该频谱已被其他信号占用;当T小于λ0时,则判定频谱为空穴,可以使用;
3)当判决统计量T落入λ0和λ1之间时,则认定为该信道不能做判决,此自适应的调整不确定参数k,使门限发生变化,在重复步骤1;
4)当步骤2重复次数超过做大检测次数N时,则直接判定该信道已被信号占用
5)当判定频谱存在已授权信号或频谱可用时,调整检测频谱为W=W+w,同时重复步骤2;其中,w为频谱检测步进值,代表认知用户在单一通信频谱需要占用的最小带宽;
6)当W≥ωmax,ωmax表示环境授权频谱上限,检测完成。
(二)所述的基于最大网络效益的空穴频谱分配方法如下:
通过频谱感知,获得认知用户可用的频谱空穴资源;将频谱资源分配映射成为一个无向图并着色;将每一个无线用户作为一个独立的顶点,每个顶点对应着一个可选颜色集合,即频谱空穴集合,此时不同顶点对应可用频谱可能不一样;考虑不同认知用户对于频谱资源需求不同,且用户间距离和发射功率也不同,设计频谱分配流程如下:
1)根据协作式最大网络效益方式,计算每个节点的标签值label和对应的颜色color
其中,Dn,w表示在频谱w上与认知用户n竞争的认识用户数量,ln表示认知用户n的可用频谱;bn,w表示认知用户n使用信道w带来的网络效益,当an,w=1表示信道w分配给认知用户;
2)筛选具有最高标签值的节点,并优先为该节点分配颜色color,即优先分配频谱资源;
3)进行拓扑更新,包括从节点的颜色集中删除已分配的颜色和从与该节点有冲突的节点的颜色集中删除该被分配的颜色;
4)如果计算的图为空,则分配流程结束,否则返回步骤1,继续循环分配。
与现有技术相比,本发明的有益效果是:
1)本发明利用认知无线电技术,结合自适应双门限能量检测感知无线电频谱空穴,建立图论着色模型,依据最大化网络效益原则为认知用户分配频谱资源。本方法可有效提高频谱资源利用率,改善网络效益;
2)无线电环境中,频谱资源有很大一部分被已授权用户使用,新增认知用户随意接入将严重影响正常的通信质量和网络效益;本方法无需信号的先验信息,直接对环境中指定频谱内的信号能量计算。
附图说明
图1是本发明的频谱自适应感知与分配流程图;
图2是本发明的图论着色频谱分配流程图。
具体实施方式
以下结合附图对本发明提供的具体实施方式进行详细说明。
一种基于认知无线电自适应频谱感知与分配方法,包括基于自适应双门限的能量检测方法和基于最大网络效益的空穴频谱分配方法。
如图1所示,待接入无线电环境首先经过基于自适应双门限的能量检测方法进行频谱检测,然后再通过基于最大网络效益的空穴频谱分配方法进行频谱分配,最后使认知用户实现接入。
(一)所述的基于自适应双门限的能量检测方法包括如下:
无线电环境中,频谱资源有很大一部分被已授权用户使用,新增认知用户随意接入将严重影响正常的通信质量和网络效益;本方法无需信号的先验信息,直接对环境中指定频谱内的信号能量计算;建立频谱信号检测模型
其中,H0代表被测频谱内只有噪声信号存在,H1代表被测频谱内有既有噪声信号,又有已授权用户存在,即频谱已被占用;s(t)代表授权用户信号,t采样点,在本模型中假设其服从正态分布,均值为零,方差为n(t)代表噪声信号,假设为高斯白噪声,均值为零,方差为采样时,保证各采样信号正交且同分布;
Pd代表被测频谱中确实存在授权用户,而认知用户正确检测出来的概率,Pd值越大,证明授权用户收到的干扰概率越小;
Pf代表在被测频谱中不存在授权用户,而认知用户未能识别出的概率,Pf的值越小,证明频谱空穴识别程度越高,频谱资源利用率将越高;
设立双重判断门限值,λ0和λ1(λ0<λ1),门限差值,即不确定度为k,收到噪声不确定影响,取值范围1<k,计算得到:
频谱空穴感知流程如下:
1)选取初始频谱W=ωmin,ωmin为环境授权频谱下限;
2)计算频谱W上信号的能量综合T,当T大于λ1时,则判定该频谱已被其他信号占用;当T小于λ0时,则判定频谱为空穴,可以使用;
3)当判决统计量T落入λ0和λ1之间时,则认定为该信道不能做判决,此自适应的调整不确定参数k,使门限发生变化,在重复步骤1;
4)当步骤2重复次数超过做大检测次数N时,则直接判定该信道已被信号占用
5)当判定频谱存在已授权信号或频谱可用时,调整检测频谱为W=W+w,同时重复步骤2;其中,w为频谱检测步进值,代表认知用户在单一通信频谱需要占用的最小带宽;
6)当W≥ωmax,ωmax表示环境授权频谱上限,检测完成;
(二)所述的基于最大网络效益的空穴频谱分配方法如下:
通过频谱感知,获得认知用户可用的频谱空穴资源;将频谱资源分配映射成为一个无向图并着色;将每一个无线用户作为一个独立的顶点,每个顶点对应着一个可选颜色集合,即频谱空穴集合,此时不同顶点对应可用频谱可能不一样;考虑不同认知用户对于频谱资源需求不同,且用户间距离和发射功率也不同。
如图2所示,设计频谱分配流程如下:
1)根据协作式最大网络效益方式,计算每个节点的标签值label和对应的颜色color
其中,Dn,w表示在频谱w上与认知用户n竞争的认识用户数量,ln表示认知用户n的可用频谱;bn,w表示认知用户n使用信道w带来的网络效益,当an,w=1表示信道w分配给认知用户;
2)筛选具有最高标签值的节点,并优先为该节点分配颜色color,即优先分配频谱资源;
3)进行拓扑更新,包括从节点的颜色集中删除已分配的颜色和从与该节点有冲突的节点的颜色集中删除该被分配的颜色;
4)如果计算的图为空,则分配流程结束,否则返回步骤1,继续循环分配。
以上实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于上述的实施例。上述实施例中所用方法如无特别说明均为常规方法。
Claims (1)
1.一种基于认知无线电自适应频谱感知与分配方法,其特征在于,包括基于自适应双门限的能量检测方法和基于最大网络效益的空穴频谱分配方法;待接入无线电环境首先经过基于自适应双门限的能量检测方法进行频谱检测,然后再通过基于最大网络效益的空穴频谱分配方法进行频谱分配,最后使认知用户实现接入;
(一)所述的基于自适应双门限的能量检测方法包括如下:
无线电环境中,频谱资源有很大一部分被已授权用户使用,新增认知用户随意接入将严重影响正常的通信质量和网络效益;本方法无需信号的先验信息,直接对环境中指定频谱内的信号能量计算;建立频谱信号检测模型
其中,H0代表被测频谱内只有噪声信号存在,H1代表被测频谱内有既有噪声信号,又有已授权用户存在,即频谱已被占用;s(t)代表授权用户信号,t采样点,在本模型中假设其服从正态分布,均值为零,方差为n(t)代表噪声信号,假设为高斯白噪声,均值为零,方差为采样时,保证各采样信号正交且同分布;
Pd代表被测频谱中确实存在授权用户,而认知用户正确检测出来的概率,Pd值越大,证明授权用户收到的干扰概率越小;
Pf代表在被测频谱中不存在授权用户,而认知用户未能识别出的概率,Pf的值越小,证明频谱空穴识别程度越高,频谱资源利用率将越高;
设立双重判断门限值,λ0和λ1(λ0<λ1),门限差值,即不确定度为k,收到噪声不确定影响,取值范围1<k,计算得到:
频谱空穴感知流程如下:
1)选取初始频谱W=ωmin,ωmin为环境授权频谱下限;
2)计算频谱W上信号的能量综合T,当T大于λ1时,则判定该频谱已被其他信号占用;当T小于λ0时,则判定频谱为空穴,可以使用;
3)当判决统计量T落入λ0和λ1之间时,则认定为该信道不能做判决,此自适应的调整不确定参数k,使门限发生变化,在重复步骤1;
4)当步骤2重复次数超过做大检测次数N时,则直接判定该信道已被信号占用;
5)当判定频谱存在已授权信号或频谱可用时,调整检测频谱为W=W+w,同时重复步骤2;其中,w为频谱检测步进值,代表认知用户在单一通信频谱需要占用的最小带宽;
6)当W≥ωmax,ωmax表示环境授权频谱上限,检测完成;
(二)所述的基于最大网络效益的空穴频谱分配方法如下:
通过频谱感知,获得认知用户可用的频谱空穴资源;将频谱资源分配映射成为一个无向图并着色;将每一个无线用户作为一个独立的顶点,每个顶点对应着一个可选颜色集合,即频谱空穴集合,此时不同顶点对应可用频谱可能不一样;考虑不同认知用户对于频谱资源需求不同,且用户间距离和发射功率也不同,设计频谱分配流程如下:
1)根据协作式最大网络效益方式,计算每个节点的标签值label和对应的颜色color
其中,Dn,w表示在频谱w上与认知用户n竞争的认识用户数量,ln表示认知用户n的可用频谱;bn,w表示认知用户n使用信道w带来的网络效益,当an,w=1表示信道w分配给认知用户;
2)筛选具有最高标签值的节点,并优先为该节点分配颜色color,即优先分配频谱资源;
3)进行拓扑更新,包括从节点的颜色集中删除已分配的颜色和从与该节点有冲突的节点的颜色集中删除该被分配的颜色;
4)如过计算的图为空,则分配流程结束,否则返回步骤1,继续循环分配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010214637.6A CN111565080B (zh) | 2020-03-24 | 2020-03-24 | 一种基于认知无线电自适应频谱感知与分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010214637.6A CN111565080B (zh) | 2020-03-24 | 2020-03-24 | 一种基于认知无线电自适应频谱感知与分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111565080A true CN111565080A (zh) | 2020-08-21 |
CN111565080B CN111565080B (zh) | 2022-07-15 |
Family
ID=72072967
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010214637.6A Active CN111565080B (zh) | 2020-03-24 | 2020-03-24 | 一种基于认知无线电自适应频谱感知与分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111565080B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101286807A (zh) * | 2008-05-19 | 2008-10-15 | 华中科技大学 | 一种基于接收机干扰的认知无线电网络ofdm频谱分配方法 |
CN102571241A (zh) * | 2012-02-20 | 2012-07-11 | 江苏新大诚信息技术有限公司 | 一种改进的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 |
US20170207930A1 (en) * | 2014-06-30 | 2017-07-20 | Sanechips Technology Co.,Ltd. | Multipath selection method and device, and storage medium |
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 |
CN107947878A (zh) * | 2017-11-22 | 2018-04-20 | 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 |
US20190199433A1 (en) * | 2017-12-21 | 2019-06-27 | Thales | Method for multibeam coverage by the grouping of elementary beams of the same colour, and telecommunications payload for implementing such a method |
-
2020
- 2020-03-24 CN CN202010214637.6A patent/CN111565080B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101286807A (zh) * | 2008-05-19 | 2008-10-15 | 华中科技大学 | 一种基于接收机干扰的认知无线电网络ofdm频谱分配方法 |
CN102571241A (zh) * | 2012-02-20 | 2012-07-11 | 江苏新大诚信息技术有限公司 | 一种改进的双门限协作频谱感知方法 |
US20170207930A1 (en) * | 2014-06-30 | 2017-07-20 | Sanechips Technology Co.,Ltd. | Multipath selection method and device, and storage medium |
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 |
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 |
CN107947878A (zh) * | 2017-11-22 | 2018-04-20 | 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 |
US20190199433A1 (en) * | 2017-12-21 | 2019-06-27 | Thales | Method for multibeam coverage by the grouping of elementary beams of the same colour, and telecommunications payload for implementing such a method |
Also Published As
Publication number | Publication date |
---|---|
CN111565080B (zh) | 2022-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107370521B (zh) | 一种认知无线电多用户协作频谱感知方法 | |
CN107580327B (zh) | 基于最佳频段选择的认知无线网络吞吐量优化方法 | |
JP2002290343A (ja) | 警報装置及びそれに用いる警報発生方法並びにそのプログラム | |
CN102546059A (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 | |
CN111010207B (zh) | 一种基于量化相关性的跳频方法及装置 | |
CN109889288B (zh) | 一种基于集合平均值迭代检测的连续频谱感知方法 | |
CN110649982B (zh) | 基于次用户节点选择的双阈值能量检测方法 | |
CN102324992B (zh) | 一种自适应门限的能量检测方法 | |
CN113014340A (zh) | 一种基于神经网络的卫星频谱资源动态分配方法 | |
CN110601779A (zh) | 基于双门限功率谱双平均比值的能量检测方法 | |
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 | |
CN107231427B (zh) | 基于支持向量机的mac协议识别方法 | |
CN114363906B (zh) | 一种海量节点接入资源分配方法、装置、终端及存储介质 | |
CN109219054B (zh) | 一种认知网络内双次用户的频谱感知方法 | |
CN103763721B (zh) | 一种用于异构网络的被动式接收机检测和频谱接入方法 | |
CN111565080B (zh) | 一种基于认知无线电自适应频谱感知与分配方法 | |
CN113055229B (zh) | 一种基于ddqn的无线网络自选择协议的方法 | |
CN113179509B (zh) | 基于WiFi的自组网方法、装置、存储介质及无线节点 | |
Pesovic et al. | Interference classification for IEEE 802.15. 4 networks | |
Huang et al. | A Hierarchical Deep Learning Approach for Optimizing CCA Threshold and Transmit Power in Wi-Fi Networks | |
CN110677204B (zh) | 一种存在智能干扰的频谱感知时间优化方法 | |
CN113179143B (zh) | 一种基于最大最小值的融合频谱感知方法及系统 | |
CN112073138B (zh) | 一种基于量化的双门限协作频谱感知方法 | |
CN112260777B (zh) | 一种基于序贯检测的特征值频谱感知方法 | |
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 |
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 |