CN113472463A - 一种认知无线网络中次用户违反干扰约束行为的检测方法 - Google Patents
一种认知无线网络中次用户违反干扰约束行为的检测方法 Download PDFInfo
- Publication number
- CN113472463A CN113472463A CN202110734561.4A CN202110734561A CN113472463A CN 113472463 A CN113472463 A CN 113472463A CN 202110734561 A CN202110734561 A CN 202110734561A CN 113472463 A CN113472463 A CN 113472463A
- Authority
- CN
- China
- Prior art keywords
- secondary user
- sensing
- sensing node
- interference constraint
- judging
- 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
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000001149 cognitive effect Effects 0.000 title claims abstract description 19
- 230000004927 fusion Effects 0.000 claims abstract description 52
- 238000001228 spectrum Methods 0.000 claims abstract description 48
- 238000001514 detection method Methods 0.000 claims abstract description 42
- 230000007246 mechanism Effects 0.000 claims abstract description 41
- 230000006399 behavior Effects 0.000 claims abstract description 15
- 238000012360 testing method Methods 0.000 claims description 44
- 238000004891 communication Methods 0.000 claims description 36
- 230000005540 biological transmission Effects 0.000 claims description 20
- 238000005265 energy consumption Methods 0.000 claims description 12
- 238000005562 fading Methods 0.000 claims description 7
- 230000003993 interaction Effects 0.000 claims description 6
- 230000008447 perception Effects 0.000 claims description 5
- 238000003556 assay Methods 0.000 claims 1
- 238000004146 energy storage Methods 0.000 abstract description 6
- 230000008569 process Effects 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012795 verification Methods 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
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种认知无线网络中次用户违反干扰约束行为的检测方法,涉及认知无线网络频谱检测技术领域。本发明在每个时隙中,按照能量采集阶段、本地频谱感知阶段和感知数据融合阶段依次执行,在能量采集阶段,所有感知节点从周围环境收集能量,并存储于内部电池中;在本地频谱感知阶段,判断次用户是否违反干扰约束;在感知数据融合阶段,感知节点根据第一感知节点选择机制或第二感知节点选择机制,判定自身是否向融合中心汇报本地频谱感知结果,然后融合中心整合数据作出全局判决。本发明考虑了感知节点能量存储有限的情况,针对认知无线网络中次用户违反干扰约束行为进行检测,提高了认知无线网络中频谱共享的安全性能。
Description
技术领域
本发明涉及认知无线网络频谱检测技术领域,具体涉及一种认知无线网络中次用户违反干扰约束行为的检测方法。
背景技术
认知无线网络中引入动态频谱接入技术,允许非授权用户在一定干扰约束下使用授权频段,实现频谱共享。干扰约束(如传输功率异常、非法接入等)是主用户授权次用户共享频谱的前提条件,需要次用户严格遵守。然而,恶意用户为了蓄意破坏网络或者贪婪用户为了提升自身通信收益,都有可能直接违反干扰约束,扰乱接入优先级,造成频谱秩序混乱,正常通信受阻。因此,通过感知节点检测违反干扰约束行为的研究越来越受重视。
为提升感知节点布设效率和便利性,感知节点越来越小型化、轻型化,其能量存储是有限的,这给频谱监测带来了挑战。但现有技术中,缺少在考虑感知节点能量存储有限的情况,针对认知无线网络中次用户违反干扰约束行为进行检测的有效方法,从而导致恶意用户或贪婪用户对主用户通信造成了干扰,使得无线网络中频谱共享的安全性能降低。
发明内容
技术问题:本发明提供一种认知无线网络中次用户违反干扰约束行为的检测方法,可以在感知节点能量存储有限的情况下,针对认知无线网络中次用户违反干扰约束行为进行检测,从而降低恶意用户或贪婪用户对主用户通信造成的干扰,提高认知无线网络中频谱共享的安全性能。
技术方案:本发明的实施例中,提供一种认知无线网络中次用户违反干扰约束行为的检测方法,该方法在每个时隙,按照能量采集阶段、本地频谱感知阶段和感知数据融合阶段依次执行,其中:
能量采集阶段:所有感知节点从周围环境收集能量,并存储于内部电池中;
本地频谱感知阶段:利用第一检测器检测次用户工作状态,若次用户不工作,则对主用户通信无影响,无需对次用户是否违反干扰约束行为进行判断;若次用户工作,则根据如下方式继续进行检测:
若次用户处于主用户通信区,则直接判定次用户违反干扰约束;
若次用户处于通信保护带,则根据感知节点的接收功率估计次用户的发射功率,利用第二检测器判断次用户是否违反干扰约束;
感知数据融合阶段:感知节点根据第一感知节点选择机制或第二感知节点选择机制,判定自身是否向融合中心汇报本地频谱感知结果,然后融合中心整合数据作出全局判决,其中,第一节点选择机制为基于感知节点能量消耗,第二感知节点选择机制为基于感知节点能量消耗与感知链路信干噪比。
进一步地,在本地频谱感知阶段,所述第一检测器为:
其中,次用户是否工作的假设检验命题近似表述为高斯分布P0,k表示第k个感知节点处主用户信号接收功率,P1,k表示第k个感知节点处次用户信号接收功率,Nk表示第k个感知节点处的噪声功率,H0和H1分别表示次用户不工作和工作者两种状态,M表示采样样本数,P1表示次用户的发射功率,表示估计的次用户发射功率,d1表示次用户与主用户发射机间的距离,ΩH表示第一检测器的本地判决,ΩH∈{0(H0),1(H1)},λH表示第一检测器的判决门限;
利用第一检测器,判断次用户是否工作的方式为:当检验统计量GH(T)>λH时,判定次用户处于工作状态;当检验统计量GH(T)≤λH时,判定次用户不工作。
进一步地,在本地频谱感知阶段,所述第二检测器为:
其中,次用户是否违反干扰约束的假设检验命题可表述为Pa表示次用户所在位置处允许的最大工作功率,Θ0和Θ1分别表示次用户不违反干扰约束和违反干扰约束这两种状态,QΘ表示第二检测器的本地判决结果,ΩΘ∈{0(Θ0),1(Θ1)},λΘ表示第二检测器的判决门限;
利用所述第二检测器,判断次用户是否违反干扰约束的方法为:当检验统计量GΘ(T)>λΘ时,判定次用户违反干扰约束;当检验统计量GΘ(T)≤λΘ时,判定次用户不违反干扰约束。
进一步地,次用户的发射功率根据感知节点的接收功率估计值和节点与次用户的相对位置进行估计,估计公式为:
进一步地,所述感知节点根据第一感知节点选择机制判定自身是否向融合中心汇报本地频谱感知结果的方法为:
根据频谱感知阶段剩余的能量以及数据传输消耗的能量进行判定,判定条件为:
其中,ω为能量采集时间比例因子;T为每个时隙的时间;为第k个感知节点平均能量采集速度;Te为信息交互时间;τ为频谱感知时间比例因子;为第k个感知节点平均能量消耗速度;EI为感知数据融合阶段消耗的能量;Et(dk)为感知节点向融合中心进行数据传输消耗的能量;K为感知节点数目;dk表示第k感知节点与融合中心间的距离。
在另一种实施例中,所述感知节点根据第二感知节点选择机制,判定自身是否向融合中心汇报本地频谱感知结果的方法为:
根据频谱感知阶段剩余的能量、数据传输消耗的能量和感知链路的信干噪比进行判定,判定条件为:
其中,ω为能量采集时间比例因子;T为每个时隙的时间;为第k个感知节点平均能量采集速度;Te为信息交互时间;τ为频谱感知时间比例因子;为第k个感知节点平均能量消耗速度;EI为感知数据融合阶段消耗的能量;Et(dk)为感知节点向融合中心进行数据传输消耗的能量;K为感知节点数目;d1,k为次用户与第k个感知节点间的距离;α为路径衰落因子;d0为参考距离;η为判定门限;
进一步地,感知数据融合阶段,融合中心整合数据作出全局判断的方法为:
根据第一节点选择机制选择出的节点,对第一检测器和第二检测器,进行重新描述,分别为:
其中,Se为基于第一感知节点选择机制得到的参与检测与估计的节点集合;|Se|表示选择参与数据融合的感知节点数目;
利用重新描述后的第一检测器作出全局判断,判断次用户的工作状态:当检验统计量GH(T)>λH时,判定次用户处于工作状态;当检验统计量GH(T)≤λH时,判定次用户不工作;
利用重新描述后的第二检测器作出全局判断,判断次用户是否违反干扰约束:当检验统计量GΘ(T)>λΘ时,判定次用户违反干扰约束;当检验统计量GΘ(T)≤λΘ时,判定次用户不违反干扰约束。
在另一种实施例中,融合中心整合数据作出全局判断的方法为:
根据第二节点选择机制选择出的节点,对第一检测器和第二检测器进行重新描述,分别为:
其中,Su为基于第一感知节点选择机制得到的参与检测与估计的节点集合;|Su|表示选择参与数据融合的感知节点数目;Pa为次用户所在位置处允许的最大工作功率;利用重新描述后的第一检测器作出全局判断,判断次用户的工作状态:当检验统计量GH(T)>λH时,判定次用户处于工作状态;当检验统计量GH(T)≤λH时,判定次用户不工作;
利用重新描述后的第二检测器作出全局判断,判断次用户是否违反干扰约束:当检验统计量GΘ(T)>λΘ时,判定次用户违反干扰约束;当检验统计量GΘ(T)≤λΘ时,判定次用户不违反干扰约束。
进一步地,还包括对检测性能进行评估,方法为:
当次用户实际上并没有违反干扰约束时,存在两类虚警概率:次用户没有工作或次用户以合理的功率工作,却被判定为正在工作且违反了干扰约束,这两类虚警概率表述为:
当次用户违反了干扰约束时,存在两类检测概率:工作在主用户通信区内的次用户被正确检测,或以超过干扰约束的发射功率工作的次用户被正确检测,这两类检测概率表述为:
其中,DP表示主用户通信区半径;
根据所述的虚警概率和检测概率进行检测性能评估。
有益效果:本发明与现有技术相比,其显著优点在于:(1)考虑到频谱共享异构场景中次用户的频谱接入机会不同,更贴合现实情况;(2)综合考虑节点能量存储、能量消耗以及链路信干噪比,设计了基于感知节点能量消耗的第一感知节点选择机制和基于感知节点能量消耗-感知链路信干噪比的第二感知节点选择机制,特别是第二感知节点选择机制更能较为全面的体现感知节点的数据价值;(3)通过检测次用户违反干扰约束行为对主用户通信造成的干扰,增强了认知无线网络中频谱共享的安全性能。
附图说明
图1为本发明的实施例中包含违反干扰约束行为的异构场景图;
图2为本发明的实施例中认知无线网络中次用户违反干扰约束行为的检测方法的流程图;
图3为本发明的实施例中主用户通信区内次用户违反干扰约束的检测性能曲线图;
图4是本发明的实施例中通信保护带内次用户违反干扰约束时检测概率与虚警概率的折衷关系曲线图;
图5是本发明实施例中感知节点数目与采样样本数目对检测性能的影响曲线图。
具体实施方式
下面结合实施例和说明书附图对本发明作进一步的说明。
首先,在本发明的实施例中,异构场景如图1所示,具体为:
时间上,采用周期性的频谱感知策略,将时隙划分,即在检测过程中,周期性进行。
空间上,将区域划分成三个部分:(i)主用户通信区(半径DP),该区域内主用户工作时,次用户不允许接入信道;(ii)通信保护带(边缘半径DS),该区域内主用户信号较弱,为了保护主用户通信质量,当主用户工作时,次用户需要控制其发射功率使得对主用户的干扰可控;(iii)空白区,该区域内的次用户即使工作在最高功率,也无法对主用户通信产生有效干扰。
根据上述的异构场景,图2示出了本发明的实施例中,对认知网络中次用户违反干扰约束行为的检测的流程图,结合图2,本发明方法为:在每个时隙,按照能量采集阶段、本地频谱感知阶段和感知数据融合阶段依次执行,其中:
能量采集阶段:所有感知节点从周围环境收集能量,并存储于内部电池中。其中,第k个感知节点的电池容量大小为Ck,平均能量采集速度为在特定区域、特定时间内,保持恒定,能量采集时间比例因子ω为能量采集时间与可分配时间T-Te之比,则该阶段第k个感知节点采集的总能量为其中,T为单个时隙的时间,Te为信息交互时间。在本发明的实施例中,假设该阶段能量采集充足,即
本地频谱感知阶段:利用第一检测器检测次用户工作状态,若次用户不工作,则对主用户通信无影响,无需对次用户是否违反干扰约束行为进行判断;若次用户工作,则根据如下方式继续进行检测:
若次用户处于主用户通信区,则直接判定次用户违反干扰约束;
若次用户处于通信保护带,则估计次用户的发射功率,利用第二检测器判断次用户是否违反干扰约束。
在本发明的实施例中,考虑简单易行的检测器,针对该本发明中的检测问题,优化准则设为给定虚警概率下,最大化检测概率。考虑到次用户的功率信息和信道状态信息难以获取,对于这一含有未知参数的混合假设检验问题,采用广义似然比检测(GLRT),可推导出GLRT渐近检验统计量GH(T),得到第一检测器:
其中,次用户是否工作的假设检验命题近似表述为高斯分布:
P0,k表示第k个感知节点处主用户信号接收功率,P1,k表示第k个感知节点处次用户信号接收功率,Nk表示第k个感知节点处的噪声功率,H0和H1分别表示次用户不工作和工作者两种状态,M表示采样样本数,P1表示次用户的发射功率,表示估计的次用户发射功率,d1表示次用户与主用户发射机间的距离,QH表示第一检测器的本地判决,λH表示第一检测器的判决门限。
利用第一检测器,判断次用户是否工作的方法为:当检验统计量GH(T)≤λH时,判定次用户不工作;当检验统计量GH(T)>λH时,判定次用户处于工作状态。
根据第一检测器,如果检测到次用户不工作,则对主用户通信无影响,无需对次用户是否违反干扰约束行为进行判断;当检测到次用户工作时,对于主用户通信区内的次用户,可直接判定其违反了干扰约束。
对于通信保护带内的次用户,则需要评估次用户的发射功率是否违规,在本发明的实施例中,可表示为如下的二元假设检验问题:
其中,P1表示次用户的发射功率,Pa表示次用户所在位置处允许的最大工作功率,Θ0和Θ1分别表示次用户不违反干扰约束和违反干扰约束这两种状态。
理论上,判断次用户的发射功率是否超过干扰约束时,面临检测概率与虚警概率的折衷,而虚警概率最高的情况发生在该次用户以所在位置处允许的最大功率Pa正常工作时。因此,以此最坏的情况为基准设计检测器,可得到第二检测器模型:
利用第二检测器,判断次用户是否违反干扰约束的方法为:当检验统计量GΘ(T)>λΘ时,判定次用户违反干扰约束;当检验统计量GΘ(T)≤λΘ时,判定次用户不违反干扰约束。
从第二检测器的模型可以看出,该检测器的检测准确度与次用户的发射功率估计值密切相关,在本发明的实施例中,根据感知节点的接收功率估计值和节点与次用户的相对位置,可估计次用户的发射功率:
感知数据融合阶段:在本发明的实施例中,提供了两种感知节点选择机制,分别为第一感知节点选择机制和第二感知节点选择机制。
在感知数据融合阶段,感知节点可以根据第一感知节点选择机制和第二感知节点选择机制,判定自身是否向融合中心汇报本地频谱感知结果,该过程的时间为Te,消耗的能量为EI;符合条件的感知节点,向融合中心上传本地检测结果,融合中心整合数据并做出全局判决,该过程时间为(1-ω-τ)(T-Te),第k个感知节点剩余的能量为而这剩余的能量决定了感知节点向融合中心上报本地频谱感知数据的能力。
对于节点k,其向融合中心进行数据传输这部分消耗的能量Et(dk)可表示为:
其中,Et-elec表示发射机电子能量,eamp表示满足给定接收机灵敏度水平所需放大倍数耗能,dk表示第k感知节点与融合中心间的距离。例如,假定数据速率为250kb/s,发射功率为20mW,则Et-elec=80nJ。在信噪比为10dB时,满足-90dBm接收机灵敏度的eamp=40.4pJ/m2。
其中第一感知节点选择机制为基于感知节点能量消耗的选择机制;感知节点根据第一感知节点选择机制判定自身是否向融合中心汇报本地频谱感知结果的方法为:根据频谱感知阶段剩余的能量以及数据传输消耗的能量进行判定,判定条件:
那么根据第一感知节点选择机制,得到的参与检测与估计的节点集合为:
此时,融合中心整合数据并做出全局判决,根据符合条件的感知节点集合,第一检测器和第二检测器可被重新表述为:
其中,|Se|表示选择参与数据融合的感知节点数目。此时,利用重新描述后的第一检测器作出全局判断,判断次用户的工作状态:当检验统计量GH(T)>λH时,判定次用户处于工作状态;当检验统计量GH(T)≤λH时,判定次用户不工作;
利用重新描述后的第二检测器作出全局判断,判断次用户是否违反干扰约束:当检验统计量GΘ(T)>λΘ时,判定次用户违反干扰约束;当检验统计量GΘ(T)≤λΘ时,判定次用户不违反干扰约束。
由于仅考虑能量消耗的感知节点选择机制并不能很好地反映感知节点的数据价值,实际中,检测结果的精度不仅要考虑节点的能量问题,还要考虑节点与主用户、次用户的相对位置,而信干噪比可以很好地反映次用户信号对感知数据的影响,因此,在本发明的一个实施例中,提供了第二感知节点选择机制,第二感知节点选择机制为基于感知节点能量消耗-感知链路信干噪比的感知节点选择机制。当采用第二感知节点选择机制,考虑了感知链路信干噪比,从次用户的检测角度而言,感知节点处的平均信干噪比SINR可表示为:
其中,p1表示感知节点处次用户接收功率待估计值;p0表示感知节点处主用户接收功率;d0为参考距离;d0,k表示第k个感知节点与主用户发射机间的距离;d1表示次用户与主用户发射机间的距离;d1,k表示第k个感知节点与次用户间的距离。
则感知节点根据第二感知节点选择机制,判定自身是否向融合中心汇报本地频谱感知结果的方法为:
根据频谱感知阶段剩余的能量、数据传输消耗的能量和感知链路的信干噪比进行判定,判定条件为:
因此,根据第二感知节点选择机制,得到的参与检测与估计的节点集合为:
其中,判定门限η为常数。
此时,融合中心整合数据并做出全局判决,根据符合条件的感知节点集合,第一检测器和第二检测器可被重新表述为:
其中,|Su|表示选择参与数据融合的感知节点数目。利用重新描述后的第一检测器作出全局判断,判断次用户的工作状态:当检验统计量GH(T)>λH时,判定次用户处于工作状态;当检验统计量GH(T)≤λH时,判定次用户不工作;
利用重新描述后的第二检测器作出全局判断,判断次用户是否违反干扰约束:当检验统计量GΘ(T)>λΘ时,判定次用户违反干扰约束;当检验统计量GΘ(T)≤λΘ时,判定次用户不违反干扰约束。
对于本发明的实施例中的方法检测性能的好坏,需要进行评估,因此,在本发明的实施例中,还提供了对检测性能进行评估的方法,具体为:
根据检测器的划分,当次用户实际上并没有违反干扰约束时,存在两类虚警概率:次用户没有工作或次用户以合理的功率工作,却被判定为正在工作且违反了干扰约束,这两类虚警概率可表述为:
同理,当次用户违反了干扰约束时,存在两类检测概率:工作在主用户通信区内的次用户被正确检测,或以超过干扰约束的发射功率工作的次用户被正确检测,这两类检测概率可表述为:
基于上述实施例中提供的技术方案,本发明的实施例中,提供一个具体的应用实例,进行验证。分析时结合确定的振幅衰减函数模型,考虑路径衰落。参数设置如下:主用户的发射功率设为100mW,工作频率400MHz,带宽200kHz,单个时隙T=50ms,信息交互时间为Te=7ms,路径衰落因子α=3,感知节点处接收噪声功率谱密度为-174dBm/Hz,接收机噪声系数为11dB,主用户通信区半径DP=1.75km,其边缘的干扰约束上限为-120dBm,通信保护带外圈半径DS=3.95km,除非特别说明,感知节点数目K=50,采样样本数目M=200。以下仿真结果为500个随机拓扑下各1000次仿真结果的平均值,感知节点随机分布在主用户通信区和通信保护带内。
如图3所示,给出了主用户通信区内,次用户违反干扰约束时的检测性能。当次用户和主用户间的相对距离d1较近时,周边的感知节点受主用户影响较大,性能较差;随着距离的增加,检测性能明显提升。此外,次用户的发射功率P1越高,各个感知节点处的接收功率增大,检测性能提高。相同条件下,基于第二检测器的检测性能明显优于第一检测器的性能。
结合图4,不同于主用户通信区,在通信保护带内,不仅需要检测出正在工作的次用户,还需要进一步评估其是否违反干扰约束。正在工作的次用户距离主用户2.4km,该位置的干扰约束上限为Pa=37.7mW,图中的虚警概率为该次用户以发射功率Pa工作时误判其违反干扰约束的概率,给出了当该次用户以超过干扰约束的发射功率P1工作时,虚警概率与检测概率之间的折衷关系。
图5给出了感知节点数目K与采用样本数目M对检测性能的影响。位于通信保护带内(2.4km,0)的次用户以超过干扰约束的发射功率P1=1.2Pa工作,随着感知节点数目和采用样本数目的增加,提升了参与数据融合的数据量,可获得更加准确的用频信息,故检测性能提高。而由于每次感知节点数目变动时,感知节点都得重新随机分布,导致曲线不太光滑。
总上内容,本发明的实施例中提供了在感知节点能量存储有限的情况,认知无线网络中次用户违反干扰约束行为的检测方法,通过上述实施例中的方法,能够降低恶意用户或贪婪用户对主用户通信造成的干扰,提高认知无线网络中频谱共享的安全性能。
上述实施例仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和等同替换,这些对本发明权利要求进行改进和等同替换后的技术方案,均落入本发明的保护范围。
Claims (9)
1.一种认知无线网络中次用户违反干扰约束行为的检测方法,其特征在于,在每个时隙,按照能量采集阶段、本地频谱感知阶段和感知数据融合阶段依次执行,其中:
能量采集阶段:所有感知节点从周围环境收集能量,并存储于内部电池中;
本地频谱感知阶段:利用第一检测器检测次用户工作状态,若次用户不工作,则对主用户通信无影响,无需对次用户是否违反干扰约束行为进行判断;若次用户工作,则根据如下方式继续进行检测:
若次用户处于主用户通信区,则直接判定次用户违反干扰约束;
若次用户处于通信保护带,则根据感知节点的接收功率估计值和节点与次用户的相对位置估计次用户的发射功率,利用第二检测器判断次用户是否违反干扰约束;
感知数据融合阶段:感知节点根据第一感知节点选择机制或第二感知节点选择机制,判定自身是否向融合中心汇报本地频谱感知结果,然后融合中心整合数据作出全局判决,其中,第一节点选择机制为基于感知节点能量消耗,第二感知节点选择机制为基于感知节点能量消耗与感知链路信干噪比。
2.根据权利要求1所述的方法,其特征在于,在本地频谱感知阶段,所述第一检测器为:
其中,次用户是否工作的假设检验命题近似表述为高斯分布P0,k表示第k个感知节点处主用户信号接收功率,P1,k表示第k个感知节点处次用户的接收功率,Nk表示第k个感知节点处的噪声功率,和分别表示次用户不工作和工作者两种状态,M表示采样样本数,P1表示次用户的发射功率,表示估计的次用户发射功率,d1表示次用户与主用户发射机间的距离,ΩH表示第一检测器的本地判决,λH表示第一检测器的判决门限;
利用第一检测器,判断次用户是否工作的方式为:当检验统计量GH(T)>λH时,判定次用户处于工作状态;当检验统计量GH(T)≤λH时,判定次用户不工作。
7.根据权利要求5所述的方法,其特征在于,感知数据融合阶段,融合中心整合数据作出全局判断的方法为:
根据第一节点选择机制选择出的节点,对第一检测器和第二检测器,进行重新描述,分别为:
其中,Se为基于第一感知节点选择机制得到的参与检测与估计的节点集合;|Se|表示选择参与数据融合的感知节点数目;
利用重新描述后的第一检测器作出全局判断,判断次用户的工作状态:当检验统计量GH(T)>λH时,判定次用户处于工作状态;当检验统计量GH(T)≤λH时,判定次用户不工作;
利用重新描述后的第二检测器作出全局判断,判断次用户是否违反干扰约束:当检验统计量GΘ(T)>λΘ时,判定次用户违反干扰约束;当检验统计量GΘ(T)≤λΘ时,判定次用户不违反干扰约束。
8.根据权利要求6所述的方法,其特征在于,融合中心整合数据作出全局判断的方法为:
根据第二节点选择机制选择出的节点,对第一检测器和第二检测器进行重新描述,分别为:
其中,Su为基于第一感知节点选择机制得到的参与检测与估计的节点集合;|Su|表示选择参与数据融合的感知节点数目;Pa为次用户所在位置处允许的最大工作功率;利用重新描述后的第一检测器作出全局判断,判断次用户的工作状态:当检验统计量GH(T)>λH时,判定次用户处于工作状态;当检验统计量GH(T)≤λH时,判定次用户不工作;
利用重新描述后的第二检测器作出全局判断,判断次用户是否违反干扰约束:当检验统计量GΘ(T)>λΘ时,判定次用户违反干扰约束;当检验统计量GΘ(T)≤λΘ时,判定次用户不违反干扰约束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110734561.4A CN113472463B (zh) | 2021-06-30 | 2021-06-30 | 一种认知无线网络中次用户违反干扰约束行为的检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110734561.4A CN113472463B (zh) | 2021-06-30 | 2021-06-30 | 一种认知无线网络中次用户违反干扰约束行为的检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113472463A true CN113472463A (zh) | 2021-10-01 |
CN113472463B CN113472463B (zh) | 2023-06-16 |
Family
ID=77874300
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110734561.4A Active CN113472463B (zh) | 2021-06-30 | 2021-06-30 | 一种认知无线网络中次用户违反干扰约束行为的检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113472463B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114614923A (zh) * | 2022-02-25 | 2022-06-10 | 中国人民解放军陆军工程大学 | 基于异常用频行为检测的频谱使用秩序强化方法及系统 |
WO2023065273A1 (zh) * | 2021-10-22 | 2023-04-27 | 北京小米移动软件有限公司 | 一种感知信号功率控制的方法、装置、设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103987051A (zh) * | 2014-04-28 | 2014-08-13 | 南京邮电大学 | 基于无线传感器网络可靠感知的频谱共享方法 |
WO2015039487A1 (zh) * | 2013-09-17 | 2015-03-26 | 中兴通讯股份有限公司 | 一种异构网络中频谱感知数据的处理方法及装置 |
CN104579523A (zh) * | 2014-12-31 | 2015-04-29 | 重庆邮电大学 | 认知无线网络频谱感知和接入决策联合的优化方法 |
CN106656374A (zh) * | 2016-12-29 | 2017-05-10 | 南京邮电大学 | 一种基于双门限能量检测的协作宽带频谱感知方法 |
CN107172704A (zh) * | 2017-05-10 | 2017-09-15 | 叶仕通 | 基于协作频谱感知和干扰约束的认知异构网络功率分配方法 |
CN107580327A (zh) * | 2017-09-19 | 2018-01-12 | 中山大学新华学院 | 基于最佳频段选择的认知无线网络吞吐量优化算法 |
CN107623554A (zh) * | 2017-08-24 | 2018-01-23 | 西安电子科技大学 | 一种基于信任值的协作频谱感知方法、认知无线网络 |
US10880752B1 (en) * | 2020-05-08 | 2020-12-29 | King Abdulaziz University | Method for spectrum sensing unoccupied frequency |
-
2021
- 2021-06-30 CN CN202110734561.4A patent/CN113472463B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015039487A1 (zh) * | 2013-09-17 | 2015-03-26 | 中兴通讯股份有限公司 | 一种异构网络中频谱感知数据的处理方法及装置 |
CN103987051A (zh) * | 2014-04-28 | 2014-08-13 | 南京邮电大学 | 基于无线传感器网络可靠感知的频谱共享方法 |
CN104579523A (zh) * | 2014-12-31 | 2015-04-29 | 重庆邮电大学 | 认知无线网络频谱感知和接入决策联合的优化方法 |
CN106656374A (zh) * | 2016-12-29 | 2017-05-10 | 南京邮电大学 | 一种基于双门限能量检测的协作宽带频谱感知方法 |
CN107172704A (zh) * | 2017-05-10 | 2017-09-15 | 叶仕通 | 基于协作频谱感知和干扰约束的认知异构网络功率分配方法 |
CN107623554A (zh) * | 2017-08-24 | 2018-01-23 | 西安电子科技大学 | 一种基于信任值的协作频谱感知方法、认知无线网络 |
CN107580327A (zh) * | 2017-09-19 | 2018-01-12 | 中山大学新华学院 | 基于最佳频段选择的认知无线网络吞吐量优化算法 |
US10880752B1 (en) * | 2020-05-08 | 2020-12-29 | King Abdulaziz University | Method for spectrum sensing unoccupied frequency |
Non-Patent Citations (6)
Title |
---|
HAO FANG等: "Detection Schemes of Illegal Spectrum Access Behaviors in Multiple Authorized Users Scenario", 《IEEE》 * |
HAO FANG等: "Detection Schemes of Illegal Spectrum Access Behaviors in Multiple Authorized Users Scenario", 《IEEE》, 28 December 2020 (2020-12-28) * |
HAO FANG等: "Spectrum Sensing Under Illegal Spectrum Access Behaviors in Multiple Authorized Users Scenario", 《IEEE》 * |
HAO FANG等: "Spectrum Sensing Under Illegal Spectrum Access Behaviors in Multiple Authorized Users Scenario", 《IEEE》, vol. 7, no. 4, 11 March 2021 (2021-03-11) * |
郎为民: "无线认知传感器网络协同频谱感知安全模型和攻击模型研究", 《电信网技术》 * |
郎为民: "无线认知传感器网络协同频谱感知安全模型和攻击模型研究", 《电信网技术》, no. 03, 15 March 2011 (2011-03-15) * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023065273A1 (zh) * | 2021-10-22 | 2023-04-27 | 北京小米移动软件有限公司 | 一种感知信号功率控制的方法、装置、设备及存储介质 |
CN114614923A (zh) * | 2022-02-25 | 2022-06-10 | 中国人民解放军陆军工程大学 | 基于异常用频行为检测的频谱使用秩序强化方法及系统 |
CN114614923B (zh) * | 2022-02-25 | 2023-08-29 | 中国人民解放军陆军工程大学 | 基于异常用频行为检测的频谱使用秩序强化方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113472463B (zh) | 2023-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Visotsky et al. | On collaborative detection of TV transmissions in support of dynamic spectrum sharing | |
Wang et al. | Securing collaborative spectrum sensing against untrustworthy secondary users in cognitive radio networks | |
US9628996B2 (en) | Spectrum sensing apparatus and method for cooperative cognitive radio network in non-gaussian noise environment, and fusion center apparatus and cooperative cognitive radio system using the same | |
Pandya et al. | Energy detection based spectrum sensing for cognitive radio network | |
KR100970757B1 (ko) | 무선 인지 시스템에서 멀티 유저들을 위한 에너지 검출기반의 협력 채널 센싱 방법 | |
Zhang et al. | Spectrum sensing under spectrum misuse behaviors: A multi-hypothesis test perspective | |
CN113472463B (zh) | 一种认知无线网络中次用户违反干扰约束行为的检测方法 | |
KR102050283B1 (ko) | 인지 무선 네트워크에서 2차 사용자의 패킷 전송 성능 개선 방법 및 그 장치 | |
CN101753232B (zh) | 协作频谱检测方法和系统 | |
Arun et al. | An adaptive learning-based attack detection technique for mitigating primary user emulation in cognitive radio networks | |
Ahsant et al. | A review of cooperative spectrum sensing in cognitive radios | |
Kim et al. | Cognitive radio software testbed using dual optimization in genetic algorithm | |
Noh et al. | Goodness-of-fit-based malicious user detection in cooperative spectrum sensing | |
Wan et al. | Covert communication with power uncertainty for D2D content sharing | |
CN109150623B (zh) | 基于轮循制信誉值抵御恶意用户ssdf攻击方法 | |
Sharifi | Attack-aware defense strategy: A robust cooperative spectrum sensing in cognitive radio sensor networks | |
Gao et al. | Sensor selection based on dempster-shafer evidence theory under collaborative spectrum sensing in cognitive radio sensor networks | |
Sharifi et al. | Spectrum sensing data falsification attack in cognitive radio networks: An analytical model for evaluation and mitigation of performance degradation | |
Naqvi et al. | Primary user emulation attack and their mitigation strategies: A survey | |
Zhang et al. | Cluster‐based adaptive multispectrum sensing and access in cognitive radio networks | |
Sharifi | An effective and optimal fusion rule in the presence of probabilistic spectrum sensing data falsification attack | |
Gadze et al. | A performance study of energy detection based spectrum sensing for cognitive radio networks | |
Liang et al. | Energy efficiency analysis of cooperative spectrum sensing: A malicious user's perspective on Byzantine attack | |
Chatterjee et al. | Detecting PUE attack by measuring aberrational node behavior in CWSN | |
Cao et al. | Probabilistic denial of service attack against remote state estimation over a Markov channel in cyber-physical systems |
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 |