CN116131978B - 一种认知卫星网络协作频谱感知方法及认知卫星网络 - Google Patents

一种认知卫星网络协作频谱感知方法及认知卫星网络 Download PDF

Info

Publication number
CN116131978B
CN116131978B CN202310378703.7A CN202310378703A CN116131978B CN 116131978 B CN116131978 B CN 116131978B CN 202310378703 A CN202310378703 A CN 202310378703A CN 116131978 B CN116131978 B CN 116131978B
Authority
CN
China
Prior art keywords
satellite
energy detection
cognitive
threshold
low
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
CN202310378703.7A
Other languages
English (en)
Other versions
CN116131978A (zh
Inventor
王巍
孙善忠
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.)
Beijing Huahang Test Technology Co ltd
Original Assignee
Beijing Huahang Test Technology Co ltd
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 Beijing Huahang Test Technology Co ltd filed Critical Beijing Huahang Test Technology Co ltd
Priority to CN202310378703.7A priority Critical patent/CN116131978B/zh
Publication of CN116131978A publication Critical patent/CN116131978A/zh
Application granted granted Critical
Publication of CN116131978B publication Critical patent/CN116131978B/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
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/40—Monitoring; Testing of relay systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/14—Relay systems
    • H04B7/15—Active relay systems
    • H04B7/185—Space-based or airborne stations; Stations for satellite systems
    • H04B7/1851—Systems using a satellite or space-based relay
    • H04B7/18519—Operations control, administration or maintenance
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/14—Relay systems
    • H04B7/15—Active relay systems
    • H04B7/185—Space-based or airborne stations; Stations for satellite systems
    • H04B7/18521—Systems of inter linked satellites, i.e. inter satellite service
    • 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

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Electromagnetism (AREA)
  • Astronomy & Astrophysics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Radio Relay Systems (AREA)
  • Monitoring And Testing Of Transmission In General (AREA)

Abstract

本申请提供了一种认知卫星网络协作频谱感知方法及认知卫星网络，该方法包括：低轨卫星根据当前感知时隙的接收信号计算能量检测检验统计量
Figure ZY_1
；低轨卫星进行半软双门限判决；在能量检测检验统计量
Figure ZY_2
位于双门限之间时，低轨卫星基于当前感知时隙之前L个感知时隙对应的接收信号计算的能量检测检验统计量
Figure ZY_3
计算基于记忆信息的能量检测检验统计量
Figure ZY_4
，并根据基于记忆信息的能量检测检验统计量
Figure ZY_5
进行半软双门限判决；低轨卫星将判决结果发送至融合中心卫星，融合中心卫星根据判决结果计算协作频谱感知结果，并反馈至低轨卫星；其中协作频谱感知结果为授权频段是否为空闲频段。本申请对于距离较远、能量微弱的认知卫星网络频谱感知场景有较好的适应性。

Description

一种认知卫星网络协作频谱感知方法及认知卫星网络
技术领域
本申请涉及卫星通信，尤其涉及一种认知卫星网络协作频谱感知方法及认知卫星网络。
背景技术
在空天地一体化通信网络的快速发展下，天基网络作为地基网络的重要补充，可以实现更大的通信带宽，更全面的覆盖范围。在各种高度卫星组成的天基网络中，低地球轨道（Low Earth Orbit, LEO）卫星具有更低的轨道高度、更少的发射成本、更小的功率损耗与全球无缝覆盖等特点，是目前卫星通信领域的研究焦点。近年来各国都在抢先发射低轨卫星、部署低轨卫星星座计划，以抢占LEO卫星轨道资源、频谱资源，导致在轨、待发射LEO卫星的数量急剧增加，使得有限的频谱资源变得越来越紧张。为实现LEO卫星网络的高效通信，可对频谱资源实行动态分配，有效提高频谱资源利用率。
现有的频谱分配方式大多是操作简单、可保证用户通信质量的固定频谱分配方式。在固定频谱分配方式下，有限的频谱资源被划分为若干个频段，然后每个频段有对应的授权用户，规定仅有该用户对此频段有使用权。然而由于通信业务在时域、地域、频域上的不均衡，使得这些授权频段的实际利用率很低。大多数情况下，在该地域无法检测到授权用户正在使用授权频段，而大量非授权用户却不被允许接入空闲的授权频段，全部集中在公用的非授权频段。这种频段使用的严重不均衡进一步导致了频谱资源的匮乏。为实现LEO卫星网络的高效通信，可对频谱资源实行动态分配，即采用一种更加灵活的、智能的动态频谱管理方式，以达到高效利用频谱资源的目的。为实现频谱资源动态管理，认知无线电技术被广泛应用到卫星通信系统中，通过频谱感知、信道分配、频谱接入、频谱切换、频谱环境特征提取与分析、频谱预测等有效提高频谱利用率。
中国专利文献《一种认知卫星网络系统频谱切换优化方法》（公开号CN113271611A）公开了一种认知卫星网络系统中从卫星的终端频谱切换方案，其从卫星的终端通过观察频谱占用率，预测主卫星的终端回收资源的概率，从卫星的终端通过频谱感知，获得可用的频谱漏洞后，从众多频谱漏洞中选择一个具有最短的预期传输时间的频谱来进行频谱切换。该技术方案是利用在卫星终端实施频谱感知，对卫星终端的性能要求较高。
中国专利文献《一种混合式两级多星协作频谱感知方法》（公开号CN114285506A）公开了一种混合式两级多星协作频谱感知方法，认知用户随机形成若干联盟，每个联盟中选择信噪比最高的节点作为联盟首领，联盟内采用基于信息熵的D-S证据理论分布式协作频谱感知算法对感知信息进行一级融合，联盟之间采用集中式融合方法进行二级融合。信息熵的D-S证据理论本身复杂且存在自身悖论，其得到的结论不可靠。
发明内容
有鉴于此，本申请提出了一种认知卫星网络协作频谱感知方法及认知卫星网络。
根据本申请的一个方面，提供一种认知卫星网络协作频谱感知方法，认知卫星网络包括低轨卫星及融合中心卫星，该方法包括：
低轨卫星根据当前感知时隙的接收信号计算能量检测检验统计量；
低轨卫星根据能量检测检验统计量进行半软双门限判决；在能量检测检验统计量 位于双门限之间时，低轨卫星基于当前感知时隙之前L个感知时隙对应的接收信号计算的 能量检测检验统计量计算基于记忆信息的能量检测检验统计量
Figure SMS_1
，并根据基于记忆信息的 能量检测检验统计量
Figure SMS_2
进行半软双门限判决；
低轨卫星将判决结果发送至融合中心卫星，融合中心卫星根据判决结果计算协作频谱感知结果，并反馈至低轨卫星；其中协作频谱感知结果为授权频段是否为空闲频段。
优选地，其特征在于，
Figure SMS_3
，
Figure SMS_4
为记忆因子，
Figure SMS_5
为根据第
Figure SMS_6
感知时隙的接 收信号计算能量检测检验统计量，i、j为正整数。
优选地，其特征在于，根据下式进行半软双门限判决：
Figure SMS_8
，其中
Figure SMS_12
为第一判决门限，
Figure SMS_14
为第二判决门限，
Figure SMS_9
为 能量检测检验统计量
Figure SMS_11
或基于记忆信息的能量检测检验统计量
Figure SMS_13
，
Figure SMS_15
为判决结果，
Figure SMS_7
表 示授权频段正在使用，
Figure SMS_10
表示授权频段空闲。
优选地，其特征在于，融合中心卫星根据判决结果计算协作频谱感知结果包括：
融合中心卫星根据判决结果计算授权频段正在使用对应的数值，在该数值大于或等于预设值时，判定授权频段正在使用，否则判定授权频段为空闲频段。
优选地，该方法还包括：
计算第一判决门限和第二判决门限；
第一判决门限
Figure SMS_16
和第二判决门限
Figure SMS_17
按照如下方式计算：
Figure SMS_18
；
其中，
Figure SMS_19
，
Figure SMS_20
为虚警概率，N表示感知时隙内的接收样本点数，
Figure SMS_21
表示标准高斯白噪声功率，
Figure SMS_22
，
Figure SMS_23
为接收端实际噪声功 率，
Figure SMS_24
。
本申请还提供了额一种认知卫星网络，该认知卫星网络包括低轨卫星及融合中心卫星，
低轨卫星，用于根据当前感知时隙的接收信号计算能量检测检验统计量
Figure SMS_25
；根据 能量检测检验统计量
Figure SMS_26
进行半软双门限判决；在能量检测检验统计量
Figure SMS_27
位于双门限之间时， 基于当前感知时隙之前L个感知时隙对应的接收信号计算的能量检测检验统计量
Figure SMS_28
计算基 于记忆信息的能量检测检验统计量
Figure SMS_29
，并根据基于记忆信息的能量检测检验统计量
Figure SMS_30
进行 半软双门限判决；将判决结果发送至融合中心卫星；
融合中心卫星，用于根据判决结果计算协作频谱感知结果，并反馈至低轨卫星；其中协作频谱感知结果为授权频段是否为空闲频段。
优选地，
Figure SMS_31
，
Figure SMS_32
为记忆因子，
Figure SMS_33
为根据第
Figure SMS_34
感知时隙的接收信号计算 能量检测检验统计量，i、j为正整数。
优选地，低轨卫星，还用于根据下式进行半软双门限判决：
Figure SMS_36
，其中
Figure SMS_38
为第一判决门限，
Figure SMS_40
为第二判决门限，
Figure SMS_37
为 能量检测检验统计量
Figure SMS_41
或基于记忆信息的能量检测检验统计量
Figure SMS_42
，
Figure SMS_43
为判决结果，
Figure SMS_35
表 示授权频段正在使用，
Figure SMS_39
表示授权频段空闲。
优选地，融合中心卫星，还用于根据判决结果计算授权频段正在使用对应的数值，在该数量大于或等于预设值时，判定授权频段正在使用，否则判定授权频段为空闲频段。
优选地，该认知卫星网络还用于计算第一判决门限和第二判决门限。
本发明针对信号瞬时功率下降导致漏检的问题，提出了一种基于记忆信息半软双门限的协作频谱感知方法。根据噪声功率不确定性参数设置复合阈值，对于落在混淆区域内的情况，可利用信号在短时间内的不变性，基于当前LEO认知卫星存储的记忆信息重新生成检验统计量进行二次判决。若仍落在混淆区域，为充分利用各个LEO认知卫星的本地感知数据信息，则基于半软门限机制得到一个模糊数判决结果，融合中心卫星基于K秩准则得到最终的全局检测结果。和常用的频谱感知方法相比，本申请提供的方法在低虚警概率下较好地提升了检测概率、在保证检测概率一定时所需要的输入信号信噪比更低，对于距离较远、能量微弱的认知卫星网络频谱感知场景有较好的适应性。
本申请的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施方式及其说明用于解释本申请。在附图中：
图1为认知卫星网络频谱感知场景；
图2为频谱空穴示意图；
图3为单个认知卫星本地频谱感知流程示意图；
图4为本申请提供的认知卫星网络协作频谱感知方法流程图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施方式及各个实施方式中的特征可以相互组合。
下面将参考附图并结合实施方式来详细说明本申请。
认知卫星网络要求认知卫星能实时地获取周围的环境特征，自适应地调整系统的内部参数，例如载波频率、调制方式、传输功率等。其中频谱感知是认知卫星网络实现频谱管理的第一步，也是较为核心的一步。通过频谱感知，认知卫星能够识别出暂时未被授权用户占用的频带，为后续频谱资源的再利用提供先验信息。
频谱感知方法可分为能量检测、匹配滤波器检测和循环平稳特征检测。其中能量检测能实现信号盲检测，计算简单，但受噪声功率不确定性影响较大；匹配滤波器检测需要获取所有先验信息，检测性能高，但适用性不强；循环平稳特征检测通过变换能有效识别信号，一定程度上还可区分信号调制方式，但其计算复杂度高，检测时间相对较长。在卫星通信场景中，较长的传输距离、受限的传输时间和传输速率等因素导致接收机处待检测信号能量弱、信号有一定的波动性，卫星的高速移动、快速变化的相对位置等因素导致对于感知结果的实时性要求较高。相比其余频谱感知方法，能量检测法因为计算复杂度低、无需先验信息、易于硬件实现等，在认知卫星通信中最为常用。然而由于星上计算能力有限、频谱环境快速变化，单颗认知卫星感知精度往往不够，需要采用多个认知卫星协作频谱感知来提高频谱感知的检测性能。同时在信道状态有一定波动性的应用场景中，现有方法检测性能下降，故需要对频谱感知方法进行合理的改进和优化。考虑到信道状态在相邻时刻的紧密相关性，本发明利用记忆信息对协作频谱感知方法进行改进，提高协作频谱感知性能。
本申请提供一种基于记忆信息半软双门限的协作频谱感知方法。该方法在单个认知卫星当前时隙检验统计量落入混淆区域时，利用本地存储的邻近时隙记忆信息预测当前时隙状态，修正检验统计量并进行二次判决，以解决瞬时功率下降易导致的漏检及检测概率降低的问题。判决时采用半软双门限机制，以保证向融合中心卫星传递尽可能多的感知数据原始信息，从而提高协作频谱感知性能。
卫星通信系统之间的认知通信，主要应用场景为地球同步轨道（GeosynchronousOrbit, GEO）卫星和LEO卫星网络频谱资源共享。图1给出了某时刻认知卫星网络频谱感知场景，GEO卫星被视为授权用户，一个LEO卫星网络被视为认知用户。GEO授权卫星使用授权频段与地面授权用户或者LEO授权卫星进行通信。单个LEO认知卫星通过感知信道得到授权频段是否空闲的本地判决结果，多个LEO认知卫星将本地判决结果通过上报信道传输给融合中心卫星得到协作频谱感知的全局判决结果。
所有LEO卫星具有自适应传输、自适应功率控制的特性，可在邻近频段的多个频点、多个离散发射功率电平工作。由于卫星相对位置情况变化迅速，在整个运行周期中，当LEO认知卫星在远离该GEO授权卫星的通信覆盖区域时，LEO认知卫星可以使用该授权频段进行通信，在靠近通信覆盖区域时需退出该授权频段。考虑到空间中存在多颗GEO授权卫星和对应频段，因此LEO认知卫星网络需要持续感知已被分配给GEO授权卫星的频谱区间，如果发现其中有授权频段未被使用，则可在不影响GEO授权卫星的前提接入该频谱空穴传输数据，图2给出了频谱空穴的时频示意图。
本申请构建基于记忆信息的预测模型，每个LEO认知卫星增加存储过往感知时隙 的信道状态，若当前时隙的检验统计量处于混淆区域无法判决时，基于过往的
Figure SMS_44
次感知时 隙的信道状态检验统计量来生成新的检验统计量。
根据信道在相邻时刻的紧密相关性，为各个时隙的距离来对检验统计量分配权 重，距离当前时隙越远的检验统计量所占权重越小，距离当前时隙越近的检验统计量权重 越大，以达到预估当前时隙LEO认知卫星能量检验统计量的目的。用如式（1）所示的时间衰 减函数
Figure SMS_45
来反映记忆模型的特性，
Figure SMS_46
可表示为
Figure SMS_47
(1)
其中，
Figure SMS_48
为记忆因子，表示对过往时隙信道状态记忆的程度，对应授权卫星和授权 设备进行通信的过程中由
Figure SMS_49
变为
Figure SMS_50
的转移概率，一般取0.5，
Figure SMS_51
表示授权用户正在使用授 权频段，
Figure SMS_52
表示授权频段空闲。
基于时间衰减函数生成对应的权重系数，为保证所有权重因子的总和为1，将式（1）中的衰减函数归一化为无量纲的衰减函数，转换表达式为
Figure SMS_53
(2)
将归一化衰减函数
Figure SMS_54
与邻近时隙的各个检验统计量
Figure SMS_55
相乘，其中
Figure SMS_56
是上一时隙的检验统计量，新生成的基于记忆信息的检验统计量
Figure SMS_57
为
Figure SMS_58
(3)
当原本的检验统计量
Figure SMS_61
处于混淆区域而无法判决时，根据式（3）计算基于记忆信 息的检验统计量
Figure SMS_65
，结合当前时隙的检验统计量
Figure SMS_66
进行本地判决，避免因为当前时隙信号瞬 时功率下降而引起漏检的情况。由于各个时隙的检验统计量
Figure SMS_60
可视为相互独立，互不影响 的，当
Figure SMS_62
的数量足够大时，将
Figure SMS_63
看作高斯分布，因此
Figure SMS_64
可看做
Figure SMS_59
个相互独立的正态分布随机变 量相加所得，同样满足高斯分布
Figure SMS_67
(4)
其中，均值
Figure SMS_68
，方差
Figure SMS_69
可以表示为
Figure SMS_70
(5)
Figure SMS_71
(6)
其中，
Figure SMS_72
表示噪声功率，
Figure SMS_73
表示信号功率，
Figure SMS_74
是认知卫星存储的当前时隙 的前
Figure SMS_75
个时隙所得到的全局判决下发结果，取值为0或1。通常存储的记忆信息时隙个数
Figure SMS_76
越 多，对状态预估越准确，检测概率越高。但当
Figure SMS_77
增加到一定程度时，信号的平均能量已经得 到了较为准确的估计，此时再增加
Figure SMS_78
带来的检测性能的提升幅度不再明显。在实际应用时， 需折中考虑存储空间、计算复杂度和检测性能选取合适的参数。N表示感知时隙内的接收样 本点数。
本申请提供的方法中，若初始检验统计量
Figure SMS_81
大于门限
Figure SMS_85
，则认为GEO授权卫星信号 存在；若初始检验统计量
Figure SMS_87
小于门限
Figure SMS_82
，则认为授权频段没有被占用；若初始检验统计量
Figure SMS_86
处于混淆区域，即小于门限
Figure SMS_89
且大于门限
Figure SMS_90
时，则转入到基于记忆信息的检验统计量
Figure SMS_79
的 判决。若进一步生成的检验统计量大于门限
Figure SMS_83
，表示此时GEO授权卫星信号仍存在，只是当 前时隙的信号能量比较微弱；若进一步生成的检验统计量小于
Figure SMS_84
，表明此时授权频段没有 被占用；若进一步生成的检验统计量仍处于混淆区域，即小于门限
Figure SMS_88
且大于门限
Figure SMS_80
时，则 根据半软双门限准则进行判决。
半软双门限判决方式为将本地上报的判决结果由原本单比特的0/1数字转化成一个处于[0, 1]的模糊数。计算公式为
Figure SMS_91
(7)
Figure SMS_92
和
Figure SMS_93
的计算方式如下：
Figure SMS_94
其中，
Figure SMS_97
为根据恒虚警准则计算的门限，
Figure SMS_105
表示标准高 斯白噪声功率，
Figure SMS_107
为噪声功率不确定性参数，
Figure SMS_98
为接收端实 际噪声功率。其中，
Figure SMS_100
为根据恒虚警准则计算的门限，
Figure SMS_102
为标准 的高斯互补分布函数，其定义为
Figure SMS_108
，
Figure SMS_95
是
Figure SMS_99
的倒数，
Figure SMS_104
为虚警概率， N表示感知时隙内的接收样本点数，
Figure SMS_106
表示标准高斯白噪声功率，
Figure SMS_96
为噪声功率 不确定性参数，
Figure SMS_101
为接收端实际噪声功率，其中
Figure SMS_103
，可以根据经 验来取值。
根据上式给出一个处于(0, 1)的模糊数表示本地判决结果。故单个LEO认知卫星的本地检测概率和虚警概率为
Figure SMS_109
(8)
其中，
Figure SMS_110
、
Figure SMS_111
、
Figure SMS_112
、
Figure SMS_113
分别为单个认知卫星的检测概率、漏检概率、虚警概率、接入 概率。
Figure SMS_114
为均值，
Figure SMS_115
为标准差。
为较好地平衡检测概率和虚警概率，融合中心卫星采取K秩准则对来自各个认知 卫星的判决结果进行融合，得到全局判决结果
Figure SMS_116
为
Figure SMS_117
(9)
其中，全局判决结果
Figure SMS_118
为0代表授权频段空闲，为1代表授权用户正在使用授权频 段。
Figure SMS_119
为单个认知卫星的判决结果，是属于[0, 1]的模糊数，数值为1代表授权频段正在使 用，数值为0代表授权频段空闲，中间数表示授权频段使用/空闲的程度。K值可以取认知卫 星数的一半，四舍五入取整数，例如认知卫星总数为7的话，K取4。MCR为认知卫星的数量。
在认知卫星网络频谱感知场景中，相比LEO认知卫星到GEO授权卫星之间的相对距离，认知卫星网络内部LEO卫星之间的相对距离较小。故不考虑各个LEO认知卫星感知信道之间的差异，假设每个LEO认知卫星的工作参数在短时间内不变且相同，单个认知卫星的频谱感知流程图如图3所示。所提方法为多个认知卫星协作完成频谱感知，有多个如图3所示的流程并行执行，然后在融合中心卫星处得到全局判决结果。
综上，基于记忆信息半软双门限的协作频谱感知方法的具体步骤如下：
步骤（1），根据当前感知时隙的接收信号计算能量检测检验统计量
Figure SMS_120
。
步骤（2），将得到的当前时隙的检验统计量
Figure SMS_121
与判决门限进行比较，若高于
Figure SMS_122
，则 判定为授权频段正在使用，单个认知卫星本地感知结束；若低于
Figure SMS_123
，则判定为授权频段空 闲，单个认知卫星本地感知结束；若处于两个门限值之间，则继续执行步骤（3）。
步骤（3），根据式（2）生成基于记忆信息的检验统计量
Figure SMS_124
。
步骤（4），若生成的新的基于记忆信息的检验统计量
Figure SMS_125
大于判决门限
Figure SMS_126
，则判定为 此时授权频段正在使用，若小于判决门限
Figure SMS_127
否则判断为信授权频段空闲，若处于中间混淆 区域，则给出模糊数判决结果，此时单个认知卫星本地感知结束。
步骤（5），各个LEO认知卫星将判决结果发往融合中心卫星，融合中心卫星采用K秩准则进行全局判决，即当累加判决结果大于K时即等效有K个以上的节点检测到授权信号时就判决为授权频段正在使用，否则授权频段为空闲状态，认知卫星网络可以使用该频段进行传输工作。
此外，还可以包括计算单个认知卫星进行能量检测的两个判决门限
Figure SMS_128
、
Figure SMS_129
。
可见，本申请提供的认知卫星网络协作频谱感知方法如图4所示，认知卫星网络包括低轨卫星及融合中心卫星，该方法包括：
步骤401，低轨卫星根据当前感知时隙的接收信号计算能量检测检验统计量；
步骤402，根据能量检测检验统计量进行双门限判决；在能量检测检验统计量位于双门限之间时，基于记忆的前L个能量检测检验统计量重新计算能量检测检验统计量，并根据该能量检测检验统计量再次进行双门限判决；
其中，低轨卫星在能量检测检验统计量
Figure SMS_130
大于或等于第一判决门限时，则判定为 授权频段正在使用；低轨卫星在能量检测检验统计量
Figure SMS_131
小于或等于第二判决门限时，则判 定为授权频段为空闲频段；低轨卫星在能量检测检验统计量
Figure SMS_132
位于第一判决门限和第二判 决门限之间时，基于前L个能量检测检验统计量计算基于记忆信息的能量检测检验统计量
Figure SMS_133
，其中第一判决门限大于第二判决门限；低轨卫星在基于记忆信息的能量检测检验统计 量
Figure SMS_134
大于或等于第一判决门限时，则判定为授权频段正在使用；低轨卫星在基于记忆信息 的能量检测检验统计量
Figure SMS_135
小于或等于第二判决门限时，则判定为授权频段为空闲频段；低 轨卫星在基于记忆信息的能量检测检验统计量
Figure SMS_136
位于第一判决门限和第二判决门限之间 时，计算模糊判决结果；
步骤403，低轨卫星将判决结果发送至融合中心卫星，融合中心卫星根据判决结果计算协作频谱感知结果，并反馈至低轨卫星；其中协作频谱感知结果为授权频段是否为空闲频段。
相应地，本申请提供了一种认知卫星网络，该认知卫星网络包括低轨卫星及融合中心卫星；
低轨卫星，用于根据当前感知时隙的接收信号计算能量检测检验统计量
Figure SMS_137
；根据 能量检测检验统计量
Figure SMS_138
进行半软双门限判决；在根据能量检测检验统计量
Figure SMS_139
位于双门限之 间时，低轨卫星基于当前感知时隙之前L个感知时隙对应的接收信号计算的能量检测检验 统计量
Figure SMS_140
计算基于记忆信息的能量检测检验统计量
Figure SMS_141
，并根据基于记忆信息的能量检测检 验统计量
Figure SMS_142
进行半软双门限判决；将判决结果发送至融合中心卫星；
融合中心卫星，用于根据判决结果计算协作频谱感知结果，并反馈至低轨卫星；其中协作频谱感知结果为授权频段是否为空闲频段。
以上所述仅为本申请的较佳实施方式而已，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种认知卫星网络协作频谱感知方法，认知卫星网络包括低轨卫星及融合中心卫星，其特征在于，该方法包括：
低轨卫星根据当前感知时隙的接收信号计算能量检测检验统计量
Figure QLYQS_1
；
低轨卫星根据能量检测检验统计量
Figure QLYQS_2
进行半软双门限判决；在能量检测检验统计量/>
Figure QLYQS_3
位于双门限之间时，低轨卫星基于当前感知时隙之前L个感知时隙对应的接收信号计算的能量检测检验统计量/>
Figure QLYQS_4
计算基于记忆信息的能量检测检验统计量/>
Figure QLYQS_5
，并根据基于记忆信息的能量检测检验统计量/>
Figure QLYQS_6
进行半软双门限判决；
低轨卫星将判决结果发送至融合中心卫星，融合中心卫星根据判决结果计算协作频谱感知结果，并反馈至低轨卫星；其中协作频谱感知结果为授权频段是否为空闲频段。
2.根据权利要求1所述的方法，其特征在于，
Figure QLYQS_7
，/>
Figure QLYQS_8
为记忆因子，/>
Figure QLYQS_9
为根据第/>
Figure QLYQS_10
感知时隙的接收信号计算能量检测检验统计量，i、j为正整数。
3.根据权利要求1所述的方法，其特征在于，根据下式进行半软双门限判决：
Figure QLYQS_13
，其中/>
Figure QLYQS_14
为第一判决门限，/>
Figure QLYQS_17
为第二判决门限，/>
Figure QLYQS_12
为能量检测检验统计量/>
Figure QLYQS_16
或基于记忆信息的能量检测检验统计量/>
Figure QLYQS_18
，/>
Figure QLYQS_19
为判决结果，/>
Figure QLYQS_11
表示授权频段正在使用，/>
Figure QLYQS_15
表示授权频段空闲。
4.根据权利要求1所述的方法，其特征在于，融合中心卫星根据判决结果计算协作频谱感知结果包括：
融合中心卫星根据判决结果计算授权频段正在使用对应的数值，在该数值大于或等于预设值时，判定授权频段正在使用，否则判定授权频段为空闲频段。
5.根据权利要求1所述的方法，其特征在于，该方法还包括：
计算第一判决门限和第二判决门限；
第一判决门限
Figure QLYQS_20
和第二判决门限/>
Figure QLYQS_21
按照如下方式计算：
Figure QLYQS_22
；
其中，
Figure QLYQS_23
，/>
Figure QLYQS_24
为虚警概率，N表示感知时隙内的接收样本点数，/>
Figure QLYQS_25
表示标准高斯白噪声功率，/>
Figure QLYQS_26
，/>
Figure QLYQS_27
为接收端实际噪声功率，/>
Figure QLYQS_28
。
6.一种认知卫星网络，该认知卫星网络包括低轨卫星及融合中心卫星，其特征在于，
低轨卫星，用于根据当前感知时隙的接收信号计算能量检测检验统计量
Figure QLYQS_29
；根据能量检测检验统计量/>
Figure QLYQS_30
进行半软双门限判决；在能量检测检验统计量/>
Figure QLYQS_31
位于双门限之间时，基于当前感知时隙之前L个感知时隙对应的接收信号计算的能量检测检验统计量/>
Figure QLYQS_32
计算基于记忆信息的能量检测检验统计量/>
Figure QLYQS_33
，并根据基于记忆信息的能量检测检验统计量/>
Figure QLYQS_34
进行半软双门限判决；将判决结果发送至融合中心卫星；
融合中心卫星，用于根据判决结果计算协作频谱感知结果，并反馈至低轨卫星；其中协作频谱感知结果为授权频段是否为空闲频段。
7.根据权利要求6所述的认知卫星网络，其特征在于，
Figure QLYQS_35
，/>
Figure QLYQS_36
为记忆因子，
Figure QLYQS_37
为根据第/>
Figure QLYQS_38
感知时隙的接收信号计算能量检测检验统计量，i、j为正整数。
8.根据权利要求6所述的认知卫星网络，其特征在于，低轨卫星，还用于根据下式进行半软双门限判决：
Figure QLYQS_41
，其中/>
Figure QLYQS_44
为第一判决门限，/>
Figure QLYQS_46
为第二判决门限，/>
Figure QLYQS_40
为能量检测检验统计量/>
Figure QLYQS_43
或基于记忆信息的能量检测检验统计量/>
Figure QLYQS_45
，/>
Figure QLYQS_47
为判决结果，/>
Figure QLYQS_39
表示授权频段正在使用，/>
Figure QLYQS_42
表示授权频段空闲。
9.根据权利要求6所述的认知卫星网络，其特征在于，融合中心卫星，还用于根据判决结果计算授权频段正在使用对应的数值，在该数值大于或等于预设值时，判定授权频段正在使用，否则判定授权频段为空闲频段。
10.根据权利要求6所述的认知卫星网络，其特征在于，该认知卫星网络还用于计算第一判决门限和第二判决门限。
CN202310378703.7A 2023-04-11 2023-04-11 一种认知卫星网络协作频谱感知方法及认知卫星网络 Active CN116131978B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310378703.7A CN116131978B (zh) 2023-04-11 2023-04-11 一种认知卫星网络协作频谱感知方法及认知卫星网络

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310378703.7A CN116131978B (zh) 2023-04-11 2023-04-11 一种认知卫星网络协作频谱感知方法及认知卫星网络

Publications (2)

Publication Number Publication Date
CN116131978A CN116131978A (zh) 2023-05-16
CN116131978B true CN116131978B (zh) 2023-06-13

Family

ID=86299410

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310378703.7A Active CN116131978B (zh) 2023-04-11 2023-04-11 一种认知卫星网络协作频谱感知方法及认知卫星网络

Country Status (1)

Country Link
CN (1) CN116131978B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101793968A (zh) * 2010-03-10 2010-08-04 北京航空航天大学 一种适用于微弱卫星信号捕获的双门限检测方法
CN103281143A (zh) * 2013-05-29 2013-09-04 河海大学常州校区 一种基于双门限能量检测的选择式协作频谱感知方法
CN104038298A (zh) * 2014-06-12 2014-09-10 北京邮电大学 一种基于链路感知的卫星网络自适应联合频谱检测方法
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
CN105491572A (zh) * 2015-11-25 2016-04-13 宁波大学 基于判决门限优化的联合频谱感知方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
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

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101793968A (zh) * 2010-03-10 2010-08-04 北京航空航天大学 一种适用于微弱卫星信号捕获的双门限检测方法
CN103281143A (zh) * 2013-05-29 2013-09-04 河海大学常州校区 一种基于双门限能量检测的选择式协作频谱感知方法
CN104038298A (zh) * 2014-06-12 2014-09-10 北京邮电大学 一种基于链路感知的卫星网络自适应联合频谱检测方法
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
CN105491572A (zh) * 2015-11-25 2016-04-13 宁波大学 基于判决门限优化的联合频谱感知方法

Also Published As

Publication number Publication date
CN116131978A (zh) 2023-05-16

Similar Documents

Publication Publication Date Title
Zhang et al. A neural network prediction-based adaptive mode selection scheme in full-duplex cognitive networks
CN107070569A (zh) 基于hmm模型的多点协作频谱感知方法
CN101521896A (zh) 认知无线电中的基于似然比的协同频谱感知方法
CN110649982B (zh) 基于次用户节点选择的双阈值能量检测方法
Omer Review of spectrum sensing techniques in Cognitive Radio networks
CN105959246B (zh) 一种抗干扰方法
Li et al. Deep sensing for next-generation dynamic spectrum sharing: More than detecting the occupancy state of primary spectrum
CN104780006A (zh) 基于最小错误概率准则的频谱检测器软融合方法
CN103763706A (zh) 基于分簇的协作频谱感知模糊融合方法
CN103338082A (zh) 一种基于“k秩”准则的双门限协作频谱感知方法
CN101729164B (zh) 无线资源分配方法和认知无线电用户设备
CN110601779A (zh) 基于双门限功率谱双平均比值的能量检测方法
CN102324992B (zh) 一种自适应门限的能量检测方法
CN111465023A (zh) 一种基于历史能量信息的自适应双门限频谱感知方法
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
CN110572202B (zh) 一种感知性能驱动的单星和多星相结合的混合频谱感知方法
CN108449151A (zh) 一种基于机器学习的认知无线电网络中频谱接入方法
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
Falih et al. A combined spectrum sensing method based DCT for cognitive radio system.
CN115882925A (zh) 基于区块链智能合约验证的认知卫星网络频谱共享方法
CN107528647A (zh) 一种智能电网通信中的可靠频谱感知方法
CN115086965A (zh) 基于降元处理和联合迭代优化的动态频谱分配方法及系统
Viswanathan Cooperative spectrum sensing for primary user detection in cognitive radio
CN113347638B (zh) 一种认知工业物联网动态协作频谱预测与感知方法
Liu et al. Robust cooperative spectrum sensing in dense cognitive vehicular networks

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