WO2015039487A1 - 一种异构网络中频谱感知数据的处理方法及装置 - Google Patents
一种异构网络中频谱感知数据的处理方法及装置 Download PDFInfo
- Publication number
- WO2015039487A1 WO2015039487A1 PCT/CN2014/082219 CN2014082219W WO2015039487A1 WO 2015039487 A1 WO2015039487 A1 WO 2015039487A1 CN 2014082219 W CN2014082219 W CN 2014082219W WO 2015039487 A1 WO2015039487 A1 WO 2015039487A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- spectrum sensing
- local
- cognitive radio
- statistics
- spectrum
- Prior art date
Links
- 238000001228 spectrum Methods 0.000 title claims abstract description 260
- 238000003672 processing method Methods 0.000 title abstract description 3
- 230000001149 cognitive effect Effects 0.000 claims abstract description 55
- 238000012545 processing Methods 0.000 claims abstract description 38
- 238000000034 method Methods 0.000 claims abstract description 36
- 230000004927 fusion Effects 0.000 claims abstract description 21
- 230000011664 signaling Effects 0.000 claims abstract description 11
- 238000005070 sampling Methods 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 9
- 238000012886 linear function Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims 1
- 238000001514 detection method Methods 0.000 description 10
- 239000013598 vector Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005562 fading Methods 0.000 description 1
- SYHGEUNFJIGTRX-UHFFFAOYSA-N methylenedioxypyrovalerone Chemical compound C=1C=C2OCOC2=CC=1C(=O)C(CCC)N1CCCC1 SYHGEUNFJIGTRX-UHFFFAOYSA-N 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- 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
Definitions
- the apparatus further characterized in that: the processing module is set to the first A cognitive radio user reported by local spectrum sensing statistic T k corresponding weighting factors assigned ⁇ 3 ⁇ 4; according to the weighting factor ⁇ 3 ⁇ 4
- the local spectrum sensing statistic T k is linearly weighted to obtain a global spectrum sensing statistic.
- the above device also has the following features:
- Step 12 The SU calculates a local spectrum sensing statistic.
- the FC compares the obtained global spectrum sensing statistic with the decision threshold ⁇ :
- the global spectrum sensing statistic is greater than or equal to the decision threshold, that is, T osc —>i, the current spectrum resource is determined to be occupied by the primary user, and the FC coverage is All the SUs in the range cannot utilize the spectrum resource;
- the global spectrum sensing statistic is less than the decision threshold, that is, T osc — ⁇ i, the current spectrum resource is determined to be idle, and all the SUs in the FC coverage can utilize the spectrum resource.
- a receiving module configured to: receive, by the cognitive radio user, local spectrum sensing data; a processing module, configured to: weight a spectrum sensing statistic in the spectrum sensing data to obtain a global spectrum sensing statistic; and a determining module, configured to: compare the global spectrum sensing statistic with a predetermined threshold To determine if the current spectrum resource is free.
- the receiving module, the received spectrum sensing data includes: a local spectrum sensing statistic of the A cognitive radio user 7; an antenna number ⁇ ⁇ , a signal sample number N fe , and an instantaneous receiving signal to noise ratio ⁇ , among them,
- the weighting factor of the processing module is a linear function of the number of antennas M k of the corresponding cognitive radio users, the number of signal samples, and the instantaneous received signal to noise ratio y k .
- the global spectrum perceptual statistic ⁇ obtained by k 2 - T k is: l + 2 , .
- the determining module is configured to determine that the current spectrum resource is occupied if the predetermined threshold ⁇ is greater than or equal to the comparison, and determine that the current spectrum resource is idle if the ⁇ is less than the predetermined threshold ⁇ .
- the predetermined threshold ⁇ includes:
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供了一种异构网络中频谱感知数据的处理方法及装置,其中,所述方法包括以下步骤:数据融合中心(FC)向覆盖范围内指定的K个认知无线电用户发送频谱感知信令,其中,K为大于1的整数;接收所述认知无线电用户上报的本地的频谱感知数据;对所述频谱感知数据中的频谱感知统计量进行加权处理,得到全局频谱感知统计量;将所述全局频谱感知统计量与预定门限进行比较来判决当前的频谱资源是否空闲。
Description
一种异构网络中频谱感知数据的处理方法及装置 技术领域
本发明涉及通信领域, 特别是在认知无线电(Cognitive Radio, 简称 CR ) 系统中, 一种异构网络中频谱感知数据的处理方法及装置。 背景技术
认知无线电技术是为了解决目前面临的频谱资源稀缺提出来的, 而频谱 感知算法是认知无线电的关键技术之一。 为了避免认知无线电系统对授权用 户产生有害的干扰, 要求频谱感知方法能够在低信噪比下可靠地检测出授权 用户信号。
由于无线信道的衰落特性, 仅仅依靠单用户频谱感知算法检测主用户 ( primary user, 简称 PU )对授权频谱的使用情况, 可靠性不高。 研究表明, 多用户协同频谱感知能够明显提高对授权频谱的感知性能。 基于能量检测且 可实现的协同频谱感知数据融合方案有以下两种: 一种为等增益合并(equal gain combination, 简称 EGC ) , 另一种为选择最大归一化能量 (maximum normalized energy, 简称 MNE )合并。 但是现有的数据融合方案均只考虑到 了认知无线电用户 (又可称为次用户 (secondary user, SU ) )本地瞬时接收 信噪比不同对本地频谱感知数据可靠性的影响, 而针对异构网络下, 认知无 线电用户接收天线数不同, 信号釆样率也不同导致的本地频谱感知数据可靠 性差异现有技术并没有考虑。 发明内容
本发明实施例提供一种异构网络中频谱感知数据的处理方法及装置, 以 获得更优的频谱感知性能。
为了解决上述技术问题, 本发明实施例提供了一种异构网络中频谱感知 数据的处理方法, 包括:
数据融合中心(FC )向其覆盖范围内指定的 K个认知无线电用户发送频
谱感知信令, K为大于 1的整数;
所述 FC接收所述认知无线电用户上报本地的频谱感知数据;
所述 FC对所述频谱感知数据中的频谱感知统计量进行加权处理, 得到 全局频谱感知统计量;
所述 FC将所述全局频谱感知统计量与预定门限进行比较来判决当前的 频谱资源是否空闲。
较佳地, 上述方法还具有下面特点: 所述频谱感知数据包括:
σΙ 为第^:个认知无线电用户的本地噪声功率, y 为第 A个认知无线 电用户在第《个时刻通过 Μέ根天线对接收信号进行釆样得到 M^ xl的信号样 本。
较佳地, 上述方法还具有下面特点: 所述对所述频谱感知数据中的频谱 感知统计量进行加权处理, 得到全局频谱感知统计量, 包括:
为第 A个认知无线电用户上报的本地频谱感知统计量 7;分配相应的加权 因子
根据所述加权因子 对所述本地频谱感知统计量 Tk进行线性加权, 得到 全局频谱感知统计量。
较佳地, 上述方法还具有下面特点:
所述加权因子 为对应的认知无线电用户的天线数目 Μέ、 信号釆样样 本数 Nfe和瞬时接收信噪比 yk的线性函数。 较佳地, 上述方法还具有下面特点: 所述加权因子为: 1 + 2^ 较佳地, 上述方法还具有下面特点: 所述对所述频谱感知数据中的频谱
感知统计量进行加权处理, 还包括:
将第 A个认知无线电用户上报的本地频谱感知统计量 7;处理为: k 二 Tk - Tk ,
较佳地, 上述方法还具有下面特点: 所述将所述全局频谱感知统计量与 预定门限进行比较来判决当前的频谱资源是否空闲, 包括:
如比较到所述 ^^^大于等于预定门限 τ , 则判断当前的频谱资源被占 用;
如比较到所述 7^^^小于预定门限 τ , 则判断当前的频谱资源空闲。 较佳地, 上 述预定门限 τ通过下式计算: ' 其中,
。为虚警概率,
Q( )是高斯拖尾函数, 定义为: Q(x) =厂 Q"^ )是0( )反 函数。
为了解决上述问题, 本发明实施例还提供了一种异构网络中频谱感知数 据的处理装置, 包括:
发送模块, 其设置为: 向覆盖范围内指定的 Κ个认知无线电用户发送频 谱感知信令, 其中, Κ为大于 1的整数;
接收模块, 其设置为: 接收所述认知无线电用户上报本地的频谱感知数 据;
处理模块, 其设置为: 对所述频谱感知数据中的频谱感知统计量进行加 权处理, 得到全局频谱感知统计量; 以及
判决模块, 其设置为: 将所述全局频谱感知统计量与预定门限进行比较
来判决当前的频谱资源是否空闲。
较佳地, 上述装置还具有下面特点: 所述接收模块, 接收到的频谱感知数据包括: 第 A个认知无线电用户的 本地频谱感知统计量 7;、 天线数目 Μέ、 信号釆样样本数 Nfe和瞬时接收信噪 比 其中,
Τ,, 2 o k为第^:个认知无线电用户的本地噪声功率, y 为第 A个认知无线 电用户在第《个时刻通过 Μέ根天线对接收信号进行釆样得到 M^xl的信号样 本。
较佳地, 上述装置还具有下面特点: 所述处理模块, 是设置为为第 A个认知无线电用户上报的本地频谱感知 统计量 Tk分配相应的加权因子 ί¾;根据所述加权因子 ί¾对所述本地频谱感知 统计量 Tk进行线性加权, 得到全局频谱感知统计量。 较佳地, 上述装置还具有下面特点:
所述处理模块, 分配的加权因子 为对应的认知无线电用户的天线数目 Mk、 信号釆样样本数^和瞬时接收信噪比 yk的线性函数。 较佳地, 上述装置还具有下面特点: 所述处理模块,对所述频谱感知数据中的频谱感知统计量进行加权处理, 还包括: 将第 A个认知无线电用户上报的本地频谱感知统计量 7;处理为: = ί - Tk; 所述得到全局频谱感知统计量 T 为:
K
T。SC—ED ~ ,
k
MkNkYk
1 + 2 。 较佳地, 上述装置还具有下面特点:
所述判决模块,是设置为如比较到所述 ^^^大于等于预定门限 τ ,则判 断当前的频谱资源被占用; 如比较到所述 ^^^小于预定门限 τ , 则判断当前
的频谱资源空闲,
所述预定门 τ通过下式计算:
Q"^ )是0( )反函数。 综上, 本发明实施例提供一种异构网络中频谱感知数据的处理方法及装 置, 可以在异构网络下获得比传统 EGC-ED ( Energy Detection, 能量检测) 和 MNE ( Maximum Normalized Energy, 最大归一化能量检测 )更好地频谱感 知性能。
本发明实施例还提供一种计算机程序, 包括程序指令, 当该程序指令被 数据融合中心执行时, 使得该数据融合中心可执行上述方法。
本发明实施例还提供一种载有上述计算机程序的载体。 附图概述
图 1为本发明实施例的异构网络中频谱感知数据的处理方法的流程图 图 2为本发明实施例一的实施的流程图
图 3为本发明实施例二的实施的流程图
图 4为本发明实施例三的实施的流程图
图 5为本发明实施例四的实施的流程图
图 6为本发明实施例的一种异构网络中频谱感知数据的处理装置的示意
本发明的较佳实施方式
下文中将结合附图对本发明的实施例进行详细说明。 需要说明的是, 在 不冲突的情况下, 本申请中的实施例及实施例中的特征可以相互任意组合。
图 1为本发明实施例的异构网络中频谱感知数据的处理方法的流程图, 如图 1所示, 包括以下步骤:
步骤 11 , 数据融合中心 (FC )发送频谱感知信令;
该步骤中, FC通过控制信道 ( cognitive pilot channel, 简称 CPC )通知其 覆盖范围内的^:个 SU参与频谱感知。
步骤 12, SU计算本地频谱感知统计量;
该步骤中, 被通知参与频谱感知的 S ¾ ( Α = 1,· · ·, )在感知时隙内进行 本地频谱感知, 计算本地频谱感知统计量 7;, 较佳地, 本步骤还具有以下特 点:
参与频谱感知的各 SU对接收信号进行釆样, 例如, 第 A个 SU在第《个 时刻通过 Μέ根天线对接收信号釆样, 得到 的信号样本 y «); lMk、 Nfe分别为参与频谱感知的第 A个 SU的接收天线数和信号釆样样 本数, 为第^:个 SU本地噪声功率, w代表本地噪声, 则第 A个 SU计算 归一碰 =^ Wy"") ; 步骤 13: SU上报本地频谱感知数据;
该步骤中,参与频谱感知的各 SU通过上行信道向 FC上报各自的本地频 谱感知统计量、 天线数目、 信号釆样样本数和瞬时接收信噪比。 如, 第^个 SU将上报本地频谱感知统计量 7;、 天线数目 Μέ、 信号釆样样本数目 Nfe和瞬 时接收信噪比 yk。 步骤 14: FC对接收到的频谱感知数据进行处理;
该步骤中, FC将各 SU上报的本地归一化能量频谱感知统计量进行处理, 例如, 将第 A个 SU上报的本地频谱感知统计量 7;处理为: = 72 - 7;。 步骤 15: FC对频谱感知数据进行融合; 该步骤中, FC对 SU本地频谱感知统计量进行数据融合, 根据似然比检 测理论, 在固定虚警概率的情况下, 为使得检测概率最大化, FC分配给不同 SU上 本地频谱感知统计量相应的加权因子 ί¾ , 得到全局频谱感知统计
对第 A个 su, 其对应的合
并加权因子为其天线数、 釆样样本数和瞬时接收信噪比的线性函数:
0\ 二
1 + 2^ 其中, 最优化全局频谱感知统计量 7^e_ i)还具有以下特点: 全局频谱感知统计量为本地频谱感知统计量的线性加权;
分配给各本地频谱感知统计量的加权因子为本地 SU天线数目、 信号釆 样样本数目和瞬时接收信噪比的线性函数, 即为不同频谱感知能力的认知无 线电用户上报的本地频谱感知统计量分配不同的加权因子。 步骤 16: FC判决授权频谱状态;
该步骤中, FC将得到的全局频谱感知统计量 TOSC—ED与预先设置的判决门 限 τ比较, 其中, 当检测统计量大于等于判决门限时, 即 Tosc— > i , 判决当 前频谱资源被主用户占用, 该数据融合中心 (FC )覆盖范围内的所有 SU不 能利用该频谱资源;
当检测统计量小于判决门限时, 判决当前频谱资源空闲, 该数据融合中心 (FC )覆盖范围内的所有 SU可以利用该频谱资源;
Q( )是高斯拖尾函数, 定义为: Q(x) =厂 ~^_ ^。 )是0( )反 函数。
步骤 17: FC广播告知 SU当前授权频谱状态。
本发明实施例提供的异构网络中的一种基于能量检测的多用户协同频谱 感知数据的处理方法, 充分利用了异构网络中不同认知无线电用户硬件配置 不同和瞬时接收信噪比不同情况下的本地频谱感知数据可信度差异性,在 SU 本地频谱感知可靠性差异较大的情况下, 均能比 EGC-ED和 MNE获得更优 的频谱感知性能。
处理方法进行详细的说明。 应用实例一
本应用实例中, 各个 SU的天线数和接收信号信噪比相同, 但釆样率不 同, 实施的流程图如图 2所示。
步骤 101, FC发送频谱感知信令;
本步骤中, FC通过控制信道 ( cognitive pilot channel, 简称 CPC )通知 其覆盖范围内的 4个 SU参与频谱感知(即 =4 ), 各个 SU的天线数目均为 4 (即 1 = 4 , 2 = 4, 3 = 4 , M4 = 4 ), 各个 SU对应的本地信号釆样样 本数目为 6000、 4000、 2000、 1000 (即^ =6000 , N2 = 4000 , N3 =2000, N4 = 1000 ), 瞬时接收信噪比 = 10 , γ2 =10, γ3 =10 , ^ = 10。 步骤 102, SU计算本地频谱感知统计量;
本步骤中, 参与频谱感知的 4个 SU在感知时隙内进行本地频谱感知, 计算本地频谱感知统计量 ,Γ2,Γ3,Γ4: 首先, 参与频谱感知的 4个 SU对接收信号釆样, 得到 4个 SU对应的信 号样本向量: Υι(1),Κ,Υι(6000), y2(l),K,y2(4000), y3 (1),K ,y3 (2000) , y4(l),K,y4(1000); 其次, 参与频谱感知的各 SU根据信号釆样样本计算本地归一化能量: =
y ("
1 1000
和 r4=~^£y (")y4(");
4 4000 4 J ' 步骤 103: SU上报本地频谱感知数据;
本步骤中, 参与频谱感知的 4个 SU通过上行信道将各自在步骤 102中 计算得到本地频谱感知统计量 7;、 Τ2. 7;和 7;, 天线数目 4, 和信号釆样样本 数目 6000、 4000、 2000和 1000, 瞬时接收信噪比 10传送给 FC。
步骤 104: FC对接收到的频谱感知数据进行处理;
本步骤中, 上报的 4个本地频谱感知数据依次通过数据融合中心处理得 到统计量: ^=7\2—7\, ξ2=Τ2 2-Τ2, ξ3=Τ3 2-Τ3, ξ4=Τ4 2—Τ4。
步骤 105: 频谱感知数据融合;
本步骤中, FC计算得到 4个 SU对应的线性加权因子为 1142.8、 7619.5、 3809.5和 1904.8, 然后对 4个 SU本地检测统计量 、 ξ2、 和 进行线性 加 权 合 并 , 得 到 全 局 频 谱 感 知 统 计 量 : Tosc_ED=U42S^ + 7619.5 +3809.5 +1904.8 。
步骤 106: 判决;
本步骤中, FC将得到的全局频谱感知统计量 与判决门限 τ比较: 当全局频谱感知统计量大于等于判决门限时, 即 Tosc— >i, 判决当前频 谱资源被主用户占用, 该 FC覆盖范围内的所有 SU不能利用该频谱资源; 当全局频谱感知统计量小于判决门限时, 即 Tosc— <i, 判决当前频谱资 源空闲, 该 FC覆盖范围内的所有 SU可以利用该频谱资源。
应用实例二 本应用实例中, 各个 SU的釆样率和接收信号信噪比相同, 但天线数不 同, 实施的流程图如图 3所示。
步骤 201, FC发送频谱感知信令;
本步骤中, FC通过控制信道 ( cognitive pilot channel, 简称 CPC )通知其 覆盖范围内的 4个 SU参与频谱感知(即 = 4 ),各个 SU的天线数目均为 6、 4、 2、 1 (即 = 6, 2=4, 3=2, 4=l ), 各个 SU对应的本地信号釆 样样本数目为 1000 (即 = 1000 , N2 = 1000 , N3 = 1000 , N4 = 1000 ),瞬时 接收信噪比 = 10, γ2 =10, γ3 =10 , ^4=10。
步骤 202, SU计算本地频谱感知统计量;
本步骤中, 参与频谱感知的 4个 SU在感知时隙内进行本地频谱感知, 计算本地频谱感知统计量 ,Γ2,Γ3,Γ4:
首先, 参与频谱感知的 4个 SU对接收信号釆样, 得到 4个 SU对应的信 号样本向量 Υι(1),Κ,Υι(1000) , y2(l),K,y2(1000) , y3 (1),K ,y3 (1000) , y4(l),K,y4(1000); 其次, 参与频谱感知的各 SU根据信号釆样样本计算本地归一化能量
和
1 1000
步骤 203: SU上报本地频谱感知数据;
本步骤中, 参与频谱感知的 4个 SU通过上行信道将各自在步骤 202中 计算得到本地频谱感知统计量 7;、 7;和 7;, 天线数目 6、 4、 2、 1, 和信 号釆样样本数目 1000, 瞬时接收信噪比 10传送给 FC。 步骤 204: FC对接收到的频谱感知数据进行处理;
本步骤中,上报的 4个本地频谱感知数据依次通过数据融合中心处理得到 统计量: ^=7\2—7\, ξ2=Τ2 2-Τ2, ξ3=Τ3 2-Τ3, ξ4=Τ4 2—Τ4。
步骤 205: FC对频谱感知数据进行融合;
本步骤中, FC计算得到 4SU对应的线性加权因子为 1142.8、 7619.5、 3809.5和 1904.8, 然后对 4SU本地检测统计量 、 ξΊ、 和 进行线性加权 合 并 , 得 到 全 局 频 谱 感 知 统 计 量 rosc_£D =11428.6^ + 7619.5 +3809.5 +1904.8 。
步骤 206: 判决;
本步骤中, FC将得到的全局频谱感知统计量 与判决门限 τ比较: 如果全局频谱感知统计量大于等于判决门限时, 即 Tosc— >i, 判决当前 频谱资源被主用户占用, 该 FC覆盖范围内的所有 SU不能利用该频谱资源; 如果全局频谱感知统计量小于判决门限时, 即 Tosc— <i, 判决当前频谱 资源空闲, 该 FC覆盖范围内的所有 SU可以利用该频谱资源。
应用实例三 本应用实例中, 各个 SU的天线数和釆样率相同, 但接收信号信噪比不 同, 实施的流程图如图 4所示。
步骤 301, FC发送频谱感知信令; 本步骤中, FC通过控制信道 ( cognitive pilot channel, 简称 CPC )通知其 覆盖范围内的 4个 SU参与频谱感知(即 = 4 ) , 各个 SU的天线数目均为 4 (即 = 4 , 2 = 4, 3 = 4 , Μ4 = 4 ) , 各个 SU对应的本地信号釆样样 本数目为 1000、 1000、 1000、 1000 (即 1 = 1000, N2 =1000, N3 =1000, N4 = 1000 ) , 瞬时接收信噪比 = 100 , γ2 =10, γ3 =1, 4 = 0.1。 步骤 302, SU计算本地频谱感知统计量;
本步骤中, 参与频谱感知的 4个 SU在感知时隙内进行本地频谱感知, 计算本地频谱感知统计量 ,Γ2,Γ3,Γ4: 首先, 参与频谱感知的 4个 SU对接收信号釆样, 得到 4个 SU对应的信 号样本向量 Υι(1),Κ,Υι(1000) , y2(l),K,y2(1000) , y3 (1),K ,y3 (1000) , y4(l),K,y4(1000); 其次, 参与频谱感知的各 SU根据信号釆样样本计算本地归一化能量:
1 1000
步骤 303: SU上报本地频谱感知数据;
本步骤中, 参与频谱感知的 4个 SU通过上行信道将各自在步骤 303中 计算得到本地频谱感知统计量 7;、 T2. 7;和 7;, 天线数目 4, 和信号釆样样本 数目 1000, 瞬时接收信噪比 100、 10、 1、 0.1传送给 FC。 步骤 304: FC对接收到的频谱感知数据进行处理;
本步骤中,上报的 4个本地频谱感知数据依次通过数据融合中心处理得到 统计量: ^=7\2—7\, ξ2=Τ2 2-Τ2, ξ3=Τ3 2-Τ3, ξ4=Τ4 2—Τ4。
步骤 305: FC对频谱感知数据进行融合;
本步骤中, FC计算得到 4个 SU对应的线性加权因子为 1990、 1904.8、 1333.3和 333.3, 然后对 4个 SU本地检测统计量 、 ξΊ、 和 进行线性加 权 合 并 , 得 到 全 局 频 谱 感 知 统 计 量 Tosc—ED
+333.3^。
步骤 306: FC进行判决;
本步骤中, FC将得到的全局频谱感知统计量 与判决门限 τ比较: 如果全局频谱感知统计量大于等于判决门限时, 即 Tosc— >i, 判决当前 频谱资源被主用户占用, 该 FC覆盖范围内的所有 SU不能利用该频谱资源; 如果全局频谱感知统计量小于判决门限时, 即 Tosc— <i, 判决当前频谱 资源空闲, 该 FC覆盖范围内的所有 SU可以利用该频谱资源。
应用实例四 本应用实例四中, 各个 SU的天线数和釆样率和接收信号信噪比均不相 同, 实施的流程图如图 5所示。
步骤 401, FC发送频谱感知信令;
本步骤中, FC通过控制信道( cognitive pilot channel, 简称 CPC )通知其 覆盖范围内的 4个 SU参与频谱感知(即 = 4 ),各个 SU的天线数目为 6、 4、 2、 1 (即 = 6, 2=4, 3=2, 4=l ), 各个 SU对应的本地信号釆样 样本数目为 6000、 4000、 2000、 1000 (即^ =6000 , N2 = 4000 , N3 =2000, N4 = 1000 ),瞬时接收信噪比 = 100 , γ2 =10, γ3 =1, 4 = 0.1。 步骤 402, SU计算本地频谱感知统计量; 本步骤中, 参与频谱感知的 4个 SU在感知时隙内进行本地频谱感知, 计算本地频谱感知统计量 ,Γ2,Γ3,Γ4: 首先, 参与频谱感知的 4个 SU对接收信号釆样, 得到 4个 SU对应的信 号样本向量 Υι(1),Κ,Υι(6000) , y2(l),K,y2(4000) , y3 (1),K ,y3 (2000) , y4(l),K,y4(1000); 其次, 参与频谱感知的各 SU根据信号釆样样本计算本地归一化能量 1 loot) 1 1000 1 1000
Ά = 36000∑y WyiW、 ^ = 16000∑y?Wy2W、 ^ ( )
1 ϋ
和^ ^ W "); 步骤 403 , SU上报本地频谱感知数据;
本步骤中, 参与频谱感知的 4个 SU通过上行信道将各自在上一步骤中 计算得到本地频谱感知统计量 7;、 7;和 7;, 天线数目 6、 4、 2、 1, 和信 号釆样样本数目 6000、 4000、 2000、 1000,瞬时接收信噪比 100、 10、 1、 0.1 传送给 FC。
步骤 404: FC对接收到的频谱感知数据进行处理;
本步骤中, 上报的 4个本地频谱感知数据依次通过数据融合中心处理得 到统计量: ^=7\2—7\, ξ2=Τ2 2-Τ2, ξ3=Τ3 2-Τ3, ξ4=Τ4 2—Τ4。
步骤 405: FC对频谱感知数据进行融合;
本步骤中, FC计算得到 4个 SU对应的线性加权因子为 17910.4、 7619、 1333.3和 83.3, 然后对 4个 SU本地频谱感知统计量 ;、 T 7;和 7;进行线性 加 权 合 并 , 得 到 全 局 频 谱 感 知 统 计 量 Tosc_ED
+ 83.3^。 步骤 406: FC进行判决;
本步骤中, FC将得到的全局频谱感知统计量 与判决门限 τ比较: 如果全局频谱感知统计量大于等于判决门限时, 即 Tosc— >i, 判决当前 频谱资源被主用户占用, 该 FC覆盖范围内的所有 SU不能利用该频谱资源; 如果全局频谱感知统计量小于判决门限时, 即 Tosc— <i, 判决当前频谱 资源空闲, 该 FC覆盖范围内的所有 SU可以利用该频谱资源。
图 6为本发明实施例的一种异构网络中频谱感知数据的处理装置的示意 图, 如图 6所示, 本实施例的装置包括:
发送模块, 其设置为: 向覆盖范围内指定的 K个认知无线电用户发送频 谱感知信令, 其中, K大于 1;
接收模块, 其设置为: 接收所述认知无线电用户上报本地的频谱感知数 据;
处理模块, 其设置为: 对所述频谱感知数据中的频谱感知统计量进行加 权处理, 得到全局频谱感知统计量; 判决模块, 其设置为: 将所述全局频谱感知统计量与预定门限进行比较 来判决当前的频谱资源是否空闲。 其中, 所述接收模块, 接收到的频谱感知数据包括: 第 A个认知无线电 用户的本地频谱感知统计量 7;、 天线数目 Μέ、 信号釆样样本数 Nfe和瞬时接 收信噪比 ^, 其中,
Τ,, 2 o k为第^:个认知无线电用户的本地噪声功率, y 为第 A个认知无线 电用户在第《个时刻通过 Μέ根天线对接收信号进行釆样得到 M^ xl的信号样 本。
其中, 所述处理模块, 是设置为: 为第 A个认知无线电用户上报的本地 频谱感知统计量 Tk分配相应的加权因子 ί¾;根据所述加权因子 ί¾对所述本地 频谱感知统计量 Tk进行线性加权, 得到全局频谱感知统计量。
其中, 所述处理模块, 分配的加权因子 为对应的认知无线电用户的天 线数目 Mk、 信号釆样样本数^和瞬时接收信噪比 yk的线性函数。 其中, 所述处理模块, 对所述频谱感知数据中的频谱感知统计量进行加 权处理,还可以包括:将第 A个认知无线电用户上报的本地频谱感知统计量 7; 处理为: k = Tk 2 - Tk 所述得到全局频谱感知统计量 ^^^为:
l + 2 , 。 其中,所述判决模块,是设置为如比较到所述 大于等于预定门限 τ , 则判断当前的频谱资源被占用; 如比较到所述 ^^^小于预定门限 τ , 则判断 当前的频谱资源空闲, 所述预定门限 τ包括:
为虚警概率, 数据融合中心可以包含有本实施例的异构网络中频谱感知数据的处理装
本发明实施例还提供一种计算机程序, 包括程序指令, 当该程序指令被 数据融合中心执行时, 使得该数据融合中心可执行上述方法。
本发明实施例还提供一种载有上述计算机程序的载体。
根据本发明实施例提供的一种异构网络中频谱感知数据的处理方法及装 置, 可以在异构网络下获得比传统 EGC-ED和 MNE更好地频谱感知性能。
本领域普通技术人员可以理解上述方法中的全部或部分步骤可通过程序 来指令相关硬件完成, 所述程序可以存储于计算机可读存储介质中, 如只读 存储器、 磁盘或光盘等。 可选地, 上述实施例的全部或部分步骤也可以使用 一个或多个集成电路来实现。 相应地, 上述实施例中的各模块 /单元可以釆用 硬件的形式实现, 也可以釆用软件功能模块的形式实现。 本发明不限制于任 何特定形式的硬件和软件的结合。
以上仅为本发明的优选实施例, 当然, 本发明还可有其他多种实施例, 在不背离本发明精神及其实质的情况下, 熟悉本领域的技术人员当可根据本 发明作出各种相应的改变和变形, 但这些相应的改变和变形都应属于本发明 所附的权利要求的保护范围。
工业实用性 本发明实施例的方案可以在异构网络下获得比传统 EGC-ED和 MNE更 好地频谱感知性能。
Claims
1、 一种异构网络中频谱感知数据的处理方法, 包括:
数据融合中心(FC )向其覆盖范围内指定的 K个认知无线电用户发送频 谱感知信令, K为大于 1的整数;
所述 FC接收所述认知无线电用户上报本地的频谱感知数据;
所述 FC对所述频谱感知数据中的频谱感知统计量进行加权处理, 得到 全局频谱感知统计量;
所述 FC将所述全局频谱感知统计量与预定门限进行比较来判决当前的 频谱资源是否空闲。
2、 如权利要求 1所述的方法, 其中: 所述频谱感知数据包括: 第^个认知无线电用户的本地频谱感知统计量 7;、 天线数目 Μέ、 信号釆 样样本数 Nfe和瞬时接收信噪比 ^, 其中,
σΙ 为第^:个认知无线电用户的本地噪声功率, y 为第 A个认知无线 电用户在第《个时刻通过 Μέ根天线对接收信号进行釆样得到 M^ xl的信号样 本。
3、 如权利要求 1或 2所述的方法, 其中: 所述 FC对所述频谱感知数据 中的频谱感知统计量进行加权处理, 得到全局频谱感知统计量, 包括:
为第 A个认知无线电用户上报的本地频谱感知统计量 7;分配相应的加权 因子 ί¾ ;
根据所述加权因子 对所述本地频谱感知统计量 Tk进行线性加权, 得到 全局频谱感知统计量。
4、 如权利要求 3所述的方法, 其中:
所述加权因子 为对应的认知无线电用户的天线数目 Μέ、 信号釆样样 本数 Nfe和瞬时接收信噪比 yk的线性函数。
5、 如权利要求 4所述的方法, 其中: 所述加权因子为:
_ MkNkYk
6、 如权利要求 5所述的方法, 其中: 所述 FC对所述频谱感知数据中的 频谱感知统计量进行加权处理, 还包括:
将第 A个认知无线电用户上报的本地频谱感知统计量 7;处理为: k 二丁 -Tk ,
7、 如权利要求 6所述的方法, 其中: 所述将所述全局频谱感知统计量与 预定门限进行比较来判决当前的频谱资源是否空闲, 包括:
如比较到所述 ^^^大于等于预定门限 τ , 则判断当前的频谱资源被占 用;
如比较到所述 ^^^小于预定门限 τ , 则判断当前的频谱资源空闲。
8、 如权利要求 7所述的方法, 其中: 所述预定门限 τ通过下式计算: 其中,
ρα为虚警概率,
Q( )是高斯拖尾函数, 定义为: Q(x) =厂 Q"^ )是0( )反 函数。
9、 一种异构网络中频谱感知数据的处理装置, 包括:
发送模块, 其设置为: 向覆盖范围内指定的 Κ个认知无线电用户发送频 谱感知信令, 其中, Κ为大于 1的整数;
接收模块, 其设置为: 接收所述认知无线电用户上报本地的频谱感知数 据;
处理模块, 其设置为: 对所述频谱感知数据中的频谱感知统计量进行加
权处理, 得到全局频谱感知统计量; 以及 判决模块, 其设置为: 将所述全局频谱感知统计量与预定门限进行比较 来判决当前的频谱资源是否空闲。
10、 如权利要求 9所述的装置, 其中: 所述接收模块, 接收到的频谱感知数据包括: 第 A个认知无线电用户的 本地频谱感知统计量 7;、 天线数目 Μέ、 信号釆样样本数 Nfe和瞬时接收信噪 比 ,
σΙ 为第^:个认知无线电用户的本地噪声功率, y 为第 A个认知无线 电用户在第《个时刻通过 Μέ根天线对接收信号进行釆样得到 M^xl的信号样 本。
11、 如权利要求 9或 10所述的装置, 其中:
所述处理模块, 是设置为: 为第 A个认知无线电用户上报的本地频谱感 知统计量 Tk分配相应的加权因子 ί¾;根据所述加权因子 ί¾对所述本地频谱感 知统计量 7;进行线性加权, 得到全局频谱感知统计量。
12、 如权利要求 11所述的装置, 其中:
所述处理模块, 分配的加权因子 为对应的认知无线电用户的天线数目 Mk、 信号釆样样本数^和瞬时接收信噪比 yk的线性函数。
13、 如权利要求 12所述的装置, 其中:
所述处理模块,对所述频谱感知数据中的频谱感知统计量进行加权处理, 还包括: 将第 A个认知无线电用户上报的本地频谱感知统计量 7;处理为: = ί - Tk; 所述得到全局频谱感知统计量 T 为:
K
T。SC—ED ~ ,
k l + 2 , 。
14、 如权利要求 13所述的装置, 其中:
所述判决模块, 是设置为: 如比较到所述 ^^^大于等于预定门限 τ, 则 判断当前的频谱资源被占用; 如比较到所述 ^^^小于预定门限 τ, 则判断当 前的频语资源空闲,
所述预定门限 τ通过下式计算:
Q_1( )是0( )反函数。
15、 一种计算机程序, 包括程序指令, 当该程序指令被数据融合中心执 行时, 使得该数据融合中心可执行权利要求 1-8任一项所述的方法。
16、 一种载有权利要求 15所述计算机程序的载体。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310425054.8 | 2013-09-17 | ||
CN201310425054.8A CN104469784A (zh) | 2013-09-17 | 2013-09-17 | 一种异构网络中频谱感知数据的处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2015039487A1 true WO2015039487A1 (zh) | 2015-03-26 |
Family
ID=52688185
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/CN2014/082219 WO2015039487A1 (zh) | 2013-09-17 | 2014-07-15 | 一种异构网络中频谱感知数据的处理方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN104469784A (zh) |
WO (1) | WO2015039487A1 (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111542068A (zh) * | 2020-06-18 | 2020-08-14 | 南京邮电大学 | 一种面向认知网络模拟主用户攻击的协同感知优化方法 |
CN112165364A (zh) * | 2020-08-11 | 2021-01-01 | 常州工学院 | 窄带频谱感知系统的增强频谱感知方法 |
CN113037407A (zh) * | 2021-03-02 | 2021-06-25 | 南京邮电大学 | 一种面向高低轨卫星共存的频谱认知方法 |
CN113098641A (zh) * | 2021-03-26 | 2021-07-09 | 天津(滨海)人工智能军民融合创新中心 | 一种能量受限情况下的机会频谱接入方法 |
CN113099459A (zh) * | 2021-03-29 | 2021-07-09 | 南京邮电大学 | 一种基于差分隐私的群智频谱感知方法、系统及存储介质 |
CN113346969A (zh) * | 2021-06-07 | 2021-09-03 | 中山大学 | 一种基于门控循环单元的频谱感知方法及系统 |
CN113472463A (zh) * | 2021-06-30 | 2021-10-01 | 中国人民解放军国防科技大学 | 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 |
CN114285506A (zh) * | 2021-12-24 | 2022-04-05 | 大连大学 | 一种混合式两级多星协作频谱感知方法 |
CN114759996A (zh) * | 2022-04-13 | 2022-07-15 | 西安邮电大学 | 基于循环相关熵似然比检验的频谱感知方法 |
CN115066017A (zh) * | 2022-05-13 | 2022-09-16 | 北京邮电大学 | 频谱感知方法、装置、电子设备及存储介质 |
CN115242331A (zh) * | 2022-07-23 | 2022-10-25 | 华北电力大学 | 虚拟电厂中认知无线电的协作频谱感知优化方法 |
CN115549827A (zh) * | 2022-10-26 | 2022-12-30 | 西安航空学院 | 一种盲频谱感知方法、系统、计算机设备及终端 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110874822B (zh) * | 2018-08-31 | 2023-12-15 | 瑞昱半导体股份有限公司 | 利用动态视窗平滑滤波器的信号滤波方法与系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102324959A (zh) * | 2011-06-10 | 2012-01-18 | 宁波大学 | 一种基于多天线系统协方差矩阵的频谱感知方法 |
CN102647235A (zh) * | 2011-02-16 | 2012-08-22 | 华为技术有限公司 | 协作频谱感知的方法、设备和系统 |
CN103117820A (zh) * | 2013-01-23 | 2013-05-22 | 南通大学 | 基于可信度的加权协作频谱检测方法 |
CN103684626A (zh) * | 2012-09-20 | 2014-03-26 | 中兴通讯股份有限公司 | 多用户协同频谱感知的数据融合方法及装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009035221A2 (en) * | 2007-09-14 | 2009-03-19 | Electronics And Telecommunications Research Institute | Method and apparatus for detecting signal using cyclo-stationary characteristics |
CN102404063B (zh) * | 2011-12-26 | 2013-09-25 | 电子科技大学 | 一种基于过采样的glrt检测方法 |
-
2013
- 2013-09-17 CN CN201310425054.8A patent/CN104469784A/zh not_active Withdrawn
-
2014
- 2014-07-15 WO PCT/CN2014/082219 patent/WO2015039487A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102647235A (zh) * | 2011-02-16 | 2012-08-22 | 华为技术有限公司 | 协作频谱感知的方法、设备和系统 |
CN102324959A (zh) * | 2011-06-10 | 2012-01-18 | 宁波大学 | 一种基于多天线系统协方差矩阵的频谱感知方法 |
CN103684626A (zh) * | 2012-09-20 | 2014-03-26 | 中兴通讯股份有限公司 | 多用户协同频谱感知的数据融合方法及装置 |
CN103117820A (zh) * | 2013-01-23 | 2013-05-22 | 南通大学 | 基于可信度的加权协作频谱检测方法 |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111542068A (zh) * | 2020-06-18 | 2020-08-14 | 南京邮电大学 | 一种面向认知网络模拟主用户攻击的协同感知优化方法 |
CN112165364A (zh) * | 2020-08-11 | 2021-01-01 | 常州工学院 | 窄带频谱感知系统的增强频谱感知方法 |
CN113037407A (zh) * | 2021-03-02 | 2021-06-25 | 南京邮电大学 | 一种面向高低轨卫星共存的频谱认知方法 |
CN113098641A (zh) * | 2021-03-26 | 2021-07-09 | 天津(滨海)人工智能军民融合创新中心 | 一种能量受限情况下的机会频谱接入方法 |
CN113099459A (zh) * | 2021-03-29 | 2021-07-09 | 南京邮电大学 | 一种基于差分隐私的群智频谱感知方法、系统及存储介质 |
CN113099459B (zh) * | 2021-03-29 | 2022-07-22 | 南京邮电大学 | 一种基于差分隐私的群智频谱感知方法、系统及存储介质 |
CN113346969A (zh) * | 2021-06-07 | 2021-09-03 | 中山大学 | 一种基于门控循环单元的频谱感知方法及系统 |
CN113472463B (zh) * | 2021-06-30 | 2023-06-16 | 中国人民解放军国防科技大学 | 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 |
CN113472463A (zh) * | 2021-06-30 | 2021-10-01 | 中国人民解放军国防科技大学 | 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 |
CN114285506A (zh) * | 2021-12-24 | 2022-04-05 | 大连大学 | 一种混合式两级多星协作频谱感知方法 |
CN114285506B (zh) * | 2021-12-24 | 2023-11-07 | 大连大学 | 一种混合式两级多星协作频谱感知方法 |
CN114759996A (zh) * | 2022-04-13 | 2022-07-15 | 西安邮电大学 | 基于循环相关熵似然比检验的频谱感知方法 |
CN114759996B (zh) * | 2022-04-13 | 2023-12-01 | 西安邮电大学 | 基于循环相关熵似然比检验的频谱感知方法 |
CN115066017B (zh) * | 2022-05-13 | 2023-03-10 | 北京邮电大学 | 频谱感知方法、装置、电子设备及存储介质 |
CN115066017A (zh) * | 2022-05-13 | 2022-09-16 | 北京邮电大学 | 频谱感知方法、装置、电子设备及存储介质 |
CN115242331A (zh) * | 2022-07-23 | 2022-10-25 | 华北电力大学 | 虚拟电厂中认知无线电的协作频谱感知优化方法 |
CN115242331B (zh) * | 2022-07-23 | 2024-04-02 | 华北电力大学 | 虚拟电厂中认知无线电的协作频谱感知优化方法 |
CN115549827A (zh) * | 2022-10-26 | 2022-12-30 | 西安航空学院 | 一种盲频谱感知方法、系统、计算机设备及终端 |
CN115549827B (zh) * | 2022-10-26 | 2023-09-22 | 西安航空学院 | 一种盲频谱感知方法、系统、计算机设备及终端 |
Also Published As
Publication number | Publication date |
---|---|
CN104469784A (zh) | 2015-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2015039487A1 (zh) | 一种异构网络中频谱感知数据的处理方法及装置 | |
Zeng et al. | Maximum eigenvalue detection: Theory and application | |
Zhang et al. | Multi-antenna based spectrum sensing for cognitive radios: A GLRT approach | |
Hu et al. | Energy-efficient design of channel sensing in cognitive radio networks | |
WO2011007576A1 (ja) | コグニティブ無線通信における電力制御方法,コグニティブ無線通信システム,及び無線通信デバイス | |
JP2010035170A (ja) | スペクトル検知方法、エネルギー検出方法および装置 | |
EP2210346A2 (en) | Interfering stream identification in wireless communication systems | |
CN106713190B (zh) | 基于随机矩阵理论和特征阈值估计的mimo发射天线数目盲估计算法 | |
WO2015035804A1 (zh) | 宽带频谱感知方法、数据融合中心、感知节点及系统 | |
Mahendru et al. | Adaptive double threshold based spectrum sensing to overcome sensing failure in presence of noise uncertainty | |
Sumathi et al. | Security in cognitive radio networks-a survey | |
Semba Yawada et al. | Performance analysis of new spectrum sensing scheme using multiantennas with multiuser diversity in cognitive radio networks | |
KR20110094983A (ko) | 무선 인지 시스템에서 마코프 모델을 이용한 가중치 할당 협력 스펙트럼 센싱 방법 | |
Zhao et al. | Enhanced detection algorithms based on eigenvalues and energy in random matrix theory paradigm | |
Zhang et al. | Adaptive cooperative spectrum sensing based on a novel robust detection algorithm | |
Fomichev et al. | Next2You: Robust copresence detection based on channel state information | |
Thangalakshmi et al. | Matched filter detection based spectrum sensing in cognitive radio networks | |
Liu et al. | Maximum-minimum eigenvalue detection-based method to mitigate the effect of the PUEA in cognitive radio networks | |
Valadão et al. | Trends and Challenges for the Spectrum Efficiency in NOMA and MIMO based Cognitive Radio in 5G Networks | |
Miah et al. | An eigenvalue and superposition approach based cooperative spectrum sensing in cognitive radio networks | |
WO2013136549A1 (en) | Communication system | |
Hassan et al. | Predicted eigenvalue threshold based spectrum sensing with correlated multiple-antennas | |
Moghaddam et al. | A comparative study on the two popular cognitive radio spectrum sensing methods: Matched filter versus energy detector | |
Dutta et al. | Designing a cognitive radio with enhancement in throughput and improved spectrum sensing technique | |
Usman et al. | Secure cooperative spectrum sensing for the cognitive radio network using nonuniform reliability |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 14845563 Country of ref document: EP Kind code of ref document: A1 |
|
NENP | Non-entry into the national phase |
Ref country code: DE |
|
122 | Ep: pct application non-entry in european phase |
Ref document number: 14845563 Country of ref document: EP Kind code of ref document: A1 |