一种与主用户距离相关的分簇协作频谱感知方法

摘要

本发明公开了一种与主用户距离相关的分簇协作频谱感知方法，主要包括：以认知用户和主用户间的相对距离作为依据，对认知用户进行分簇；由各个簇簇头的能量检测结果，得到主用户是否存在的综合似然判决结果。本发明所述与主用户距离相关的分簇协作频谱感知方法，可以克服现有技术抗干扰能力弱、准确性差和可靠性低等缺陷，具有抗干扰能力强、准确性好和可靠性高的优点。

权利要求

1.一种与主用户距离相关的分簇协作频谱感知方法，其特征在于，主要包括：a、以认知用户和主用户间的相对距离作为依据，对认知用户进行分簇；

b、由各个簇簇头的能量检测结果，得到主用户是否存在的综合似然判决结果;所述步骤a具体包括：

a1、运用三角测量理论，确定认知用户与主用户之间的距离，并以认知用户和主用户间的相对距离为依据，完成认知用户的分簇;所述步骤a1具体包括：

a11、在认知无线电系网络中，选择1个PU和2个SU作为位置参考点，它们在整个CR网络内洪泛信号分组，当第i个SU即SU-i收到来自参考点的信号分组时，它可以通过测量接收到的信号功率来估计与参考点的距离，依照三角测量法，根据余弦定理，得出SU-i的坐标；

a12、在每个簇中，选择距离PU最近的SU作为簇头节点；

a13、重复以上步骤，直至所有的SU完成分簇。

2.根据权利要求1所述的与主用户距离相关的分簇协作频谱感知方法，其特征在于，所述步骤a11具体包括：考虑在1个PU用户的分布区域里，部署了由一组可移动的SU节点构成的CR网络，对SU节点的分簇过程描述如下：（1）选择1个PU和2个SU作为位置参考点，分别标记为0、1和2；它们在整个CR网络内洪泛信号分组，分组包含源节点ID和目的节点ID；

（2）当第i个SU（记作SU-i）收到来自参考点j的信号分组时，它可以通过测量接收到的信号功率来估计与参考点j的距离Dij；

（3）根据三角测量法原理和余弦定理，得到SU-i的坐标为：；

上式中，由于yi存在着2个值，需要借助于距离信息Di2来确定哪个值为合适的SU-i纵坐标；为此，先计算参考点SU-2的坐标，且其纵坐标取正值：；

同样地，能够得到SU-i的坐标，且其纵坐标取正值：；

于是，得到SU-2和SU-i的距离为：；

；

（4）对于每个SU节点，它所属的簇可用(x’, y’)表示如下：；

其中，（x，y）为SU的坐标，r为SU的通信距离，floor表示下取整，α1、α2、β1和β2的取值依赖于r和SU节点数；

Dio表示参考点i与参考点o之间的距离、D1o表示参考点1与参考点o之间的距离、Di1表示参考点i与参考点1之间的距离、D2o表示参考点2与参考点o之间的距离、D21表示参考点2与参考点1之间的距离。

3.根据权利要求1或2所述的与主用户距离相关的分簇协作频谱感知方法，其特征在于，所述步骤b具体包括：任一簇中的簇头节点各自独立地收集能量Oi，并通过与判决门限Γ进行比较，以完成单点频谱感知；与一般的判决不同的是，这里的判决结果仅由簇头产生、且其判决值Di不为二值性（0或1），表示为：；

其中，b1代表PU是否存在，可表示为：；

b2b3代表PU是否存在的贴近度值，其取值和门限贴近度因子α有关，可表示为：。

4.根据权利要求3所述的与主用户距离相关的分簇协作频谱感知方法，其特征在于，在步骤b中，为了提高频谱感知可靠性，引入门限贴近度因子α，定义如下：。

说明书

一种与主用户距离相关的分簇协作频谱感知方法

技术领域

[0001] 本发明涉及通信技术领域，具体地，涉及一种与主用户距离相关的分簇协作频谱感知方法。

背景技术

[0002] CR通信的一个重要前提是频谱感知能力。CR频谱感知技术的研究主要分为单点感知和协同感知。在实际无线环境中，主用户发射信号的传输会受到阴影、多径等因素的影响，单点频谱感知会导致次用户无法准确地检测出当前频段的使用情况，从而对主用户接收机造成干扰。而协同感知通过多个认知用户节点在空间上的分集特性来扩展频谱感知的空间覆盖范围，在降低对单个节点感知能力要求的同时，极大程度地提高整体网络检测的鲁棒性，已成为本领域研究热点。

[0003] 在传统的协作感知方法中，每个认知用户独立地进行本地频谱检测，然后通过控制信道将感知结果报告给数据融合中心，数据融合中心将多个认知用户的检测信息汇总，并按一定的规则来判断主用户是否存在。但是，控制信道通常会遭遇阴影和衰落效应的影响，导致感知结果的误报。同时，由于认知用户地理位置的不同，会造成各自感知结果的差异，最终造成数据融合中心得出结论的不准确性。

[0004] 为此，基于分簇的协作频谱感知方法被提出，以提高频谱感知性能，同时通过分簇的方法来降低频谱感知的开销，包括了能量消耗、时延及带宽占用。在已提出的分簇算法中，加权分簇思想应用最为广泛，它以节点度、电池能量等作为簇头选择及分簇的依据。

[0005] 在分簇完成后，数据的融合机制对感知性能有很大影响。一般的方法是簇成员节点将感知结果发送给簇头节点，各簇头节点再将感知结果汇聚到数据融合中心FC。这种汇聚的过程可分为硬判决和软判决。在硬判决中，每个感知节点做出关于主用户是否存在的判决，并将此结果用1个比特上报；软判决中，通过量化机制，感知节点发送2个比特的感知报告，以取得检测能力和算法复杂度之间的折中。

[0006] 以上方法中，分簇所考虑的因素复杂，所带来的处理时延不适合频谱环境变化的需求，而2bit量化在感知节点数少（仅簇头参与）时可能带来感知可靠性下降。

[0007] 在实现本发明的过程中，发明人发现现有技术至少存在抗干扰能力弱、准确性差和可靠性低等缺陷。

发明内容

[0008] 本发明的目的在于，针对上述问题，提出一种与主用户距离相关的分簇协作频谱感知方法，以实现抗干扰能力强、准确性好和可靠性高的优点。

[0009] 为实现上述目的，本发明采用的技术方案是：一种与主用户距离相关的分簇协作频谱感知方法，主要包括：

[0010] a、以认知用户和主用户间的相对距离作为依据，对认知用户进行分簇；

[0011] b、由各个簇簇头的能量检测结果，得到主用户是否存在的综合似然判决结果。

[0012] 进一步地，所述步骤a具体包括：

[0013] a1、运用三角测量理论，确定认知用户与主用户之间的距离，并以认知用户和主用户间的相对距离为依据，完成认知用户的分簇。

[0014] 进一步地，所述步骤a1具体包括：

[0015] a11、在认知无线电系网络中，选择1个PU（Primary User）和2个SU（Secondary User）作为位置参考点，它们在整个CR（Cognitive Radio）网络内洪泛信号分组，当第i个SU即SU-i收到来自参考点的信号分组时，它可以通过测量接收到的信号功率来估计与参考点的距离，依照三角测量法，根据余弦定理，得出SU-i的坐标；

[0016] a12、在每个簇中，选择距离PU最近的SU作为簇头节点；

[0017] a13、重复以上步骤，直至所有的SU完成分簇。

[0018] 进一步地，所述步骤a11具体包括：

[0019] 考虑在1个PU用户的分布区域里，部署了由一组可移动的SU节点构成的CR网络，对SU节点的分簇过程描述如下：

[0020] （1）选择1个PU和2个SU作为位置参考点，分别标记为0、1和2；它们在整个CR网络内洪泛信号分组，分组包含源节点ID和目的节点ID；

[0021] （2）当第i个SU（记作SU-i）收到来自参考点j的信号分组时，它可以通过测量接收到的信号功率来估计与参考点j的距离Dij；

[0022] （3）根据三角测量法原理和余弦定理，得到SU-i的坐标为：

[0023] ；

[0024] 上式中，由于yi存在着2个值，需要借助于距离信息Di2来确定哪个合适的SU-i纵坐标；为此，先计算参考点SU-2的坐标，且其纵坐标取正值：

[0025] ；

[0026] 同样地，能够得到SU-i的坐标，且其纵坐标取正值：

[0027] ；

[0028] 于是，得到SU-2和SU-i的距离为：

[0029] ；

[0030] ；

[0031] （4）对于每个SU节点，它所属的簇可用(x’, y’)表示如下：

[0032] ；

[0033] 其中，（x，y）为SU的坐标，r为SU的通信距离，floor表示下取整，α1、α2、β1和β2的取值依赖于r和SU节点数。

[0034] 进一步地，所述步骤b具体包括：

[0035] 任一簇中的簇头节点各自独立地收集能量Oi，并通过与判决门限Γ进行比较，以完成单点频谱感知。与一般的判决不同的是，这里的判决结果仅由簇头产生、且其判决值Di不为二值性（0或1），表示为：

[0036] ；

[0037] 其中，b1代表PU是否存在，可表示为：

[0038] ；

[0039] b2b3代表PU是否存在的贴近度值，其取值和门限贴近度因子α有关，可表示为：

[0040] 。

[0041] 进一步地，在步骤b中，为了提高频谱感知可靠性，引入门限贴近度因子α，定义如下：

[0042] 。

[0043] 本发明各实施例的与主用户距离相关的分簇协作频谱感知方法，主要包括：以认知用户和主用户间的相对距离作为依据，对认知用户进行分簇；由各个簇簇头的能量检测结果，得到主用户是否存在的综合似然判决结果；可以解决分簇协作频谱感知算法在满足感知性能（漏检概率、误检概率）的同时，尽可能降低感知时长的问题；从而可以克服现有技术抗干扰能力弱、准确性差和可靠性低的缺陷，具有抗干扰能力强、准确性好和可靠性高的优点。

[0044] 本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。

[0045] 下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

[0046] 附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

[0047] 图1为三角测量法原理图；

[0048] 图2为与主用户距离相关的分簇协作频谱感知方法的流程示意图。

具体实施方式

[0049] 以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

[0050] 为了克服现有技术的不足，根据本发明实施例，如图2所示，提供了一种与主用户距离相关的分簇协作频谱感知方法，在认知无线电系网络中，在主用户位置信息可知的情况下，认知用户对主用户信号进行两步感知：首先根据三角测量理论，以主用户和认知用户间的相对距离作为依据，对认知用户进行分簇；其次，由定义的门限贴近度因子辅助完成簇内节点的3比特量化本地感知，并根据各个簇的能量检测结果，得到主用户是否存在的综合似然判决值。该与主用户距离相关的分簇协作频谱感知方法，仅由簇头参与频谱感知，平均感知比特开销低、感知时长较小；同时，门限贴近度因子的定义和3bit量化感知，有效改善了由于感知节点数减少可能带来的感知可靠性的下降；可以解决分簇协作频谱感知算法在满足感知性能（漏检概率、误检概率）的同时，尽可能降低感知时长的问题。

[0051] 本实施例的与主用户距离相关的分簇协作频谱感知方法，主要包括：

[0052] 步骤1：以认知用户和主用户间的相对距离作为依据，对认知用户进行分簇；

[0053] 在步骤1中，以认知用户和主用户间的相对距离作为依据，对认知用户进行分簇的操作，具体包括：

[0054] 运用三角测量理论，确定认知用户与主用户之间的距离，并以认知用户和主用户间的相对距离为依据，完成认知用户的分簇。具体步骤如下：

[0055] 在认知无线电系网络中，选择1个PU和2个SU作为位置参考点，它们在整个CR网络内洪泛信号分组，当第i个SU（记作SU-i）收到来自参考点的信号分组时，它可以通过测量接收到的信号功率来估计与参考点的距离，从而依照三角测量法绘图，根据余弦定理，得出SU-i的坐标；

[0056] 在每个簇中，选择距离PU最近的SU作为簇头节点；

[0057] 重复以上步骤，直至所有的SU完成分簇。

[0058] 步骤2：由各个簇簇头的能量检测结果，得到主用户是否存在的综合似然判决结果；

[0059] 在步骤2中，由各个簇簇头的能量检测结果，得到主用户是否存在的综合似然判决结果的操作，具体包括：

[0060] 任一簇中的簇头节点各自独立地收集能量Oi，并通过与判决门限Γ进行比较，以完成单点频谱感知。与一般的判决不同的是，这里的判决结果仅由簇头产生、且其判决值Di不为二值性（0或1），表示为：

[0061] ；

[0062] 其中，b1代表PU是否存在，可表示为：

[0063] ；

[0064] 为了提高频谱感知可靠性，引入门限贴近度因子α，定义如下：

[0065] ；

[0066] b2b3代表PU是否存在的贴近度值，其取值和门限贴近度因子α有关，可表示为：

[0067] 。

[0068] 例如，上述实施例的与主用户距离相关的分簇协作频谱感知方法，具体可以为：

[0069] 考虑在1个PU用户的分布区域里，部署了由一组可移动的SU节点构成的CR网络。对SU节点的分簇过程描述如下：

[0070] （1）选择1个PU和2个SU作为位置参考点，分别标记为0、1和2。它们在整个CR网络内洪泛信号分组，分组包含源节点ID和目的节点ID。

[0071] （2）当第i个SU（记作SU-i）收到来自参考点j的信号分组时，它可以通过测量接收到的信号功率来估计与参考点j的距离Dij；

[0072] （3）画出三角测量法原理图，参见图1。根据余弦定理，可得SU-i的坐标为：

[0073] (1)；

[0074] 式（1）中，由于yi存在着2个值，需要借助于距离信息Di2来确定哪个值为合适的SU-i纵坐标。为此，先计算参考点SU-2的坐标，且其纵坐标取正值：

[0075] (2)；

[0076] 同样地，可得SU-i的坐标，且其纵坐标取正值：

[0077] (3)；

[0078] 于是，可得SU-2和SU-i的距离为：

[0079] (4)；

[0080] 。

[0081] （4）对于每个SU节点，它所属的簇可用(x’, y’)表示如下：

[0082] (5)；

[0083] 其中，（x，y）为SU的坐标，r为SU的通信距离，floor表示下取整，α1, α2, β1, 和β2的取值依赖于r和SU节点数。

[0084] （5）在每个簇中，选择距离PU最近的SU作为簇头节点。

[0085] （6）重复步骤（2）～（5），直至所有的SU完成分簇。

[0086] 任一簇中的簇头节点SU-i各自独立地收集能量Oi，并通过与判决门限Γ的比较以完成单点频谱感知。与一般的判决不同的是，这里的判决结果仅由簇头产生的，且其判决值Di并不具有二值性（0或1），表示为：

[0087] (6)；

[0088] 其中，b1代表PU是否存在，可表示为：

[0089] (7)；

[0090] b2 b3代表PU是否存在的贴近度值，其取值和α有关，可表示为：

[0091] (8)；

[0092] 为了提高频谱感知可靠性，引入门限贴近度因子α，定义如下：

[0093] (9)；

[0094] 可看出，这里采用了3bit量化来表示簇头节点的频谱感知信息（即PU存在与否）。

[0095] 假设有N个簇头SU感知到了PU的能量信息，且有M个SU报告PU的能量分布于[0，Γ），P个SU报告PU的能量分布于[Γ，∞）（P=N-M），则“PU不存在”的似然判决结果H0和“PU存在”的似然判决结果H1分别表示为：

[0096] (10)；

[0097] (11)；

[0098] 上面两式中，t(i)的取值与b2b3存在如下对应关系：

[0099] (12)；

[0100] 于是，得到“PU存在与否”的最终判决结果H为：

[0101] (13)。

[0102] 综上所述，本发明上述各实施例的与主用户距离相关的分簇协作频谱感知方法，至少可以达到以下有益效果：

[0103] ⑴由于仅由簇头SU参与一次能量感知，故其平均感知时长值较小，感知开销也远小于所有SU参与的情形；

[0104] ⑵门限贴近度因子的定义和3bit量化感知，有效改善了由于感知节点数少（仅簇头参与）可能带来的感知可靠性下降。

[0105] 最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。