基于HMM模型的多点协作频谱感知方法

摘要

本发明公开了一种基于HMM模型的多点协作频谱感知方法，包括以下步骤：对认知无线电网络引入多个次用户，对主用户的频谱进行隐马尔可夫模型建模，根据频谱感知得到的各次用户各时隙的观测值，对隐马尔可夫模型的参数进行训练，递归计算各次用户下一时隙的频谱状态为“忙”或“闲”的预测概率；统计所有次用户下一时隙的感知频谱状态为“忙”或“闲”的次数，如果“忙”的比例大于预设阈值，则判定下一时隙的频谱状态为“忙”，否则为“闲”，输出频谱状态结果，并将结果返回至频谱感知数据融合中心。本发明在认知无线电网络中引入多节点协作频谱感知和隐马尔可夫模型对频谱的预测作用，进行下一时隙的频谱状态预测，从而提高频谱预测的可靠性。