一种基于最大最小值的融合频谱感知方法及系统

摘要

本发明公开了物联网频谱感知技术领域的一种基于最大最小值的融合频谱感知方法及系统，包括：基于构造的检测统计量的表达式，判断信道中是否存在主用户信号；当主用户信号不存在时，基于检测门限值关于融合参数的表达式，求取融合参数，使得系统在满足给定虚警概率的条件下取得最优检测性能，消除了噪声不确定性对频谱感知系统的影响，在满足给定虚警概率的前提下提高了频谱感知系统的检测概率。

说明书

技术领域

本发明属于物联网频谱感知技术领域，具体涉及一种基于最大最小值的融合频谱感知方法及系统。

背景技术

随着社会的进步以及5G通信技术的快速发展，对频谱资源的需求也与日俱增。目前全球范围内的频谱资源都是统一分配的，部分频段资源分配不合理导致利用率较低，而新一代的新兴业务和无线通信系统的蓬勃发展，导致了频谱资源更加的紧缺。为解决上述问题，认知无线电(CR,cognitive radio)技术应运而生。CR技术的基本思想是次用户通过在时域和频域等多维空间对授权频谱不间断检测，当授权频谱处于空闲状态时动态接入，以提高频谱资源的利用率。次用户需要检测主用户是否存在，当授权频谱存在主用户时，为了避免对主用户信号的干扰，次用户需要及时退出该授权频谱。由于噪声不确定性的影响，频谱感知系统的检测概率较低。

发明内容

为解决现有技术中的不足，本发明提供一种基于最大最小值的融合频谱感知方法及系统，消除了噪声不确定性对频谱感知系统的影响，在满足给定虚警概率的前提下提高了频谱感知系统的检测概率。

为达到上述目的，本发明所采用的技术方案是：

第一方面，提供一种融合频谱感知方法，包括：基于构造的检测统计量的表达式，判断信道中是否存在主用户信号；当主用户信号不存在时，基于检测门限值关于融合参数的表达式，求取融合参数，使得系统在满足给定虚警概率的条件下取得最优检测性能。

进一步地，所述检测统计量的表达式的构造方法，包括：获取频谱感知采样中的接收信号及接收信号的样本协方差矩阵；求取样本协方差矩阵的特征值，包括最大特征值λ

其中，α表示融合参数，α≥0。

进一步地，所述判断信道中是否存在主用户信号的方法为：当T≥γ时，即检测统计量T大于等于检测门限γ时，认为信道中存在主用户；否则，认为信道中不存在主用户。

进一步地，所述检测门限值关于融合参数的表达式为：

其中，

进一步地，所述求取融合参数的方法为：S1、将α＝0，带入检测门限值关于融合参数的表达式，得到门限值，基于实验得到虚警概率；S2、若虚警概率大于系统虚警概率，则α+0.1，重复S1；S3：若虚警概率小于给定虚警概率，则结束。

进一步地，当主用户信号不存在时，所述虚警概率为：

其中，F

第二方面，提供一种融合频谱感知系统，包括：第一模块，用于基于构造的检测统计量的表达式，判断信道中是否存在主用户信号；第二模块，用于当主用户信号不存在时，基于检测门限值关于融合参数的表达式，求取融合参数，使得系统在满足给定虚警概率的条件下取得最优检测性能。

与现有技术相比，本发明所达到的有益效果：

(1)本发明通过构建检测统计量的表达式，判断信道中是否存在主用户信号；当主用户信号不存在时，基于检测门限值关于融合参数的表达式，求取融合参数，使得系统在满足给定虚警概率的条件下取得最优检测性能；消除了噪声不确定性对频谱感知系统的影响，在满足给定虚警概率的前提下提高了频谱感知系统的检测概率；

(2)本发明在检测过程中，不需知道要主用户的先验信息和噪声的方差，属于盲检测技术，有更广泛的应用范围。

具体实施方式

下面对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

实施例一：

一种基于最大最小值的融合频谱感知方法，包括：基于构造的检测统计量的表达式，判断信道中是否存在主用户信号；当主用户信号不存在时，基于检测门限值关于融合参数的表达式，求取融合参数，使得系统在满足给定虚警概率的条件下取得最优检测性能。

本实施例主要包括两个方面的内容：一是提出一种融合特征值方法，构造出检测统计量的表达式，并利用最小特征值分布求得检测门限值的表达式；二是在满足给定虚警概率条件下，求得最优的融合参数α，从而确定系统的门限值，实现最优的检测性能。首先使用二元假设模型对系统进行建模，然后根据接收信号向量构造样本协方差矩阵，并求得其特征值，再根据融合特征值检测算法确定检测统计量T，利用随机矩阵理论中的最小特征值分布和给定的虚警概率P

融合特征值方法为：

在依据接收信号向量构造样本协方差矩阵后，求得其最大特征值，最小特征值和特征值的平均值。然后以最大最小特征值方法检测统计量的α次幂和特征值平均值与最小特征值之比的1-α次幂构造检测统计量，其中，α为大于0的融合参数。再利用最小特征值分布推导出检测门限关于虚警概率和融合参数的表达式，最后调整融合参数使系统的检测概率和虚警概率达到最优值。

具体过程如下：

获取频谱感知采样中的接收信号及接收信号的样本协方差矩阵；首先，将频谱感知建模成二元假设检验模型，考虑到噪声不确定性的影响，将信道噪声设为均值为0，噪声功率在[0.5σ

其中，n＝1,2····N，y

接收信号的样本协方差矩阵可以表示为：

在此基础上对协方差矩阵进行分解，求出其特征值，包括最大特征值、最小特征值和特征值的平均值。当主用户不存在时，采样协方差矩阵为Wishart矩阵，即随机矩阵。基于随机矩阵理论的研究结果，可以获知随机矩阵的最大特征值和最小特征值的极限理论值，以及随机矩阵的最小特征值分布情况。

求取样本协方差矩阵的特征值，包括最大特征值λ

其中，a表示融合参数，a≥0。当T≥γ时，即检测统计量T大于等于检测门限γ时，认为信道中存在主用户；否则，认为信道中不存在主用户。因此，系统虚警概率可以表示为：

当主用户信号不存在时，

其中，

其中，

S1、将a＝0，带入公式(5)，得到门限值，基于实验得到虚警概率；

S2、若虚警概率大于系统虚警概率，则a+0.1，重复S1；

S3、若虚警概率小于给定虚警概率，则结束。

本实施例通过以合适的步长遍历α可能的取值区间，得到使得系统在满足给定虚警概率得条件下取得最优检测性能的融合参数α。

本实施例通过构建检测统计量的表达式，判断信道中是否存在主用户信号；当主用户信号不存在时，基于检测门限值关于融合参数的表达式，求取融合参数，使得系统在满足给定虚警概率的条件下取得最优检测性能；消除了噪声不确定性对频谱感知系统的影响，在满足给定虚警概率的前提下提高了频谱感知系统的检测概率；在检测过程中，不需知道要主用户的先验信息和噪声的方差，属于盲检测技术，有更广泛的应用范围。

实施例二：

基于实施例一所述的一种基于最大最小值的融合频谱感知方法，本实施例提供一种基于最大最小值的融合频谱感知系统，包括：第一模块，用于基于构造的检测统计量的表达式，判断信道中是否存在主用户信号；第二模块，用于当主用户信号不存在时，基于检测门限值关于融合参数的表达式，求取融合参数，使得系统在满足给定虚警概率的条件下取得最优检测性能。

以上所述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，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。