專利名稱：基于二重可信的協(xié)同頻譜感知方法
技術(shù)領(lǐng)域：
本發(fā)明涉及通信技術(shù)中的認(rèn)知無線電(簡稱CR)領(lǐng)域，具體地講是一種協(xié)同頻譜感知方法。

背景技術(shù)：
隨著無線通信需求的不斷增長，對無線頻譜資源的需求也相應(yīng)增長，導(dǎo)致頻譜資源日益緊張。但已分配給現(xiàn)有無線系統(tǒng)的頻譜資源卻在時間和空間上有不同程度的閑置。人們提出的認(rèn)知無線電(CR)技術(shù)，可從時間和空間上充分利用那些空閑的頻譜資源，有效解決上述難題。
認(rèn)知無線電設(shè)備通過自適應(yīng)地調(diào)整其自身內(nèi)部通信機理來達(dá)到對環(huán)境變化的適應(yīng)。次級用戶(SU)必須能敏感地檢測到主用戶(PU)的存在，避免對PU正常工作產(chǎn)生干擾，正確檢測某頻段是否被PU使用是CR的關(guān)鍵技術(shù)之一。在無線信道環(huán)境中，受傳播損耗和多徑衰落等因素的影響，單個SU的檢測性能并不可靠。因而人們提出協(xié)同頻譜感知，通過SU間的協(xié)作達(dá)到系統(tǒng)要求的檢測門限，降低單個SU的負(fù)擔(dān)。協(xié)同感知可以采用集中或分布的方式進(jìn)行。集中式協(xié)同感知是指各個SU將本地感知結(jié)果送到融合中心(AP)統(tǒng)一進(jìn)行數(shù)據(jù)融合，做出決策，如附圖1所示；分布式協(xié)同感知則是指各SU間相互交換感知信息，各個節(jié)點獨自決策。本發(fā)明研究集中式協(xié)同感知。通常的集中式協(xié)同感方法是“與”、“或”合并。
“與”合并各次級用戶SU向融合中心AP傳送對于主用戶PU是否存在的判定(1或0)，融合中心AP對上傳信息進(jìn)行“與”合并。即當(dāng)所有次級用戶SU都判定有主用戶PU存在時，融合中心才判定主用戶PU存在。
“或”合并各次級用戶SU向融合中心傳送對于主用戶PU是否存在的判定(1或0)，融合中心AP對上傳信息進(jìn)行“或”合并。即只要有一個次級用戶SU判定有主用戶PU存在，AP就判定主用戶PU存在。
衡量感知方法性能的兩個重要指標(biāo)是檢測概率PD、虛警概率PF。
檢測概率PD在主用戶PU存在的情況下，判定有主用戶PU存在的概率，代表了對主用戶PU的保護(hù)程度；虛警概率PF在主用戶PU不存在的情況下，判定有主用戶PU存在的概率，代表了對頻譜的利用程度。為了表示感知方法的檢測性能，通常應(yīng)用ROC(ReceiverOperating Characteristics)曲線，該曲線的橫坐標(biāo)為虛警概率，縱坐標(biāo)為檢測概率，即檢測概率PD隨虛警概率PF變化的曲線。
從上面的介紹可以看出，“與”合并可以很大程度上降低虛警概率，但要求各次級用戶SU對主用戶PU的檢測概率達(dá)到100％，否則會導(dǎo)致系統(tǒng)的檢測性能極大的下降；“或”合并雖然可以在次級用戶SU檢測信號受到極大干擾的情況下保證較高的檢測概率，卻帶來了更高的虛警概率，降低了頻譜利用率。
“與”、“或”合并都是基于對各次級用戶SU檢測結(jié)果的等同考慮，但在實際情況中，由于由信道環(huán)境、設(shè)備檢測靈敏度、次級用戶SU與主用戶PU的距離的不同，各次級用戶SU單次本地檢測結(jié)果的可信度、感知可信度(即感知能力)并不相同，導(dǎo)致各次級用戶SU的可靠性得不到保證，因而“與”、“或”合并不是最優(yōu)的協(xié)同感知算法。


發(fā)明內(nèi)容
本發(fā)明的目的旨在針對上述問題提供一種可提高各次級用戶SUi的可靠性，改善系統(tǒng)檢測性能的二重可信協(xié)同感知方法。
本發(fā)明是采用以下技術(shù)方案實現(xiàn)的 一種基于二重可信的協(xié)同頻譜感知方法，其特征在于，包括下列步驟 a.各次級用戶SUi在本地進(jìn)行相互獨立的頻譜檢測，得到頻譜檢測量
b.各次級用戶SUi依據(jù)證據(jù)理論采用下式對其在第m時刻的頻譜檢測量

進(jìn)行可信表達(dá) H1 H0 其中，零假設(shè)H0代表主用戶PU不存在，備擇假設(shè)H1代表主用戶PU存在，μi.n＝NPi.n，μi.n+s＝N(Pi.n+Pi.s)，Pi.n，Pi.s分別表示第i個次級用戶SUi接收的噪聲、信號的功率，mi(H1(m))表示第i個次級用戶SUi在第m時刻判定主用戶PU存在的可信度，mi(H0(m))表示第i個次級用戶SUi在第m時刻判定主用戶PU不存在的可信度； c.各次級用戶SUi將檢測結(jié)果可信度mi(H1(m))、mi(H0(m))傳送至融合中心AP，融合中心AP先采用自適應(yīng)迭代算法估計先驗信息P1(m)，P0(m)，


然后再根據(jù)數(shù)據(jù)優(yōu)化融合理論，采用下列公式得出第i個次級用戶SUi在第m時刻感知可信度ci(m)
其中，γi為第i個次級用戶SUi的本地可信度判決門限，


分別是SUi的檢測概率和虛警概率，P0，P1是主用戶PU不存在、存在的先驗信息，c0是先驗概率的權(quán)重，ui(m)代表第m時間段內(nèi)第i個次級用戶SUi的本地感知的結(jié)果，ci1(m)，ci0(m)是第m時刻感知可信度的兩種可能值，ci(m)的取值根據(jù)ui(m)在ci1(m)，ci0(m)中選擇； d.根據(jù)上述步驟得到的mi(H1(m))、mi(H0(m))和ci(m)，融合中心AP采用下列公式對第m時刻主用戶PU是否存在進(jìn)行判決，并將最終的判定結(jié)果輸出， 其中，u0(m)為融合中心AP的判決輸出，+1代表PU存在，—1代表PU不存在，η為融合中心的AP可信度判決門限。
其中，各次級用戶SUi采取能量檢測法進(jìn)行本地頻譜感知，單個認(rèn)知用戶i代表第i個次級用戶，N是進(jìn)行頻譜感知時間段內(nèi)的接受信號的采樣數(shù)目，當(dāng)N≥250時，

可近似為高斯分布，噪聲的方差

通過對信道進(jìn)行一段時間的監(jiān)測，估計出其粗略值； 步驟c中，融合中心AP先采用自適應(yīng)迭代算法估計先驗信息


P1(m)，P0(m)的具體實現(xiàn)方法如下 用si(m)表示SUi在第m時刻的判決狀態(tài)，si(m)∈{s1，s2，s3，s4}，s1，s2，s3，s4定義如下 s1u0＝+1，ui＝+1； s2u0＝-1，ui＝-1； s3u0＝+1，ui＝-1； s4u0＝-1，ui＝+1； 其中，u0是全局感知的結(jié)果，s1，s4分別是檢測及虛警的情況，Δ(m)是第m時刻的調(diào)整因子，則第i個次級用戶SUi第m個時刻的累積狀態(tài)為 其中，a1i(k)，a2i(k)，a3i(k)，a4i(k)分別代表在k時刻對s1，s2，s3，s4四種狀態(tài)的判斷，是則取+1，不是則取0，對于每一時刻只有一個狀態(tài)判斷為1，其余三個的值均為0，w1i(m)，w2i(m)，w3i(m)，w4i(m)分別表示m時刻前，第i個次級用戶SUi出現(xiàn)s1，s2，s3，s4四種狀態(tài)次數(shù)的加權(quán)和，基于Ji(m)，可估計


P1(m)，P0(m)如下 本發(fā)明提供的方法優(yōu)點如下 1、本發(fā)明中各次級用戶SUi采取能量檢測法進(jìn)行本地頻譜感知，單個認(rèn)知用戶N是進(jìn)行頻譜感知時間段內(nèi)的接受信號的采樣數(shù)目，當(dāng)N≥250時，

可近似為高斯分布，則噪聲的方差

通過對信道進(jìn)行一段時間的監(jiān)測，估計出其粗略值，從而避免了算法對先驗信息Pi.n的要求； 2、對于SUi在第m時刻，用si(m)表示這一時段的判決狀態(tài)，si(m)∈{S1，s2，s3，s4}，s1，s2，s3，s4定義如下 s1u0＝+1，ui＝+1； s2u0＝-1，ui＝-1； s3u0＝+1，ui＝-1； s4u0＝-1，ui＝+1； u0是全局感知的結(jié)果，s1，s4分別是檢測及虛警的情況，Δ(m)是調(diào)整因子，如果融合中心判定的m(H0(m))與m(H1(m))差別較大，則表明此次判定的可靠性較高，如情況1m(H0(m))>m(H1(m))，m(H0(m))、m(H1(m))差別較大；情況2m(H0(m))>m(H1(m))，m(H0(m))、m(H1(m))差別較小。雖然情況1、2均判定H0為真，但情況1判斷準(zhǔn)確的概率更大，因此算法中設(shè)定的情況1的調(diào)整因子Δ更大，因而本算法有較快的收斂速度。
3、本發(fā)明充分考慮到了次級用戶單次穩(wěn)定性對其檢測結(jié)果的可信度和感知可信度的影響，提出了基于二重可信的協(xié)同感知方法，極大的提高了系統(tǒng)的檢測性能。



圖1是集中式協(xié)同感知的系統(tǒng)模型； 圖2是本發(fā)明的流程圖； 圖3是本發(fā)明的核心結(jié)構(gòu)圖； 圖4是傳統(tǒng)的“與”、“或”合并方法和本發(fā)明實施例得出的ROC檢測性能對比曲線圖。

具體實施例方式 本發(fā)明提供的基于二重可信的協(xié)同頻譜感知方法，如圖1、圖2，具體實現(xiàn)步驟如下 步驟1各次級用戶SUi在本地進(jìn)行相互獨立的頻譜檢測，得到頻譜檢測量

； 各次級用戶SUi的本地檢測是二元假設(shè)檢驗，零假設(shè)H0代表主用戶PU不存在，備擇假設(shè)H1代表主用戶PU存在， H1xi(m)＝s(m)+ni(m) i＝1，2，...，n H0xi(m)＝ni(m)i＝1，2，...n (1) n是協(xié)同用戶數(shù)，s(m)是第m時刻主用戶的發(fā)送信號，xi(m)是第m時刻第i個次級用戶收到的信號，ni(m)是第m時刻噪聲分量，則第i個次級用戶SUi的信噪比是Es是主用戶的信號能量，ni(m)是均值為0，方差為

的高斯白噪聲，s(m)與ni(m)相互獨立。
次級用戶SUi采取能量檢測法進(jìn)行本地頻譜感知。單個認(rèn)知用戶N是進(jìn)行頻譜感知時間段內(nèi)的接受信號的采樣數(shù)目。當(dāng)N≥250時，

可近似為高斯分布 步驟2對各檢測量

進(jìn)行可信表達(dá)，計算出各次級用戶SUi判定主用戶PU為存在或不存在兩種情況的可信度mi(H1)，mi(H0)； 各SUi依據(jù)證據(jù)理論對本地檢測量

的可信度進(jìn)行確定 要討論的命題是各次級用戶SUi對主用戶PU存在性的判定，識別框架為Θ＝{H0，H1}，H0與H1是互斥的，為證據(jù)的焦元。H0代表判定主用戶PU不存在，H1代表判定主用戶PU存在，mi(H0(m))代表第i個次級用戶SUi在第m感知時間段判定主用戶PU不存在的可信度，mi(H1(m))為判定PU存在的可信度。
H1 H0 其中，μi.n＝NPi.n，μi.n+s＝N(Pi.n+Pi.s)，Pi.n，Pi.s分別表示第i個次級用戶SUi接收的噪聲、信號的功率。
當(dāng)N≥250時，

可近似為高斯分布，有 噪聲的方差

通過對信道進(jìn)行一段時間的監(jiān)測，估計出其粗略值。從而避免了算法對此先驗信息的要求。
步驟3各SUi將可信度mi(H1(m))，mi(H0(m))傳送至融合中心AP，AP根據(jù)數(shù)據(jù)優(yōu)化融合理論，由自適應(yīng)迭代算法對各SU的感知能力進(jìn)行估計，分配感知可信度； Ui(i＝1，2，...，n)代表第i個次級用戶SUi的本地感知結(jié)果，U代表中心判決結(jié)果。
融合中心應(yīng)用貝葉斯準(zhǔn)則 P0，P1是主用戶PU不存在、存在的先驗信息，Cij是決策代價，i表示檢驗結(jié)果，j表示原來的假設(shè)。在通信系統(tǒng)中，經(jīng)常采取貝葉斯準(zhǔn)則的一種特例，錯誤概率最小準(zhǔn)則，即假定C00＝C11＝0及C10＝C01＝1。也就是正確的判決結(jié)果不必付出代價，而錯誤的判決應(yīng)付出相應(yīng)的代價，并把虛警錯誤和漏警錯誤所造成的后果看做是相等的。得到 用對數(shù)表示成 由于n個次級用戶SU的感知過程是相互獨立的，有 PDi(i＝1，2，...，n)是第i個次級用戶SUi的檢測概率，S+代表所有Ui＝+1的集合，S-代表所有Ui＝-1的集合。同理有

是SUi的虛警概率。
由式(11)～(13)，有 式(14)可表示為 ci是第i個次級用戶的感知可信度，c0是先驗概率的權(quán)重，有 由式(16)、(17)可知，感知可信度由先驗信息P1，P0，


決定，在實際的通信系統(tǒng)中，這些信息是無法預(yù)先知道的，本發(fā)明提出了自適應(yīng)迭代算法對這些先驗信息進(jìn)行估計。算法的流程如附圖3所示。
各SUi第m時刻的感知可信度可由下式確定
γi為第i個次級用戶SUi的本地可信度判決門限，


分別是SUi在第m時刻的檢測概率和虛警概率，P1(m)，P0(m)是主用戶是否存在的先驗信息。
對于SUi在第m時刻，用si(m)表示這一時段的判決狀態(tài)，si(m)∈{S1，s2，s3，s4}，s1，s2，s3，s4定義如下 s1u0＝+1，ui＝+1； s2u0＝-1，ui＝-1； s3u0＝+1，ui＝-1； s4u0＝-1，ui＝+1； (21) u0是全局感知的結(jié)果，s1，s4分別是檢測及虛警的情況。Δ(m)是調(diào)整因子，如果融合中心判定的m(H0(m))與m(H1(m))差別較大，則表明此次判定的可靠性較高，如情況1m(H0(m))>m(H1(m))，m(H0(m))、m(H1(m))差別較大；情況2m(H0(m))>m(H1(m))，m(H0(m))、m(H1(m))差別較小。雖然情況1、2均判定H0為真，但情況1判斷準(zhǔn)確的概率更大，因此算法中設(shè)定的情況1的調(diào)整因子Δ更大，因而本算法有較快的收斂速度。
我們得到第i個次級用戶SUi前m感知時間段的累積狀態(tài) a1i(k)，a2i(k)，a3i(k)，a4i(k)分別代表在k時刻對s1，s2，s3，s4四種狀態(tài)的判斷，是則取+1，不是則取0，對于每一時刻只有一個狀態(tài)判斷為1，其余三個的值均為0。
w1i(m)，w2i(m)，w3i(m)，w4i(m)分別表示前m時間段，第i個次級用戶SUi出現(xiàn)s1，s2，s3，s4四種狀態(tài)次數(shù)的加權(quán)和。
基于Ji(m)，可估計


P1(m)，P0(m)如下 (25) 即可估計出感知可信度ci0(m)，ci1(m)，再由ui(m)的值決定第m個時刻ci(m)取ci0(m)或ci1(m)。
步驟4基于步驟2、3得到的SU單次感知結(jié)果的可信度、SU的感知可信度(即感知能力)，融合中心AP對主用戶PU是否存在進(jìn)行判決； 對H1，H0的判決由相應(yīng)的可信度確定 m(H1(m))表示第m時間段融合中心AP判定PU存在的可信度，m(H0(m))表示判定PU不存在的可信度。η為融合中心的可信度判決門限。
實施例本發(fā)明的一個具體實例如下所示，參數(shù)設(shè)置不影響一般性。假設(shè)認(rèn)知無線電系統(tǒng)中次級用戶數(shù)為n＝8，用戶用SU1～SU8表示。本實例中GSM網(wǎng)絡(luò)為主用戶PU，次級用戶為無線局域網(wǎng)用戶，GSM系統(tǒng)的符號速率為270.833kbit/s，4倍采樣，信號經(jīng)過AWGN信道。主用戶的發(fā)射功率為0.5mW，主用戶PU存在與否的先驗概率P1，P0均為0.5，共有8個次級用戶隨機分布于主用戶PU周圍，信噪比SNR分別為-12dB，-11dB，...，-5dB。本地檢測方法為能量檢測，感知時間為1ms。所有的次級用戶的本地可信度判決門限值γi＝1，融合中心AP可信度判決門限η＝1。本發(fā)明提出的基于二重可信的協(xié)同認(rèn)知方法的具體過程如下 對步驟1～2，以次級用戶SU1第100檢測時刻檢測為例進(jìn)行詳細(xì)說明，其他次級用戶進(jìn)行獨立的工作，其操作步驟與SU1類似。
1、次級用戶SU1在本地進(jìn)行頻譜檢測，得到頻譜檢測量
根據(jù)得到接收信號功率的統(tǒng)計量
N＝270.833×103×10-3×4≈1083 2、對檢測量

(100)進(jìn)行可信表達(dá)，計算出次級用戶SU1第100檢測時刻判定主用戶PU為存在或不存在兩種情況的可信度m1(H1(100))，m1(H0(100))； 對于N＝1083>250，可以用高斯分布對統(tǒng)計量

進(jìn)行近似，噪聲的方差

通過對信道進(jìn)行一段時間的監(jiān)測，估計出其粗略值。根據(jù)式(4)～(7)在假設(shè){H0，H1}下接收信號的均值和方差μi.n，μi.n+s，σi.n，σi.n+s?？梢缘玫綑z測結(jié)果的可信度mi(H1)，mi(H0) H1 H0 經(jīng)檢測，有Pi.n＝0.02W，μi.n＝NPi.n＝1083×0.02＝21.66，μi.n+s＝N(Pi.n+Pi.s)＝1083×(0.02+0.05)＝75.81， 可計算出m1(H1(100))＝0.17，m1(H0(100))≈0 類似的可得到次級用戶SU2～SU8第100時刻的檢測可信度 m2(H1(100))＝0.63，m2(H0(100))＝0.04 m3(H1(100))＝0.27，m3(H0(100))＝0.19 m4(H1(100))＝0.17，m4(H0(100))＝0.53 m5(H1(100))＝0.45，m5(H0(100))＝0.33 m6(H1(100))＝0.58，m6(H0(100))＝0.31 m7(H1(100))＝0.13，m7(H0(100))＝0.73 m8(H1(100))＝0.38，m8(H0(100))＝0.56 3、各SU將可信度mi(H1(m))，mi(H0(m))傳送至融合中心AP，由自適應(yīng)迭代算法對各次級用戶的感知能力進(jìn)行估計，分配感知可信度，AP根據(jù)數(shù)據(jù)優(yōu)化融合理論進(jìn)行信息融合； 根據(jù)說明書中步驟3所介紹的自適應(yīng)迭代算法計算出各次級用戶的檢測概率

并結(jié)合本實例中設(shè)定的虛警概率得到各次級用戶的感知可信度
經(jīng)由自適應(yīng)迭代算法可知各次級用戶的認(rèn)知可信度分別為 c1(100)＝0.38；c2(100)＝0.59；c3(100)＝0.65；c4(100)＝0.79； c5(100)＝0.84；c6(100)＝1.01；c7(100)＝1.43；c8(100)＝1.70 4、基于2、3得到的SU單次感知結(jié)果的可信度、SU的感知可信度(即感知能力)，融合中心AP對主用戶PU是否存在進(jìn)行判決，對H1，H0的判決由相應(yīng)的可信度確定 m(H1(m))＝0.38×0.17+0.59×0.63+0.65×0.27+0.79×0.17 +0.84×0.45+1.01×0.58+1.43×0.13+1.70×0.38＝2.5178 m(H0(m))＝0.38×0+0.59×0.04+0.65×0.19+0.79×0.53 +0.84×0.33+1.01×0.31+1.43×0.73+1.70×0.56＝3.152 由于所以判定主用戶為不存在。
經(jīng)過以上步驟后就可以實現(xiàn)本發(fā)明提出的基于二重可信的協(xié)同頻譜感知，圖4為采用本方法通過改變門限值得到的系統(tǒng)檢測性能仿真圖。
權(quán)利要求
1、一種基于二重可信的協(xié)同頻譜感知方法，其特征在于，包括下列步驟
a.各次級用戶SUi在本地進(jìn)行相互獨立的頻譜檢測，得到頻譜檢測量
b.各次級用戶SUi依據(jù)證據(jù)理論采用下式對其在第m時刻的頻譜檢測量
進(jìn)行可信表達(dá)
H1
H0
其中，零假設(shè)H0代表主用戶PU不存在，備擇假設(shè)H1代表主用戶PU存在，μi，n＝NPi，n，μi，n+s＝N(Pi，n+Pi，s)，Pi，n，Pi，s分別表示第i個次級用戶SUi接收的噪聲、信號的功率，mi(H1(m))表示第i個次級用戶SUi在第m時刻判定主用戶PU存在的可信度，mi(Ho(m))表示第i個次級用戶SUi在第m時刻判定主用戶PU不存在的可信度；
c.各次級用戶SUi將檢測結(jié)果可信度mi(H1(m))、mi(H0(m))傳送至融合中心AP，融合中心AP先采用自適應(yīng)迭代算法估計先驗信息P1(m)，P0(m)，
然后再根據(jù)數(shù)據(jù)優(yōu)化融合理論，采用下列公式得出第i個次級用戶SUi在第m時刻感知可信度ci(m)
其中，γi為第i個次級用戶SUi的本地可信度判決門限，
分別是SUi的檢測概率和虛警概率，P0，P1是主用戶PU不存在、存在的先驗信息，c0是先驗概率的權(quán)重，ui(m)代表第m時間段內(nèi)第i個次級用戶SUi的本地感知的結(jié)果，ci1(m)，ci0(m)是第m時刻感知可信度的兩種可能值，ci(m)的取值根據(jù)ui(m)在ci1(m)，ci0(m)中選擇；
d.根據(jù)上述步驟得到的mi(H1(m))、mi(H0(m))和ci(m)，融合中心AP采用下列公式對第m時刻主用戶PU是否存在進(jìn)行判決，并將最終的判定結(jié)果u0(m)輸出，
其中，u0(m)為融合中心AP的判決輸出，+1代表PU存在，—1代表PU不存在，η為融合中心的AP可信度判決門限。
2、根據(jù)權(quán)利要求1所述的一種基于二重可信的協(xié)同頻譜感知方法，其特征在于，各次級用戶SUi采取能量檢測法進(jìn)行本地頻譜感知，單個認(rèn)知用戶i代表第i個次級用戶，N是進(jìn)行頻譜感知時間段內(nèi)的接受信號的采樣數(shù)目，當(dāng)N≥250時，
可近似為高斯分布，噪聲的方差
通過對信道進(jìn)行一段時間的監(jiān)測，估計出其粗略值。
3、根據(jù)權(quán)利要求1所述的一種基于二重可信的協(xié)同頻譜感知方法，其特征在于，步驟c中，融合中心AP先采用自適應(yīng)迭代算法估計先驗信息
P1(m)，，P0(m)的具體實現(xiàn)方法如下
用si(m)表示SUi在第m時刻的判決狀態(tài)，si(m)∈{s1，s2，s3，s4}，s1，s2，s3，s4定義如下
s1:u0＝+1，ui＝+1；
s2:u0＝-1，ui＝-1；
s3:u0＝+1，ui＝-1；
s4:u0＝-1，ui＝+1；
其中，u0是全局感知的結(jié)果，s1，s4分別是檢測及虛警的情況，Δ(m)是第m時刻的調(diào)整因子，則第i個次級用戶SUi第m個時刻的累積狀態(tài)為
其中，a1i(k)，a2i(k)，a3i(k)，a4i(k)分別代表在k時刻對s1，s2，s3，s4四種狀態(tài)的判斷，是則取+1，不是則取0，對于每一時刻只有一個狀態(tài)判斷為1，其余三個的值均為0，w1i(m)，w2i(m)，w3i(m)，w4i(m)分別表示第m時刻前，第i個次級用戶SUi出現(xiàn)s1，s2，s3，s4四種狀態(tài)次數(shù)的加權(quán)和，基于Ji(m)，可估計
P1(m)，P0(m)如下
全文摘要
本發(fā)明旨在提供一種基于二重可信的協(xié)同頻譜感知方法，包括下列步驟各次級用戶SUi在本地進(jìn)行相互獨立的頻譜檢測，得到頻譜檢測量XEi；各次級用戶SUi依據(jù)證據(jù)理論采用下式對其在第m時刻的頻譜檢測量XEi(m)進(jìn)行可信表達(dá)；各次級用戶SUi將檢測結(jié)果可信度mi(H1(m))、mi(H0(m))傳送至融合中心AP，融合中心AP先采用自適應(yīng)迭代算法估計先驗信息P1(m)，P0(m)，PDi(m)，PFi(m)，然后再根據(jù)數(shù)據(jù)優(yōu)化融合理論，采用下列公式得出第i個次級用戶SUi在第m時刻感知可信度ci(m)；根據(jù)上述步驟得到的mi(H1(m))、mi(H0(m))和ci(m)，融合中心AP采用下列公式對第m時刻主用戶PU是否存在進(jìn)行判決，并將最終的判定結(jié)果u0(m)輸出。本發(fā)明可提高各次級用戶SUi的可靠性，改善系統(tǒng)的檢測性能。
文檔編號H04B17/00GK101511092SQ20091002870
公開日2009年8月19日 申請日期2009年1月4日 優(yōu)先權(quán)日2009年1月4日
發(fā)明者王金龍, 吳啟暉, 茜 丁, 周廣素, 張玉明 申請人:中國人民解放軍理工大學(xué)