本發(fā)明涉及一種認(rèn)知無線電系統(tǒng)中的頻譜感知技術(shù)，尤其是涉及一種基于貝葉斯準(zhǔn)則和能量檢測法的頻譜感知方法。

背景技術(shù)：

隨著無線通信的迅速發(fā)展，無線通信用戶及其業(yè)務(wù)需求不斷增長，并且無線通信所提供的服務(wù)也從簡單的低速語音擴(kuò)展到高速多媒體數(shù)據(jù)應(yīng)用。因此，可用的無線頻譜成為了一種現(xiàn)代社會不可或缺的有限自然資源。一方面，人類對無線頻譜的需求不斷增加；另一方面，可供人類利用的無線頻譜資源是極為有限的，兩者之間的矛盾對無線通信的發(fā)展起到了一定的阻礙作用。為了尋找緩解無線頻譜資源緊張的方法，相關(guān)研究機(jī)構(gòu)對無線頻譜使用狀況進(jìn)行監(jiān)測后發(fā)現(xiàn)：很多被分配給特定用戶的無線頻譜在時(shí)間和空間上并沒有得到充分的利用。美國加州大學(xué)伯克利分校無線通信研究中心對伯克利區(qū)午間時(shí)分的頻譜測量結(jié)果顯示：0～3GHz頻譜利用率較高，大約為30％；3～4GHz頻譜利用率為0.25％；4～5GHz頻譜的利用率只有0.13％。中國移動(dòng)研究院無線技術(shù)研究所在2009年，對我國授權(quán)頻譜的利用情況進(jìn)行了實(shí)測，實(shí)測結(jié)果表明大部分頻譜的利用率不足5％，有的甚至接近0％。也即是說，當(dāng)前固定頻譜分配機(jī)制使得已分配的頻譜資源利用率非常低。認(rèn)知無線電的提出為提高頻譜利用率提供了一個(gè)可行的思路，其能夠有效利用已被分配但是處于空閑狀態(tài)的頻譜資源。為了防止對授權(quán)用戶產(chǎn)生不可接受的干擾，同時(shí)能夠有效檢測出處于空閑狀態(tài)的頻譜資源，頻譜感知成了認(rèn)知無線電系統(tǒng)中的關(guān)鍵技術(shù)之一。

頻譜感知的目的是穩(wěn)健地檢測出授權(quán)頻段中是否存在授權(quán)用戶，為實(shí)現(xiàn)認(rèn)知無線電的其它環(huán)節(jié)作基礎(chǔ)。近幾年，不少學(xué)者和研究機(jī)構(gòu)提出了大量的頻譜感知方法，比如能量檢測法、協(xié)方差檢測法、匹配濾波檢測法、循環(huán)平穩(wěn)檢測法等。其中，能量檢測法因計(jì)算復(fù)雜度低、且不需要授權(quán)用戶信號的任何先驗(yàn)信息得到了廣泛研究。在噪聲功率精確已知時(shí)，能量檢測法在同等復(fù)雜度的檢測器中擁有最佳檢測性能。但是，Tandra等人在2008年發(fā)表的《SNR Walls for Signal Detection》(信號檢測中的信噪比墻現(xiàn)象)一文中指出，實(shí)際中噪聲功率很難確切獲取(也就是說存在噪聲功率不確定性問題)，這時(shí)能量檢測法的性能便會嚴(yán)重下降，同時(shí)產(chǎn)生信噪比墻現(xiàn)象。針對噪聲功率不確定性導(dǎo)致能量檢測法性能下降這一問題，Jouini在2011年發(fā)表的《Energy Detection Limits Under Log-Normal Approximated Noise Uncertainty》(估計(jì)的噪聲功率服從對數(shù)正態(tài)分布下能量檢測法的性能限分析)中，假設(shè)估計(jì)的噪聲功率服從無偏的對數(shù)正態(tài)分布，則可通過重新構(gòu)建檢驗(yàn)統(tǒng)計(jì)量來抵抗噪聲功率不確定性，從而實(shí)現(xiàn)頻譜感知。但是，由于對數(shù)正態(tài)分布是沒有上界的，因此即使存在很小的噪聲功率不確定性也會導(dǎo)致設(shè)計(jì)的檢測器性能嚴(yán)重下降。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問題是提供一種基于貝葉斯準(zhǔn)則和能量檢測法的頻譜感知方法，其考慮到干擾環(huán)境下導(dǎo)致噪聲功率不確定性的情況，通過估計(jì)感知用戶接收到的噪聲功率的分布，并結(jié)合貝葉斯準(zhǔn)則來降低噪聲功率不確定性對頻譜感知性能的影響。

本發(fā)明解決上述技術(shù)問題所采用的技術(shù)方案為：一種基于貝葉斯準(zhǔn)則和能量檢測法的頻譜感知方法，其特征在于包括以下步驟：

①在認(rèn)知無線電系統(tǒng)中，存在多個(gè)感知用戶和多個(gè)授權(quán)用戶；將其中一個(gè)感知用戶作為當(dāng)前感知用戶；利用當(dāng)前感知用戶對監(jiān)測信道中的信號進(jìn)行N次采樣，得到由N個(gè)采樣點(diǎn)信號構(gòu)成的采樣信號，將采樣信號中的第n個(gè)采樣點(diǎn)信號記為x(n)；其中，N≥2，1≤n≤N；

②根據(jù)當(dāng)前感知用戶對應(yīng)的采樣信號中的所有采樣點(diǎn)信號，計(jì)算檢驗(yàn)統(tǒng)計(jì)量，記為T，其中，符號“||”為取絕對值符號；

③根據(jù)當(dāng)前感知用戶對應(yīng)的采樣信號中的所有采樣點(diǎn)信號，估計(jì)得到當(dāng)前感知用戶的噪聲功率的分布；然后根據(jù)當(dāng)前感知用戶的噪聲功率的分布，獲得當(dāng)前感知用戶的噪聲功率的分布的累積分布函數(shù)，記為接著基于貝葉斯準(zhǔn)則和能量檢測法，在給定目標(biāo)虛警概率的情形下，獲得判決門限，記為λ，其中，F(xiàn)()為函數(shù)表示形式，F(xiàn)^-1()為F()的逆函數(shù)，Q()表示標(biāo)準(zhǔn)正態(tài)累積分布函數(shù)的尾部面積函數(shù)；

④比較檢驗(yàn)統(tǒng)計(jì)量T與判決門限λ，如果T>λ，則判定在監(jiān)測信道內(nèi)有授權(quán)用戶信號；如果T≤λ，則判定在監(jiān)測信道內(nèi)無授權(quán)用戶信號，從而實(shí)現(xiàn)頻譜感知。

與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點(diǎn)在于：

1)本發(fā)明方法利用估計(jì)得到的噪聲功率的分布這一先驗(yàn)信息，基于貝葉斯準(zhǔn)則和傳統(tǒng)的能量檢測法來獲取判決門限，最后通過比較檢驗(yàn)統(tǒng)計(jì)量與判決門限的大小來實(shí)現(xiàn)頻譜感知，很好的降低了噪聲功率不確定性對頻譜感知性能的影響，因此能夠獲得很好的頻譜感知性能。

2)本發(fā)明方法在計(jì)算檢驗(yàn)統(tǒng)計(jì)量時(shí)，由于本發(fā)明方法基于傳統(tǒng)的能量檢測法，因此其繼承了傳統(tǒng)的能量檢測法計(jì)算復(fù)雜度低、操作簡單的優(yōu)點(diǎn)，并且在噪聲功率不確定性情況下具有比傳統(tǒng)的能量檢測法更好的感知性能。

3)本發(fā)明方法不需要授權(quán)用戶信號的任何先驗(yàn)信息，因此其適用于監(jiān)測信道中存在的任何一種類型的授權(quán)用戶信號，這大大擴(kuò)展了本發(fā)明方法的應(yīng)用范圍。

4)與傳統(tǒng)的能量檢測法相比，由于本發(fā)明方法采用了貝葉斯準(zhǔn)則使得本發(fā)明方法的平均虛警概率與設(shè)定的目標(biāo)虛警概率高度吻合，從而克服了傳統(tǒng)的能量檢測法存在噪聲不確定性時(shí)判決門限設(shè)定過高的問題，最終使得本發(fā)明方法具有更好的感知性能。

5)與Jouini提出的頻譜感知方法相比，本發(fā)明方法避免了估計(jì)的噪聲功率與實(shí)際噪聲功率不一致而導(dǎo)致性能下降這一問題，因此本發(fā)明方法的感知性能更優(yōu)。

附圖說明

圖1為本發(fā)明方法的實(shí)現(xiàn)流程框圖；

圖2為當(dāng)噪聲功率不確定度為0.3分貝時(shí)，分別利用本發(fā)明方法和Jouini提出的頻譜感知方法得到的ROC曲線圖；

圖3為當(dāng)噪聲功率不確定度為0.5分貝時(shí)，分別利用本發(fā)明方法和Jouini提出的頻譜感知方法得到的ROC曲線圖。

具體實(shí)施方式

以下結(jié)合附圖實(shí)施例對本發(fā)明作進(jìn)一步詳細(xì)描述。

本發(fā)明提出的一種基于貝葉斯準(zhǔn)則和能量檢測法的頻譜感知方法，其實(shí)現(xiàn)流程框圖如圖1所示，其包括以下步驟：

①在認(rèn)知無線電系統(tǒng)中，存在多個(gè)感知用戶和多個(gè)授權(quán)用戶；將其中一個(gè)感知用戶作為當(dāng)前感知用戶；利用當(dāng)前感知用戶對監(jiān)測信道中的信號進(jìn)行N次采樣，得到由N個(gè)采樣點(diǎn)信號構(gòu)成的采樣信號，將采樣信號中的第n個(gè)采樣點(diǎn)信號記為x(n)；其中，N≥2，在本實(shí)施例中取N＝1000，1≤n≤N。

②根據(jù)當(dāng)前感知用戶對應(yīng)的采樣信號中的所有采樣點(diǎn)信號，計(jì)算檢驗(yàn)統(tǒng)計(jì)量，記為T，其中，符號“||”為取絕對值符號。

③根據(jù)當(dāng)前感知用戶對應(yīng)的采樣信號中的所有采樣點(diǎn)信號，并利用現(xiàn)有技術(shù)估計(jì)得到當(dāng)前感知用戶的噪聲功率的分布；然后根據(jù)當(dāng)前感知用戶的噪聲功率的分布，獲得當(dāng)前感知用戶的噪聲功率的分布的概率密度函數(shù)和累積分布函數(shù)，對應(yīng)記為和接著基于貝葉斯準(zhǔn)則和能量檢測法，在給定目標(biāo)虛警概率的情形下，獲得判決門限，記為λ，其中，f()和F()均為函數(shù)表示形式，F(xiàn)^-1()為F()的逆函數(shù)，Q()表示標(biāo)準(zhǔn)正態(tài)累積分布函數(shù)的尾部面積函數(shù)。

④比較檢驗(yàn)統(tǒng)計(jì)量T與判決門限λ，如果T>λ，則判定在監(jiān)測信道內(nèi)有授權(quán)用戶信號；如果T≤λ，則判定在監(jiān)測信道內(nèi)無授權(quán)用戶信號，從而實(shí)現(xiàn)頻譜感知。

通過以下仿真來進(jìn)一步說明本發(fā)明方法的可行性和有效性。

假設(shè)利用當(dāng)前感知用戶對監(jiān)測信道中的信號進(jìn)行N＝1000次采樣，信噪比設(shè)為-1分貝。圖2給出了當(dāng)噪聲功率不確定度為0.3分貝時(shí)，分別利用本發(fā)明方法和Jouini提出的頻譜感知方法得到的ROC曲線。從圖2中可以看出，利用本發(fā)明方法得到的ROC曲線高于利用Jouini提出的頻譜感知方法得到的ROC曲線，這充分表明了本發(fā)明方法比Jouini提出的頻譜感知方法具有更好的頻譜感知性能。

假設(shè)利用當(dāng)前感知用戶對監(jiān)測信道中的信號進(jìn)行N＝1000次采樣，信噪比同樣設(shè)為-1分貝。圖3給出了當(dāng)噪聲功率不確定度為0.5分貝時(shí)，分別利用本發(fā)明方法和Jouini提出的頻譜感知方法得到的ROC曲線。從圖3中可以看出，本發(fā)明方法比Jouini提出的頻譜感知方法具有更好的頻譜感知性能。

圖2和圖3所示的ROC曲線為感受性曲線，橫坐標(biāo)為虛警概率，縱坐標(biāo)為檢測概率，若曲線下方的面積越大，則表示該曲線所對應(yīng)的頻譜感知方法的檢測性能越好。