[發明專利]一種非高斯噪聲衰落信道下多主用戶動態頻譜感知方法

有效

• 申請號: 202010480889.3
• 申請日: 2020-05-30
• 公開（公告）號: CN111726182B
• 公開（公告）日: 2021-09-17
• 發明（設計）人: 劉明騫;張俊林;楊清海;宮豐奎
• 申請（專利權）人: 西安電子科技大學
• 主分類號: H04B17/382
• 分類號: H04B17/382;H04W16/14
• 代理公司: 西安長和專利代理有限公司 61227
• 代理人: 黃偉洪

本發明屬于認知無線電中頻譜感知技術領域，公開了一種非高斯噪聲衰落信道下多主用戶動態頻譜感知方法，基于極性重合矩陣構建多主用戶動態頻譜感知統計量T_P；依據中心極限定理和泊松分布特性計算檢測門限η_P；將檢測統計量T_P與檢測門限η_P進行比較，如果T_P＜η_P，判為主用戶信號存在，否則，判為主用戶信號不存在，從而實現非高斯噪聲衰落信道下多主用戶動態頻譜感知。系統包括：檢測統計量構建模塊；檢測門限計算模塊；主信號檢測模塊。本發明可以有效實現非高斯噪聲衰落信道下多主用戶動態頻譜感，且在較低信噪比條件下具有較好的性能。此外，本發明所述方法也同樣適用于對于高斯噪聲環境下動態頻譜感知。

技術領域

本發明屬于認知無線電中頻譜感知技術領域，尤其涉及一種非高斯噪聲衰落信道下多主用戶動態頻譜感知方法。

背景技術

頻譜感知是實現認知無線電的關鍵技術之一，是認知無線電網絡實現頻譜動態規劃，提高頻譜利用率的基礎。認知無線電網絡通過頻譜感知技術探尋未被使用的頻譜資源，并允許感知用戶在不干擾主用戶正常通信的前提下使用授權給主要用戶的頻譜，從而大大提高頻譜利用率。然而，在頻譜感知過程中，通常會出現虛警或漏檢的情況，虛警過高會導致頻譜利用率降低，而漏檢的出現會給主用戶帶來干擾。因此研究高精度的頻譜感知技術具有非常重要的意義。

目前，文獻中討論的頻譜感知方法有很多，高斯噪聲下頻譜感知方法主要包括：基于能量的方法(Li B,Sun M,Li X,et al.Energy detection based spectrum sensingfor cognitive radios over time-frequency doubly selective fading channels[J].IEEE Transactions on signal processing,2014,63(2):402-417.)、基于特征值的方法(Liu C,Wang J,Liu X,et al.Maximum eigenvalue-based goodness-of-fit detectionfor spectrum sensing in cognitive radio[J].IEEE Transactions on VehicularTechnology,2019,68(8):7747-7760.)、基于協方差的方法(Jin M,Guo Q,Xi J,etal.Spectrum sensing using weighted covariance matrix in Rayleigh fadingchannels[J].IEEE Transactions on Vehicular Technology,2014,64(11):5137-5148.)和基于循環平穩性的方法(Chaudhari S,Kosunen M,S,et al.Performanceevaluation ofcyclostationary-based cooperative sensing using fieldmeasurements[J].IEEE Transactions on Vehicular Technology,2015,65(4):1982-1997.)。非高斯噪聲下的頻譜感知方法，主要包括：Rao檢測方法(Kang H G,Song I,YoonS,et al.A Class of Spectrum-Sensing Schemes for Cognitive Radio UnderImpulsive Noise Circumstances:Structure and Performance in Nonfading andFading Environments[J].IEEE Transactions on Vehicular Technology,2010,59(9):4322-4339.)、基于廣義協變系數絕對值的頻譜感知和基于多種濾波的頻譜感知(HassanK,Gautier R,Dayoub I,et al.Multiple-Antenna-Based Blind Spectrum Sensing inthe Presence of Impulsive Noise[J].IEEE Transactions on Vehicular Technology,2014,63(5):2248-2257.)、基于分數低階矩的頻譜感知方法(Zhu X,Zhu W P,ChampagneB.Spectrum sensing based on fractional lower ordermoments for cognitiveradios inα-stable distributed noise[J].Signal Processing,2015,111:94-105.)、基于p-范數的頻譜感知方法(Moghimi F,Nasri A,Schober R.Adaptive L_p—NormSpectrum Sensing for Cognitive Radio Networks[J].IEEE Transactions onCommunications,2011,59(7):1934-1945.)、基于極性符合陣列的檢測方法(WimalajeewaT,Varshney P K.Polarity-Coincidence-Array Based Spectrum Sensing for MultipleAntenna Cognitive Radios in the Presence of Non-Gaussian Noise[J].IEEETransactions on Wireless Communications,2011,10(7):2362-2371.)、基于核方法的頻譜感知方法(Margoosian A,Abouei J,Plataniotis K N.An Accurate KernelizedEnergy Detection in Gaussian and non-Gaussian/Impulsive Noises[J].IEEETransactions on Signal Processing,2015,63(21):5621-5636.)。然而，上述頻譜感知方法大多是基于在頻譜感知期間主用戶的狀態不變的假設。但實際感知環境中，為了檢測低信噪比的主用戶信號，頻譜感知過程需要長時間采集信號樣本。在長時間的感知期間，主用戶的信號狀態可能會發生變化。例如，在感知周期內，主用戶信號隨機到達，而現有的頻譜感知方法在主用戶隨機到達條件下檢測性能退化，導致較高的漏檢概率。