[發明專利]一種面向高低軌衛星共存的頻譜認知方法

在審

• 申請號: 202110231125.5
• 申請日: 2021-03-02
• 公開（公告）號: CN113037407A
• 公開（公告）日: 2021-06-25
• 發明（設計）人: 任榮凱;王海濤;張更新
• 申請（專利權）人: 南京郵電大學;南京微星通信技術有限公司
• 主分類號: H04B17/382
• 分類號: H04B17/382;H04W16/14;H04W72/04;H04W72/08;H04B7/185
• 代理公司: 南京瑞弘專利商標事務所(普通合伙) 32249
• 代理人: 徐激波

1.一種面向高低軌衛星共存的頻譜認知方法，其特征在于，包括以下步驟：

步驟S1、位于不同認知衛星定位CSP的低軌衛星認知節點LEO-CN對具備頻譜許可證的高軌衛星系統GEO發射的信號進行采集；

步驟S2、所述各LEO-CN節點將采集到的信號數據與雙門限能量檢測的閾值進行比較；當所述信號數據處于檢測模糊狀態之外時，認知衛星定位節點CSP-CN即獨立作出可信干擾檢測，并向融合中心FC傳送大小為1bit的檢測結果信息；當所述信號數據處于檢測模糊狀態時，認知衛星定位節點CSP-CN和相鄰的CSP-CN將發送它們的干擾測量統計數據至融合中心FC；

步驟S3、對所述步驟S2中作出可信干擾檢測的CSP-CN采用“OR”準則的硬融合判決方法得到判決結果D1；對處于檢測模糊狀態的CSP-CN采用基于等增益合并的軟融合判決，得到判決結果D2；最后FC對兩部分的結果進行“OR”準則的硬融合判決，得到判決結果D；

步驟S4、FC以CSP的空間位置為索引，將利用CSP-CN傳送到FC的數據進行無線電環境制圖，以空間檢測概率和空間虛警概率作為頻譜認知方案的性能衡量標準，描述干擾態勢的分布情況。

2.根據權利要求1所述的一種面向高低軌衛星共存的頻譜認知方法，其特征在于，所述步驟S3中提供的融合策略，具體步驟如下：

步驟S3.1、用H₀表示GEO衛星未使用共享頻段，H₁表示GEO衛星正在使用共享頻段；當LEO-CN的采樣個數N比較大的時候，能量統計量X_i(i)近似于服從正態分布，即其表達式為：

其中是接收信號方差，是噪聲方差，M是信號樣本數量，且M1；

步驟S3.2、所述步驟S3.1中的噪聲包括高斯白噪聲和其他干擾噪聲，噪聲功率隨著時間和相對位置的變化會發生變化，因此設定噪聲的不確定性ρ如下表示：

其中分別為噪聲方差的設計值和真實值，A為10lgρ的最大的噪聲不確定性；

當噪聲功率一定時候，門限值通過虛警概率P_f計算得到能量統計量的判決門限值，即下限λ_L和上限λ_H分別為：

其中Q(·)為標準高斯互補分布函數，即標準正態分布的右尾函數；

在H₀狀態下，定義獲得概率P_d以及虛警概率P_f分別為：

步驟S3.3、將傳統頻譜感知器建模為二元假設檢驗，當考慮干擾檢測模糊狀態時：

其中X_i為第i個CSP節點信道的干擾統計測量值，Y_i為i＝1,2,…,N_{R_CSP}對應的信道狀態，N_{R_CSP}是星載REM涉及的CSP-CN數量，S_i為第i個CSP-CN節點及其鄰近若干節點的干擾測量均值；當第i^th個CSP-CN的測量統計量處于檢測模糊狀態，則測試統計數據并傳送到地面FC進行頻譜協作感知；處于模糊狀態的檢驗統計量計算公式如下：

當所有CSP-CN的貢獻值相同即w_j＝1時，此時即為基于等增益合并的軟融合算法；

步驟S3.4、設定有K個CSP-CNs做出本地判斷，并且N_{S_CSP}-K個統計量處于模糊狀態；首先，對于K個CSP-CNs，采用基于“OR”準則的硬融合決策方法，并獲得判斷結果D₁；然后對處于模糊狀態的N_{S_CSP}-K個CSP-CNs采用基于等增益合并的軟融合判斷方法，得到決策結果D₂；最后將兩部分的結果與FC融合在一起；具體的決策過程如下：

步驟S3.4.1、K個LEO-CNs采用基于“OR”準則的硬融合決策方法得到判決結果D₁如下：

步驟S3.4.2、N_{S_CSP}-K個LEO-CNs采用基于等增益合并的軟融合判斷方法，得到判決結果D₂：

其中λ_EGC是等增益合并算法的判決結果；

步驟S3.4.3、由融合中心FC對兩部分的結果進行“OR”準則的硬融合判決如下：

3.根據權利要求1所述的一種面向高低軌衛星共存的頻譜認知方法，其特征在于，所述步驟S4中無線電環境制圖包括以下步驟：

步驟S4.1、底面融合中心FC獲得處于模糊狀態的CSP-CN的精確位置信息后，利用這些數據進行REM操作，以CSP-CN的空間位置為索引，描述干擾態勢的分布情況；采用空間虛警率和空間檢測率表征性能，具體如下：

其中，表示檢測為存在干擾的CSP-CN數量，表示正確檢測為存在干擾的CSP-CN數量，為和位于干擾范圍內的CSP-CN數量之間的比值，而表示錯誤檢測為存在干擾的CSP-CN數量，為與位于無干擾范圍內的CSP-CN數量之間的比值；因此，是正確檢測為干擾范圍的區域比例，是錯誤檢測為干擾范圍的區域比例；

步驟S4.2、取決于所采用頻譜感知方法的虛警概率，則和與所采用頻譜感知方法的虛警概率和參與無線電環境制圖的CPS-CN數量N_{R_CSP}有關：

其中，f_d(·)為空間中正確檢測到干擾的CSP-CN數量與實際發生干擾的CSP-CN數量之比；f_fa(·)為空間中錯誤檢測到干擾的CSP-CN數量與實際發生干擾的CSP-CN數量之比。通過配置LEO認知系統和參與無線電環境制圖的CSP-CN數量，即可得到預期的空間檢測概率和虛警概率。