[发明专利]认知自组织网络中基于无监督聚类的分布式合作频谱感知方法

权利要求书

1.一种认知自组织网络中基于无监督聚类的分布式合作频谱感知方法，其特征是：在无控制中心的情况下，首先通过无监督聚类方法确定具有最佳感知性能的认知用户集合SBS，然后基于共识理论实现SBS内的多个认知用户SUs之间的合作频谱检测，得到对应频谱占用的概率，最后利用广播机制将检测结果告知给SBS外的多个认知用户SUs。

2.根据权利要求1所述的认知自组织网络中基于无监督聚类的分布式合作频谱感知方法，其特征是它包括以下步骤：

步骤1.参数初始化：

每个SU首先获得自身对环境的观测量，然后随机初始化自身对SBS类和非SBS类的本地类质心和本地拉格朗日乘子，在此基础上，每个SU初始化本地类归属系数；

所述的“类质心”是指类中所有认知用户的环境观测量的加权平均值；

所述的“拉格朗日乘子”是聚类算法的中间过渡变量，没有具体的物理意义；

所述的“类归属系数”是表征其属于SBS类和非SBS类的可能性；

步骤2.基于无监督聚类方法确定SBS：

每个SU首先与一跳邻居SUs交互本地类质心，基于该交互信息，每个SU依次更新本地类质心、本地拉格朗日乘子和本地类归属系数，该过程迭代进行，直至迭代终止条件满足；

当算法迭代终止后，网络中所有SUs的本地类质心将趋于相同，即达成“全体SU类质心共识”，但是每个SU得到的本地类归属系数各不相同，基于此，每个SU根据自身的本地类归属系数进行类归属判决，实现无监督聚类；

步骤3.基于共识理论实现SBS类内分布式合作频谱检测：

SBS类内的每个SU首先进行本地能量感知，然后与邻居SUs之间交互本地能量观测值，基于共识协议进行数据融合，经过多次迭代，最终SBS类内的所有SUs达成对频谱能量观测值的共识；

基于共识的能量观测值，每个SU进行本地判决，得到频谱状态检测结果即频谱空闲或占用；

步骤4.广播检测结果：

SBS类的每个SU将检测结果广播给类外的邻居SU，实现全网SU对感知结果达成共识。

3.根据权利要求1或2所述的认知自组织网络中基于无监督聚类的分布式合作频谱感知方法，其特征是所述的无监督聚类方法包括以下步骤：

步骤1.参数初始化：

1.1基于历史感知信息{E_i(m)|m＝1，...，M}，网络中每个SUi∈{1，...，N}首先获得自身对频谱环境的观测量：

Oi=1MΣm=1MEi(m)]]>

其中E_i(m)是第m次感知时检测到的能量值，M是累加的次数；

1.2网络中每个SUi∈{1，...，N}随机初始化k∈{1，2}和k∈{1，2}，其中k∈{1，2}分别是SUi∈{1，...，N}本地的SBS类和非SBS类的初始质心，所述的质心是指类中所有认知用户的观测量的加权平均值，k∈{1，2}分别是SUi∈{1，...，N}本地的SBS类和非SBS类的初始拉格朗日乘子；

1.3网络中各认知用户SUi∈{1，...，N}初始化本地类归属系数

ai0(k)=||Oi-ci0(k)||-2p-1Σk=1K||Oi-ci0(k)||-2p-1,∀i∈{1,...,N},∀k∈{1,2}]]>

其中，p＞1，这里ai0(k)∈[0,1],∀i∈{1,...,N},∀k∈{1,2};]]>

步骤2.基于无监督聚类确定SBS：

每个SU首先与一跳邻居SUs交互本地类质心，基于该交互信息，每个SU依次更新本地类质心、本地拉格朗日乘子和本地类归属系数，该过程迭代进行，直至迭代终止条件满足；当迭代终止后，每个SU得到本地类归属系数和本地类质心；在此基础上，每个SU根据得到的本地类归属系数进行类归属判决，实现无监督聚类；

具体通过执行以下分布式迭代方法实现：基于第t＝0，1，2，...次迭代获得的本地类质心每个SUi，i∈{1，...，N}进行第t+1次迭代：

2.1每个SUi∈{1，...，N}将本地类质心广播给一跳邻居用户这里S_i是指SUi的一跳邻居的集合，d_ij表示认知用户SUi与其一跳邻居用户SUj之间的距离，d_com表示两SU之间可以正常通信的最大距离；

2.2每个SUi，i∈{1，...，N}收到所有一跳邻居用户的本地类质心后，更新本地类质心，得到：

cit+1(k)=(ait+1(k)2η|Si|)-1{ait+1(k)Oi-2λit(k)+ηΣj∈Si[cit(k)+cJt(k)]},∀i∈{1,...,N},k∈{1,2}]]>

其中，η＞0；|S_i|表示SUi的一跳邻居集合S_i中元素的个数；是一个动态更新的本地拉格朗日乘子，其更新规则依据下述步骤2.4；

2.3每个SUi∈{1，...，N}更新本地类归属系数，得到：

ait+1(k)=||Oi-cit+1(k)||-2p-1Σk=1K||Oi-cit+1(k)||-2p-1,∀i∈{1,...,N},∀k∈{1,2}]]>

其中，p＞1；

2.4每个SUi∈{1，...，N}更新本地拉格朗日乘子，得到：

λit+1(k)=λit(k)+η2Σj∈Si[cjt+1(k)-cit+1(k)],∀i∈{1,...,N},k∈{1,2}]]>

步骤2.1-2.4迭代进行，经过多次迭代，若条件和同时满足，则迭代终止；其中，ε_a，ε_c和ε_λ均为接近于0的正数，实际中常取ε_a＝ε_c＝ε_λ∈[10^-6，10^-3]，若终止条件不满足，则跳回步骤2.1，若条件满足，则迭代终止；

2.5迭代终止后，每个SUi，i∈{1，...，N}按照如下规则进行本地类归属判决：

每个SUi，i∈{1，...，N}确定进入SBS类或非SBS类；

当则SUi进入k＝1的类，并将置为1，置为0；

反之当则SUi进入k＝2的类，并将置为0，置为1；

经过步骤2.5的类归属判决，属于SBS类的所有SU自发地聚集在一起，构成SBS用户集：

其中，表示质心较大的类，即SBS类的，表示SUi归属于SBS类k^◇，S_SBS表示所有归属于SBS类k^◇的SU的集合；

步骤3.基于共识理论实现SBS类内分布式合作频谱检测：

在步骤2中最佳感知性能的SUs自组织地形成SBS类的基础上，SBS类内的每个SU首先进行本地能量感知，然后与邻居SUs之间交互本地能量观测值，基于共识协议进行数据融合，经过多次迭代，最终SBS类内的所有SUs达成对频谱能量观测值的共识，基于此共识，每个SU进行本地判决，得到频谱状态检测结果即频谱空闲或占用：

具体通过执行以下分布式迭代方法实现：基于第t＝0，1，2，...次迭代获得的本地共识变量每个SUi，i∈{1，...，N}进行第t+1次迭代：

3.1初始化：SBS类即最佳感知性能认知用户集合S_SBS内的每个SUi∈S_SBS进行本地能量检测，得到能量观测值E_i并将其初始本地共识变量设为

3.2每个SUi∈S_SBS与其一跳邻居交互共识变量即每个SUi∈S_SBS将它的共识变量值广播给一跳邻居用户同时接收来自一跳邻居认知用户SU的共识变量

3.3每个SUi，i∈{1，...，N}收到所有一跳邻居用户的共识变量后，每个SUi∈S_SBS根据如下共识协议进行信息融合：

xit+1=xit+sxΣj∈Si(xjt-xit)]]>

其中s_x＞0是迭代步长，通常取

若条件满足，则迭代终止，全网平均共识渐近达成，且共识值渐近为其中ε_x是接近于0的正数，实际中常取ε_a＝ε_c＝ε_λ∈[10^-6，10^-3]，若条件不满足，则跳回步骤3.2，若条件满足，则迭代终止；

3.4一旦迭代终止，每个SU得到最终的共识变量值x^*，进行如下本地判决，

其中λ是频谱检测的判决门限，λ对应于一个检测性能工作点(P_fa，P_d)，P_fa指的是虚警概率，即实际频谱空闲，判决结果为频谱占用的概率；P_d是检测概率，即原本实际频谱占用，判决结果也为频谱占用的概率；

步骤4.广播检测结果，完成以下工作：

SBS类内的每个SUi∈S_SBS将检测结果d广播给类外的邻居SU即SUi的邻居中属于非SBS类的用户，从而使得非SBS类的用户更新对于频谱空闲/占用状态的认知，实现全网SU对感知结果达成共识。