[发明专利]一种认知无线电中基于支持向量机的MAC协议识别方法

说明书

技术领域

本发明涉及的是一种认知无线电中基于支持向量机的MAC协议识别方法，属于认知无线电技术领域。

背景技术

认知无线电(CognitiveRadio，CR)是一种智能无线通信系统，它能够感知外界环境，利用人工智能技术从环境中学习，通过实时改变某些操作参数，使其内部状态适应接收到的无线信号的统计性变化。认知无线电主要包括以下三个方面的内容：无线环境分析、信道状态估计与预测建模、发射功率控制和动态频谱管理。实现认知无线电的两个最主要的目标是：任何时间、任何地点的高度可靠通信以及对频谱资源的有效利用。

认知无线电作为一种智能频谱共享技术，通过感知外部无线电环境以动态地改变无线电参数及协议标准来接入主用户(PrimaryUser，PU)的频谱空洞(SpectrumHole，SP)，从而达到充分利用宝贵的频谱资源的目的。为了能够在不对主用户产生干扰的情况下充分利用频谱资源，次用户(SecondUser，SU)需要提取主用户的物理层和MAC层信息，包括位置、传输功率、MAC协议及网络流量等。因此，对媒体接入控制(MediaAccessControl,MAC)协议的感知是其关键技术之一。

在认知无线电中，对MAC协议的研究分成两类，其一是为无线网络设计一种特殊的MAC协议；其二是准确的感知到当前网络正在使用的MAC协议。为了能够准确的判断频谱空洞的频段范围及其时间长度，以避免对主用户产生干扰，次用户需要考虑其所要接入的网络使用的MAC协议。因此，为了让次用户能够接入当前的无线网络而不改变网络协议，提出使用机器学习的方法动态感知当前网络使用的MAC协议的方法。

传统认知无线电中MAC协议识别可以分为以下几个阶段：

第一阶段：次用户感知并记录主用户网络的传输信号，以固定频率对信号进行采样。

第二阶段：根据采样信号，提取信号的功率特征，包括功率均值和功率方差。

第三阶段：利用提取的信号特征构建特征空间，并以具有特征属性的特征集合表示，对特征集合中不同协议的数据成员进行标识，用于训练SVM(supportvectormachine)分类器。

第四阶段：利用训练好的分类器，对另一组特征数据集进行分类，得到不同协议数据的标签，即完成对不同MAC协议的识别。

由于传统的MAC协议识别方法只提取功率特征作为特征参数，只能识别开基于竞争的MAC协议(如slottedALOHA)和基于控制的MAC协议(如TDMA)，而无法对每类中的MAC协议进一步区分。另外，传统的MAC协议识别方法是在理想的网络环境中对信号进行采样和特征提取，并未考虑到无线信道的衰落特性和噪声的不确定性，因此无法应用到实际的认知无线电网络中。

本发明针对传统MAC协议识别方法的缺点，进行相应改进，并据此提出一种基于支持向量机的MAC协议识别方法。

发明内容

发明目的：针对传统MAC协议识别方法中特征提取的不足，本发明考虑无线信道的衰落特性以及噪声的不确定性，设计了一种认知无线电中基于支持向量机的MAC协议识别方法。

技术方案：本发明提出的认知无线电中基于支持向量机的MAC协议识别方法，主要包括以下几个阶段。

第一阶段：次用户感知并记录主用户网络的传输信号，以固定频率对信号进行采样，且采样间隔时间远小于信道忙碌时间和信道空闲时间。由于考虑到无线信号的衰落特性，在时间i采样到的信号功率p_i服从指数分布，均值功率为p_m，则其概率密度函数为

prob(pi)=1pme-pipm---(1)]]>