[发明专利]一种能效优先的分布式压缩感知频谱检测与功率分配方法

说明书

本发明公开一种能效优先的分布式压缩感知频谱检测与功率分配方法。本方法利用分布式压缩感知子空间追踪或分布式压缩感知稀疏度自适应匹配追踪进行认知用户感知信号稀疏重构，根据信道能量累积进行频谱检测。同时，通过构造重构与检测阶段的加权能耗函数，综合考虑了重构均方误差、检测概率、用户功率分配比以及认知链路频带利用率等约束条件，数值求解该优化问题得到在不同的重构能耗权值和稀疏度情况下的系统最小加权能耗。在低重构能耗权值与低稀疏度的情况下，本发明方案的系统加权能耗较小。当认知用户满足近似等功率分配时的系统加权能耗可达最小值。本发明有效折衷了认知无线网络的能量有效性与频谱有效性。

技术领域

本发明属于信息与通信工程技术领域，涉及认知无线网络(Cognitive RadioNetwork,CRN)中基于能量有效性的宽带压缩频谱检测与资源分配，特别是一种能效优先的分布式压缩感知频谱检测与功率分配方法。

背景技术

认知无线电(Cognitive Radio,CR)亦称为感知无线电，它可在不影响主用户(Primary Users,PUs)通信的前提下，智能地利用大量空闲频谱以满足次用户(SecondaryUsers,SUs)即认知用户(Cognitive Users,CUs)的可靠通信，从而提高无线频谱的利用率，实现频谱资源共享。认知用户能够实时感知无线通信系统周围的网络环境，通过对环境的理解、主动学习来动态地调整网络参数以适应外部环境的变化。

认知无线电具备极高的频谱使用效率，允许在时间、频率以及空间上进行多维信道复用，它通过机会通信方式提高频谱利用率，充分利用有限的频谱资源，实现动态频谱共享。CR技术将大大降低由于频段和带宽的限制对无线技术发展的束缚，代表着无线通信技术的新发展，并已作为B4G和物联网标准中的关键技术之一。

在追求高频谱利用率、高传输效率的同时，CR对能量有效性、提高系统抗干扰性能等方面提出了更高的要求。绿色CR网络逐渐成为未来CR网络的研究方向之一。在绿色CR网络中，利用压缩感知(Compressive Sensing,CS)对CR节点感知数据进行观测与稀疏重构，可以降低节点能耗，实现基于能量有效性的自适应频谱检测。

构造绿色节能的CR网络是未来CR的发展趋势。在绿色CR网络中，必须考虑在CR节点能量有效的前提下，利用CR节点进行协作感知以提高感知准确度。同时，针对授权主用户信号在空频域的稀疏性特点，通过分布式压缩感知方法实现感知信号的稀疏重构与宽带压缩频谱检测，同时对所选择的最佳协作认知节点进行功率分配，在满足一定重构均方误差与检测概率要求下实现能效优先的CR宽带频谱检测与最佳协作节点功率分配。

发明内容

本发明的目的是针对现有技术的不足，即能耗问题已成为制约认知无线电(CR)技术发展与应用的重要因素。多个认知用户通过分布式压缩感知(Distributed CompressiveSensing,DCS)虽可提高系统的检测性能和频谱有效性，但同时将增加认知无线网络(CRN)的网络能耗。针对此问题，本发明提供认知无线网络中一种能效优先的分布式压缩感知频谱检测与功率分配方法。

本发明方法利用分布式压缩感知子空间追踪或分布式压缩感知稀疏度自适应匹配追踪进行认知用户感知信号稀疏重构，根据信道能量累积进行频谱检测。同时，通过构造重构与检测阶段的加权能耗函数，综合考虑了重构均方误差、检测概率、用户功率分配比以及认知链路频带利用率等约束条件，数值求解该优化问题得到在不同的重构能耗权值和稀疏度情况下的系统最小加权能耗。在低重构能耗权值与低稀疏度的情况下，本发明方案的系统加权能耗较小。当认知用户满足近似等功率分配时的系统加权能耗可达最小值。此外，检测性能和认知链路频带利用率均与系统加权能耗存在着折衷关系。本发明有效折衷了认知无线网络的能量有效性与频谱有效性。

本发明解决其技术问题所采取的技术方案包括以下步骤：