[发明专利]一种基于多用户历史感知数据挖掘的协作频谱感知方法

权利要求书

1.一种基于多用户历史感知数据挖掘的协作频谱感知方法，用以判定目标信道是否被占用，其特征在于，包括以下步骤：

1)对各SU节点中的历史感知数据通过拒识过程进行筛选，获得有效的历史感知数据；

2)采用粘性分层狄利克雷过程—隐马尔科夫模型通过迭代求解获取感知数据的隐含频谱状态以及对应的高斯分布参数。

3)对感知数据频谱状态进行判决。

2.根据权利要求1所述的一种基于多用户历史感知数据挖掘的协作频谱感知方法，其特征在于，所述的步骤1)具体包括以下步骤：

11)对于各SU节点中的历史感知数据，建立每一时刻的感知信号数据集；

12)设定拒识门限并定义拒绝域；

13)将每个感知信号的似然概率与拒识门限比较，若似然概率小于拒识门限，则判定其属于拒绝域，舍弃，若不属于拒绝域，则保留，并对保留下来的信号建立新的感知信号数据集。

3.根据权利要求1所述的一种基于多用户历史感知数据挖掘的协作频谱感知方法，其特征在于，所述的步骤2)具体包括以下步骤：

21)根据感知信号数据集{y_t},t＝1,...,T的能量进行频谱判决，获取初始隐藏频谱状态总数K、每类状态对应的高斯分布参数以及初始中间过渡分布，并将感知信号数据集{y_t},t＝1,...,T的频谱判决结果作为初始的隐含频谱状态集；

22)根据当前步骤n的中间过渡分布βⁿ计算隐含频谱状态集属于状态k∈K和新状态K+1对应的概率值，并对其进行抽样获取当前步骤n对应的隐含频谱状态集并将当前步骤n对应的隐含频谱状态集赋值给下一步骤n+1的隐含频谱状态集将当前步骤n对应的中间过渡分布βⁿ赋值给下一步的中间过渡分布βⁿ⁺¹；

23)重复步骤22)进行迭代更新，当抽样出现新的隐藏频谱状态K+1时，则对中间过渡分布βⁿ进行更新。

4.根据权利要求3所述的一种基于多用户历史感知数据挖掘的协作频谱感知方法，其特征在于，所述的步骤22)中，隐含频谱状态集属于第k种状态和新状态K+1的概率值的计算式为：

$\begin{array}{c}{f}_k\left(y_t\right)=\left(\frac{{\mathrm{\α}}_0{\mathrm{\β}}_{z_{t+1}}+{\mathrm{num}}_{{\mathrm{kz}}_{t+1}}+\mathrm{\κ}\mathrm{\δ}\left(k,z_{t+1}\right)+\mathrm{\δ}\left(z_{t-1},k\right)\mathrm{\δ}\left(k,z_{t+1}\right)}{{\mathrm{\α}}_0+{\mathrm{num}}_{k.}+\mathrm{\κ}+\mathrm{\δ}\left(z_{t-1},k\right)}\right)\·\\ t_k\left(y_t;\widehat{{\mathrm{\μ}}_k},\widehat{{\mathrm{\σ}}_k^2}\right)\·\left({\mathrm{\α}}_0{\mathrm{\β}}_k+{\mathrm{num}}_{z_{t-1}k}+\mathrm{\κ}\mathrm{\δ}\left(z_{t-1},k\right)\right),k=1,2,\mathrm{...}K\end{array}$

其中，α₀为标准HDP分层结构中第一层DP的集中参数，κ为自转移常数，为上一步迭代后频谱状态为k而当次迭代后频谱状态为z_t+1的数据的个数；num_k.为上一步迭代后频谱状态为k的数据的个数，δ(z_t-1,k)与δ(k,z_t+1)为冲激函数，当k＝z_t+1时，则δ(k,z_t+1)＝1，为感知数据y_t属于第k种状态的似然函数。