[发明专利]基于信道保持时间的频谱检测方法在审

专利信息
申请号: 201710894992.0 申请日: 2017-09-28
公开(公告)号: CN107517090A 公开(公告)日: 2017-12-26
发明(设计)人: 白雪梅;马努尔;耿小飞;彭金歌;王志军;张晨洁;胡汉平;郭滨 申请(专利权)人: 长春理工大学
主分类号: H04B17/382 分类号: H04B17/382
代理公司: 长春菁华专利商标代理事务所(普通合伙)22210 代理人: 陶尊新
地址: 130022 吉林*** 国省代码: 吉林;22
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 信道 保持 时间 频谱 检测 方法
【说明书】:

技术领域

发明属于认知无线电技术领域,具体涉及一种基于信道保持时间的频谱检测方法。

背景技术

无线电频谱是一种有限的自然资源,无线通信的广泛使用导致频谱的稀缺,使频谱日益拥挤,同时人们发现很多已经分配的静态频谱被无效利用或者并未得到充分利用,造成频谱资源浪费。传统的频谱管理方法不灵活,很难在持有无线运营商许可证的特定频段内找到空闲的频带。在这种情况下,我们需要一个改进的频谱利用率,这将为动态频谱接入(DSA)创造机会。其中,一个可能的解决方案是使用“认知无线电”技术。

传统方法是采用假设检验的方法,检测频带是否被占用。主要的频谱检测技术有能量检测、循环平稳检测和匹配滤波器检测,许多技术提出的混合算法,能够得到比单一技术获得更好的结果。不过,这些方法存在不足。首先,在认知无线电系统中,持续感知频谱是不现实的,因为它会占用所有的接收器资源,而没有空间发送接收数据,造成资源的浪费。其次,能量检测在低信噪比下不能工作,无法区分用户;循环平稳检测和匹配滤波器检测都需要主用户的部分信息,计算成本高。最后,这些方法虽然能够完成一定意义上的频谱检测,但是,未能完成在优化检测时间的基础上提高认知用户吞吐量的任务,更没有提升认知无线网络性能。

在认知无线电系统中,持续检测频谱是不现实的,因为它会占用所有的接收器资源;因此,定期进行检测被认为是最佳的方法。

认知无线电节点无法检测出主用户环境,但认知无线电可以根据主用户的频谱占用特性来检测主用户,换句话说,如果主用户检测时间δt超过检测持续时间Tw传输,则认知无线电只检测主用户。

发明内容

为了解决现有技术中存在的问题,本发明提供了一种基于信道保持时间的频谱检测方法,利用泊松帕累托过程的时间统计模型和基于人类行为的粒子群优化算法,完成频谱检测时间优化,实现认知无线电的频谱感知。

本发明解决技术问题所采用的技术方案如下:

基于信道保持时间的频谱检测方法,包括:

步骤一:使用泊松帕累托过程的时间模型,还原一个Web应用程序和加性高斯白噪声过程,由能量的检测概率计算出检测概率;

步骤二:在时间和噪声统计的基础上,推导出主用户的检测时间δt:

其中,λ为到达率;QN是IN-1(.)的一种4阶修正贝塞尔函数的广义马坎Q函数;N为时间带宽的乘积;ρ为信噪比;μ为阈值;PF为虚警概率;PD为检测概率;TW为持续时间;τ为信道保持时间;

步骤三:在吞吐量达到目标吞吐量的前提下,对检测时间δt进行优化,使其达到最小:

其中,是主用户的目标吞吐量。

优选的是,所述步骤二还包括:分别在噪声存在和不存在的环境下分析检测概率,得出信道保持时间显著影响系统性能。

优选的是,利用基于人类行为的粒子群优化算法对检测时间δt进行优化。

优选的是,所述检测概率PD为:

其中,PD”为封闭形式的检测概率。

优选的是,所述虚警概率PF为:

PF=Γ(N,μ/2)

其中,Γ(a,b)是上不完全伽玛函数。

优选的是,所述QN为:

其中QN是(N-1)阶修正贝塞尔函数的广义马坎Q函数。

本发明的有益效果是:1、在有噪声和无噪声两种环境下,分别准确计算信道保持时间内的PD、Pf、Pm,即为检测概率、虚警概率和漏检概率。2、利用泊松帕累托(PPBP)模型,本发明能够准确计算频段在任意持续时间Tw的占用概率P0、检测概率PD’、平均检测概率PD”、虚警概率PF和重写的检测概率PD,由此来完成分析频谱检测中信道保持时间影响的任务。3、本发明通过优化检测时间来最大化认知用户吞吐量,允许认知无线电节约能源。4、本发明还利用检测概率的表达式,总结出保证以90%概率检测主用户时所需最小检测时间的表达式,由此能够通过优化检测时间,使认知无线电网络的性能得到显著改善。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长春理工大学,未经长春理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710894992.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top