[发明专利]基于协作节点选取和FCM算法的认知车联网频谱感知方法有效

专利信息
申请号: 201810735038.1 申请日: 2018-07-06
公开(公告)号: CN108900266B 公开(公告)日: 2020-06-19
发明(设计)人: 齐嘉杰;胡斌杰 申请(专利权)人: 华南理工大学
主分类号: H04B17/382 分类号: H04B17/382
代理公司: 广州市华学知识产权代理有限公司 44245 代理人: 李斌
地址: 510640 广*** 国省代码: 广东;44
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 协作 节点 选取 fcm 算法 认知 联网 频谱 感知 方法
【说明书】:

发明公开了一种基于协作节点选取和FCM算法的认知车联网频谱感知方法,步骤如下:认知车辆向路侧单元发送通信请求;根据所需车流密度及车辆间距离确定参与协作车辆数,路侧单元利用车辆位置和车辆间相关性选取认知车辆进行协作频谱感知;选取的认知车辆运用能量检测方法进行频谱感知,利用FCM算法对认知车辆检测统计量进行聚类,获取聚类中心和隶属度矩阵,当检测统计量隶属度差异值大于某一阈值时进行本地判决;路侧单元基于协作节点位置和相关性进行加权融合判决,判断主用户是否存在。本发明基于车辆位置和车辆间相关性动态选取协作车辆,保证频谱感知准确性并节省开销;考虑车辆位置的移动,无需信噪比等先验信息,提高检测性能。

技术领域

本发明涉及认知无线电和车载自组网领域技术领域,具体涉及一种基于协作节点选取和FCM算法的认知车联网频谱感知方法。

背景技术

随着社会的进步,汽车行业飞速发展,汽车数量的持续上涨,保障交通安全、提高通行效率需要为车辆提供高速率、低延时、高可靠的通信,车载自组织网络(Vehicular Ad-hoc Networks,VANET)应运而生,主要包括V2V(Vehicle to Vehicle)和V2I(Vehicle toInfrastructure)两种通信方式。车联网作为新型智慧城市的一个标志越来越受到人们的关注,是智能交通系统领域中的研究热点。

然而,随着车辆的增多,车载娱乐的多样化,通信需求大幅度增加,分配给VANET的5.9GHz频段的专用短程通信信道已经不能满足车载通信的需求,车辆高峰时期,将面临信道拥塞,频谱资源短缺的问题。为解决这一问题,提出了通过认知无线电(CR)技术的动态频谱接入(DSA)。 CR的核心功能之一是通过频谱感知识别授权频段的频谱空洞,允许非授权用户在不影响授权用户的通信系统性能的前提下,动态地接入授权用户的空闲频段进行通信。要实现认知无线电通信,频谱感知是首要环节,只有有效地检测到特定频段内是否有可用频谱机会,才能进行下一步工作。

将认知无线电技术应用到车载自组网领域,认知车联网(CR-VANET) 应运而生。车联网中具有认知功能的车辆被称之为认知车辆,认知车辆配备认知无线电通信设备,可以接入DSRC信道,也可以接入其他空闲授权频段。认知车辆通过对周围环境中已授权频谱资源进行感知,快速准确地判断出授权频段的占用情况,自适应调整收发设备至空闲授权频段上通信,提高频谱利用率。针对实际环境中路径损耗和阴影效应等诸多因素对感知性能的不利影响,以及车辆位置的不断变换使接收到的信号能量随之变化的情况,如何研究出满足要求的频谱感知方法,有效使用空闲频谱进行通信,提高频谱利用率已经成为专家学者关注的热点。

发明内容

本发明的目的在于解决现有车载频段无法满足车载通信需求的问题,考虑路径损耗和阴影效应以及车辆移动等因素,提出一种基于协作节点选取和FCM算法的认知车联网频谱感知方法,动态选取参与协作感知的车辆节点,保证频谱感知准确性的同时节省了开销,利用基于FCM算法的能量检测技术进行频谱感知,自适应本地判决,无需信噪比等先验信息,提高了检测性能。

本发明的目的可以通过采取如下技术方案达到:

一种基于协作节点选取和FCM算法的认知车联网频谱感知方法,包括如下步骤:

S1、路侧单元根据感知精度和感知开销的需求确定参与协作的车流密度,基于车流密度及认知车辆间距离确定参与协作车辆节点数,其中车辆位置信息由自带的GPS模块获取;

S2、路侧单元基于车辆位置和车辆间相关性,引入新的参数,动态地选取相关性较小且距离主用户较近的认知车辆节点进行协作频谱感知;

S3、参与协作的认知车辆采用能量检测技术进行频谱感知,将获得的检测统计量存储到车辆存储模块,利用FCM算法进行聚类,获取聚类中心和隶属度矩阵,当检测统计量隶属度差异值大于某一阈值时进行本地判决;

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华南理工大学,未经华南理工大学许可,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/201810735038.1/2.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