[发明专利]基于最大最小距离分簇的分布式协作频谱感知方法

说明书

本发明公开了认知无人机网络中基于最大最小距离分簇的分布式协作频谱感知方法，利用最大最小距离分簇算法将认知无人机分成多个簇，簇内选出簇头；各认知无人机使用能量检测得到主用户的感知信息；根据分簇情况和各认知无人机的感知信息进行两步融合，使各认知无人机均得到一个一致收敛的全局感应信息；根据全局感知信息作出主用户是否占用频谱的判决；本发明通过将位置相近、移动性相似的认知无人机分为一簇，保证簇内成员同簇头之间的通信，该分簇算法减少了分布式融合时的信息交换次数，提高检测效率；通过两步融合能够在没有融合中心的情况下实现全局感知信息的融合，并减少感知信息交换的次数，实现快速高效的频谱检测。

技术领域

本发明涉及分布式协作频谱感知技术，特别是指基于最大最小距离分簇的分布式协作频谱感知方法。

背景技术

频谱感知，是指认知用户通过各种信号检测和处理手段来获取无线网络中的频谱使用信息，频谱感知技术可以检测当前频谱信息，发现空闲频谱资源以对其进行再利用，提高频谱利用率，缓解频谱紧缺导致的频谱供需矛盾。由于单个认知用户进行频谱感知时检测性能差，因此使用多个认知用户进行协作频谱感知。对于具有移动性的认知用户来说，难以将所有感知信息发送至融合中心进行数据融合，而分布式频协作谱感知是在没有信息融合中心的情况下，多个认知用户仅通过与其相邻邻居节点进行信息交换来实现的协作感知。因此，分布式协作频谱感知对于移动次级用户有更好的通用性和鲁棒性。由于不存在融合中心，任意节点的加入和退出不会对感知网络的运行造成影响。此外，使用分布式协作频谱感知，能够有效解决单用户感知中由于阴影、衰落和隐藏终端造成的频谱检测性能低的问题。

目前多认知用户协作感知的方式主要分为集中式和分布式。如《Cluster-BasedCooperative Spectrum Sensing in Cognitive Radio Systems》中将认知用户分为多个簇，簇头节点收集簇内成员节点感知信息后作出二进制簇内判决结果，然后各簇头节点将其判决结果发送至融合中心进行决策融合，最终作出主用户是否存在的判决。申请专利号“201310745504.1”的中国专利，根据认知用户的接收信噪比，利用模糊均值聚类方法将认知用户分为多个簇，簇头收集簇内成员节点进行软融合，然后发送融合结果至融合中心进行簇间模糊判决软融合得出判决结果。

然而在认知无人机网络中，由于无人机的快速移动和认知无人机网络拓扑结构的不断变化，难以将感知信息发送至同一接收端，因此上述方案不适用于认知无人机网络。《ADistributed Consensus-Based Cooperative Spectrum-Sensing Scheme in CognitiveRadios》提出了在没有融合中心的前提下，多个认知用户通过与其相邻邻居节点进行多次信息交换达到一个收敛结果，然后根据收敛结果进行判决的方案。但当次级用户数目较多时，需要多次的信息交换才能达到收敛值，增加了融合时延，降低了频谱检测的时效性和准确性。

发明内容

有鉴于此，本发明的目的在于提出基于最大最小距离分簇的分布式协作频谱感知方法能够解决上述问题的之一或全部。

基于最大最小距离分簇的分布式协作频谱感知方法，适用于认知无人机网络，所述认知无人机网络中具有一个主用户和N个认知无人机，其步骤为：

利用最大最小距离分簇算法将认知无人机分成多个簇，簇内选出簇头；

各认知无人机使用能量检测得到主用户的感知信息；

根据分簇情况和各认知无人机的感知信息进行两步融合，使各认知无人机

均得到一个一致收敛的全局感应信息；

根据全局感知信息作出主用户是否占用频谱的判决。

进一步的，所述最大最小距离分簇的算法包括：

步骤一、随机选择一个认知无人机作为第一个聚类中心Z₁；