[发明专利]基于分簇的协作频谱感知模糊融合方法

摘要

本发明公开一种基于分簇的协作频谱感知模糊融合方法，可在协作频谱感知技术中通过分簇提高协作感知性能。此外，在融合中心端设计一种基于模糊综合判决的线性加权软融合算法，实现认知无线网络的协作频谱检测。采用模糊分簇以及模糊综合判决方法实现分簇和软融合两个子模块，可实现认知无线网络智能化认知功能，同时降低运算复杂度。

主权项

一种基于分簇的协作频谱感知模糊融合方法，其特征在于，包括如下步骤：步骤1：产生主用户信号，调制发射功率由具体网络环境确定；步骤2：设计实现实际认知网络环境下的感知信道噪声与衰落；步骤3：每个认知节点通过对叠加信号的能量捕获，实现能量检测；单个认知节点采用的是能量检测的方法，得到目标频段内的信号能量的统计量；步骤4：采用模糊聚类算法实现分簇过程，选择接收信噪比最大的簇成员为簇头；步骤5：每个分簇内将得到结果送到每个分簇的簇头进行软融合，得到结果送至到报告信道；步骤6：比特数据进入报告信道，进入融合中心，进行簇间模糊判决软融合得出判决结果；步骤7：将协作感知判决结果进行接收机的性能统计，同时发送至动态频谱接入模块，(1)基于分簇的协作感知在协作频谱感知中，设定整个系统的性能为虚警概率Qf和检测概率Qd；其中包括两种通信信道，感知信道和报告信道，它们的平均信噪比分别表示为和i＝1,…,M；簇的个数设定为M；基于分簇的协作频谱感知的主要思想为，假设上层将认知用户分成若干簇，在每一个簇中，选择报告信道接收信噪比SNR最大的认知无线用户，作为此簇中的簇头；每一个簇中用户将检测结果发送到簇头处，由簇头按照某个融合规则进行数据融合，之后各个簇的簇头再将结果发送自融合中心接收端；基于上述分簇思想，设定前提假设：1)假设认知用户对信道的瞬时状态信息已知；2)在一个簇中的用户之间的信道假设是理想的；分簇协作感知过程，描述如下：步骤1：第i个簇中的每个认知用户进行本地能量检测得到能量值Oi,j，向簇中的簇头发送本地检测结果Gi,j＝Ω(Oi,j)，i＝1,2,...,K,j＝1,2,...Ni，其中K是簇的数目，Ni是第i个簇中的认知用户数目；步骤2：每个簇头根据某个融合规则作出第一次决策或数据合并，本设计合并方式为线性加权软合并：步骤3：各个簇头将其决策Bi发送出去，接收端再根据线性加权软融合规则作出最后的判决H，其中是接收解调后的信号；此融合规则设计为线性加权软融合技术，具体内容如下述(2)所述；(2)线性加权软合并协作频谱感知过程通常包括本地感知，感知信息传递和感知信息融合三个阶段；首先每个次级用户感知主用户信息，并将感知信息都发送到融合中心；融合中心将所得到的值和门限值比较，最终判决在所观察的频段上是否有授权用户出现；其具体步骤如下：1)即本地感知阶段，其过程和单用户频谱感知过程完全一致，目前的研究中多采用基于能量检测的感知，尽可能地降低每个次级用户的感知复杂度；2)次级用户将感知信息通过报告信道发送到一个融合中心；该感知问题的数学模型如公式(1)所述，其中s(k)表示主用户信号，hi表示信道增益，xi(k)表示第i个CR用户对接收信号第k次采样的结果，N表示采样的数量，ui表示第i个CR用户本地能量检测的统计量；ni表示检测统计量在传输过程中叠加的噪声；wi表示第i个感知信息在线性融合中对应的权重系数；其中分别表示主要用户信号不存在和存在的假设；用公式表达为：假设噪声采样ni(k)相互独立且服从均值为零，方差为的高斯分布，ηi是第i个CR用户本地的瞬时信噪比，即其中Es代表检测到的主用户信号的能量，即k＝1,…,N表示第k个采样值；根据中心极限定理，如果样本N的数量≥100，测试统计量符合渐近正态分布；ui表示第i个用户的报告信道发送端的统计检测量，N足够大时，该统计检测量服从正态分布ui～N[E(ui),Var(ui)]，其中均值与方差分别如下：报告信道发送端的{ui}统计检测量通过加性高斯白噪声信道后，在报告信道接收端可获得检测统计量{yi}，表示为报告信道方差，该统计量{yi}的均值不变E(yi)＝E(ui)，方差如下于是，全局测试统计数据量yc将会执行线性加权运算此时w＝[w1,w2,.....,wM]T,wi≥0   (6)其中，w表示频谱检测器的权值向量；该协作频谱感知器执行如下判决：当全局统计量满足yc＞γc时，判决主用户存在，该主用户占用频段不可用；当全局统计量满足yc＜γc时，判决主用户不存在，该主用户占用频段可用；其中γc表示频谱检测器设计的判决门限；最终，协作频谱感知的可采用虚警概率Pf和检测概率Pd两个性能参量来评估：其中g＝[|h1|2,|h2|2,....,|hM|2]T代表信道增益振幅的平方，hi表示信道增益，公式(7)和(8)的和分别表示主用户不存在时和存在时的半正定矩阵，可用于描述感知信道噪声与衰落状况，以及报告信道噪声与衰落状况；(3)基于分簇的协作频谱感知模糊融合方法结合上述技术方案基础(1)和(2)，采用分簇的方法是模糊数学的聚类分析具体采用模糊c均值算法进实现分簇过程；然后对于每个簇，根据报告信道最优化规则选择出簇头；每个认知用户均进行能量检测，将检测数据汇报至簇头；该软融合方案包括，①簇头实现第一级软融合过程，随后将结果汇报给融合中心；②融合中心实现第二级软融合，实现主用户是否存在的判决；其中第二级线性软融合过程设计采用模糊矩阵理论实现线性加权模糊融合，该模糊融合模块设计参考下述具体实施方式部分。