[发明专利]认知无线电系统中基于合作感知的授权用户参数估计方法

摘要

认知无线电系统中基于合作感知的授权用户参数估计方法，涉及认知无线电通信系统中的参数估计领域。它为了解决认知无线电系统中认知用户在低信噪比条件下对授权用户参数进行估计的问题。在合作检测的基础上，利用隐式马尔可夫模型描述授权系统中授权用户繁忙与空闲状态变化过程，使得隐式马尔可夫模型中隐藏状态转移概率矩阵由授权系统中授权用户到达率与服务率来表示。每个认知用户将检测结果传送至认知基站，基站通过“或准则”对收集到的数据进行处理，得出最终检测结果。最后采用Baum‑Welsh算法估计隐式马尔可夫模型，获得隐藏状态转移概率矩阵和混淆矩阵，从而估计出授权系统中到达率与服务率参数。本发明适用于认知无线电系统中。

主权项

1.一种认知无线电系统中基于合作感知的授权用户参数估计方法，其特征在于：所述方法由以下步骤实现：步骤一、利用排队模型对每条授权信道进行建模与分析：假设授权用户到达率服从泊松分布，窗口服务率满足指数分布，每个信道同一时刻仅有一个窗口进行服务，信道缓存容量为授权用户遵从“先到先服务”原则；设表示授权信道所处的状态，即授权系统中授权用户的数量；当时，λc表示授权信道状态从c到c+1的到达率；当时，μc表示授权信道状态从c到c‑1的服务率；令授权用户稳定的信道状态概率分布如下，其中，P_c表示授权系统处于状态c的概率，满足步骤二、利用隐式马尔可夫模型θ＝(R,E,π)来分析授权用户信道繁忙与空闲的变化过程：用R表示隐藏状态转移概率矩阵、E表示混淆矩阵、π表示授权用户初始状态概率分布；将授权用户对于信道的真实使用情况视为隐藏状态，1示繁忙，0示空闲；而认知用户检测结果视为可观测序列，1示检测结果为繁忙，0示检测结果为空闲；隐藏状态转移概率矩阵表示为，其中，rij(i,j∈{0,1})表示授权用户由状态i到状态j的转移概率，并且满足∑irij＝1和∑jrij＝1；根据排队论模型，单位时间内授权用户的状态转移概率表示为如下表达式，步骤三、利用合作感知方法计算认知用户对授权用户的检测概率和虚警概率：假设认知无线电系统中存在M个用户，所有用户将检测传送至认知基站，基站通过“或准则”对接收到的数据进行处理，从而得出最终检测结果；用分别表示认知用户m单独进行检测时检测概率与虚警概率，根据“或准则”得到最终的检测概率与虚警概率的表达式如下：步骤四、在第三步的基础上，根据合作感知方法的检测概率和虚警概率来表示混淆矩阵，其中，ejk(j,k∈{0,1})表示授权用户处于j状态而检测结果为k的概率，是隐藏状态为j而可观测序列值为k的概率，满足条件∑jejk＝1和∑kejk＝1；当j＝0,k＝0时，表示授权信道空闲，检测结果也为空闲，那么e00＝1‑Pf；按照同样的方式，得到如下的混淆矩阵，步骤五、通过以上四个步骤，获得隐式马尔可夫模型重要参数表达式，再利用Baum‑Welsh算法对隐式马尔可夫模型θ＝(R,E,π)进行估计，估计方法表达式如下，其中，T表示对隐式马尔可夫模型进行估计时所用到的合作感知次数，也就是时隙数，认知用户每个时隙均需要对授权用户进行频谱检测；表示初始时刻授权用户状态概率分布；V_t表示t时刻最终检测结果；表示从状态i发生转移的平均时隙数；表示从状态i转移到状态j的平均时隙数；从而可以获得隐式马尔可夫模型的估计值步骤六、根据步骤五所获得的估计值，利用下面方程，即可获得授权用户参数的估计值：