[发明专利]一种认知自组织网络中分布式协作频谱感知方法

摘要

本发明提供一种认知自组织网络中分布式协作频谱感知方法，涉及无线通信技术中的认知无线电领域，针对认知自组织网络中分布式协作难和全网合作开销大的问题，本发明应用梯度算法的最新进展，实现了在网络感知开销极大减少的条件下，全分布式、稳健的、可靠的分布式协作频谱感知。通过设计最优代价函数，计算最优协作节点数，并按照最优协作节点数目选择节点进行分布式协作算法，得到感知结果，并广播至全网用户。本发明不需要知道认知用户接收信噪比的先验信息，不需要任何中心控制器，大幅度降低了感知开销，获得了与全网梯度协作方案相近的检测性能。

主权项

1.一种认知自组织网络中分布式协作频谱感知方法，其特征在于，该方法包括以下步骤：1)根据全网收敛获得错检概率，计算不同信噪比情况下，错检概率最小时的动态阈值T；2)将所述动态阈值T应用于K节点协作的情况下，计算出最优协作节点数；3)根据最优协作节点数，采用梯度收敛算法，寻找K个节点进行协作频谱感知，判断授权用户是否存在；如果不存在，则进行动态频谱接入；步骤2)中计算出最优协作节点数的具体步骤为：构建认知自组网中关于计算最优协作节点数的目标效率函数J(K)，J(K)＝(1‑ω)P(K)cd+ω(1‑ψ(K))；其中，J(K)为算法性能和复杂度的加权函数，其中0<ω<1，其为计算复杂度和系统性能之间的加权系数，当ω<0.5,表示性能更重要，当ω>0.5表示运算速度更重要，P(K)cd表示正确判决的概率；ψ(K)表示节点使用率，1‑ψ(K)表示K个SU用户协作频谱感知的资源效率；随着K的变化，J(K)函数随之发生变化，当J(K)达到最大值时的协作节点数K即最优协作节点数；P(K)cd表示正确判决的概率，P(K)cd＝P(H0)(1‑P(K)f)+P(H1)(1‑P(K)m)，其中P(H1)表示主用户存在概率，P(H0)表示主用户空闲概率，P(K)f表示虚警概率，P(K)m表示误警概率；所述步骤3)的具体步骤如下：每个认知节点独立感知频段上的授权用户能量；每个认知节点都建立与其协作节点间的双向通信信道，用于交换初始检测能量，并剔除邻居节点中与平均值偏差最大的节点；整个迭代过程一直持续到所有认知节点的能量都收敛到一个平均值G；将收敛到的平均值G和预先获得的动态阈值T进行比较，判定信道是否空闲获得授权用户是否存在。