[发明专利]一种基于机器学习的认知无线电网络中频谱接入方法

摘要

本发明设计出一种基于机器学习的认知无线电网络中频谱接入方法。该方法在充分的考虑了授权用户及恶意干扰者对认知无线电用户的干扰。不依赖于任何基础设施。认知无线电用户可以通过学习学习到不同状态下的最佳频谱接入方法。在此方法中，认知无线电用户在同一时间可以接入多个授权频段。由于无线通信网络的异构性，本发明假设不同认知无线电用户可接入的授权频段是不同的。适用于真实的认知无线电网络。此方法可以在认知无线电用户对授权用户及恶意干扰者状态未知的状态下，可通过不断的学习过程对信道的状态进行准确判断，从而选择最佳的频谱接入方法以获得最佳的通信性能。

主权项

1.一种基于机器学习的认知无线电网络中频谱接入方法，其特征在于包括如下步骤：(1)、初始化模糊Q学习方法中的参数初始化模糊Q学习方法中的参数，参数为模糊Q学习中各个规则与各个信道相对应的q值，初始化时，将模糊Q学习中各个规制与各个信道相对应的q值设置为0；(2)、动作决策过程认知无线电用户根据各个信道可用概率决定其是否接入信道，认知无线电用户使用能量检测方法感知信道状态，然后根据感知到的信号能量及其感知结果的概率密度函数获得各个感知信道的可用概率，将信道可用概率作为模糊推理系统的输入，经过处理获得最终的动作，即认知无线电用户的接入信道集；(3)、更新q值根据信道所选动作及其获得的收益计算并更新q值，认知无线电用户根据其所选的动作及获得的收益更新各个规则中的各个信道所对应的q值；规则i中信道k对应的q值按照如下的方法进行计算更新：其中γ为学习速率；Aⁱ为对应于第i个规则选择的动作；为第t个决策时刻第i个规则对应的第k个信道的q值；α_i为第i个规则的真实度；ΔQ为新状态与旧状态对应的Q函数值的差，其计算方法为：ΔQ＝R+γV‑Q'；其中，R为执行最终动作所获得的奖赏，根据所选择动作信道集中真实可用的信道集的数量的和；γ为折扣因子；V为最佳的频谱接入方法对应的整体q值；Q'为认知无线电用户在决策过程中所选择的频谱接入方法对应的整体q值；其中，Q'的获得方法包括如下步骤：(a)q值平均值计算计算各个规则对应的所选接入信道集中信道的q值平均值，其计算方法为：其中，为为规则_i对应的所选接入信道集_Ai中第_k个信道的q值；N_A为所选接入信道集A_i中信道的个数；(b)计算Q'通过计算各个规则对应的q值的加权平均值获得Q'，其计算方法为：(4)、重复上述(1)～(3)直到频谱接入决策过程结束。