[发明专利]基于模糊积分和最优化理论的合作式频谱感知方法

权利要求书

1.一种基于模糊积分和最优化理论的合作频谱感知方法，其特征在于：该 方法包括下列操作步骤：

步骤1、各个感知用户使用能量检测算法，分别进行本地频谱感知，并根 据主用户信号是否存在分别做出两类假设；在完成本地频谱感知过程后，各个 感知用户分别将其检测统计数据传送到融合中心；

步骤2、融合中心按照下述操作步骤对汇总来的各个感知用户检测统计数 据进行模糊积分处理：

(2A)针对主用户信号是否存在的两类假设，分别设置两种模糊积分器： 主用户信号存在的模糊积分器和主用户信号不存在的模糊积分器，再在每种模 糊积分器中分别设置两个模糊测度；

(2B)针对每个模糊测度，分别设置不同的模糊评价方法；

(2C)分别发送主用户信号存在或不存在的两种不同训练序列信号，并使 用最优化方法分别获得两种模糊积分器共四个模糊测度的最优数值；

(2D)使用模糊测度的最优数值分别计算各感知用户检测统计数据在两种 模糊积分器下的模糊积分值；

步骤3、融合中心根据预先设定的判决策略，比较两种模糊积分器的模糊 积分值，作出最终判决。

2.根据权利要求1所述的方法，其特征在于：所述步骤(2A)进一步包 括下列操作内容：

先按照主用户信号存在与否分为两种状态，再针对其中的每种状态分别设 置两种模糊积分器，而每种模糊积分器由两个模糊测度来度量，则与主用户信 号存在与否的两种状态相对应的四个模糊测度如下所示：

即：主用户信号存在状态时的总模糊测度μ₁是下述两个向量的矩阵： [μ₁₁，μ₁₀]，其中，μ₁₁和μ₁₀分别为主用户信号存在时的感知用户的两个不同检 测结果的概率，即μ₁₁表示主用户存在时，感知用户检测结果也是存在的概率； μ₁₀表示主用户存在时，感知用户检测结果为不存在的概率；

主用户信号不存在时的总模糊测度μ₀是下述两个向量的矩阵：[μ₀₁，μ₀₀]， 其中，μ₀₁和μ₀₀分别为主用户信号不存在时的感知用户的两个不同检测结果的 概率，即μ₀₀表示主用户不存在时，感知用户检测结果也是不存在的概率；μ₀₁表示主用户不存在时，感知用户检测结果为存在的概率。