[发明专利]认知无线电系统中基于隐马尔可夫模型的频谱接入方法

说明书

技术领域

本发明涉及无线电通信技术领域，特别涉及一种认知无线电系统中基于隐马尔可夫模型的频谱接入方法。

背景技术

近年来，随着无线频谱需求的迅速增长，认知无线电，作为能够解决有限频谱资源和宽带服务需求不断增长矛盾的有效途径，得以快速发展。认知无线电由软件无线电的概念演变而来，它允许未授权的用户(又称为次级用户)利用具有认知功能的设备感知周围的无线环境并自适应的调整物理层和数据链路层的传输参数，使得次级用户能够在不对授权用户(又称为主用户)造成干扰的条件下接入到主用户的空闲频段进行通信，有效提高了频谱的利用率，解决了当前的频谱危机，因而在工业界和学术界都得到了广泛关注。然而，由于无线信道具有随机时变的特性，信道状态很难被完全观测到，并且在做出频谱接入决策时会涉及到能量消耗的问题。因此，如何根据无线信道的状态动态地选择一种频谱接入方式，既能提高频谱利用率又可以使得能量消耗最小，是一个很大的技术挑战。

尽管在认知无线电领域已经进行了一些关于频谱感知和动态频谱接入的研究工作，然而这些方法都假设信道状态是可以完全观测的，并根据当前时刻的信道状态为下一数据帧的传输做出频谱接入决策，这些方法可归结为机会频谱接入方法。由于移动无线信道的随机时变特性，根据当前时刻的信道状态选择的频谱接入方式对下一数据帧而言并非是最优策略，因此有文章提出用有限状态马尔可夫链描述无线衰落信道，该模型假设信道状态和转移概率完全已知。然而，实际无线网络中，信道状态不能完全观测，只能通过接收信号的信噪比来估计。此外，大部分已有的频谱接入方法都将感知效率和频谱利用率作为系统设计的目标，没有考虑能耗问题。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是：如何提供一种认知无线电系统中基于隐马尔可夫模型的频谱接入方法，以降低频谱接入过程的能量消耗。

(二)技术方案

为解决上述技术问题，本发明提供一种认知无线电系统中基于隐马尔可夫模型的频谱接入方法，其包括步骤：

A：建立隐马尔可夫模型；

B：根据频谱感知获得的信道观测值，对所述隐马尔可夫模型的参数进行训练更新；

C：根据马尔可夫决策原理建立频谱接入的长期累积报偿方程；

D：根据所述隐马尔可夫模型的参数求解所述长期累积报偿方程，得到索引值最小的接入动作，按照所述索引值最小的接入动作接入相应的频谱。

优选地，所述步骤A具体包括步骤：

A1：定义N个可用无线信道{C₁，C₂，...，C_N}，将全部传输时间分为T个时隙，t∈{1，2，...T}表示需要做出频谱接入决策的时刻；N和T均为非0自然数；

A2：定义所述无线信道具有的K个状态构成状态空间S，s(t)表示所述无线信道在t时刻的状态，p_ij表示所述无线信道从t时刻的状态i转移到(t+1)时刻的状态j的概率，构造K×K阶信道状态转移概率矩阵如下：

P＝[p_ij]_K×K

其中，0≤p_ij≤1，并且i，j∈S，K为非0自然数；

A3：定义Θ＝{θ₁，θ₂，...，θ_L}表示所有时刻的L个观测值，b_j(l)表示所述无线信道的状态为j而观测值为θ_l的概率，构造K×L阶观测概率矩阵如下：

B＝[b_j(l)]_K×L

其中，0≤b_j(l)≤1，1≤l≤L，L为非0自然数；

A4：所述K×K阶信道状态转移概率矩阵P，所述K×L阶观测概率矩阵B，以及K维初始状态空间概率分布π，共同构成用于描述隐马尔可夫模型的参数ζ＝{P，B，π}。

优选地，所述步骤B具体包括步骤：

B1：定义在t_N∈{1，2，...，T}时刻得到所述无线信道的状态序列为S_N＝{s(t₁)，s(t₂)，...，s(t_N)}，观测值序列为Θ_N＝{θ(t₁)，θ(t₂)，...，θ(t_N)}；