[发明专利]一种运用改进能量检测器的协作频谱感知参数优化方法

权利要求书

1.一种运用改进能量检测器的协作频谱感知参数优化方法，该方法具体步骤如下：

(1)、在已有授权用户PU的网路中配置包含 个认知用户SU和一个信息融合中心FC的认知无线电网络；

(2)、各认知用户SU在本地接收、检测、判决和信号发射，其具体步骤如下：

(2-1)、检测模型，以假设表示授权用户PU不发送信号，发送信号则用假设表示，若以矢量表示第i个认知用户接收信号，则

                              （1）

其中，是参与协作的认知用户SU个数，表示经过理想信道的授权用户PU发射信号，，是采样样本数，为加性高斯白噪声，所有认知用户SU的平均噪声功率用表示；

(2-2)、获取检测统计量，每个认知用户SU在检测阶段从接收信号中获取N个采样点，

以第i个认知用户为例，利用改进的能量检测器判断授权用户PU是否在发送信息，改进能量检测器的检测统计量T，其具体表达式为：

                                   (2)

其中，T是检测统计量，N是采样点数，是表示经过理想信道的授权用户PU发射信

号的第j个采样样本信号，是授权用户PU发射信号平均功率，是任意的一个正数，是检测门限，检测统计量T为服从近似伽玛分布的随机变量，

在假设表示授权用户PU不发送信号情况下，改进能量检测器的检测统计量T的形状参数和尺度参数分别是和，其表达式为：

                        (3)

                      (4)

其中，表示伽玛函数，是接收信号样本的个数，是任意的一个正数，

在假设表示授权用户PU发送信号情况下，改进能量检测器的检测统计量T的形状参数和尺度参数分别是和，其表达式为：

                           (5)

              (6)

式中，是接收信号的信噪比，是接收信号样本的个数，是任意的一个正数；

(2-3)、计算认知用户SU的本地检测概率和虚警概率，检测统计量T近似服从伽玛分布，即

                             (7)

根据公式(7)得到认知用户SU的检测概率和虚警概率，分别表示为：

      (8)

     (9)

其中为累积伽玛分布函数，是检测门限，和是伽玛分布的形状参数，和是伽玛分布的尺度参数；

(2-4)、各认知用户SU发送二进制硬判决结果给信息融合中心FC，第i个认知用户的二进制硬判决结果为，第i个认知用户的报告信道误码率为：

                                   (10)

其中，为互补误差函数，为第i个认知用户的噪声方差；

(3)、信息融合中心FC侧信号接收和判决过程，其具体步骤如下：

(3-1)、信息融合中心FC接收第i个认知用户发出的信号，用表示信息融合中心FC端的加性高斯白噪声，则接收到的第个认知用户发出的信号表示为：

                                  (11)

其中，表示信息融合中心FC端的加性高斯白噪声，为认知用户的个数；

(3-2)、对步骤(1)中信息融合中心FC接受各认知用户SU发出的信号，采用“或”准则得到协作频谱感知的检测概率和虚警概率，如果各认知用户SU的报告信道误码率、各认知用户SU的检测概率和虚警概率均相同，则k个认知用户SU的协作频谱感知的检测概率和虚警概率表达式分别为：

                        (12)

                        (13)

其中，是认知用户SU的本地检测概率，是认知用户SU的本地虚警概率，是认知用户SU的报告信道误码率，k是信息融合中心FC选取协作的认知用户SU个数；

(4)、通过最小化误检概率分别对运用改进能量检测器的协作频谱感知的各个参数进行优化，其具体步骤如下：

(4-1)、计算误检概率，设置系统的误检概率为漏检概率和虚警概率之和，如下式所示，

   (14)

其中，是授权用户不存在的先验信息，是授权用户PU存在的先验信息，指的是授权用户PU没有使用通信频谱，如果认知用户SU错误检测而放弃使用通信频谱，那么会降低频谱的利用率；指的是授权用户PU正在使用通信频谱，如果认知用户SU由于错误检测而利用通信频谱，那么会造成对授权用户PU的干扰；

(4-2)、计算检测统计量T中误检概率最小情况下最优的p值，误检概率最小情况下最优的p值为，其表达式为：

                              (15)

当参与协作的认知用户SU个数k、信噪比、检测门限λ固定时，误检概率对p进行求导，得到最优的p值，误检概率对p进行求导，其表达式为：

 (16)

其中，k是参与协作的认知用户个数，是认知用户SU的本地检测概率，是认知用户SU的本地虚警概率，是认知用户SU的报告信道误码率，表示对p求导， 表示对p求导；

(4-3)、计算最优的检测门限λ，误检概率最小情况下最优的检测门限为，其表达式为：

                                   (17)

当参与协作的认知用户SU个数k、信噪比、p值固定时，误检概率对检测门限λ进行求导，得到最优的检测门限λ值，误检概率对检测门限λ进行求导，其表达式为：

（18）

其中， k是参与协作的认知用户个数，是认知用户SU的本地检测概率，是认知用户SU的本地虚警概率，是认知用户SU的报告信道误码率，表示对p求导， 表示对p求导；

(4-4)、计算最优的参与协作频谱感知的认知用户SU个数，误检概率最小情况下最优的参与协作的认知用户SU个数为，其表达式为：

                                         (19)

当信噪比、p值、检测门限λ固定时，误检概率Q对认知用户SU个数k进行求导，得到最优的参与协作的认知用户SU的个数，误检概率Q对认知用户SU个数k求导，其表达式为：

 (20)

其中，k是参与协作的认知用户个数，是认知用户SU的本地检测概率，是认知用户SU的本地虚警概率，是认知用户SU的报告信道误码率，由此求出最优的参与协作的认知用户SU个数k为：

                         (21)

其中，表示向上取整数，是认知用户SU的本地检测概率，是认知用户SU的本地虚警概率，是认知用户SU的报告信道误码率。