[发明专利]基于HMM模型的多点协作频谱感知方法

说明书

技术领域

本发明涉及认知无线电网络中的频谱预测领域。更具体地说，本发明涉及一种认知无线电网络中基于HMM预测模型的多点协作频谱感知方法。

背景技术

随着信息时代的到来，无线频谱已成为现代社会不可或缺的宝贵资源。它目前主要由国家统一分配授权使用，一个频段一般只能供一个无线通信系统独立使用，这种静态的无线频谱管理方式，简单而有效的避免了不同无线通信系统间的相互干扰。但是在这些已分配的授权频段与非授权频段中存在着频谱资源利用的不平衡性：一方面，授权频段占用了整个频谱资源的很大一部分，但其中不少频段处于空闲状态；另一方面，开放使用的非授权频段占整个频谱资源的很少一部分，但在该频段上的用户很多，业务量也很大，无线电频段已基本趋于饱和。于是在无线和移动通信迅速发展的今天，频谱资源贫乏的问题也显得日益严重。因此，寻求一种更有效的频谱管理方式，充分利用各地区、各时间段的空闲频段，缓解不断增长的频谱的需求矛盾，成为人们关注的问题。为了解决上述问题，基本思路就是尽量提高的利用率。于是，认知无线电的概念应运而生。其基本思想是：具有认知功能的无线通信设备可以按照某种“伺机(Opportunistic Way)”的方式接入授权的频段内，并动态地利用频谱。这种在空域、时域和频域中出现的未被利用的频谱资源被称为“频谱空穴”。认知无线电的核心思想就是使无线通信设备具有发现“频谱空穴”并合理利用这些频谱空穴的能力。认知无线电(CR，Cognitive Radio)技术的兴起和发展为解决无线频谱资源紧缺的问题提供了全新的途径。它通过允许认知用户自适应地感知授权频段在时间和空间上的频谱空穴，机会式地利用空穴进行信号传输，达到提高频谱的利用率的目的。CR还使得无线通信系统可不经授权地使用传输特性更好、带宽更宽的频段，有利于平衡通信的成本和性能；同时，宽带无线通信系统通常所具有大动态范围的业务流量特性，正适合于在较宽的动态可用频段内进行机会式传输。因此，引入认知机制不仅是提高未来无线通信系统频谱利用问题的有效途径，也是技术和应用上的迫切需求。

频谱感知作为认知无线电的主要一环，其目的是发现在时域、频域、空域上的频谱空穴，以便供认知用户以机会方式利用频谱。次用户是指未经授权使用只有授权用户才能使用的频谱的用户，主用户则是获得授权使用频谱的用户。为了不对主用户造成干扰，认知用户在利用频谱空穴进行通信的过程中，需要能够快速感知主用户的再次出现，及时进行频谱切换，腾出信道给主用户使用，或者继续使用原来频段，但需要通过调整传输功率或者改变调制方式来避免对主用户的干扰。这就需要认知无线电系统具有频谱检测功能，能够实时地连续侦听频谱，以提高检测的可靠性。

就目前来看，人们在这方面取得了很大的进展，各种感知方法层出不穷。单用户感知设计复杂度低，采用技术成熟，易于实现。但其性能会随着无线环境中多径和阴影衰落引起的接收信号强度的减弱而降低，而且基于检测的频谱感知算法，必然需要一定的时间进行频谱状态的检测，即存在检测时延。因此，如何降低或消除检测时延的影响，实现频谱状态的可靠预测，提高感知性能具有重要的研究意义。另外，由于在传统的认知无线电网络中，数据包传输具有随机性和零散性，频谱状态转换频繁还有“隐蔽终端”等大量问题的出现。申请人此前申请的发明专利(申请号为201610235479.6)在一定程度上解决了延迟的问题，但仍存在干扰、精度不高的缺陷。因此，目前亟需一种可靠性高、精度高、对主用户干扰小的频谱感知方法。

发明内容

本发明的一个目的是解决至少上述问题，并提供至少后面将说明的优点。

本发明还有一个目的是提供一种基于HMM模型的多点协作频谱感知方法，其在认知无线电网络中引入多节点协作频谱感知和隐马尔可夫模型对频谱的预测作用，进行下一时隙的频谱状态预测，从而提高频谱预测的可靠性。

为了实现根据本发明的这些目的和其它优点，提供了一种基于HMM模型的多点协作频谱感知方法，包括以下步骤：

步骤一、认知无线电网络中包含多个主用户和多个次用户，对主用户的频谱进行隐马尔可夫模型建模，根据频谱感知得到的各次用户各时隙的观测值，对隐马尔可夫模型的参数进行训练，递归计算各次用户下一时隙的频谱状态为“忙”或“闲”的预测概率，概率高的频谱状态为下一时隙频谱状态预测结果；

步骤二、统计所有次用户下一时隙的感知频谱状态为“忙”或“闲”的次数，如果“忙”的比例大于预设阈值，则判定下一时隙的频谱状态为“忙”，否则为“闲”，输出频谱状态结果，并将结果返回至频谱感知数据融合中心。