[发明专利]一种优化的物联网多频段协作频谱感知方法

说明书

本发明公开了一种优化的物联网多频段协作频谱感知方法，通过将整个可用频段划分为非重叠频段，各子频段分别进行基于噪声不确定度的双阈值能量检测，引入多频段协作感知，认知用户只对硬判决结果进行联合判决，联合判决采用“多数”判决准则，对于联合判决结果为无主用户信号存在的情况，对子频段的统计量进行融合，采用基于最小总误差概率准则的软判决最优门限，得到最终的判决结果。仿真结果表明，该方法具有较高的检测概率。

技术领域

本发明涉及一种优化的物联网多频段协作频谱感知方法，属于无线电信息传输技术领域。

背景技术

近年来，物联网(IOT)中出现了大量的无线设备、车辆和家用电器，需要通过无线频段进行连接和交互。频谱资源不能满足日益增长的无线业务和用户需求。然而，由于静态和固定的分配策略，频谱资源没有得到充分利用。认知无线电(CR)是解决频谱紧急情况的一种有效技术，在物联网中有着广泛的应用。频谱感知作为认知无线电的关键技术之一，可以检测通信中的频谱空穴，从而有效地提高无线网络尤其是功率物联网中频谱的利用率。

频谱感知是指不断检测授权频段，判断频段是否被主用户占用，得到检测频段的使用情况。频谱感知就是为了找出频谱空穴，确保认知用户在不影响主用户正常通信的情况下使用空闲频段。随着认知无线电技术的不断演进，感知的方法也在不断改善。目前常用的感知技术可分为主用户发射端检测和主用户接收端检测。

发射端检测法提出较早，该技术发展较成熟、设计复杂度低、易实现，但是当无线环境中多径效应和阴影衰落较严重时，接收信号强度的降低将影响检测性能。感知模型可以表示成一个二元假设问题:H₀表示在检测频段上主用户信号不存在的假设，H₁表示在检测频段上主用户信号存在的假设。假定检测得到的统计量为Y_c，判决门限为λ，则判决准则为：H₀:Y_c＜λ或H₁:Y_c＞λ。频谱检测技术的检测性能常用四个概念来表示：检测概率P_d、虚警概率P_f、漏检概率P_m和空闲概率P_n。其中，检测概率和虚警概率在实际应用中常被用作检测性能的重要指标，接收机工作特性(Receiver Operating Characteristic，ROC)也由这两个概率表示。检测概率当然越高越好，但是它同时也代表了认知用户对授权用户的干扰程度，检测概率越高，干扰越大。虚警概率则代表了频谱的利用率，虚警概率越低，频谱利用率越高。

基于发射端检测的单用户感知技术又可分为能量检测、循环平稳滤波检测和匹配滤波检测。能量检测是应用最广泛的频谱感知方法，是一种非相干检测方法。能量检测首先对接收到的信号进行时域采样，经过FFT运算后求取模值平方，累加平均后与判决门限进行比较。能量检测无需事前得知主用户信号的特征，是一种相对简单、易于实现的检测手段。由于在实际的认知无线电系统中，检测频段上的主用户信息通常都是未知的，能量检测由于适用于任何形式的信号检测而被广泛使用。同时，这种方法易受干扰的影响，当有不明信号干扰存在时，该方法容易做出错误判决导致检测性能降低。当信噪比较低时，噪声对最终的检测结果也会造成严重影响。能量检测采用非相干检测，因此对信噪比较低的微弱信号的检测性能较差。它通过能量检测得到的统计量和对噪声功率估值的比较来判定频段是否被占用，当信噪比较低时，实际噪声功率偏差易造成误判，导致最终检测性能的降低。

循环平稳滤波检测主要利用主用户信号的循环平稳特征，在非时变的平稳噪声环境下将信号和噪声分开。通过对信号的自相关特性的研究容易得到信号均值、自相关函数等随周期变化的特性，由于噪声不具备该特性，因此我们可以利用这种统计特性将信号和噪声分开，这种统计特性也称为循环平稳特性。循环平稳滤波检测的优点是可以分辨出噪声和信号，检测性能较高。同时，该方法的缺点也很明显，只能检测特定类型的信号，即只能检测具有循环平稳特性的信号，并且该方法检测时间长，计算复杂度较高。