[发明专利]基于信号实时似然比的频谱感知方法

权利要求书

1.基于信号实时似然比的频谱感知方法，认知网络至少包括1个主用户和1个认知用户，认知用户接收到的检测信号为y(t)＝s(t)+n(t)，其中，s(t)为认知用户接收到的主用户信号，n(t)为信道噪声，0≤t≤T，T为认知用户频谱检测周期；所述频谱感知方法包括如下步骤：

步骤1、判决门限设置——根据认知网络QoS性能要求，分别对认知网络的频谱感知虚警概率和检测概率进行加权，其中，虚警概率加权权重为α，检测概率加权权重为β，α+β＝1，并由此构成认知网络频谱感知判决门限λ：

步骤2、训练样本获取——主用户发送M个训练样本信号，认知用户从其接收到的信号中分别获取主用户信号存在时的信号样本序列s_m(k)和主用户信号不存在时的信号样本序列n_m(k)，m＝0,1,…,M-1，k＝0,1,…,K-1，其中M是样本数，K是每个样本的抽样数；

步骤3、信号特征提取——根据信号样本序列s_m(k)和噪声样本序列n_m(k)分别计算主用户信号存在和不存在时认知用户接收信号样本的循环谱峰值，主用户信号存在时第m个接收信号样本的循环谱峰值为主用户信号不存在时第m个接收信号样本的循环谱峰值为

其中，L是频域平滑次数，符号“*”代表复共轭，f_c为主用户信号s(t)的数字化载波频率，S_m(i)为主用户信号存在时的第m个接收信号样本序列的离散傅里叶变换

N_m(i)为主用户信号不存在时的第m个接收信号样本序列的离散傅里叶变换：

由此得到主用户信号存在时认知用户接收信号样本循环谱峰值的均值μ_s和方差以及主用户信号不存在时认知用户接收信号样本循环谱峰值的均值μ_n和方差

步骤4、信号抽样——认知用户网络学习结束后，转换到正常频谱感知工作状态；此时，对认知用户接收到的信号y(t)进行抽样，得到抽样信号y(k)，k＝0,1,…,K-1；

步骤5、似然比计算——根据抽样信号y(k)计算信号循环谱峰值：

其中Y(i)为认知用户接收信号序列的离散傅里叶变换：

由此得到频谱判决统计量-循环谱峰值似然比γ

其中

步骤6、频谱判决——根据接收信号循环谱峰值似然比作出频谱判决，如果信号似然比γ大于判决门限λ，则判决主用户信号存在，否则判决主用户信号不存。

2.根据权利要求1所述的基于信号实时似然比的频谱感知方法，其特征在于还包括以下步骤：

步骤7、信号特征更新——根据判决结果更新主用户信号存在与否的特征，更新具体方法如下：

(1)如果判决主用户信号存在，则更新主用户信号存在时接收信号样本循环谱峰值的均值μ_s和方差

(2)如果判决主用户信号不存在，则更新主用户信号不存在时接收信号样本循环谱峰值的均值μ_n和方差

3.根据权利要求1所述的基于信号实时似然比的频谱感知方法，其特征在于还包括以下步骤：

步骤8、如果认知用户需要继续下一周期频谱检测，则回到步骤4进行新一轮的频谱检测，否则结束频谱检测。

4.根据权利要求1所述的基于信号实时似然比的频谱感知方法，其特征在于：所述步骤1中，认知网络频谱感知的判决门限λ是根据网络频谱感知的虚警概率加权因子α和检测概率加权因子β设定的，虚警概率加权权重α的取值范围为0.4-0.6，检测概率加权权重β的取值范围为0.4-0.6。

5.根据权利要求1所述的基于信号实时似然比的频谱感知方法，其特征在于：M取512，K取1024。

6.根据权利要求1所述的基于信号实时似然比的频谱感知方法，其特征在于：L＝63。