[发明专利]智能车联物联网混合协同频谱感知系统在审
申请号: | 201610845715.6 | 申请日: | 2016-09-23 |
公开(公告)号: | CN106412929A | 公开(公告)日: | 2017-02-15 |
发明(设计)人: | 郑紫微;李攀 | 申请(专利权)人: | 宁波大学 |
主分类号: | H04W16/14 | 分类号: | H04W16/14;H04L29/08 |
代理公司: | 宁波诚源专利事务所有限公司33102 | 代理人: | 刘凤钦 |
地址: | 315211 浙*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及智能车联物联网混合协同频谱感知系统,其特征在于,包括授权用户、N个智能车辆、频谱感知融合中心、中继控制节点以及分布于路边的K个中继节点;各智能车辆上均设有第一中央处理模块及第一通信模块、第一北斗定位模块、频谱感知模块、车辆行驶速度检测模块、车辆行驶角度检测模块、运动时间检测模块和第一存储模块;各中继节点均包括第二中央处理模块及第二通信模块、第二北斗定位模块、信噪比检测模块、节点功耗检测模块及第二存储模块,频谱感知融合中心包括第三中央处理模块及第三通信模块、第三北斗定位模块、频谱感知融合计算模块以及第三存储模块。该系统充分考虑智能车辆的运动状态,并能够准确、有效地对频谱进行协同检测。 | ||
搜索关键词: | 智能 车联物 联网 混合 协同 频谱 感知 系统 | ||
【主权项】:
智能车联物联网混合协同频谱感知系统,其特征在于,包括授权用户、N个智能车辆、频谱感知融合中心、中继控制节点以及分布于路边的K个中继节点;所述各智能车辆上均设置有第一中央处理模块以及分别连接第一中央处理模块的第一通信模块、第一北斗定位模块、频谱感知模块、车辆行驶速度检测模块、车辆行驶角度检测模块、运动时间检测模块和第一存储模块;第一存储模块分别连接第一北斗定位模块、频谱感知模块、车辆行驶速度检测模块、车辆行驶角度检测模块、第一通信模块和运动时间检测模块;第一北斗定位模块,用以获得智能车辆的当前位置数据,并保存至第一存储模块;频谱感知模块,一方面用以检测授权用户频谱的占用情况,获得关于该授权用户频谱的检测概率和虚警概率,另一方面用以检测该智能车辆自身的信噪比,并分别发送自身信噪比以及关于授权用户频谱的检测概率和虚警概率给第一存储模块存储;车辆行驶速度检测模块,用以实时检测当前智能车辆的即时速度值,并保存到第一存储模块;车辆行驶角度检测模块,用以实时检测当前车辆行驶方向偏离该智能车辆初始位置至授权用户位置连线的角度,并以该角度作为车辆即时速度的方向角度值保存到第一存储模块;运动时间检测模块,用以实时检测智能车辆的累积运动时间,并保存至第一存储模块;第一通信模块,用以实现智能车辆分别与各中继节点的通信连接;第一存储模块,用以存储所对应智能车辆的实时位置数据、频谱感知模块的信噪比数据、车辆的即时速度值以及车辆即时速度的方向角度值;所述各中继节点均包括第二中央处理模块以及分别连接第二中央处理模块的第二通信模块、第二北斗定位模块、检测中继节点自身信噪比的信噪比检测模块、检测中继节点功耗的节点功耗检测模块以及第二存储模块,第二存储模块分别连接第二通信模块、第二北斗定位模块、信噪比检测模块和节点功耗检测模块;所述中继控制节点,用以接收各中继节点转发的各数据,并选择出具有最佳中继性能的最佳中继节点;所述中继控制节点分别与频谱感知融合中心、各中继节点建立通信连接,中继控制节点接收频谱感知融合中心所发送来的位置数据;所述频谱感知融合中心包括第三中央处理模块以及分别连接第三中央处理模块的第三通信模块、第三北斗定位模块、用以融合各检测结果的频谱感知融合计算模块以及第三存储模块;第三存储模块分别连接第三通信模块、第三北斗定位模块和频谱感知融合计算模块;所述频谱感知融合中心通过第三通信模块、第二通信模块分别与各中继节点建立通信连接,并发送频谱感知融合中心的位置数据给各中继节点;所述频谱感知融合计算模块,用以根据最佳中继节点所转发的各数据,计算、获取该混合协同频谱感知系统的最终混合协同检测概率;其中,获取该混合协同频谱感知系统的最终混合协同检测概率的过程依次包括如下步骤1至步骤11:步骤1,N个智能车辆获取、保存自身初始位置到授权用户位置的距离值,并同时实时获取、保存自身的信噪比、即时速度值、即时速度的方向角度值,并分别对授权用户的频谱占用情况进行能量检测,然后将包括检测概率和虚警概率的检测结果进行保存;其中:即时速度的方向角度值为智能车辆前进方向偏离该智能车辆初始位置至授权用户位置连线的偏离角度,第i个智能车辆标记为CRi,i=1,2,…,N,N≥3,智能车辆CRi自身的信噪比记为SNRi,智能车辆CRi的即时速度值标记为vi,智能车辆CRi的即时速度的方向角度值标记为θi;授权用户标记为PU;智能车辆CRi自身初始位置到授权用户PU位置的距离值标记为di;步骤2,K个中继节点分别获取自身的信噪比,并将自身的信噪比发送给中继控制节点,由中继控制节点计算得到具有最佳中继性能的最佳中继节点;中继控制节点标记为RelayControl,频谱感知融合中心标记为FC,最佳中继节点的获取过程包括如下步骤2‑1至步骤2‑4:步骤2‑1,K个中继节点分别获取自身的信噪比,并由中继控制节点计算各中继节点的信噪比衡量指数;其中:为第k个中继节点Relayk的信噪比衡量指数,为第k个中继节点Relayk的信噪比,K≥2;步骤2‑2,K个中继节点分别获取自身的功耗值,并由中继控制节点计算各中继节点的功耗衡量指数;其中:为第k个中继节点Relayk的功耗衡量指数,Ek为第k个中继节点Relayk的功耗值;步骤2‑3,K个中继节点分别获取自身位置至中继控制节点距离以及自身位置至频谱感知融合中心的距离,并由中继控制节点计算各中继节点的中继效益衡量指数;其中:χDk=[max(Dk1,Dk2)min(Dk1,Dk2)]Σk=1Kmax(Dk1,Dk2)min(Dk1,Dk2);]]>其中,为第k个中继节点Relayk的中继效益衡量指数,Dk1为第k个中继节点Relayk至中继控制节点RelayControl的距离值,Dk2为第k个中继节点Relayk至频谱感知融合中心FC的距离值,max(Dk1,Dk2)表示距离Dk1和距离Dk2中的最大值,min(Dk1,Dk2)表示距离Dk1和距离Dk2中的最小值;步骤2‑4,根据各中继节点的信噪比衡量指数、功耗衡量指数以及中继效益衡量指数,由中继控制节点计算各中继节点的综合性能衡量指数,得到最大性能衡量指数,并以该最大性能衡量指数所对应的中继节点作为最佳中继节点;其中,各中继节点的综合性能衡量指数计算公式如下:χk=χSNRk·χEk·χDk,χopt=max(χ1,...,χk-1,χk);k∈[1,K];]]>其中,χk为第k个中继节点Relayk的综合性能衡量指数,χopt为最大综合性能衡量指数,K为所有中继节点的总个数;步骤3,N个智能车辆将各自的信噪比和检测概率分别发送给最佳中继节点,并由最佳中继节点将接收的各智能车辆的信噪比和检测概率转发给频谱感知融合中心;步骤4,频谱感知融合中心根据最佳中继节点所转发来的N个智能车辆所对应的信噪比和检测概率,计算各智能车辆对应的信噪比在所有N个智能车辆信噪比阵列中的权值ωi以及各智能车辆对应的检测效益指数δi;其中,智能车辆CRi所对应信噪比的权值ωi以及检测效益指数δi分别计算如下:Pd,i表示智能车辆CRi所发送的检测概率;步骤5,频谱感知融合中心根据预设协同智能车辆筛选阈值以及各智能车辆对应信噪比的权值情况,筛选出参与协同检测的主协同智能车辆阵列以及辅助协同智能车辆阵列:当智能车辆所对应信噪比的权值大于预设协同智能车辆筛选阈值ω0时,则选择该智能车辆参与协同检测,并置入主协同智能车辆阵列S1中;否则,则将该智能车辆作为参与协同检测的辅助协同智能车辆,并置入辅助协同智能车辆阵列S2中;其中,在主协同智能车辆阵列S1中,设定作为参与协同检测的智能车辆的总数目为N1;在辅助协同智能车辆阵列S2中,设定作为参与协同检测的辅助协同智能车辆的总数目为N2,且N1+N2=N;步骤6,在主协同智能车辆阵列S1中,预设M个按照升序排列的分簇阈值λj,频谱感知融合中心根据主协同智能车辆阵列S1中各协同智能车辆发送来的信噪比分别与各分簇阈值作判断比较,以得到M1个独立的含有协同智能车辆的分簇;其中,j=1,2,…,M且λ1<λ2<…<λM;分簇标记为Cl,l=1,2,…,M1,1≤M1≤M;其中,频谱感知融合中心对各协同智能车辆的分簇过程包括如下步骤6‑1和步骤6‑2:步骤6‑1,根据M个分簇阈值,设定M+1个分簇区间段分别为(‑∞,λ1]、(λ1,λ2]、…、(λM‑1,λM]和(λM,∞);其中,位于第一分簇内的协同智能车辆对应的信噪比处于(‑∞,λ1]区间段内,位于第二分簇内的协同智能车辆对应的信噪比处于(λ1,λ2]区间段内,依认知类推,位于第M分簇内的协同智能车辆对应的信噪比处于(λM‑1,λM]区间段内,位于第M+1分簇内的协同智能车辆对应的信噪比处于(λM,∞)区间段内;步骤6‑2,频谱感知融合中心分别将主协同智能车辆阵列S1中各协同智能车辆对应的信噪比与M+1个分簇区间段进行比较,以判决各协同智能车辆所处的分簇区间段:当协同智能车辆的信噪比处于分簇区间段(‑∞,λ1]时,则不准该协同智能车辆参与协同检测;当协同智能车辆的信噪比处于分簇区间段或者(λM,∞)时,则将该协同智能车辆置入主协同智能车辆阵列S1中;步骤7,在含有协同智能车辆的M1个分簇内,按照协同智能车辆对应信噪比从大到小的顺序,选择各分簇内具有最大信噪比的协同智能车辆作为该分簇的簇首智能车辆,并选择各分簇内具有最小信噪比的协同智能车辆作为该分簇的簇内感知融合中心,从而得到M1个簇首智能车辆以及对应的M1个簇内感知融合中心;其中,M1≤M+1;步骤8,针对M1个分簇,依次得到各簇内的簇内协同检测概率和簇内协同虚警概率,并由各簇分别发送对应的簇内协同检测概率和簇内协同虚警概率给频谱感知融合中心;各簇内频谱感知融合检测过程包括如下步骤8‑1和步骤8‑4:步骤8‑1,在一个分簇Cl内,协同智能车辆CRm根据实时检测的检测时间间隔值△tm、即时速度值vm以及即时速度的方向角度值θm,得到协同智能车辆CRm与授权用户的实时距离△dm之间的函数关系方程;其中:Δdm=(D0m+vm·cosθm)2+(vm·sinθm)2;]]>其中,△tm表示协同智能车辆CRm前后两次实时检测的检测时间间隔值,D0m表示协同智能车辆CRm初始位置至频谱感知融合中心FC的距离;M2表示该分簇Cl内除去簇内感知融合中心后的协同智能车辆的总数目;m≤M2;步骤8‑2,根据协同智能车辆CRm与授权用户PU间的实时距离△dm以及协同智能车辆CRm的累计移动时间Tm,得到协同智能车辆CRm在累计运动时间Tm内的平均速度值并将该平均速度值发送给该簇Cl的簇内感知融合中心;其中,协同智能车辆CRm的平均速度值计算如下:vm‾=ΔdmTm;]]>步骤8‑3,协同智能车辆CRm所处簇Cl的簇内感知融合中心根据簇内各协同智能车辆发送来的平均速度值,依次计算各协同智能车辆的速度对自身检测结果的削减指数κm;其中,协同智能车辆CRm所对应削减指数κm的计算如下:κm=max(v‾)-min(v‾)max(v‾)+min(v‾)·v‾m·θmΣk=1M2(v‾k·θk);]]>其中,M2表示该分簇Cl内除去簇内感知融合中心后的协同智能车辆的总数目,表示该簇Cl内M2个协同智能车辆的平均速度值中的最大值,表示该簇Cl内M2个协同智能车辆的平均速度值中的最小值;步骤8‑4,根据所得簇Cl内各协同智能车辆对应的削减指数以及各协同智能车辆的检测结果,由该簇Cl内的簇内感知融合中心对簇内协同智能车辆的检测结果融合,以得到该簇内所有协同智能车辆的簇内协同检测概率和簇内协同检测的虚警概率;其中,簇内协同检测概率标记为Qd,l,簇内协同虚警概率标记为Qf,l,其中:簇内协同检测概率簇内协同虚警概率l=1,2,…,M1,1≤M1≤M;pk表示该簇Cl内第k个协同智能车辆的检测概率,κk表示协同智能车辆CRk所对应的削减指数;步骤9,根据辅助协同智能车辆阵列S2中的各辅助协同智能车辆所对应的检测概率,利用AND准则得到该辅助协同智能车辆阵列S2中的辅助协同检测概率和辅助协同虚警概率,并发送辅助协同检测概率和辅助协同虚警概率给频谱感知融合中心;其中:Qd,S2=Πq=1N2(pq),Qf,S2=Πq=1N2(1-pq);]]>Qd,S2表示辅助协同检测概率,Qf,S2表示辅助协同虚警概率;pq表示辅助协同智能车辆阵列S2中的第q个辅助协同智能车辆的检测概率;步骤10,频谱感知融合中心根据M1个分簇对应的簇内协同智能车辆的信噪比以及辅助协同智能车辆阵列S2内所有辅助协同智能车辆的信噪比,分别得到M1个分簇所对应的主协同贡献系数δl以及辅助协同智能车辆阵列S2的辅助协同贡献系数δS2;其中:M1个分簇各自对应的主协同贡献系数辅助协同智能车辆阵列S2的辅助协同贡献系数其中,表示第l个分簇Cl内的第r个协同智能车辆CRr的信噪比,ml表示第l个分簇Cl内所有协同智能车辆的总数目且ml≠M2,N2表示辅助协同智能车辆阵列S2内所有辅助协同智能车辆的总数目;步骤11,频谱感知融合中心根据各分簇所对应的主协同贡献系数δl以及辅助协同智能车辆阵列S2所对应的协同贡献系数δS2,得到N个智能车辆的最终混合协同检测概率;其中,N个智能车辆的最终混合协同检测概率QD的计算公式如下:QD=(Πl=1M1δl·Qd,l)·(δS2·Qd,S2).]]>
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于宁波大学,未经宁波大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201610845715.6/,转载请声明来源钻瓜专利网。