说明书认知无线电网络中的预协作感知方法
技术领域
本发明属于认知无线电网络技术领域，更为具体地讲，涉及一种认知无线电网络中的预协作感知方法。
背景技术
随着无线通信技术的发展，可供使用的频谱越来越少，而常见的情况则是一些频谱比较拥挤，而另一些频谱却严重利用不足。认知无线电的出现在一定程度上解决了这个问题。在认知无线电中，当主用户空闲的情况下，运行次级用户访问许可的频谱。这样就可以大大地提高频谱利用率。
在认知无线电中，频谱感知技术起着重要的作用。在认知无线网中，频谱感知主要分为两大类：本地频谱感知方案和协作感知方案。对于本地感知，用户各自进行频谱感知。而在协作感知中，用户先进行本地感知，然后将感知的结果发送到融合中心(Fusion Center，FC)，融合中心收集本地感知数据，并通过合适的准则，如“AND”“OR”等规则，使得到的频谱感知结果更为精确。
在认知无线网中，每个媒体访问控制帧由感知段和传输段组成，并假设是以TDMA方式工作。每个感知段被进一步分成几个子时隙用于本地感知和决策报告。图1是传统协作感知的感知段示意图。如图1所示，M个协作用户CUi在同一时间各自进行本地感知，然后依次将感知结果上报，融合中心将上报的感知结果进行融合，得到最终的感知结果。图1中LS表示本地感知(Local Sensing)，DR表示决策汇报(Decision Reporting)。
为了防止协作用户对主用户的干扰，认知用户与融合中心之间有着专用的汇报信道。由于协作频谱感知技术在协作用户之间运用了空间分集的技术，因此得到的结果比单一用户感知得到的结果更为准确。与本地感知的方法相比，通过协作用户参与频谱感知过程的协作频谱感知技术不仅可以节省感知的时间，而且还可以提高频谱感知的精度。
由多种认知用户合作来进行的频谱感知减少了结果的不确定性，以此能达到一种更好的检测性能。现有的感知流程为，认知用户将本地频谱感知结果发 送到数据融合中心，然后在数据融合中心融合了每个用户的感知结果，融合中心通过融合结果来决定是不是占用主用户的频谱，然后以广播的形式通知所有的协作用户。协作频谱感知能够获得更好的频谱感知性能，但同时也增大了认知无线网的通信开销，相对于非协作的方式，协作感知消耗了更多的能量，因为他们需要将本地感知的结果发送给融合中心，大量的协作用户报告他们的本地感知结果造成了巨大的开销。
发明内容
本发明的目的在于克服现有技术的不足，提供一种认知无线电网络中的预协作感知方法，结合关键用户的本地感知和次级协作用户的协作感知，来降低协作感知的开销。
为实现上述发明目的，本发明认知无线电网络中的预协作感知方法，包括以下步骤：
S1：从所有M+1个协作感知用户中选择一个用户作为关键用户C，其余M个用户作为次级协作用户CUm，其中m＝1,2,...,M；
S2：关键用户C首先对主用户进行本地感知，如果感知到主用户存在，关键用户C广播主用户存在的消息给所有次级协作用户，结束协作感知，如果未感知到主用户存在，进入步骤S3；
S3：关键用户C设置M个次级协作用户的感知顺序，将感知顺序消息进行广播，并开始计时；
S4：每个次级协作用户CUm接收到感知顺序消息后，获取自身在感知顺序中的序号j，j的取值范围为j＝1,2,...,M，等待Tm＝(j-1)ts启动本地感知，ts表示每个协作感知用户本地感知所需的时间，如果次级协作用户CUi感知到主用户存在，则向关键用户C上报主用户存在报告，否则不作任何操作；
S5：关键用户C接收次级协作用户上报的主用户存在报告并进行融合判定，如果判定主用户存在，关键用户C广播主用户存在的消息给所有次级协作用户，结束协作感知，如果等待计时达到Tw＝Mts+tr，其中tr表示一个主用户报告上报所需时间，还没有得到主用户存在的判定结果，则关键用户C广播主用户不存在的消息给所有次级协作用户。
本发明认知无线电网络中的预协作感知方法，从协作感知用户中选择一个 用户作为关键用户，其余作为次级协作用户，首先由关键用户对主用户进行本地感知，如果主用户存在，关键用户广播主用户存在报告给次级协作用户，否则广播感知顺序，次级协作用户按感知顺序依次对主用户进行本地感知，如果存在，则向关键用户上报，否则不上报，关键用户根据接收的主用户存在报告进行融合判定，一旦判定主用户存在则向次级协作用户广播，直到所有次级协作用户本地感知完毕后仍未判定主用户存在才判定主用户不存在并广播。
本发明具有以下技术效果：
(1)只有当关键用户本地感知主用户不存在时才启动次级协作用户的协作感知，从而降低系统开销；
(2)当协作感知被激活时，只有当协作感知用户感知到主用户才向关键用户上报结果，这也可以减少一部分开销。
(3)关键用户C可以基于部分次级协作用户的感知结果即可判定主用户存在，其余的次级协作用户就无需再进行感知和上报，同样也可以减少开销；
(4)本发明可以通过调整本地感知的时间和次级协作感知用户数来控制总体漏检概率和开销，从而适应不同应用情况的需要。
附图说明
图1是传统协作感知的感知段示意图；
图2是本发明认知无线电网络中的预协作感知方法的具体实施流程图；
图3是本发明预协作感知的感知段示意图；
图4是本发明与传统方法的总体漏检概率对比图；
图5是本发明与传统方法的在不同比例本地感知时间下的平均感知时间对比图；
图6是本发明与传统方法的在不同比例本地感知时间下的平均参与协作用户数对比图；
图7是本发明与传统方法的在不同关键用户接收主用户信号的信噪比下的最小化平均感知时间对比图；
图8是本发明与传统方法的在不同主用户信噪比下的最小化参与协作用户数对比图。
具体实施方式
下面结合附图对本发明的具体实施方式进行描述，以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许会淡化本发明的主要内容时，这些描述在这里将被忽略。
实施例
图2是本发明认知无线电网络中的预协作感知方法的具体实施流程图。如图2所示，本发明认知无线电网络中的预协作感知方法包括以下步骤：
S201：确定关键用户：
从所有M+1个协作感知用户中选择一个用户作为关键用户C，其余M个用户作为次级协作用户CUm，其中m＝1,2,...,M。选择关键用户有多种标准，通常是选择从主用户接收信号的信噪比最强的用户作为关键用户。
S202：关键用户进行本地感知：
关键用户C首先对主用户进行本地感知。
S203：判断关键用户是否感知到主用户存在，如果不存在，进入步骤S204，否则进入步骤S213。
S204：广播感知顺序并计时：
关键用户C设置M-1个次级协作用户的感知顺序，并将感知顺序消息进行广播，并从0开始计时。
感知顺序是指次级协作用户进行本地感知的顺序。本发明中，次级协作用户的本地感知不是同时进行的，而是顺序进行的。感知顺序是根据实际情况设置的，可以根据关键用户从次级协作用户接收信号的信噪比进行降序排列，即信噪比大的次级协作用户先进行本地感知。
S205：次级协作用户按顺序进行本地感知：
每个次级协作用户CUm接收到感知顺序消息后，获取自身在感知顺序中的序号j，j的取值范围为j＝1,2,...,M，等待Tm＝(j-1)ts启动本地感知，ts表示每个协作感知用户本地感知所需的时间。
S206：判断是否感知到主用户存在，如果次级协作用户CUi感知到主用户存在，进入步骤S207，否则进入步骤S208。
S207：次级协作用户向关键用户C上报主用户存在报告。
S208：不上报，即不作任何操作。
S209：关键用户接收报告并进行融合判定：
关键用户C接收次级协作用户上报的主用户存在报告并根据主用户存在报告进行融合判定。
本实施例中，关键用户C接收到主用户存在报告后，先判定信噪比，如果信噪比大于预设的阈值，则认为主用户存在报告为有效报告，将其作为融合判定的依据，否则认为是无效报告，将该报告舍弃。这也是本实施例的步骤S204中将感知顺序按信噪比来排列的原因，采样这种排序方式可以使当主用户存在的时候能更快地得到融合结果，从而节约时间，提高感知效率。关键用户每接收到一个主用户存在报告即进行一次融合判定。
S210：判定结果是否为主用户存在，如果是，进入步骤S213，如果不存在，进入步骤S211。
可见，本发明中，关键用户承担了融合中心的职能，因此在实际系统构成时，需要为关键用户配置相应的硬件和软件。融合判定的方法可能根据实际需要确定，本实施例简单地采用计数方式进行融合判定，即关键用户对主用户存在报告进行计数，判断主用户存在是否达到Q个，Q为预设的值，如果是则判定主用户存在，否则为不存在。
S211：判定关键用户计时t是否达到Tw＝(M-1)ts+tr，其中tr表示一个主用户报告上报所需时间，Tw是所有次级协作用户完成本地感知与上报所需的时间，如果是，则说明所有用户都已经完成了本地感知与上报，并且融合判定结果为主用户不存在，因此进入步骤S212，否则返回步骤S210。
也就是说，关键用户C在发出感知顺序消息后，就持续计时，并判定是否得到主用户存在的判定结果，如果在计时过程中融合判定得到主用户存在，即进入相应流程。如果一直计时到Tw仍然不能得到主用户存在的融合判定结果，则说明主用户不存在。
S212：关键用户C广播主用户不存在的消息给所有次级协作用户，结束协作感知。此时关键用户和协作用户可以使用该主用户对应的频谱进行通信。
S213：关键用户C广播主用户存在的消息给所有次级协作用户，结束协作感知并释放当前的频谱。
根据以上的步骤可知，本发明采用的是一种“关键用户为先，边感知边判 定”的方法。图3是本发明预协作感知的感知段示意图。图3中DF表示决策融合(Decision Fusion)。如图3所示，本发明中，关键用户C首先进行本地感知，如果判定主用户不存在，则由其他M-1个用户按顺序依次进行本地感知，此处假设每个次级协作用户都判定主用户存在。即每个用户在完成本地感知后都会进行上报，当上一个用户上报时，下一个用户即开始本地感知，关键用户在接收到上报的主用户存在报告后即进行一次融合判定。可见，本发明协作感知时间T中，将其中βT用作本地感知，剩余的(1-β)T作为上报时间。即关键用户和每个协作感知用户的本地感知时间ts＝βT/(M+1)，一个主用户报告上报所需时间tr＝(1-β)T，一般来说ts＞tr。
本发明只有在关键用户C没有感知到主用户存在时才会进行协作感知，相对于传统的协作感知方法，本发明就不会有感知和报告的协作过程，从而大大降低系统的开销。另一方面，当协作感知被激活时，只有当协作感知用户感知到主用户才向关键用户上报结果，这也可以减少一部分开销。并且关键用户C可以基于部分次级协作用户的感知结果即可判定主用户存在，其余的次级协作用户就无需再进行感知和上报，同样也可以减少开销。
为了说明本发明的技术效果，首先对本发明中协作感知的关键性能参数进行推导说明。
虚警概率是指主用户实际不存在时却检测到主用户存在的概率，检测概率是指主用户存在时正确检测到主用户存在的概率。本次推导中假定本地感知采用能量检测的方法，则单个协作感知用户的虚警概率Pf和检测概率Pd可以表示为：
其中，θ＝1表示判断主用户存在，H0代表主用户实际不存在，H1代表主用 户实际存在，Γ( )表示伽马函数，u是能量检测器的时域带宽乘积，λ是能量门限，σ表示信道噪声，γP表示主用户发射信号的接收信噪比。
根据公式(1)和(2)，可以推导出关键用户C的本地虚警概率和检测概率：
其中，uC＝βT/(M+1)Be, γ ‾ C = 2 u C γ P σ PC 2 , ]]>是的反函数，Be是能量检测器的带宽，是本地虚警概率，此时γP表示主用户发射信号的接收信噪比，表示关键用户与主用户之间的信道噪声。为了便于推导，此处假定关键用户和每个次级协作用户与主用户之间的信道相同，即信道噪声相同，那么对主用户发射信号的接收信噪比也相同。
每个次级协作用户CU的本地虚警概率和检测概率是：
其中，uCU＝βT/(M+1)Be， γ ‾ CU = 2 u CU γ P σ PCU 2 , ]]>γP表示主用户发射信号的接收信噪比，σPCU表示次级协作用户与主用户之间的信道噪声。
漏检概率会影响主用户在认知无线网络中数据传输的服务质量。在进行总体漏检概率的推导时，设置关键用户C在进行融合判定时，先进行信噪比的判断，信噪比需满足：
log 2 ( 1 + γ CU | h CUC | 2 ) ≥ 1 ( 1 - β ) TB r - - - ( 7 ) ]]>
其中，γCU表示上报信号的信噪比，Br代表报告信道的带宽的，hCUC表示从次级协作用户到关键用户CU的信道衰落系数。
那么次级协作用户满足信噪比要求的概率为：
P r { log 2 ( 1 + γ CU | h CUC | 2 ) ≥ 1 ( 1 - β ) TB r } = exp ( - Δ γ CU σ CUC 2 ) - - - ( 8 ) ]]>
其中， Δ = 2 1 ( 1 - β ) TB r - 1 . ]]>
在H0情况下，根据次级协作用户CU的本地感知结果，关键用户C判定主用户存在的概率为：
P CU | H 0 = P f , CU P CUC = αexp ( - Δ γ CU σ CUC 2 ) - - - ( 9 ) ]]>
因此，总体误警概率为：
P ^ f = P f , C + ( 1 - P f , C ) × Σ v = 1 2 M - 1 Π CU i ∈ Ω v P CU i | H 0 Π CU j ∈ Ω v ( 1 - P CU j | H 0 ) - - - ( 10 ) ]]>
其中，Ωv是次级协作用户集合Ω的第v个非空子集，是Ωv的补集。
为简单起见，将误警概率函数定义为：
f ( α ) = P ^ f - - - ( 11 ) ]]>
总体的误警概率设定为α0，所以本地误警概率可表示为：
α＝f-1(α0) (12)
其中f-1是f的反函数。
类似的，在的情况下，根据次级协作用户CU的本地感知结果，关键用户C判定主用户存在的概率为：
P CU | H 1 = P d , CU P CUC = P d , CU exp ( - Δ γ CU σ CUC 2 ) - - - ( 13 ) ]]>
最后，本发明的总体检测概率可以表示为：
P ^ d = P d , C + ( 1 - P d , C ) × Σ v = 1 2 M - 1 Π CU i ∈ Ω v P CU i | H 1 Π CU j ∈ Ω v ( 1 - P CU j | H 1 ) - - - ( 14 ) ]]>
根据(14)式，可以很容易得出总体漏检概率：
P ^ m = 1 - P ^ d - - - ( 15 ) ]]>
从公式(14)中可以看出，当时，即当关键用户C的本地检测概率高时，本发明很少采用协作感知。因此，与传统方案的感知过程总是开启相比，本发明可以显著降低感知开销。此外，随着的增长，本地感知时间将增加而决策报告的时间将减少，这意味着需要在本地感知和决策报告性能之间折衷考虑。
此外，感知时间还会影响次级协作用户的吞吐量底层传输，即感知时间越长，吞吐量底层传输越多，开销越大，感知时间越短，开销越小。本发明中可以通过优化时间分配，最小化漏检概率和平均时间。类似地，合理的时间分配也能使协作用户的数量最小化。
将频谱感知所需的平均时间记为AVT，平均协作用户数记为AVM。显然， 图1中传统协作感知方法的AVT和AVM是T和M，这是因为传统的协作感知方法要在本地感知阶段结束之后才会给出最终的判决。
设表示当感知到主用户存在时做出最终判决的时间。如图3所示，如果最终判决在时刻τ0做出，即关键用户C通过本地感知检测到主用户存在，则可以表示为：
tSens＝τ0 (16)
如果关键用户C基于次级协作用户CUm的协作帮助下在tm时刻做出最终判决，则可以表示为。
tSens＝τm (17)
根据全概率公式，本发明的AVT可以表示为：
AVT = P { t Sens } = Σ m = 0 M τ m P r { t Sens = τ m } - - - ( 18 ) ]]>
τ m = βT M + 1 + m βT M + 1 + ( 1 - β ) T - - - ( 19 ) ]]>
可见，本发明存在两种情况，第一种：当M＝1时，tSens＝τm(m＝0,1)事件发生的概率为：
Pr{tSens＝τ0}＝Pd,C (20)
Pr{tSens＝τ1}＝1-Pd,C (21)
另一种情况：当M>1时，tSens＝τm(m＝0,1,...,M)事件发生的概率为:
Pr{tSens＝τ0}＝Pd,C,m＝0
P r { t Sens = τ 1 } = ( 1 - P d , C ) P CU 1 | H 1 , m = 1 ]]>
P r { t Sens = τ i } = ( 1 - P d , C ) P CU m | H 1 × Π n = 1 m - 1 ( 1 - P CU n | H 1 ) , 1 < m < M - - - ( 22 ) ]]>
P r { t Sens = τ M } = ( 1 - P d , C ) P CU M | H 1 × Π n = 1 M - 1 ( 1 - P CU n | H 1 ) + 1 - P ^ d , m = M ]]>
可以求得AVT为：
AVT = ( 1 - 2 - β 2 P d , C ) T , M = 1 b 1 + b 2 + b 3 , M > 1 - - - ( 23 ) ]]>
其中， b 1 = τ 0 P d , C + ( 1 - P d , C ) P CU 1 | H 1 τ 1 , b 2 = Σ m = 2 M [ τ m ( 1 - P d , C ) P CU m | H 1 Π n = 1 m - 1 ( 1 - P CU n | H 1 ) ] , ]]>b3＝T(1-Pd)。
特别的，当M＝1时，
AVT = βT 2 P r { t Sens = τ 0 } + ( 1 - β ) T P r { t Sens = τ 1 } = βT 2 P d , C + ( 1 - β ) T ( 1 - P d , C ) = ( 1 - 2 - β 2 P d , C ) T - - - ( 24 ) ]]>
类似的，本发明的AVM为：
AVM = 1 - P d , C , M = 1 ( 1 - P d , C ) P CU 1 | H 1 + Σ m = 2 M [ i ( 1 - P d , C ) P CU M | H 1 Π n = 1 M - 1 ( 1 - P CU n | H 1 ) ] + M ( 1 - P ^ d ) , M > 1 - - - ( 25 ) ]]>
在前面已经讨论过，当总的检测概率接近于1时，AVT无限接近于τ0，当关键用户C的检测概率接近1时，AVM将无限接近于0。因此可以得出的结论是，如果关键用户的本地检测概率高，能足够可靠地检测主用户的存在，那么容易得出AVT<T，AVM<M，这样本发明能比传统协作感知方法实现更低的检测开销。
接下来通过数值仿真来评估本发明的技术性能。本仿真中，假设 总体的误警概率为α0＝10-3。每个感知阶段的持续时间被设定为T＝20毫秒。能量检测器的带宽Be＝105Hz。报告信道的带宽Br＝104Hz。每个次级协作用户上报信号的信噪比γCU＝0dB。
图4是本发明与传统方法的总体漏检概率对比图。如图4所示，传统的协作感知方法的总漏检概率是一个定值，本发明的总体漏检概率随着次级协作用户数量M和参数β的变化而变化，整体而言比传统方法低很多。在β值较小的区域，次级协作用户数量严重影响着总体漏检概率，随着次级协作用户数量的增加，甚至可以优化总体漏检概率为0，但它是以增加开销为代价的。当次级协作用户数量固定时，可以通过提高β值，即增加本地感知的时间，来降低总体漏检概率。当次级协作用户数量M或参数β增大到一定程度时，总体漏检概率 将维持在一个稳定水平。因此在实际应用中，可以根据实际需要设置适当的次级协作用户数量M或参数β。
图5是本发明与传统方法的在不同比例本地感知时间下的平均感知时间对比图。图6是本发明与传统方法的在不同比例本地感知时间下的平均参与协作用户数对比图。图5和图6中以PCS指代本发明预协作感知方法。如图5和图6所示，传统的协作感知方法其平均感知时间和平均参与协作用户数保持不变，而本发明的平均感知时间AVT和平均参与协作用户数AVM随着参数β的增大(即本地感知时间的增多)而降低。同时还可以看出AVT和AVM随着关键用户接收主用户信号的信噪比γP的变化趋势，即AVT和AVM将随着γP的增加而降低，这是因为增加γP能改善本地感知的可靠性，同时也意味着关键用户C和次级协作用户CU具有更快的检测能力。
图7是本发明与传统方法的在不同关键用户接收主用户信号的信噪比下的最小化平均感知时间对比图。图8是本发明与传统方法的在不同主用户信噪比下的最小化参与协作用户数对比图。同样地，图7和图8中以PCS指代本发明预协作感知方法。如图7和图8所示，当主用户信噪比很低的情况下，AVT和AVM都不会降低，这是因为本地感知的检测概率很低。随着主用户信噪比的改善，AVT和AVM都会随之降低，这是本地感知的检测概率提高了。同时还可以看出，随着关键用户C的检测概率Pd,C的提高，AVT和AVM还会进一步降低。
以上的仿真验证的结论与之前推导分析的结论一致，均说明本发明预协作感知方法的开销比传统协作感知方法有了明显的降低，并且还可以通过参数设置来对协作感知性能(漏检概率)和开销进行控制。
基于尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。