CN103746753A - 一种基于认知无线网络的数据预测方法 - Google Patents

Abstract

本发明公开了一种基于认知无线网络的数据预测方法，包括以下几个步骤：（1）认知用户检测目标授权信道，获取所述目标授权信道的详细信息；（2）根据***定义的学习和预测方法，收集所述目标授权信道状态信息；（3）通过学习结果预测下一时段所述目标授权信道的空闲概率；（4）将所述空闲概率从高到低依次进行排序，用于确定下一时段检测顺序；（5）根据步骤（4）中确定的顺序，检测信道是否空闲；（6）完成检测后，记录所有的目标授权信道的状态信息，并转向步骤（2）。本发明的数据预测方法普适性更高，更为精确、更为稳定。

Description

一种基于认知无线网络的数据预测方法

技术领域

本发明涉及一种基于认知无线网络的数据预测方法，属于通信技术领域。

背景技术

随着无线通信技术的迅猛发展，作为无线通信的最宝贵资源，频谱的需求日趋紧张。多项研究表明，在已分配出去的频谱资源中，大多数的频段利用率均低于25%，有部分频段资源的利用率甚至低于10%。但是一些新兴的无线业务和无线设备对频谱的需求却无法得到满足。如何有效利用频谱资源已经成为无线通信领域的热点问题。基于软件无线电技术发展而来的认知无线电（Cognitive Radio，简称：CR）技术应运而生。认知无线电技术充分考虑现有频谱资源的低利用率以及无线通信技术智能化的演进路线，通过对周围环境的感知，根据特定的学习和决策算法，自适应的改变应用参数，动态检测及选择可以有效利用的空闲频谱。

近年来，国内外对于认知无线电的研究大多集中在频谱感知技术方面的研究，目前传统的频谱感知方法主要包括匹配滤波器检测、能量检测、循环平稳特性检测以及在此基础之上的联合检测。然而，现有的数据预测方法普适性低、精度低、稳定性差。

发明内容

针对现有技术存在的不足，本发明目的是提供一种普适性更高，更为精确、更为稳定的基于认知无线网络的数据预测方法。

为了实现上述目的，本发明是通过如下的技术方案来实现：

本发明的基于认知无线网络的数据预测方法，包括以下几个步骤：

（1）认知用户检测目标授权信道，获取所述目标授权信道的详细信息；

（2）根据***定义的学习和预测方法，收集所述目标授权信道状态信息；

（3）通过学习结果预测下一时段所述目标授权信道的空闲概率；

（4）将所述空闲概率从高到低依次进行排序，用于确定下一时段检测顺序；

（5）根据步骤（4）中确定的顺序，检测信道是否空闲；

（6）完成检测后，记录所有的目标授权信道的状态信息，并转向步骤（2）。

步骤（5）中，如果信道空闲则以确定是否可以临时使用该信道。

步骤（5）中，如果信道空闲，则临时占用信道传输数据。

步骤（5）中，如果信道仍被使用，则放弃在该时段传输数据。

同时，转向步骤（2），重新寻找下一空闲信道。

无论是否占用到空闲信道，都要继续完成其他时段的空闲概率检测。

本发明适用于多主用户、多次级用户场景的协作频谱预测技术，提供普适性更高，更为精确、更为稳定的频谱预测方法。从而提高认知用户基于机器学习和预测的频谱感知性能。

附图说明

图1为本发明的工作流程图。

具体实施方式

为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。

参见图1，本发明的一种基于认知无线网络的数据预测方法，包括以下几个步骤：

（1）认知用户检测目标授权信道，获取信道的详细信息。

（2）根据***定义的学习和预测方法，收集信道状态信息。

（3）通过算法预测下面多个时段该信道的空闲概率。

（4）将空闲概率从高到低一次排序，以确定下面检测的顺序。

（5）根据上条确定的顺序进行信道空闲检测，以确定是否可以临时使用该信道。

（6）如果信道空闲则临时占用信道传输数据，如果信道仍被使用，则放弃在该时段传输数据。转而重新寻找下一空闲信道。

（7）无论是否占用到空闲信道，都要继续完成其他时段的空闲概率检测。

（8）完成检测后记录所有的目标信道的状态信息，以为下次检测提供可靠性较高的数据。

本发明适用于多主用户、多次级用户场景的协作频谱预测技术，提供普适性更高，更为精确、更为稳定的频谱预测方法。从而提高认知用户基于机器学习和预测的频谱感知性能。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (6)

1.一种基于认知无线网络的数据预测方法，其特征在于，包括以下几个步骤：

（1）认知用户检测目标授权信道，获取所述目标授权信道的详细信息；

（2）根据***定义的学习和预测方法，收集所述目标授权信道状态信息；

（3）通过学习结果预测下一时段所述目标授权信道的空闲概率；

（4）将所述空闲概率从高到低依次进行排序，用于确定下一时段检测顺序；

（5）根据步骤（4）中确定的顺序，检测信道是否空闲；

（6）完成检测后，记录所有的目标授权信道的状态信息，并转向步骤（2）。

2.根据权利要求1所述的基于认知无线网络的数据预测方法，其特征在于，

步骤（5）中，如果信道空闲则以确定是否可以临时使用该信道。

3.根据权利要求2所述的基于认知无线网络的数据预测方法，其特征在于，

步骤（5）中，如果信道空闲，则临时占用信道传输数据。

4.根据权利要求3所述的基于认知无线网络的数据预测方法，其特征在于，

步骤（5）中，如果信道仍被使用，则放弃在该时段传输数据。

5.根据权利要求4所述的基于认知无线网络的数据预测方法，其特征在于，

同时，转向步骤（2），重新寻找下一空闲信道。

6.根据权利要求5所述的基于认知无线网络的数据预测方法，其特征在于，

无论是否占用到空闲信道，都要继续完成其他时段的空闲概率检测。

Images