CN104469784A - 一种异构网络中频谱感知数据的处理方法及装置 - Google Patents
一种异构网络中频谱感知数据的处理方法及装置 Download PDFInfo
- Publication number
- CN104469784A CN104469784A CN201310425054.8A CN201310425054A CN104469784A CN 104469784 A CN104469784 A CN 104469784A CN 201310425054 A CN201310425054 A CN 201310425054A CN 104469784 A CN104469784 A CN 104469784A
- Authority
- CN
- China
- Prior art keywords
- frequency spectrum
- spectrum perception
- statistic
- cognitive radio
- local
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/382—Monitoring; Testing of propagation channels for resource allocation, admission control or handover
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/14—Spectrum sharing arrangements between different networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供一种异构网络中频谱感知数据的处理方法及装置,该方法包括:向覆盖范围内指定的K个认知无线电用户发送频谱感知信令;接收所述认知无线电用户上报本地的频谱感知数据;对所述频谱感知数据中的频谱感知统计量进行加权处理,得到全局频谱感知统计量;将所述全局频谱感知统计量与预定门限进行比较来判决当前的频谱资源是否空闲,其中,K大于1。本发明可以在异构网络下获得比传统EGC-ED和MNE更好地频谱感知性能。
Description
技术领域
本发明涉及通信领域,特别是在认知无线电(Cognitive Radio,简称CR)***中,一种异构网络中频谱感知数据的处理方法及装置。
背景技术
认知无线电技术是为了解决目前面临的频谱资源稀缺提出来的,而频谱感知算法是认知无线电的关键技术之一。为了避免认知无线电***对授权用户产生有害的干扰,要求频谱感知方法能够在低信噪比下可靠地检测出授权用户信号。
由于无线信道的衰落特性,仅仅依靠单用户频谱感知算法检测主用户(primary user,简称PU)对授权频谱的使用情况,可靠性不高。研究表明,多用户协同频谱感知能够明显提高对授权频谱的感知性能。基于能量检测且可实现的协同频谱感知数据融合方案有以下两种:一种为等增益合并(equalgain combination,简称EGC),另一种为选择最大归一化能量(maximumnormalized energy,简称MNE)合并。但是现有的数据融合方案均只考虑到了认知无线电用户本地瞬时接收信噪比不同对本地频谱感知数据可靠性的影响,而针对异构网络下,认知无线电用户接收天线数不同,信号采样率也不同导致的本地频谱感知数据可靠性差异现有技术并没有考虑。
发明内容
本发明要解决的技术问题是提供一种异构网络中频谱感知数据的处理方法及装置,以获得更优的频谱感知性能。
为了解决上述技术问题,本发明提供了一种异构网络中频谱感知数据的处理方法,包括:
向覆盖范围内指定的K个认知无线电用户发送频谱感知信令;
接收所述认知无线电用户上报本地的频谱感知数据;
对所述频谱感知数据中的频谱感知统计量进行加权处理,得到全局频谱感知统计量;
将所述全局频谱感知统计量与预定门限进行比较来判决当前的频谱资源是否空闲,其中,K大于1。
进一步地,上述方法还具有下面特点:所述频谱感知数据包括:
第k个认知无线电用户的本地频谱感知统计量Tk、天线数目Mk、信号采样样本数Nk和瞬时接收信噪比γk,其中,
为第k个认知无线电用户的本地噪声功率,yk(n)为第k个认知无线电用户在第n个时刻通过Mk根天线对接收信号进行采样得到Mk×1的信号样本。
进一步地,上述方法还具有下面特点:所述对所述频谱感知数据中的频谱感知统计量进行加权处理,得到全局频谱感知统计量,包括:
为第k个认知无线电用户上报的本地频谱感知统计量Tk分配相应的加权因子ωk;
根据所述加权因子ωk对所述本地频谱感知统计量Tk进行线性加权,得到全局频谱感知统计量。
进一步地,上述方法还具有下面特点:
所述加权因子ωk为对应的认知无线电用户的天线数目Mk、信号采样样本数Nk和瞬时接收信噪比γk的线性函数。
进一步地,上述方法还具有下面特点:所述加权因子为:
进一步地,上述方法还具有下面特点:所述对所述频谱感知数据中的频谱感知统计量进行加权处理,还包括:
将第k个认知无线电用户上报的本地频谱感知统计量Tk处理为:
所述得到全局频谱感知统计量TOSC-ED为:
进一步地,上述方法还具有下面特点:所述将所述全局频谱感知统计量与预定门限进行比较来判决当前的频谱资源是否空闲,包括:
如比较到所述TOSC-ED大于等于预定门限τ,则判断当前的频谱资源被占用;
如比较到所述TOSC-ED小于预定门限τ,则判断当前的频谱资源空闲。
进一步地,上述方法还具有下面特点:所述预定门限τ包括:
Pfa为虚警概率。
为了解决上述问题,本发明还提供了一种异构网络中频谱感知数据的处理装置,其中,包括:
发送模块,用于向覆盖范围内指定的K个认知无线电用户发送频谱感知信令,其中,K大于1;
接收模块,用于接收所述认知无线电用户上报本地的频谱感知数据;
处理模块,用于对所述频谱感知数据中的频谱感知统计量进行加权处理,得到全局频谱感知统计量;
判决模块,用于将所述全局频谱感知统计量与预定门限进行比较来判决当前的频谱资源是否空闲。
进一步地,上述装置还具有下面特点:
所述接收模块,接收到的频谱感知数据包括:第k个认知无线电用户的本地频谱感知统计量Tk、天线数目Mk、信号采样样本数Nk和瞬时接收信噪比γk,其中,
为第k个认知无线电用户的本地噪声功率,yk(n)为第k个认知无线电用户在第n个时刻通过Mk根天线对接收信号进行采样得到Mk×1的信号样本。
进一步地,上述装置还具有下面特点:
所述处理模块,具体用于为第k个认知无线电用户上报的本地频谱感知统计量Tk分配相应的加权因子ωk;根据所述加权因子ωk对所述本地频谱感知统计量Tk进行线性加权,得到全局频谱感知统计量。
进一步地,上述装置还具有下面特点:
所述处理模块,分配的加权因子ωk为对应的认知无线电用户的天线数目Mk、信号采样样本数Nk和瞬时接收信噪比γk的线性函数。
进一步地,上述装置还具有下面特点:
所述处理模块,对所述频谱感知数据中的频谱感知统计量进行加权处理,还包括:将第k个认知无线电用户上报的本地频谱感知统计量Tk处理为:所述得到全局频谱感知统计量TOSC-ED为:
进一步地,上述装置还具有下面特点:
所述判决模块,具体用于如比较到所述TOSC-ED大于等于预定门限τ,则判断当前的频谱资源被占用;如比较到所述TOSC-ED小于预定门限τ,则判断当前的频谱资源空闲,
所述预定门限τ包括:
Pfa为虚警概率。
综上,本发明提供一种异构网络中频谱感知数据的处理方法及装置,可以在异构网络下获得比传统EGC-ED(Energy Detection,能量检测)和MNE(Maximum Normalized Energy,最大归一化能量检测)更好地频谱感知性能。
附图说明
图1为本发明实施例的异构网络中频谱感知数据的处理方法的流程图;
图2为本发明实施例一的实施的流程图;
图3为本发明实施例二的实施的流程图;
图4为本发明实施例三的实施的流程图;
图5为本发明实施例四的实施的流程图;
图6为本发明实施例的一种异构网络中频谱感知数据的处理装置的示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下文中将结合附图对本发明的实施例进行详细说明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互任意组合。
图1为本发明实施例的异构网络中频谱感知数据的处理方法的流程图,如图1所示,包括以下步骤:
步骤11,FC发送频谱感知信令;
数据融合中心(FC)通过控制信道(cognitive pilot channel,简称CPC)通知其覆盖范围内的K个SU参与频谱感知。
步骤12,SU计算本地频谱感知统计量;
被通知参与频谱感知的SUk(k=1,…,K)在感知时隙内进行本地频谱感知,计算本地频谱感知统计量Tk,进一步地,本步骤还具有以下特点:
参与频谱感知的各SU对接收信号进行采样,例如,第k个SU在第n个时刻通过Mk根天线对接收信号采样,得到Mk×1的信号样本yk(n);
设Mk、Nk分别为参与频谱感知的第k个SU的接收天线数和信号采样样本数,为第k个SU本地噪声功率,w代表本地噪声,则第k个SU计算归一化能量
步骤13:SU上报本地频谱感知数据;
参与频谱感知的各SU通过上行信道向FC上报各自的本地频谱感知统计量、天线数目、信号采样样本数和瞬时接收信噪比。如,第k个SU将上报本地频谱感知统计量Tk、天线数目Mk、信号采样样本数目Nk和瞬时接收信噪比γk。
步骤14:FC对接收到的频谱感知数据进行处理;
FC将各SU上报的本地归一化能量频谱感知统计量进行处理,例如,将第k个SU上报的本地频谱感知统计量Tk处理为:
步骤15:FC对频谱感知数据进行融合;
FC对SU本地频谱感知统计量进行数据融合,根据似然比检测理论,在固定虚警概率的情况下,为使得检测概率最大化,FC分配给不同SU上报的本地频谱感知统计量相应的加权因子ωk,得到全局频谱感知统计量TOSC-ED:
对第k个SU,其对应的合并加权因子为其天线数、采样样本数和瞬时接收信噪比的线性函数:
其中,最优化全局频谱感知统计量TOSC-ED还具有以下特点:
全局频谱感知统计量为本地频谱感知统计量的线性加权;
分配给各本地频谱感知统计量的加权因子为本地SU天线数目、信号采样样本数目和瞬时接收信噪比的线性函数,即为不同频谱感知能力的认知无线电用户上报的本地频谱感知统计量分配不同的加权因子。
步骤16:FC判决授权频谱状态;
FC将得到的全局频谱感知统计量TOSC-ED与预先设置的判决门限τ比较,其中,当检测统计量大于等于判决门限时,即TOSC-ED≥τ,判决当前频谱资源被主用户占用,该数据融合中心(FC)覆盖范围内的所有SU不能利用该频谱资源;
当检测统计量小于判决门限时,即TOSC-ED<τ,判决当前频谱资源空闲,该数据融合中心(FC)覆盖范围内的所有SU可以利用该频谱资源;
判决门限τ与参与频谱感知的SU数目K、各本地SU天线数目Mk、信号采样样本数Nk、瞬时接收信噪比γk和***要求的虚警概率Pfa有关,具体计算方法为:
Q()是高斯拖尾函数,定义为:Q-1()是Q()反函数。
步骤17:FC广播告知SU当前授权频谱状态。
本发明实施例提供的异构网络中的一种基于能量检测的多用户协同频谱感知数据的处理方法,充分利用了异构网络中不同认知无线电用户硬件配置不同和瞬时接收信噪比不同情况下的本地频谱感知数据可信度差异性,在SU本地频谱感知可靠性差异较大的情况下,均能比EGC-ED和MNE获得更优的频谱感知性能。
以下以几个具体实施例对本发明提供的异构网络中频谱感知数据的处理方法进行详细的说明。
实施例一
本实施例,各个SU的天线数和接收信号信噪比相同,但采样率不同,实施的流程图如图2所示。
步骤101,FC发送频谱感知信令;
本步骤中,FC通过控制信道(cognitive pilot channel,简称CPC)通知其覆盖范围内的4个SU参与频谱感知(即K=4),各个SU的天线数目均为4(即M1=4,M2=4,M3=4,M4=4),各个SU对应的本地信号采样样本数目为6000、4000、2000、1000(即N1=6000,N2=4000,N3=2000,N4=1000),瞬时接收信噪比γ1=10,γ2=10,γ3=10,γ4=10。
步骤102,SU计算本地频谱感知统计量;
本步骤中,参与频谱感知的4个SU在感知时隙内进行本地频谱感知,计算本地频谱感知统计量T1,T2,T3,T4:
首先,参与频谱感知的4个SU对接收信号采样,得到4个SU对应的信号样本向量:y1(1),...,y1(6000),y2(1),...,y2(4000),y3(1),...,y3(2000),y4(1),...,y4(1000);
其次,参与频谱感知的各SU根据信号采样样本计算本地归一化能量: 和
步骤103:SU上报本地频谱感知数据;
本步骤中,参与频谱感知的4个SU通过上行信道将各自在步骤102中计算得到本地频谱感知统计量T1、T2、T3和T4,天线数目4,和信号采样样本数目6000、4000、2000和1000,瞬时接收信噪比10传送给FC。
步骤104:FC对接收到的频谱感知数据进行处理;
本步骤中,上报的4个本地频谱感知数据依次通过数据融合中心处理得到统计量:
步骤105:频谱感知数据融合;
本步骤中,FC计算得到4个SU对应的线性加权因子为1142.8、7619.5、3809.5和1904.8,然后对4个SU本地检测统计量ξ1、ξ2、ξ3和ξ4进行线性加权合并,得到全局频谱感知统计量:TOSC-ED=11428.6ξ1+7619.5ξ2+3809.5ξ3+1904.8ξ4。
步骤106:判决;
本步骤中,FC将得到的全局频谱感知统计量TOSC-ED与判决门限τ比较:
如果全局频谱感知统计量大于等于判决门限时,即TOSC-ED≥τ,判决当前频谱资源被主用户占用,该FC覆盖范围内的所有SU不能利用该频谱资源;
如果全局频谱感知统计量小于判决门限时,即TOSC-ED<τ,判决当前频谱资源空闲,该FC覆盖范围内的所有SU可以利用该频谱资源。
实施例二
本实施例中,各个SU的采样率和接收信号信噪比相同,但天线数不同,实施的流程图如图3所示。
步骤201,FC发送频谱感知信令;
本步骤中,FC通过控制信道(cognitive pilot channel,简称CPC)通知其覆盖范围内的4个SU参与频谱感知(即K=4),各个SU的天线数目均为6、4、2、1(即M1=6,M2=4,M3=2,M4=1),各个SU对应的本地信号采样样本数目为1000(即N1=1000,N2=1000,N3=1000,N4=1000),瞬时接收信噪比γ1=10,γ2=10,γ3=10,γ4=10。
步骤202,SU计算本地频谱感知统计量;
本步骤中,参与频谱感知的4个SU在感知时隙内进行本地频谱感知,计算本地频谱感知统计量T1,T2,T3,T4:
首先,参与频谱感知的4个SU对接收信号采样,得到4个SU对应的信号样本向量y1(1),...,y1(1000),y2(1),...,y2(1000),y3(1),...,y3(1000),y4(1),...,y4(1000);
其次,参与频谱感知的各SU根据信号采样样本计算本地归一化能量 和
步骤203:SU上报本地频谱感知数据;
本步骤中,参与频谱感知的4个SU通过上行信道将各自在步骤202中计算得到本地频谱感知统计量T1、T2、T3和T4,天线数目6、4、2、1,和信号采样样本数目1000,瞬时接收信噪比10传送给FC。
步骤204:FC对接收到的频谱感知数据进行处理;
本步骤中,上报的4个本地频谱感知数据依次通过数据融合中心处理得到统计量:
步骤205:FC对频谱感知数据进行融合;
本步骤中,FC计算得到4SU对应的线性加权因子为1142.8、7619.5、3809.5和1904.8,然后对4SU本地检测统计量ξ1、ξ2、ξ3和ξ4进行线性加权合并,得到全局频谱感知统计量TOSC-ED=11428.6ξ1+7619.5ξ2+3809.5ξ3+1904.8ξ4。
步骤206:判决;
本步骤中,FC将得到的全局频谱感知统计量TOSC-ED与判决门限τ比较:
如果全局频谱感知统计量大于等于判决门限时,即TOSC-ED≥τ,判决当前频谱资源被主用户占用,该FC覆盖范围内的所有SU不能利用该频谱资源;
如果全局频谱感知统计量小于判决门限时,即TOSC-ED<τ,判决当前频谱资源空闲,该FC覆盖范围内的所有SU可以利用该频谱资源。
实施例三
实施例三中,各个SU的天线数和采样率相同,但接收信号信噪比不同,实施的流程图如图4所示。
步骤301,FC发送频谱感知信令;
本步骤中,FC通过控制信道(cognitive pilot channel,简称CPC)通知其覆盖范围内的4个SU参与频谱感知(即K=4),各个SU的天线数目均为4(即M1=4,M2=4,M3=4,M4=4),各个SU对应的本地信号采样样本数目为1000、1000、1000、1000(即N1=1000,N2=1000,N3=1000,N4=1000),瞬时接收信噪比γ1=100,γ2=10,γ3=1,γ4=0.1。
步骤302,SU计算本地频谱感知统计量;
本步骤中,参与频谱感知的4个SU在感知时隙内进行本地频谱感知,计算本地频谱感知统计量T1,T2,T3,T4:
首先,参与频谱感知的4个SU对接收信号采样,得到4个SU对应的信号样本向量y1(1),...,y1(1000),y2(1),...,y2(1000),y3(1),...,y3(1000),y4(1),...,y4(1000);
其次,参与频谱感知的各SU根据信号采样样本计算本地归一化能量: 和
步骤303:SU上报本地频谱感知数据;
本步骤中,参与频谱感知的4个SU通过上行信道将各自在步骤303中计算得到本地频谱感知统计量T1、T2、T3和T4,天线数目4,和信号采样样本数目1000,瞬时接收信噪比100、10、1、0.1传送给FC。
步骤304:FC对接收到的频谱感知数据进行处理;
本步骤中,上报的4个本地频谱感知数据依次通过数据融合中心处理得到统计量:ζ1=T1 2-T1,ζ2=T2 2-T2,ζ3=T3 2-T3,ζ4=T4 2-T4。
步骤305:FC对频谱感知数据进行融合;
本步骤中,FC计算得到4个SU对应的线性加权因子为1990、1904.8、1333.3和333.3,然后对4个SU本地检测统计量ζ1、ζ2、ζ3和ζ4进行线性加权合并,得到全局频谱感知统计量TOSC-ED=1990ζ1+1904.8ζ2+1333.3ζ3+333.3ζ4。
步骤306:FC进行判决;
本步骤中,FC将得到的全局频谱感知统计量TOSC-ED与判决门限τ比较:
如果全局频谱感知统计量大于等于判决门限时,即TOSC-ED≥τ,判决当前频谱资源被主用户占用,该FC覆盖范围内的所有SU不能利用该频谱资源;
如果全局频谱感知统计量小于判决门限时,即TOSC-ED<τ,判决当前频谱资源空闲,该FC覆盖范围内的所有SU可以利用该频谱资源。
实施例四
本实施例四中,各个SU的天线数和采样率和接收信号信噪比均不相同,实施的流程图如图5所示。
步骤401,FC发送频谱感知信令;
本步骤中,FC通过控制信道(cognitive pilot channel,简称CPC)通知其覆盖范围内的4个SU参与频谱感知(即K=4),各个SU的天线数目为6、4、2、1(即M1=6,M2=4,M3=2,M4=1),各个SU对应的本地信号采样样本数目为6000、4000、2000、1000(即N1=6000,N2=4000,N2=2000,N4=1000),瞬时接收信噪比γ1=100,γ2=10,γ3=1,γ4=0.1。
步骤402,SU计算本地频谱感知统计量;
本步骤中,参与频谱感知的4个SU在感知时隙内进行本地频谱感知,计算本地频谱感知统计量T1,T2,T3,T4:
首先,参与频谱感知的4个SU对接收信号采样,得到4个SU对应的信号样本向量y1(1),...,y1(6000),y2(1),...,y2(4000),y3(1),...,y3(2000),y4(1),...,y4(1000);
其次,参与频谱感知的各SU根据信号采样样本计算本地归一化能量 和
步骤403,SU上报本地频谱感知数据;
本步骤中,参与频谱感知的4个SU通过上行信道将各自在上一步骤中计算得到本地频谱感知统计量T1、T2、T3和T4,天线数目6、4、2、1,和信号采样样本数目6000、4000、2000、1000,瞬时接收信噪比100、10、1、0.1传送给FC。
步骤404:FC对接收到的频谱感知数据进行处理;
本步骤中,上报的4个本地频谱感知数据依次通过数据融合中心处理得到统计量:ζ1=T1 2-T1,ζ2=T2 2-T2,ζ3=T3 2-T3,ζ4=T4 2-T4。
步骤405:FC对频谱感知数据进行融合;
本步骤中,FC计算得到4个SU对应的线性加权因子为17910.4、7619、1333.3和83.3,然后对4个SU本地频谱感知统计量T1、T2、T3和T4进行线性加权合并,得到全局频谱感知统计量TOSC-ED=17910.4ζ1+7619ζ2+1333.3ζ3+83.3ζ4。
步骤406:FC进行判决;
本步骤中,FC将得到的全局频谱感知统计量TOSC-ED与判决门限τ比较:
如果全局频谱感知统计量大于等于判决门限时,即TOSC-ED≥τ,判决当前频谱资源被主用户占用,该FC覆盖范围内的所有SU不能利用该频谱资源;
如果全局频谱感知统计量小于判决门限时,即TOSC-ED<τ,判决当前频谱资源空闲,该FC覆盖范围内的所有SU可以利用该频谱资源。
图6为本发明实施例的一种异构网络中频谱感知数据的处理装置的示意图,如图6所示,本实施例的装置包括:
发送模块,用于向覆盖范围内指定的K个认知无线电用户发送频谱感知信令,其中,K大于1;
接收模块,用于接收所述认知无线电用户上报本地的频谱感知数据;
处理模块,用于对所述频谱感知数据中的频谱感知统计量进行加权处理,得到全局频谱感知统计量;
判决模块,用于将所述全局频谱感知统计量与预定门限进行比较来判决当前的频谱资源是否空闲。
其中,所述接收模块,接收到的频谱感知数据包括:第k个认知无线电用户的本地频谱感知统计量Tk、天线数目Mk、信号采样样本数Nk和瞬时接收信噪比γk,其中,
为第k个认知无线电用户的本地噪声功率,yk(n)为第k个认知无线电用户在第n个时刻通过Mk根天线对接收信号进行采样得到Mk×1的信号样本。
其中,所述处理模块,具体可用于为第k个认知无线电用户上报的本地频谱感知统计量Tk分配相应的加权因子ωk;根据所述加权因子ωk对所述本地频谱感知统计量Tk进行线性加权,得到全局频谱感知统计量。
其中,所述处理模块,分配的加权因子ωk为对应的认知无线电用户的天线数目Mk、信号采样样本数Nk和瞬时接收信噪比γk的线性函数。
其中,所述处理模块,对所述频谱感知数据中的频谱感知统计量进行加权处理,还可以包括:将第k个认知无线电用户上报的本地频谱感知统计量Tk处理为:ζk=Tk 2-Tk;所述得到全局频谱感知统计量TOSC-ED为:
其中,所述判决模块,具体用于如比较到所述TOSC-ED大于等于预定门限τ,则判断当前的频谱资源被占用;如比较到所述TOSC-ED小于预定门限τ,则判断当前的频谱资源空闲,
所述预定门限τ包括:
Pfa为虚警概率。
数据融合中心可以包含有本实施例的异构网络中频谱感知数据的处理装置。
根据本发明实施例提供的一种异构网络中频谱感知数据的处理方法及装置,可以在异构网络下获得比传统EGC-ED和MNE更好地频谱感知性能。
本领域普通技术人员可以理解上述方法中的全部或部分步骤可通过程序来指令相关硬件完成,所述程序可以存储于计算机可读存储介质中,如只读存储器、磁盘或光盘等。可选地,上述实施例的全部或部分步骤也可以使用一个或多个集成电路来实现。相应地,上述实施例中的各模块/单元可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。本发明不限制于任何特定形式的硬件和软件的结合。
以上仅为本发明的优选实施例,当然,本发明还可有其他多种实施例,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (14)
1.一种异构网络中频谱感知数据的处理方法,包括:
向覆盖范围内指定的K个认知无线电用户发送频谱感知信令;
接收所述认知无线电用户上报本地的频谱感知数据;
对所述频谱感知数据中的频谱感知统计量进行加权处理,得到全局频谱感知统计量;
将所述全局频谱感知统计量与预定门限进行比较来判决当前的频谱资源是否空闲,其中,K大于1。
2.如权利要求1所述的方法,其特征在于:所述频谱感知数据包括:
第k个认知无线电用户的本地频谱感知统计量Tk、天线数目Mk、信号采样样本数Nk和瞬时接收信噪比γk,其中,
为第k个认知无线电用户的本地噪声功率,yk(n)为第k个认知无线电用户在第n个时刻通过Mk根天线对接收信号进行采样得到Mk×1的信号样本。
3.如权利要求1或2所述的方法,其特征在于:所述对所述频谱感知数据中的频谱感知统计量进行加权处理,得到全局频谱感知统计量,包括:
为第k个认知无线电用户上报的本地频谱感知统计量Tk分配相应的加权因子ωk;
根据所述加权因子ωk对所述本地频谱感知统计量Tk进行线性加权,得到全局频谱感知统计量。
4.如权利要求3所述的方法,其特征在于:
所述加权因子ωk为对应的认知无线电用户的天线数目Mk、信号采样样本数Nk和瞬时接收信噪比γk的线性函数。
5.如权利要求4所述的方法,其特征在于:所述加权因子为:
6.如权利要求3所述的方法,其特征在于:所述对所述频谱感知数据中的频谱感知统计量进行加权处理,还包括:
将第k个认知无线电用户上报的本地频谱感知统计量Tk处理为:
所述得到全局频谱感知统计量TOSC-ED为:
7.如权利要求6所述的方法,其特征在于:所述将所述全局频谱感知统计量与预定门限进行比较来判决当前的频谱资源是否空闲,包括:
如比较到所述TOSC-ED大于等于预定门限τ,则判断当前的频谱资源被占用;
如比较到所述TOSC-ED小于预定门限τ,则判断当前的频谱资源空闲。
8.如权利要求7所述的方法,其特征在于:所述预定门限τ包括:
Pfa为虚警概率。
9.一种异构网络中频谱感知数据的处理装置,其特征在于,包括:
发送模块,用于向覆盖范围内指定的K个认知无线电用户发送频谱感知信令,其中,K大于1;
接收模块,用于接收所述认知无线电用户上报本地的频谱感知数据;
处理模块,用于对所述频谱感知数据中的频谱感知统计量进行加权处理,得到全局频谱感知统计量;
判决模块,用于将所述全局频谱感知统计量与预定门限进行比较来判决当前的频谱资源是否空闲。
10.如权利要求9所述的装置,其特征在于:
所述接收模块,接收到的频谱感知数据包括:第k个认知无线电用户的本地频谱感知统计量Tk、天线数目Mk、信号采样样本数Nk和瞬时接收信噪比γk,其中,
为第k个认知无线电用户的本地噪声功率,yk(n)为第k个认知无线电用户在第n个时刻通过Mk根天线对接收信号进行采样得到Mk×1的信号样本。
11.如权利要求9或10所述的装置,其特征在于:
所述处理模块,具体用于为第k个认知无线电用户上报的本地频谱感知统计量Tk分配相应的加权因子ωk;根据所述加权因子ωk对所述本地频谱感知统计量Tk进行线性加权,得到全局频谱感知统计量。
12.如权利要求11所述的装置,其特征在于:
所述处理模块,分配的加权因子ωk为对应的认知无线电用户的天线数目Mk、信号采样样本数Nk和瞬时接收信噪比γk的线性函数。
13.如权利要求11所述的装置,其特征在于:
所述处理模块,对所述频谱感知数据中的频谱感知统计量进行加权处理,还包括:将第k个认知无线电用户上报的本地频谱感知统计量Tk处理为:所述得到全局频谱感知统计量TOSC-ED为:
14.如权利要求13所述的装置,其特征在于:
所述判决模块,具体用于如比较到所述TOSC-ED大于等于预定门限τ,则判断当前的频谱资源被占用;如比较到所述TOSC-ED小于预定门限τ,则判断当前的频谱资源空闲,
所述预定门限τ包括:
Pfa为虚警概率。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310425054.8A CN104469784A (zh) | 2013-09-17 | 2013-09-17 | 一种异构网络中频谱感知数据的处理方法及装置 |
PCT/CN2014/082219 WO2015039487A1 (zh) | 2013-09-17 | 2014-07-15 | 一种异构网络中频谱感知数据的处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310425054.8A CN104469784A (zh) | 2013-09-17 | 2013-09-17 | 一种异构网络中频谱感知数据的处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104469784A true CN104469784A (zh) | 2015-03-25 |
Family
ID=52688185
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310425054.8A Withdrawn CN104469784A (zh) | 2013-09-17 | 2013-09-17 | 一种异构网络中频谱感知数据的处理方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN104469784A (zh) |
WO (1) | WO2015039487A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110874822A (zh) * | 2018-08-31 | 2020-03-10 | 瑞昱半导体股份有限公司 | 利用动态视窗平滑滤波器的信号滤波方法与*** |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111542068B (zh) * | 2020-06-18 | 2022-08-05 | 南京邮电大学 | 一种面向认知网络模拟主用户攻击的协同感知优化方法 |
CN112165364A (zh) * | 2020-08-11 | 2021-01-01 | 常州工学院 | 窄带频谱感知***的增强频谱感知方法 |
CN113037407A (zh) * | 2021-03-02 | 2021-06-25 | 南京邮电大学 | 一种面向高低轨卫星共存的频谱认知方法 |
CN113098641B (zh) * | 2021-03-26 | 2022-09-09 | 天津(滨海)人工智能军民融合创新中心 | 一种能量受限情况下的机会频谱接入方法 |
CN113099459B (zh) * | 2021-03-29 | 2022-07-22 | 南京邮电大学 | 一种基于差分隐私的群智频谱感知方法、***及存储介质 |
CN113346969B (zh) * | 2021-06-07 | 2022-04-15 | 中山大学 | 一种基于门控循环单元的频谱感知方法及*** |
CN113472463B (zh) * | 2021-06-30 | 2023-06-16 | 中国人民解放军国防科技大学 | 一种认知无线网络中次用户违反干扰约束行为的检测方法 |
CN114285506B (zh) * | 2021-12-24 | 2023-11-07 | 大连大学 | 一种混合式两级多星协作频谱感知方法 |
CN114759996B (zh) * | 2022-04-13 | 2023-12-01 | 西安邮电大学 | 基于循环相关熵似然比检验的频谱感知方法 |
CN115066017B (zh) * | 2022-05-13 | 2023-03-10 | 北京邮电大学 | 频谱感知方法、装置、电子设备及存储介质 |
CN115242331B (zh) * | 2022-07-23 | 2024-04-02 | 华北电力大学 | 虚拟电厂中认知无线电的协作频谱感知优化方法 |
CN115549827B (zh) * | 2022-10-26 | 2023-09-22 | 西安航空学院 | 一种盲频谱感知方法、***、计算机设备及终端 |
CN116318478A (zh) * | 2023-03-23 | 2023-06-23 | 中山大学 | 一种基于能效的归一化无人机频谱感知方法及*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009035221A2 (en) * | 2007-09-14 | 2009-03-19 | Electronics And Telecommunications Research Institute | Method and apparatus for detecting signal using cyclo-stationary characteristics |
CN102404063A (zh) * | 2011-12-26 | 2012-04-04 | 电子科技大学 | 一种基于过采样的glrt检测方法 |
CN103117820A (zh) * | 2013-01-23 | 2013-05-22 | 南通大学 | 基于可信度的加权协作频谱检测方法 |
CN103684626A (zh) * | 2012-09-20 | 2014-03-26 | 中兴通讯股份有限公司 | 多用户协同频谱感知的数据融合方法及装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102647235B (zh) * | 2011-02-16 | 2014-05-21 | 华为技术有限公司 | 协作频谱感知的方法、设备和*** |
CN102324959B (zh) * | 2011-06-10 | 2013-10-16 | 宁波大学 | 一种基于多天线***协方差矩阵的频谱感知方法 |
-
2013
- 2013-09-17 CN CN201310425054.8A patent/CN104469784A/zh not_active Withdrawn
-
2014
- 2014-07-15 WO PCT/CN2014/082219 patent/WO2015039487A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009035221A2 (en) * | 2007-09-14 | 2009-03-19 | Electronics And Telecommunications Research Institute | Method and apparatus for detecting signal using cyclo-stationary characteristics |
CN102404063A (zh) * | 2011-12-26 | 2012-04-04 | 电子科技大学 | 一种基于过采样的glrt检测方法 |
CN103684626A (zh) * | 2012-09-20 | 2014-03-26 | 中兴通讯股份有限公司 | 多用户协同频谱感知的数据融合方法及装置 |
CN103117820A (zh) * | 2013-01-23 | 2013-05-22 | 南通大学 | 基于可信度的加权协作频谱检测方法 |
Non-Patent Citations (1)
Title |
---|
JUNLUO,JUNWANG,QIANGLI,CAIFENGWU,SHAOQIAN LI: "Normalized Energy Detection Based Cooperative Spectrum Sensing with Reporting Errors in Heterogeneous Cognitive Radio Networks", 《2013 IEEE 24TH INTERNATIONAL SYMPOSIUM ON PERSONAL, INDOOR AND MOBILE RADIO COMMUNICATIONS: FUNDAMENTALS AND PHY TRACK》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110874822A (zh) * | 2018-08-31 | 2020-03-10 | 瑞昱半导体股份有限公司 | 利用动态视窗平滑滤波器的信号滤波方法与*** |
CN110874822B (zh) * | 2018-08-31 | 2023-12-15 | 瑞昱半导体股份有限公司 | 利用动态视窗平滑滤波器的信号滤波方法与*** |
Also Published As
Publication number | Publication date |
---|---|
WO2015039487A1 (zh) | 2015-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104469784A (zh) | 一种异构网络中频谱感知数据的处理方法及装置 | |
Singh et al. | Cooperative spectrum sensing in multiple antenna based cognitive radio network using an improved energy detector | |
CN102484860B (zh) | 认知无线通信中的功率控制方法、认知无线通信***以及认知无线通信装置 | |
Kim et al. | Sensitive white space detection with spectral covariance sensing | |
Sakran et al. | Hard and softened combination for cooperative spectrum sensing over imperfect channels in cognitive radio networks | |
CN103220052A (zh) | 一种认知无线电中检测频谱空洞的方法 | |
CN104780006A (zh) | 基于最小错误概率准则的频谱检测器软融合方法 | |
CN103684626A (zh) | 多用户协同频谱感知的数据融合方法及装置 | |
CN101615926A (zh) | 认知无线电中的异步协同频谱感知方法 | |
Jia et al. | Capacity-and Bayesian-based cognitive sensing with location side information | |
Kalamkar et al. | Improved double threshold energy detection for cooperative spectrum sensing in cognitive radio | |
Kim et al. | Multi-band cognitive radio spectrum sensing for quality-of-service traffic | |
Kim et al. | Optimization of multi-cluster multi-group based cooperative sensing in cognitive radio networks | |
CN103888201B (zh) | 一种利用空间分集的协作频谱感知方法 | |
Ahmadi et al. | Optimal training and data power allocation in distributed detection with inhomogeneous sensors | |
CN104954089B (zh) | 一种基于多天线瞬时功率比较的频谱感知方法 | |
Liu et al. | An adaptive double thresholds scheme for spectrum sensing in cognitive radio networks | |
Malhotra et al. | A review on energy based spectrum sensing in Cognitive Radio Networks | |
CN103036626B (zh) | 基于认知无线电协作用户与检测门限联合选择的无线通信方法 | |
CN105813089B (zh) | 一种对抗噪声不确定性的匹配滤波频谱感知方法 | |
Lee et al. | Collaborative spectrum sensing using energy detector in multiple antenna system | |
Larsson et al. | Primary system detection for cognitive radio: Does small-scale fading help? | |
CN103947148B (zh) | 一种非连续传输检测装置及方法 | |
CN103560838B (zh) | 一种抑制直流偏置的能量检测方法 | |
Rauniyar et al. | Cooperative adaptive threshold based energy and matched filter detector in cognitive radio networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20150325 |
|
WW01 | Invention patent application withdrawn after publication |