CN108270496A - 一种基于贝叶斯准则和信道相关性的快速频谱检测方法 - Google Patents
一种基于贝叶斯准则和信道相关性的快速频谱检测方法 Download PDFInfo
- Publication number
- CN108270496A CN108270496A CN201711318856.3A CN201711318856A CN108270496A CN 108270496 A CN108270496 A CN 108270496A CN 201711318856 A CN201711318856 A CN 201711318856A CN 108270496 A CN108270496 A CN 108270496A
- Authority
- CN
- China
- Prior art keywords
- channel
- state
- probability
- relevancy
- frequency spectrum
- 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.)
- Granted
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
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
- H04B17/3913—Predictive models, e.g. based on neural network models
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及智能家居通信的技术领域,更具体地,涉及一种基于贝叶斯准则和信道相关性的快速频谱检测方法,经过智能家居中基于信道相关性的信道估计与基于贝叶斯准则的信道预测,通过信道之间的相关性,对信道进行分组,并在每个信道组内找到一个检测信道,对其进行直接检测,同组内其他信道的状态则通过历史状态和与检测信道之间的关系来共同估计得出;基于贝叶斯准则建模信道历史状态与信道现状之间的联系,预测下一个信道状态的概率;基于信道相关性的信道估计与基于贝叶斯准则的信道预测这两种方法所产生的矛盾,采用最小熵算法来解决;在保证一定准确性的基础上缩短检测时间,提高频谱检测的效率。
Description
技术领域
本发明涉及智能家居通信的技术领域,更具体地,涉及一种基于贝叶斯准则和信道相关性的快速频谱检测方法。
背景技术
与普通家居相比,智能家居不仅具有传统的居住功能,同时能够提供信息交互功能,使得人们能够在外部查看家居信息和控制家居的相关设备,便于人们有效安排时间,使得家居生活更加安全、舒适。***包含互联网、智能家电、控制器、家居网络及网关。而智能家居的网络与网关是智能家电设备间、互联网及用户之间能够信息交互的关键环节,是开发和设计阶段的重要内容和难点。智能家居最终目标是让家居环境更舒适、更安全、更环保、更便捷。
物联网的出现使得现在的智能家居***功能更加丰富、更加多样化和个性化,其***功能主要集中在智能照明控制、智能家电控制、视频聊天及智能安防等。网络的宽带化和多样化使通信***对频谱的需求不断增加,也促使频谱资源越来越宝贵。然而,目前频谱空洞得不到有效利用,不能够实现保证准确性的同时缩短频谱检测事件和提高检测效率。
发明内容
本发明的目的在于克服现有技术的不足,提供一种贝叶斯准则和信道相关性的无线通信快速频谱检测方法,通过信道之间的相关性,对信道进行分组,并在每个信道组内找到一个检测信道,对其进行直接检测,同组内其他信道的状态则通过历史状态和与检测信道之间的关系来共同估计得出,在保证一定准确性的基础上缩短检测时间,提高频谱检测的效率。
为解决上述技术问题,本发明采用的技术方案是:
提供一种基于贝叶斯准则和信道相关性的快速频谱检测方法,包括以下步骤:
S10.依据信道相关性将相关信道分为一组,并在每组相关信道内选取一个信道作为检测信道并对其进行直接检测;对于同组内其他信道的状态通过信道历史状态与检测信道的状态之间的关系估计得到;
S20.依据检测信道状态、信道历史状态以及步骤S10中基于信道相关性估计得到的信道状态计算信道的熵H1;
S30.通过频谱感知信道的历史状态,认知用户计算得到参数的概率函数;基于贝叶斯准则建模信道历史状态与信道现状之间的联系,预测下一个信道状态的概率;
S40.依据检测信道状态、信道历史状态以及步骤S30中基于贝叶斯准则预测得到的信道状态计算信道的熵H2;
S50.比较熵H1与熵H2的大小:若H1<H2,则输出基于信道相关性估计得到的信道状态为检测结果;若H1>H2,则输出基于贝叶斯准则预测得到的信道状态为检测结果。
本发明的基于贝叶斯准则和信道相关性的快速频谱检测方法,通过信道之间的相关性,对信道进行分组,并在每个信道组内找到一个检测信道,对其进行直接检测,同组内其他信道的状态则通过历史状态和与检测信道之间的关系来共同估计得出;基于贝叶斯准则建模信道历史状态与信道现状之间的联系,预测下一个信道状态的概率;基于信道相关性的信道估计与基于贝叶斯准则的信道预测这两种方法所产生的矛盾,需要最小熵算法来解决;在保证一定准确性的基础上缩短检测时间,提高频谱检测的效率。
优选地,步骤S10中相关信道的判定按以下步骤进行:
S11.将确定的时隙内信道的状态用二进制信息0或1表示,0表示信道处于空闲状态,1表示信道整备主用户占用的状态;并通过信道状态向量来表示所有信道的状态,其中,其中表示信道n在时隙m中的状态,M是时隙总数量;
S12.计算信道i与信道j之间的相关因子,按式(1)计算;相关因子代表的是两个信道在某确定时隙内状态相同的概率;
其中,Cij是信道i与信道j之间的相关因子,Θ是同或运算符;
S13.同一服务频域内各信道之间的相关性因子由信道相关性矩阵A表示,相关性矩阵A按式(2)表示:
其中,Cij是信道i与信道j之间的相关因子,N是所在服务域内的信道个数;
S14.设定门限值Cth,当信道i与信道j之间的相关因子Cij大于门限值Cth时,则判定信道i与信道j是相关信道;否则,则判定信道i与信道j为非相关信道。
为了准确估计信道状态,同组内其他信道状态的估计操作被分成两个方面,一方面在同一服务网络中,相关性大的信道被分为一组,并在每组内选出一个信道(即检测信道)对其进行直接检测,可以根据检测信道的状态来估计同组内其他信道(即估计信道)的状态。另一方面,信道状态在时间上存在很大相关性,换句话说,就是信道的现状可以根据其历史状态来进行预测。
优选地,所述检测信道的判定方法为:从信道相关性矩阵A的每一行中获得先关信道组Si,Si={cj|Cij≥Cth},其中cj代表第j个信道,cj与同组内其他信道之间的相关性都很大,判定为信道组Si内的检测信道。
优选地,步骤S30中基于贝叶斯准则预测下一个信道状态概率的方法包括以下步骤:
S31.通过频谱感知获知n个信道的历史状态,表示为X=[x1,x2,,......xn];其中,x1、x2……xn分别表示信道1、信道2……信道n的状态;认知用户计算参数的概率函数;
S32.认知用户可以计算出参数θ的概率函数为P(θ/X),可依据贝叶斯准则概括为P(θ/X)=P(X/θ)×P(θ)/P(X);
S33.假设A代表历史信息中处于忙碌状态的数量总和,B代表历史信息中空闲状态的数量总和,C代表当前状态为忙碌状态前一个状态也是忙碌的数量,D代表当前状态为空闲状态前一个状态也是空闲的数量;定义P(A)为忙碌概率,空闲概率为P(B),当前状态是忙碌并且前一个状态也是忙碌的概率为P(C/A),当前状态为空闲并且前一个状态是空闲的概率P(D/B);在已知P(A),P(B),P(C/A),P(D/B)的前提下,则前一个状态是忙碌的情况下和前一个状态是空闲的情况下,当前状态仍是忙碌的概率则为下一个信道状态的概率。
与现有技术相比,本发明的有益效果是:
本发明的基于贝叶斯准则和信道相关性的快速频谱检测方法,通过信道之间的相关性,对信道进行分组,并在每个信道组内找到一个检测信道,对其进行直接检测,同组内其他信道的状态则通过历史状态和与检测信道之间的关系来共同估计得出;基于贝叶斯准则建模信道历史状态与信道现状之间的联系,预测下一个信道状态的概率;基于信道相关性的信道估计与基于贝叶斯准则的信道预测这两种方法所产生的矛盾,采用最小熵算法来解决;在保证一定准确性的基础上缩短检测时间,提高频谱检测的效率。
附图说明
图1为基于贝叶斯准则和信道相关性的快速频谱检测方法的流程图。
具体实施方式
下面结合具体实施方式对本发明作进一步的说明。其中,附图仅用于示例性说明,表示的仅是示意图,而非实物图,不能理解为对本专利的限制;为了更好地说明本发明的实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件;在本发明的描述中,需要理解的是,若有术语“上”、“下”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此附图中描述位置关系的用语仅用于示例性说明,不能理解为对本专利的限制,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
实施例1
如图1所示为本发明的基于贝叶斯准则和信道相关性的快速频谱检测方法的第一实施例,包括以下步骤:
S10.依据信道相关性将相关信道分为一组,并在每组相关信道内选取一个信道作为检测信道并对其进行直接检测;对于同组内其他信道的状态通过信道历史状态与检测信道的状态之间的关系估计得到;
S20.依据检测信道状态、信道历史状态以及步骤S10中基于信道相关性估计得到的信道状态计算信道的熵H1;
S30.通过频谱感知信道的历史状态,认知用户计算得到参数的概率函数;基于贝叶斯准则建模信道历史状态与信道现状之间的联系,预测下一个信道状态的概率;
S40.依据检测信道状态、信道历史状态以及步骤S30中基于贝叶斯准则预测得到的信道状态计算信道的熵H2;
S50.比较熵H1与熵H2的大小:若H1<H2,则输出基于信道相关性估计得到的信道状态为检测结果;若H1>H2,则输出基于贝叶斯准则预测得到的信道状态为检测结果。
其中,步骤S10中相关信道的判定按以下步骤进行:
S11.将确定的时隙内信道的状态用二进制信息0或1表示,0表示信道处于空闲状态,1表示信道整备主用户占用的状态;并通过信道状态向量来表示所有信道的状态,其中,其中表示信道n在时隙m中的状态,M是时隙总数量;
S12.计算信道i与信道j之间的相关因子,按式(1)计算;相关因子代表的是两个信道在某确定时隙内状态相同的概率;
其中,Cij是信道i与信道j之间的相关因子,Θ是同或运算符;
S13.同一服务频域内各信道之间的相关性因子由信道相关性矩阵A表示,相关性矩阵A按式(2)表示:
其中,Cij是信道i与信道j之间的相关因子,N是所在服务域内的信道个数;
S14.设定门限值Cth,当信道i与信道j之间的相关因子Cij大于门限值Cth时,则判定信道i与信道j是相关信道;否则,则判定信道i与信道j为非相关信道。
检测信道的判定方法为:从信道相关性矩阵A的每一行中获得先关信道组Si,Si={cj|Cij≥Cth},其中cj代表第j个信道,cj与同组内其他信道之间的相关性都很大,判定为信道组Si内的检测信道。
具体地,步骤S30中基于贝叶斯准则预测下一个信道状态概率的方法包括以下步骤:
S31.通过频谱感知获知n个信道的历史状态,表示为X=[x1,x2,,......xn];其中,x1、x2……xn分别表示信道1、信道2……信道n的状态;认知用户计算参数的概率函数;
S32.认知用户可以计算出参数θ的概率函数为P(θ/X),可依据贝叶斯准则概括为P(θ/X)=P(X/θ)×P(θ)/P(X);
S33.假设A代表历史信息中处于忙碌状态的数量总和,B代表历史信息中空闲状态的数量总和,C代表当前状态为忙碌状态前一个状态也是忙碌的数量,D代表当前状态为空闲状态前一个状态也是空闲的数量;定义P(A)为忙碌概率,空闲概率为P(B),当前状态是忙碌并且前一个状态也是忙碌的概率为P(C/A),当前状态为空闲并且前一个状态是空闲的概率P(D/B);在已知P(A),P(B),P(C/A),P(D/B)的前提下,则前一个状态是忙碌的情况下和前一个状态是空闲的情况下,当前状态仍是忙碌的概率则为下一个信道状态的概率。
基于信道相关性的信道估计与基于贝叶斯准则的信道预测这两种方法所产生的矛盾,需要最小熵算法来解决。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (4)
1.一种基于贝叶斯准则和信道相关性的快速频谱检测方法,其特征在于,包括以下步骤:
S10.依据信道相关性将相关信道分为一组,并在每组相关信道内选取一个信道作为检测信道并对其进行直接检测;通过信道历史状态与检测信道状态之间的关系得到同组内其他信道的状态;
S20.依据检测信道状态、信道历史状态以及步骤S10中基于信道相关性估计得到的信道状态计算信道的熵H1;
S30.通过频谱感知信道的历史状态,认知用户计算得到参数的概率函数;基于贝叶斯准则建模信道历史状态与信道现状之间的联系,预测下一个信道状态的概率;
S40.依据检测信道状态、信道历史状态以及步骤S30中基于贝叶斯准则预测得到的信道状态计算信道的熵H2;
S50.比较熵H1与熵H2的大小:若H1<H2,则输出基于信道相关性估计得到的信道状态为检测结果;若H1>H2,则输出基于贝叶斯准则预测得到的信道状态为检测结果。
2.根据权利要求1所述的基于贝叶斯准则和信道相关性的快速频谱检测方法,其特征在于,步骤S10中相关信道的判定按以下步骤进行:
S11.将确定的时隙内信道的状态用二进制信息0或1表示,0表示信道处于空闲状态,1表示信道整备主用户占用的状态;并通过信道状态向量来表示所有信道的状态,其中,其中表示信道n在时隙m中的状态,M是时隙总数量;
S12.计算信道i与信道j之间的相关因子,按式(1)计算;相关因子代表的是两个信道在某确定时隙内状态相同的概率;
其中,Cij是信道i与信道j之间的相关因子,Θ是同或运算符;
S13.同一服务频域内各信道之间的相关性因子由信道相关性矩阵A表示,相关性矩阵A按式(2)表示:
其中,Cij是信道i与信道j之间的相关因子,N是所在服务域内的信道个数;
S14.设定门限值Cth,当信道i与信道j之间的相关因子Cij大于门限值Cth时,则判定信道i与信道j是相关信道;否则,则判定信道i与信道j为非相关信道。
3.根据权利要求2所述的基于贝叶斯准则和信道相关性的快速频谱检测方法,其特征在于,所述检测信道的判定方法为:从信道相关性矩阵A的每一行中获得先关信道组Si,Si={cj|Cij≥Cth},其中cj代表第j个信道,cj与同组内其他信道之间的相关性都很大,判定为信道组Si内的检测信道。
4.根据权利要求1所述的基于贝叶斯准则和信道相关性的快速频谱检测方法,其特征在于,步骤S30中基于贝叶斯准则预测下一个信道状态概率的方法包括以下步骤:
S31.通过频谱感知获知n个信道的历史状态,表示为X=[x1,x2,,......xn];其中,x1、x2……xn分别表示信道1、信道2……信道n的状态;认知用户计算参数的概率函数;
S32.认知用户可以计算出参数θ的概率函数为P(θ/X),可依据贝叶斯准则概括为P(θ/X)=P(X/θ)×P(θ)/P(X);
S33.假设A代表历史信息中处于忙碌状态的数量总和,B代表历史信息中空闲状态的数量总和,C代表当前状态为忙碌状态前一个状态也是忙碌的数量,D代表当前状态为空闲状态前一个状态也是空闲的数量;定义P(A)为忙碌概率,空闲概率为P(B),当前状态是忙碌并且前一个状态也是忙碌的概率为P(C/A),当前状态为空闲并且前一个状态是空闲的概率P(D/B);在已知P(A),P(B),P(C/A),P(D/B)的前提下,则前一个状态是忙碌的情况下和前一个状态是空闲的情况下,当前状态仍是忙碌的概率则为下一个信道状态的概率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711318856.3A CN108270496B (zh) | 2017-12-12 | 2017-12-12 | 一种基于贝叶斯准则和信道相关性的快速频谱检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711318856.3A CN108270496B (zh) | 2017-12-12 | 2017-12-12 | 一种基于贝叶斯准则和信道相关性的快速频谱检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108270496A true CN108270496A (zh) | 2018-07-10 |
CN108270496B CN108270496B (zh) | 2020-02-04 |
Family
ID=62771869
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711318856.3A Active CN108270496B (zh) | 2017-12-12 | 2017-12-12 | 一种基于贝叶斯准则和信道相关性的快速频谱检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108270496B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110572181A (zh) * | 2019-08-12 | 2019-12-13 | 广东电网有限责任公司 | 一种电力线的信道检测方法、装置及设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090238371A1 (en) * | 2008-03-20 | 2009-09-24 | Francis Rumsey | System, devices and methods for predicting the perceived spatial quality of sound processing and reproducing equipment |
CN102833020A (zh) * | 2012-09-10 | 2012-12-19 | 杭州电子科技大学 | 认知无线网络中基于自适应测量的贝叶斯压缩宽带频谱检测方法 |
CN103957537A (zh) * | 2014-03-26 | 2014-07-30 | 北京邮电大学 | 基于信道聚类的频谱感知方法及装置 |
CN106231603A (zh) * | 2016-07-27 | 2016-12-14 | 北京邮电大学 | 一种频谱预测方法及装置 |
-
2017
- 2017-12-12 CN CN201711318856.3A patent/CN108270496B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090238371A1 (en) * | 2008-03-20 | 2009-09-24 | Francis Rumsey | System, devices and methods for predicting the perceived spatial quality of sound processing and reproducing equipment |
CN102833020A (zh) * | 2012-09-10 | 2012-12-19 | 杭州电子科技大学 | 认知无线网络中基于自适应测量的贝叶斯压缩宽带频谱检测方法 |
CN103957537A (zh) * | 2014-03-26 | 2014-07-30 | 北京邮电大学 | 基于信道聚类的频谱感知方法及装置 |
CN106231603A (zh) * | 2016-07-27 | 2016-12-14 | 北京邮电大学 | 一种频谱预测方法及装置 |
Non-Patent Citations (1)
Title |
---|
高明菲: "基于预测的快速频谱感知算法与方案研究", 《全国优秀硕士论文电子期刊网》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110572181A (zh) * | 2019-08-12 | 2019-12-13 | 广东电网有限责任公司 | 一种电力线的信道检测方法、装置及设备 |
CN110572181B (zh) * | 2019-08-12 | 2022-04-29 | 广东电网有限责任公司 | 一种电力线的信道检测方法、装置及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN108270496B (zh) | 2020-02-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xing et al. | Spectrum prediction in cognitive radio networks | |
EP3420493B1 (en) | Private data aggregation framework for untrusted servers | |
CN104805638B (zh) | 基于物联网技术的公共宿舍智能自助式洗衣方法 | |
Lu et al. | Robust occupancy inference with commodity WiFi | |
EP2905931B1 (en) | Method and apparatus for determining data flow rate of service access port | |
Ageev et al. | Abnormal traffic detection in networks of the internet of things based on fuzzy logical inference | |
CN101710848B (zh) | 基于模糊积分和最优化理论的合作式频谱感知方法 | |
CN103428704B (zh) | 一种频谱感知方法及装置 | |
US11929911B2 (en) | Shaping outgoing traffic of network packets in a network management system | |
CN113286315B (zh) | 负载均衡判断方法、装置、设备及存储介质 | |
CN109039505B (zh) | 一种认知无线电网络中信道状态转移概率预测方法 | |
CN110501917A (zh) | 应用云计算实现物联网智能家居信息管理的***和方法 | |
Xing et al. | Security investment in cyber-physical systems: Stochastic games with asymmetric information and resource-constrained players | |
CN108270496A (zh) | 一种基于贝叶斯准则和信道相关性的快速频谱检测方法 | |
CN114372680A (zh) | 一种基于工人流失预测的空间众包任务分配方法 | |
CN111556090B (zh) | 智能物联网的功能聚合自组织***及方法 | |
Geng | Retracted Article: Traffic prediction and transmission scheduling of artificial intelligence-driven cognitive wireless networks | |
CN105656709A (zh) | 分组域网络容量的预测方法及装置 | |
CN104135759A (zh) | 用于近场通信或d2d通信的二级用户动态功率控制方法 | |
CN114567511B (zh) | 一种基于宽度学习的轻量级恶意流量检测方法及装置 | |
Xu et al. | Q-learning based network selection for WCDMA/WLAN heterogeneous wireless networks | |
CN106304178A (zh) | 一种基于电力异构无线网络的QoS保障方法及*** | |
CN103455525B (zh) | 基于用户的搜索推广行为确定推广帐号状态的方法与设备 | |
CN107889115A (zh) | 基于马氏决策的机会频谱接入方法 | |
Moneesh et al. | Cooperative Spectrum Sensing using DQN in CRN |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |