一种能量采集绿色认知无线电的频谱感知方法技术

本发明专利技术提供的是一种能量采集绿色认知无线电的频谱感知方法。一，建立能量采集绿色认知无线电的频谱感知系统模型；二，初始化种群；三，对所有种群中的所有量子个体的适应度进行评价；四，分别对每一个种群内部的量子个体进行混合量子差分演化；五，在迭代次数满足一定的条件下比较每个种群之间的全局最优解，如果全局最优解均相同，对种群内的个体进行灭绝处理；六，如果进化没有终止，返回步骤四，否则执行步骤七；七，终止迭代，输出任意种群的全局最优量子个体的量子态，根据映射规则将其映射为可行解。本发明专利技术旨在联合获得最优的能量采集因子与信道感知数目，在次用户所需吞吐量已知的条件下，寻求系统的最小能量采集率，实现绿色通信的理念。

【技术实现步骤摘要】

本专利技术涉及的是一种认知无线电的频谱感知的方法。
技术介绍
随着通信事业的迅速发展，频谱资源短缺的问题变得越来越严重。同时随着通信终端多样化、智能化以及宽屏化的发展，移动设备的耗电量也变得越来越不容忽视。如何提高通信系统的频谱利用率同时降低能量消耗是目前急需解决的问题，“绿色通信”的概念也应运而生。相比普通的通信系统，认知无线电系统需要对无线电磁环境进行感知，通过感知功能来寻找可用信道，并自适应的调整系统参数，在不干扰授权用户的前提条件下，最佳的利用频谱空洞来获得最大的数据传输吞吐量，实现认知用户和授权用户共用同一频段，以此来提高无线资源的使用率。近两年，能量采集技术越来越受到重视，因为能量采集技术不仅能极大的缓和能源不足，而且是一种低碳环保技术。无线信号在携带信息的同时也携带了能量，这样环境中的各种干扰信号将会通过能量采集技术变废为宝。因此，能量采集认知无线电的频谱感知技术得到了广泛的关注。郑仕链等在《物理学报》上发表的“基于改进混合蛙跳算法的认知无线电协作频谱感知”提出了改进的混合蛙跳算法的频谱感知方案，没有利用能量采集技术，仅对检测概率进行了研究。Yin Sixing等在IEEE International Conference on Communications会议上发表的“Optimal Saving-Sensing-Transmitting Structurein Self-Powered Cognitive Radio Systems with Wireless Energy Harvesting”对能量采集的认知无线电频谱感知技术中的次用户吞吐量问题进行了讨论，但是不能求得次用户所需的最小能量采集率，具有改进的余地。
技术实现思路
本专利技术的目的在于提供一种能量需求最小，对能量采集的硬件要求低的能量采集绿色认知无线电的频谱感知方法。本专利技术的目的是这样实现的：步骤一，建立能量采集绿色认知无线电的频谱感知系统模型；步骤二，初始化种群；步骤三，对所有种群中的所有量子个体的适应度进行评价；步骤四，针对每一个种群，分别对其内部的量子个体进行混合量子差分演化；步骤五，比较每个种群之间的全局最优解，如果全局最优解均相同，对种群内的个体进行灭绝处理；步骤六，如果进化没有终止，返回步骤四，否则执行步骤七；步骤七，终止迭代，输出任意种群的全局最优量子个体的量子态，根据映射规则将其映射为可行解，作为认知无线电频谱感知的方案。本专利技术还可以包括：1、步骤一具体包括：采用能量采集-频谱感知-数据传输即SST(saving-sensing-transmitting)的时隙结构，所述时隙结构将一个时隙划分为三个时隙片段，分别用于能量采集、频谱感知与数据传输，每个时隙的总时间是T，能量采集因子为ρ，用于能量采集的时间片段长度为ρT，设感知信道数目为q，感知一个信道的时间花销为Ts，用于频谱感知的时间长度为qTs，剩下的时隙片段用于数据传输；将基于SST的时隙结构引入能量采集技术后，若每个时隙次用户需要获得的系统吞吐量为R，其能量采集率X(ρ,q)为： X ( ρ , q ) = ( qE s + ( T - ρ T - qT s ) ( 2 R T M ( T - ρ T - qT s ) - 1 ) ) / ρ T ]]>其中Es为探测一个信道所花费的能量，M是可用信道数；信道状态满足参数为p的Bernoulli分布，p为信道空闲的概率，从而M是参数为(q,p)的二项分布随机变量，其期望值为：E[M]＝qp能量采集率最小值优化问题方程如下： X ( ρ , q ) = ( qE s + ( T - ρ T - qT s ) ( 2 R T q ( T - ρ T - qT s ) - 1 ) ) / ρ T ]]>约束条件为：ρ-qEs/TX(ρ,q)≥0，1-ρ-qTs/T≥0，0≤ρ≤1其中q∈{0,1,2,…,N本文档来自技高网...

【技术保护点】
一种能量采集绿色认知无线电的频谱感知方法，其特征是：步骤一，建立能量采集绿色认知无线电的频谱感知系统模型；步骤二，初始化种群；步骤三，对所有种群中的所有量子个体的适应度进行评价；步骤四，针对每一个种群，分别对其内部的量子个体进行混合量子差分演化；步骤五，比较每个种群之间的全局最优解，如果全局最优解均相同，对种群内的个体进行灭绝处理；步骤六，如果进化没有终止，返回步骤四，否则执行步骤七；步骤七，终止迭代，输出任意种群的全局最优量子个体的量子态，根据映射规则将其映射为可行解，作为认知无线电频谱感知的方案。

【技术特征摘要】
1.一种能量采集绿色认知无线电的频谱感知方法，其特征是：步骤一，建立能量采集绿色认知无线电的频谱感知系统模型；步骤二，初始化种群；步骤三，对所有种群中的所有量子个体的适应度进行评价；步骤四，针对每一个种群，分别对其内部的量子个体进行混合量子差分演化；步骤五，比较每个种群之间的全局最优解，如果全局最优解均相同，对种群内的个体进行灭绝处理；步骤六，如果进化没有终止，返回步骤四，否则执行步骤七；步骤七，终止迭代，输出任意种群的全局最优量子个体的量子态，根据映射规则将其映射为可行解，作为认知无线电频谱感知的方案。2.根据权利要求1所述的能量采集绿色认知无线电的频谱感知方法，其特征是步骤一具体包括：采用能量采集-频谱感知-数据传输即SST的时隙结构，所述时隙结构将一个时隙划分为三个时隙片段，分别用于能量采集、频谱感知与数据传输，每个时隙的总时间是T，能量采集因子为ρ，用于能量采集的时间片段长度为ρT，设感知信道数目为q，感知一个信道的时间花销为Ts，用于频谱感知的时间长度为qTs，剩下的时隙片段用于数据传输；将基于SST的时隙结构引入能量采集技术后，若每个时隙次用户需要获得的系统吞吐量为R，其能量采集率X(ρ,q)为： X ( ρ , q ) = ( qE s + ( T - ρ T - qT s ) ( 2 R T M ( T - ρ T - ...

【专利技术属性】
技术研发人员：高洪元，张世铂，杜亚男，苏雨萌，刁鸣，李佳，苏雪，张晓桐，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江;23