【技术实现步骤摘要】
基于认知功能和传感器节点分离的CRSN频谱感知方法
本专利技术属于无线传感器网络领域,涉及一种基于认知功能和传感器节点分离的CRSN频谱感知方法。
技术介绍
现有的WSN大都工作在无需授权的工业、科学、医学频段(IndustrialScientificMedical,ISM)。这些公用频段正随着各种新的无线通信技术的兴起(如Wifi、蓝牙、Wimax、Zigbee等)而变得日益拥挤,导致工作于ISM频段的各种无线设备之间的干扰日趋严重。例如有研究表明在同时工作时,IEEE802.11网络会明显降低802.15.4/Zigbee网络的性能,因而工作在ISM频段的异构无线通信系统共存问题已成为WSN继续发展的瓶颈。根据美国联邦通信委员会(FederalCommunicationsCommission,FCC)的一份报告,基于现有频谱管理政策,绝大部分已经分配的频谱无论是在时间上还是空间上都利用不足,仅在15%至85%之间。鉴于认知无线电(CognitiveRadio,CR)能够通过利用动态频谱分配技术极大地提高频谱利用率,一些研究人员在WSN中引入CR技术,即在每个传感器上都装载一个具有认知功能的设备,伺机利用暂未使用的频谱段,以缓解WSN频谱极度紧张的局面以及解决多个异构无线通信系统(WSN)共存导致的相互干扰问题。这种在传感器节点上装载CR设备的WSN称为认知无线传感器网络(CognitiveRadioSensorNetwork,CRSN)。在无线传感器网络中采用认知无线电技术,使传感器网络节点可以实时感知周围环境中的频谱信息,获取可用频谱资源,在通信过程 ...
【技术保护点】
一种基于认知功能和传感器节点分离的CRSN频谱感知方法,其特征在于:将选择适合的认知节点和降低认知节点的发射功率两方面问题建模成一个混合离散和连续变量的优化问题,并用连续离散二进制混合粒子群算法进行优化,具体步骤如下:1)使用能量检测法进行本地频谱检测;2)计算检测得到的能量值;3)计算认知节点的初始化检测概率和虚警概率;4)融合中心通过收到的认知节点的感知结果和对应信道的误码率计算得到真正的认知节点的检测概率和虚警概率为:5)假设有任意一个本地感知结果表明观察信道被主用户占用,那么融合中心的结果就是主用户占用该信道,计算融合中心的检测概率和虚警概率;6)计算协作频谱感知的总能量消耗;7)在假设控制信道的信噪比符合自由空间衰落模型的条件下,计算各个认知节点的新的检测概率和虚警概率;8)给定约束条件为最大虚警概率和最小检测概率,同时满足频谱感知能量消耗最小化,将优化问题进行公式表达;9)利用连续离散二进制混合粒子群算法进行优化。
【技术特征摘要】
1.一种基于认知功能和传感器节点分离的CRSN频谱感知方法,其特征在于:将选择适合的认知节点和降低认知节点的发射功率两方面问题建模成一个混合离散和连续变量的优化问题,并用连续离散二进制混合粒子群算法进行优化,具体步骤如下:1)使用能量检测法进行本地频谱检测;2)计算检测得到的能量值;3)计算认知节点的初始化检测概率和虚警概率;4)融合中心通过收到的认知节点的感知结果和对应信道的误码率计算得到真正的认知节点的检测概率和虚警概率为:5)假设有任意一个本地感知结果表明观察信道被主用户占用,那么融合中心的结果就是主用户占用该信道,计算融合中心的检测概率和虚警概率;6)计算协作频谱感知的总能量消耗;7)在假设控制信道的信噪比符合自由空间衰落模型的条件下,计算各个认知节点的新的检测概率和虚警概率;8)给定约束条件为最大虚警概率和最小检测概率,同时满足频谱感知能量消耗最小化,将优化问题进行公式表达;9)利用连续离散二进制混合粒子群算法进行优化。2.根据权利要求1所述的基于认知功能和传感器节点分离的CRSN频谱感知方法,其特征在于:所述使用能量检测法进行本地频谱检测具体包括:假设τs表示认知节点的频谱检测时间长度,fs表示检测采样频率,τsfs为每个检测周期的采样数量,第i个认知节点依靠它的采样信号能量值Xi[k](k=1,2,3Lτsfs)来给出感知结果;H0表示主用户没有占用信道,用H1表示主用户占用了信道;H0:Xi[k]=ui[k](1)H1:Xi[k]=si[k]+ui[k](2)其中ui[k]是方差为σu2、均值为0的高斯随机噪声;si[k]为主用户信号,假设它是一个均值为0方差为σsi2的随机过程。3.根据权利要求2所述的基于认知功能和传感器节点分离的CRSN频谱感知方法,其特征在于:计算检测得到的能量值为:它在主用户不占用检测信道的情况下服从一个自由度为2τsfs的卡方分布;在主用户占用观察信道的情况下服从一个自由度为2τsfs,非中心参数为2γi的非中心卡方分布:其中γi是认知节点i检测到的主用户的信噪比。4.根据权利要求3所述的基于认知功能和传感器节点分离的CRSN频谱感知方法,其特征在于,计算认知节点的初始化检测概率和虚警概率方法为:根据中心极限定理,当2τsfs足够大时,Ei可以看成是近似高斯分布,对于一个给定的门限值λ,则第i个认知节点的初始化检测概率和虚警概率分别如下:其中Q(x)是正常高斯分布的累积分布函数的补函数。5.根据权利要求4所述的基于认知功能和传感器节点分离的CRSN频谱感知方法,其特征在于,融合中心通过收到的认知节点的感知结果和对应信道的误码率计算得到真正的认知节点的检测概率和虚警概率为:其中ρi表示第i个认知节点上报给融合中心时信号的信噪比,控制信道的误码率6.根据权利要求5所述的基于认知功能和传感器节点分离的CRSN频谱感知方法,其特征在于,融合中心的检测概率和虚警概率为:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。