一种基于随机集的多主用户多维频谱感知方法技术

本发明专利技术提供一种基于随机集的多主用户多维频谱感知方法，属于无线通信技术领域，用于解决现有的频谱感知技术无法满足感知主用户其他状态信息要求的问题。本发明专利技术提供的方法为：给定每个主用户运动所遵循的动态方程和传感器的测量方程；获取各时刻各主用户运动的状态值和观测值；将各时刻所有主用户运动的状态值的集合、观测值的集合分别作为该时刻多主用户的状态随机集变量、观测随机集变量，计算多主用户的状态转移密度函数和似然函数；采用粒子概率假设密度滤波方法对检测区域内的主用户数量及主用户的状态信息进行检测。上述方案中利用基于随机集的粒子概率假设密度滤波方法，能检测主用户的数目及主用户的位置、使用频率及信号接收角度等信息。

【技术实现步骤摘要】
一种基于随机集的多主用户多维频谱感知方法
本专利技术涉及无线通信
，特别是指一种基于随机集的多主用户多维频谱感知方法。
技术介绍
无线通信技术是通过电磁波携带传输信息实现数据传输过程的，随着无线通信业务的飞速发展，无线通信技术的根本问题——无线频谱资源短缺变得越来越突出，而其主要原因在于较低的频谱利用率。为了解决此问题，在现有固定频谱分配政策与频谱资源的需求的矛盾日益激化下,认知无线电技术应运而生。认知无线电技术的基本出发点是在不影响授权频段正常通信的前提下，具有认知功能的无线通信设备可按照某种“机会方式”接入授权的频段内，动态地利用频谱。这种在空域、时域中出现的可以被利用的频谱资源被称为“频谱空穴(SpectrumHoles)”。认知无线电的核心思想就是使无线通信设备具有发现“频谱空穴”并合理利用“频谱空穴”的能力，一旦检测到“频谱空穴”的存在，认知用户可以根据相应的接入规则动态接入网络。整个认知无线电的首要工作是进行频谱感知过程，即检测感兴趣的频段是否处于空闲状态。然而随着认知无线电技术的不断发展，仅仅检测出主用户的存在与否的传统频谱感知技术已经远远不能满足日渐增多的要求。在移动通信系统中，有时我们不仅要求认知用户检测出检测区域内主用户的数量、准确定位主用户的位置，还需要对主用户的相关状态信息，比如使用频率及接收角度等信息进行准确估计，而现有的频谱感知技术无法实现这些目的，因此，急需一种不仅上述需求的新的频谱感知方技术案。
技术实现思路
为了解决现有的频谱感知技术只能检测出检测区域内的主用户数量，无法满足感知主用户其他状态信息要求的问题，本专利技术提供一种基于随机集的多主用户多维频谱感知方法，相对于传统的感知方法，本专利技术提供的方法不仅能准确跟踪检测活跃主用户的数目，同时还能跟踪检测出主用户的具体位置、使用频率及信号接收角度等信息。本专利技术提供的一种基于随机集的多主用户多维频谱感知方法，其包括步骤：假设主用户均匀分布在检测区域内，给定每个主用户运动所遵循的动态方程和传感器的测量方程；各主用户按照给定的动态方程在所述检测区域内运动得到各时刻各主用户运动的状态值，传感器根据测量方程测量得到各时刻各主用户运动的观测值；对于每个时刻，将该时刻所有主用户运动的状态值的集合、观测值的集合分别作为该时刻多主用户的状态随机集变量、观测随机集变量；以各时刻多主用户的状态随机集变量和观测随机集变量为参数计算多主用户的状态转移密度函数和似然函数；根据得到的多主用户的状态转移密度函数和似然函数，采用粒子概率假设密度滤波方法对检测区域内的主用户数量及主用户的状态信息进行检测，实现对检测区域内主用户的实时感知。其中，所述粒子概率假设密度滤波方法包括：初始粒子的采样步骤：在初始时刻按照重要性采样函数抽取预定数目的主用户作为样本点，并赋给每个粒子相等的权值；粒子权值的预测步骤：根据k-1时刻存在且k时刻也存在的主用户的存活概率及其k-1时刻的粒子的权值，预测k时刻仍然存活的各主用户粒子在k时刻的预测权值，并预测k时刻新生主用户的粒子预测权值；粒子权值的更新步骤：根据k时刻的主用户观测值，更新上一步骤所得到的k时刻的各粒子的预测权值；粒子的重采样步骤：根据上一步骤得到的更新后的k时刻各粒子的预测权值得到k时刻检测区域内主用户的数量，重采样k时刻的粒子并为重采样的每个粒子分配新的权值；状态值的提取输出步骤：用概率假设密度的峰值所处位置表征各主用户的状态，并采用峰值提取技术提取各主用户的状态信息；其中，所述主用户的状态信息包括但不限于主用户的位置、使用频率和信号接收角度。其中，所述初始粒子的采样步骤具体包括：在初始k＝0时刻，按照重要性采样函数抽取预定数目L0个粒子，并赋给每个粒子相等的权值为其中，所述重要性采样函数取为所述多主用户的状态转移密度函数；j＝1,2,…,L0，L0表示抽取的粒子数目。其中，所述粒子权值的预测步骤具体包括：按照存活目标的重要性函数对在k-1时刻存在且k时刻也存在的粒子的状态进行采样，根据公式计算Lk-1个粒子在k时刻的预测权值；其中，i＝1,2,…,Lk-1，为k-1时刻存在且k时刻也存在的第i个粒子在k-1时刻的权值，为k-1时刻存在且k时刻也存在的第i个粒子在k时刻的预测权值，φk|k-1(·,·)＝ek|k-1(·)fk|k-1(·|·)+bk|k-1(·|·)，ek|k-1(·)表示主用户k-1时刻存在且k时刻也存在的存活概率，fk|k-1(·|·)表示k时刻多主用户的状态转移密度函数，qk(·)为第一建议采样密度，bk(·)则表示新生主用户的概率假设密度；若新生主用户数为Jk，则对于i＝Lk-1+1,...,Lk-1+Jk，按照存活目标的重要性函数对新生主用户的状态进行采样，根据公式计算k时刻新生主用户粒子的预测权值；其中，Pk(·)为第二建议采样密度；γk(·)为新生主用户随机集的概率密度函数，其服从分布γk(xk)＝0.1N(·|mr,pr)，mr为其均值矩阵，pr为其协方差矩阵。其中，在不考虑主用户信号的衍生情况下，当i＝1,2,…,Lk-1时，k-1时刻存在且k时刻也存在的主用户第i个粒子在k时刻的预测权值为当i＝Lk-1+1,...,Lk-1+Jk时，k时刻新生主用户粒子的预测权值为其中，a为常数。其中，所述粒子权值的更新步骤中根据以下公式对k时刻的各粒子的预测权值进行更新：其中，i＝1,2,...,Lk-1+Jk表示k时刻存在的粒子的数量，为执行所述粒子权值的预测步骤得到的k时刻存在的第i个粒子的预测权值；κk(z)＝λkck(z)表示k时刻杂波的随机集的强度函数，λk表示每个采样间隔的平均杂波数，杂波概率密度为ck，PD表示对检测区域内主用户的检测概率，gk(z|x)为k时刻多主用户的似然函数；对每个z∈Zk，有Zk为k时刻主用户的观测值；1-PD代表漏检的主用户对样本权值的更新所做的贡献，表示实际检测到的主用户对样本权重更新的贡献。其中，粒子的重采样步骤中所述根据上一步骤得到的更新后的k时刻各粒子的预测权值得到k时刻检测区域内主用户的数量的方法为：将上一步骤得到的更新后的k时刻所有粒子的预测权值求和得到将权值和进行四舍五入取整得到的值作为k时刻检测区域内主用户的数量。其中，粒子的重采样步骤中所述重采样k时刻的粒子并为重采样的每个粒子分配新的权值的方法为：根据检测区域内主用户的数量，采用公式归一化处理上一步骤得到的更新后的k时刻各粒子的预测权值；剔除归一化后权值小于第一预定值的粒子，复制权值高于第二预定值的粒子，得到重采样的k时刻的主用户粒子；为重采样的k时刻的各主用户粒子分配新的权值其中，状态值的提取输出步骤中所述采用峰值提取技术提取各主用户的状态信息的方法为：采用聚类分析的方法，首先将上一步骤得到的重采样的多粒子按主用户数量进行分类，然后再将聚类中心作为主用户的状态信息估计值。其中，所述聚类分析的方法为k-means分类方法。本专利技术的上述技术方案的有益效果如下：上述方案中，利用基于随机集的粒子概率假设密度滤波方法，能够实时跟踪检测复杂环境下随时改变的多主用户数目，且计算复杂度较低、易于工程实现。本专利技术在跟踪检测主用户数量的同时，还能对主用户进行准确定位，给出主用户的具体位置、本文档来自技高网...

【技术保护点】
一种基于随机集的多主用户多维频谱感知方法，其特征在于，包括步骤：假设主用户均匀分布在检测区域内，给定每个主用户运动所遵循的动态方程和传感器的测量方程；各主用户按照给定的动态方程在所述检测区域内运动得到各时刻各主用户运动的状态值，传感器根据测量方程测量得到各时刻各主用户运动的观测值；对于每个时刻，将该时刻所有主用户运动的状态值的集合、观测值的集合分别作为该时刻多主用户的状态随机集变量、观测随机集变量；以各时刻多主用户的状态随机集变量和观测随机集变量为参数计算多主用户的状态转移密度函数和似然函数；根据得到的多主用户的状态转移密度函数和似然函数，采用粒子概率假设密度滤波方法对检测区域内的主用户数量及主用户的状态信息进行检测，实现对检测区域内主用户的实时感知。

【技术特征摘要】
1.一种基于随机集的多主用户多维频谱感知方法，其特征在于，包括步骤：假设主用户均匀分布在检测区域内，给定每个主用户运动所遵循的动态方程和传感器的测量方程；各主用户按照给定的动态方程在所述检测区域内运动得到各时刻各主用户运动的状态值，传感器根据测量方程测量得到各时刻各主用户运动的观测值；对于每个时刻，将该时刻所有主用户运动的状态值的集合、观测值的集合分别作为该时刻多主用户的状态随机集变量、观测随机集变量；以各时刻多主用户的状态随机集变量和观测随机集变量为参数计算多主用户的状态转移密度函数和似然函数；根据得到的多主用户的状态转移密度函数和似然函数，采用粒子概率假设密度滤波方法对检测区域内的主用户数量及主用户的状态信息进行检测，实现对检测区域内主用户的实时感知；其中，所述粒子概率假设密度滤波方法包括：初始粒子的采样步骤：在初始时刻按照重要性采样函数抽取预定数目的粒子作为样本点，并赋给每个粒子相等的权值；粒子权值的预测步骤：根据k-1时刻存在且k时刻也存在的主用户的存活概率及其k-1时刻的粒子的权值，预测k时刻仍然存活的各主用户粒子在k时刻的预测权值，并预测k时刻新生主用户粒子的预测权值；粒子权值的更新步骤：根据k时刻的主用户观测值，更新上一步骤所得到的k时刻的各粒子的预测权值；粒子的重采样步骤：根据上一步骤得到的更新后的k时刻各粒子的预测权值得到k时刻检测区域内主用户的数量，重采样k时刻的粒子并为重采样的每个粒子分配新的权值；状态值的提取输出步骤：用概率假设密度的峰值所处位置表征各主用户的状态，并采用峰值提取技术提取各主用户的状态信息；其中，所述主用户的状态信息包括但不限于主用户的位置、使用频率和信号接收角度。2.如权利要求1所述的基于随机集的多主用户多维频谱感知方法，其特征在于，所述初始粒子的采样步骤具体包括：在初始k＝0时刻，按照重要性采样函数抽取预定数目L0个粒子，并赋给每个粒子相等的权值为其中，所述重要性采样函数取为所述多主用户的状态转移密度函数；j＝1,2,…,L0，L0表示抽取的粒子数目。3.如权利要求1所述的基于随机集的多主用户多维频谱感知方法，其特征在于，所述粒子权值的预测步骤具体包括：按照存活主用户的重要性函数对在k-1时刻存在且k时刻也存在的主用户的状态进行采样，根据公式计算Lk-1个粒子在k时刻的预测权值；其中，i＝1,2,…,Lk-1，为k-1时刻存在且k时刻也存在的第i个粒子在k-1时刻的权值，为k-1时刻存在且k时刻也存在的第i个粒子在k时刻的预测权值，φk|k-1(·,·)＝ek|k-1(·)fk|k-1(·|·)+bk|k-1(·|·)，ek|k-1(·)表示主用户k-1时刻存在且k时刻也存在的存活概率，fk|k-1(·|·)表示k时刻多主用户的状态转移密度函数，qk(·)为第一建议采样密度，bk(·)则表示新生主用户的概率假设密度；若新生主用户数为Jk，则对于i＝Lk-1+1,...,Lk-1+Jk，按照存活目标的重要...

【专利技术属性】
技术研发人员：杜利平，
申请(专利权)人：北京科技大学，
类型：发明
国别省市：北京;11