基于信号调制识别的认知无线网络资源分配方法组成比例

本发明专利技术公开一种基于信号调制识别的认知无线网络资源分配方法，主要解决了现有技术中对认知无线网络主用户信号调制方式类间和类内分类方法的准确度过低和适用场景过于局限的缺点，克服了现有频谱分配技术更偏重于考虑认知节点服务质量的需求导致的认知节点需求考虑不足的缺点。本发明专利技术的主要步骤为：1、检测频谱；2、设置检测置信度门限值；3、判断主用户信道状态是否空闲；4、获取调制信息；5、上报信息；6、频谱融合；7、频谱资源分配。本发明专利技术可以根据通信环境需求，动态调整信任系统相应参数，尤其是调制信息参数，从而使认知无线网络频谱资源的分配和使用更加灵活，高效。

【技术实现步骤摘要】

本专利技术属于通信
，更进一步涉及认知无线网络
中的一种基于信号调制识别的认知无线网络资源分配方法。本专利技术可以根据通信环境需求，动态调整信任系统相应参数，尤其是调制参数，从而使认知无线网络频谱资源的分配和使用更加灵活，高效。
技术介绍
在解决日益稀缺的频谱问题上，认知无线电(CognitiveRadio，简称CR)是一种很有前景的技术。数字调制方式自动识别是信号接收与解调的中间步骤,认知无线网络系统中充当着主角地位，在非合作和动态通信环境中，对防止有害干扰授权用户，提高频谱的利用率中起着重要的作用。在认知无线网络系统中，频谱资源管理是非常重要的部分，其中涉及到的调制方式分类识别技术是认知无线网络资源分配的基础之一。调制方式识别不准确将导致对可用资源的浪费，而对信号调制方式进行准确的分类识别可以有效地提高认知无线网络系统中资源的分配效率。电子科技大学在其申请的专利文献“一种认知网络中数字调制信号的分类方法”(申请号201210331200.6申请公布号CN102868654A)中公开了一种认知网络中数字调制信号的分类方法。该方法通过以下步骤：1、对数字调制信号进行db5小波变换和分数傅里叶变换得到数据分布情况。2、将上一步中的分布情况作为分类特征，确定数字信号的调制方式。该方法存在的不足之处是：该方法虽然提出了一种认知网络中的调制信号分类方法，但是对实际通信场景中信号调制方式种类的数量考虑不够充分。杜红等人在其发表的论文“认知无线电中频谱感知优化与无线资源管理的研究”(北京邮电大学博士研究生学位论文2012年)中阐述了认知网络中一种考虑了不同需求认知用户的资源分配方法。该方法通过以下步骤：1、认知用户通过频谱感知获得主用户的信道使用状态信息。2、将感知结果及自己的业务需求报告给认知系统的基站。3、根据主用户的判决结果和认知用户的Qos需求信息，认知基站为认知用户分配频谱资源。该方法存在的不足之处是：该方法虽然提出了认知网络中一种考虑了不同需求认知用户的资源分配方案，但仅提出了用户的Qos需求，未充分考虑用户信号对待接入信道的调制方式的需求，资源分配方法考虑不够完善。
技术实现思路
本专利技术针对现有技术的不足，提出一种基于信号调制识别的认知无线网络资源分配方法，可以根据通信环境需求，动态调整信任系统相应参数，尤其是调制参数，从而使认知无线网络频谱资源的分配和使用更加灵活，高效。实现本专利技术目的的具体步骤包括如下：(1)检测频谱：(1a)认知无线网络中每个认知节点，分别接收主用户发送的信号；(1b)按照统计量公式，认知无线网络中每个认知节点，分别计算认知无线网络时域统计量；(2)按照下式，认知无线网络中每个认知节点，分别计算能量判决门限值ΓTD：其中，ΓTDi表示认知无线网络中第i个认知节点对应的能量判决门限值，表示高斯白噪声方差，其值为1，M表示认知无线网络中第i个认知节点对应的采样点数，Pafi表示认知无线网络中第i个认知节点虚警概率，表示开根号操作；(3)判断当前认知无线网络主用户的检测置信度时域统计量是否小于门限值ΓTD，若是，表示主用户信道频段未被占用，执行步骤(5)；否则，表示主用户信道状态为非空闲，执行步骤(4)；(4)获取调制方式信息：(4a)认知无线网络认知节点对认知无线网络主用户信号进行预处理；(4b)采用类间分类瞬时特征值提取方法，认知无线网络认知节点分别计算归一化中心幅度谱密度最大值参数，频谱最大值参数，包络波动参数，非弱段中心去线性瞬时相位标准差参数四大参数；(4c)认知无线网络认知节点对主用户信号调制方式类型进行类间分类；(4d)采用类内分类瞬时特征值与高阶累积量特征值联合提取方法，认知无线网络认知节点分别计算单频分量凸显度系列参数，零中心归一化谱密度最大值系列参数，谱线与能量密度参数，幅度包络标准差参数，高阶累积量系列参数五大参数；(4e)认知无线网络认知节点对主用户信号调制方式类型进行类内分类；(4f)合成认知无线网络主用户信道调制方式信息；(5)上报信息：认知无线网络中每个认知节点分别向认知无线网络中继节点上报认知无线网络主用户信道状态信息，认知无线网络主用户信道调制方式信息及自身需求；(6)频谱融合：认知无线网络中继节点融合认知无线网络认知节点上报的认知无线网络主用户信道状态信息，认知无线网络主用户信道调制方式信息及认知无线网络认知节点自身需求；(7)频谱资源分配：采用频谱资源分配方法，将认知无线网络主用户频谱资源分配给合适的认知无线网络认知用户。本专利技术与现有技术相比具有以下优点：第一，由于本专利技术采用类间分类瞬时特征值提取方法，细化了类间分类参数，克服了现有技术中对认知无线网络主用户信号调制方式类间分类方法准确度过低的缺点，使得本专利技术中认知无线网络主用户信号调制方式类间分类方法提高了精细度。第二，由于本专利技术采用类内分类瞬时特征值与高阶累积量特征值联合提取方法，细化并扩充了类内分类参数，克服了现有技术中对认知无线网络主用户信号调制方式类内分类方法的准确度过低和适用场景过于局限的缺点，使得本专利技术提高了精细度和普适性。第三，由于本专利技术采用频谱资源分配方法，同时分析了认知无线网络主用户信道调制方式信息和认知无线网络认知节点调制状态需求，克服了现有频谱分配技术更偏重于考虑认知节点服务质量的需求导致的认知节点需求考虑不足的缺点，使得本专利技术提高了频谱资源分配的灵活性和有效性。附图说明图1为本专利技术的应用场景图；图2为本专利技术的流程图。具体实施方式下面结合附图对专利技术做进一步描述。参照附图1，本专利技术的应用场景为认知无线网络，在该认知无线网络中设置一个主用户PU，N个认知节点CR1到CRN，一个中继节点和一个基站BS。N表示该认知无线网络中认知节点的个数。其中，N个认知节点分别单向接收主用户PU发送的信号，中继节点单向接收N个认知节点发送的信息，基站接收中继节点信息并直接控制N个认知节点。下面结合附图2，对本专利技术的具体步骤做进一步的描述。步骤1，检测频谱。认知无线网络中每个认知节点，分别接收主用户发送的信号。按照统计量公式，认知无线网络中每个认知节点，分别计算认知无线网络时域统计量。步骤2，按照下式，认知无线网络中每个认知节点，分别计算能量判决门限值ΓTD：其中，ΓTDi表示认知无线网络中第i个认知节点对应的能量判决门限值，表示高斯白噪声方差，其值为1，M表示认知无线网络中第i个认知节点对应的采样点数，Pafi表示认知无线网络中第i个认知节点虚警概率，表示开根号操作。步骤3，判断当前认知无线网络主用户的检测置信度时域统计量是否小于门限值ΓTD，若是，表示主用户信道频段未被占用，执行步骤5；否则，表示主用户信道状态为非空闲，执行步骤4。步骤4，获取调制方式信息。认知无线网络认知节点对认知无线网络主用户信号进行预处理。所述的预处理的具体步骤如下：第一步，按照下式，计算认知无线网络主用户零中心信号点：其中，Sz(is,as)表示认知无线网络中第is个认知节点对应的第as个主用户零中心信号点，S(is,js)表示认知无线网络中第is个认知节点对应的第js个主用户信号采样点，js表示1到M之间的任意正整数，M表示第is个认知节点对应的主用户信号的采样点的个数，as表示1到M之间的任意正整数本文档来自技高网...

【技术保护点】
一种基于信号调制识别的认知无线网络资源分配方法，包括如下步骤：(1)检测频谱：(1a)认知无线网络中每个认知节点，分别接收主用户发送的信号；(1b)按照统计量公式，认知无线网络中每个认知节点，分别计算认知无线网络时域统计量；(2)按照下式，认知无线网络中每个认知节点，分别计算能量判决门限值ΓTD：ΓTDi=σω2(M+2MQ-1(Pafi))]]>其中，ΓTDi表示认知无线网络中第i个认知节点对应的能量判决门限值，表示高斯白噪声方差，其值为1，M表示认知无线网络中第i个认知节点对应的采样点数，Pafi表示认知无线网络中第i个认知节点虚警概率，表示开根号操作；(3)判断当前认知无线网络主用户的检测置信度时域统计量是否小于门限值ΓTD，若是，表示主用户信道频段未被占用，执行步骤(5)；否则，表示主用户信道状态为非空闲，执行步骤(4)；(4)获取调制方式信息：(4a)认知无线网络认知节点对认知无线网络主用户信号进行预处理；(4b)采用类间分类瞬时特征值提取方法，认知无线网络认知节点分别计算归一化中心幅度谱密度最大值参数，频谱最大值参数，包络波动参数，非弱段中心去线性瞬时相位标准差参数四大参数；(4c)认知无线网络认知节点对主用户信号调制方式类型进行类间分类；(4d)采用类内分类瞬时特征值与高阶累积量特征值联合提取方法，认知无线网络认知节点分别计算单频分量凸显度系列参数，零中心归一化谱密度最大值系列参数，谱线与能量密度参数，幅度包络标准差参数，高阶累积量系列参数五大参数；(4e)认知无线网络认知节点对主用户信号调制方式类型进行类内分类；(4f)合成认知无线网络主用户信道调制方式信息；(5)上报信息：认知无线网络中每个认知节点分别向认知无线网络中继节点上报认知无线网络主用户信道状态信息，认知无线网络主用户信道调制方式信息及自身需求；(6)频谱融合：认知无线网络中继节点融合认知无线网络认知节点上报的认知无线网络主用户信道状态信息，认知无线网络主用户信道调制方式信息及认知无线网络认知节点自身需求；(7)频谱资源分配：采用频谱资源分配方法，将认知无线网络主用户频谱资源分配给合适的认知无线网络认知用户。...

【技术特征摘要】
1.一种基于信号调制识别的认知无线网络资源分配方法，包括如下步骤：(1)检测频谱：(1a)认知无线网络中每个认知节点，分别接收主用户发送的信号；(1b)按照统计量公式，认知无线网络中每个认知节点，分别计算认知无线网络时域统计量；(2)按照下式，认知无线网络中每个认知节点，分别计算能量判决门限值ΓTD：ΓTDi=σω2(M+2MQ-1(Pafi))]]>其中，ΓTDi表示认知无线网络中第i个认知节点对应的能量判决门限值，表示高斯白噪声方差，其值为1，M表示认知无线网络中第i个认知节点对应的采样点数，Pafi表示认知无线网络中第i个认知节点虚警概率，表示开根号操作；(3)判断当前认知无线网络主用户的检测置信度时域统计量是否小于门限值ΓTD，若是，表示主用户信道频段未被占用，执行步骤(5)；否则，表示主用户信道状态为非空闲，执行步骤(4)；(4)获取调制方式信息：(4a)认知无线网络认知节点对认知无线网络主用户信号进行预处理；(4b)采用类间分类瞬时特征值提取方法，认知无线网络认知节点分别计算归一化中心幅度谱密度最大值参数，频谱最大值参数，包络波动参数，非弱段中心去线性瞬时相位标准差参数四大参数；(4c)认知无线网络认知节点对主用户信号调制方式类型进行类间分类；(4d)采用类内分类瞬时特征值与高阶累积量特征值联合提取方法，认知无线网络认知节点分别计算单频分量凸显度系列参数，零中心归一化谱密度最大值系列参数，谱线与能量密度参数，幅度包络标准差参数，高阶累积量系列参数五大参数；(4e)认知无线网络认知节点对主用户信号调制方式类型进行类内分类；(4f)合成认知无线网络主用户信道调制方式信息；(5)上报信息：认知无线网络中每个认知节点分别向认知无线网络中继节点上报认知无线网络主用户信道状态信息，认知无线网络主用户信道调制方式信息及自身需求；(6)频谱融合：认知无线网络中继节点融合认知无线网络认知节点上报的认知无线网络主用户信道状态信息，认知无线网络主用户信道调制方式信息及认知无线网络认知节点自身需求；(7)频谱资源分配：采用频谱资源分配方法，将认知无线网络主用户频谱资源分配给合适的认知无线网络认知用户。2.根据权利要求1所述的基于信号调制识别的认知无线网络资源分配方法，其特征在于，步骤(1b)中所述的统计量公式如下：V^TDvi=1M∫0Ty2(t)dt]]>其中，表示认知无线网络中第vi个认知节点对应的主用户信号检测置信认知无线网络时域统计量，∫表示积分操作，M表示认知无线网络中第vi个认知节点对应的采样点数，vi表示1到N之间的任意正整数。3.根据权利要求1所述的基于信号调制识别的认知无线网络资源分配方法，其特征在于，步骤(4a)中所述的预处理的具体步骤如下：第一步，按照下式，计算认知无线网络主用户零中心信号点：Sz(is,as)=S(is,js)-1MΣjs=1MS(is,js)]]>其中，Sz(is,as)表示认知无线网络中第is个认知节点对应的第as个主用户零中心信号点，S(is,js)表示认知无线网络中第is个认知节点对应的第js个主用户信号采样点，js表示1到M之间的任意正整数，M表示第is个认知节点对应的主用户信号的采样点的个数，as表示1到M之间的任意正整数，∑表示连加操作；第二步，按照下式，计算认知无线网络主用户希尔伯特Hilbert变换信号点：HT(ih,bh)=Sz(ih,ah)*1πah]]>其中，HT(ih,bh)表示认知无线网络中第ih个认知节点对应的第bh个主用户希尔伯特Hilbert变换信号点，bh表示1到M之间的任意正整数，Sz(ih,ah)表示认知无线网络中第ih个认知节点对应的第ah个主用户零中心信号点，ah表示1到M之间的任意正整数，*表示卷积操作，π表示圆周率；第三步，按照下式，计算认知无线网络主用户包络归一化信号点：Se(ie,ce)=Sz(ie,ae)Sz2(ie,ae)+HT2(ie,be)]]>其中，Se(ie,ce)表示认知无线网络中第ie个认知节点对应的第ce个主用户包络归一化信号点，ce表示1到M之间的任意正整数，Sz(ie,ae)表示认知无线网络中第ie个认知节点对应的第ae个主用户零中心信号点，ae表示1到M之间的任意正整数，HT(ie,be)表示认知无线网络中第ie个认知节点对应的第be个主用户希尔伯特Hilbert变换信号点，be表示1到M之间的任意正整数，表示开根号操作；第四步，将认知无线网络主用户包络归一化信号点合成主用户预处理信号。4.根据权利要求1所述的基于信号调制识别的认知无线网络资源分配方法，其特征在于，步骤(4b)所述类间分类瞬时特征值提取方法的具体步骤如下：第一步，按照下式，计算认知无线网络中的归一化中心幅度谱密度最大值参数：γmax(iγ)=MAX[Se2(αγ)]M]]>其中，γmax(iγ)表示认知无线网络中第iγ个认知节点对应的归一化中心幅度谱密度最大值参数，MAX表示取最大值操作，iγ表示1到N之间的任意正整数，Se(αγ)表示认知无线网络中第αγ个认知节点对应的主用户预处理信号，αγ表示1到M之间的任意正整数，M表示第iγ个认知节点对应的主用户信号的采样点的个数；第二步，按照下式，计算认知无线网络中的频谱最大值参数：Fmax(if)=MAX|DFT[Se(αf)]2|μ2(κ)]]>其中，Fmax(if)表示认知无线网络中第if个认知节点对应的频谱最大值参数，MAX表示取最大值操作，if表示1到N之间的任意正整数，||表示取绝对值操作，DFT表示傅里叶变换操作，Se(αf)表示认知无线网络中第αf个认知节点对应的主用户预处理信号，αf表示1到N之间的任意正整数，μ(κ)表示认知无线网络中第κ个认知节点对应的主用户预处理信号均值，κ表示1到N之间的任意正整数；第三步，按照下式，计算认知无线网络中的包络波动参数：mA(im)=σ2(ι)μ2(κ)]]>其中，mA(im)表示认知无线网络中第im个认知节点对应的包络波...

【专利技术属性】
技术研发人员：李文刚，汤林静，陈睿，刘龙伟，唐李梅，罗文翠，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61