一种存在未知定时的异步信道感知方法技术

本发明专利技术公开了一种存在未知定时的异步信道感知方法，具体为：一、预测某个PU在k时刻的存在概率和感知时间差；二、由观测值更新存在概率预测值和感知时间差预测值；三、将更新的存在概率预测值与判决门限比较，得到PU的状态值；步骤四、根据状态值，计算PU在k时刻的感知时间差；步骤五、根据k-1时刻的感知时间差计算k时刻的出生粒子的状态值和权值；六、判断k时刻是否为最后一个时刻，如果是，记录并保存全部时刻的感知时间差以及状态值；否则，用k时刻的粒子集，迭代预测PU在k+1时刻的存在概率和感知时间差。优点在于：适用于异构无线网络动态频谱共享，避免了PU与SU之间繁杂的信令交互，降低了CR系统的配置复杂度并节省了时间与能量开销。

【技术实现步骤摘要】

本专利技术属于通信领域，具体是一种存在未知定时的异步信道感知方法。
技术介绍
随着无线通信的飞速发展，频谱作为一种不可再生资源已变得极度紧缺；为了解决该难题，认知无线电(CognitiveRadio，CR)技术得到了广泛关注与深入研究。认知无线电技术旨在不影响授权用户(PrimaryUser，PU)正常工作的前提下，从时间、空间和频率等多维度出发、对频谱资源进行重复利用和共享。由于认知无线电用户(SecondaryUser，SU)不能对授权用户产生干扰，频谱感知成为CR技术中一个首要前提；频谱感知是指SU通过信号检测与处理来获取特定频段的占用信息。经典的频谱感知技术包括：能量检测(Energydetection，ED)、匹配滤波器检测(Matchedfilterdetection，MFD)和循环平稳特征检测(Cyclostationarydetection，CD)，除了上述传统检测方式之外，近年来又相继出现了小波分析、压缩感知和协方差矩阵等检测方法。值得注意的是，现有频谱感知方案中均假设SU感知时间与PU发射时间之间保持同步。在诸多实际应用中，譬如LTE-U或其他异构网络执行LBT操作时，由于SU和PU之间难以完成协作定时，在SU的部分感知时隙内只包含信道噪声，而在其他部分感知时隙内包含PU信号，导致PU发射时间与SU感知时间存在相互偏差。未知感知时间差将会显著影响SU接收信号的统计特性，尤其对于同步定时信息敏<br>感的系统而言，会严重恶化其频谱感知性能，从而导致现有频谱感知算法的实际性能严重恶化，难以满足实际应用需求。
技术实现思路
本专利技术针对异构网络中，授权用户与认知用户间通常无法进行协作定时，导致授权用户发射机和认知用户接收机之间存在感知时间差的问题，提出了一种存在未知定时的异步信道感知方法；具体步骤如下：步骤一、针对已经分配好频谱资源的某个授权用户PU，预测PU在第k时刻的存在概率qk|k-1和感知时间差；PU在第k时刻存在概率的预测值用qk|k-1表示，公式如下：qk|k-1＝pb×(1-qk-1|k-1)+ps×qk-1|k-1其中，qk-1|k-1为PU在第k-1时刻的存在概率；pb为出生概率，即授权用户在第k-1时刻为空闲状态，而第k时刻跳变为工作状态；ps为幸存概率，即授权用户在第k-1时刻为工作状态，且第k时刻也为工作状态。PU在第k时刻的感知时间差tk采用一组离散的粒子值来逼近，粒子分为两部分：一直存在的粒子和出生粒子。针对PU在第k时刻感知时间差，粒子的预测值tk|k-1包括两部分：感知时间差粒子状态值的预测值tk|k-1(i)和粒子权值的预测值εk|k-1(i)。首先，PU在第k时刻的感知时间差粒子状态值的预测值tk|k-1(i)根据重要性函数生成：tk|k-1(i)～πt(tk|k-1(i)|tk-1|k-1(i))其中，i＝1,2,...,N+B；tk-1|k-1(i)为k-1时刻第i个粒子对应的感知时间差的状态值，πt(tk|k-1(i)|tk-1|k-1(i))为感知时间差的转移概率分布；然后，对感知时间差粒子权值的预测值εk|k-1(i)包括两部分：一直存在的粒子权值的预测值和出生粒子权值的预测值；ϵk|k-1(i)=ps·qk-1|k-1qk|k-1·ϵk-1|k-1(i);i=1,2,...,Npb·(1-qk-1|k-1)qk|k-1·1B;i=N+1,N+2,...,N+B]]>i＝1,2,...,N；N表示一直存在粒子的个数；i＝N+1,N+2,...,N+B；B表示出生粒子的个数。步骤二、由PU在第k时刻接收到的观测值zk，计算存在概率预测值的更新值qk|k和感知时间差预测值的更新值；步骤201、计算PU在第k时刻的存在概率预测值的更新值qk|k；公式如下：qk|k=Ik·qk|k-11-qk|k-1+Ik·qk|k-1]]>Ik表示PU的似然比率；表示似然函数，表示授权用户PU不存在；Yk＝{tk|k-1(i)本文档来自技高网...

【技术保护点】
一种存在未知定时的异步信道感知方法，其特征在于，具体步骤如下：步骤一、针对已经分配好频谱资源的某个授权用户PU，预测PU在第k时刻的存在概率qk|k‑1和感知时间差；PU在第k时刻存在概率的预测值qk|k‑1，公式如下：qk|k‑1＝|pb×(1‑qk‑1|k‑1)+ps×qk‑1|k‑1其中，qk‑1|k‑1为PU在第k‑1时刻的存在概率；pb为出生概率，ps为幸存概率；PU在第k时刻的感知时间差采用粒子的预测值表示，包括两部分：感知时间差粒子状态值的预测值tk|k‑1(i)和粒子权值的预测值εk|k‑1(i)；首先，感知时间差粒子状态值的预测值tk|k‑1(i)根据重要性函数生成：tk|k‑1(i)～πt(tk|k‑1(i)|tk‑1|k‑1(i))其中，i＝1,2,...,N+B；tk‑1|k‑1(i)为k‑1时刻第i个粒子对应的感知时间差的状态值，πt(tk|k‑1(i)|tk‑1|k‑1(i))为感知时间差的转移概率分布；然后，感知时间差粒子权值的预测值εk|k‑1(i)包括两部分：一直存在的粒子权值的预测值和出生粒子权值的预测值；ϵk|k-1(i)=ps&CenterDot;qk-1|k-1qk|k-1·ϵk-1|k-1(i);i=1,2,...,Npb·(1-qk-1|k-1)qk|k-1·1B;i=N+1,N+2,...,N+B]]>i＝1,2,...,N；N表示一直存在粒子的个数；i＝N+1,N+2,...,N+B；B表示出生粒子的个数；步骤二、由PU在k时刻接收到的观测值zk，计算存在概率预测值的更新值qk|k和感知时间差预测值的更新值；步骤201、计算PU在k时刻的存在概率预测值的更新值qk|k；公式如下：qk|k=Ik·qk|k-11-qk|k-1+Ik·qk|k-1]]>Ik表示PU的似然比率；步骤202、用似然函数计算PU在第k时刻感知时间差的粒子权值的更新值ε'k|k(i)；公式如下：i＝1,2...N+B；步骤203、对粒子权值的更新值ε'k|k(i)进行归一化，得到归一化后的值εk|k(i)：ϵk|k(i)=ϵ′k|k(i)/Σi=1N+Bϵ′k|k(i)]]>i＝1,2...N+B；步骤204、选取一直存在的粒子权值归一化后的更新值εk|k(i)，对粒子状态值的预测值重采样，得到感知时间差粒子状态值预测值的更新值tk|k(i)；将每个一直存在的粒子权值归一化后的更新值εk|k(i)，i＝1,2...N；与随机产生的n(i)相比，n(i)∈[0,1]，若εk|k(i)≥n(i)，则将该粒子的状态值保存下来，令tk|k(i)＝tk|k‑1(i)；否则，则令tk|k(i)等于被保存下来的上一个粒子状态值；步骤205、对每个一直存在的粒子权值归一化后的更新值εk|k(i)重置为重采样后一直存在的粒子集为{tk|k(i),εk|k(i)}，其中步骤三、将步骤二得到的存在概率预测值的更新值qk|k与判决门限γ比较，得到当前授权用户PU的状态值判决门限γ选取PU存在概率的中间值；计算如下：x^k=0,qk|k<γ1,qk|k≥γ]]>当更新值qk|k小于判决门限γ时，授权用户PU的状态值为0；否则，授权用户PU的状态值为1；步骤四、根据当前授权用户PU的状态值，计算当前授权用户PU在k时刻的感知时间差当时，观测值zk中只有观测噪声，用k‑1时刻的感知时间差值作为k时刻的感知时间差值，即当时，用PU在k时刻感知时间差粒子的更新值，计算k时刻的感知时间差值即：t^k=Σi=1Ntk|k(i)ϵk|k(i)]]>步骤五、根据k‑1时刻的感知时间差计算k时刻的出生粒子的状态值tk|k(i)，并对每个出生粒子权值归一化后的更新值εk|k(i)重置为tk|k(i)~πt(tk|k(i)|t^k-1);]]>i＝N+1,N+2,...,N+B；对每个出生粒子权值归一化后的更新值εk|k(i)重置为ϵk|k(i)=1B]]>i＝N+1,N+2,...,N+B；步骤六、判断k时刻是否为最后一个时刻，如果是，记录并保存全部时刻的感知时间差以及授权用户PU的状态值否则，进入步骤七；步骤七、重复步骤一，用步骤二和步骤五得到的k时刻的粒子集{tk|k(i),εk|k(i)}，i＝1,2,...,N+B，迭代预测PU在第k+1时刻的存在概率和感知时间差。...

【技术特征摘要】
1.一种存在未知定时的异步信道感知方法，其特征在于，具体步骤如下：
步骤一、针对已经分配好频谱资源的某个授权用户PU，预测PU在第k时刻的存在概
率qk|k-1和感知时间差；
PU在第k时刻存在概率的预测值qk|k-1，公式如下：
qk|k-1＝|pb×(1-qk-1|k-1)+ps×qk-1|k-1其中，qk-1|k-1为PU在第k-1时刻的存在概率；pb为出生概率，ps为幸存概率；
PU在第k时刻的感知时间差采用粒子的预测值表示，包括两部分：感知时间差粒子状态
值的预测值tk|k-1(i)和粒子权值的预测值εk|k-1(i)；
首先，感知时间差粒子状态值的预测值tk|k-1(i)根据重要性函数生成：
tk|k-1(i)～πt(tk|k-1(i)|tk-1|k-1(i))
其中，i＝1,2,...,N+B；tk-1|k-1(i)为k-1时刻第i个粒子对应的感知时间差的状态值，
πt(tk|k-1(i)|tk-1|k-1(i))为感知时间差的转移概率分布；
然后，感知时间差粒子权值的预测值εk|k-1(i)包括两部分：一直存在的粒子权值的预测值
和出生粒子权值的预测值；
ϵk|k-1(i)=ps·qk-1|k-1qk|k-1·ϵk-1|k-1(i);i=1,2,...,Npb·(1-qk-1|k-1)qk|k-1·1B;i=N+1,N+2,...,N+B]]>i＝1,2,...,N；N表示一直存在粒子的个数；i＝N+1,...

【专利技术属性】
技术研发人员：李斌，余盼，赵成林，许方敏，章扬，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：北京;11