【技术实现步骤摘要】
基于协作节点选取和FCM算法的认知车联网频谱感知方法
本专利技术涉及认知无线电和车载自组网领域
，具体涉及一种基于协作节点选取和FCM算法的认知车联网频谱感知方法。
技术介绍
随着社会的进步，汽车行业飞速发展，汽车数量的持续上涨，保障交通安全、提高通行效率需要为车辆提供高速率、低延时、高可靠的通信，车载自组织网络(VehicularAd-hocNetworks，VANET)应运而生，主要包括V2V(VehicletoVehicle)和V2I(VehicletoInfrastructure)两种通信方式。车联网作为新型智慧城市的一个标志越来越受到人们的关注，是智能交通系统领域中的研究热点。然而，随着车辆的增多，车载娱乐的多样化，通信需求大幅度增加，分配给VANET的5.9GHz频段的专用短程通信信道已经不能满足车载通信的需求，车辆高峰时期，将面临信道拥塞，频谱资源短缺的问题。为解决这一问题，提出了通过认知无线电(CR)技术的动态频谱接入(DSA)。CR的核心功能之一是通过频谱感知识别授权频段的频谱空洞，允许非授权用户在不影响授权用户的通信系统性能的前提下，动态...
【技术保护点】
1.一种基于协作节点选取和FCM算法的认知车联网频谱感知方法，其特征在于，所述的认知车联网频谱感知方法包括如下步骤：S1、路侧单元根据感知精度和感知开销的需求确定参与协作的车流密度ρ，基于车流密度及认知车辆间距离dms(t)确定参与协作车辆节点数K＝ρ*dms(t)，其中，车辆位置信息由自带的GPS模块获取；S2、路侧单元基于车辆与主用户之间的距离di(t)和车辆间相关性Rai(t)，引入新的参数Nodei＝α×Rai(t)+β×di(t)，动态选取相关性较小且距离主用户较近的认知车辆节点进行协作频谱感知，其中α和β分别为车辆间相关性和车辆与主用户之间距离的系数，取值范围为...
【技术特征摘要】
1.一种基于协作节点选取和FCM算法的认知车联网频谱感知方法，其特征在于，所述的认知车联网频谱感知方法包括如下步骤：S1、路侧单元根据感知精度和感知开销的需求确定参与协作的车流密度ρ，基于车流密度及认知车辆间距离dms(t)确定参与协作车辆节点数K＝ρ*dms(t)，其中，车辆位置信息由自带的GPS模块获取；S2、路侧单元基于车辆与主用户之间的距离di(t)和车辆间相关性Rai(t)，引入新的参数Nodei＝α×Rai(t)+β×di(t)，动态选取相关性较小且距离主用户较近的认知车辆节点进行协作频谱感知，其中α和β分别为车辆间相关性和车辆与主用户之间距离的系数，取值范围为(0,1)，i＝1,2,…M，M为车辆节点的个数；S3、参与协作的认知车辆采用能量检测技术进行频谱感知，将获得的检测统计量存储到车辆存储模块，利用FCM算法进行聚类，获取聚类中心和隶属度矩阵，当检测统计量隶属度差异值大于某一阈值时进行本地判决；S4、路侧单元将接收到的本地判决结果通过认知车辆的位置和相关性进行加权融合，判定该频段主用户是否存在，如果该频段主用户不存在，则认知车辆被授权使用该频段进行通信，否则退出该频段的使用。2.根据权利要求1所述的基于协作节点选取和FCM算法的认知车联网频谱感知方法，其特征在于，所述的步骤S1包括：S11、根据感知精度和能耗选择不同的车流密度，确定应选取参与协作的认知车辆数K＝ρ*dms(t)，ρ为车辆密度，dms(t)为M个车辆节点之间的最远距离；S12、如果车辆节点M≤K，车辆密度很小，全部车辆参与协作感知，K＝M，否则进入下一步骤S2，进行协作节点选取。3.根据权利要求1所述的基于协作节点选取和FCM算法的认知车联网频谱感知方法，其特征在于，所述的步骤S2包括：S21、计算每个认知车辆与其他车辆节点之间的相关性，每个认知车辆与其他M-1个认知车辆节点之间的相关性之和：Ri,j(t)为t时刻认知车辆节点CRi和CRj之间的相关性，每个认知车辆节点与其他M-1个认知车辆节点之间的相关性之和归一化处理为Rai(t)；S22、分别计算M个认知车辆与主用户之间的距离di,p(t)，求得认知车...
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。