一种基于无人机的异构频谱网络三维频谱感知方法技术

本发明专利技术公开了一种基于无人机的异构频谱网络三维频谱感知方法，属于无线通信技术领域；首先定义了三维频谱接入机会，建立了三维空时机会感知模型并定义单个无人机和整个网络的空时虚警概率和空时检测概率作为检测性能的评价标准；接着基于无人机设计了三维空时感知框架应用于异构频谱环境中的频谱感知；随后对基本的三维空时感知算法进行了改进，提出了三种改进的空时融合算法；最后利用设计的基于感知的功率控制算法进行无人机发射功率的控制；本发明专利技术利用无人机的位置灵活性提出了一种异构频谱网络三维频谱感知算法，可以有效地帮助次级用户在三维异构频谱环境下高效挖掘并占用频谱空洞。

【技术实现步骤摘要】
一种基于无人机的异构频谱网络三维频谱感知方法
本专利技术涉及无线通信
，具体为一种基于无人机(UAV)的异构频谱网络中进行三维频谱感知的方法。
技术介绍
近年来，随着无线设备和服务的爆炸式增长，日益拥挤的频谱与频谱资源利用不足之间的矛盾日益突出。一些未经许可的频段，如工业，科学，医疗频段和陆地移动通信的许可频段过于拥挤。但是，分配给广播电视或军用雷达的大多数许可频段通常使用效率低下。因此，如果系统能够自动感知频谱环境，通过智能学习实时调整或调整传输参数，并占用许可给主用户的空闲频段，实现空间频谱的机会式占用，则频谱利用率无疑将得到提高。基于上述现有技术中的问题，认知无线电作为解决这一矛盾的有效方法出现了。频谱感知是认知无线电的重要组成部分，只有通过对相应的无线通信环境采用合适的频谱检测策略，次级用户才能以高检测概率检测频谱占用状态，从而做出是否接入频段的正确决策。但是，有关认知无线电的研究都集中在1D或2D频谱空间中的时间或空间频谱感知，并假设所有次级用户共享相同的机会占用信道，而没有关于异构频谱的三维频谱机会利用的报道。1D或2D频谱空间中的时间或空间频谱感知并不能帮助次级用户在三维异构频谱环境下高效挖掘并占用频谱空洞。
技术实现思路
本专利技术针对现有技术中存在的问题，利用无人机的位置灵活性提出了一种异构频谱网络三维频谱感知算法，首先将三维异构频谱环境划分为黑灰白三层，定义了三维空时机会，并设计了一个三维空时感知框架，来进行三维异构环境的频谱感知，极大地提高了次级用户的频谱感知检测性能和频谱利用率。本专利技术是这样实现的：一种基于无人机的异构频谱网络三维频谱感知方法，其特征在于，具体步骤如下：步骤一，建立三维空时机会感知模型，并定义单个UAV和整个网络的空时虚警概率和空时检测概率作为检测性能的评价标准；步骤二，基于UAV设计三维空时感知(3DSTS)算法框架应用于异构频谱环境中的频谱感知；步骤三，设计三种空时融合算法对基本的3DSTS算法进行改进；步骤四，基于感知的功率控制算法进行无人机发射功率的控制，以此在对主用户干扰受限情况下提高频谱利用率。进一步，步骤一具体为：1.1，在三维半球型异构频谱环境中产生N架无人机，服从三维泊松分布，得到所有无人机的空间位置；初始化参数有主用户发射功率，主用户处于工作状态的概率P1，主用户传输范围Rp，主用户受保护范围Rpp，以及主用户被感知范围Rs。整个网络空间被分为黑灰白三层，半径为Rp的PU传输范围称为黑层，表示可以接收主用户信号的最远距离。白层半径Rs，称为PU能被感知范围。任何在Rs范围以外的无人机都无法探测到主用户信号了。灰层作为过渡层，半径为Rpp，将会采用功率控制方案来提高频谱利用率。基于在这个黑灰白层的认知无线电网络模型上，我们将数学化三维时空机会检测过程并设计三维时空感知框架。1.2，对于性能评价标准，我们定义单个UAV和整个网络的空时虚警概率和时检测概率如下：式中，状态O0和O1分别表示存在空时频谱机会和不存在空时频谱机会。k表示第k个感知周期，N表示网络中的所有无人机集合，Nin表示处于电视塔传输范围以内的无人机集合，T表示连续的感知周期集合；1.3，采用能量检测方案，得到每架无人机的能量检测频谱感知结果：式中，μ0＝σn2，μ1(ri)＝(1+γi)σn2＝(1+γi)μ0，σ02＝2σn4/N，σ12(ri)＝2(1+2γi)σn4/N＝(1+2γi)σ02，xi(n)表示第i架无人机在第n个采样的感知结果，表示高斯噪声功率。M是采样数量，Ei(k)表示第i架无人机在第k个感知周期的感知结果。γi＝Pi(ri)/σn2表示第i架无人机接收到的信噪比；由此可以得到非协同频谱感知时单个无人机和整个网络的空时虚警概率和空时检测概率：式中，λ表示电视塔处于状态O0还是O1的判决门限，P1表示电视塔处于工作状态的概率；T0和T1分别表示主用户信号不存在和存在；和分别表示第i架无人机在第k个感知周期的纯时域虚警概率和检测概率；同理可以得到协同频谱感知(3DCS)的单个UAV和整个网络的空时虚警概率和空时检测概率：式中，μ3DCS,0和μ3DCS,1(ri)分别表示协同频谱感知(3DCS)方法中主用户不存在和存在时融合结果的均值，σ3DCS,02和σ3DCS,1(ri)2分别表示3DCS方法中主用户不存在和存在时融合结果的方差。进一步，所述的步骤二具体为：非协同频谱感知(3DNCS)和协同频谱感知(3DCS)作为基准算法，设计出针对三维异构频谱环境的三维空时频谱感知(3DSTS)算法，其中设计了一个时域融合窗和一个空域的融合球来分别进行时域和空域的信息融合；1)时域融合：其中Ei(k)表示第i架无人机在第k个感知周期的感知结果，k的取值范围为t-l+1到t，即窗长度为l；ωk为归一化的第k个感知周期的时域融合系数：其中τ是一个可调正参数；2)空域融合：其中表示第i架无人机的第j架领居无人机的时域感知结果；S表示第i架无人机的领居无人机结合；ρj表示归一化第j架领居无人机的空间融合系数：其中θ是一个可调正参数；3)空时融合；综合时域和空域融合得到空时联合感知结果为：进而得到3DSTS的检测概率和虚警概率，式中，μ3DSTS,0和μ3DSTS,1(ri)分别表示三维空时频谱感知方法中主用户不存在和存在时融合结果的均值，σ3DSTS,02和σ3DSTS,1(ri)2分别表示三维空时频谱感知方法中主用户不存在和存在时融合结果的方差。进一步，所述的步骤三具体为：改进基本的3DSTS算法，得到三种改进算法，分别是双重融合三维空时感知(DF-3DSTS)，时域全空域感知(TGSS)和双重融合时域全空域感知(DF-TGSS)，他们各自的感知量如下所示：式中，ρj'表示属于第j架无人机的领居中的第j'架领居无人机的空间融合系数，Sj'表示第j架无人机的邻居无人机集合，Sglobal表示异构频谱网络中所有无人机集合。进一步，步骤四中：理想发射功率的控制(Ideal3DBGW)如下式所述：式中，Πpeak表示无人机能发送的最大功率。Ith表示主用户传输范围边缘所能接受的干扰阈值。根据实际情况，对(ri-Rp)进行估计，得到了基于三维空时感知的无人机发射功率的控制(3DSTSBGW)，如下公式所示：式中，di,min表示第i架无人机与其领居无人机中最远的上报O1无人机之间的距离；di,max表示第i架无人机与其领居无人机中最近的上报O0无人机之间的距离，且该距离小于di,min。本专利技术与现有技术的有益效果在于：利用本专利技术的方法，解决了在异构频谱环境下，传统感知方案表现出协作感知并不有效，当次级用户处于主用户的传输范围以外时，过多的协作反而会引起很高的空间虚警概率的问题。通过设计了一种三维空时协同感知的算法，利用一个时间窗和一个空间球混合空间和时间感知结果的方法来进行异构频谱环境的频谱感知，经过传统感知方案比较，本专利技术方法中的协同频谱感知在异构环境下带来了比其他算法检测概率高出很多的效果；另外本专利技术将三维异构频谱环境划分为黑灰白三层，定义了三维空时机会，并通过上述的三维空时感知方案设计了基于感知的无人机功率控制方案，该方案通过控制在灰层空间中无人机发射功率的大小以达到对主本文档来自技高网...

【技术保护点】
1.一种基于无人机的异构频谱网络三维频谱感知方法，其特征在于，具体步骤如下：步骤一，定义三维空时机会，建立三维空时机会感知模型，并定义单个无人机和整个网络的空时虚警概率和空时检测概率作为检测性能的评价标准；步骤二，基于无人机设计三维空时感知算法框架应用于异构频谱环境中的频谱感知；步骤三，设计三种空时融合算法对基本的三维空时感知算法进行改进；步骤四，基于感知的功率控制算法进行无人机发射功率的控制。

【技术特征摘要】
1.一种基于无人机的异构频谱网络三维频谱感知方法，其特征在于，具体步骤如下：步骤一，定义三维空时机会，建立三维空时机会感知模型，并定义单个无人机和整个网络的空时虚警概率和空时检测概率作为检测性能的评价标准；步骤二，基于无人机设计三维空时感知算法框架应用于异构频谱环境中的频谱感知；步骤三，设计三种空时融合算法对基本的三维空时感知算法进行改进；步骤四，基于感知的功率控制算法进行无人机发射功率的控制。2.根据权利要求1所述的一种基于无人机的异构频谱网络三维频谱感知方法，其特征在于，步骤一具体为：1.1，在三维半球型异构频谱环境中产生N架无人机，服从三维泊松分布，得到所有无人机的空间位置；初始化参数有主用户发射功率，主用户处于工作状态的概率P1，主用户传输范围Rp，主用户受保护范围Rpp，以及主用户被感知范围Rs；1.2，对于性能评价标准，定义单个无人机和整个网络的空时虚警概率和空时检测概率如下：式中，k表示第k个感知周期，状态O0和O1分别表示存在空时频谱机会和不存在空时频谱机会；N表示网络中的所有无人机集合，Nin表示处于电视塔传输范围以内的无人机集合，T表示连续的感知周期集合；1.3，采用能量检测方案，得到每架无人机的能量检测频谱感知结果：式中，μ0＝σn2，μ1(ri)＝(1+γi)σn2＝(1+γi)μ0，σ02＝2σn4/N，σ12(ri)＝2(1+2γi)σn4/N＝(1+2γi)σ02，xi(n)表示第i架无人机在第n个采样的感知结果，表示高斯噪声功率，M是采样数量，Ei(k)表示第i架无人机在第k个感知周期的感知结果，γi＝Pi(ri)/σn2表示第i架无人机接收到的信噪比；由此可以得到非协同频谱感知时单个无人机和整个网络的空时虚警概率和空时检测概率：式中，λ表示电视塔处于状态O0还是O1的判决门限，P1表示电视塔处于工作状态的概率；T0和T1分别表示主用户信号不存在和存在；和分别表示第i架无人机在第k个感知周期的纯时域虚警概率和检测概率；同理可以得到协同频谱感知的单个无人机和整个网络的空时虚警概率和空时检测概率：式中，μ3DCS,0和μ3DCS,1(ri)分别表示协同频谱感知方法中主用户不存在和存在时融合结果的均值，σ3DCS,02和σ3DCS,1(ri)2分别表示...

【专利技术属性】
技术研发人员：王正，沈锋，吴启晖，戚楠，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏,32