【技术实现步骤摘要】
基于最大最小距离分簇的分布式协作频谱感知方法
本专利技术涉及分布式协作频谱感知技术,特别是指基于最大最小距离分簇的分布式协作频谱感知方法。
技术介绍
频谱感知,是指认知用户通过各种信号检测和处理手段来获取无线网络中的频谱使用信息,频谱感知技术可以检测当前频谱信息,发现空闲频谱资源以对其进行再利用,提高频谱利用率,缓解频谱紧缺导致的频谱供需矛盾。由于单个认知用户进行频谱感知时检测性能差,因此使用多个认知用户进行协作频谱感知。对于具有移动性的认知用户来说,难以将所有感知信息发送至融合中心进行数据融合,而分布式频协作谱感知是在没有信息融合中心的情况下,多个认知用户仅通过与其相邻邻居节点进行信息交换来实现的协作感知。因此,分布式协作频谱感知对于移动次级用户有更好的通用性和鲁棒性。由于不存在融合中心,任意节点的加入和退出不会对感知网络的运行造成影响。此外,使用分布式协作频谱感知,能够有效解决单用户感知中由于阴影、衰落和隐藏终端造成的频谱检测性能低的问题。目前多认知用户协作感知的方式主要分为集中式和分布式。如《Cluster-BasedCooperativeSpectrumS ...
【技术保护点】
1.基于最大最小距离分簇的分布式协作频谱感知方法,适用于认知无人机网络,所述认知无人机网络中具有一个主用户和N个认知无人机,其特征在于,其步骤为:利用最大最小距离分簇算法将认知无人机分成多个簇,簇内选出簇头;各认知无人机使用能量检测得到主用户的感知信息;根据分簇情况和各认知无人机的感知信息进行两步融合,使各认知无人机均得到一个一致收敛的全局感应信息;根据全局感知信息作出主用户是否占用频谱的判决。
【技术特征摘要】
1.基于最大最小距离分簇的分布式协作频谱感知方法,适用于认知无人机网络,所述认知无人机网络中具有一个主用户和N个认知无人机,其特征在于,其步骤为:利用最大最小距离分簇算法将认知无人机分成多个簇,簇内选出簇头;各认知无人机使用能量检测得到主用户的感知信息;根据分簇情况和各认知无人机的感知信息进行两步融合,使各认知无人机均得到一个一致收敛的全局感应信息;根据全局感知信息作出主用户是否占用频谱的判决。2.根据权利要求1所述的基于最大最小距离分簇的分布式协作频谱感知方法,其特征在于,所述最大最小距离分簇的算法包括:步骤一、随机选择一个认知无人机作为第一个聚类中心Z1;步骤二、计算其余认知无人机与Z1之间的欧式距离,选择距离Z1最远的认知无人机为第二个聚类中心Z2,并D1,2=||Z1-Z2||,令D1,2作为判别参数;步骤三、计算其余认知无人机与Z1和其余认知无人机Z2的欧式距离,并选出其中的最小距离,即min(Di,1,Di,2,...),i=1,2,...N,所有最小距离的集合表示为{min(D11,D12,...),min(D21,D22,...),min(Di1,Di2,...)...},i=1,2,3,...;步骤四、选出所有最小距离集合中的最大距离D=max(min(Di,1,Di,2,...)),其中,i=1,2,3,...;步骤五、对最大距离D与判别参数D1,2进行判断,若D>θ·D1,2,则产生最大距离的认知无人机为新增的聚类中心,并返回执行步骤三、步骤四,直至没有新的聚类中心产生;若D<θ·D1,2,执行下一步,其中θ为初始化参数;步骤六、将聚类中心之外的认知无人机划分至距离其最近的聚类中心代表的簇中;步骤七、对簇中认知无人机的数量进行判断,如果一个簇中只有一个认知无人机,则重复执行步骤六,如果一个簇中有多个认知无人机,则执行下一步;步骤八、计算各认知无人机的信任值,取一个簇内信任值最大的认知无人机为簇头。3.根据权利要求2所述的基于最大最小距离分簇的分布式协作频谱感知方法,其特征在于,所述欧式距离的计算方式为:其中Di,j为无人机i与无人机j的欧式距离,xi、xj代表认知无人机i、认知无人机j在三维空间的位置,移动速度和移动方向,ω1为第一个聚类中心的权重因子,ω2为第二个聚类中心的权重因子,分别为认知无人机i、认知无人机j在时隙开始和结束时的距离。4.根据权利要求2所述的基于最大最小距离分簇的分布式协作频谱感知方法,其特征在于,所述认知无人机的信任值计算方式为:认知无人机i的信任值为ωi是权重因子,i=1,2,3,Δt为一个时隙,d0为主用户到认知无人机在时隙开始时的位置的距离,d1为...
【专利技术属性】
技术研发人员:许文俊,聂汝柳,张治,冯志勇,张平,林家儒,
申请(专利权)人:北京邮电大学,
类型:发明
国别省市:北京,11
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。