【技术实现步骤摘要】
本专利技术属于频谱工程，具体涉及基于性能权重和空间分集的硬判决协作频谱感知融合算法。
技术介绍
1、随着无线通信技术的不断发展，对无线电频谱的需求也在不断增长。各种民用无线通信设备,如广播电视、移动通信、卫星通信等都占用了大量的可用频谱。另外，国防建设对频谱资源的需求也越来越大，这必将导致可用频谱资源的日益紧张，同时大量的无线设备也将给频谱管理带来困难。当前的频谱管理主要采用固定频谱分配策略，即频谱资源被分配给固定的授权用户，这带来了一定的好处，能够有效避免各个用户之间过多的干扰，但同时也带来了另外一个问题，即频谱资源的严重浪费。
2、认知无线电(cognitiveradio,cr)的提出是缓解频谱资源短缺和未充分利用的可行解决方案。协作频谱感知是认知无线电里的关键技术之一，数据融合又是协作频谱感知的关键，由于传统的k-n硬判决频谱感知融合算法没有考虑到不同的感知设备之间的性能差异，而且无法解决隐藏终端问题，使得处于同一干扰环境中的用户同时被作为协作频谱感知节点，这样不仅会增加通信与感知的成本，而且会导致感知准确率低下。实际应用中，需要一种更为高效和智能化的感知融合策略。
技术实现思路
1、为了解决上述技术问题，本专利技术提出了一种基于性能权重和空间分集的硬判决协作频谱感知融合算法，其主要目的在于解决因感知硬件性能差异和隐藏终端问题带来的频谱感知融合后的感知准确率较低的问题。
2、为了达到上述目的，本专利技术是通过以下技术方案实现的：
3、一种基
4、主用户发射机：拥有频谱牌照授权的用户，例如电信运营商；
5、次用户：次用户想要在频段空闲的时候接入主用户的频段，以提高频谱利用效率，是参与协作频谱感知的感知节点，它可以是一个带有感知功能的手机或者其他物联网设备，次用户在本地进行感知，并将感知结果发送至频谱感知边缘服务器，次用户会在当前感知任务结束后收到频谱感知边缘服务器发送的感知融合结果；
6、频谱感知边缘服务器：频谱感知边缘服务器的目标是检测在一定地理范围内的频谱环境，即频谱空闲和占用的情况，频谱感知边缘服务器可以让次用户机会主义地接入检测到的空闲频段以提高频谱利用率。
7、在上述系统的基础上，提出基于性能权重和空间分集的硬判决协作频谱感知融合方法，包括以下步骤：
8、s1：频谱感知边缘服务器在一地理范围内广播协作频谱感知任务，要求次用户在一定的时间内提交其本地感知数据；
9、s2：在该轮频谱感知任务结束之后，次用户不再提交数据，频谱感知边缘服务器将收集到的数据进行标准化处理，形成可用于聚类的数据；
10、s3：频谱感知边缘服务器判定出最佳聚类簇的个数，并对所有参与本轮协作频谱感知任务的次用户进行聚类；
11、s4：频谱感知边缘服务器对聚类后的感知数据进行融合处理，并将最终的融合结果发送给每个次用户。
12、优选地，所述s1中次用户提交的本地感知数据包括电磁空间环境的频谱数据和自己的地理位置数据，感知到的频谱数据形式可以表示为：ck＝(ck,1,ck,2,...,ck,n)，其中，ck,n表示第k个次用户在第n个频段上的感知结果，ck,n∈{0,1}，ck,n＝0表示感知结果为频段空闲，ck,n＝1表示感知结果为频段占用；地理位置数据是以频谱感知边缘服务器为原点建立的二维坐标系上的二维坐标数据，表示为：pk＝(x,y)。
13、优选地，所述s2中频谱感知边缘服务器收集到的各个次用户每轮协作频谱感知任务提交的数据，数据形式可以表示为：s＝{s1,s2,...,sk}。其中每个用户提交的数据sk为一个n+2的向量，包含了第k个用户在n个频段上的感知结果以及二维的地理位置坐标信息。
14、优选地，所述s2中频谱感知边缘服务器收集到的数据进行标准化处理的方法为：分别单独构造二进制感知数据的距离矩阵和地理位置数据的距离矩阵，并把得到的两个距离矩阵进行归一化，把特征缩小到[0,1]区间，再按照0.5：0.5的权重比拼接到一起成为融合后的混合距离矩阵。
15、优选地，所述s3中采用手肘法和轮廓系数法判定出最佳聚类簇的个数，并采用一种改进的k-means聚类算法对所有参与本轮协作频谱感知任务的次用户进行聚类。
16、优选地，所述采用k-means聚类算法进行聚类首先需要构建特征，将di,j用以表示用户i与用户j之间的感知距离，计算方式如下：
17、
18、随后分别单独计算二进制感知数据和地理位置的距离矩阵，并按照一定的权重比例合并成一个混合距离矩阵，二进制感知数据距离矩阵和地理位置距离矩阵分别如下所示：
19、
20、其中元素di,j表示第i个用户与第j个用户感知数据之间的感知距离，地理位置距离矩阵如下所示：
21、
22、其中元素ei,j表示第i个用户与第j个用户地理位置之间的欧式距离，将得到的两个距离矩阵进行归一化，把特征缩放到[0,1]区间，再按照0.5：0.5的权重比拼接到一起成为融合后的混合距离矩阵，便可以采用k-means算法来对融合后的距离矩阵进行聚类，最终将处以同一干扰环境中的次用户聚类到相同的簇中。
23、优选地，所述s4中对聚类后的感知数据进行融合处理的步骤为：
24、s4.1：将每个聚类簇中的次用户按照感知性能进行排序，将bi用以表示用户i与频谱感知边缘服务器的融合结果之间的感知偏差，计算方式如下：
25、
26、rn表示在第n个频段上的融合结果，在对次用户的感知性能排序时会考虑到次用户的历史数据，因此主要参考使用的特征是次用户的历史平均感知偏差；
27、s4.2：依次从每个聚类簇中选择感知性能最佳的次用户作为协作频谱感知节点；
28、s4.3：按性能高低对次用户赋予不同的权重，采用k-n准则进行感知数据融合。
29、本专利技术的有益效果是：
30、在包含主用户、次用户和频谱感知边缘服务器的认知无线电系统中，采用协作频谱感知的方法对频谱环境进行感知，使用基于性能权重和空间分集的硬判决协作频谱感知融合算法对感知数据进行融合处理，采用一种改进的k-means聚类算法，把在相同频段受到干扰的用户聚为一类簇；随后在不同簇中，依据历史数据对次用户的感知性能做一个排序，并依次从每个簇中挑选出感知性能最佳的次用户，按照感知性能的高低分配不同的融合权重进行k-n硬判决融合，可以显著提高协作频谱感知算法的性能，解决因感知硬件性能差异和隐藏终端问题带来的频谱感知融合后的感知准确率较低的问题。
本文档来自技高网...【技术保护点】
1.一种基于性能权重和空间分集的硬判决协作频谱感知融合系统，包括：
2.根据权利要求1所述的基于性能权重和空间分集的硬判决协作频谱感知融合系统的频谱感知融合方法，其特征在于，包括以下步骤：
3.根据权利要求2所述的基于性能权重和空间分集的硬判决协作频谱感知融合方法，其特征在于，所述S1中次用户提交的本地感知数据包括电磁空间环境的频谱数据和自己的地理位置数据，感知到的频谱数据形式可以表示为：ck＝(ck,1,ck,2,...,ck,n)，其中，ck,n表示第k个次用户在第n个频段上的感知结果，ck,n∈{0,1}，ck,n＝0表示感知结果为频段空闲，ck,n＝1表示感知结果为频段占用；地理位置数据是以频谱感知边缘服务器为原点建立的二维坐标系上的二维坐标数据，表示为：Pk＝(x,y)。
4.根据权利要求2所述的基于性能权重和空间分集的硬判决协作频谱感知融合方法，其特征在于，所述S2中频谱感知边缘服务器收集到的各个次用户每轮协作频谱感知任务提交的数据，数据形式可以表示为：S＝{s1,s2,...,sK}。其中每个用户提交的数据sk为一个N+2的向量，
5.根据权利要求2所述的基于性能权重和空间分集的硬判决协作频谱感知融合方法，其特征在于，所述S2中频谱感知边缘服务器收集到的数据进行标准化处理的方法为：分别单独构造二进制感知数据的距离矩阵和地理位置数据的距离矩阵，并把得到的两个距离矩阵进行归一化，把特征缩小到[0,1]区间，再按照0.5：0.5的权重比拼接到一起成为融合后的混合距离矩阵。
6.根据权利要求2所述的基于性能权重和空间分集的硬判决协作频谱感知融合方法，其特征在于，所述S3中采用手肘法和轮廓系数法判定出最佳聚类簇的个数，并采用一种改进的K-means聚类算法对所有参与本轮协作频谱感知任务的次用户进行聚类。
7.根据权利要求6所述的基于性能权重和空间分集的硬判决协作频谱感知融合方法，其特征在于，所述采用K-means聚类算法进行聚类首先需要构建特征，将di,j用以表示用户i与用户j之间的感知距离，计算方式如下：
8.根据权利要求2所述的基于性能权重和空间分集的硬判决协作频谱感知融合方法，其特征在于，所述S4中对聚类后的感知数据进行融合处理的步骤为：
...【技术特征摘要】
1.一种基于性能权重和空间分集的硬判决协作频谱感知融合系统，包括：
2.根据权利要求1所述的基于性能权重和空间分集的硬判决协作频谱感知融合系统的频谱感知融合方法，其特征在于，包括以下步骤：
3.根据权利要求2所述的基于性能权重和空间分集的硬判决协作频谱感知融合方法，其特征在于，所述s1中次用户提交的本地感知数据包括电磁空间环境的频谱数据和自己的地理位置数据，感知到的频谱数据形式可以表示为：ck＝(ck,1,ck,2,...,ck,n)，其中，ck,n表示第k个次用户在第n个频段上的感知结果，ck,n∈{0,1}，ck,n＝0表示感知结果为频段空闲，ck,n＝1表示感知结果为频段占用；地理位置数据是以频谱感知边缘服务器为原点建立的二维坐标系上的二维坐标数据，表示为：pk＝(x,y)。
4.根据权利要求2所述的基于性能权重和空间分集的硬判决协作频谱感知融合方法，其特征在于，所述s2中频谱感知边缘服务器收集到的各个次用户每轮协作频谱感知任务提交的数据，数据形式可以表示为：s＝{s1,s2,...,sk}。其中每个用户提交的数据sk为一个n+2的向量，包含了第k个用户在n个...
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。