【技术实现步骤摘要】
本专利技术涉及一种认知无线电网络系统中的频谱感知技术，尤其是涉及一种在地面主用户到无人机的水平距离已知的情况下基于无人机仰角和距离差信息的空时域加权频谱感知方法。
技术介绍
1、无人机在环境保护、交通监视、救灾、监控检查和电力检查等方面的应用前景广阔。与此同时，无人机相关应用的发展也面临诸多挑战，其中之一就是无人机通信频谱资源的短缺。近年来，随着5g及物联网和设备对设备(d2d)通信的发展，可用频谱变得越来越拥挤。由于缺乏专用频谱，无人机通信通常在未授权的频段上工作。因此，用于无人机通信的认知无线电备受关注。
2、认知无线电(cognitive radio，cr)是一种解决无线通信的频谱资源的技术。在认知无线电网络系统中，次级用户(secondary users，sus)利用频谱感知来识别主用户(primary user，pu)信道的状态(空闲或忙碌)，并决定是否接入该信道，以降低对主用户通信的干扰。
3、常见的频谱感知方法有基于协方差特征值的检测法、基于协方差元素绝对值的检测法、匹配滤波检测法、基于循环平稳的检测法和能量检测法等。基于协方差特征值的检测法和能量检测法易受噪声不确定性的影响。匹配滤波检测法和基于循环平稳的检测法需要主用户的先验知识。为解决部分环境下主用户隐藏的问题，基于上述检测法的多种协作频谱感知方法被提出，有效地提升了检测性能。常见的协作频谱感知方法有等增益合并方法(equal-gain combining，egc)和最大归一化能量方法(maximum normalized energy
4、然而，在无人机通信场景下，无人机与地面主用户之间的信道为空对地信道，即视距/非视距复合信道，当地面主用户到无人机之间的信道为非视距信道时，会因建筑物等阻挡导致频谱感知性能下降。此外，在实际环境中，不同的无人机往往分布较广，导致地面主用户到达不同无人机的到达时刻不同，上述这些频谱感知方法不能完全适配，因而在无人机通信场景下，上述这些频谱感知方法存在频谱感知性能下降的问题。
技术实现思路
1、本专利技术所要解决的技术问题是提供一种基于无人机仰角和距离差信息的空时域加权频谱感知方法，其能够克服因无人机与地面主用户之间的空对地信道和因不同的无人机分布较广引起的地面主用户到达不同无人机的到达时刻不同而造成的频谱感知性能下降的问题，利用无人机的仰角信息和距离差信息，实现了可靠且性能优越的频谱感知。
2、本专利技术解决上述技术问题所采用的技术方案为：一种基于无人机仰角和距离差信息的空时域加权频谱感知方法，其特征在于包括以下步骤：
3、步骤1：设无人机认知无线电网络系统中有k架无人机，设第k架无人机上接收到的第n个采样时刻的信号为xk(n)；其中，k＞1，k＝1,2,…,k，n＝1,2,…,n，n表示采样时刻总数；
4、步骤2：无人机认知无线电网络系统中的融合中心计算各架无人机与地面主用户之间的仰角和，记为υ；并计算各架无人机与离地面主用户最近的无人机的距离差，将第k架无人机与离地面主用户最近的无人机的距离差表示为dk-d0；其中，dk表示第k架无人机与地面主用户之间的垂直距离，d0表示离地面主用户最近的无人机与地面主用户之间的垂直距离；
5、步骤3：融合中心根据无人机的仰角信息和距离差信息，计算每架无人机上接收到的各个采样时刻的信号的空时域加权系数，将xk(n)的空时域加权系数记为λk,n，其中，ζk表示第k架无人机与地面主用户之间的仰角，符号为向上取整符号，fs表示无人机的采样频率，c表示光速；
6、步骤4：融合中心根据每架无人机上接收到的n个采样时刻的信号及其空时域加权系数，计算每架无人机的空时域加权功率，将第k架无人机的空时域加权功率记为pk，其中，符号“| |”为取模运算符号；
7、步骤5：融合中心根据所有无人机的空时域加权功率，计算检验统计量，记为t，
8、步骤6：融合中心判断检验统计量t是否大于或等于判决门限λ以实现频谱感知，若t≥λ，则判定当前感知周期的监测信道内有授权用户信号即有地面主用户信号，无人机不能使用该频段；若t＜λ，则判定当前感知周期的监测信道内无授权用户信号即无地面主用户信号，无人机可以使用该频段。
9、所述步骤2中，其中，ζk表示第k架无人机与地面主用户之间的仰角。
10、所述步骤2中，各架无人机与地面主用户之间的垂直距离在[300,320]米内随机产生，各架无人机与地面主用户之间的水平距离在[0,1000]米内随机产生。
11、所述步骤6中，判决门限λ根据虚警概率并通过λ＝μ0+q-1(pf)σ0计算得到，其中，μ0表示地面主用户信号不存在的情况下的检验统计量的概率密度函数的均值，表示高斯白噪声的功率，的单位为dbm，n0表示噪声功率谱密度，b表示无人机接收处的系统带宽，f表示噪声特征，q函数为标准正态分布的互补累计分布函数，q-1是q的反函数，pf表示虚警概率，表示地面主用户信号不存在的情况下的检验统计量的概率密度函数的方差，
12、
13、与现有技术相比，本专利技术的优点在于：
14、本专利技术方法利用无人机与地面主用户之间的距离信息(包括水平距离和垂直距离)计算了无人机到地面主用户的仰角，从空对地信道的性质可以看出，仰角越大的无人机越有可能使用视距信道，频谱感知性能更好，故赋予其更大的权重；本专利技术方法利用不同无人机之间的距离差计算了地面主用户到不同无人机的时延，在时域上将地面主用户到达不同无人机的到达时刻与权值相对应，克服了因无人机分布较广使地面主用户到达不同无人机的时刻不同导致的频谱感知性能下降的问题。
本文档来自技高网...【技术保护点】
1.一种基于无人机仰角和距离差信息的空时域加权频谱感知方法，其特征在于包括以下步骤：
2.根据权利要求1所述的基于无人机仰角和距离差信息的空时域加权频谱感知方法，其特征在于所述步骤2中，其中，ζk表示第k架无人机与地面主用户之间的仰角。
3.根据权利要求2所述的基于无人机仰角和距离差信息的空时域加权频谱感知方法，其特征在于所述步骤2中，各架无人机与地面主用户之间的垂直距离在[300,320]米内随机产生，各架无人机与地面主用户之间的水平距离在[0,1000]米内随机产生。
4.根据权利要求1至3中任一项所述的基于无人机仰角和距离差信息的空时域加权频谱感知方法，其特征在于所述步骤6中，判决门限Λ根据虚警概率并通过Λ＝μ0+Q-1(Pf)σ0计算得到，其中，μ0表示地面主用户信号不存在的情况下的检验统计量的概率密度函数的均值，表示高斯白噪声的功率，的单位为dBm，N0表示噪声功率谱密度，B表示无人机接收处的系统带宽，F表示噪声特征，Q函数为标准正态分布的互补累计分布函数，Q-1是Q的反函数，Pf表示虚警概率，表示地面主用户信号不存在的情况下的检验统
...【技术特征摘要】
1.一种基于无人机仰角和距离差信息的空时域加权频谱感知方法，其特征在于包括以下步骤：
2.根据权利要求1所述的基于无人机仰角和距离差信息的空时域加权频谱感知方法，其特征在于所述步骤2中，其中，ζk表示第k架无人机与地面主用户之间的仰角。
3.根据权利要求2所述的基于无人机仰角和距离差信息的空时域加权频谱感知方法，其特征在于所述步骤2中，各架无人机与地面主用户之间的垂直距离在[300,320]米内随机产生，各架无人机与地面主用户之间的水平距离在[0,1000]米内随机产生。
<...
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。