基于分簇的協(xié)作頻譜感知算法

摘 要：為提高頻譜感知的檢測性能，提出一種改進式分簇協(xié)作感知方法。在簇內(nèi)采用最優(yōu)K-N準則融合每個簇內(nèi)節(jié)點的本地感知結(jié)果，在簇間采用指數(shù)加權(quán)算法融合簇頭的判決信息作出最終的判決結(jié)果。理論分析和仿真驗證表明，相比傳統(tǒng)的分簇協(xié)作感知算法，改進式分簇協(xié)作感知算法可以獲得更優(yōu)的感知性能。

關(guān)鍵詞：協(xié)作感知；分簇；最優(yōu)K-N準則；指數(shù)加權(quán)

傳統(tǒng)分簇協(xié)作感知方法[1]忽略了不同的感知節(jié)點在不同位置時對融合中心的貢獻不同的問題。文中提出一種改進式分簇協(xié)作感知算法，在簇內(nèi)采用最優(yōu)K-N準則進行融合[2]，在簇間根據(jù)簇頭節(jié)點接收信噪比的不同，對感知結(jié)果分配不同的權(quán)值來進一步提高最終的感知性能。

1 簇間感知算法的改進

不同簇的簇頭節(jié)點接收信噪比不同，若以相同的權(quán)重融合不同感知結(jié)果，不僅不會突出高信噪比環(huán)境的感知優(yōu)勢，而且會加大低信噪比環(huán)境對整體感知性能的影響[3]?；诖?，提出一種指數(shù)加權(quán)因子來動態(tài)調(diào)整不同感知用戶對全局感知性能的貢獻，降低低信噪比對用戶的協(xié)作感知性能的惡劣影響，提高全局感知性能。假設(shè)N個簇頭用戶的信噪比分別為：SNR1，SNR2，SNR3，…，SNRN，則第i個簇頭用戶的權(quán)系數(shù)為：

（1）

式中E為指數(shù)的底數(shù)，N為分簇的個數(shù)，權(quán)系數(shù)故指數(shù)加權(quán)的全局虛警概率Qf、全局檢測概率Qd以及全局漏檢概率Qm分別為：

（2）

（3）

Qm=1-Qd （4）

由于虛警概率同SNR無關(guān)，所以全局虛警概率同OR準則[4]下的虛警概率相同，這也就意味著在相同的虛警概率下，提高了高信噪比用戶的檢測概率對全局檢測性能的影響，降低了低信噪比用戶的檢測概率對全局檢測性能的影響，提高了協(xié)作頻譜感知的檢測性能。

2 改進式分簇協(xié)作感知過程

假設(shè)已經(jīng)通過某種方式將認知無線網(wǎng)絡中的認知用戶分成若干個簇，在每個簇中選擇信道條件最好的CR節(jié)點作為簇頭，由于每個簇中CR節(jié)點的距離都很近，可以認為各CR節(jié)點間是理想信道。則改進式分簇協(xié)作感知過程可以描述為：

（1）第i個簇內(nèi)的j個認知節(jié)點分別單獨進行本地頻譜感知，得到感知結(jié)果Di，j，并上傳感知結(jié)果至簇頭用戶CHi；

（2）第i個簇的簇頭用戶接收本簇內(nèi)j個CR節(jié)點的本地感知信息，并依據(jù)最優(yōu)的K-N準則融合簇內(nèi)CR節(jié)點的感知信息并作出決策Di=f（Di，1，Di，2，…，Di，j）；

（5）

（6）

（3）i個簇的簇頭用戶CHi分別將各自的決策信息Di發(fā)送給融合中心（FC）；

（4）FC根據(jù)每個簇頭節(jié)點接收信噪比（SNR）的不同按照指數(shù)加權(quán)的方法，確定最差信噪比用戶的感知性能下降的倍數(shù)p，并求得給每個簇頭節(jié)點的權(quán)值？棕（i），并對Di作出最終判決D=g（D1，D1，…，Di） 。

（7）

（8）

3 仿真結(jié)果分析

通過Matlab仿真平臺進行仿真，圖1為指數(shù)加權(quán)融合同其他融合方式的ROC曲線對比，在認知用戶數(shù)為5，Kopt=3時，假設(shè)5個CR節(jié)點的接收信噪比分別為-14dB、-16dB、-19dB、-20dB、-24dB，在AWGN信道環(huán)境中，采樣點數(shù)N=1000，噪聲功率。圖1中最大比合并（MRC）要優(yōu)于等增益合并（EGC）和OR準則，而指數(shù)加權(quán)的融合方式在低虛警概率下（小于0.1）檢測性能最好，實驗表明采用指數(shù)加權(quán)的方式為不同的接收信噪比的CR節(jié)點分配不同點的權(quán)值獲得的檢測性能要明顯優(yōu)于傳統(tǒng)的OR準則融合方式。而且在低虛警概率下的的優(yōu)勢尤為明顯。

（1）方法1：采用OR準則融合簇內(nèi)節(jié)點的感知信息和簇間節(jié)點的判決信息。

（2）方法2：采用K-N準則完成簇內(nèi)融合，OR準則完成簇間融合。

（3）方法3：采用最優(yōu)K-N準則完成簇內(nèi)融合，OR準則完成簇間融合。

（4）方法4：采用等增益合并（EGC）完成簇內(nèi)融合，OR準則完成簇間融合。

（5）改進方法：簇內(nèi)采用最優(yōu)K-N準則，簇間采用指數(shù)加權(quán)方法為不同接收信噪比的簇頭用戶分配不同的權(quán)值。

如圖2所示全局虛警概率相同時，提出的改進式分簇協(xié)作感知算法的檢測性能最優(yōu)，當Qf=0.1時，改進方法比方法1的檢測概率提高了近一倍，它還優(yōu)于在簇內(nèi)采用軟融合準則的性能，而且虛警概率越低這種優(yōu)勢越明顯。

4 結(jié)束語

針對傳統(tǒng)分簇式協(xié)作感知算法對認知無線環(huán)境的復雜度考慮不足以及檢測性能不高的問題，提出一種改進式分簇協(xié)作頻譜感知算法，實驗表明，改進算法可以提高頻譜感知的全局檢測概率，從而提高頻譜感知性能。文章只是針對理想信道下的分簇協(xié)作感知性能的分析，接下來可以針對不同的衰落信道下的分簇協(xié)作感知性能做更深入的研究。

參考文獻

[1]Wenjing Yue，Baoyu Zheng.Spectrumsensingalgorithmsforprimarydete

ctionbasedonreliabilityincognitiveradiosystems[J].Computers and Electrical Engineering，2009，36（2010）：469-479.

[2]董彩萍.認知無線電中協(xié)作頻譜感知技術(shù)[D].成都：電子科技大學，2012.

[3]胡峰，鄭紫微，熊歐.基于SNR比較的協(xié)作頻譜感知研究[J].綜合電子信息技術(shù)，2014，40（4）：105-108.

[4]陳辰.認知無線電中基于多節(jié)點的協(xié)作頻譜檢測[D].南京：南京郵電大學，2011.