认知无线传感网络分簇合作频谱感知硬融合方法 |
|||||||
| 申请号 | CN201410730085.9 | 申请日 | 2014-12-04 | 公开(公告)号 | CN104469811A | 公开(公告)日 | 2015-03-25 |
| 申请人 | 东南大学; | 发明人 | 宋铁成; 郭洁; 胡静; 顾斌; 夏玮玮; 沈连丰; | ||||
| 摘要 | 本 发明 公开了一种认知无线传感网络分簇合作 频谱 感知 硬融合方法，先对所有认知传感 节点 进行分簇并选择出每簇的簇头，认知传感节点根据主用户 信号 能量 实现频谱感知获得本地频谱感知信息，然后簇头对本簇中的所有本地频谱感知信息进行第一次融合获得本簇频谱感知信息，最后融合中心对所有簇的本簇频谱感知信息进行融合得到最终的频谱感知信息。通过筛选簇头和两次融合降低融合中心的运算量，达到了快速判决频谱是否空闲并提高检测正确概率的效果。 | ||||||
| 权利要求 | 1.一种认知无线传感网络分簇合作频谱感知硬融合方法，其特征在于，包括步骤： |
||||||
| 说明书全文 | 认知无线传感网络分簇合作频谱感知硬融合方法技术领域背景技术[0002] 认知无线传感网络是认知无线电技术与无线传感器网技术结合所产生的一种新型传感网络结构，该网络中的网络节点具有频谱感知以及动态选择频谱资源的功能，可以在主用户的频带未被使用时利用该空闲频段进行无线通信，大大提高了频谱利用率，缓解了无线传感器网络频谱资源紧张的问题，因此，如何高效、准确地感知空闲频谱是提高频谱利用率，保证信息传输可靠性的关键。 [0003] 合作感知可以大大提高感知性能,但是节点之间互相交换感知信息会占用系统资源并产生传输时延,节点数较大时,在性能提高的同时带来通信开销过大的问题,某些感知性能不佳的节点加入反而会降低整体的检测性能。 [0004] 现有的合作频谱感知方法没有充分考虑节点布局的复杂性、网络节点布局的地理位置信息以及简单拓扑信息，而且其所采用的融合方法复杂度高，不适用大规模的认知无线传感网络。 发明内容[0005] 有鉴于此，为了解决合作感知的通信开销问题，本发明提供了一种认知无线传感网络分簇合作频谱感知硬融合方法，以达到高效、准确地感知空闲频谱的效果。 [0006] 为了解决通信开销问题，本发明的认知无线传感网络分簇合作频谱感知硬融合方法包括步骤： [0007] 1)对网络中的所有认知传感节点进行分簇，形成K个认知传感簇； [0008] 2)所述融合中心从每个所述认知传感簇中选择一个认知传感节点作为簇头； [0009] 3)每个所述认知传感簇中的所有传感节点各自感知某一频谱是否空闲形成本地频谱感知信息，并将所述本地频谱感知信息发送给所在簇的簇头，所述本地频谱感知信息分为空闲和非空闲两种状态； [0010] 4)每个所述簇头将接收到的本簇中所有所述本地频谱感知信息进行第一次融合形成本簇频谱感知信息，并将所述本簇频谱感知信息发送给所述融合中心，所述本簇频谱感知信息分为空闲和非空闲两种状态； [0011] 5)所述融合中心将接收到的所有所述簇头的本簇频谱感知信息进行第二次融合形成所述某一频谱的最终频谱感知信息，所述最终频谱感知信息分为空闲和非空闲两种状态。 [0013] 作为本发明方法的进一步改进，步骤2)中选择簇头的具体步骤为：所述融合中心与任一所述认知传感节点通过频谱感知信道进行无线通信，所述融合中心计算所有所述频谱感知信道的信噪比，选择每个所述认知传感簇中信噪比最大的认知传感节点作为该簇的簇头。 [0014] 作为本发明方法的进一步改进，所述步骤3)中形成本地频谱感知信息的具体步骤如下： [0015] 所述认知传感簇中的所有所述认知传感节点对所述某一频谱进行本地能量检测得到能量值； [0016] 将所述能量值与预先设定的门限进行比较，所述能量值大于所述门限值，则所述本地频谱感知信息为非空闲状态，否则为空闲状态。 [0017] 作为本发明方法的进一步改进，所述步骤4)中第一次融合的具体步骤如下： [0018] 所述簇头统计本簇中非空闲状态的本地频谱感知信息的个数； [0019] 将所述个数与预先设定的门限值L1进行比较，若所述个数大于或等于所述预先设定的门限值L1，则所述本簇频谱感知信息为非空闲状态，否则为空闲状态。 [0020] 作为步骤4)的进一步改进，所述门限值L1设置为1或不小于本簇中认知传感节点总数一半的任意整数。 [0021] 作为本发明方法的进一步改进，步骤5)中形成最终频谱感知信息的具体步骤如下： [0022] 融合中心统计所有非空闲状态的本簇频谱感知信息的个数； [0023] 将所述个数与预先设定的门限值L2进行比较，若所述个数大于或等于所述预先设定的门限值L2，则最终频谱感知信息为非空闲状态，否则为空闲状态。 [0024] 作为步骤5)的进一步改进，所述门限值L2设置为1或不小于所有所述簇头总数一半的任意整数。 [0025] 与现有技术相比，本发明的优点为：将分簇协作频谱检测算法应用于认知无线传感网络，利用模糊C均值聚类算法能够快速地对性能大致相同的认知传感节点进行分类，提高每个认知传感簇的检测性能，选择每个分簇中频谱感知信道信噪比最大的传感节点作为簇头提高了传感节点的性能，通过两次融合降低了传感节点与融合中心的通信量，同时降低了融合中心的运算量，使得融合中心可以高效地判断频谱是否空闲，通过比较门限的设定，降低了误判的概率，有效地提高了频谱利用率。附图说明 [0026] 图1为认知无线传感网络应用场景示意图； [0027] 图2为本发明实施例所提供的认知无线传感网分簇合作频谱感知拓扑结构图； [0028] 图3为本发明实施例所提供的认知无线传感网分簇合作频谱感知硬融合方法流程图； [0029] 图4为本发明实施例所提供的认知无线传感网分簇合作频谱感知硬融合方法计算机仿真效果图。 具体实施方式[0030] 下面结合实施例对本发明作更进一步的说明。 [0031] 如图1所示，主用户网络和从用户网络为部分重叠的地理区域，共享相同的频谱资源。主用户网络的拓扑结构都是中心控制式的，主用户终端1由网络中的不同小区基站2控制。从用户网络即为本发明涉及的认知无线传感网络，其中从用户终端为认知传感节点3。从用户网络的拓扑结构为分簇式的，认知传感节点3感知覆盖区域中的某一频谱是否空闲，簇头4是从每个认知传感簇中的认知传感节点3中选择出来的。 [0032] 如图2所示，认知传感节点CR作为认知无线传感网的基本节点，具有一定的无线通信能力和运算能力，被分成多个认知传感簇2，认知传感节点CR与主用户之间存在检测信道C1，实时监测主用户1的频谱使用情况，形成本地频谱感知信息；每个认知传感节点CR之间都具有传输信道C2，用于向彼此传输本地频谱感知信息；每个认知传感节点CR与融合中心3之间具有频谱感知信道C3，用于传输本簇频谱感知信息。 [0033] 如图3所示，认知无线传感网络分簇合作频谱感知硬融合方法具体步骤为： [0034] 1)采用聚类算法实现分簇，具体采用模糊C均值聚类算法实现过程； [0035] 2)在簇成员中选择频谱感知信道信噪比ρi,j最大的认知传感节点作为簇头，其中ρi,j表示第i个簇中第j个用户发送至融合中心的频谱感知信道信噪比，ρmax,i表示簇头发送至融合中心的频谱感知信道信噪比； [0036] 3)第i个簇中的每个认知传感节点进行本地能量检测得到能量值ui,j，每个认知传感结点根据门限λi,j作出决策为Ai,j＝Ω(ui,j)。 [0037] 4)认知传感结点将决策结果向簇头发送，每个簇头设定门限值参数L1，根据设定的第一次硬融合规则Φ1(·)作出第一次数据融合， i＝1,2,...,K,j＝1,2,...Mi，其中K是簇的数目，Mi是第i个簇中的认知传感节点数目； [0038] 5)各个簇头将其决策Bi由频谱感知信道发送出去，融合中心设定门限值参数L2，采用第二次硬融合规则Φ2(·)作出最后的判决Δ，Δ＝Φ2(B1,B2,…,BK)。 [0039] 其中步骤1)中采用模糊C均值聚类算法实现分簇的具体步骤为： [0040] S1、设定样本集合 其中s为样本空间的维数，对于认知无线传感网络s＝2，样本集合元素xi为2×1向量，表示认知传感节点在二维空间中的位置；M是认知传感节点的总数； [0041] S2、设定分簇的个数为K(K＞1),选择K个认知传感节点的位置坐标作为聚类中心向量V＝[v1,v2,…,vK]，样本集合元素vi为2×1向量，向量元素对应位置的传感节点作为初始簇头。 [0042] S3、根据认知传感节点的分布情况，设定实现聚类的距离，这里采用欧氏距离。dij＝||xj-vi||表示从样本点xj到中心vi的距离，即认知传感节点到簇头的距离； [0043] S4、设定模糊C均值聚类算法的模糊隶属度矩阵U＝[uij]是一个K×n的模糊划分矩阵，uij是第j个样本xj属于第i类的隶属度值； [0044] S5、设计模糊模糊C均值聚类算法的优化函数如下： [0045] [0046] 约 束条 件 为 ： 1 ≤j ≤M， 1 ≤i ≤K，uij≥0,1≤i≤K,1≤j≤M。 [0048] S7、计算距离矩阵D(t)＝[dij]，其中dij＝||xj-vi||； [0049] S8、更新模糊隶属度矩阵U(t)如下 [0050] [0051] S9、根据公式(1)计算优化函数J(t)fcm(U,V)； [0052] S10、更新聚类中心向量矩阵V(t)： [0053] [0054] S11、如果||V(k)-V(k-1)||＜ε或达到最大迭代次数t＝tmax，则算法停止并输出最佳模糊隶属度矩阵Uopt和最佳聚类中心向量Vopt，最佳聚类中心向量Vopt对应位置的认知传感节点即为初始簇头，再根据模糊隶属度矩阵Uopt得出以该簇头为聚类中心的其他认知传感节点，形成分簇；否则令t＝t+1，转向步骤S7直至找到簇头并形成K个分簇为止。 [0055] 其中步骤3)中各传感节点获取本地频谱感知信息的具体步骤为： [0056] 将感知主用户是否使用某个频段的本地频谱感知信息，归纳为一个二进制假设检验问题： [0057] [0058] 其中，v(n)为加性高斯白噪声，x(n)表示主用户信号，hi为第i个分簇的感知信道衰落系数，H0表示该频段为未被主用户使用，即本地频谱感知信息为空间状态，H1表示该频段为正在被主用户使用，即本地频谱感知信息为非空闲状态。 [0059] 能量检测的统计量为 其中N表示采样个数。用λ表示为能量检测器的检测门限，当Y＞λ时，则本地频谱感知信息为空间状态。单个能量检测器的检测概率与虚警概率分别表示为：Pd＝Pr(Y＞λ|H1)，Pf＝Pr(Y＞λ|H0)，。假设信道噪声服 2 2 从高斯分布为v(n)～N(0,δ)，于是检测量Y则服从χ分布。于是，AWGN感知信道下的频谱检测器性能可以分别表示为 和 [0060] 步骤4)与步骤5)中的融合方法相同，具体步骤为：对接收到的所有状态信息，统计状态为非空闲状态的信息个数，并与预先设定的门限进行比较，若所述个数大于或等于所述预先设定的值，则判决感知信息为非空闲状态，否则为空闲状态。区别仅在于步骤4)中接收到的所有状态信息为簇头接收本簇中的所有本地频谱感知信息，判决感知信息为本簇频谱感知信息，而步骤5)中接收到的所有状态信息为融合中心接收到的所有簇的本簇频谱感知信息，判决感知信息为最终频谱感知信息。 [0061] 本实施例以步骤4)中的融合方法为例进行说明，具体步骤如下：对于第i个簇，统计本簇中所有认知传感节点发送的本地频谱感知信息Ai,j，统计非空闲状态的本地频谱感知信息的个数， [0062] 将所得的数值与预先设定的门限值Lr(r＝1,2)相比较，若超过该门限值Lr，则本簇频谱感知信息为非空闲状态，否则为空闲状态，表达式如下： [0063] [0064] 其中，Φr(·)表示第r次硬融合规则，r＝1,2分别表示传感节点至簇头第一次硬融合以及簇头至融合中心第二次硬融合。L1表示第一次硬融合规则Φ1(·)选择的门限值参数，L2表示第一次硬融合规则Φ2(·)选择的门限值参数。 [0065] 第一次硬融合规则Φ1(·)描述为：Mi为本簇中传感节点的总数，只要有L1个用户检测认为该频段正在主用户被使用，则判断本簇频谱感知信息为非空闲状态；L1的取值可以为：1或大于本簇传感节点总数Mi的一半的任意整数。当L1＝1时，表示只要本簇中有一个传感节点判决某一频谱为非空闲状态，则本簇频谱感知信息为非空闲状态；当时，表示只要本簇中有一半以上的传感节点判决某一频谱为非空闲状态，则本簇频谱感知信息为非空闲状态；当L1＝Mi时，表示只有本簇中全部的传感节点判决某一频谱为非空闲状态，本簇频谱感知信息才为非空闲状态。 [0066] 当 时，第i个簇的本簇频谱感知信息的检测概率Pd,i和虚警概率Pf,i分别为： [0067] (6) [0068] [0069] 其中，Mi表示为第i个簇中认知传感节点的总数，Pd,i和Pf,i分别表示第j个传感节点的检测概率与虚警概率，Pd,k、Pf,k分别表示第k个传感节点的检测概率与虚警概率。 [0070] 当L1＝Mi时，第i个簇的本簇频谱感知信息的检测概率Pd,i和虚警概率Pf,i分别为： [0071] (7) [0072] [0073] 其中，Mi表示为第i个簇中认知传感节点的总数，Pd,i、Pf,i分别表示第i个传感节点的检测概率与虚警概率。 [0074] 当L1＝1时，第i个簇的本簇频谱感知信息的检测概率Pd,i和虚警概率Pf,i分别为： [0075] (8) [0076] [0077] 同样，第二次硬融合规则Φ2(·)描述为：K为认知传感网分簇个数，只要有L2个认知传感簇认为该频段正在主用户被使用，则判断最终频谱感知信息为非空闲状态；当L2＝1时，表示只要有一簇判决频谱为非空闲状态，则最终频谱感知信息为非空闲状态；当时，表示半数以上认知传感簇判决频谱为非空闲状态，则最终频谱感知信息为非空闲状态；当L2＝K时，表示全部认知传感簇判决某一频谱为非空闲状态，则最终频谱感知信息为非空闲状态。 [0078] 为了更好地说明本实施例所提供的认知无线传感网络分簇合作频谱感知硬融合方法所产生的效果，将本实施例方法与未分簇方法进行了计算机仿真，具体步骤如下： [0079] 1)产生主用户信号，采用QPSK调制，感知信道设置为AWGN； [0080] 2)初始化虚警概率，在Pf一定的情况下，检测概率计数初始化，开始蒙特卡洛仿真； [0081] 3)假设认知传感网络中总的认知传感节点个数为 其中，Mi为每个簇中的认知传感节点个数，K为利用聚类算法所得的分簇个数。 [0082] 4)每个认知传感节点的能量检测数据由感知信道的噪声影响，即认知传感节点接收到主用户信号加噪声的数据；对于第i个簇中德认知传感节点j将通过能量感知检测到主用户，即认知传感节点得到能量统计量值为Ai,j； [0083] 5)认知传感节点将能量统计量Yi,j与理论门限值λ进行比较，获得本地频谱感知信息的二进制结果Ai,j并发送给所在簇的簇头； [0084] 6)簇头将接收到的本簇中所有本地频谱感知信息的二进制结果Ai,j进行第一次硬融合，选择合适的门限参数L1，通过该门限判决得到本簇频谱感知信息Bi并发送给融合中心； [0085] 7)K个分簇的融合中心端接收信号Ci将会在融合中心进行第二次融合，以获得K个分簇的最终结果Δ；在融合中心的第二次融合仍为硬融合方式，选择合适的门限参数L2，通过该门限判决主用户信号是否存在； [0086] 8)采用蒙特卡洛仿真重复实现上述步骤； [0087] 9)将每次仿真的结果存储，在终端统计接收机的性能参数，以便传输给认知无线传感网的动态频谱接入模块。 [0088] 仿真方案中簇头节点的第一次硬融合 与融合中心的第二次硬融合仿真假定主用户是已知的，认知传感节点的个数为M＝50，我们将认知传感节点分为K簇，这里假设K＝6。感知信道的接收SNR被假定为是等值的，仿真选择接收SNR为γi＝γ＝15dB。频谱感知信道SNR设定为η1＝η3＝η5＝10dB和η2＝η4＝η6＝5dB。仿真程序采用模糊C均值聚类算法，随后我们假设每一簇中认知传感节点为分5 别:5,9,11,10,7,8。蒙特卡洛仿真次数设定为10。仿真结果主要有检测器的接收机特性互补曲线(CROC)性能曲线描绘。 [0089] 如图4所示，当虚警概率为Pd＝0.2025时，硬融合分簇的接收机漏检概率为Pm＝0.871，未分簇的接收机漏检概率为Pm＝0.963；当虚警概率为Pd＝0.3025时，硬融合分簇的接收机漏检概率为Pm＝0.401，未分簇的接收机漏检概率为Pm＝0.56。仿真结果表明在认知传感节点相同时，基于分簇的频谱感知接收机性能优于未分簇的接收机性能，当虚警概率一定时，分簇的漏检概率低于为分簇的漏检概率。 [0090] 以上详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种等同变换，这些等同变换均属于本发明的保护范围。 |
||||||
QQ群二维码
意见反馈
意见反馈