基于信任度兩次分簇過濾的協作感知算法

羅 鈞，何 慶

(貴州大學，貴州 貴陽 550025)

基于信任度兩次分簇過濾的協作感知算法

羅 鈞，何 慶

(貴州大學，貴州 貴陽 550025)

為了有效解決授權頻段在惡劣環境下利用率低的問題，根據一種新信任度系數提取用可靠性較好的采樣值參與本地單門限能量檢測，并通過新信任度系數分簇獲取可靠性較好的本地感知節點對本地判決結果進行量化分類，簇頭將本地認知節點量化結果、簇內平均權重系數及個數傳至融合中心參與協作判決，給出一種新的感知算法。最后，實驗仿真表明，該算法可以有效消除低可靠性認知節點參與協同判決，有效地縮減感知過程數據傳輸開銷，提高系統感知性能。

認知無線電；協同頻譜感知；過濾；可信度系數

隨著大數據傳輸時代的到來，大量信息需要通過各種頻段向外界進行交互，現有可用的頻譜資源已經很少，頻段利用率通常很低，美國聯邦通信委員會發布報告顯示，分配的頻譜資源利用率達到了15%～85%[1-3]。認知無線網絡技術中頻譜感知技術為解決該問題提供了依據[4]，傳統頻譜感知技術有能量檢測、循環平穩檢測、匹配濾波器檢測等[5]，但是，單純的傳統單認知用戶感知技術很難達到快速準確的感知，文獻[6-13]提出協作感知技術，可以有效解決單個認知用戶能量檢測受外界惡意攻擊引起的感知性能差的問題。本文提出一種新的信任度加權分簇協作感知算法，該算法通過兩次過濾提出可靠的本地判決參與協作感知，同時對本地判決和權重系數量化由簇頭傳輸給融合中心參與協作判決。

1 系統模型

1.1 能量檢測模型

傳統頻譜感知模型常見的系統檢測模型有：能量檢測模型、匹配濾波器模型、特征值檢測模型、循環平穩檢測模型等[7]。其中，能量檢測模型由于感知過程簡單，不需要先驗知識等特點被普遍采用，本文同樣采用能量檢測模型，該模型對授權用戶頻譜感知過程可以簡化為二元檢測過程[11]

(1)

式中：n(i)表示高斯白噪聲；h(i)表示信噪增益；y(i)表示認知用戶接收到的信號；x(i)為主用戶發射信號；H1,H0表示主用戶占用和沒有占用頻譜兩種狀態。

單認知用戶能量Y檢測統計量服從卡方分布和非完全卡方分布[12]

(2)

當認知用戶在AWGN信道非衰落環境中時，信道增益h(i)是確定的，認知用戶虛報概率和檢測概率可表示為[8]

(3)

(4)

本地認知節點能量統計量Yi與判決門限λ比較得出本地判決結果可表示為

(5)

1.2 協作感知判決模型

常見協作感知判決模型有“and判決”、“or判決”和 “N-K 判決”。本文采用“or判決模型”，系統判決模型中檢測概率Pd、虛報概率Pf和漏檢概率Pm可表示為[4]

(6)

(7)

Q=1-Pd

(8)

2 新信任度加權分簇協作感知算法

在系統協作感知過程中通過權重系數加權協作感知[5],能夠有效量化不同可靠性認知節點本地感知判決對協同感知的貢獻，本文通過該類算法提出一種新信任度多次過濾的協作感知算法。感知過程可分為以下幾個部分：

1)根據次級用戶到主用戶的距離將所有次級用戶分配到多個簇，每個簇選擇一個到融合中心較近的次級用戶充當簇頭[4]，負責收集該簇其他次級用戶本地能量感知結果和SNR。

2)每個次級用戶根據每個次級用戶采樣值y與信噪比計算該次級用戶內每個采樣值和信噪比的均值ESNR和Ey。

(9)

(10)

3) 每個次級用戶根據每次采樣值與信噪比按照一定判決準則篩選可靠性較高的樣值進行本地能量檢測Y，并匯報給簇頭。判決準則可表示為：當認知節點采樣值滿足式(11)，過濾該采樣值。

(11)

式中：ay，aSNR表示兩個過濾參數初定為0.7，可根據檢測概率要求修改參數。

(12)

(13)

(14)

式中：aj表示j簇內過濾系數初始值設定為0.3，可以根據系統檢測概率調整參數。

(15)

(16)

式中,N是所有認知節點總個數。

6) 融合中心根據均值系數分配每簇融合權重系數Wj，采用or融合判決準則進行最終判決結果

(17)

式中:k表示簇的個數。為了縮減傳輸開銷，本簇內權重系數用相同權重系數和本地判決結果ζj加權融合。融合判決可表示為

(18)

該過程如圖1所示。

圖1 新信任度協同判決算法流程圖

3 仿真分析

假設感知網絡中隨機分布30個感知節點、1個主用戶和1個融合中心，次用戶的采樣點數N=1 000，本地檢測使用單門限能量檢測，信任權值因子均設為0.3，假設噪聲功率為1，簇內次級用戶數為3。對改進算法和傳統算法的檢測概率、漏檢概率仿真分析系統性能。

如圖2所示，該圖表示傳統OR融合算法、信任度加權算法[10]和改進算法3種算法在不同虛報概率下的漏檢概率變化曲線圖。虛報概率Pf在0到0.9之間間隔為0.1的均勻遞增，本文改進算法較傳統OR融合算法漏檢概率Pm有一定降低，較信任度加權算法漏檢概率有小幅度降低，在虛報概率為0.1時，本文算法較信任度加權算法漏檢概率降低3%，較傳統能量檢測OR融合算法降低12%。

圖2 不同算法在不同虛報概率下的漏檢概率曲線圖

如圖3所示，該圖表示傳統單門限能量檢測算法、信任度加權協作感知算法、改進算法在不同信噪比下檢測概率的變化曲線圖。假設次級用戶本地能量檢測中采樣點隨機分布在信噪比為-25～0。通過仿真結果曲線圖可以看出，當信噪比小于-15 dB時，改進算法檢測概率明顯優于其他兩種傳統算法，并隨信噪比的降低表現越好，但是當信噪比低于 -20 dB 時，改進算法檢測概率不夠理想。

圖3 不同算法在不同信噪比下的檢測概率曲線圖

4 結語

本文提出一種新信任度系數過濾協作頻譜感知算法，該算法一方面采用兩次過濾可靠性差的本地判決結果，另一方面通過簇頭對本地判決結果和簇內權重系數量化歸類傳輸給融合中心參與協作判決。通過仿真分析可以看出，本文改進算法在保證系統檢測性能的同時，減少了次級用戶數和系統數據傳輸開銷，提高了系統檢測性能，并有效克服了噪聲不確定性。

[1] FCC. Spectrum policy task force report[R].[S.l.]：FCC，2002.

[2] FCC. Report of the spectrum efficiency working group[R]. [S.l.]：FCC，2002.

[3] MCHENRY M A.NSF spectrum occupancy measure-ments project summary[R]. [S.l.]：Shared Spectrum Company，2005.

[4] WANG Haitao, CHEN Hui. Research status and development trends of cognitive radio technology[C]//Proc. 5th International Conference on Wireless Communications, Networking and Mobile Computing.[S.l.]：IEEE Press，2009：1-4.

[5] 李佳俊.認知無線電中協作頻譜感知技術研究[D].北京：北京交通大學，2012.

[6] SUN C H，ZHANG W, KHALED B L. Cluster-based cooperative spectrum sensing in cognitive radio systems sensing in cognitive radio systems[C]//Proc. IEEE ICC 2007. Glasgow：IEEE Press，2007：2511-2515.

[7] WANG Chinliang，CHEN Hanwei，CHOU Yuren. A credibility based cooperative spectrum sensing technique for cognitive radio systems[C]// Proc. 2011 IEEE 73rd Vehicular Technology Conference. Yokohama，Japan：IEEE Press，2011：1-5.

[8] SHEN Bin，HUANG Longyang，ZHAO Cheng. Weighted cooperative spectrum sensing in cognitive radio networks[C]//Proc. the 3rd international Conference on Convergence and Hybrid Information Technology. Washington DC：IEEE Computer Society，2008：1074-1079.

[9] WANG L F，WILLIAMS C, DOUFEXI A, et al.Weighted cooperative sensing for pulse radar signals[C]//Proc. IET Seminar on Wideband and Ultra Wideband Systems and Technologies: Evaluating Current Research and Development. [S.l.]：IEEE Press，2008：1-5.

[10] 孟令文，李方偉，朱江.一種基于感知信任度的加權協作感知算法[J].電視技術，2013，37(9)：107-111.

[11] GHASEMI A，SOUSA E S.Collaborative spectrum sensing for opportunistic access in fading environments[J].Proc. 2005 First IEEE International Symposium on New Frontiers in Dynamic Spectrum Access Networks. [S.l.]：IEEE Press，2005：131-136.

[12] YUE W，ZHENG B，MENG Q，et al. Robust spectrum sensing schemes for fading channels in radio network[J]. China Science Series F: Information Science，2011，54(2)：348-309.

[13] BERLEMANN L，MANGOLD S，MYILIBRAR Y. Cognitive radio and dynamic spectrum access[M]. United Kingdom：Vileyonline Library，2009.

Cooperative Sensing Algorithm of Twice Clustering Filter Based on Reliability

LUO Jun, HE Qing

(GuizhouUniversity,Guiyang550025，China)

In order to effectively solve the problem of the licensed spectrum utilization rate in the harsh environment, a cooperative sensing algorithm is provided，which pick up the better reliability sample values participation in the local single threshold energy detection based on a new trust factor and the local verdicts of the better reliability is gotten to quantify classification at cluster cognitive nodes, then quantified results, the number and the average weight coefficients are transmitted to the fusion center to participate in a collaborative decision by cluster head. The simulation results show that the algorithm can effectively eliminate the low trust cognitive nodes and effectively reduce the transmission expense of the data transmission in the perception process and enhance system perception performance.

cognitive radio; cooperative spectrum sensing; filtration; trust factor

貴州省科技廳基金項目(黔科合J字20122171)；貴州大學博士基金項目(貴大人基合字2010010)

TN925.5

A

10.16280/j.videoe.2015.19.013

2015-05-21

【本文獻信息】羅鈞，何慶.基于信任度兩次分簇過濾的協作感知算法[J].電視技術,2015，39(19).

羅 鈞(1988— )，碩士生，主研認知無線網絡；

何 慶(1983— )，博士，副教授，主要研究方向為認知無線網絡。

責任編輯：許 盈