光通信网络中通信信号智能感知方法研究

发布时间：2021-09-07 04:40

　　在光通信网络中,通信信号的感知分为单节点感知与多节点协作感知,其中多节点的传感因能克服多径衰弱和隐藏终端的影响而被广泛研究,但多节点的传感知在通信开销和融合方法上仍然存在许多难题有待解决。本文提出一种量化与编码的方法来减少当地节点与融合中心之间的通信开销,在融合方法上提出一种基于节点特征的加权融合方法来提升融合中心的判决准确性,该融合方法有效反应各个节点在认知网络中的实际作用。此外,为了提升感知效率,利用强化学习的方法来得升熟悉环境下的感知效率。实验结果表明:本文中的频谱感知方法与传统方法相比在同等条件下可减少通信开销,提升判决准确率并减少感知时间。 

【文章来源】：光电子·激光. 2019,30(09)北大核心CSCD

【文章页数】：6 页

【部分图文】：

图１本地双能量阈值的设计

｝，则融合中心可按照（８）式对集合Ｗ中的元素求和。求和的结果与０进行比较，即融合值大于０（Ｆ＞０，），则可判断主用户信号存在，若融合值小于０（Ｆ＜０），则判断主用户信号不存在，如果融合值等于０（Ｆ＝０），则需增加一个感知周期后再做同样的判决。判决式可用（９）式描述。Ｆ＝∑Ｎｉ＝１ｗｉ，ｉ＝１，２，…，Ｎ（８）Ｆ＞０，Ｈ１Ｆ＜０，Ｈ｛０（９）计算节点权值与信号协作感知算法如图２所示：４智能感知算法４．１智能搜索算法由（３）式可知，在中间阈值能确定的情形下，感知节点的低阈值λｌ和高阈值λｈ的取值由调节参数ε决定。由于检测概率Ｐｄ与参数ε之间并非单调关系，使用优化算法难以寻找最优ε值。而ε∈［０，０．５］，使用网格搜寮法寻找最优ε来确定最优双阈值，以获得特定无线电环境下的最佳感知性能是可行的方法。因此，网格搜索算法是寻找最优参数值并获得最佳感知性能的可靠算法。网格搜索算法的原理是：图２本地权值计算与协作无线电感知算法Ｆｉｇ．２Ｃｏｍｐｕｔｉｎｇｎｏｄｅｗｅｉｇｈｔｓａｎｄｍａｓｔｅｒｕｓｅｒｓｉｇｎａｌｓｅｎｓｉｎｇａｌｇｏｒｉｔｈｍｓ（１）以ｙ轴表示信噪比，ｘ轴表示ε参数，ｚ轴表示探测率Ｐｄ。ｙ轴、ｘ轴与ｚ轴的交叉点即为在特定噪声环境下获得的Ｐｄ值。（２）设信噪比α为一定值时，将ε的取值范围分成１０等份。令，ε０＝０，Δε０

１５）式计算。Ｐｒ，ｉ＝Ｐｔ·Ｋ·［ｄｏｄｉ］ｒ，ｉ＝１，２，…，１６（１５）上式中Ｐｒ，ｉ是第ｉ个节点收集的信号能量，Ｐｔ＝０．１Ｗ是主用户的发射信号功率，Ｋ＝０．０２７是拟定的信道衰减系数，ｒ＝４是路劲损耗指数，以ｄｏ＝１ｍ是供参考的基准距离，ｄｉ是主用户和第ｉ个节点之间的距离［２２］。５．２仿真实验数据解析（１）第一组实验是分析参数ε对检测准确率（Ｐｄ）的影响。图３描绘了分别使用单阙值检测（ε＝０．０）和双阈值检测（ε＝０．２５）时，检测准确（Ｐｄ）随信噪比变化的情形。从图３中可知ε≠０时，当低信噪比低于－２０ｄＢ的情形下双阈值检测获得的准确率高于单阈检测。这是因为不同节点因收集主用户信号的能量存在差异，但在单阈值检测方法中，感知节点获得的权值只有１和－１两种，不能充分体现各节点在协作感知中的实际作用。而在双值检测算法中，充分体现了不同节点在协作感知中的贡献差异，这更能反应节点在协作的实际作用。与已有的传统感知方法相比，本文中的感知算法更能体现节点之间的差异，赋予可靠节点更大权重，因而获得的检测准确率更高。图３在不同信噪比下ε对Ｐｄ的影响Ｆｉｇ．３εａｆｆｅｃｔｓＰｄｕｎｄｅｒｄｉｆｆｅｒｅｎｔＳＮＲ（２）第二组是对智能搜索算法的性能分析。图４描述了在不同信噪比下参数ε对检测准确率（Ｐｄ）和错误检测率（Ｐｅ）的影响。从图４中可知Ｐｄ随ε

【参考文献】：
期刊论文
[1]环形结构分布式温度传感器中瑞利噪声的抑制方法研究[J]. 孙苗,汤玉泉,杨爽,李俊,Brian Culshaw,董凤忠.  光电子·激光. 2015(11)
[2]基于OFDM无线通信系统的线性回归频偏估计算法[J]. 陈坤,吴虹,刘勇,王琦琦,向坤.  光电子.激光. 2014(10)



本文编号：3388862