认知网络中无线电信号智能感知方法研究

发布时间：2021-07-21 15:40

　　无线电信号在噪声波动情形下的检测性能有待提高.该文提出了认知用户根据无线电环境变化自动调整检测阈值的感知方法.融合中心应用坐标搜索算法为认知用户提供最优控制参数,认知用户依据最优参数设定检测阈值,并自主学习特定无线电环境下的最佳阈值.此外,该算法充分考虑了各认知用户的个体特征及其感知贡献,并提出了一种基于能量值的加权算法体现用户特征.实验结果说明该算法对噪声波动具有卓越的鲁棒性,在信噪比低于-15 dB时的检测概率远高于传统方法. 

【文章来源】：应用科学学报. 2020,38(03)北大核心CSCD

【文章页数】：9 页

【部分图文】：

多节点之间的协作感知算法

图3说明了在ε=0和ε=0.25的两种情形下信噪比对Pd的影响.从图3中可知，调节参数不为0、即为双阈值检测，在信噪比为-20 dB时，获得的检测准确率高于单阈值检测.这是因为节点在单阈值感知过程中只存在1和-1两种权值.当使用双阈值感知时，因各节点收集的信号功率存在差异，根据式(14)可知各节点计算的权值并不相等，这充分体现了节点的个体特征，收集能量多的节点贡献大，反之收集能量少的节点则贡献小或者不做贡献.在本文方法中空间位置更好且收集信号能量更多的节点获得的权值更大，检测时能够充分利用各节点的优势，及时排除存在干扰全局判决的节点，因此该方法更符合实际感知情况，能获得更高的感知准确率.5.2.2 网格搜索算法的贡献

分析图4可知，要根据信噪比的变化来调整参数才能获得最高检测概率.这主要是因为在不同信噪比下节点收集的功率有差异，若节点都用固定阈值则无法反映出这种差异，从而会对感知性能造成不良影响，因此采用动态阈值的方法可获得更好的感知性能.在实际感知过程中，无线电环境时刻在变化导致信噪比也会不断改变，融合中心使用学习策略，保存相近环境下的感知参数，则可避免频繁使用网格搜索算法，在相近环境下可直接调用已保存的感知参数，极大地提升了感知效率.图5 最优控制参数ε与最低错误概率Pe的关系

【参考文献】：
期刊论文
[1]基于遗传粒子群优化的认知OFDM网络资源分配算法[J]. 董莉,宋晓勤,韩杰.  应用科学学报. 2017(03)



本文编号：3295307