基于线性加权数据融合的协作频谱感知优化

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于线性加权数据融合的协作频谱感知优化

刘全, 高俊, 郭云玮, 刘思洋

文章导航 > 电子科技大学学报 > 2012 > 41(5): 697-701,786

刘全, 高俊, 郭云玮, 刘思洋. 基于线性加权数据融合的协作频谱感知优化[J]. 电子科技大学学报, 2012, 41(5): 697-701,786. doi: 10.3969/j.issn.1001-0548.2012.05.011

引用本文:

刘全, 高俊, 郭云玮, 刘思洋. 基于线性加权数据融合的协作频谱感知优化[J]. 电子科技大学学报, 2012, 41(5): 697-701,786. doi: 10.3969/j.issn.1001-0548.2012.05.011

LIU Quan, GAO Jun, GUO Yun-wei, LIU Si-yang. Optimal Cooperative Spectrum Sensing Based on Linear Data Fusion[J]. Journal of University of Electronic Science and Technology of China, 2012, 41(5): 697-701,786. doi: 10.3969/j.issn.1001-0548.2012.05.011

Citation:

LIU Quan, GAO Jun, GUO Yun-wei, LIU Si-yang. Optimal Cooperative Spectrum Sensing Based on Linear Data Fusion[J]. Journal of University of Electronic Science and Technology of China, 2012, 41(5): 697-701,786. doi: 10.3969/j.issn.1001-0548.2012.05.011

基于线性加权数据融合的协作频谱感知优化

doi: 10.3969/j.issn.1001-0548.2012.05.011

1.
中国电子系统设备工程公司研究所北京丰台区 100141;
2.
海军工程大学通信工程系武汉 430033

基金项目:

国家863项目(2009AAJ208,2009AAJ116)

作者简介:
刘全(1985-),男,博士生,主要从事认知无线电网络链路层关键技术方面的研究.

中图分类号: TN92

Optimal Cooperative Spectrum Sensing Based on Linear Data Fusion

1.
Institute of China Electronic Systen Engineering Company Fengtai Beijing 100141;
2.
Department of Communication Engineering,Naval University of Engineering Wuhan 430033

摘要: 在认知无线电网络中,协作频谱感知技术可有效地缓解本地感知场景中存在的隐藏终端等问题。为了获得更大的协作增益,该文采用基于数据融合的协作频谱感知策略,融合中心依次收集各次用户上报的本地能量检测数据,然后进行线性加权融合,并做出最终判决。重点研究了线性加权融合方案的优化,推导了各次用户分别在Neyman-Pearson(N-P)和Bayesian两种不同准则下的最优融合权重,并在Suzuki感知信道下进行了蒙特卡洛仿真和数值验证。结果表明,N-P准则下给出的两种优化加权融合方案MDC和NDC性能相近,且均比EGC、SC、MRC等常用的融合方案具有更高的协作检测概率;而Bayesian准则下推导的优化加权融合方案BAY在检测可靠性方面明显优于其他方案。
- Bayesian准则 /
- 认知无线电 /
- 数据融合 /
- 能量检测 /
- Neyman-Pearson准则 /
- 频谱感知
Abstract: Cooperative spectrum sensing is regarded as a key technology to tackle the challenges such as hidden terminal problem in local spectrum sensing of cognitive radio networks. In this paper, the cooperation strategy based on data fusion is chosen for better collective sensing performance, in which all cooperative users send their own local results of energy detection to the fusion centre for linear data combination and final decision. As the main focus of this work, the optimization of linear data fusion is investigated. Specifically, the optimal weight vectors for all users are derived under Neyman-Pearson (N-P) and Bayesian criteria, respectively. Monte Carlo simulations and numerical results are given under the assumption that the sensing channels follow Suzuki distribution. Obtained results demonstrate that the two optimal fusion schemes under N-P criterion, MDC and NDC have the similar detection performance, and they both outperform three other generally used schemes, including EGC, SC and MRC. Further, the optimal fusion scheme BAY, which is derived under Bayesian criterion, is verified to be more reliable than other schemes.
- Bayesian criterion /
- cognitive radio /
- data fusion /
- energy detection /
- Neyman-Pearson criterion /
- spectrum sensing

[1]	雷茂林, 叶芃, 杨慧芝, 王培睿, 赵禹, 杨扩军. 基于Slepian序列信号字典的目标频段瞬态信号检测方法 . 电子科技大学学报, 2024, 53(4): 519-524. doi: 10.12178/1001-0548.2023183
[2]	林水生, 卫伯言, 杨海芬, 熊勇, 朱磊基, 于良. 引入新数据源的D-S融合检测方法 . 电子科技大学学报, 2021, 50(6): 861-867. doi: 10.12178/1001-0548.2020400
[3]	肖海林, 张文娟, 聂在平, 胡悦. 认知MIMO系统中基于博弈论的干扰对齐算法研究 . 电子科技大学学报, 2017, 46(5): 679-684, 794. doi: 10.3969/j.issn.1001-0548.2017.05.007
[4]	冯立, 邝育军, 代泽洋, 付新川. 异构认知网中基于能效的协作技术研究 . 电子科技大学学报, 2017, 46(5): 666-672. doi: 10.3969/j.issn.1001-0548.2017.05.005
[5]	陆川. 用于智能电网的一种认知无线路由算法研究 . 电子科技大学学报, 2017, 46(6): 841-844. doi: 10.3969/j.issn.1001-0548.2017.06.008
[6]	黄庆东, 孙晴, 闫乔乔. 基于CDS的分布式协作共识频谱感知方法 . 电子科技大学学报, 2017, 46(5): 660-665. doi: 10.3969/j.issn.1001-0548.2017.05.004
[7]	江虹, 刘寅, 黄玉清, 陈春梅. 基于带疫苗注入VAMIGA的认知无线电波形优化 . 电子科技大学学报, 2015, 44(2): 183-189. doi: 10.3969/j.issn.1001-0548.2015.02.004
[8]	雷维嘉, 崔军, 谢显中. 基于位置的认知网络中继选择与功率分配 . 电子科技大学学报, 2014, 43(4): 492-496. doi: 10.3969/j.issn.1001-0548.2014.04.003
[9]	李方伟, 柴源, 朱江, 张玉平. 基于动态古诺博弈的认知无线电频谱贸易算法 . 电子科技大学学报, 2014, 43(4): 502-507. doi: 10.3969/j.issn.1001-0548.2014.04.005
[10]	左旭舟, 夏玮玮, 沈连丰. 基于认知无线电的LTE系统频谱感知方法 . 电子科技大学学报, 2014, 43(5): 663-668. doi: 10.3969/j.issn.1001-0548.2014.05.005
[11]	许炜阳, 徐婷. 认知无线电系统中存在载波频偏的OFDM频谱感知技术 . 电子科技大学学报, 2013, 42(3): 355-359. doi: 10.3969/j.issn.1001-0548.2013.03.007
[12]	江虹, 伍春, 马景辉. 最小二乘SVM的CR认知引擎设计 . 电子科技大学学报, 2011, 40(1): 41-46. doi: 10.3969/j.issn.1001-0548.2011.01.008
[13]	荣健, 乔文钊. 基于模糊神经系统的多传感器数据融合算法 . 电子科技大学学报, 2010, 39(3): 376-378,424.
[14]	徐斌阳, 李少谦. 认知无线电系统中的联合功率控制 . 电子科技大学学报, 2008, 37(5): 649-652.
[15]	徐斌阳, 李健颖, 李少谦. 认知无线电系统频谱自适应调度算法设计 . 电子科技大学学报, 2008, 37(6): 815-817,921.
[16]	舒红平, 徐振明, 邹书蓉, 何嘉. 网格聚类在多雷达数据融合算法中的应用 . 电子科技大学学报, 2007, 36(6): 1253-1256.
[17]	罗光春, 卢显良, 张骏, 李炯. 基于多传感器数据融合的入侵检测机制 . 电子科技大学学报, 2004, 33(1): 71-74.
[18]	王田. SMSC负荷状态检测方法研究 . 电子科技大学学报, 2003, 32(2): 125-128.
[19]	张冰, 邱志强. 模糊神经网络在雷达网数据融合中的研究 . 电子科技大学学报, 2001, 30(1): 29-32.
[20]	周先敏, 陈隽永, 王光泰. 多分辨数据融合中信号的分解与重构 . 电子科技大学学报, 1998, 27(3): 231-235.

WeChat

点击查看大图

计量

文章访问数: 4328
HTML全文浏览量: 125
PDF下载量: 41
被引次数: 0

基于线性加权数据融合的协作频谱感知优化

doi: 10.3969/j.issn.1001-0548.2012.05.011

1. 中国电子系统设备工程公司研究所北京丰台区 100141;

2. 海军工程大学通信工程系武汉 430033

基金项目:

国家863项目(2009AAJ208,2009AAJ116)

作者简介:
刘全(1985-),男,博士生,主要从事认知无线电网络链路层关键技术方面的研究.

收稿日期: 2010-05-24
修回日期: 2010-09-27
刊出日期: 2012-10-15

中图分类号: TN92

关键词:

摘要: 在认知无线电网络中,协作频谱感知技术可有效地缓解本地感知场景中存在的隐藏终端等问题。为了获得更大的协作增益,该文采用基于数据融合的协作频谱感知策略,融合中心依次收集各次用户上报的本地能量检测数据,然后进行线性加权融合,并做出最终判决。重点研究了线性加权融合方案的优化,推导了各次用户分别在Neyman-Pearson(N-P)和Bayesian两种不同准则下的最优融合权重,并在Suzuki感知信道下进行了蒙特卡洛仿真和数值验证。结果表明,N-P准则下给出的两种优化加权融合方案MDC和NDC性能相近,且均比EGC、SC、MRC等常用的融合方案具有更高的协作检测概率;而Bayesian准则下推导的优化加权融合方案BAY在检测可靠性方面明显优于其他方案。

English Abstract

刘全, 高俊, 郭云玮, 刘思洋. 基于线性加权数据融合的协作频谱感知优化[J]. 电子科技大学学报, 2012, 41(5): 697-701,786. doi: 10.3969/j.issn.1001-0548.2012.05.011

引用本文:

刘全, 高俊, 郭云玮, 刘思洋. 基于线性加权数据融合的协作频谱感知优化[J]. 电子科技大学学报, 2012, 41(5): 697-701,786. doi: 10.3969/j.issn.1001-0548.2012.05.011

LIU Quan, GAO Jun, GUO Yun-wei, LIU Si-yang. Optimal Cooperative Spectrum Sensing Based on Linear Data Fusion[J]. Journal of University of Electronic Science and Technology of China, 2012, 41(5): 697-701,786. doi: 10.3969/j.issn.1001-0548.2012.05.011

Citation:

LIU Quan, GAO Jun, GUO Yun-wei, LIU Si-yang. Optimal Cooperative Spectrum Sensing Based on Linear Data Fusion[J]. Journal of University of Electronic Science and Technology of China, 2012, 41(5): 697-701,786. doi: 10.3969/j.issn.1001-0548.2012.05.011

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发