無線電信號在噪聲波動情形下的檢測性能有待提高.該文提出了認(rèn)知用戶根據(jù)無線電環(huán)境變化自動調(diào)整檢測閾值的感知方法.融合中心應(yīng)用坐標(biāo)搜索算法為認(rèn)知用戶提供最優(yōu)控制參數(shù),認(rèn)知用戶依據(jù)最優(yōu)參數(shù)設(shè)定檢測閾值,并自主學(xué)習(xí)特定無線電環(huán)境下的最佳閾值.此外,該算法充分考慮了各認(rèn)知用戶的個體特征及其感知貢獻(xiàn),并提出了一種基于能量值的加權(quán)算法體現(xiàn)用戶特征.實(shí)驗(yàn)結(jié)果說明該算法對噪聲波動具有卓越的魯棒性,在信噪比低于-15 dB時的檢測概率遠(yuǎn)高于傳統(tǒng)方法. 

【文章來源】：應(yīng)用科學(xué)學(xué)報. 2020,38(03)北大核心CSCD

【文章頁數(shù)】：9 頁

【部分圖文】：

多節(jié)點(diǎn)之間的協(xié)作感知算法

圖3說明了在ε=0和ε=0.25的兩種情形下信噪比對Pd的影響.從圖3中可知，調(diào)節(jié)參數(shù)不為0、即為雙閾值檢測，在信噪比為-20 dB時，獲得的檢測準(zhǔn)確率高于單閾值檢測.這是因?yàn)楣?jié)點(diǎn)在單閾值感知過程中只存在1和-1兩種權(quán)值.當(dāng)使用雙閾值感知時，因各節(jié)點(diǎn)收集的信號功率存在差異，根據(jù)式(14)可知各節(jié)點(diǎn)計(jì)算的權(quán)值并不相等，這充分體現(xiàn)了節(jié)點(diǎn)的個體特征，收集能量多的節(jié)點(diǎn)貢獻(xiàn)大，反之收集能量少的節(jié)點(diǎn)則貢獻(xiàn)小或者不做貢獻(xiàn).在本文方法中空間位置更好且收集信號能量更多的節(jié)點(diǎn)獲得的權(quán)值更大，檢測時能夠充分利用各節(jié)點(diǎn)的優(yōu)勢，及時排除存在干擾全局判決的節(jié)點(diǎn)，因此該方法更符合實(shí)際感知情況，能獲得更高的感知準(zhǔn)確率.5.2.2 網(wǎng)格搜索算法的貢獻(xiàn)

分析圖4可知，要根據(jù)信噪比的變化來調(diào)整參數(shù)才能獲得最高檢測概率.這主要是因?yàn)樵诓煌旁氡认鹿?jié)點(diǎn)收集的功率有差異，若節(jié)點(diǎn)都用固定閾值則無法反映出這種差異，從而會對感知性能造成不良影響，因此采用動態(tài)閾值的方法可獲得更好的感知性能.在實(shí)際感知過程中，無線電環(huán)境時刻在變化導(dǎo)致信噪比也會不斷改變，融合中心使用學(xué)習(xí)策略，保存相近環(huán)境下的感知參數(shù)，則可避免頻繁使用網(wǎng)格搜索算法，在相近環(huán)境下可直接調(diào)用已保存的感知參數(shù)，極大地提升了感知效率.圖5 最優(yōu)控制參數(shù)ε與最低錯誤概率Pe的關(guān)系

【參考文獻(xiàn)】：
期刊論文
[1]基于遺傳粒子群優(yōu)化的認(rèn)知OFDM網(wǎng)絡(luò)資源分配算法[J]. 董莉,宋曉勤,韓杰.  應(yīng)用科學(xué)學(xué)報. 2017(03)



本文編號：3295307