發(fā)布時間：2021-07-21 15:40

　　無線電信號在噪聲波動情形下的檢測性能有待提高.該文提出了認知用戶根據(jù)無線電環(huán)境變化自動調整檢測閾值的感知方法.融合中心應用坐標搜索算法為認知用戶提供最優(yōu)控制參數(shù),認知用戶依據(jù)最優(yōu)參數(shù)設定檢測閾值,并自主學習特定無線電環(huán)境下的最佳閾值.此外,該算法充分考慮了各認知用戶的個體特征及其感知貢獻,并提出了一種基于能量值的加權算法體現(xiàn)用戶特征.實驗結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時的檢測概率遠高于傳統(tǒng)方法. 

【文章來源】：應用科學學報. 2020,38(03)北大核心CSCD

【文章頁數(shù)】：9 頁

【部分圖文】：

多節(jié)點之間的協(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，獲得的檢測準確率高于單閾值檢測.這是因為節(jié)點在單閾值感知過程中只存在1和-1兩種權值.當使用雙閾值感知時，因各節(jié)點收集的信號功率存在差異，根據(jù)式(14)可知各節(jié)點計算的權值并不相等，這充分體現(xiàn)了節(jié)點的個體特征，收集能量多的節(jié)點貢獻大，反之收集能量少的節(jié)點則貢獻小或者不做貢獻.在本文方法中空間位置更好且收集信號能量更多的節(jié)點獲得的權值更大，檢測時能夠充分利用各節(jié)點的優(yōu)勢，及時排除存在干擾全局判決的節(jié)點，因此該方法更符合實際感知情況，能獲得更高的感知準確率.5.2.2 網(wǎng)格搜索算法的貢獻

分析圖4可知，要根據(jù)信噪比的變化來調整參數(shù)才能獲得最高檢測概率.這主要是因為在不同信噪比下節(jié)點收集的功率有差異，若節(jié)點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.在實際感知過程中，無線電環(huán)境時刻在變化導致信噪比也會不斷改變，融合中心使用學習策略，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的關系

【參考文獻】：
期刊論文
[1]基于遺傳粒子群優(yōu)化的認知OFDM網(wǎng)絡資源分配算法[J]. 董莉,宋曉勤,韓杰.  應用科學學報. 2017(03)



本文編號：3295307