文献标识码: A
文章编号: 0258-7998(2012)06-0108-03
认知无线电CR(Coynitive Radio)技术能够感知并分析某个特定区域的频段,找出适合自己通信的“频谱空洞”,利用某些特定的技术来处理利用合适的频段,使其在不影响已有的通信系统的前提下进行工作[1]。如何进行高效的无线频谱分析和估计是认知无线电感知无线环境工作中的关键技术之一[2-3]。频谱分析是一个发展相对成熟的数字信号处理技术,它已经形成了许多具有特色的理论和算法。在认知无线电技术中,也可利用已有的算法进行无线环境检测。
1 信任度函数
在认知无线电系统中,假设有多个认知用户,且第i个和第j个认知用户测得的数据分别为xi和xj,若xi的真实性越高, 则认为xi被其他数据所信任的程度就越高[2-3]。所谓xi被xj信任程度,即从xj来看xi为真实数据的可能性,这种可能性被称为信任度。为了对测得的数据间的信任度进行统一量化处理,通常定义一个信任度函数f来表示xi被xj信任的程度。根据信任度定义,设:
单从数学的角度来看信任度函数的表达式,一般信任度函数的取值只有0和1两种结果,而指数信任度函数是从0到1变化的[10]。因此,如果用一般信任度函数来处理不确定的信息,可能就会因为主观判断过于绝对化从而会出现错误的判断结果。而对于指数信任度函数来说,当数据较多时可以近似为一个逐渐递减的函数,对不确定信息的判断不会过于绝对化。
由图2和图3可知,在T1~T7时刻时,指数信任度函数的值大于一般信任度函数的值,在T8~T14时刻,指数信任度函数的值小于一般信任度函数的值。这就说明若信任度较高,则指数函数的信任度大于一般函数的信任度;若信任度较低,则指数函数得出的信任度小于一般函数的信任度,即指数函数得出的信任度更接近实际的信任度。
对于融合结果来说,若授权用户存在,则融合结果越大越好;反之,融合结果越小越好。例如在T2时刻时,授权用户存在,采用指数信任度函数法和一般信任度函数法得到的融合结果分别为0.801 7和0.798 4。在T8时刻时,授权用户不存在,采用指数信任度函数法和一般信任度函数法得到的融合结果分别为0.195 3和0.197 4。即采用指数信任度函数法得到的结果更可靠。若某一认知用户的信任度在0.5附近,则它的模糊性很高,但我们希望得到的融合结果能降低这种模糊性。由上述结果可知指数信任度函数法能满足上述要求。
基于信任度函数的认知无线电频谱感算法是考虑不同认知用户和主用户之间的信道环境以及各个用户的感知可靠度的一种算法。采用一般信任度函数时,在可信度范围内认知用户的测量结果就会被完全信任。这样不利于对实际情况做出客观判别,从而导致融合结果受主观因素的影响较大。若使用指数信任度函数,则能满足信任度函数应该具有的特性,使得融合结果更加准确,具有更高的参考价值。由实际应用结果可知,采用指数信任度函数法得到的最终数据融合结果比一般信任度函数法得到的结果更加精确,并使数据融合过程具有更好的抗干扰性。
参考文献
[1] 吴今培,孙德山.现代数据分析[M].北京:机械工业出版社, 2006.
[2] 周贤伟,王建萍,王春江.认知无线电[M].北京:国防工业出版社,2008.
[3] 冯文江,郭瑜,胡志远.认知无线电中的频谱感知技术[J].重庆大学学报(自然科学版),2007,30(11):46-49.
[4] 焦竹青,熊伟丽,张林,等.基于信任度的多传感器数据融合及其应用[J]. 东南大学学报,2008,38增刊(1):253-257.
[5] 林威, 吴捷, 张钦宇,等. 基于认知无线电系统合作检测的数据融合研究[J]. 通信学报,2009(10):135-140.
[6] 卞荔,朱琦.基于数据融合的协作频谱感知算法[J].南京邮电大学学报(自然科学版), 2009,29(2):73-78.
[7] 杨志伟, 杨家玮.认知无线电中的一种干扰温度估计算法[J]. 通信技术,2006,39(12):128-130.
[8] SAHAI A, HOVEN N, TANDRA R. Some fundamental limits in cognitive radio[C].Allerton Conf. on commun[C].Control and Computing 2004,October, 2004.
[9] 殷振华, 耿志, 刘郁林,等.基于能量检测的频谱感知方法的介绍[J]. 通信技术,2007,40(11):83-85.
[10] 胡振涛,刘先省.基于相对距离的一种多传感器数据融合方法[J].系统工程与电子技术, 2006,28(2):196-198.