一种双重序贯检测的协作频谱感知方法

针对现有认知传感网在低信噪比条件下感知性能差、感知时间长、协作开销大的问题,提出了一种双重序贯检测的协作频谱感知(CSDS)方法。该方法首先在各传感器节点将数据进行分段处理,以各分段的能量作为一个样本点进行序贯检测,当各节点的对数似然比和大于门限时向融合中心发送协作信息,然后在融合中心再进行序贯检测直到作出判决。理论推导给出了平均样本数、平均感知时间等性能参数的精确表达式。采用Matlab的仿真结果表明:CSDS方法在低信噪比条件下,在保持感知性能的同时,所需平均样本数和平均感知时间低于能量检测的40%,且协作开销较现有协作序贯检测方法显著减少。     

用于认知跳频的归一化谱双向搜索感知算法

认知跳频被认为是消除传统跳频系统用频困扰的有效途径之一。针对认知跳频超宽带和多频隙实时频谱感知的需求,给出基于归一化谱双向搜索(bidirectional search of normalized power spectrum, BSNP)的感知算法,BSNP以跳频频隙内的归一化功率谱作为检验统计量,通过顺序执行正向和反向搜索,感知出跳频带宽中已被占用的所有频隙。利用傅里叶变换的渐进正态性和相互独立性,可推导BSNP单次判决虚警概率的数学表达式和判决门限的闭式表达式。分析和仿真表明,BSNP可以准确地找出频带内被占用的频隙,相比于常规谱估计感知算法,可有效克服噪声不确定度对频谱感知性能的 影响。