快速合作能源检测精度约束在认知无线电网络中

文摘

合作能源检测(CED)是一个关键的技术来识别在认知无线电网络中频谱洞。以前这种技术主要研究旨在提高检测的准确性,而很少关注的性能检测。本文集中于快速清洁能源的问题,是通过最小化其检测时间限制的检测精度。首先,基于普遍的计算规则CED算法进行了优化。的特殊情况计算规则(规则或规则),例如,我们表明,检测时间可以最小化通过选择最优数量的次用户。此外,我们证明或规则优于在检测时间和规则,从而或基于规则的清洁能源的速度比和基于规则的清洁能源。然后,基于序贯测试(ST) CED算法利用圣的好处和检测主用户更快。在分析其检测时间,我们说明圣建立清洁能源能够在满足最小检测时间精度约束通过选择最优的样本数量。仿真结果验证的有效性提供了两种快速算法本文中讨论。

1。介绍

无线技术的重大成就激发了大量的无线服务,这不仅方便人类的生活,但也带来了相当大的需求对频谱资源,造成所谓的“频谱稀缺”的问题。认知无线电(CR)是一种有前途的技术来解决这个问题通过允许二级用户(SUs)循环谱上的“频谱空穴”乐队已经授权给主用户(PU)独家使用。为了确定频谱空穴,SUs应该检测聚氨酯是否使用许可乐队(1]。

几种经典方法,如能量检测、匹配滤波器检测、检测和周期平稳特性,提出了用于聚氨酯检测(2]。其中,能量检测更可取,因为它的简单,计算复杂度低,和少量的要求在之前有关聚氨酯的信号信息。然而,这种方法严重低信噪比(信噪比)时(3]。抗击性能下降在低信噪比地区,文献[4,5)建议多个SUs CR网络合作,介绍合作能源检测(CED)。清洁能源通常是实现根据连续两个阶段:首先在感知阶段,每个SU单独执行能源其传感检测和输出结果;然后在融合阶段,融合中心(FC)收集并融合多个苏氏遥感结果做出最后的决定。检测结果可以是原始信息SUs已经观察到6- - - - - -8)或当地SUs已经决定了基于观测(9,10),导致清洁能源与软、硬结合(11),分别。因为后者消耗更少的专门报告频道资源,越来越成为占主导地位的选择(6,10,12]。

之前对清洁能源的研究主要集中在设计适当的合作机制,实现更好的检测精度。然而,准确性不是唯一的性能指标。一旦PU停止使用许可的乐队,SUs应该立即重用它增加吞吐量;一旦PU开始占领乐队,SUs应该尽快撤离,避免造成干扰(13,14]。换句话说,检测聚氨酯迅速的能力也是至关重要的。不幸的是,有一个检测速度和检测精度之间的权衡,以及改善前通常会导致退化在后者13,15]。

虽然清洁能源是一个流行的方法,已经引起了极大的关注,其检测精度和检测速度通常是单独讨论。本文共同认为这两个性能指标基于一些清洁能源得到验证工具,达到快速促成通过减少检测时间,检测精度的限制。讨论了算法快速计算规则建立清洁能源。序贯试验(ST)应用于PU检测更快完成。本文的其余部分组织如下。部分2描述了CED模型场景和检测时间。部分3调查的问题最小化检测时间计数CED算法为基础的规则。部分4介绍了基于圣CED算法和最大化其检测速度。仿真结果提供了部分5。部分6本文总结道。

2。场景描述和检测时间模型

一个CR网络由一个足球俱乐部SUs被认为是。SUs使用组合很难实现清洁能源合作检测聚氨酯在FC的帮助。详细,整个检测过程包括两个阶段,即感知阶段和融合阶段,如图1。

在感知阶段,每个SU措施其接收信号的能量,根据当地的决定。假设样品是用来计算能量,采样间隔。注意计算延迟通常是由于强大的计算硬件可以忽略不计,所以所需的时间感应阶段可以表示为 。然后在融合阶段,FC收集多个SUs的地方决定通过专用控制信道(6,10,12),结合他们做出最后的决定。为了避免使用太多的频谱资源,多个SUs通常在时分多址访问控制通道模式,和当地的决策需要收集一个接一个不平行。假定所有SUs的地方决定收集,收集每个SU的地方决定的时间的时候。自组合延迟也是无关紧要的,所需要的时间是由融合阶段 。因此,可以建模为促成的检测时间(16]

本文关注上面的检测时间说明,旨在最大限度地减少它的约束下,检测精度达到快速清洁能源。最终决定的准确性评价通常是在全球的虚警概率和全球错过了探测概率;因此,优化问题可以被描述为 在哪里和分别代表所需的假警报和错过的概率。

3所示。快速计算规则为基础的清洁能源

如图1与困难,探讨清洁能源组合。一个次优的解决困难的组合计数规则(也称为投票规则或K-out-of-N规则)(4,11,12]。本节探讨快速计数CED算法为基础的规则。

3.1。算法描述

根据计算规则建立清洁能源,每个SU进行能量检测感应阶段。接收到的能量的苏是由 在哪里和表示添加剂噪声的接收信号th苏在th样本,分别和表示假设的聚氨酯使用和不使用许可的乐队,分别。

比较用一个阈值,苏可使其当地的决定如下:

不失一般性,假设是白色和零均值高斯和单位方差主要信号的总能量在每个观察块保持不变,根据中心极限定理近似服从高斯分布(6,13]: 在哪里是苏的接收的信噪比。

基于(5),假警报和漏检概率苏的地方决定产量 在哪里 是函数。

在融合阶段,FC实现计数规则做出最后的决定。更具体地说,FC接受至少当且仅当 SUs接受;否则,它接受: 所以全球假警报,错过了检测概率可以推导出最终的决定

注意,在现实的应用程序中,这是不必要的FC首先收集所有SUs的地方决定,然后计算有多少人接受。一旦th 苏的决定已经收集,我们可以计算SUs的数量接受在 : 在哪里 。

如果等于或大于,FC可能停止收集更多当地的决策,使接受的最终决定直接。如果等于或小于 ,俱乐部也可以停止收集和接受因为SUs接受的数量肯定是低于尽管剩下的SUs接受。否则,FC继续收集下一个苏的本地的决定和计算:

因此,在计算规则建立清洁能源,有多少SUs的地方决定将收集和融合做出最后的决定不是固定的。这是一个随机变量用,在那里 。

当FC最终接受在假设下, 表明,SUs接受的数量到达后苏的本地决定接受是考虑。相应的概率是由

当FC最终接受在假设下, 表明,SUs接受的数量到达 (即,到达 后)苏的本地决定接受是考虑。它的概率是

同样的,我们获得

因此,的意思可以表示为 在哪里和的先验概率和,分别。

自是一个随机变量, 也是一个随机变量。因此,(描述的优化问题2应该写成) 在本文的其余部分,我们将讨论(15),而不是(2)。

3.2。 (规则)

考虑到参数的计算规则 本节涉及的一个特例 为了简单起见。在这种情况下,FC接受当且仅当所有SUs接受,计算规则是“和规则”[2]。

替换 到(8),限制检测精度可以reexpressed 此外,使用的结果(6)来推断和,我们得到 应该指出,鉴于许多猜测、准确性约束可以满足如果样品数量和阈值选择根据(17)和(18)。

替换 和(16)(14),的意思收益率 最后,平均检测时间和规则给出的基于清洁能源

请注意,这两个和通常小,因此左边的一部分吗减少,随着增加,而其正确的部分增加。直觉上,既不太多也不太少SUs应该使用。存在一个最优的SUs平均检测时间可以最小化。自是一个自然数,其最优值可以很容易地获得通过数值搜索根据(20.)。替换到(17)和(18),样本数量和最优值的阈值,即和,也可以导出。在实际的场景中,如果根据参数实现和基于规则的清洁能源,,,我们不仅能保证所需的检测精度也减少检测时间。换句话说,PU检测是实现预期的快。

3.3。 (或规则)

除了 另一个特殊情况与参数计算规则 是 ;也就是说,FC接受如果任何一个SUs接受,导致所谓的“或规则”(2]。

替换 到(8)和(14),我们得到

使用上面的方程中,样本数量的阈值,平均检测时间给出的或基于规则的清洁能源

同样,SUs的数量最小化的最优值,即,可以通过数值搜索根据(24)。和可以由(22)和(23),分别。与这些参数,快速或基于规则的清洁能源将实现最小化平均检测时间所需的检测精度。

此外,为了比较两种特殊情况 和 ,我们定义平均检测时间差异

不失一般性,考虑 和 ,很容易演绎

因此,考虑到相同数量的SUs和相同精度的限制,或规则消耗更少的检测时间和规则。换句话说,它是速度比和规则。

4所示。基于快速圣清洁能源

4.1。算法描述

瓦尔德发明的,圣优越,少吃观测控制假警报和漏检错误与其他传统的测试方法相比(15,17]。在本节中,FC实现圣融合多个苏氏本地决策,导致基于圣的清洁能源。

圣的感应阶段基于清洁能源是相同的与计算规则为基础的清洁能源。在融合阶段,FC收集多个SUs的地方决定,融合他们做出最后的决定根据圣而不是计数规则。当th地方决定?,其对数似然比和累积对数似比可以推导出 在哪里 。

比较有两个阈值和( ),做出最后的决定还是继续收集下一个苏的本地决策决定如下: 这两个和取决于所需的检测精度和。根据命题(17),这些阈值给出 , ( )。

4.2。检测时间优化

基于继承的特点圣、圣清洁能源能够停止收集一旦收集当地的决定是足够足够保证所需的精度。它有两个鲜明的特点:)自动满足精度需求通过圣所示(28),所以不需要关心其检测精度。()多少SUs的地方决定将收集并融合在做出最终决定前是不固定的。同样,这个随机变量表示。的手段在两种假设都是由(17]

根据圣清洁能源产量的平均检测时间

所示(30.),取决于变量,,。因为(6),最终由参数决定的吗和。进行二维数值搜索基于(30.),一双最优值和可以获得最小化吗,实现快速圣建立清洁能源。

不失一般性,我们假设 和 平衡假警报或错过检测错误。作为一个结果,可以写成一个函数: 和完全取决于:

最优样本数量降到最低,即,可以很容易地源于(32),与圣建立清洁能源的速度因此最大化。

5。数值结果

本节提供了一些仿真结果来验证上述理论推导。仿真设置列出如下: (18), , , 。

为了测试的检测精度快速计数规则建立清洁能源,蒙特卡罗模拟进行与不同数量的SUs ( ) dB。给定一个特定的,如果 、参数和选择根据(17)和(18),分别和准确性结果(和记录在表1。如果 、参数和源于(22)和(23),分别展示在表和相应的结果2。从两个表可以看出,无论如何变化,全球假警报和漏检概率总是保持不变,几乎相等。因此,提出了快速计算规则建立清洁能源能够满足精度的限制。

精度限制以来满意,我们关注的性能指标检测时间图2。考虑 和 ,图2(一个)情节的平均检测时间曲线计算规则建立清洁能源和SUs的数量 dB。如这subfigure所示,所有的曲线都凹不管和。换句话说,存在一个最优的SUs最小化平均检测时间。实施数值搜索根据(20.)和(24),SUs的理论上的最优数量和最小平均检测时间得到和策划。注意,每个点的 同意与相应的检测时间曲线的底部。这一现象显示了我们方法的有效性达到最高的检测速度。此外,挖到的特殊情况 和 ,图2 (b)描述了他们的平均检测时间差异和SUs的数量 dB。这个subfigure蒙特卡洛曲线来自蒙特卡洛模拟,和理论计算了曲线(26)。如下两种类型的曲线重叠和总是的正确性(26验证)。所以计算的平均检测时间建立清洁能源 比这小 。换句话说,或基于规则的清洁能源的速度比和基于规则的清洁能源。

旨在验证的准确性快速圣清洁能源的基础上,我们进行蒙特卡罗模拟各种示例数据( ) 数据库,记录全球假警报以及漏检概率表3。给每一个三个值的局部阈值涉及:计算出的值(31日)保证 ( ),计算值偏移量。如表所示3,两个和总是小于,表明提出的基于快速圣CED满足精度的限制。

最后,图3情节的平均检测时间曲线计算基于规则和圣促成CED与样本数量 dB。在计算规则建立清洁能源, 和 正在调查中。如这个图所示的曲线 相当低,因此或统治的优越性并再次验证规则。在圣清洁能源为基础, 被认为是,蒙特卡洛蒙特卡罗模拟获得的曲线,与理论曲线计算(32)。这里应强调三个现象:)蒙特卡罗和理论曲线吻合较好,这表明(的有效性32);()圣的曲线建立清洁能源甚至低于计数规则建立清洁能源 ,这表明基于圣CED更快;()圣曲线凹,从而有可能找到一个最优样本数量最小化平均检测时间。此外,我们根据执行数值搜索(32),推导出最优样本数量以及相应的最小检测时间。注意的要点 位于蒙特卡洛曲线的底部。因此,通过适当地选择样本数量作为建议,提出基于圣清洁能源能够减少平均检测时间,实现最高的检测速度。

6。结论

本文联合考虑了两种性能指标的清洁能源,实现快速促成通过减少检测时间约束下的检测精度。一些得到验证工具的清洁能源就业。基于计数规则CED算法进行了讨论。分析了其检测精度和检测时间。考虑到特殊情况的计算规则(规则或规则),我们证明了最小检测时间可以通过适当选择SUs的数量。此外,我们证明了,在同样精度的限制,或规则消耗更少的检测时间和速度比和规则。然后,通过替换计算规则与圣,圣CED算法为基础。该算法继承了圣的好处,是能够完成聚氨酯检测更快。其检测时间也进行了分析。通过减少检测时间,推导了最优的样本数量,基于圣CED可以获得最高的检测速度,同时保证所需的检测精度。

应该指出,尽管本文仅仅说明了如何结合多个SUs CR网络的检测结果,我们的方法可以应用到multiantenna场景,以及如何适当地结合多个天线实现快速检测的输出也值得研究。

此外,由于清洁能源的计算复杂度也取决于样本数量和SUs的数量,它可以类似地建模为(1)。因此,计算复杂度的性能类似于检测时间;圣建立清洁能源是最好的,和最严重和基于规则的清洁能源。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项研究支持由中国国家自然科学基金(61201264号,61362018),中国学术委员会(没有。201508350023),基础研究基金为中央大学(没有。2242015 r20003),江苏省博士后科研项目中国没有。1402041 b),华侨大学(没有。13 bs101)。

引用

1. s Filin t . Baykas h . Harada f .小岛和h .矢野,“IEEE标准802.19.1电视空白coexis对于食物,”IEEE通讯杂志,54卷,不。3,22日至26日进行的,2016页。视图:出版商的网站|谷歌学术搜索
2. i f . Akyildiz w . Lee m . c . Vuran和s·莫汉蒂,“下一代无线网络动态频谱接入/认知无线电:一项调查,“计算机网络,50卷,不。13日,2127 - 2159年,2006页。视图:出版商的网站|谷歌学术搜索
3. r . Tandra和a . Sahai”为信号检测信噪比墙,”IEEE杂志在信号处理所选主题,卷2,不。1,4-17,2008页。视图:出版商的网站|谷歌学术搜索
4. j . Unnikrishnan,诉诉Veeravalli合作感知主要检测在认知无线电中,“IEEE杂志在信号处理所选主题,卷2,不。1,18-27,2008页。视图:出版商的网站|谷歌学术搜索
5. i . f . Akyildiz b·f·罗和r·巴拉科瑞斯南”合作频谱感知认知无线电网络:一项调查,“物理通信,4卷,不。1,40 - 62年,2011页。视图:出版商的网站|谷歌学术搜索
6. j . Ma g .赵,y,“软组合和检测合作频谱感知认知无线电网络中,“IEEE无线通信,7卷,不。11日,第4507 - 4502页,2008年。视图:出版商的网站|谷歌学术搜索
7. w·汉,j·李,李z, j . Si和y张“高效软决策融合规则在合作频谱感知,“IEEE信号处理,卷61,不。8,1931 - 1943年,2013页。视图:出版商的网站|谷歌学术搜索|MathSciNet
8. w·崔M.-G。歌,j·安,G.-H。我,“软结合合作频谱感知在快衰落信道,“IEEE通信信,18卷,不。2、193 - 196年,2014页。视图:出版商的网站|谷歌学术搜索
9. w·张,r·k·Mallik和k . b . Letaief”合作在认知无线电网络中频谱感知优化IEEE国际会议通信学报》(ICC ' 08)2008年5月,页3411 - 3415。视图:出版商的网站|谷歌学术搜索
10. y邹,Y.-D。姚,郑,“一个基于选择继电器的合作频谱感知方案没有专门的报告渠道在认知无线电网络中,“IEEE无线通信,10卷,不。4、1188 - 1198年,2011页。视图:出版商的网站|谷歌学术搜索
11. s . Atapattu c Tellambura h .江,“能源检测合作频谱感知认知无线电网络中,“IEEE无线通信,10卷,不。4、1232 - 1241年,2011页。视图:出版商的网站|谷歌学术搜索
12. a卷”性能分析的低带宽约束的平均位认知无线电报告方案控制渠道,”专业的沟通,3卷,不。9日,第1556 - 1544页,2009年。视图:出版商的网站|谷歌学术搜索
13. 研究。梁,曾庆红y、大肠Peh和a . t .黄平君”Sensing-throughput权衡为认知无线电网络”,IEEE无线通信,7卷,不。4、1326 - 1337年,2008页。视图:出版商的网站|谷歌学术搜索
14. y邹,Y.-D。姚,郑,“认知传输中断概率分析:频谱感知开销的影响,“IEEE无线通信,9卷,不。8,2676 - 2688年,2010页。视图:出版商的网站|谷歌学术搜索
15. 问:邹,s .郑,a·h·赛义德“合作通过序列检测传感,”IEEE信号处理,卷。58岁的没有。12日,第6283 - 6266页,2010年。视图:出版商的网站|谷歌学术搜索|MathSciNet
16. 彭,x,蜀,p .朱曹x,“自适应顺序合作能源检测方案为主要用户检测在认知无线电中,“IEICE交易通讯,E94-B卷,不。10日,2896 - 2899年,2011页。视图:出版商的网站|谷歌学术搜索
17. a·瓦尔德”顺序统计假设测试。”《数理统计,16卷,不。2、117 - 186年,1945页。视图:出版商的网站|谷歌学术搜索|MathSciNet
18. y曾庆红和研究。梁:“基于协方差的认知无线电的信号检测,”第二届IEEE国际研讨会在动态频谱接入网络的新领域IEEE,页202 - 207年,都柏林,爱尔兰,2007年4月。视图:出版商的网站|谷歌学术搜索

版权

版权©2017乘凉彭等。这是一个开放分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。