赵振宇,徐玉清,沈晓强,朱小文

(总装工程兵科研一所,江苏无锡214035)

0 引言

随着无线电的发展,频谱资源变得越来越紧张,但频谱利用效率并不高[1]。为了提高频谱利用效率,人们提出了认知无线电技术[2],它需要不断地对频谱或者信号进行检测,从而得到可用的频谱信息。但单个检测节点由于受到多径、阴影效应的影响,检测性能不高,为了提高检测性能,可以采用多个协同检测节点从不同位置来检测频谱,那么如何将协同节点的检测结果进行融合,从而快速得到准确的最终结果是很值得研究的。最简单的方法是将这些检测结果进行“与”操作(AND准则)或者“或”操作(OR准则)[3,4],但这样融合的协同检测性能也较低,一种好的方法是采用D-S证据理论[5]进行融合,但其计算复杂度随着融合数目的增加而成指数增长,为了降低运算量,该文在融合之前先利用模糊C均值算法[6]对协同节点进行聚类,各聚类内部采用OR准则进行融合,再将各聚类融合结果利用D-S证据理论进行融合,最后建立博弈概率分布[7],得出最终协同检测结果。仿真结果表明,在可控计算复杂度的情况下,该方法的检测性能得到明显提高。

1 模糊C均值算法对协同节点聚类

式中,b＞1是一个可以控制聚类结果的模糊程度常数,这里取b=2。

在不同的隶属度定义方法下最小化式(1)的损失函数,就得到不同的模糊聚类方法。对于模糊C均值算法,要求每个节点对于各个聚类的隶属度之和为 1,即：

用迭代方法求解式(3)和式(4),就是模糊C均值算法[6]。……