基于拉普拉斯先验算法的多维度频谱感知*
2018-04-27刘轶凡郑文庆
电讯技术 2018年4期
,金 虎,刘轶凡,郑文庆
(国防科技大学 电子对抗学院,合肥 230037)
1 引 言
传统的认知无线电在进行频谱感知时,需要将时隙划分为感知时隙和发送时隙,只有当感知时隙判决确定没有主用户时,才在发送时隙进行数据传输,这样的模型称为LBT(Listen-before-Talk)模型。近年来,同时同频全双工技术日渐成熟,使得在同一频率同一时刻的双向通信成为现实[1-2]。2015年Liao等人[3]对全双工认知无线电进行了系统地阐述,使其具备了完善的理论与应用前景。目前被广泛认可的全双工认知无线电模型是LAT(Listen-and-Talk)模型,即次用户具备同时传输和感知的能力。文献[4]推导了LAT模型下的系统检测概率和虚警概率,并且得出了LAT模型在频谱感知性能上明显不如LBT模型的结论,原因在于能量感知的方法不能分辨主、次用户的信号。
文献[5]提出了全局功率谱模型,该模型结合了虚拟网络图和基扩展模型,可以获得当前工作用户的地理位置、发射功率、使用频段,并且利用分层贝叶斯的方法进行求解,实现了LBT模型下的多维度感知。文献[6]在文献[5]的基础上利用变分贝叶斯的方法求解全局功率谱模型,通过最小化KL散度求得系数矩阵的后验近似值,拥有不易受较小局部最优值影响的优点。然而文献[5-6]都只能在同一频段上感知一个用户(主用户)的多维信息,并且算法计算量较大。
本文将全局功率谱模型应用于在全双工认知无线电LAT模型,实现了在同一频段上对主、次用户的多维度感知,并且利用拉普拉斯近似的先验函数求解全局功率谱模型中包含多维度信息的系数矩阵。……
登录APP查看全文
