认知无线网络中硬合并协同频谱感知的融合准则优化
频谱感知是认知无线电一项基础的任务.在认知无线网络中,多个次用户可以协同工作,对主用户进行可靠感知.如何融合多个次用户的感知信息是实施协同感知的关键.本文围绕集中式认知无线网络中的硬合并协同感知技术展开研究,讨论了常用的k-out-of-m融合准则.与OR准则(k=1)、Half-voting准则(k:ra/2)和AND准则(k=m)等特例不同,本文考虑参数k任意取值的场景,从最小化贝叶斯代价的角度,推导出了最优k值的闭合表达式.仿真结果验证了该闭合公式的有效性,并显示最优k值随判决门限、频谱非空闲与空闲先验概率比、漏检与虚警影响因子比的增大而减小,且在信噪比场景中更具应用价值.
认知无线网络 频谱感知 融合准则 算法优化 贝叶斯代价
彭盛亮 赖美玲 周林 蔡灿辉
华侨大学通信技术研究所 厦门 361021
国内会议
哈尔滨
中文
1416-1422
2013-10-01（万方平台首次上网日期，不代表论文的发表时间）