基于双门限和证据理论的合作频谱感知算法

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (12): 211-215.

基于双门限和证据理论的合作频谱感知算法

吕守涛1，刘健2，陈红宇1

1.电子科技大学通信与信息工程学院，成都 611731
2.北京科技大学计算机与通信工程学院，北京 100083

出版日期:2014-06-15 发布日期:2015-05-08

Cooperative spectrum sensing algorithm based on double threshold and D-S theory

LV Shoutao1, LIU Jian2, CHEN Hongyu1

1.School of Communication and Information Engineering, University of Electronic Science and Technology of China, Chengdu 611731, China
2.School of Computer Science and Communication Engineering, University of Science and Technology Beijing, Beijing 100083, China

Online:2014-06-15 Published:2015-05-08

摘要/Abstract

摘要： 从提高合作频谱感知结果的可靠性以及减小网络开销和融合中心计算负担的角度出发，提出了一种新的基于双门限和证据理论的合作频谱感知算法。该算法在进行本地感知的时候，认知用户通过双门限能量检测直接得到本地判决结果，将认知用户感知到的能量值在两个门限之间的未能进行本地判决的结果的信任度函数发送给融合中心，这样大大减少了融合中心利用证据理论进行软融合的计算量以及传输感知结果带来的网络开销。理论分析和仿真表明，提出算法的检测概率比其他检测算法的检测概率性能提升30%，其接收机操作性能曲线（ROC）性能比性能较好的D-S证据理论提升3%。

关键词: 认知无线电, 合作频谱感知, 双门限, 证据理论

Abstract: To improve the reliability of spectrum sensing and reduce the burden of the cognitive radio network and the fusion center, a cooperative spectrum sensing algorithm based on double threshold and D-S theory is proposed. This algorithm combines double threshold energy detection with Dempster-Shafer（D-S） theory. By using the double threshold energy detection, some CR users only need to send the local decision data to the FC, and thus the data transmission is reduced. In addition, when the calculation results locate between the two thresholds, it will calculate the trust function by D-S theory and send them to FC. That will reduce the burden and the computation of the FC. Theoretical analysis and simulation results show that the probability of detection of the proposed algorithm is 30% larger than other algorithms, and the performance of its Receiver Operating Curve（ROC） increases 3%.

Key words: cognitive radio, cooperative spectrum sensing, double threshold, Dempster-Shafer（D-S） theory

吕守涛1，刘健2，陈红宇1. 基于双门限和证据理论的合作频谱感知算法[J]. 计算机工程与应用, 2014, 50(12): 211-215.

LV Shoutao1, LIU Jian2, CHEN Hongyu1. Cooperative spectrum sensing algorithm based on double threshold and D-S theory[J]. Computer Engineering and Applications, 2014, 50(12): 211-215.

[1]	黄逸磊，夏志杰，王诣铭. 强关系型社交媒体平台不实信息传播模型研究[J]. 计算机工程与应用, 2021, 57(9): 126-133.
[2]	蒋斌，梁小安，张亮，高杨军. 基于改进修正权重的证据组合方法[J]. 计算机工程与应用, 2021, 57(24): 100-106.
[3]	刘潇雅，王应明. 基于支持向量机集成的个人信用评估研究[J]. 计算机工程与应用, 2020, 56(14): 272-278.
[4]	罗兰，肖建于. 一种有效折扣证据源的冲突证据合成方法[J]. 计算机工程与应用, 2019, 55(4): 154-158.
[5]	李果，马春阳，马建晓. 基于DPCA和改进证据理论的融合式故障诊断[J]. 计算机工程与应用, 2019, 55(20): 197-201.
[6]	王玉磊1，2，邱罡3. 物联网频谱感知的人工物理学优化实现[J]. 计算机工程与应用, 2019, 55(14): 83-86.
[7]	陈泽伟，曾庆宁，谢先明，龙超. 基于自相关函数的语音端点检测方法[J]. 计算机工程与应用, 2018, 54(6): 216-221.
[8]	范怡敏1，罗云飞2，沈克永1. 具有先应性最优通道传输的车载网络研究分析[J]. 计算机工程与应用, 2018, 54(23): 68-73.
[9]	庄陵，童开蒙，王凯. 应用MDFT结构的认知无线电频谱感知方法[J]. 计算机工程与应用, 2018, 54(2): 82-86.
[10]	白玉，闫坤，李少鹏，张华伟，刘毅. 基于图分析的OFDM频谱感知[J]. 计算机工程与应用, 2018, 54(11): 86-90.
[11]	严志军，陶洋. 基于证据距离和不确定度的冲突数据融合算法[J]. 计算机工程与应用, 2018, 54(10): 54-58.
[12]	张学军1，2，严金童1，田峰3，成谢锋1，2. 基于自适应检测长度的双门限能量感知算法[J]. 计算机工程与应用, 2017, 53(7): 121-127.
[13]	涂世杰1，2，陈航1，冯刚2. 证据理论与模糊函数相结合的弹道目标识别[J]. 计算机工程与应用, 2017, 53(6): 169-173.
[14]	段锁林，杨可，毛丹，任珏朋. 基于模糊证据理论算法在火灾检测中的应用[J]. 计算机工程与应用, 2017, 53(5): 231-235.
[15]	王莉莉1，陈国彬1，张广泉2，3. 认知无线电网络中基于公平性的功率控制方案[J]. 计算机工程与应用, 2017, 53(3): 144-148.