1.一种基于最大似然的NOMA信号频谱感知方法,其特征在于包括以下步骤:
步骤1:在认知无线电系统中,设定只存在一个次级用户,并设定利用NOMA技术共享同一个信道的最大主用户数为K,且对这些主用户从1开始编写序号;在任一个感知时隙内次级用户接收到一个连续信号作为NOMA信号,然后对在任一个感知时隙内次级用户接收到的NOMA信号进行N次采样,得到N个离散信号;其中,K≥2,N表示采样次数,N≥200;
步骤2:针对次级用户的N个离散信号,按采样的先后顺序依次遍历每个离散信号,将当前遍历的离散信号定义为当前离散信号;
步骤3:设定当前离散信号为第n个离散信号,并记为r(n),将r(n)描述为:确定H0下的确定Hc下的
其中,n=1,2,…,N,H0表示假设信道中无主用户存在,H1表示假设信道中存在1个主用户,Hc表示假设信道中存在c个主用户,HK表示假设信道中存在K个主用户,1≤c≤K,w(n)表示r(n)中的噪声,其为独立同分布的复加性高斯白噪声,w(n)的均值为0且方差为i表示第i个主用户的序号,其为区间[1,K]内的正整数,表示信道中存在1个主用户时这个主用户的序号构成的集合,表示信道中存在c个主用户时这些主用户的序号构成的集合,表示信道中存在K个主用户时这些主用户的序号构成的集合,Ωi表示第i个主用户的发射信号的功率系数,其满足且Ωi∈[0,1],表示主用户的发射信号的总功率,信噪比为hi表示第i个主用户到次级用户的块瑞利衰落信道系数,hi的相位均匀分布在[-π,π),hi的幅值服从Nakagami-m分布,si(n)表示第i个主用户的发射信号,表示均值为a且方差为b的复高斯分布,表示在对次级用户接收到的连续信号进行第n次采样时第i个主用户传输的第ji个符号,1≤ji≤J,J表示第i个主用户的发射信号在发射后经数字调制获得多个符号的过程中数字调制的阶数;
步骤4:令表示第i个主用户的空假设,令表示第i个主用户的备择假设,令ηi表示第i个主用户存在或不存在的情况,ηi=0对应ηi=1对应然后将转化为进而得到其中,步骤5:根据获取r(n)的概率密度函数,记为f(r(n)),其中,exp()表示以自然基数e为底的指数函数,符号“| |”为求模运算符号;
步骤6:按采样的先后顺序依次遍历下一个离散信号,将下一个遍历的离散信号作为当前离散信号,然后返回步骤3继续执行,直至次级用户的N个离散信号均处理完毕,得到次级用户的每个离散信号的概率密度函数;
步骤7:计算次级用户的N个离散信号的联合概率密度函数,记为f(r),然后将f(r)作为似然函数,根据似然函数最大时的为目标所求,获得再根据当主用户的发射信号是用于信道估计的训练序列时,发射信号星座点即已知,确定似然函数中未知参数只有进而获得优化问题,描述为:其中,r=[r(1),r(2),…,r(N)],r(1)表示第1个离散信号,r(2)表示第2个离散信号,r(N)表示第N个离散信号,为“任意”符号;
步骤8:利用全局搜索算法求解首先,在确定的搜索范围和搜索精度的情况下,设定针对任意一个gi有L个候选值,则共存在LK个可能的候选向量;其次,将LK个可能的候选向量分别带入似然函数f(r)中,计算得到LK个似然值;再次,将最大的似然值对应的候选向量作为[g1,g2,…,gK]的估计值;其中,L≥30;
步骤9:对在任一个感知时隙内次级用户接收到的NOMA信号进行频谱感知,针对g*=[g1*,g2*,…,gK*]中的任一个元素gi*,如果gi*大于或等于决策阈值λ,则判定成立,如果gi*小于决策阈值λ,则判定成立;同时统计g*=[g1*,g2*,…,gK*]中大于或等于决策阈值λ的元素的个数,该个数为工作的主用户的数量;其中,λ的值根据虚警概率确定。
2.根据权利要求1所述的一种基于最大似然的NOMA信号频谱感知方法,其特征在于所述的步骤8中,利用全局搜索算法求解的过程为:
步骤8_1:根据表示的参数确定所需的搜索范围和搜索精度,gi所需的搜索范围根据第i个主用户的发射信号的功率系数Ωi、信噪比和第i个主用户到次级用户的块瑞利衰落信道系数hi来确定;然后根据所需的搜索范围和搜索精度,设定针对任意一个gi有L个候选值,则共存在LK个可能的候选向量,将第q个可能的候选向量记为g(q),其中,1≤q≤LK,表示g(q)中g1的候选值,表示g(q)中g2的候选值,表示g(q)中gK的候选值;
步骤8_2:将LK个可能的候选向量分别带入似然函数f(r)中,计算得到LK个似然值;
步骤8_3:找出LK个似然值中最大的似然值对应的那个可能的候选向量,并记为g*,g*=[g1*,g2*,…,gK*];其中,g1*,g2*,…,gK*对应为g*中的第1个元素、第2个元素、……,第K个元素;
步骤8_4:将g*=[g1*,g2*,…,gK*]作为[g1,g2,…,gK]的估计值,即g1*,g2*,…,gK*对应作为g1,g2,…,gK的估计值。