基于监督学习的自适应协作频谱感知算法

在认知光通信网络中,能量检测方法因不需要知晓主用户的参数而被广泛研究,但该方法在噪声波动情形下的感知性能有待提高。该文提出认知用户根据光通信环境变化自动调整检测阈值的方法来提升低信噪比下的感知性能。融合中心应用坐标搜索算示为认知用户提供最优控制参数。认知用户以中心阈值为基础,依据最优参数及自身收集的能量动态设定检测阈值,并通与融合中心的信息交换,学习特定环境下的最佳阈值。此外,参考了各认知用户在协作感知中的贡献差异,并设计新的权值计算方法来体现该差异。仿真实验结果表明该文中的频谱感知方法对噪声波动有卓越的鲁棒性,提高检测概率的同时降低了错误概率,在信噪比为-20dB时的检测概率仍高达96.9%,远高于传统方法。