基于证据间相似性的协作频谱感知方法与性能分析

将DS证据理论应用到协作频谱感知算法中,针对经典DS证据理论中存在的证据悖论问题,提出了一种新的加权距离测度。首先,对每个感知用户进行证据提取。然后,根据提取到的基本概率分配数据,利用加权距离测度计算出各个感知用户的证据间相似性。最后,将证据间相似性转化成可信度,并利用可信度来加权平均感知用户的基本概率分配。针对协作开销大的问题,在证据提取后采用投影近似法调整基本概率分配来减少上传到融合中心的数据量。理论分析和仿真结果显示,与传统方法相比,所提方法能提高证据悖论问题存在时的检测性能,并且减少协作开销。