基于贝叶斯准则的硬判决融合协同频谱感知最优化

• 作者: 井俊 徐友云 马文峰
• 来源期刊: 电路与系统学报
• 学科: 工学
• 关键词: 认知无线网络 协同频谱感知 硬判决融合 贝叶斯最优化
• 年，卷（期）: 2011,（1）
• 所属期刊栏目: 论文
• 页码范围: 31-39
• 分类号: TN929.5
• 字数: 6767字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-0249.2011.01.006

摘要

将硬判决融合协同频谱感知描述为贝叶斯二元假设检验问题,本文考虑感知信息传输错误的可能性,以最小化半均判决风险(贝叶斯风险)为目标的最优本地判决和最优判决融合可分别归结为LRT(likelihood ratio test)问题,并证明基于能量检测的本地LRT与观测量的门限判决等价.当仅有本地判决结果可用时,融合中心通常假设本地观测量独立同分布,可证明此时的最优融合准则为N中取K的投票准则,并给出一种低复杂度的数值迭代算法来求解最优本地判决门限和投票融合门限.数值结果显示,大多数情况下最优N中取K的投票融合可被多数逻辑融合代替而几乎不增加判决风险.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐友云	解放军理工大学通信工程学院	116	531	11.0	17.0
2	马文峰	解放军理工大学通信工程学院	16	80	4.0	8.0
3	井俊	解放军理工大学通信工程学院	3	5	2.0	2.0