基于多用户互协作的协作频谱感知决策融合方法

摘要

本发明公开了一种基于多用户互协作的协作频谱感知决策融合方法，主要解决现有感知技术虚警概率过高、本地检测性能差的问题。其实现步骤为：(1)对接收端接收到的信号进行能量检测得到检测量；(2)将检测量与本地感知判决门限进行比较，得出本地判决结果；(3)将判决结果进行OOK调制得到调制后的信号；(4)感知用户相互交换调制后的信号，并发送给融合中心；(5)融合中心根据接收到的信号利用似然比检测获取检测数据；(6)将检测数据与融合中心的判决门限进行比较，以判定待感知信道是否存在授权用户信号。本发明能有效提高本地感知的可靠性，在低信噪比衰落信道条件下具有良好的检测性能，可应用于各类宽带无线通信系统。

说明书

技术领域

本发明属于无线通信技术领域，具体涉及认知无线电中协作频谱感知方法， 可广泛应用于各类新一代无线通信系统。

背景技术

无线电频谱是由各种无线业务所共享的一种有限物理资源，现有频谱授权机 制为保证优质的服务和避免干扰提供了一种有效的方式，但该机制却导致无线电 频谱资源利用率非常低下。随着当前无线通信服务需求量的大幅增加，对于无线 电频谱资源的需求也将会进一步增加，人们不得不关注未来无线频谱资源的短缺 问题；另一方面，有关无线电频谱的调查报告却表明，目前大部分已授权频谱并 未获得充分的利用。面对频谱分配饱和与频谱使用不足的冲突与矛盾，无线频谱 感知技术应运而生，它允许感知用户可以机会式地利用已授权的频段，从而提高 频谱利用率。

频谱感知最重要的功能是感知无线电环境，以发现当前可利用的频谱资源， 从而加以有效利用。频谱感知分为单节点感知和协作多点频谱感知两类，单节点 感知只有单个用户参与感知过程，判断是否有频谱空洞，流程相对较简单，但其 抗干扰性和检测可靠性并不高。协作多点频谱感知则利用多个用户间的信息交互 与协作机制，不仅仅能降低各认知用户的检测灵敏度需求，还能有效解决“隐蔽 终端”问题以及噪声不确定性等问题。协作频谱感知又包括两个阶段：本地感知 阶段和信息汇报阶段，本地感知阶段与单节点感知过程相同；而信息汇报阶段则 是感知用户将有效的检测信息按一定方式发送给信息融合中心，融合中心通过设 定判决准则来判断授权用户是否存在。与单节点感知相比，协作频谱感知能够在 不对授权用户造成干扰的条件下，有效地提高整体频谱的利用效率。

然而，协作频谱感知技术在实际应用中尚存在很大的挑战性。在本地感知阶 段，影响感知性能的主要因素是感知信道环境，以及感知用户的位置和平均功率， 例如，若感知用户位置多变，会导致每个用户感知性能差异较大，有些性能差的 感知用户参与协作反而不利于提高检测性能；信息融合阶段又可以分为决策融合 和数据融合两种方式，融合方式将直接影响到协作增益和系统开销，其中数据融 合对带宽的需求较大，而决策融合的协作增益又有限。因此，如何在协作性能和 系统开销之间寻找合理的折中是需要解决的重点问题；而且，选择合适的融合方 式和恰当的判决准则，都关系到感知系统的可靠性。此外，频谱感知的主要目的 是获得较高的检测概率，而检测概率与感知用户的数量、各用户门限值的大小及 其位置分布情况等因素密切相关。因此，如何选取适宜的协作感知参数以获得最 佳的检测性能，也是目前协作感知技术面临的一项难点。

面对上述这些挑战，目前已提出了众多协作频谱感知方案，这些方案主要从 信息融合方式与准则方面进行考虑，如K秩准则、加权决策融合、及线性数据 融合方式等。还有学者在传统的K秩准则基础上又提出了一种新的加权决策融 合方式，使融合中心接收到的信息不再是单纯的本地感知结果，而是和本地感知 性能的参数相关联，此类感知加权方式能够在低信噪比信道条件下获得较好的检 测概率；此外，还有学者从优化的角度出发来寻找最佳加权系数，从而为每个感 知用户检测量分配合适的权值，使全局检测概率最大化。但是，这些检测算法仅 仅考虑到如何提高信息汇报阶段的性能，没有充分考虑本地感知对整个感知系统 的影响，导致融合中心处的检测量准确性降低，感知系统在低信噪比下的检测性 能下降。

发明内容

本发明的目的在于针对现有无线通信系统协作频谱感知方法的不足，提出一 种基于互协作机制的信息决策融合方法，以充分利用多用户本地感知性能之间的 差异性，有效提高协作频谱感知在低信噪比下衰落信道条件下的检测性能。

实现本发明目的的基本方案是：首先，感知用户在进行本地感知后，将各自 的判决结果相互交换共享以提高自身判决结果的可靠性；其次，融合中心基于似 然比检测计算获取接收到多用户信息的检测数据，通过设定判决门限来进行最终 的判决，其具体实现步骤如下：

（1）授权用户发送的基带离散信号s(n)经感知信道传输后到达感知节点处， 到达Q个参与协作感知的用户处，则第k个感知用户接收到的时域信号为y_k(n)， 其中，k∈{1,2,...,Q}，n指示采样位置；

（2）利用能量检测计算每个感知用户的检测量T_k：

$T_k=\frac{1}{N}\underset{n=0}{\overset{N-1}{\Sigma }}{\left|y_k\left(n\right)\right|}^2,$

其中，N表示样本数目，表示从n=0到n=N-1的求和运算，|·|表 示获取信号的幅度；

（3）设定检测概率p_d,k=0.9，通过下式计算感知判决门限η_k：

$p_{d,k}=Q\left((\frac{{\eta }_k}{{\gamma }_k+1}-1)\sqrt{N}\right)$

其中为感知信道信噪比，E_s表示授权信号的平均功率，为 感知信道衰落系数的平均功率，为信道噪声信号的平均功率，N表示样 本数目，Q(·)表示Q函数，且$Q\left(x\right)=\frac{1}{\sqrt{2\pi }}\underset{x}{\overset{\infty }{\int }}\exp (-t^2/2)\mathrm{dt},$其中，$\underset{x}{\overset{\infty }{\int }}\exp (-t^2/2)\mathrm{dt}$表示对t从t=x到t=∞的积分运算，exp(·)表示自然指数函数；

（4）根据得到的感知判决门限η_k，计算本地虚警概率p_f,k：

$p_{f,k}=Q\left(({\eta }_k-1)\sqrt{N}\right);$

（5）将所得到的T_k与感知判决门限η_k进行比较，得出感知用户k的判定结 果：若T_k≥η_k，则感知用户k的判定结果b_k为1；若T_k<η_k，则感知用户k的判 定结果b_k为0；

（6）将判定结果b_k进行OOK调制后得到调制后的信号u_k：u_k=ab_k，其中， a为调制幅度；

（7）协作感知进入互协作阶段：

7a）感知用户k,k=2,3,...,Q将u_k经过信道发送给感知用户1，然后感知用 户1将接收到的信息和自身判定结果调制后的信号u₁经过信道发送给融合中心， 融合中心收到来自感知用户1的信息为：

$\left(\begin{array}{c}{z}_1=(u_1+\underset{k=2}{\overset{Q}{\Sigma }}(h_{1,k}{u}_k+w_{1,k}))h_{\mathrm{fc},1}+n_1\\ =(u_1+\underset{k=2}{\overset{Q}{\Sigma }}{h}_{1,k}{u}_k)h_{\mathrm{fc},1}+(\underset{k=2}{\overset{Q}{\Sigma }}{w}_{1,k}{h}_{\mathrm{fc},1}+n_1)\end{array}\right)$

其中，h_1,k为感知用户1与其他感知用户之间的信道衰落系数，w_1,k为感知 用户1与其他感知用户之间的信道干扰噪声，h_fc,1为感知用户1和融合中心fc 之间的信道衰落系数，n₁为感知用户1和融合中心fc之间的信道干扰噪声，表示从k=2到k=Q的求和运算；

7b）感知用户k,k=2,3,...,Q将u_k经过汇报信道发送给融合中心fc，融合中 心接收到的信号z_k为：

z_k=h_fc,ku_k+n_k,k=2,3,...,Q

其中，h_fc,k为感知用户k,k=2,3,...,Q和融合中心fc之间的信道衰落系数，n_k为感知用户k,k=2,3,...,Q和融合中心fc之间的信道干扰噪声；

（8）融合中心对接收到的信号z_k进行似然比检测，计算融合中心处的检测 数据Λ；

（9）将融合中心处的检测数据Λ与融合中心判决门限λ进行比较，判定待 感知信道是否存在授权用户信号：若Λ≥λ，则判定待感知信道存在授权用户 信号；若Λ<λ，则判定为待感知信道不存在授权用户信号。

本发明与现有技术相比具有以下优点：

1.由于本发明充分地利用了协作多用户在本地感知阶段性能方面的差异 性，有效提高了本地感知判决结果的可靠性，使信息融合中心处接收到的检测数 据更为准确，提高了在低信噪比衰落信道条件下的检测性能；

2.由于本发明采用的信息决策融合方式基于概率似然比检测，检测方法接 近最佳，检测结果更可靠。

附图说明

图1为本发明的流程图，

图2为本发明的感知方法融合中心和本地感知信噪比与虚警概率的关系图，

图3为本发明的感知方法与基于似然比检测的决策融合方法的仿真效果图。

具体实施方式

下面结合附图对本发明做进一步详细描述。

参照图1，本发明的实现步骤如下：

步骤1：授权用户发送的基带离散信号s(n)经感知信道传输后到达Q个参与 协作感知的用户感知节点处，则第k个感知用户接收到的时域信号为y_k(n)，其 中，k∈{1,2,...,Q}，n指示采样位置。

步骤2：根据感知用户接收到的时域信号，利用能量检测计算每个感知用户 的检测量T_k：

$T_k=\frac{1}{N}\underset{n=0}{\overset{N-1}{\Sigma }}{\left|y_k\left(n\right)\right|}^2,$

其中，N表示样本数目，表示从n=0到n=N-1的求和运算，|·|表 示获取信号的幅度。

步骤3：将每个感知用户的检测量T_k与感知判决门限η_k进行比较，得出感知 用户k的判定结果b_k，并计算本地虚警概率p_f,k。

3a）根据每个感知用户的检测量T_k在待感知信道存在授权用户信号H₁条件 下的T_k均值为γ_k+1，方差为的正态分布特性，得出本地检测概率p_d,k的 表达式：

$p_{d,k}=P(T_k>{\eta }_k|H_1)=Q\left((\frac{{\eta }_k}{{\gamma }_k+1}-1)\sqrt{N}\right),$

其中，为感知信道信噪比，E_s表示授权信号的平均功率，为 感知信道衰落系数的平均功率，为信道噪声信号的平均功率，Q(·)表示Q 函数，且$Q\left(x\right)=\frac{1}{\sqrt{2\pi }}\underset{x}{\overset{\infty }{\int }}\exp (-t^2/2)\mathrm{dt},$其中，$\underset{x}{\overset{\infty }{\int }}\exp (-t^2/2)\mathrm{dt}$表示对t从t=x到t=∞ 的积分运算，exp(·)表示自然指数函数；

3b）通过本地检测概率p_d,k表达式计算出感知判决门限η_k；

3c）将每个感知用户的检测量T_k与感知判决门限η_k进行比较，进行本地感 知，得出感知用户的判定结果：

若T_k≥η_k，则感知用户k的判定结果b_k为1，即感知用户判定待感知信道存 在授权用户，若T_k<η_k，则感知用户k的判定结果b_k为0，即感知用户判定待感 知信道不存在授权用户；

3d）根据每个感知用户在待感知信道不存在授权用户信号H₀条件下的检测 量T_k服从均值为1，方差为的正态分布特性，计算出本地虚警概率p_f,k：

$p_{d,k}=P(T_k>{\eta }_k|H_0)=Q\left(({\eta }_k-1)\sqrt{N}\right).$

步骤4：将判定结果b_k进行OOK调制，得到调制后的信号：u_k=ab_k，其 中，a为调制幅度。

步骤5：协作感知进入互协作阶段。

5a）感知用户k,k=2,3,...,Q将调制后的信号u_k经过信道发送给第1个感知 用户，第1个感知用户接收到的来自感知用户k,k=2,3,...,Q的信号t_k为：

t_k=h_1,ku_k+w_1,k,

其中，h_1,k为第1个感知用户与其他感知用户之间的信道衰落系数，w_1,k为 第1个感知用户与其他感知用户之间的信道干扰噪声；

5b）第1个感知用户将来自感知用户k,k=2,3,...,Q的信号t_k和自身判定结 果调制后的信号u₁经过汇报信道发送给融合中心，融合中心收到来自第1个感 知用户的信号z₁为：

$\left(\begin{array}{c}{z}_1=(u_1+\underset{k=2}{\overset{Q}{\Sigma }}(h_{1,k}{u}_k+w_{1,k}))h_{\mathrm{fc},1}+n_1\\ =(u_1+\underset{k=2}{\overset{Q}{\Sigma }}{h}_{1,k}{u}_k)h_{\mathrm{fc},1}+(\underset{k=2}{\overset{Q}{\Sigma }}{w}_{1,k}{h}_{\mathrm{fc},1}+n_1)\end{array}\right),$

其中，h_fc,1为第1个感知用户和融合中心fc之间的信道衰落系数，n₁为第 1个感知用户和融合中心fc之间的信道干扰噪声；

5c）感知用户k,k=2,3,...,Q将调制后的信号u_k经过汇报信道发送给融合中 心fc，融合中心接收到的信号z_k为：

z_k=h_fc,ku_k+n_k,k=2,3,...,Q，

其中，h_fc,k为感知用户k,k=2,3,...,Q和融合中心fc之间的信道衰落系数，n_k为感知用户k,k=2,3,...,Q和融合中心fc之间的信道干扰噪声。

步骤6：融合中心对接收到的信号z_k进行似然比检测，计算融合中心处的检

测数据Λ。

6a）定义所述z_k在待感知信道不存在授权用户信号H₀条件下的概率分布 函数f(z_k|H₀)如下：

f(z_k|H₀)=f(z_k|H₀,u_k=1)·p_f,k+f(z_k|H₀,u_k=0)·(1-p_f,k)，

其中，f(z_k|H₀,u_k=1)表示H₀和u_k=1同时成立的条件下融合中心接收到信号 z_k的条件概率密度函数，z_k在H₀和u_k=1同时成立的条件下服从均值为0，方差 为的复高斯分布：

$f\left(z_k\right|H_0,u_k=1)=\frac{1}{{\delta }_{\mathrm{fc},k}^2+{\delta }_{n,k}^2}\exp (-\frac{{\left|z_k\right|}^2}{{\delta }_{\mathrm{fc},k}^2+{\delta }_{n,k}^2});$

f(z_k|H₀,u_k=0)表示H₀和u_k=0同时成立的条件下融合中心接收到信号z_k的条件概率密度函数，z_k在H₀和u_k=0同时成立的条件下服从均值为0，方差为 的复高斯分布：

$f\left(z_k\right|H_0,u_k=0)=\frac{1}{{\delta }_{n,k}^2}\exp (-\frac{{\left|z_k\right|}^2}{{\delta }_{n,k}^2}),$

表示感知用户k与融合中心fc之间信道衰落系数的方差，表示感知 用户k与融合中心fc之间信道干扰噪声的方差，p_f,k表示感知用户k的本地虚警 概率，p_d,k表示感知用户k的本地检测概率；

将f(z_k|H₀,u_k=1)的表达式和f(z_k|H₀,u_k=0)的表达式带入f(z_k|H₀)的 定义中，得到f(z_k|H₀)最终的表达式：

$f\left(z_k\right|H_0)=\frac{1}{\pi }(\frac{1}{{\delta }_{\mathrm{fc},k}^2+{\delta }_{n,k}^2}\exp (-\frac{{\left|z_k\right|}^2}{{\delta }_{\mathrm{fc},k}^2+{\delta }_{n,k}^2})p_{f,k}+\frac{1}{{\delta }_{n,k}^2}\exp (-\frac{{\left|z_k\right|}^2}{{\delta }_{n,k}^2})(1-p_{f,k}));$

6b）融合中心接收到信号z_k在待感知信道存在授权用户信号H₁条件下的概 率分布函数f(z_k|H₁)定义如下：

f(z_k|H₁)=f(z_k|H₁,u_k=1)p_d,k+f(z_k|H₁,u_k=0)(1-p_d,k)，

其中，f(z_k|H₁,u_k=1)表示H₁和u_k=1同时成立的条件下融合中心接收到信 号z_k的条件概率密度函数，z_k在H₁和u_k=1同时成立的条件下服从均值为0，方 差为的复高斯分布，

$f\left(z_k\right|H_1,u_k=1)=\frac{1}{{\delta }_{\mathrm{fc},k}^2+{\delta }_{n,k}^2}\exp (-\frac{{\left|z_k\right|}^2}{{\delta }_{\mathrm{fc},k}^2+{\delta }_{n,k}^2});$

f(z_k|H₁,u_k=0)表示H₁和u_k=0同时成立条件下融合中心接收到信号z_k的 条件概率密度函数，z_k在H₁和u_k=0同时成立条件下服从均值为0，方差为的复高斯分布：

$f\left(z_k\right|H_1,u_k=0)=\frac{1}{{\delta }_{n,k}^2}\exp (-\frac{{\left|z_k\right|}^2}{{\delta }_{n,k}^2}),$

将f(z_k|H₁,u_k=1)的表达式和f(z_k|H₁,u_k=0)的表达式带入f(z_k|H₀)的 定义中，得到f(z_k|H₁)的最终的表达式：

$f\left(z_k\right|H_1)=\frac{1}{\pi }(\frac{1}{{\delta }_{\mathrm{fc},k}^2+{\delta }_{n,k}^2}\exp (-\frac{{\left|z_k\right|}^2}{{\delta }_{\mathrm{fc},k}^2+{\delta }_{n,k}^2})p_{d,k}+\frac{1}{{\delta }_{n,k}^2}\exp (-\frac{{\left|z_k\right|}^2}{{\delta }_{n,k}^2})(1-p_{d,k}));$

6c）以融合中心接收到的信号z_k为样本，构建由z₁,z₂,...,z_Q构成的列向量z， z=[z₁,z₂,...,z_Q]^Τ，列出检测数据Λ的表达式：

$\Lambda =\frac{f\left(z\right|H_1)}{f\left(z\right|H_0)}=\underset{k=1}{\overset{Q}{\Pi }}\frac{f\left(z_k\right|H_1)}{f\left(z_k\right|H_0)}=\underset{k=1}{\overset{Q}{\Pi }}\frac{{\frac{1}{{\delta }_{\mathrm{fc},k}^2+{\delta }_{n,k}^2}e}^{-\frac{{\left|z_k\right|}^2}{{\delta }_{\mathrm{fc},k}^2+{\delta }_{n,k}^2}}{p}_{d,k}+\frac{1}{{\delta }_{n,k}^2}{e}^{-\frac{{\left|z_k\right|}^2}{{\delta }_{n,k}^2}}(1-p_{d,k})}{\frac{1}{{\delta }_{\mathrm{fc},k}^2+{\delta }_{n,k}^2}{e}^{-\frac{{\left|z_k\right|}^2}{{\delta }_{\mathrm{fc},k}^2+{\delta }_{n,k}^2}}{p}_{f,k}+\frac{1}{{\delta }_{n,k}^2}{e}^{-\frac{{\left|z_k\right|}^2}{{\delta }_{n,k}^2}}(1-p_{f,k})};$

6d）假定感知用户k与融合中心fc之间信道干扰噪声的方差趋于正无穷 大，取检测数据Λ的对数，化简，得到融合中心的最终检测数据Λ：

$\Lambda =\underset{k=1}{\overset{Q}{\Sigma }}(p_{d,k}-p_{f,k})\frac{{\delta }_{n,k}^2}{{\delta }_{\mathrm{fc},k}^2+{\delta }_{n,k}^2}\frac{{\left|z_k\right|}^2}{{\delta }_{\mathrm{fc},k}^2}.$

步骤7：将融合中心处的检测数据Λ与融合中心的判决门限λ进行比较，判 定待感知信道是否存在授权用户信号。

7a）计算融合中心的判决门限λ：

7a1）根据检测数据Λ中的在待感知信道存在授权用户信号H₁条件下 的均值为1+p_d,kξ_k，得到检测数据Λ在H₁条件下的均值Ε[Λ|H₁]：

$E\left[\Lambda \right|H_1]=\underset{k=1}{\overset{Q}{\Sigma }}\left(\left((p_{d,k}-p_{f,k})\frac{{\delta }_{n,k}^2}{{\delta }_{\mathrm{fc},k}^2+{\delta }_{n,k}^2}\right)(1+p_{d,k}{\xi }_k)\right),$

其中，表示感知用户k的汇报信道信噪比；

7a2）根据检测数据Λ中的在待感知信道存在授权用户信号H₁条件下 的方差为得到检测数据Λ在H₁条件下的方差 Var[Λ|H₁]：

$\mathrm{Var}\left[\Lambda \right|H_1]=\underset{k=1}{\overset{Q}{\Sigma }}{(\left((p_{d,k}-p_{f,k})\frac{{\delta }_{n,k}^2}{{\delta }_{\mathrm{fc},k}^2+{\delta }_{n,k}^2}\right)}^2[2({\xi }_k+{\xi }_k^2)p_{d,k}-{\xi }_k^2{p}_{d,k}^2+1];$

7a3）根据检测数据Λ在H₁下服从均值为Ε[Λ|H₁]方差为Var[Λ|H₁]的正 态分布特性，得到检测概率P_d的表达式：

$P_d=P(\Lambda >\lambda |H_1)=Q\left(\frac{\lambda -E\left[\Lambda \right|H_1]}{\mathrm{Var}\left[\Lambda \right|H_1]}\right),$

其中，P(Λ>λ|H₁)表示H₁成立时Λ>λ发生的概率；

7a4）系统设定检测概率P_d的值，通过检测概率P_d的表达式计算出融合中心 的判决门限λ；

7b）融合中心将检测数据Λ与其判决门限λ进行比较：

若Λ≥λ，则融合中心判定待感知信道存在授权用户信号；

若Λ<λ，则融合中心判定待感知信道不存在授权用户信号。

本发明的效果可通过以下仿真试验进一步说明：

1.仿真条件

授权用户发送的信号为标准正弦信号，采样率f_s=1MHz，样本数N=200， 感知时间T=0.2ms，感知用户数目Q=5，检测概率P_d=0.9，采用蒙特卡洛法 仿真，仿真次数为10³次。

2.仿真对象

对象1：本发明基于多用户互协作的决策融合方法；

对象2：现有的基于似然比的决策融合算法。

3.仿真内容

仿真过程中，需要计算虚警概率P_f的理论值，按如下步骤进行：

a）根据本发明步骤6检测数据Λ中的在待感知信道不存在授权用户 信号H₀条件下的均值为1+p_f,kξ_k,得到检测数据Λ在H₀条件下的均值 Ε[Λ|H₀]：

$E\left[\Lambda \right|H_0]=\underset{k=1}{\overset{Q}{\Sigma }}\left(\left((p_{d,k}-p_{f,k})\frac{{\delta }_{n,k}^2}{{\delta }_{\mathrm{fc},k}^2+{\delta }_{n,k}^2}\right)(1+p_{f,k}{\xi }_k)\right);$

b）根据本发明步骤6检测数据Λ中的在待感知信道不存在授权用户 信号H₀条件下的方差为得到检测数据Λ在H₀条件下 的方差Var[Λ|H₀]：

$\mathrm{Var}\left[\Lambda \right|H_0]=\underset{k=1}{\overset{Q}{\Sigma }}{(\left((p_{d,k}-p_{f,k})\frac{{\delta }_{n,k}^2}{{\delta }_{\mathrm{fc},k}^2+{\delta }_{n,k}^2}\right)}^2[2({\xi }_k+{\xi }_k^2)p_{f,k}-{\xi }_k^2{p}_{f,k}^2+1];$

c）根据检测数据Λ在H₀下服从均值为Ε[Λ|H₀]，方差为Var[Λ|H₀]的正 态分布特性，得到融合中心的虚警概率P_f：

$P_f=P(\Lambda >\lambda |H_0)=Q\left(\frac{\lambda -E\left[\Lambda \right|H_0]}{\mathrm{Var}\left[\Lambda \right|H_0]}\right).$

仿真实验1，在瑞利信道情况下，设置汇报信道的平均信噪比为7dB，对本 发明进行仿真，得到感知信道信噪比SNR和虚警概率的关系，如图2所示。由 图2可见，在瑞利信道情况下，本发明的虚警概率理论值与仿真值一致，融合中 心处的虚警概率低于本地感知的虚警概率。

仿真实验2，在瑞利信道情况下，设置感知信道的平均信噪比为-10dB，对 本发明和对象2进行仿真，得到汇报信道信噪比SNR和虚警概率P_f的关系，结 果如图3所示。由图3可见，在相同汇报信道信噪比下，本发明中的感知方法得 到的虚警概率低于现有的基于似然比的决策融合方法，所以本发明中的感知方法 优于现有的基于似然比的决策融合方法。

上述步骤描述了本发明的优选实例，并未构成对本发明的任何限制。显然本 领域的研究人员可参考本发明的优选实例和附图对本发明做出各种修改和替换， 这些修改和替换都应落入本发明的保护范围之内。