✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

更多Matlab仿真内容点击👇

智能优化算法  神经网络预测 雷达通信  无线传感器

信号处理 图像处理 路径规划 元胞自动机 无人机  电力系统

⛄ 内容介绍

频谱感知的目标是在尽量避免对 主用户造成干扰的条件下为感知用户提供尽可能多的频谱接入机会.由于单用户频谱检测算法的局限性,协作频谱感知被提了出来.在满足对主用户干扰限度的条件 下,为了使单个授权信道的频谱感知效率达到最大,引入一种新的协作频谱感知机制,联合优化包括感知时间,传输时间,参与协作的感知用户数目在内的感知参 数,并通过穷尽搜索算法得到最优解.在此基础上研究了多个授权信道情况下的频谱感知效率问题,提出了一种授权信道选择分配方案.仿真结果验证了所提方法的 有效性.​

⛄ 完整代码

clc; 

close all;

clear all;

%This program is for optimization of spectrum sensing in 

%Cognitive radio network.

N=20;

j=1;

tt=[];

err2=[];

Pmi=[];

Pdc=[];

error=[];

err1=[];

K=10;

snr=10;

Qd=0;

Qf=0;

tt=10:0.5:60;

vec=['-+','-o','-v','-d','->','-x','-s','-<','-*','-^'];

for n=1:1:10

    

s=ones(1,N);

w=randn(1,N); 

u=N/2;                    %Time-delay bandwidth product

for t=10:0.5:60 

  

Qd=0;

Qf=0;

SNR=10^(snr/10);   %for linear scale 

a=sqrt(2*SNR);

b=sqrt(t);

Pd = marcumq(a,b,u );         % AVG. PROB OF DETECTION(computes the generalized Marcum Q)

                 

Pf = gammainc((t/2),u,'upper');% AVG. PROB OF FALSE ALARM(compute incompelete gamma function)

Pm=1-Pd;                %AVG. PROB OF MISSED DETECTION OVER AWGN

for l=n:1:K

Qd=Qd+(factorial(K)*(Pd^l)*((1-Pd)^(K-l))/(factorial(l)*factorial(K-l)));

Qf=Qf+(factorial(K)*(Pf^l)*((1-Pf)^(K-l))/(factorial(l)*factorial(K-l)));

end

Qm=1-Qd;

err=Qf+Qm;

err1=[err1 err];

end

end

l=1;

i=1;

for j=1:1:10

semilogy(tt,err1(i:i+100),vec(l:l+1),'LineWidth',1.5)

i=i+101;

l=l+2;

hold on;

end

grid on;

ylabel('Total Error rate');

xlabel('Threshold');

%----------------------Energy Detection----------------------------------------

n=5;

rel=10000;

tt1=10:0.5:60;

er1=[];

for t=10:0.5:60

Pdc=0;

Pfc=0;

Qd=0;

Qf=0;

Qm=0;

for i=1:1:rel

SNR=10;

snr=10^(SNR/10);

    

s=ones(1,N);

w=randn(1,N); 

vari=var(w);               %variance of noise

Es=sum(s.^2);

N02=(Es)/(2*snr);   

x1=s+w; 

x2=w;

W=1;                    %Time-delay bandwidth product

E0=(sum(x2.^2))/((W*N02));

E1=(sum(x1.^2))/((W*N02));

if E1>t

    Pdc=Pdc+1;

else

end

if E0>t

    Pfc=Pfc+1;

else

end

end

Pd=Pdc/rel;

Pf=Pfc/rel;

   

  

for l=n:1:K

Qd=Qd+(factorial(K)*(Pd^l)*((1-Pd)^(K-l))/(factorial(l)*factorial(K-l)));

Qf=Qf+(factorial(K)*(Pf^l)*((1-Pf)^(K-l))/(factorial(l)*factorial(K-l)));

end

Qm=1-Qd;

er=Qf+Qm;

er1=[er1 er];

end

hold on;

semilogy(tt1,er1,'*r')

grid on;

ylabel('Total Error rate');

xlabel('Threshold');

legend('n=1','n=2','n=3','n=4','n=5','n=6','n=7','n=8','n=9','n=10','n=5 by modelling');

⛄ 运行结果

⛄ 参考文献

[1]胡晓宁,胡捍英,仵国锋. 认知无线电协作频谱感知机制的优化[J]. 数据采集与处理, 2011, 26(6):6.

⛄ 完整代码

❤️部分理论引用网络文献，若有侵权联系博主删除

❤️ 关注我领取海量matlab电子书和数学建模资料