论文部分内容阅读
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，以最小化平均判决风险（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Ⅳ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Ⅳ中取K的投票融合可