针对传统分布式协作频谱检测算法认知用户不能实时检测问题,该文提出基于扩散策略的实时分布式协作检测算法。算法利用各个节点的本地代价表示全局代价,通过最小化各个节点的代价使得全局代价最小。采用最速下降法,利用迭代方式计算各个节点检测量的最优估计值,得出估计值的理论稳态均值和方差,得出虚警概率、检测概率以及检测门限的封闭表达式。理论分析和实验结果表明,该算法能够有效解决分布式网络认知节点的实时检测问题,并具备快速学习和适应环境变化的能力。当虚警概率为0.01且检测概率达到0.9时,平均信噪比较平均共识和非实时扩散策略降低了约6 d B,能够实现在极低信噪比条件下的信号检测。
