噪声对频谱感知算法的性能影响研究

摘 要随着无线通信技术的飞速发展，无线用户的数量急剧增加，可用频谱资源越来越紧张。为了解决这一问题，一种智能频谱共享技术认知无线电感应应运而生，这种技术可实现不可再生频谱资源的二次利用，从而有效地提高了频谱利用率。而频谱感知是认知无线电领域中最具挑战的核心关键技术之一，探究多种频谱感知算法的性能具有极高的实际意义。而探究多种频谱感知算法中会出现很多不确定的因素，在运用无线电的过程中避免不了噪声的干扰，因此关于噪声对频谱感知算法性能的影响的研究就更有必要了。本论文主要介绍了几种常用的频谱感知算法，并在讨论这几种频谱感知算法的原理与实现方法的基础上着重着重探究能量检测算法的性能，用 Matlab 完成能量检测器的仿真，并从理论与实际两方面对其性能进行分析。在考虑噪声不确定性影响的前提下，仿真分析噪声对能量检测算法性能的影响。关键词：频谱资源；频谱感知算法；能量检测算法；频谱利用率AbstractWith the rapid development of wireless communication technology, and a sharp increase in the number of wireless users, the available spectrum resources are increasingly strained. In order to solve this problem, an intelligent spectrum sharing technology - cognitive radio sensing came into being. This technique can achieve the secondary use of non-renewable spectrum resources, which effectively improves the spectrum utilization rate. Spectrum sensing is one of the most challenging key technology in the field of cognitive radio, and exploring the performance of varies of spectrum sensing algorithms has high practical significance. However, many uncertain factors occurs in the process of exploration. It means the noise interference can not be avoided. Consequently, researches on the impact of noise on the performance of spectrum sensing algorithms are more necessary.This paper mainly introduces several commonly used spectrum sensing algorithms, discusses the principles and methods of these spectrum sensing algorithms and then focuses on the performance of the energy detection algorithm, as well as uses Matlab to simulate the energy detector and analyzes its performance in both practical and theoretical way. Under the premise of considering the impact of noise uncertainty , we can simulate and analyze the impact of noise on the performance of energy detection algorithms. Key Words：Spectrum resources; Spectrum sensing algorithms; Energy detection algorithm; Spectrum utilization rate1目 录第 1 章 绪论 .11.1 认知无线电产生的背景 .11.2 本论文的研究内容 .2第 2 章 认知无线电中频谱感知技术的研究发展 .32.1 本地感知技术 .32.2 协作感知技术 .4第 3 章 认知无线电中的频谱感知 .63.1 频谱感知技术的主要原理与分类 .63.2 单节点频谱感知算法 .73.3 能量检测 .83.4 匹配滤波检测 .83.5 周期特性检测 .93.6 单节点频谱感知算法小结 .143.7 单节点频谱感知的局限性 .143.7.1 隐藏终端问题 .143.7.2 感知灵敏度 .153.8 多节点检测 .163.9 本章小结 .17第 4 章 能量频谱检测技术 .184.1 能量检测的原理 .184.2 能量检测性能的衡量指标 .184.3 不同信道条件下能量检测性能的分析 .194.3.1 RAYLEIGH 衰落信道 .214.4 检测门限的设定 .214.5 噪声不确定性对能量检测性能的影响 .224.6 能量检测器的设计 .234.6.1 系统的整体设计 .234.6.2 信号的调制 .234.6.3 不同衰落信道的模拟 .244.6.4 判决门限的估计 .254.6.5 检测概率与虚警概率的计算 .264.6.6 加入噪声不确定性的能量检测 .274.7 仿真结果与性能分析 .284.7.1 采样点数对仿真结果的影响 .284.7.2 不同衰落信道下能量检测算法的性能比较 .304.7.3 信噪比对检测性能的影响 .314.8 本章小结 .33第 5 章 总结与展望 .34参考文献 .35致谢 .362附录 主要英文缩写语对照表 .371第 1 章 绪论随着无线通信技术的飞速发展，无线用户的数量急剧增加，可用频谱资源越来越紧张。为了解决这一问题，一种智能频谱共享技术认知无线电感应应运而生，这种技术可实现不可再生频谱资源的二次利用，从而有效地提高了频谱利用率。而频谱感知是认知无线电领域中最具挑战的核心关键技术之一，探究多种频谱感知算法的性能具有极高的实际意义。而探究多种频谱感知算法中会出现很多不确定的因素，在运用无线电的过程中避免不了噪声的干扰，因此关于噪声对频谱感知算法性能的影响的研究就更有必要了。1.1 认知无线电产生的背景随着无线通信技术的飞速发展，频谱资源变得越来越紧张。尤其是无线局域网（WLAN ）技术、无线个人域网络（WPAN）技术的发展，越来越多的人通过这些技术以无线的方式接入互联网。这些网络技术大多使用非授权的频段（UFB）工作。由于WLAN、 WRAN 无线通信业务的迅猛发展，这些网络所工作的非授权频段已经渐趋饱和。而另外一些通信业务（如电视广播业务等）需要通信网络提供一定的保护，使他们免受其他通信业务的干扰。为了提供良好的保护，频率管理部门专门分配了特定的授权频段（LFB）以供特定通信业务使用。与授权频段相比，非授权频段的频谱资源要少很多（大部分的频谱资源均被用来做授权频段使用） 。而相当数量的授权频谱资源的利用率却非常低。于是就出现了这样的事实：某些部分的频谱资源相对较少但其上承载的业务量很大，而另外一些已授权的频谱资源利用率却很低。因此，可以得出这样的结论：基于目前的频谱资源分配方法，有相当一部分频谱资源的利用率是很低的。为了解决频谱资源匮乏的问题，基本思路就是尽量提高现有频谱的利用率。为此，人们提出了认知无线电的概念。认知无线电的基本出发点就是：为了提高频谱利用率，具有认知功能的无线通信设备可以按照某种伺机（Opportunistic Way ）的方式工作在已授权的频段内。当然，这一定要建立在已授权频段没用或只有很少的通信业务在活动的情况下。这种在空域、时域和频域中出现的可以被利用的频谱资源被称为频谱空洞。认知无线电的核心思想就是使无线通信设备具有发现“频谱空洞”并合理利用的能力。1.2 本论文的研究内容本论文主要介绍了一下无线电中频谱感知技术的研究发展，讲解了几种常用的频谱感知算法，并在讨论这几种频谱感知算法的原理与实现方法的基础上着重着重探究能量检测算法的性能，用 matlab 完成能量检测器的仿真，并从理论与实际两方面对其性能进行分析。在考虑噪声不确定性影响的前提下，仿真分析噪声对能量检测算法性能的影响。通过仿真研究，表明降低噪声的影响可以有效提高频谱利用率，可以让我们越来越紧张的频谱资源得到一定的缓解。2第 2 章 认知无线电中频谱感知技术的研究发展无线通信发展所面临的瓶颈之一就是频谱资源的不足，造成这一问题的主要原因是：一方面，当前普遍采用的静态频谱管理体制留给新系统、新业务的可用资源非常少；另一方面，据美国联邦通信委员会(FCC) 研究表明，频谱的使用情况是动态变化的，大部分时段和空间的频谱利用率非常低 。构建以认知无线电技术为核心的动态频谱管理体制，可以从根本上1缓解频谱资源紧张的局面。认知无线电(CR)概念由JosephMitola博士提出，其主导思想是实现伺机的动态频谱接入，即非授权用户（也称次用户或认知用户）通过检测，机会性地接入已分配给授权用户（或主用户）但暂时很少使用甚至未被使用的空闲频段，一旦主用户重新接入该频段，次用户迅速腾出信道。这种技术需解决的首要问题就是如何快速准确地获取授权频谱的使用情况，目前主要有3 类解决方案：建立数据档案、传送信标信号和频谱感知。从多个方面对3种方案进行了比较，其中频谱感知方案因具有建设成本低、与现有主系统的兼容性强等突出优点，得到了大多数研究学者的认同；另外两种由于受到政治、经济等因素的制约而很难实现，对其研究相对较少。2.1 本地感知技术本地频谱感知是指单个认知用户独立执行某种检测算法来感知频谱使用情况，其检测性能通常由虚警概率以及漏检概率进行衡量。比较典型的感知算法包括：能量检测算法，其主要原理是在特定频段上，测量段观测时间内接收信号的总能量，然后与某一设定门限比较来判决主信号是否存在 。由于该算法复杂度较低，实施简单，同时2不需要任何先验信息，因此被认为是CR系统中最通用的感知算法。匹配滤波器检测算法，是在确知主用户信号先验信息（如调制类型，脉冲整形，帧格式）情况下的最佳检测算法。该算法的优势在于能使检测信噪比最大化，在相同性能限定下较能量检测所需的采样点个数少，因此处理时间更短。3循环平稳特征检测算法，其原理是通过分析循环自相关函数或者二维频谱相关函数的方法得到信号频谱相关统计特性，利用其呈现的周期性来区分主信号与噪声。该算法在很低的信噪比下仍具有很好的检测性能，而且针对各种信号类型独特的统计特征进行循环谱分析，可以克服恶意干扰信号，大大提高检测的性能和效率。协方差矩阵检测算法，利用主信号的相关性建立信号样本协方差矩阵，并以计算矩阵最大、最小特征值比率的方法做出判决。有人提出基于过采样接收信号或多路接收天线的盲感知算法。通过对接收信号矩阵的线性预测和奇异值分解(QR)得到信号统计值的比率来判定是否有主用户信号。以上这些算法都是对主用户发射端信号的直接检测，基本都是从经典的信号检测理论中移植过来的此外，近期一些文献从主用户接收端的角度提出了本振泄露功率检测和基于干扰温度的检测。有些文献对经典算法进行了改进，有人提出了一种基于能量检测-循环特征检测结合的两级感知算法。也有人研究了基于频偏补偿的匹配滤波器检测、联合前向和参数匹配的能量检测、多分辨率频谱检测和基于小波变换频谱检测等。2.2 协作感知技术根据协作网络结构和协作策略选择不同，协作感知方案可分两类：（1）集中式协作感知这种方案中，通常有一个中心基站（或接入点）和多个参与协作的认知用户（也称认知节点） ，并且需要专用控制信道将各用户本地感知信息传送到中心点进行融合处理以及最终判决。目前大部分文献研究的都是该类型的协作感知。Cabric等人于2004年开始这方面研究，指出集中式协作感知可以减小多径衰落信道的影响，改善检测性能，并分析了节点数、门限值等参数的选取以及阴影相关性对协作的影响。随后，Ghasemi更加详细讨论了在独立同分布(I.I.D.)瑞利衰落信道和对数正态分布阴影信道条件下，基于能量检测和硬融合的协作感知方案的检测性能及其对频谱利用率、检测灵敏度、检测时间带宽积、噪声不确定性抵抗能力的影响。有些文献中还从聚合干扰的角度，进一步分析了协作感知对于聚合干扰分布的影响，并在给定干扰概率情况下，给出了单用户感知灵敏度和协作半径之间的权衡。（2）分布式协作感知分布式协作感知中，各协作节点彼此可以交互和共享感知信息，并分别对各自感兴趣的频谱做最终判决。该方案最大的好处是简化了认知网络结构，因而减小了开销成本。2005 年，G.Ganesan等人提出了基于前向放大协议的中继协作感知方案，主要原理是在时分多址(TDMA)系统中，各协作用户间以正交方式传输，一旦某个次用户检测到主用户信息，则在下个时隙发送本身信号的同时转发检测到的主信号给邻近的次用户，再退出频段。该方案利用了网络所固有的非对称性来提高增益，同样可以降低检测时间，保持较低的中断概率，从而提高网络的捷变性。4第 3 章 认知无线电中的频谱感知3.1 频谱感知技术的主要原理与分类认知无线电的主要思想是认知用户借用授权用户的频谱来使用，同时不对授权用户产生干扰，因此认知无线电的首要问题是如何进行频谱感知，来监测是否有不对主用户(Primary User, PU)产生干扰的频段。如图所示，频谱感知的主要目的就是监测 PU 的行为，以得到图 3.1 所示的频谱使用情况，图中阴影部分为 PU正在使用的频段，而空白部分即为频谱空洞。所谓频谱空洞，定义为可以被认知用户使用，同时不对 PU 产生有害干扰的频段。频谱空洞被主用户占用频带图 3.1 频谱的使用情况认知无线电需要具备在很广的频率范围内感知周围环境，据此为用户提供能5最大限度满足通信需求的能力。这就要求认知无线电设备在某时、某地能够准确感知是否存在空闲频段，以供二级用户使用；同时还应随时监测是否有新的合法用户需要接入该频段，以使二级用户及时退出使用该频谱资源，避免对一级用户造成干扰。因此，在进行认知无线电频谱感知技术分析的时候，应首先考虑怎样最可靠的判断某个频段是否空闲，同时还应保证检测的时间足够短，以使二级用户能实时接入并实时退出。目前，在认知无线电领域用于检测某频段内是否有信号存在、有哪些信号存在的方法有多种。以检测类型划分，可分为信号存在性检测和信号覆盖范围检测两类；以检测节点个数划分，可分为单节点检测和多节点联合检测；以检测方法划分，主要分为匹配滤波、能量检测、周期特性检测三类；具体如图 3.2 所示。 匹 配 滤 波能 量 检 测特 性 检 测“与 ”或“K”秩单 节 点多 节 点存在性检测覆 盖范 围检 测频 谱感 知 联 合 检 测区 域 检 测图 3.2 频谱感知算法分类3.2 单节点频谱感知算法本地频谱感知的目的检测目标频段是否有主用户信号存在，这个问题可以归结为下面的二元假设：6(3.