（信号与信息处理专业论文）基于双阈值的认知无线电协作频谱检测技术研究.pdf

西南交通大学硕士研究生学位论文第l 页 摘要 频谱检测是实现认知无线电的前提，是认知无线电的的核心技术之一。目前对频 谱检测的研究主要有单节点检测和多节点协作检测，协作检测可以通过融合多个认知 用户的感知信息更可靠的判断频谱占用情况。为了进一步提升频谱检测性能，本文在 协作检测及综合判决算法方面进行了深入研究，主要工作集中在以下方面。 首先简单介绍了认知无线电技术的发展概况，接着对频谱检测的概念、国内外研 究现状、性能评价进行了详细阐述，然后分析了常见的单节点检测方法，包括丰用户 发射端检测和主用户接收端检测。由于单节点检测易受干扰的弊端，引入了多节点协 作检测，研究了协作检测的硬判决融合算法和软判决融合算法，并且通过仿真实验比 较分析了各种经典算法的检测性能。 在软判决融合检测算法方面，研究了协作检测中的拔河准则融合算法，仿真分析 了其检测性能，并且针对该算法可靠性相对较低的缺陷，提出了一种改进算法，即为 了进一步提高可靠性，在可信度因子中引入了本地检测概率；为了减小次要用户对主 用户的干扰并降低误码率，对拔河准则算法的门限值设置方式进行了改进，且提出了 一种新的性能指标：相撞概率与限用概率，作为对主用户干扰评价标准，最后对系统 各节点在不同s n r 值下进行了仿真，结果验证了改进的有效性。 在硬判决融合检测算法方面，提出了一种基于双阈值的“使用闲置率准则协作 检测算法，该算法在本地检测中采用基于双闽值的能量检测方法，融合判决中心采用 灵活性较高的“使用闲置率 准则检测，并且通过权值的更新筛选用户。仿真实验表 明它不仅能够在噪声不确定的情况下进行有效检测，而且能有效降低传输的b i t 数，相 对于传统检测算法在一定程度上提高了检测概率。 关键词：认知无线电；协作检测；双阈值；拔河准则；“使用闲置率”准则 西南交通大学硕士研究生学位论文第1f 页 a bs t r a c t a so n eo ft h ek e yt e c h n o l o g i e s ，s p e c t r u ms e n s i n gi st h ef i r s ts t e pf o rr e a l i z a t i o no f c o g n i t i v er a d i o n o wt h er e s e a r c ho ns p e c t r u ms e n s i n gt e c h n o l o g yi sm a i n l yf o c u s e do nt h e f i e l do fs i n g l en o d es p e c t r u md e t e c t i o na n dm u l t i n o d es p e c t r u md e t e c t i o n t h es e r v i c e c o n d i t i o no ft h es p e c t r u mc a nb ej u d g e da c c u r a t e l yb yd e a l i n gw i t ht h ed e t e c t i o ni n f o r m a t i o n o fc o g n i t i v eu s e r sf o rt h ec o o p e r a t i v ed e t e c t i o n i no r d e rt oi m p r o v et h es p e c t r u md e t e c t i o n p e r f o r m a n c e ，t h ec o o p e r a t i v es p e c t r u md e t e c t i o na n dd e c i s i o nf u s i o na l g o r i t h ma r es t u d i e d f u r t h e rb a s e do na n a l y z i n gt h ee x i s t i n gr e s e a r c hr e s u l t s ，a n dt h em a i n w o r ko ft h i st h e s i si sa s f o l l o w s i nt h i st h e s i s ，f i r s t l y , t h ed e v e l o p i n gs u m m a r yo f c o g n i t i v er a d i o i si n t r o d u c e d ；s e c o n d l y , t h et e c h n o l o g yo fs p e c t r u ms e n s i n gi sp r e s e n t e dd e t a i l e d l yt h r o u g ht h ec o n c e p to fs p e c t r u m s e n s i n g ，t h es t u d y s t a t u sa th o m ea n da b r o a d ，a n dp e r f o r m a n c ea s s e s s m e n t a n dt h e n ， s i n g l e u s e rl o c a ls p e c t r u ms e n s i n gm e t h o di sa n a l y z e d ，i n c l u d i n gt h et r a n s m i t t e rs p e c t r a l d e t e c t i o na n dr e c e i v e rs p e c t r a ld e t e c t i o n i no r d e rt od e a lw i t ht h el i m i t a t i o no fi n d i v i d u a l n o d es p e c t r u ms e n s i n g ，c o o p e r a t i v es p e c t r u ms e n s i n gi si n t r o d u c e d ，a n ds e v e r a lc o n v e n t i o n a l s o f td e c i s i o nm e t h o d sa n dh a r dd e c i s i o nm e t h o d si nc o o p e r a t i v es p e c t r u ms e n s i n ga r e d i s c u s s e di nt h i st h e s i s t h ed e t e c t i o np e r f o r m a n c eo fv a r i o u sc l a s s i c a la l g o r i t h m sa r e c o m p a r e da n da n a l y z e db yt h es i m u l a t i o n f o rt h es o f t d e c i s i o nf u s i o na l g o r i t h m ，t h et u g o f - w a r - b a s e dc o o p e r a t i v es p e c t r u m s e n s i n gi si m p r o v e di nt h i st h e s i s i no r d e rt of u r t h e ri m p r o v er e l i a b i l i t y , t h ep r o b a b i l i t yo f l o c a ld e t e c t i o ni su s e di nc r e d i b i l i t yf a c t o r ；t or e d u c et h ei n t e r f e r e n c eb e t w e e nt h es e c o n d a r y u s e ra n dt h ea u t h o r i z e du s e ra n dl o wt h eb e r ，t h et h r e s h o l do ft u g o f - w a r - b a s e dc o o p e r a t i v e s p e c t r u ms e n s i n gi si m p r o v e di nt h i st h e s i s ak i n do fp e r f o r m a n c ee v a l u a t i o ns t a n d a r d ， w h i c ha r ep c o l l i s i o np r o b a b i l i t ya n dl i m i t u s i n g p r o b a b i l i t y , i sp r o p o s e d a n du s e d e f f e c t i v e n e s so fi t si m p r o v e m e n ti sp r o v e db yt h es i m u l a t i o nu n d e re a c hn o d ew i t hd i f f e r e n t s i g n a lt on o i s er a t i o f o rt h eh a r d - d e c i s i o nf u s i o na l g o r i t h m ，an o v e l “u s e t o i d l er a t i o r u l ec o o p e r a t i v e s p e c t r u ms e n s i n gb a s e do nd o u b l e - t h r e s h o l df o rc o g n i t i v er a d i o i sp r o p o s e di nt h i st h e s i s i n t h i sa l g o r i t h m ，t h e e n e r g yd e t e c t i o nm e t h o db a s e do nd o u b l et h r e s h o l di s u s e di n l o c a l d e t e c t i o na n dt h e ”u s ei d l er a t e ”r u l ed e t e c t i o na l g o r i t h mw i mh i g hf l e x i b i l i t yi sa d o p t e db y t h ef u s i o nc e n t e r ，s e l e c t i n gu s e r st h r o u g hu p d a t i n gt h ew e i g h t s c o m p a r e dt ot r a d i t i o n a l d e t e c t i o na l g o r i t h m ，t h i sa l g o r i t h mc a ne f f e c t i v e l yr e d u c et h eb i tn u m b e r so ft h et r a n s m i s s i o n a n di n c r e a s et h ed e t e c t i o np r o b a b i l i t yi ns o m ed e g r e e 西南交通大学硕士研究生学位论文第l ii 页 k e y w o r d s ：c o g n i t i v er a d i 0 ：c o o p e r a t i v es p e c t r u ms e n s i n g ；d o u b i e - t h r e s h o i d ： t u g - o f - w a rr uie ：“u s e - t o id ier a ti0”ruie 西南交通大学硕士研究生学位论文第1 页 第一章绪论 1 1 认知无线电研究背景及其意义 近年来，移动通信技术的飞速发展为人们相互沟通提供了更大的契机，当前的各 种便捷、强大的通信方式，已经完全改变了我们的生产和生活方式。随着现代社会对 无线资源的需求不断提高，无线频谱资源已逐渐步入当今时代最重要的资源行列。 随着无线网络技术飞速发展、3 g 的商业化以及4 g 技术的深入研究，都对无线频 谱带宽提出了更高的要求，从而使无线频谱资源越来越紧张。但是从另一方面来讲， 大多数频段的频谱资源很少被高效使用。“根据联邦通信委员会( f c c ) 发布的报告数 据表明，已分配的频谱利用率是1 5 一8 5 ”【1 j ，这主要是由于以往不合理的固定频谱 分配政策，很大一部分的频段已经分配给了一些固定的应用( 即授权频段) ，但它们的 使用率却相当低；而当前更新的大部分无线电应用一般工作在非授权频段，因此在频 谱占用中出现了拥挤不堪的现象，并且随着一些新兴无线电技术逐渐涌现，此种情况 将继续恶化。 无线频谱资源是非常稀缺的资源，人们到底何去何从，这个问题曾经一度网扰着 我们。为了提高频谱利用率，技术人员苦心钻研，根据无线电特性提出了一系列的解 决办法，比如“传统的频率、时间、地域复用、码分多址，以及高级信号处理方案、 资源管理和网络结构的方案”1 2 等等，这些方案虽然可以在一定程度上提高了频谱利用 率。但是，目前频谱资源问题依然非常突出，迫切需要一种解决本质问题的技术方案。 因此，频谱再利用适时地被研究人员重视，认知无线电( c o g n i t i v er a d i o ，c r ) 在 这样的背景下应运而生，它是针对当前授权频谱利用率低的问题提出的。在不影响授 权用户( 也称主用户，p r i m a r yu s e r ，简称p u ) 正常工作的基础上，拥有认知能力且 智能的c r 设备可以依靠人工智能自适应的感知周围无线环境并且实时改变系统状态 参数，实现动态地检测和可靠有效利用空闲频段【3 】。因此c r 系统能从根本上解决当 前存在的频谱分配不合理的问题。 c r 是无线电发展史上的一座里程碑，它的应用一定会带来历史性的变革，但是还 有很多问题有待于我们去解决，如何进行有效的频谱检测就是当前研究的难点和热点 之一。频谱检测作为c r 系统的两大关键技术之一，同时也是实现c r 系统的一种先决 条件。它的原理是不断适时地检测授权频段的使用情况，当该频段无用户使用时就利 西南交通大学硕士研究生学位论文第2 页 用它进行通信，而且要在授权频段用户恢复通信时及时的更新和退出当前所使用频段， 如果不能准确、实时地检测时，将会对授权频段的用户造成致命性干扰，以上这些都 对频谱检测可靠性、实时性、复杂度提出了很高的要求。如何设计低复杂度、实时性 高、检测准确的频谱检测算法，已经成为当前研究的热点之一。因此，对c r 系统中 的频谱检测进行研究具有十分重要的意义。 1 2 国内外的研究现状 1 2 1 认知无线电的概念及其发展概述 c r 的思想及其概念是j o s e p hm i t o l a 博士在1 9 9 9 年最先提出【引，他认为“c r 是怎 么通过一种无线电知识表示语言( r k r i ，) 语言去提高个人无线业务的灵活性，以 及该语言通过采用基于模式的推理方式与网络的方式进行智能交流，以此来实现对无 线电黑盒的智能认知，随后，这一理论在他2 0 0 0 年参加瑞典皇家科学院举行的博 士论文答辩中进行了详细探讨1 4 j 。 对于c r 的概念及功能的认识曾出现了各种不同的看法，主流的观点有两种：m i t o l a 的观点和f c c 的观点。m i t o l a 博士的c r 观点主要是在软件无线电( s o f t w a r er a d i o ， 简称s r ) 的基础上加入智能代理的角度去理解和定义c r ，而f c c 的观点是从其工业 方面实现应用的角度来看待c r 。两种理解侧重点不同，相互补充，以下对这两种观点 做简要介绍【5 1 。 m i t o l a 博士认为c r 是在软件无线电的某些功能上进行扩展，他对c r 的认识“主 要强调学习以及推理能力，认为c r 系统是通过自身进行学习以及推理，同时感知周 围环境的变化，进而自适应地调整自身系统内部的参数；他还提出了认知循环系统的 概念，包含一系列的认知学习过程检测、分析、调整、推理及学习等能力 例 与m i t o l a 博士的观点相比，f c c 关于c r 的认识更为业界专家学者认可。f c c 认 为1 6 1 ，“c r 是以一种动态方式使用频谱的关键技术，它通过无线终端使用与周围无线 环境进行交互所探取的无线背景知识，调整参数，实现无线传输的能力。这样，只要 具备动态适应环境认知检测能力并且能够自适应调整相关参数的无线设备就是c r 设 备。c r 最大的特性就是智能性，这是与软件无线电的区别所在。 西南交通大学硕士研究生学位论文第3 页 信号 传输 图1 1 认知无线电系统的基本感知周期 c r 系统的基本感知周期如图1 1 所示，在c r 的整个工作流程中，它主要包括以 下三个方面：c r 频谱检测技术( s p e c t r u ms e n s i n g ) 、c r 自适应传输技术( a d a p t i v e t r a n s m i s s i o nt e c h n i q u e ) 、c r 频谱管理主要包括频谱分析( s p e c t r u ma n a l y s i s ) 和频谱决 策( s p e c t r u md e c i s i o n ) 技术，它们组成了c r 系统的核心功能。频谱检测是通过对周 围环境的感知并在此基础上把获得的时域、频域、空域检测到的空洞信息提供给频谱 分析机制。频谱分析通过相关的空洞信息和前期输入的信息，智能的分析其参数，使 得该无线电系统可以做出符合可靠性要求的判决。频谱决策主要是根据信道的容量信 息及当前频谱空洞的信息，依据q o s 的要求，选择目前最合适的运行频段接入，再通 过自适应调整完成信号的传输。 综上所述，c r 主要是由s r 发展而来，s r 是在固定的硬件平台通过软件升级来实 现通信的无线电系统，其中控制信号的处理由软件编程的方式来完成，但是c r 系统 可以智能地感知周围环境，然后自适应调整自身的系统参数，完成相应的检测、决策 等功能，它是s r 智能化的实现。 1 2 2 认知无线电的研究现状 目前，c r 已经得到世界各国的认可。许多频谱管理部门、研究机构、制定标准的 组织、各大著名高校纷纷展开了相关的研究。限于篇幅在这里只做简单的介绍：美国 加州大学s a n t ab a r b a r a 分校研究的n a u t i l u s 项目，主要是对动态频谱分配和开发频谱 管理方面进行的研究【7 】；美国乔治亚理工学院研发实现的应用o f d m 技术的认知无线 电o c r a 平台，同时该校还与b b n 公司合作承担x g ( n e x tg e n e r a t i o n ) 项目；美国 s t e v e n s 理工学院与朗讯合作开发了d i m s u m n e t 无线电技术的平台；认知无线电的发 西南交通大学硕士研究生学位论文第4 页 源地一瑞典皇家工学院无线研发中心的研究集中在动态频谱接入和软件无线电方面； 德国k a r l s r u h e 大学主要研究集中在频谱池技术方面1 8 j ，并承担该国研究基金项目 t a k o k o ，欧盟的e 2 r 项目、o r a c l e 项目等。除此之外，美国的f c c 就频谱管理 政策等专门成立了频谱任务工作组，并且启动了8 0 2 2 2 标准工作组，“该工作组主要负 责制订如何利用空闲电视频段( 哪怖) 进行宽带无线接入技术的标准”。 相对于国外的研究国内起步较晚，但已经得到了高度重视。一些高校和研究所在 自然科学基金委和国家8 6 3 计划的资助下已经启动了一些关于认知无线电方面的研究 项目，而且已经在短期内取得了一些成果，“如电子3 6 所与重庆邮电学院合作正在研 究开发基于软件无线电平台的c r 频率搜索样机”1 5 】。 1 2 3 认知无线电中频谱检测技术研究现状 频谱检测是c r 系统的基本功能，同时也是c r 系统实现的重要前提，因此频谱检 测成为了近年来的研究热点，国内外专家学者都已作了一些相关研究。检测，就是在 时域、频域、空域中对已分配的频段( 授权用户的信号) 进行周期性的感知检测，检 测该频段的使用情况，其实它归根结底是对微弱信号的检测和估计。这一方面前期已 有大量的科研成果，因此该领域的很多研究方法及思想可以直接应用于c r ，这就为 c r 频谱检测奠定了坚实的理论基础。以下是对当前的频谱检测方法进行简单的分类， 它主要分为单用户对p u 发射端的检测、p u 接收端的检测，以及多用户的协作检测， 下面就是对这几方面研究现状的简单介绍。 首先是单节点的检测( 本地检测) ，发射端检测主要有三种方法：匹配滤波器检测、 能量检测、周期平稳特征检测。匹配滤波器检测主要是信噪比输出最大的线性滤波器， 理论证明如果在输出端收到最大的信噪比，则可以判断用户信号是否存在。但是它实 现复杂，而且每个主要户的接收机均需要配备一个匹配滤波器1 9 】。由于匹配滤波器以上 的致命弊端，所以当前主要研究集中在能量检测和周期平稳特征检测方面。文献 1 0 1 2 】 都是基于能量检测，文献【1 0 】主要采用原始能量检测方法。文献【1 1 】对本地检测中采用 的能量检测方法进行了改进，单阈值检测改进为双阈值检测，理论研究和仿真分析都 表明了该方法与原有方法相比传输比特量有大幅度的下降。文献【1 2 】是把能量检测应用 于衰落信道，通过研究表明了能量检测在该信道检测中的有效性。现在频谱检测文献 大部分集中于能量检测，本文也采用能量检测。文献 1 3 1 4 】是关于周期平稳特征检测 的研究，文献【1 3 】提出了前期生成循环平稳特征信号的结构框架图，通过该系统处理后 西南交通大学硕士研究生学位论文第5 页 的信号都具有周期平稳性，因此可以与噪声进行区别进而识别检测信号。文献 1 4 】主要 是运用一种基于最大特征值与最小特征值或平均特征值与最小特征值作比，通过量化 这两个比值并且利用它们作为检测的统计量进行频谱检测。文献 15 】是将能量检测与循 环平稳特征检测集合起来，首先进行能量检测然后运用平稳检测器进行检测，通过仿 真验证了该算法的优越性和有效性，但是该检测复杂性比较高。 用户接收端的检测，接收端是相对于发射端而言的，通过判断其是否工作而判断 该频段的使用状态。目前该检测丰要有两种方法：基于干扰温度的检测和本振泄露功 率检测。f c c 于2 0 0 3 年提出干扰温度的思想，其目的主要是量化和管理干扰并在确定 的频段上增加更多的非授权操作，干扰温度可以看作是认知用户( 也称次要用户， s e c o n du s e r ，简称s u ) 对原有用户频段内的干扰功率谱密度，它包含噪声基底和s u 产生的干扰。因此认知设备可以通过控制发射机的功率，使的接收端功率接近于噪声 基底，而共享使用该频谱，不过当前该机制的实施仍有很多难点问题尚待解决【l6 1 。在 本振泄露功率检测方面文献 1 7 1 提出了一种新的算法，它丰要是依赖用户接收机射频前 端是否有本地振荡器功率泄露，从而判断该频段是否正在使用，不过该算法有点不太 切合实际，远距离检测非常困难而且所需检测时间比较长。 以上主要是对本地检测目前的研究情况进行了说明，下面针对当前研究比较热门 的协作检测进行简要介绍。单节点检测由于受多径阴影衰落的影响其性能有大幅度降 低，文献【1 8 】通过理论研究和仿真实验证明采用协作检测可以达到比较高的检测效果。 协作检测按协作方式可以分为集中式检测和分布式检测【l9 1 ，按照本地检测上传的数据 可以分为软判决和硬判决。文献 2 0 】对分布式检测进行了讨论，它们只在本地进行检测 但不需要向融合中心汇报及融合，随后相互之间交互信息。仿真表明该方法降低了虚 警概率和漏检概率，但是信息的多次转发会造成控制信道堵塞，时间延迟及能量损耗 等问题。下面对集中式检测进行介绍，硬判决主要思想是从本地检测上传l b i t 检测统 计量的判决结果到融合判决中心，而软判决主要思想是直接把本地检测的统计量数据 或处理后的数据上传给融合中心，两种判决优势各有千秋。文献 2 1 2 6 都是采用硬判 决融合检测算法，文献【2 1 】和【2 2 】采用的是原理比较简单的“与”“或准则算法进行 判决，文献【2 1 】主要是针对已给定的虚警概率或检测概率，使得另外一个达到最优，而 且此文还证明了并不是所有的次级用户参加融合效果会最好，而是采用一定数目的用 户数据融合效果能达到更优，并且通过仿真证明了检测概率从9 2 3 上升到9 9 8 8 ， 西南交通大学硕士研究生学位论文第6 页 而虚警概率则从6 0 2 降到0 0 6 。文献 2 2 中在融合中心采用“或准则算法，通 过仿真数据表明该准则相对于单节点检测和“与”准则性能有一定的提高。文献 2 3 】 采用的是“k ”秩准则融合算法，“与”和“或”准则作为“k 秩准则的特例出现的。 文献【2 4 使用的是c h a i r - v a r s h n e y 准则，该准则采用最优检测的对数似然比检测，但是 该算法计算复杂度最大，而且需要提前获得p u 的能量。文献 2 5 2 6 采用了软合并的判 决准则算法。文献【2 5 】提出了n e y m a n p e a r s o nc r i t e r i o n ，采用该准则进行融合后检测性 能相对于硬判决有很大的提升，不过它对传输的信道带宽提出了很高的要求。文献 2 6 】 基于文献 2 5 1 进行了改进，它采用了e g c 、m r c 等新算法的思想是在固定虚警概率的 基础上最大化检测概率，而且该文在硬判决传输l b i t 信息量和软判决传输所有检测能 量信息的基础上，提出了一种软硬融合的判决算法，该算法传输了本地判决的2 b i t 的 信息量，在一定的程度上缓解了软判决和硬判决的矛盾，仿真研究证明了该算法在检 测性能与复杂度之间达到了一定的折衷，使得综合性能有所提高，但是它的计算复杂 度会提高很多。 协作检测除了以上所述的传统方法，随着研究的深入，很多学者在此基础上作了 其它方面的一些改进，如文献 2 7 1 主要是上传本地检测判决结果及其置信度到融合中 心，然后采用d s 证据理论进行判决，虽然检测性能有一定的提高，但是它的计算复 杂度提高，检测时间也相应延长。文献 2 8 2 9 1 是采用簇的算法进行检测，为了提高衰 落信道检测性能和降低通信量，此文提出簇的概念，把次级用户分成组，然后每一组 用检测性能最好的一个用户作为簇头传送消息，检测结果证明该算法明显的提高了检 测性能，但是它付出的代价是提高了计算复杂度，检测时间增长。文献 2 9 】在 2 8 】的基 础上作了一定的改进，在上传的检测结果上进行了加权，按照不同的比重进行融合， 即在“与”“或”融合准则算法的基础上通过s n r 值进行了加权【3 0 1 。文献 3 l 】主要是针 对s u 硬件环境的不同，按分组思想对s u 进行了分类，然后融合中心采用s n r 高的 s u 参与融合，因此相对于s n r 相差比较大的融合检测性能明显得到了提高，因为高 s n r 值s u 会受低s n r 值s u 的拖累。文献 3 2 3 4 和前面的检测直接传递自己的信息 到融合中心不同的是，采用中继用户再次进行传递，因为相对一些特殊的阴影，以及 一些次级用户相对于p u 处于边缘地带时，接收信号很弱，而且耗费较长时间才能检测 到p u 信号的存在。文献 3 2 】【3 3 】采用了放大前传( a m p l i f ya n df o r w a r d ，a f ) 协议通过空 间分集来提高合作检测的概率和检测灵敏度。文献 3 4 】引入了解码前传( d e c o d ea n d 西南交通大学硕士研究生学位论文第7 页 f o r w a r d ，d f ) 合作协议，它是在前面两个文献的基础上进行了改进，与它们的区别主 要是在中继节点对于数据的处理方式，它需要解码处理然后转发，而前者是直接放大 转发，最后通过理论研究和仿真实验表明，d f 协议比a f 协议有更好的检测性能，虽 然a f 和d f 协议得到了很好的检测性能和灵敏度增益，但是与单节点比较，它们利用 中继用户多次转发和接收会造成能量损耗和时间开销。文献 3 5 1 提出了分集接收技术， 引入了多天线将接收的信号进行叠加，仿真结果表明该算法能获得一定的分集增益和 灵敏度增益，但它最大的缺点是需增加天线，对其它检测增大了干扰。文献 3 6 1 是本地 采用双门限检测，融合中心采用“n ”比率准则进行融合，该方法相对于以前本地采用 双阈值而融合中心采用“或”准则检测性能有明显的提高，不过该检测未对全部落入 双阈值中间的情况进行处理。文献 3 7 1 通过对“k ”秩准则的研究，在降低差错率( 虚 警概率和漏检概率的和) 的原则下，通过k 、n 、用户数、判决门限这四个参数中三个 反求第四个参数的最优解。文献 3 8 1 提出了一种新型的算法结构c r m a n e t s ，该算法 从生物学上鸟鱼蚂蚁等物种自组织的习性上得到启发，不需要在传统的“与”或”准 则中的融合中心来处理数据，最后通过仿真验证了其有效性，但是该算法复杂度比较 大，能否应用仍待于研究。 综上所述，认知无线电频谱检测可以分为两大部分，单用户检测和多用户检测。 单用户检测主要集中在周期平稳特征检测和能量检测，由于单用户检测由于受到多径 衰落和遮蔽的影响，会产生隐藏终端问题，因此多用户检测的融合准则算法研究比较 多。本文针对上述算法进行总结的前提下对以下两方面进行了深入研究： ( 1 ) 在软判决融合检测算法方面，在文献 4 4 的基础上对拔河准则融合检测算法 进行改进，即为了进一步提高可靠性，在可信度因子中引入了本地检测概率；为了减 小次要用户对主用户的干扰并降低误码率，对拔河准则算法的门限值设置方式进行了 改进，并提出了一种新的性能指标：相撞概率与限用概率，作为对主用户干扰评价标 准，其后对系统各节点在不同s n r 值下进行了仿真，结果验证了改进的有效性。 ( 2 ) 在硬判决融合检测算法方面，通过研究本地检测的算法，分析其性能，并对 双阈值的性能以及它传输所需的容量进行了详细研究，分析了如何在双阈值的基础上 提高协作检测的效率，然后对本地参与协作的用户特征、控制信道、以及融合中心端 进行综合优化处理，提出了一种基于双阈值的“使用闲置率”准则的协作检测算法， 最后通过仿真实验验证其有效性及合理性。 西南交通大学硕士研究生学位论文第8 页 1 3 本文研究的主要内容及安排 第一章简要介绍本文研究的背景意义，在此基础上对认知无线电的概念及研究现 状进行了阐述，然后重点介绍了认知无线电频谱检测的国内外研究现状。 第二章在第一章介绍的基础上，对认知无线电单节点检测常用算法进行了归纳总 结，并分析其优缺点，针对单节点的本地检测局限性，引入了协作频谱检测，并在此 基础上介绍了协作检测的模型及概念，对协作检测传统算法进行了仿真。 第三章是针对文献【4 4 】提出的拔河准则算法中可靠性相对较低和感知精度不高的 缺陷，提出了一种改进算法，即为了进一步提高可靠性，在可信度因子中引入了本地 检测概率；为了减小次要用户对主用户的干扰并降低误码率，对拔河准则算法的门限 值设置方式进行了改进，且提出了一种新的性能指标：相撞概率与限用概率，作为对 主用户干扰评价标准，最后系统各节点在不同s n r 值下进行了仿真，结果验证了改进 算法在一定程度上提高了检测概率，并且有效降低s u 与p u 之间相撞概率，减小了 s u 对p u 的干扰，同时从另一个角度分析当出现误码率时，改进算法的检测性能在一 定程度上要略高于原来的拔河准则算法。 第四章首先对协作检测算法当前存在的一些关键问题进行了总结研究，然后重点 讨论了本地检测中的双阈值检测，并对灵活高效的“使用闲置率”准则融合算法和传 输的b i t 量进行了研究，最后提出了一种基于双阈值的“使用闲置率”准则的协作检测 算法。通过仿真实验验证了该算法能够在噪声不确定的情况下进行有效检测，不仅能 有效降低传输的b i t 数，而且相对于传统检测算法在一定程度上提高了检测概率。 西南交通大学硕士研究生学位论文第9 页 第二章认知无线电的频谱检测技术 2 1 频谱检测技术概述 空闲频谱检测技术作为c r 的先决条件和首要工作，同时也是c r 的两大核心技术 之一，因此，c r 的成败与否取决于频谱检测性能。频谱检测主要是对周围无线电环境 进行感知检测，由此确定“频谱空洞”( 主要是指那些原本己分配给了p u ，但是在特 定的时间和空间没有使用的频谱) 的所在。它的任务包括：第一，在即将建立通信阶 段，对自身感兴趣的频段进行周期性检测，检测是否有“频谱空洞”的出现，即是否 可以使用该频段，此阶段的检测任务将直接影响频谱利用率以及p u ，所以要求该系统 具有高可靠性；第二，在通信已经建立后，即c r 设备已经占用该频段，但是仍需实 时地检测拥有该频段的p u 信号是否出现，此阶段如果未实时进行检测将会影响该频段 p u 的使用，因而对速度有非常严格的要求，所以可靠性与实时性是频谱检测的主要评 价指标。 图2 - 1 频谱检测技术的分类 c r 频谱检测技术的分类如图2 1 所示，通过检测用广数目进行分类，有单用户检 西南交通大学硕士研究生学位论文第1 0 页 测和多用户协作检测。单用户检测又按检测对象所在位置分为授权用户发射端检测和 授权用户接收端检测；多用户检测则按照不同的融合算法进行分类，分为软判决融合、 硬判决融合和其它判决融合。 2 2 频谱检测系统性能评价 在研究具体的频谱检测算法之前，首先对评价检测性能的几个参数进行简单介绍。 它们分别是检测概率易、漏检概率己和虚警概率只，其中是指在p u 信号已存在的 情况下( 即p u 正使用该频谱) 而且s u 检测到它存在的概率；已是只的补集，是指 在p u 信号己存在的情况下s u 没有检测到它存在的概率；而尸，是指在p u 信号不存在 的情况下s u 却检测到它存在的概率。 c r 频谱检测是判断p u 信号的有无，即判断p u 的工作状态，因此可以归结为二 元假设问题。其模型表示如下【1 8 】： 川，黧州吐瓮 p ， 式中：x ( ，) 是s u 端接收到的信号，刀( ，) n ( o ，仃2 ) 是高斯加性白噪声，s ( f ) 是p u 发射的信号，f 是时间累积，h 是信道增益，风表示p u 没有使用该频段即p u 信号不 存在，q 表示p u 正在使用该频段即p u 信号存在。 根据检测统计量】，与阈值旯的大小比较： 刍?乞(2-2) 【坟 】， a 当检测统计量】，大于阈值兄时，表示检测到p u 信号出现，即d 1 ；当检测统计量y 小 于a 时，表示未检测到p u 信号出现，即域。 由此可以得到上述几种概率得到检测概率只、漏检概率己、虚警概率尸，表达式如 下式所示： 易= e ( d , h 。)( 2 3 ) 己= e ( d o h ，) = 1 一只( 2 4 ) 西南交通大学硕士研究生学位论文第11 页 弓= p ( d , h o ) ( 2 - 5 ) 在c r 系统中，越大，则该系统的频谱利用率越高，该点与c r 的本质相吻合， 即降低了对授权用户的干扰，检测系统的可靠性得到了实质性提高。由于易与己成反 比关系，可得出巴越小系统的可靠性越高，己越大对p u 的干扰越高，这一点与c r 系统成立的前提相背离。哆越大，表示p u 信号不存在却能检测到它的存在，这样则 导致频谱利用率降低。通常检测系统的性能由检测概率乃和虚警概率弓共同决定。综 上所述，在乞较大而弓较小情况下检测系统最佳，以往大部分文献一般通过r o c ( r e c e i v e ro p e r a t i n gc h a r a c t e r i s t i c sc u r v e s ，简称r o c ) 研究各种检测算法。 2 3 主用户发射端频谱检测技术 2 3 1 能量检测 能量检测是简单的信号检测算法，而且是一种非相干检测的方法f 4 7 1 。它的原理是 将能量累积于一定的频谱范围内，如果该能量值比原预定的门限值高，则判决信号存 在；如果比该门限值低，则证明没有信号仪有噪声的存在。信号与噪声的能量累加值 比噪声单独能量值要大是能量检测的基准点。能量检测可以对任何的信号进行检测而 无需先验信息，这一点既是它的优点同时也是缺点，优点之处在于它无需对信号的形 式及其它信息做限定，而恰恰因为这一点它不能给出该信号精确的参数，不能为下一 步作出更好的服务。能量检测算法简单且容易实现，而且不需要检测信号的先验信息， 因此适用范围广。当前很多的学者进行合作检测的本地检测大都采用能量检测，以下 是对其实现原理进行详细介绍： d o d l 图2 - 2 传统的能量检测算法 传统的能量检测算法如图2 2 所示：先将获取到的信号x ( f ) 经过带通滤波器去除噪 声和其它无用信号，然后由模、数转换，平方求和以及取平均值得到检测统计量y ， 西南交通大学硕士研究生学位论文第12 页 此后将它与阈值a 进行比较，大于该门限则判决p u 存在，反之则不存在。 在高斯信道进行检测，此处采用式( 2 1 ) 的二元假设模型，噪声疗( ，) 可以表示为【1 1 】： 刀o ) = qs i n c ( 2 w t - i ) 式中：q = 刀( 刳，s m 甜= 警。 在( o ，丁) 的时间内，刀( ，) 可通过2 刑个采样点的求和来近似表示， 2 t w 行( f ) = a , s i n c ( 2 w t - i ) l 0 t 丁 ，= l 同时，n 弓- s ( t ) 在( 0 ，t ) 内能量可如下式表示： 式札= s ( 嘉) 2 t w s ( ，) = 口，s i n c ( 2 w t - i ) ，o 旯 同上，检测概率p d 如下式所示： p a = p y a i q ) = p z ；刑( 2 y ) 允 ( 2 1 2 ) 文献 18 】中推出a w g n 信道中虚警概率p f 与检测概率肋的表达式如式( 2 - 1 3 ) 和式 乃：搿 p 聊 p a = q ( 万，打) ( 2 - 1 4 ) 式中绒( ，) 是广义的m a r c u mo 函数，r ( ，) 和r ( ) 分别表示非完全g a m m a 函数及完全 联l 叫一s n r = 1 d b 每八i 一s n r = 5 d b 十一s n r = s d b ；手 ； 、 _ 。 每 【 n j 玺 ； l 等稚 q 蝇麓 k 。n 瀑慕。懈l i i i 。 051 01 52 02 53 03 5 门限值t h r e s h o l d ( m = 5 ) 图2 = 3 检测概率办与门限值的关系 门限值a 与办的关系曲线图如图2 - 3 所示，该图根据不同的s n r 值给出了检测概 率办关于a 的变化曲线，由它可以看出随着门限值a 逐渐增大，检测概率办逐渐减小， 而且针对相同门限值旯，信噪比越大的用户检测概率越高。门限值兄与p f 的关系曲线 如图2 - 4 所示，随着门限值旯的增大，虚警概率所逐渐变小。由该图可以得出，p 、 p a 与门限值旯成反比关系，而p s 表示p u 信号实际存在但是检测结果却不存在，随着 西南交通大学硕士研究生学位论文第1 4 页 a 的增大次要用户的接入机会就会减少，则与c r 系统的目的“频谱利用率提高”相背 离，因此p ，越小检测器性能越优。而随着检测概率p d 的增大，检测器的检测性能就会 提高，这样s u 能及时发现频谱空洞，适时接入，而且在p u 信号再次出现时，可以及 时退出，减少对p u 的干扰。 ￥二二二二二 j j 。j 。j 。 i ； 弋 每 鹣 门限值t h r e s h o l d ( m = 5 s n r = s d b ) 图2 - 4 虚警概率乃与门限值的关系 ；谚薯二享= 二：匡翥 oo 1o 2o 30 40 50 60 70 80 91 p r 图2 - 5 检测概率办与虚警概率乃的关系 如图2 - 5 所示，p ，与p d 成正比关系，而且在该图中给出了不同s n r 值下乃p d 的关系曲线，当虚警概率乃固定时，随着s n r 值增大，检测概率办也随之增大。综 上所述，p d 与p ，是矛盾体，门限值的变化影响它们是否可达到各自的理想状况，但是 o o o o o o o o o j d 西南交通大学硕士研究生学位论文第15 页 难以确定哪个特定的f - i 限值均可使两者达到最优的状况，因此需要折中考虑，针对该 缺点本文将通过双门限检测对其进行改善，其原理见第四章。 瑞利( r a y l e i g h ) 信道下的信噪比y 服从指数分布，平均信噪比( s n r ) 是y ，文献 【1 8 】给出了r a y l e i g h 信道环境下平均检测概率办表达式： 一2 m 茹2 引n + 睁刊赢0 褰隅玎口 在，= l o d b ，m = 5 的r a y l e i g h 信道与高斯信道下p ，与p d 的关系曲线图如图2 -