毕业设计（论文）-协同频谱检测技术研究.doc

黄石理工学院 毕业设计（论文）摘 要认知无线电CR（Cognitive Radio）作为一种革命性智能频谱共享技术，以不干扰授权业务为前提，允许非授权业务利用频段传输信号，可显著提高频谱的使用率，是解决目前频谱资源紧张的有效手段，并逐渐成为了当今通信界的研究热点。避免干扰主用户PU（Primary User）的正常通信是认知无线电最重要的限制，而频谱感知则为这一目标提供保障。为了提高频谱感知的性能，认知无线电网络中的大量节点可以被用来进行协同频谱感知，协同频谱感知可以有效地克服单节点频谱感知的局限性。本文首先分析研究了常用的频谱感知技术，尤其是能量检测技术。在无线信道中信号会受到多径衰落、阴影的影响，将导致频谱检测性能急剧下降。为了解决这个问题，多个认知用户可以通过协同感知提高检测性能。本文研究了当今热门协同频谱检测算法和协同感知中的数据融合问题，随着参与协同检测的认知用户数目的增大，频谱检测检测性能逐渐增强。但频谱检测差错概率并不随着认知用户数目的增大而继续增大，而是趋于平缓。相反过多的认知用户参与协同检测会使整个认知无线电网络的感知时间过长，即灵敏度降低。同时也会造成巨大的系统开销。 本文提出了一种新的基于可信度的协同检测算法。在满足目标错误概率的条件下，只选择可信度较高的一些认知用户参与协同频谱检测。仿真结果表明当认知用户中存在恶意节点或者故障节点时，该算法同传统算法相比较,频谱检测性能更好，具有更强的健壮性。关键词：认知无线电；频谱检测；能量检测；协同频谱检测AbstractCognitive radio (CR) technique is considered as one of the solutions of current spectrum resource scarcity. The core idea of cognitive radio is to exploit the licensed but underutilized spectrum, in order to improve the spectrum efficiency. In cognitive radio systems, avoiding interference to primary users is the most important constraint. And spectrum sensing is the key technique to achieve this goal. In order to improve the performance of spectrum sensing, cooperative spectrum sensing is proposed, which can recover the limits of spectrum sensing by only one node.In this dissertation, we first give an overview of some well-known spectrum sensing techniques, especially energy detection. However, in wireless channels, signals often suffer from shadowing and fading, which may lead to a very poor sensing performance. In order to solve this problem, cooperative spectrum sensing has been studied to improve the spectrum sensing performance. This dissertation focuses on the well-known cooperative spectrum sensing techniques and the optimal fusion rule for cooperative spectrum sensing. The sensing performance is improved as the number of secondary users for cooperative sensing increases. However, there exists an error floor where the decrease of the probability of error is minor and too many cooperative users will make the whole sensing time intolerantly long and huge consumption of system resource. In this dissertation, we proposed a novel cooperative spectrum sensing algorithm. Only a few cognitive users with highest reputation are selected to cooperate while guarantees a target error bound. Numerical and simulation results show that our algorithm will be more robust and achieve better sensing performance when there exists attackers or malfunctioning cognitive users comparing with the conventional method.Key words：cognitive radio; spectrum sensing; energy detection; cooperative pectrum sensing.目录第一章 绪论51.1 研究背景及意义51.1.1认知无线电研究背景51.1.2 协同频谱感知的研究背景61.2 国内外研究现状71.3 主要研究内容及论文结构9第二章 频谱感知技术92.1 频谱感知技术概述92.1.1 模型定义112.1.2 频谱感知技术的性能参数112.2 单节点的频谱检测技术122.2.1 匹配滤波器检测122.2.2 循环平稳特征检测132.2.3 能量检测142.3 其他检测方法182.3.1 本振泄漏检测182.3.2 基于干扰温度限的检测192.4 本章小结19第三章 协作频谱感知技术203.1 协同频谱感知系统的结构203.2 融合与决策规则213.2.1 “与”准则223.2.2 “或”准则223.2.3 “K”秩准则223.3 控制信道带宽受限条件下的协同频谱检测算法233.3.1 基于双门限的能量检测算法233.3.2 基于双门限的协同频谱检测算法性能分析243.4 基于可信度选择认知用户参与协同频谱检测263.4.1 系统模型263.4.2 算法的实现步骤283.4.3 仿真结果与性能分析283.5 本章小结30第四章 总结和展望31参考文献33第一章 绪论1.1 研究背景及意义1.1.1认知无线电研究背景众所周知，无线频谱是无线通信中的一种宝贵的自然资源，一般采用固定的分配方式，由政府机关授权使用。随着无线通信技术在过去三十年里的飞速发展，先进的无线接入技术和编码调制方式使得无线资源的利用率得到了显著提高。然而，近些年来，无线局域网（WLAN）和无线个人域网（WPAN）业务迅速发展，越来越多的用户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频段工作。随着WLAN和WPAN通信业务的迅猛发展，这些业务所工作的非授权频段的使用率已渐渐趋于饱和【1】。虽然采取一些有效的编码和调制方式可以提高频谱利用率，但是3-4倍的频谱利用率的提高与人们成百上千倍的业务量需求的提高相比是微不足道的。因此，通过其他更有效的手段从根本上提高频谱的利用率迫在眉睫。当然，频谱资源的紧张并不是指频谱资源真的短缺，而是在当前固定频谱分配制度下，频谱资源的浪费很严重，利用率低。美国加州大学Berkeley分校无线研究中心对频谱的利用进行了实地测量和研究【2】，其结果显示，3GHz以上的频段几乎没有被使用。测量表明，当地郊区全年3-4GHz频谱的利用率只有0.5%；到了4-5GHz，利用率甚至降到了0.3%。另外，即使在3GHz一下频段，时域和频域上的利用率也不足30%。认知无线电通信就是针对当前的频谱分配政策和频谱资源利用率低的情况而产生的。认知无线电的概念起源于1999年Joseph Mitola博士的开创性研究【3】。紧接着，在他2000年博士论文中【4】，他详细地讨论了这个概念，采用软件无线电为基础模型，对认知无线系统控制无线电频谱使用规则（如射频频段、空中接口、协议以及空间和时间模式等）进行推理，通过RKRL语言表示无线电规则、设备、软件模块、电波传输特性、网络、用户需求和应用场景的知识，以增强个人业务的灵活性，使认知无线电技术能够更好地满足用户的不同需求。经过近几年的研究，通信界对认知无线电概念有了更深入的理解。根据FCC的建议【5】，一个能自适应地对无线电环境进行感知的通信系统可以被称为认知无线电系统。具体讲，认知无线电系统是这样一个通信系统：它可以与其所处的无线电进行交互，并根据交互所得的无线电环境信息来动态地调整其传输信号的参数【6】。大部分的认知无线电系统都以软件无线电系统为基础，但具有软件系统或可编程特性并不是认知无线电系统必须具备的【7】。认知无线电技术的兴起和发展为当前频谱资源紧张的问题提供了一条有效的途径。它通过允许非授权用户（次用户）自适应的感知授权频谱，并机会式地使用空闲频谱（频谱空洞），使得无线通信系统能不经授权地使用传输条件更好、带宽更宽的频段，能够极大提高频谱的利用率。因此，对认知无线电的研究对未来通信业的长远发展具有深远的意义。1.1.2 协同频谱感知的研究背景频谱感知是认知无线电物理层的一个关键技术，是认知无线电研究领域的热点问题。频谱感知的目的是监视和检测特定频段上的主用户信号的活动情况，当检测到空闲频谱存在的时候，认知无线电系统可以使用该频谱；而当主用户信号再次出现时，认知无线电系统必须在规定的时间内推出该频段。可见，频谱感知在认知无线电系统中起着重要的作用，通过频谱感知，认知无线电才能够避免干扰和提高频谱利用率频谱。一般将来，通信系统可按照ISO/OSI七层模型划分，其中，物理层的具体功能是对信号的传输和处理，是整个通信系统工作的基石。一个通信系统要具有良好的工作性能，首先要拥有强大的物理层支撑；同时，从另一个方面来讲，物理层能力的大小也直接影响和局限通信系统其他各层的工作。即使认知无线电是一种新型通信系统，也脱离不了该分层模型的框架【8】。认知无线电中频谱感知的目的是直接从无线电环境中提取信息，而在提取过程中，与无线电环境的直接接触只能由系统物理层来完成，因此频谱感知技术主要是一种物理层的信号处理技术。可以说，频谱感知是认知无线电系统中物理层要实现的核心功能。具体来讲，认知无线电频谱感知主要实现两大功能【9】：l 检测频谱空洞是否存在。寻找在特定的时间和地理位置没有被授权用户（主用户）信号占用频谱。如果检测到有这样的空闲频谱，则该频谱就可以作为认知无线电系统传输信号的频谱。l 对于某个认知无线电接收机来讲，即使已经确认了某频段形成频谱空洞，该接收机还需要检测该频谱空洞是否已经被其他认知无线电用户（次用户）信号占用。如果有，则本地认知无线电接收机还需要寻找其他的频谱空洞传输信号，以免和其他次用户同时使用该频谱空洞而产生冲突。 对于认知无线电系统来讲，频谱感知既要保证次用户能有效利用授权频谱来传输非授权信号，又不会对主用户信号造成干扰而影响授权业务的进行。此外，频谱感知还要使得整个认知无线电网络中所有次用户能够有序地使用空闲频谱，而不会造成使用上的冲突和相互间的干扰。要满足这些要求，认知无线电中的频谱感知必须保证可靠、高效，具体体现为能够在低信噪比、强干扰下可靠地检测到主用户信号和其他次用户信号的存在与否，甚至还要对不同的次用户进行识别以更好地掌握频谱占用情况。 由此可见，频谱感知不仅是认知无线电实现的基础，也是认知无线电的一大技术挑战。对频谱感知技术的研究对于认知无线电的发展具有重要的意义。1.2 国内外研究现状随着无线电技术的飞速发展，越来越多的学校及研究机构投入到该领域。2002年11月，FCC发布了其频谱政策特别工作组（Spectrum Policy Task Force,SPTF）递交的报告，报告显示，当前广播电视频段无论是空间上还是时间上的利用率都很低下，这就促使FCC重新审视其传统的频谱管理政策，并开始寻求解决频谱资源紧张和频谱利用率低下之间的矛盾的方法。2004年5月，FCC正式发布一项建议规则制定通告（Notice of Proposed Rulemaking,NPRM），允许未授权用户在不影响授权用户（如电视接收机）业务的前提下，通过基于认知无线电的技术使用电视广播频段中的空闲无线资源。这一规则为认知无线电的发展扫清了政策上的障碍，在频谱管理部门的政策推动下，认知无线电开始了研究的热潮。2004年11月，美国电气电子工程师学会（Institute of Electrical and Electronics Engineers,IEEE）正式成立IEEE 802.22工作组，它是世界上第一个基于认知无线电技术的空中接口标准化组织，其目标是开发和建立一套基于认知无线电技术的包括物理层（）和媒体接入控制层（）的无线区域网的空中接口标准，该WRAN系统作为次用户（）系统运行在目前的广播电视所在的VHF和UHF频段，在不对广播电视用户造成干扰的前提下，充分提高频谱利用率。其它的标准化组织也积极参与到认知无线电技术研究和标准化进程当中，IEEE 802.16成立了802.16h工作组，致力于通过认知无线电技术是WiMAX()适用于UHF电视频段，从而使其可以工作在免授权频段。于2005年成立的IEEE P1900标准组则致力于进行与下一代无线通信技术和高级频谱管理技术相关的电磁兼容研究，该工作组对认知无线电的发展同样具有重要意义。此外，国际电信联盟（）和软件无线电论坛（）等组织也分别成立了认知无线电工作组或者通过了发展认知无线电的议案。学术界同样认识到了认知无线电的巨大潜力，2005年2月，国际知名学者Simon Hakin在JSAC in Communications上发表了关于认知无线电的综述性文章“Cognitive Radio:Brain-empowered wireless communications”,引起了广泛关注，促进了学术界的研究。加州大学伯克利分校，弗吉尼亚理工大学等国外著名高校和研究机构都对认知无线电展开了研究。近年来，国际上成功召开了几届有关认知无线电技术和动态频谱分配的两个国际学术会议，会议研究了认知无线电和动态频谱分配和接入技术，并累计发表了数百篇论文。其他的有影响的国际会议，也都开辟了认知无线电专题，发表了大量高质量的论文。在国内，2005年，电子科技大学、西安交通大学和西安电子科技大学联合开展了基于“863”计划的“认知无线电技术研究”项目，并取得了一些阶段性成果。2008年，以北京邮电大学张平教授为主体的科研团队正式启动基于中国国家重点基础研究发展计划（973计划）的“认知无线网络基础理论与关键技术研究”项目研究工作。可以说，认知无线电已经成为了一个非常热门的研究领域，并被广泛看作是无线电领域的“下一件大事情”【10】。1.3 主要研究内容及论文结构 频谱感知是认知无线电物理层的一个关键技术，是认知无线电研究领域的热点问题。频谱感知的目的是监视和检测特定频段上的主用户信号的活动情况，当检测到空闲频谱存在的时候，认知无线电系统可以使用该频谱；而当主用户信号再次出现时，认知无线电系统必须在规定的时间内推出该频段。本文的研究方向为协同频谱检测技术。第一章对认知无线电的概念进行了简单阐述，介绍了认知无线电和频谱感知的研究背景及现今频谱检测技术的发展情况。在第二章中，主要研究了认知无线电频谱感知技术的分类和常用的频谱感知技术。首先，对无线电频谱感知技术做了大致的介绍，然后对不同的频谱检测方法分别作出了比较。对于单节点检测，目前主要是三种：匹配滤波器检测、循环平稳特性检测和能量检测，通过比较，在先验条件未知的情况下，能量检测是最优检测算法，因此本章重点研究了能量检测的原理和方法，为后文的研究提供基础。另外，也简单介绍了其他的频谱检测技术，如本振泄漏检测、干扰温度检测。第三章，首先给出了协同感知系统的结构，给出了实现协同频谱检测的步骤和主要方式，主要有两种方式：集中式和分布式。然后，详细讨论了协同频谱检测算法中的数据融合问题。从理论上推导了“与”准则、“或”准则和“半数”准则各适合什么样的实际应用条件。重点讨论了在基于双门限的能量检测算法和基于可信度选择认知用户参与的检测技术。基于双门限的频谱感知算法中每个认知用户基于双门限独立进行频谱感知，但只有部分可靠的认知用户通过控制信道向认知无线网络基站发射本地感知报告。针对这个问题，本文提出了基于可信度的协同频谱检测算法。在满足一定频谱感知性能的条件下，只选择一些可信度较高的认知无线电用户参与协同检测。第四章，对全文坐了总结及后续研究工作的进行了分析和展望。第二章 频谱感知技术2.1 频谱感知技术概述认知用户在使用频谱时具有较低的优先级，这决定了授权用户在任何授权信道的随时出现都要迫使认知用户不得不中止该信道的工作，切换到新的频段或者调整传输方式以不影响授权用户的通信。因此认知用户必须以较高的灵敏度连续检测特定地域授权用户的存在状况，获得当前频率使用情况。所以说，频谱感知技术在认知无线电中具有基础地位，是认知无线电系统的基本功能，是实现频谱管理、频谱共享的前提。认知用户在时域、频域和空域对分配给授权用户的频段不断地进行频谱检测，检测这些频段内的授权用户是否正在工作，从而得到频谱使用的情况。如果该段频谱没有被授权用户使用，那么这段频谱称为“频谱空穴”。频谱感知的本质是认知用户通过对接收信号进行检测来判断某信道是否存在授权用户。这里的信道是指广义信道，可代表时隙、频率、码字等。它与信号解调不同，不是必须恢复原来的信号波形，而只需判断授权用户信号的有无。在认知无线电网络中，由于授权用户信号类型和信道传播特性的多样性、以及授权用户所能承受干扰级别的不同，对频谱检测的性能要求更高，加大了频谱检测的技术复杂度。谱感知的目的就是发现频谱空穴，在利用频谱空穴通信的同时不对授权用户的使用造成有害干扰。为不对授权用户造成有害干扰，认知用户需要能够独立地检测出空闲频谱及授权用户的出现。这就要求认知用户能够实时地连续侦听频谱，以提高检测的可靠性。为对授权用户不造成有害干扰，可靠检测概率要求达到99.9%。频谱感知技术是CR应用的基础和前提，现有的频谱感知技术主要有单节点检测、多节点协作检测两个方面。如图2.1所示。单节点检测是指单个CR节点根据本地的无线射频环境进行频谱特性标识，而协同检测则是通过数据融合, 基于多个节点的检测结果将进行综合判决。单点检测技术主要包括匹配滤波、能量检测和周期特性检测3种。由于这些方法各有优缺点, 实际应用时通常结合使用。认知无线电要求频谱检测能够准确地检测出信噪比(SNR)大于某一门限值的授权用户信号,通常这个SNR的门限值是很低的,对于单节点检测来说,要达到这个要频谱检测协同检测单节点检测 匹配滤波器检测循环平稳特征检测能量检测 图2.1 频谱感知技术分类求并不容易。为此,人们提出协同频谱检测,通过检测节点间的协作达到系统要求的检测门限,从而降低对单个检测节点的要求,降低单个节点的负担。协同频谱检测的另一个优点是可以有效的消除阴影效应的影响。协同检测可以采用集中或者分布式的方式进行。集中式协同检测是指各个检测节点将本地检测结果送到基站(BS)或接入点(AP)统一进行数据融合,做出决策；分布式协同检测则是指个节点间相互交换检测信息,各个节点独自决策。影响协同频谱检测的关键因素除了参与协同的单节点的检测性能外,还包括网络拓扑结构和数据融合方法；另外,在协同频谱检测中,不同检测节点的相关性和单个节点的不可靠性也会对频谱检测的性能产生重要影响。本章主要对单节点的感知技术进行介绍。2.1.1 模型定义在存在干扰噪声的前提下，识别观测数据中是含有授权用户信号还是纯属干扰噪声，这一类识别问题构成了典型的信号检测问题。认知用户通过对授权用户频段检测，从而对授权用户是否出现做出判断，这可以抽象为一个二元假设检验问题【11】: H0 xt=n(t) （2.1） H1 xt=htst+n(t) (2.2) 其中x(t)为认知用户接收到的实际信号，s(t)为授权用户发射信号，n(t)为加性高斯白噪声(AWGN),h(t)为乘性信道增益，表示卷积，H1表示授权用户存在，H0表示授权用户不存在。2.1.2 频谱感知技术的性能参数频谱感知技术中的几个关键参数包括：检测概率pd和虚警概率pf，分别用如式（2.2.1）、（2.2.2）表示：pd=Pr判为H1H1 （2.2.1） pf=Pr判为H1H0 （2.2.2）其中检测概率pd表示授权用户正在使用频谱同时认知用户也检测到授权用户的情况。当授权用户正在使用频谱而认知用户没有检测到授权用户时即为漏检，漏检概率pm和检测概率pd的关系为pm=1-pd。检测概率pd的大小表明授权用户被保护而不受认知用户干扰的程度。因为认知用户一旦检测到授权用户就必须让出信道。虚警概率pf表明认知用户检测到授权用户而实际上授权用户并不存在的情况。如果虚警概率较高，则认知用户对空闲信道的利用率降低，丧失接入无线网络的机会。因为即使这时实际上没有授权用户存在，认知用户仍然会认为授权用户正在使用信道而让出信道。实际系统要根据系统的实际需要对性能参数折中考虑。从给授权用户一定保护的角度出发，应该在固定检测概率pd的同时使虚警概率pf尽量减少从认知用户增大频谱利用率的角度出发，则需要在保证较低的虚警概率pf的同时最大化检测概率pd。2.2 单节点的频谱检测技术基于以上模型，现今单节点频谱检测技术主要可以分为以下三种：匹配滤波器检测（matched filter）【12】、循环平稳特征检测（cyclo-stationatry feature detecor）【13】、【14】、【15】和能量检测（energy detector）【16】。针对这三种方法的优缺点，下面分别进行介绍。2.2.1 匹配滤波器检测匹配滤波器检测是一种使输出信噪比最大的常用检测算法， 在数字通信和雷达信号的检测中具有非常重要的意义。在认知无线电环境中，如果认知无线电用户在知道授权用户的先验信息（例如导频信号、同步码或扩频码等）的情况下，匹配滤波器检测是最优频谱检测方法。匹配滤波器检测框图如图2.2所示，其中x(t)是被检测信号，xp是授权用户的先验信息。x(t) xp判决积分A/D 图2.2 匹配滤波器框图匹配滤波器检测的主要优点是能使被检测信号的信噪比最大化，并在很短的时间内达到较高的处理增益。但是这种检测方法的缺点也是非常明显的，匹配滤波器是一种相干检测，对系统的同步要求很高，并且计算量很大。在授权用户的先验信息并不是很准确时，系统的检测性能会急剧恶化。而且在感知无线电环境中，可能存在不只一种类型的授权用户，如果采用匹配滤波器检测的话，针对每一种类型的授权用户都必须设置专门对应得匹配滤波器。2.2.2 循环平稳特征检测低信噪比条件下的微弱信号检测一直是信号处理领域的一个研究热点。循环平稳特征检测是在复杂环境中对低信噪比信号进行检测和估计的一种有效检测方法。循环平稳特征检测原理框图如图2.3所示。其原理主要是利用了被检测信号的循环平稳特性，通过分析频谱自相关函数来检测被测信号的特有特征，诸如载波频率、数据数率、调制方式和循环前缀等。因为无线信号经过调制后一般都会有载频、跳频序列、循环前缀等，它们使得无线信号的均值和自相关函数都具有周期性。X(f+a/2）判决峰值检测X(f*a/2)相关N点FFTx(k) 图2.3 循环平稳特征检测原理框图而噪声是不相干广义平稳信号，因此循环平稳特征检测通过分析被检测信号的频谱自相关函数可以很好的把噪声能量和授权用户的能量区分开来。跟传统相关函数类似，根据文献【16】谱相关函数定义如下： Sxaf=limTlimt1t-t2t21TXTt,f+a2XT*(t,f-a2)dt （2.2） 其中 XTt,v=t-T2t+T2x(u)e-j2udu (2.3) 循环平稳特征检测的判决方法如下： Sn0f =0 H0 HfSs0f+Sn0f =0 H1 (2.4) 0 0 H1 Hf+2H*f-2Ssf 0 H1当s(f)出现峰值时，则判定被检测信号存在。概括来说循环平稳特征检测的最大优点在于能够区分噪声和被检测信号，能在低信噪比的环境下获得很好的检测性能。文献【17】表明即使在-20dB 的条件下，循环平稳特征检测仍然能很好的检测出调制信号。但其缺点也很明显，计算复杂度高，并且无法通过一次观测样本的统计量进行估计，所需要的检测时间相对较长。2.2.3 能量检测 在授权用户信号的先验信息未知的情况下，对于检测零均值的星座信号，能量检测是最优检测方法【12】。整个检测方法如图 2.4 所示，能量检测通过衡量感兴趣的频段内的射频信号能量，并与一个预先设定的门限值进行比较，来判断该频段是否存在频谱空洞。接下来我们对能量检测算法的性能进行详细的分析。A/D模平方累加平均判决x(t) 图2.4 能量检测原理框图2.2.3.1 能量检测性能分析能量检测通过测量认知用户在感兴趣频段所接收到的接收信号的能量值来判断是否存在频谱空洞。设认知用户在频域收到的信号能量大小为，则其服从如下分布【18】-【19】。Ei22 H022(2i) H1 （2.5）其中22表示自由度为2的中心卡方分布，22(2i)表示非中参数为2i且自由度为2的非中心卡方分布。（1） AWGN信道下的检测性能：假设噪声u(n)是独立同分布的加性高斯白噪声，其均值为0，方差Eu(n)2=u2。授权用户信号是一个均值为0，方差Es(n)2=s2的独立同分布的随机过程，并且s(n)与u(n)相独立。则能量检测器的统计特性如式（2.5）所示： Ty=1Nn=1Nx(n)2 (2.6) 其中N是采样点数： N=fs (2.7)是感知时间，fs是采样频率。在假设H0的条件下，则T(y)的概率密度函数p0(x)服从自由度为N的卡方分布，如果我们取检测门限为，则虚警概率如下式所示： pf,=prTyH0=P0(x)dx (2.8) 根据中心极限定义，对于一个极大的采样点数N，T(y)的概率密度函数可以近似看成是一个均值为0=u2，方差为02=2Nu4的高斯分布【20】。则虚警概率如下式所示： Pf=Q(u2-1)N2) (2.9) 其中 （2.10） 在假设H1的条件下，设s(n)是复PSK信号，u(n)是循环对称复高斯信号。则T(y)的概率密度函数可以近似看成是一个均值为1=(+1)u2，方差为12=1N(2+1)u4的高斯分布。则检测概率由下式所示： (2.11)其中在假设H1的条件下，认知用户接收机的信噪比=s22。给定检测概率pd的条件下，则检测门限可由下式确定： (2.12)同理，给定虚警概率pf的条件下，检测门限可由下式确定： (2.13)比较式(2.12)和式(2.13)，可以得到检测概率pd和虚警概率pf之间的关系： (2.14) (2.15)比较式(2.14)和式(2.15)，对于给定一对目标概率(pd,pf)，最小采样点数： (2.16)（2） 瑞利（Rayleigh）信道下的检测性能：Rayleigh分布通常用于描述非视距传输信号，是常见的用于描述平坦衰落信号或独立多径分量接收包络统计时变特性的一种分布类型。如果信号的幅度服从瑞利分布，则信噪比的概率密度函数为： (2.17)认知无线电中瑞利信道下的平均检测概率为： (2.18)平均虚警概率如下式所示： Pf=(u,2)(u) (2.19)其中(a)是gamma函数： a=0ta-1e-tdt (2.20) 是(a,x)不完全gamma函数： a,x=xta-1e-tdt (2.21) （3） 莱斯（Rician）信道下的检测性能：如果接收信号不仅散射、绕射等到达的信号副本，还有一个直视信号，Rician分布描述此类信道非常合适。其概率密度函数为： (2.22)其中K为Rician衰落因子，表示直视信号与散射信号的功率比。当K=0时，即为瑞利信道的情况。I0(t)是第一类修正的零阶贝塞尔函数。认知无线电中，当u=1时莱斯信道下的平均检测概率为： (2.23)（4） Nakagami信道下的检测性能:Nakagama.n信号的衰落分布本质上说是一个中心的2分布。上面所述两种衰落信道其实都是Nakagama信道的特例，只要m的取值合适，就可以得到相应的分布。相互转化的条件如下： m=1 , Rayleigh 信道。 m=(1+n2)21+2n2;n0,Nakagama.n(Rician)信道。若信号幅度服从Nakagami分布，则信噪比的概率密度函数为： （2.24）其中m为Nakagami参数。令x=2，得认知无线电中Nakagami信道下的平均检测概率： (2.25)其中， 。2.2.3.2 能量检测的计算机仿真分析 假设u（n）为均值为0的独立同分布循环对称复高斯（CSCG）噪声，s(n)是带宽为6MHz的QPSK信号。采样频率fs=6MHz。授权用户出现的概率PH1=0.2，出于对授权用户保护的角度考虑所设定的目标检测概率pd=0.9。Monte Carlo仿真基于20000个检验统计量。 图2.6所示为认知用户的检测概率、虚警概率同采样点数的关系。在仿真过程中，我们首先通过目标检测概率pd预先设定门限，然后应用这个门限到假设H0中，通过仿真得到虚警概率pf。可以从图中看到虚警概率pf随着采样点数的增大而减小。在采样频率fs一定的条件下，即随着感知时间的增大，虚警概率pf逐渐减小。仿真曲线与理论曲线基本重合，证明了所采用的仿真方法的有效性。图2.6 检测概率、虚警概率的仿真值和理论值比较2.3 其他检测方法2.3.1 本振泄漏检测认知无线电要求能够预知对邻近用户的干扰，即要求对授权用户的干扰低于临界值。解决这个问题的关键是降低授权用户位置的不确定性。目前，这方面的工作主要针对授权用户发射机的弱信号检测，但是如果不确定接收机的噪声变量，这个问题就很难解决。可以通过利用授权用户发射机的导频音来提高侦测概率。如果授权用户位置未知，这导致认知用户需要依赖于微弱的授权用户发射机信号做出判断。可以利用授权用户射频(RF)前端发射的本振泄漏功率【21】来检测授权用户，定位授权用户并保证授权用户不受干扰。无线电接收机在接收射频信号并把射频信号转换为中频信号过程中，不可避免的会存在泄漏。在授权用户接收机处安装一个微小的低花费的传感器节点，此节点首先侦测本振泄漏以判断接收机转向哪个信道，并将此信息以特定功率通过一个独立的控制信道发给认知用户。2.3.2 基于干扰温度限的检测在对外辐射电磁波时干扰控制是必须考虑的环节，可以通过发射源辐射功率控制、带宽外的辐射源管理和调制个别辐射源的位置来实现。当前，FCC提出一种新的干扰测量模型干扰温度，即接收端所能容忍的新增干扰数量。在给定区域内确定干扰温度界限值TL，就是指在该指定区域内，给定频段所能容忍的干扰最大值。依据干扰温度模型【22】，在某段频内，只要认知用户发射机的工作数量不超过判决门限，认知用户就可以使用该频段。而干扰温度模型也不再使用噪声电平作为判决门限，而是使用干扰温度作为判决门限，即对多个射频信号的能量进行累积，获得其最大容量时对应的信号数量就是判决门限。只要认知用户发射机工作数量不超过判决门限，认知用户就可以使用该频段。干扰温度用来衡量干扰功率和所占带宽的大小，定义为 （2.26）其中，Tl为噪声温度，Pl(fc,B)为带宽为B频率处于干扰的平均功率，K为玻尔兹曼常量。根据该定义，噪声和干扰被合并，作为一个参数来考虑和检测。对于干扰温度模型，提出了干扰温度的理想模型和广义模型。2.4 本章小结本章主要研究了认知无线电频谱感知技术的分类和常用的频谱感知技术。首先，对无线电频谱感知技术做了大致的介绍，然后对不同的频谱检测方法分别作出了比较。对于单节点检测，目前主要是三种：匹配滤波器检测、循环平稳特性检测和能量检测，通过比较，在先验条件未知的情况下，能量检测是最优检测算法，因此本章重点研究了能量检测的原理和方法，为后文的研究提供基础。另外，也简单介绍了其他的频谱检测技术，如本振泄漏检测、干扰温度检测。第三章 协作频谱感知技术理想情况下，只要有足够长的检测时间，单节点感知总能满足认知无线电的要求，但是在实际中，单节点频谱感知却面临着诸多的困难，在众多限制条件下，单节点感知很难达到系统要求的性能，同时，频谱感知在阴影效应和无线衰落信道的时变特性下变得更加困难。为了改善频谱感知的性能，可以不同的认知用户分享彼此的信息，采用协作检测来完成这一目标。3.1 协同频谱感知系统的结构无线电波环境S2Sn-1SnS1yi ui u0数据融合 图3.1 协同频谱感知网络结构协同频谱感知的网络结构可以由图3.1表示，其实现步骤可以表述为：l 各本地节点S1，S2，Sn分别根据观测到的信号进行检测，得到检测结果。l 各本地节点将检测结果u1, u2,，un传送至中心节点。l 中心节点对接收到的本地检测结果进行融合，得出表示主用户信号是否存在的全局判决u0。实现频谱的协作检测通常采用以下两种方式：一种是采用分布式或集中式数据融合技术，将认知用户各自独立获取的检测数据按照一定的融合规则进行融合处理后完成频谱决策，目前采用的融合规则主要有“或”规则、“与”规则和“”秩。能量检测下，这种协作方式一般将不同认知用户的检测信息和相应的门限比较后量化为比特信息，也称为硬判决。这种硬判决在用户间需要交换的信息量较少，但是在量化过程中损失了一部分信息，限制了判决性能。另一种方式是采用空间协作分集协议，通过多路信号的分集合并来实现频谱的可靠检测。如常用的合并方式有等增益合并（Equal Gain Combining,EGC）、选择合并(Selection Combining,SC)和似然比合并(LRC)等。研究表明，即使最简单的等增益合并也能使检测性能较之传统的硬判决有很大的改善。3.2 融合与决策规则目前，认知无线电中多节点联合检测研究主要基于中心控制方式，分布于不同位置的多个检测节点独立运行对授权用户信号的本地检测算法，并做出信号存在与否的判决。判决结果取值范围为0,1（0表示没有授权用户信号存在，1表示有授权用户信号存在）。中心接入点根据收到的来自各个节点的判决结果综合做出信号存在与否的最终判决。数据融合规则主要有“与”、“或”和“K”秩三种方式。3.2.