（通信与信息系统专业论文）认知无线电协作频谱感知技术的分析与仿真.pdf

t h e a n a l y s i sa n d s i m u l a t i o no f c o o p e r a t i v es p e c t r u ms e n s i n g t e c h n o l o g i e s i nc o g n i t i v er a d i o s at h e s i s s u b m i t t e di np a r t i a lf u l f i l l m e n to ft h er e q u i r e m e n t f o rt h em s d e g r e ei nc o m m u n i c a t i o n i n f o r m a t i o ns y s t e m b y y a n gs h u a n g p o s t g r a d u a t ep r o g r a m c o l l e g eo fp h y s i c a ls c i e n c ea n dt e c h n o l o g y c e n t r a lc h i n an o r m a lu n i v e r s i t y s u p e r v i s o r ：l il i n g y u a n a c a d ea i ctitle：professoracademic1 l t l e r o i e s s o r s i g n a t u r e a p p r o v e d a p r i l2 0 1 1 jjui 硕士学位论文 m a s t e r st h e s i s 华中师范大学学位论文原创性声明和使用授权说明 原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师指导下，独立进行研究工作 所取得的研究成果。除文中已经标明引用的内容外，本论文不包含任何其他个人或 集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在 文中以明确方式标明。本声明的法律结果由本人承担。 作者签名： 钐餮 日期：z o l f 年，月衫日 学位论文版权使用授权书 学位论文作者完全了解华中师范大学有关保留、使用学位论文的规定，即：研 究生在校攻读学位期间论文工作的知识产权单位属华中师范大学。学校有权保留并 向国家有关部门或机构送交论文的复印件和电子版，允许学位论文被查阅和借阅； 学校可以公布学位论文的全部或部分内容，可以允许采用影印、缩印或其它复制手 段保存、汇编学位论文。( 保密的学位论文在解密后遵守此规定) 保密论文注释：本学位论文属于保密，在年解密后适用本授权书。 非保密论文注释：本学位论文不属于保密范围，适用本授权书。 作者签名：矗矽杂l 日期：洲f 年岁月弓1 日 导师签名魄垄 日期：9 , e l ，年2 - 月纠日 本人已经认真阅读“c a l i s 高校学位论文全文数据库发布章程 ，同意将本人的 学位论文提交“c a l i s 高校学位论文全文数据库”中全文发布，并可按“章程 中的 规定享受相关权益。回童途塞埕变卮溢卮! 旦圭生；旦= 生；旦三生蕉查! 作者签名：母靛 日期：秒1 年多月弓、日 导师签名：扇锰 日期：9 , - 1 1 年，月弓7 日 硕士学位论文 m a s t e r st h e s i s 摘要 在过去十年中，随着无线通信业务的迅速增长，无线通信技术正逐步得到广泛 而深入的研究。在无线通信中，频谱的管理显得尤为重要。在目前的相关政策下， 频谱都是固定的分配给固定的业务，这些业务被授权使用特定的频段，而其它未被 授权的用户则禁止使用授权频段，由此造成频谱资源的日益紧张。为了有效的缓解 这种状况，认知无线电技术应运而生，它主要是针对目前频谱使用不充分的状态， 采用相关的频谱感知技术和频谱管理技术使频谱利用率得到提高。 本文主要研究了认知无线电中的协作频谱感知技术。论文首先介绍了认知无线 电的相关定义以及基本的频谱检测技术，然后重点进行了如下两个方面的研究。 首先，论文研究了一种基于信噪比加权的协作频谱感知技术。在综合研究了各 种基于线性加权的频谱检测算法之后，本文重点探讨了基于信噪比的加权算法。论 文以传统的信噪比加权模型为基础，构建了一种新的信噪比加权模型。该模型的算 法核心是将权值的计算与分配在认知用户发送能量值信号至融合中心之前完成。经 过理论上的模型分析，相对于已有的各种线性加权算法，该算法可以有效的避免两 个方面的弊端。一是融合中心由于要承担接收来自各个认知用户的能量值、信噪比 值，以及权值的计算等各项任务，负荷量较大；另一方面，各种数值传输的复杂度 及其在远距离传输过程中受到的衰落影响，都会影响最终的判决结果。除此之外， 从仿真结果也不难看出，相对于传统的协作感知算法，该算法模型下系统的检测性 能也略有提高。 另外，在分组协作频谱感知技术的基础上，本文对不同的随机分组方式对协作 性能的影响进行了具体的分析讨论。由于认知用户和融合中心之间的衰落，系统性 能会受到严重的破坏。论文首先介绍了一种基于分组的协作频谱感知技术，它能有 效的克服衰落，提高系统的协作性能。围绕这种分组算法，本文进行了深入的分析， 讨论了不同的随机分组方式对检测性能的影响，并得出最佳的分组方式。论文以几 种典型的情况为例，对每一种分组方式作出相关的理论仿真。根据算法理论和仿真 结果得出：在随机分组协作的算法中，将用户分为数目相等或者接近相等的两组， 系统能获得最佳的协作性能。 关键词：认知无线电；协作频谱感知；检测性能；信噪比加权；分组协作 a b s t r a c t i n t h ep a s td e c a d e ，w i t ht h eg r o w t ho ft h ew i r e l e s sc o m m u n i c a t i o nb u s i n e s s ，t h e w i r e l e s sc o m m u n i c a t i o nt e c h n o l o g i e sa r eg e t t i n gm o r ee x t e n s i v ea n di n d e p t hs t u d i e s i n w i r e l e s sc o m m u n i c a t i o n s ，t h em a n a g e m e n to ft h es p e c t r u mi s p a r t i c u l a r l yi m p o r t a n t u n d e rt h ec u r r e n tp o l i c i e s 也ea l l o c a t i o no ft h es p e c t r u ma r ef x e dt ot h es p e c i f i cs e r v i c e s t h e s es e r v i c e sa r ea u t h o r i z e dt ou s et h er e l e v a n tf r e q u e n c yb a n d s ，w h i l eo t h e r sa r e p r o h i b i tt ou s et h e m t h e r e f o r et h eu s eo ft h es p e c t r u mr e s o u r c e si sb e c o m i n gm o r e t e n s i o n i no r d e rt om e e tt h ec u r r e n tn e e d so ft h eg r o w i n gw i r e l e s sb u s i n e s s ，c o g n i t i v e r a d i o ( c r ) t e c h n o l o g ye m e r g e d ，w h i c hm a i n l y u s et h er e l a t e ds p e c t r u m s e n s i n g t e c h n o l o g ya n ds p e c t r u mm a n a g e m e n tt e c h n o l o g yt oi m p r o v et h es p e c t r u me f f i c i e n c yf o r t h ec u r r e n tu n d e r u t i l i z a t i o no ft h es p e c t r u m i nt h i sp a p e r ，t h es p e c t r u ms e n s i n gt e c h n o l o g yi nc o g n i t i v er a d i oi sm a i n l ys t u d i e d , w ef i r s ti n t r o d u c et h ed e f i n i t i o no fc o g n i t i v er a d i oa n dt h eb a s i cs p e c t r u ms e n s i n g t e c h n i q u e s ，t h e nc a r r yo u tt h er e s e a r c hi nt w oa r e a s f i r s t ，w es t u d yt h ec o o p e r a t i v es p e c t r u ms e n s i n gt e c h n o l o g yo ft h es n r - b a s e d w e i g h t e da l g o r i t h m o nt h eb a s i so fv a r i o u sp r o p o s e dw e i g h t e da l g o r i t h m s ，w ef o c u so n t h es n r b a s e dw e i g h t e da l g o r i t h m ，a n dt h e nc o n s t r u c tan e wm o d e lb a s e do ni t i nt h e 。 n e wa l g o r i t h m ，w ec a l c u l a t i o na n dd i s t r i b u t i o nt h ew e i g h t sb e f o r et h ec r s ( c o g n i t i v e r a d i o s ) s e n dt h es i n g a l st ot h ef u s i o nc e n t e r a f t e rt h et h e o r e t i c a la n a l y s i s ，w eg e tt h a t t h i sa l g o r i t h mc a r le f f e c t i v e l ya v o i dt h et w od r a w b a c k so ft h ep r e v i o u sw e i g h t e d a l g o r i t h m s f i r s t ，a st h ef u s i o nc e n t e rm u s tr e c e i v et h ee n e r g yv a l u e s 、t h es n rv a l u e ， a n dc a l c u l a t et h ew e i g h t s ，i t s sl o a di s l a r g e ；o nt h eo t h e rh a n d ，b e c a u s eo ft h e c o m p l e x i t yo ft h et r a n s m i s s i o no fv a r i o u sv a l u e sa n dt h ef a d i n gi nt h e t r a n s m i s s i o n p r o c e s s ，t h ef i n a lj u d g m e n t sw i l lb ea f f e c t e d i na d d i t i o n ，t h ed e t e c t i o np e r f o r m a n c ei s a l s oi m p r o v e dc o m p a r e dt oc o n v e n t i o n a lc o o p e r a t i v es e n s i n ga l g o r i t h m ，w h i c hc a nb e s e e nf r o mt h es i m u l a t i o nr e s u l t s s e c o n d ，w ed i s c u s st h ei n f l u e n c eo fd i f f e r e n tm a n n e ro fr a n d o mc l u s t e r i n go nt h e c o o r d i n a t i o np e r f o r m a n c e w h e nt h ec h a n n e l sb e t w e e nc o g n i t i v eu s e r sa n df u s i n gc e n t e r a r es u f f e r e df a d i n g ，t h es e n s i n gp e r f o r m a n c em a yb es e v e r e l yd e g r a d e d i nt h ep a p e r ，t h e c l u s t e r - b a s e dc o o p e r a t i v es p e c t r u ms e n s i n gt e c h n o l o g yi sp r o p o s e df i r s t l y , w h i c hc a l l e f f e c t i v e l yo v e r c o m et h ef a d i n gp h e n o m e n o n t h e ns u r r o u n d i n gt h i sc l u s t e r i n ga l g o r i t h m ， w ec o n d u c tf u r t h e ra n a l y s i s w ea n a l y z et h ee f f e c t sw i t hd i f f e r e n tw a y so fr a n d o m c l u s t e r i n go nt h ed e t e c t i o np e r f o r m a n c et of i n dt h eb e s tc l u s t e r i n gm e t h o d w ed i s c u s s s e v e r a lt y p i c a lc a s e s ，a n dp r o v i d et h ec o r r e s p o n d i n gt h e o r e t i c a ls i m u l a t i o nf o re a c ho n e 、 a tl a s tw ec o n c l u d ea c c o r d i n gt ot h es i m u l a t i o nr e s u l t st h a ti nr a n d o mc l u s t e r i n g ，t h eb e s t d e t e c t i o np e r f o r m a n c ec a nb eo b t a i n e dw h e nt h ec o g n i t i v eu s e r sa r ed i v i d e di n t ot w o c l u s t e r s ，w i t hs a m e o rt w oa p p r o x i m a t e l ys a m en u m b e rp e rc l u s t e r k e yw o r d s ：c o g n i t i v er a d i o ；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 e t e c t i o np e r f o r m a n c e ； s n r b a s e dw e i g h t e d ；c l u s t e r b a s e dc o l l a b o r a t i o n 硕士学位论文 m a s t e r st h e s i s 目录 摘要i a b s t r a c t 1 绪论1 1 1 认知无线电的提出背景1 1 2 认知无线电的概念及发展现状2 1 2 1 认知无线电的概念及模型2 1 2 2 认知无线电的研究现状5 1 3 认知无线电的关键技术6 1 3 1 频谱感知技术6 1 3 2 频谱管理技术9 1 3 3 频谱共享技术1 0 1 4 本文主要工作及内容安排1 1 1 4 1 本文的主要工作1 1 1 4 2 本文的内容安排1 2 2 认知无线电频谱感知技术 2 1 单用户检测1 3 2 1 1 系统模型1 3 2 1 2 匹配滤波器检测1 4 2 1 3 能量检测1 5 2 1 4 循环平稳特征检测1 8 2 2 协作检测18 2 2 1 协作检测的基本概念l8 2 2 2 协作检测算法中的融合准则1 9 3 基于信噪比加权的协作频谱感知技术2 6 3 1 软判决算法2 6 3 1 1 分区算法2 6 3 1 2 线性加权算法2 8 3 2 信噪比加权算法2 9 3 2 1 算法模型2 9 3 2 2 仿真结果与分析3 l 硕士学位论文 m a s t e r st h e s i s 4 基于分组的协作频谱感知技术 4 1 基于分组的协作频谱感知技术3 4 4 1 1 算法模型3 4 4 1 2 仿真结果与分析3 7 4 2 关于随机分组方式的讨论3 8 4 2 1 随机分组。3 8 4 2 2 分组方式及仿真分析3 9 5 总结与展望。 参考文献。 在校期间发表的论文、科研成果等 致谢 4 4 4 9 1 绪论 1 1 认知无线电的提出背景 无线电频谱是一种宝贵的自然资源，现今的无线网络采用的是固定的频谱分配 策略，频谱由政府机构管理，授权给特定的服务供应商和运营商使用。随着无线通 信业务的飞速发展，业务种类的不断增加，人们对频谱资源的需求日益增长，随之 出现的是业务种类的更多需求和频谱资源的日益短缺之间的矛盾。为了缓解这种状 况，各种无线通信的新技术应运而生，如多输入多输出( m u l t i p l ei n p u tm u l t i p l e o u t p u t , m i m o ) 技术、正交频分复用( o r t h o g o n a lf r e q u e n c yd i v i s i o nm u l t i p l e x i n g ， o f d m ) 技术以及链路自适应技术等等，由于香农理论的限制，这些技术并不能非常 有效的提高频谱效率。如何有效的解决这一新的矛盾，是否必须要开发新的频谱 资源以满足丰富的无线业务的需求成为我们面临的一个重要问题。 经过研究分析发现，频谱资源的分配虽然是固定的，但频谱资源的利用却可以 是动态改变的。根据美国联邦通信委员会( f e d e r a lc o m m u n i c a t i o nc o m m i s s i o n , f c c ) 的调查，授权的频谱利用率仅仅只是在1 5 - 8 5 之间变化，频谱利用率存在着极 大的浪费1 2 。另外，图1 1 描绘了加州大学伯克利无线研究中心对该市实际频谱使 用情况所做的实地测试。结果发现，0 一- 3 g h z 频段的频谱利用率不到3 0 ，而3 6 g h z 频段更是只有大约0 5 【j j 。 0 1 23 4 5 6g 频率( g h z ) o l 1 砣 2 33 44 - 55 巧 使用率( ) 5 4 43 5 17 6 0 2 5 0 1 2 8 4 6 可见，频谱资源的缺乏并非由频谱资源物理上的不足导致，而主要是频谱分配 的管理机制所造成的。为了从根本上提高频谱利用率，认知无线电( c o g n i t i v er a d i o ， c r ) 技术提出了一种机会式的频谱使用机制，它允许未授权用户在不干扰主用户正 常通信的情况下，利用伺机的动态频谱接入技术，暂时的获得频谱使用权，达到与 主用户共享授权频谱的状态，从而从根本上改善频谱利用率低的状况。 1 2 认知无线电的概念及发展现状 认知无线电是一个全新的技术领域，发展尚不成熟。在其发展过程中，人们对 于认知无线电的定义和其功能的认识也存在着各不相同的观点。其中最具有代表性 的是以m i t o l a 为首的瑞典皇家科学院和f f c 的观点，除此之外比较经典的还有英 国伯明翰大学著名通信理论专家s i m o nh a y k i n 教授在2 0 0 5 年2 月j s a c i n c o m m u n i c a t i o n s 上发表的观点等【4 】。这里将主要对当今主流观点进行深入的探讨。 1 2 1 认知无线电的概念及模型 1 9 9 9 年瑞典科学家j o s e p h m i t o l a 在他的博士论文中首次提出了认知无线电的 概念【5 】om i t o l a 博士也是软件无线电( s o f t w a r er a d i o ，s r ) 思想的开拓者，他认为认 知无线电是由软件无线电发展而来的，是软件无线电的特殊扩展。他定义认知无线 电是“一种采用基于模式的推理来获得特点相关功能的无线电系统 ，是“通过一 种特殊的无线电知识描述语言( r a d i ok n o w l e d g er e p r e s e n t a t i o nl a n g u a g e ，r k r l ) 来 提高无线通信业务的灵活性 。m i t o l a 博士对认知无线电的认识强调的是无线电系 统的学习和推理能力，并通过系统的这种学习推理的能力达到与外部环境进行信息 交换的状态。 认知系统在外界环境的激励下，观察分析这种外部响应，推断系统所处的环境 状态。同时通过感知，学习变化的无线环境，不断的自适应的调整认知系统自身内 部的通信机制来适应外部环境的变化，从而在与周围环境进行信息交换的过程中感 知利用该空间的可用频谱，并有效的限制主用户与认知用户在频谱共享上所产生的 冲突的发生。 由m i t o l a 博士给出的关于认知无线电的概念可以看出，认知无线电技术具有以 下几个具体功能： ( 1 ) 频谱的感知功能，也称为频谱的检测功能。c r 设备决定频谱的哪一部分 是空闲的，可以使用的，以及随时检测授权用户的再次出现。由于未授权用户的频 谱接入优先权较低，因此要求c r 设备必须能实现频谱的快速检测。同时，为避免 对主用户造成干扰，c r 设备还必须在较大的频谱范围内进行多角度的检测，使得 更多的频谱能够被检测到，以便当主用户出现时能够认知用户能及时的腾出信道。 ( 2 ) 频谱的管理功能。系统对检测到的频谱进行分析。在系统检测到可用频谱 2 之后，根据信道特性，如带宽、频率、功率等，以及用户的特性为用户选择最佳的 可用信道。 ( 3 ) 频谱的共享功能。不同的用户使用同一频段，系统必须遵循相关的频谱共 享协议以防冲突的发生。共享频谱的过程实际上也是一个自适应参数调整的过程。 ( 4 ) 频谱的移动功能。当系统检测到主用户出现时非授权用户必须及时的让出 信道，此时在理想的情况下非授权用户并不中止通信的过程，而是将使用下一预先 检测到的空闲频段。 另外，美国f c c 也给出了认知无线电的定义1 6 。相比m i t o l a 博士的观点，f c c 对认知无线电的定义更为容易理解和接受。f c c 认为，任何只要具备自适应环境感 知功能的无线电，都可以称之为认知无线电。此后，f c c 给出了认知无线电的狭义 定义：“认知无线电是指能够通过与工作环境的交互，改变发射机参数的无线电设 备。认知无线电的主体可能是软件定义无线电，但既没有软件也没有现场可编程的 要求。 根据f c c 给出的定义，可以看出认知无线电的两个主要方面的能力1 4 】： ( 1 ) 认知能力。认知能力是指在无线环境中，无线电技术捕获或者感知信息的 能力。这种能力并不是简单的指在我们感兴趣的频段内检测相关的用户功率值，它 还包括其它的一些更为复杂的相关技术。因为在无线环境中，需要随时捕获时间或 空间上的变化，并且要确保避免干扰到其它用户的正常通信。通过这种认知能力， 就可以确定那些在某一特定的时间或者空间上未被使用的频段。此时，就可以选择 最佳的使用频谱和相关的操作参数。 ( 2 ) 可重组能力。认知能力提供了频谱意识，重组能力则能够使无线电在无线 环境中动态的编程。具体来说，认知无线电通过动态编程以实现在各种频谱段内信 号的传输与接收功能，并且会利用基于硬件设计的不同传输接入技术。认知无线电 的可重组能力使得认知无线电的传输参数不仅仅在传输最开始的时候可以被重新 配置，在传输过程中也可以随时进行配置。根据频谱特性，系统的参数可以通过重 组使得认知无线电系统的工作变换到另一个频段。同时，发射机和接收机参数可以 重新配置，使得恰当的通信协议参数和调制方案得以使用。 图1 2 给出了m i t o l a 博士提出的认知无线电的概念模型【5 1 。该模型包括软件和 硬件两大部分，其中，作为底层支撑作用的硬件部分由天线、射频、调制模块、信 息安全部分、基带处理部分以及用户接e l 模块组成。其中，基带处理部分包括基带 调制解调和终端控制两部分，而这两部分的功能又是由软件，即r k r l 语言来实现 的。 另外还有其它诸如维吉尼亚工学院等提出的各种c r 模型，在此就不做详细的 介绍。 图1 2m i t o l a 博士的认知概念模型 为了更清晰直观的说明认知无线电的概念，m i t o l a 博士给出了关于认知无线电 的一种比较经典的认知环( c o 鲥t i o nc y c l e ) 的推理模型门，如图1 3 所示： 图1 3m i t o l a 博士提出的认知环 从认知环可以看出，认知无线电系统应该具备以下能力：检测、分析、推理、 学习、调整等。这些功能构成一个认知循环的主要部分。从应用的角度来看，m i t o l a 提出的认知循环的表述如图1 4 所示。 4 硕士学位论文 m a s l e r st h e s i s f 据库= j e适户需多 7 a 频谱分析 旯l 凰) 表示。由此可以看出，要获得较好的检测性能就必须使得己尽可能大， 只尽可能小。 可以得到，在匹配滤波器检测原理下，系统的检测概率和虚警概率分别为： 只= 邮删= q ( 篝) 泣4 ) 弓= 如 和。) = q ( 南) 像5 ) 1 4 其中，仃2 为高斯白噪声方差，s 为接收信号的能量，且占= y 2 0 ) ，q ( ) 为m a r c u m q 函数。其表达形式为： j 2 q ( 口) 2 去f 口1 出 ( 2 6 ) 对于抽样个数，其最小值设置为如式( 2 7 ) 所示的关于信噪比的函数，以满 足虚警概率或者检测概率的要求。 n = 【q 。1 ( 乃) 一q 卅以 1 2 g 渺) _ ( 2 7 ) 2 1 3 能量检测 因为基于匹配滤波器的检测算法需要知道用户的先验信息，所以在很多情况 下，它并不是最优的选择。能量检测由于具有较低的计算量和复杂度，已成为目前 使用较为普遍的一种频谱检测算法【1 8 】【1 9 1 2 0 。本文后两章对频谱检测的各种算法的讨 论也都是基于能量检测算法。能量检测器像一个频谱分析仪，信号经采样后，对其 f f t 后的频谱进行模平方分析处理，然后将处理的结果与判决门限作比较来判断主 用户信号是否存在。其中的判决门限由噪声基底，即干扰温度限决定【2 1 1 。能量检测 的具体原理如图2 2 所示。 宦带天线 图2 2 能量检测法接收机 为了简便，这里讨论在高斯信道( a w g n ) 的非衰落环境中。假设在某个采样点 下的接收信号为： y 0 ) = 办0 ) s o ) + 0 ) ( 2 8 ) 其中，刀为采样点，s 0 ) 为主用户发射信号，国g ) 为高斯噪声信号，矗0 ) 为信道增 益。在高斯信道下，办b ) 保持不变。这里当主用户没有发送信号时，4 , , ) - - - 0 。 此时能量检测器的检验统计量】，可以表示为： 】，：面1 n 吣】2 ( 2 9 ) 鲁p 。 其中，n 为总的采样点个数，由观测时间和感兴趣的频带决定。判决统计量】，服从 如下分布： ，r 篇2 簋y ) n 日o 。 ( 2 - 1 0 ) 其中，z 2 2 邢表示自由度为2 t w 的中心卡方分布，z ：2 珊( 2 y ) 表示自由度为2 彤，非 中心参数为2 y 的非中心的卡方分布，y 为信噪比，邢为观测时间和频谱带宽的乘 积。假设m = 邢，且为整数。 检验统计量的概率密度函数( p d f ) 为： 兀) = 南广k 风泣 矧下e 掣。临) 且 其中，r c ) 表示完整的g a m m a 函数，l ( ) 为v 阶第一类修正贝塞尔函数。 此时，在非衰落的高斯信道内，检测概率和虚警概率的表达式如下： 易= 尸p 兄1 日。) = 级( 万，历) ( 2 1 2 ) 弓= 尸( y a 风) = 帮 ( 2 1 3 ) 其中，名为判决门限。y 是瞬时信噪比，r ( ，) 表示不完整的g a m m a 函数。或( ，) 是 一般的m a r c u mq 函数，其表达式为： q o ( 啪) = f 砉p t ，川协 ( 2 “) 为了获得较佳的检测性能，乃和b 之间必须达到较为平衡的状态，此时阈值a 的选取显得尤为重要，从式( 2 1 3 ) 可以看出，旯直接决定了虚警概率的大小。 在实际应用中，由于阴影或衰落的影响，信道增益办) 是随时变化的。因此在 这种情况下，能量检测的平均检测概率为： 积忙眩晦，瓜阮g 皿 ( 2 1 5 ) 其中， g ) 为衰落信道中信噪比的概率分布函数。 在不同的信噪比y 和m 下，能量检测器的检测性能各不相同，有关文章具体讨 1 6 论了在对数正态阴影( l o g n o r m a ls h a d o w i n g ) 衰落、瑞利衰落( r a y l e i g hf a d i n g ) 信 道、n a k a g a m i 信道、r i c i a n 信道等情况下的检+ t t j 雠j p + t 1 2 1 。下面本文将重点讨论瑞利 衰落信道的情况。 在瑞利衰落信道中，接收信号包络服从瑞利分布，此时信噪比y 的概率密度函 数为： 厂) ：1e 划一兰ly o ( 2 1 6 ) 其中，歹表示某一时刻下的平均信噪比。 将式( 2 1 6 ) 代入式( 2 1 5 ) 中可得平均的检测概率为： 万脚i 铂m - 2 1 l j + 2 一旧州xp 。, , lm 荟- 2 素隔) 1 ( 2 肿， 图2 3 所示为a w g n 信道和r a y l e i g h 信道下单认知用户检测性能对比曲线仿真 图( 己w 尸厂) 。假设歹= 1 0 d b ，m = 5 ，此时可以看出在能量检测中，相比a w g n 信道，系统在r a y l e i g h 信道下的检测性能明显下降。 图2 3 a w g n 与r a y l e i g h 信道下的单用户检测性能对比( 匕凇弓) 当然，能量检测存在着几个挑战性的问题，如判决门限的选取，在低信噪比的 情况下如何提高系统的检测性能等等阎。尤其在扩频信号检测里，能量检测算法此 时就显得无能为力瞄1 1 2 4 1 。 1 7 2 1 4 循环平稳特征检测 循环平稳特征检测是一种以研究接收信号的循环平稳特征来检测主用户是否 存在的频谱检测方法【2 5 1 1 2 6 1 。循环平稳特征是由信号的周期性，或者是由均值或者自 相关等一些统计数据所具有的周期性引起的阿。这些周期性质在频谱检测中会起到 很大的作用。与功率谱密度( p o w e rs p e c t r a ld e n s i t y , p s d ) 不同的是，循环相关函数 用于在某一给定的频谱范围内检测信号的存在性。循环平稳特征性能够有效的区分 主用户信号和噪声。这是由于噪声信号是广义平稳的( w i d e s e n s es t a t i o n a r y , w s s ) ， 非相关的，而调制信号由于信号的周期性冗余而具有频谱相关的循环平稳特征【拥。 此外，循环平稳特征性还可以用来很好的区分各种不同传输类型的信号和主用户信 县【2 9 】 了 。 接收信号的循环谱密度函数的表达式为： s ( y ，口) = r 多( k 一。2 砂 ( 2 1 8 ) f = 其中，r ：( f ) 是循环自相关函数，口是循环频率。当循环频率为传输信号x ( 刀) 的基 频时，循环谱密度函数输出峰值，此时循环频率已知【3 0 】【2 6 1 ，或者能够被提取出来并 且用于鉴别传输信号的特征【3 1 1 。r 7 - ) 的表达式为： r 多p ) = e b g + f l y ( v - - l ) e 7 2 枷j ( 2 1 9 ) 2 2 协作检测 2 2 1 协作检测的基本概念 由于信道的衰落、阴影以及噪声的不确定性，多个认知用户之间的协作检测算 法被提出以改善检测性能。协作检测有效的降低了漏检概率和虚警概率。在某些情 况下，协作检测还能很好的改善隐藏终端问题和减少感知时间【3 2 】【3 3 1 【3 4 1 。另外，文献 【3 5 j 丕提出，相对于单用户检测，多用户协作检测可以提供更大的频谱容量增益。 图2 4 给出了协作频谱感知技术模型。 由该模型可以看出，认知无线电系统的整个网络由一个融合中心和若干个认知 用户组成。一般认知用户之间的距离较近，而认知用户与融合中心之间的距离较远。 每一个认知用户独立的感知本地频谱的使用状况，然后将其感知的结果发送至融合 中心，融合中心接收到所有用户的感知情况后，采用一定的融合算法做出最终判决， 具体的算法准则将在下一节进行讨论。这样采用多个用户协作判决而不是冒险的只 采用单个用户的感知判决可以有效的减少各种阴影及衰落的影响，从而提高系统的 1 8 硕士学位论文 m a s t e r st h e s l s 检测性能。 主用 图2 4 认知用户协作感知技术模型 根据第一章中提到的协作感知网络结构的分类，上述对该模型的描述具体可以 归类于集中式网络结构。另外一种为分布式结构，在分布式结构中，各个认知用户 之间将其感知结果进行相互交流，并根据交流的信息做出判决。此时融合中心就可 以看作为其相互交流的中介。本文中讨论的各种模型及算法都是基于集中式的协作 网络结构。 协作检测面临的挑战包括如何开发有效的信息共享算法以及如何解决其增加 的复杂度【3 6 】【3 7 1 。 当信号处于无衰落无阴影的环境内，协作检测算法获得最优的检测性能。在相 关阴影的情况下，协作性能有所下降3 3 i d 9 。同时研究得出相比在一个小范围内，在 大范围内更容易获得相同数目的协作用户。为了避免阴影或衰落的影响，流格式和 方向天线的方法得到应用1 4 0 l 。 2 2 2 协作检测算法中的融合准则 当认知用户将各自的判决结果发送至融合中心后，融合中心将采用一定的融合 准则将各种感知结果进行综合的判决，此时，采用何种融合准则就成为协作感知算 法的关键。本文介绍四种基本的融合准则。 1 c h a i rv a r s h n e y 准则 目前有很多基于似然比准则的算法，如最大后验概率准则、最小平均错误概率 准则、贝叶斯准则等等。c h a i rv a r s l m e y 准则是基于对数似然比准则，被认为是最 优的判决融合准贝l j 4 。在融合中心中，其整个判决过程实际上是将某特定输入条件 下的似然比与最佳门限值作比较。若大于门限值则判决为日，即主用户信号存在； 若小于门限值则判决为日。，即主用户信号不存在。两种假设条件下的似然比为： 铡兰畿剥 泣2 p 协l ，“。1 日oj 磊鼻忙0 1 一c 1 1 ) 1 9 上式右边即为贝叶斯最佳门限值。其中，t o 、置分别对应h o 、h ，的先验概翠，c u 表示在日，的情况下判决日。的代价。此时若假设是最小平均错误概率准则，及满足 c o o = c 。，= o ，c l o = c o 。= 1 ，令= l ，一，“。) ，可以得到： 制羞鲁 c 掣 p 1 日。) 反墨 _ ”。 在条件概率公式的基础上对上式化简可得： 别羞， 泣2 2 ， 硼磊1 恤石纠 再对上式两边取对数可得到： 矧 眨2 3 ， 此时，假设共有个用户参与协作，用s + 和s 一分别表示所有本地判决为i 或0 的认知用户的集合： 尸，陋) = 等裂= 南耳p o ，= 1 日t ) 耳p o - = 0 1 日- ) 2 南玎( 1 吨) 兀匕 q 2 4 同理可以得到： p ( - o l “) = 南耳( 1 一易町匕 ( 2 2 5 ) 其中，只，和厶分别表示第f 个认知用户的漏检概率和虚警概率。 将式( 2 2 4 ) 和式( 2 2 5 ) 代入式( 2 2 3 ) 化简可得： 暗+ p 百1 - p = _ f + p 告兰。 晓2 6 ， 令： 口o _ l o g 每 ( 2 - 2 7 ) q 吼 “j = 1 u j = 0 ( 2 2 8 ) ( 2 2 9 ) 等半 g g b b 利用式( 2 2 2 ) 可将融合中心处的最终判决表达式表示为： r卫 几2 ，材。) ： 1 + 善掣， 0 ( 2 3 0 ) 1 0 其他 其中，“l 表示最终判决为主用户存在，“0 表示最终判决为主用户不存在。可以 看出在此融合准则中，需要知道主用户存在或不存在的先验概率，但是在融合中心 处只用到认知用户的检测概率和虚警概率。因此该算法应用方便，但很明显的缺点 是计算量较大。 2 o r 准则 o r 准则又称“或 准则。在o r 准则中，融合中心接收来自各认知用户的二 进制判决结果，当发现只要有一个用户的判决结果为真时( 即检测到主用户存在) ， 则融合中心最终判决为真。也就是说只有当所有用户的判决结果均为假时( 即均检 测到主用户不存在) ，融合中心才判决为假。根据以上定义可以看出，此准则具有 较小的漏检概率和较大的虚警概率，因此该准则可以很好的起到保护主用户不受干 扰的作用。目前常用的也是这种准则算法。 假设共有个认知用户，其中第i 个认知用户的检测概率和虚警概率分别为 匕、只，则“或 准则下系统总的检测概率和虚警概率分别为： n 岛= 1 一兀( 1 一匕) ( 2 3 1 ) f = l ， 研= 1 - n ( 1 一匕) ( 2 3 2 ) t = l 针对“或 准则算法，本文给出了其在能量检测算法基础上的