（通信与信息系统专业论文）认知无线电中频谱感知技术的研究(1).pdf

硕t 学位沦艾 摘要 认知无线电技术是为缓解频谱资源紧张和频谱利用率低而提出来的一种新的 无线网络接入技术。本论文主要研究了认知无线电巾的频谱感知技术，包括单节 点频谱感知算法及协作感知巾的信息融合算法，伞文分为以下三部分： 首先，本文介绍了认知无线电的概念和频谱感知技术的研究意义以及国内外 研究现状并介绍现有经典的频谱感知算法，分析了这些算法各自的优缺点，重点 对能量检测算法详细的理论分析并对不同信道对其性能进行了仿真。 义章的第二部分对协作感知中的信息融合算法进行了研究，从现有 c h a i r - v a r s h n e y 算法及d e m p s t e r - s h a f e r 融合算法着手，对其实现过程及特点做了具 体的分析。然后，文中提出一利一基于奈曼皮尔逊准则下的最优化线性加权检测算 法。该算法无需先验信息的条件下将各权系数的求解问题转化为在虚警概率恒定 的约束条件下的多变量凸函数最值问题，从而使授权用户信号的检测概率最大。 最后在不同s n r 时的a w g n 信道条件下，通过m a t l a b 仿真验证了该检测方案的 有效性。 在协作频谱感知巾现有的线性加权决策融合算法在一定程度上提高了频谱检 测的性能，然而当单节点频谱检测性能急剧下降的同时也会引起伞局检测性能的 恶化，基于此，本文最后提出了一种基于s h a p l e y 值的自适应加权的合作频谱检 测算法来提高全局检测性能，本算法利用单节点检测时不同的信噪比来分配不同 的权重，来减小由于时变信道或是感知节点移动引起单节点检测性能急剧下降对 全局检测性能的影响。然后在加性高斯信道( a w g n ) 和瑞利衰落( r a y l e i g h ) 信道下 对该算法进行了仿真验证。仿真表明：该算法较传统检测算法性能明显提高，具有 很好的实际运用前景。 关键词：认知无线电，协作频谱感知，信息融合，奈曼皮尔逊准则，自适应加权 认知厄线r t l f f f 频谱感知拽4 ：的研究 a b s t r a c t c o g n i t i v er a d i o ( c r ) t e c h n i q u ei san e wp a r a d i g mo fw i r e l e s sc o m m u n i c a t i o n s y s t e mw h i c ha i m st o e n h a n c et h eu t i l i z a t i o no ft h es p e c t r u m t h i st h e s i sh a sm a i n l y r e s e a r c h e ds p e c t r u ms e n s i n gt e c h n o l o g yf o rc rn e t w o r k ，i n c l u d i n gs i n g l es p e c t r u m s e n s i n ga n dc o o p e r a t i v es p e c t r u ms e n s i n g a c c o r d i n gt ot h er e s e a r c h ，t h i st h e s i sc a nb e c o n s i s to ft h r e ep a r t s ： i nt h ef i r s tp a r to ft h i sp a p e r ，t h er e s e a r c hb a c k g r o u n da n dr e s e a r c hd e v e l o p m e n t a r er e v i e w e d a n dt h e ns e v e r a lt y p i c a ls p e c t r u ms e n s i n ga l g o r i t h m so fs i n g l eu s e ra r e d e s c r i b e da n dc o m p a r e di nt h ea s p e c t so fc o m p u t a t i o n a lc o m p l e x i t y , r e l e v a n c ea n ds o o n a m o n gt h e s ea l g o r i t h m st h ec l a s s i c a le n e r g yd e t e c t i o ni sr e s e a r c h e di nd e t a i la n d s i m u l a t e du n d e ra d d i t i v ew h i t eg a u s s i a nn o i s ec h a n n e la n dr a y l e i g hc h a n n e l a tt h es e c o n dp a r to ft h i sp a p e ri n f o r m a t i o nf u s i o na l g o r i t h m so fc o o p e r a t i v e s e n s i n gh a sb e e nc o n d u c t e d b e g i nf r o mt h ee x i s t i n gc h a i r - v a r s h n e ya l g o r i t h ma n dt h e d e m p s t e r - s h a f e rf u s i o na l g o r i t h m ，b a s e do nt h ea n a l y s i so f t h ea l g o r i t h m sc h a r a c t e r i s t i c ， t h i sp a p e rh a sp r o p o s e dak i n do fo p t i m i z e dl i n e a rw e i g h t i n gs e n s i n ga l g o r i t h mb a s e do n n a y m a n p e a r s o n t h i sa l g o r i t h md o e sn o tn e e dt h ea p r i o r ii n f o r m a t i o na n dt r a n s f o r m v a r i o u sw e i g h i n gv a l u ea sam u l t i v a r i a b l ec o n v e xf u n c t i o nu n d e rt h ef a l s ea l a r m p r o b a b i l i t yc o n s t a n t f i n a l l yt h es i m u l a t i o nu n d e rt h ed i f f e r e n ts n r o na w g nc h a n n e l ， h a sc o n f i r m e da l g o r i t h mv a l i d i t y i nc o o p e r a t i v es p e c t r u ms e n s i n gt h ee x i s t i n gl i n e a rd e c i s i o nf u s i o na l g o r i t h m sh a v e e n h a n c et h es p e c t r u md e t e c t i o np e r f o r m a n c et oac e r t a i ne x t e n t h o w e v e rw h e nt h e d e t e c t i o np e r f o r m a n c eo fs i n g l e u s e r sd r o p ss u d d e n l yb e c a u s eo ft h et i m e v a r i a b l e c h a n n e lo rt h es e c o n du s e rm o v i n gw i l la l s oc a u s et h eo v e r a l ld e t e c t i o np e r f o r m a n c e w o r s e n i n g b a s e do nt h i s ，t h i sa r t i c l ep r o p o s e dak i n do fa u t o a d a p t e dw e i g h t e d a l g o r i t h mb a s e do nt h es h a p l e yv a l u e t h i sa l g o r i t h mu s i n gt h es n r o fs i n g l e - u s e r a s s i g n e dt h ed i f f e r e n tw e i g h tt or e d u c i n gt h ei n f l u e n c e t h es i m u l a t i o ni n d i c a t e d ：t h i s a l g o r i t h mh a se n h a n c e m e n tp e r f o r m a n c e ，c o m p a r e dw i t ht h et r a d i t i o n a ll i n e a rd e c i s i o n f u s i o na l g o r i t h m sa n di th a st h ev e r yg o o da c t u a lu t i l i z a t i o np r o s p e c t k e yw o r d ：c o g n i t i v er a d i o ，c o o p e r a t i v es e n s i n g ，f u s i o n ，n e y m a n p e a r s o nc r i t e r i o n ， a d a p t i v ew e i g h e d i i 硕十学f 论艾 曼鼍鼍皇曼曼量曼曼曼曼曼量曼曼曼皇曼皇曼曼曼曼曼曼曼曼曼曼曼曼曼曼曼曼曼曼曼曼曼曼曼曼曼曼曼曼曼曼曼! 曼量曼曼曼曼曼曼曼曼曼曼曼曼鼍曼曼曼曼i i i i _i 曼曼曼曼 插图索引 图2 1 周期性频谱检测示意图6 图2 2 频谱检测分类示意图一7 图2 3 频谱空洞示意图8 图2 4 单用户频谱检测算法分类9 图2 5 线性滤波器框图1 0 图2 6 匹配滤波器检测框图1 1 图2 7 循环频稳特征检测原理12 图2 8 能量检测原理图13 图2 9 能量检测门限判决示意图13 图2 1 0 门限值与检测概率虚警概率的关系( 聊= 3 ，s n r = 2 5 ) 1 6 图2 1l 高斯信道中不同信噪比下的性能曲线( m = 3 ) 16 图2 1 2 瑞利信道中不同信噪比下的r o c 曲线( m = 3 ) 17 图2 1 3 高斯和瑞利信道下的r o c 曲线( m = 3 ，s n r = 5 ) 1 7 图2 1 4 干扰温度模型18 图2 1 5 超外差接收机原理图一19 图2 1 6 本振泄漏功率检测原理图19 图2 1 7 隐藏终端问题2 1 图2 1 8 协同频谱感知流程图2 1 图2 1 9 多节点协同频谱感知算法的仿真性能曲线2 6 图3 1 极大极小化准则示意图2 9 图3 2n p 准则下的最佳接收机3 1 图3 3 基于c h a i r v a r s h n e y 准则的加权融合算法3 3 图3 4 各c u 的局部判决信息3 4 图3 5 基于d s 证据理论的分布式检测框图3 4 图3 6n p 准则下的最优融合算法模型3 7 图3 7 协作检测巾c r 个数与检测性能的关系4 1 图3 8 协作检测中不同s n r 下只与p r 的关系4 1 图3 9 不同融合算法检测性能对比4 2 i i i 认知厄 芝屯t f i 频i 酱! ；孳t l j 技术f l ，j ，开究 鼍|1,-, i iliii ! 曼鼍曼! 曼曼曼曼曼曼曼曼曼量 图4 1 协作感知系统模型4 5 图4 2 自适应加权算法流程图4 9 图4 3 单用户、合作感知和加权合作感知对比( a w g n 信道) 5 0 图4 4 单用户、合作感知和加权合作感知对比( r a y l e i g h 信道) 5 1 图4 5 协作检测和加权协作检测对比( r a y l e i g h 信道) 5 1 i v 硕一 = 学位论殳 c r d s a f c c c a b s m a h s s n d v b t s n r p u c 斛 c f n m m e m r c e g c o f d m n e d r o c 缩略词表 c o g n i t i v er a d i o 认知无线电 d y n a m i c a ls p e c t r u ma c c e s s 动态频谱接入 f e d e r a lc o m m u n i c a t i o n sc o m m i s s i o n美国联邦通信委员会 c o o r d i n a t e da c c e s sb a n d协调接入频段 s t a t i s t i c a l l ym u l t i p l e x e da c c e s s 频谱统计接入 h i e r a r c h i c a ls p e c t r u ms h a r i n gn e t w o r k分级频谱共享网络 d i g i t a lv i d e ob r o a d c a s t i n g t e r r e s t r i a l 陆地数字广播电视 s i g n a l t o n o i s er a t i o信噪比 p r i m a r yu s e r 主用户授权用户 c o v a r i a n c ea b s o l u t ev a l u e协方差绝对值检测 c o v a r i a n c ef r o b e n i u sn o r m协方差二范数检测 m a x i m u m m i n i m u me i g e n v a l u e最大最小特征值检测 m a x i m a lr a t i oc o m b i n a t i o n最大比合并 e q u a lg a i nc o m b i n a t i o n 等增益合并 o r t h o g o n a lf r e q u e n c y d i v i s i o nm u l t i p l e x i n g正交频分复用 n o i s ee n h a n c e dd e t e c t i o n噪声提高检测 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接收机性能曲线 v 一 认知厄? r l t - t 频谱感知技术的研究 符号类别 变量 矢量 转置 共轭 转置共轭 长度为的全1 列矢量 矢量对应元素相乘 矢量循环卷积 符号表 v i 宁体和说明 小写斜体 小写粗体 捌口a汀埘卿 1 1 引言 第1 章绪论 当今无线通信技术领域面临的一个比较大的问题就是频谱资源紧缺问题，很 多新开发的无线通信技术没有空闲频谱可用，另外随着无线多媒体技术的迅猛发 展及手机终端用户与同俱增( 据调查2 0 1 0 年中国的手机用户数就达到七亿多) ， 使得各大无线运营商分配到的可用频谱资源十分紧张。这一问题源于频谱资源的 稀缺性和当前的频谱分配策略。当前的频谱管理策略是基于静态分配机制，无线 电管理机构将可用频谱资源固定的分成非重叠的频谱块，然后将这些频谱块资源 以独享的方式分配给不同的无线电技术，例如：移动通信运营商、军事、广播电 视和公共安全部门等等。这种分配模式在短期内可以运行，但是随着的越来越多 的宽带多媒体无线通信业务无线业务持续发展之后，这种分配模式显然很不合理， f c c 的研究数据表明，当前的频谱分配策略往往导致了很低的频谱利用率。以美 国纽约为例，在3 g h z 以下，随着时间和地理位置的不同，静态分配的无线频谱利 用率仅为1 5 到8 5 ，整体的平均利用率约为3 0 【l 】。所以就目前频谱资源紧张 矛盾上来看，一方面，由于静态的频谱分配策略，大量已授权的频谱在大部分时 间内都处于空闲状态；另一方面新开发的无线技术无可用频谱的情况同时存在。 为了解决上述频谱资源紧张与已分配频谱利用率较低的问题，近年来，认知 无线电( c o g n i t i v er a d i o ，c r ) 或动态频谱接入( d y n a m i c a ls p e c t r u ma c c e s s ，d s a ) 的出现正逐渐受到人们的关注【2 】。认知无线电或动态频谱接入技术采用一种全新的 无线频谱使用模式，其基本思想是：认知网络节点通过感知所处环境的已分配频 谱使用信息，智能地自主调整系统无线参数，在保证不对已授权无线网络终端造 成有害干扰的条件下，实现与其它拥有授权频谱资源的无线网络动态共享频谱资 源，为未授权终端提供无线通信服务，同时提高了所处环境的已授权频谱的整体 频谱利用率。 1 2 研究背景及意义 1 2 1 认知无线电研究背景 1 9 9 9 年j o s e p hm i t o l ai i i 博士在他的博士论文中首次提到了认知无线电【3 】的概 念，他通过研究现有无线系统框架和管理模式的基础上，提出一种智能的无线网 认知无线1 ur 】频带感川 上术的研究 络系统，该技术可以智能地感知周围的无线环境，自适应地调整自身参数，来适 应各种不同的环境，或者与众多不同的网络共享频谱资源。m i t o l a 博士认为未来的 无线网络应该是学习型自适应型的网络。他提出的这种智能无线通信网络的概念 为认知无线电的发展奠定了基础。 设计认知无线电的初衷就是通过其自身感知、适应环境的能力来“伺机”占 用已授权频段的“频谱空穴”【4 】，来完成自身通信的需要进而提高频谱的使用效率。 然而这种“伺机”频谱的行为对认知无线电技术的要求就十分的苛刻，认知无线 电必须快速、准确的寻找“频谱空洞”而且不能对授权用户形成有害干扰，这使 得在认知无线电提出的初期，各国的研究人员都对这种技术的前景持观望态度。 随着无线技术的迅猛发展，无线资源也越来越紧张，2 0 0 4 年5 月美国联邦通信委 员会( f e d e r a lc o m m u n i c a t i o n sc o m m i s s i o n ，f c c ) 认识到认知无线电是解决这一矛 盾的的一种很好的途径和技术。于是f c cj 下式发布通告，在电视广播频段中允许 使用认知无线电技术的无线通信，但必须在不干扰授权用户系统的前提下使用的 空闲无线资源。就此认知无线电技术得到了世界各国研究机构的重视，世界各国 的政府管理部门纷纷成立相关研究基金和研究小组，如美国自然科学基金、欧盟 f p 7 研究计划、中国国家自然科学基金、中国国家8 6 3 计划、9 7 3 计划、“新一代 宽带无线移动通信网”重大专项等，在学术界，国内外许多著名大学和研究机构 都投入到这一领域的研究，如：美国加州大学伯克利分校、佐治亚理工大学、弗 吉尼亚理工大学等；欧洲的卡尔斯鲁厄大学、亚琛工业大学；中国的香港科技大 学、清华大学、电子科技大学、北京邮电大学等。在工业界，q u a l c o m m 、华为、 中兴、中国移动等均开展了相关的研究工作。i t u r 、i e e e 等国际标准化组织也 已经启动了认知无线电网络的标准化工作。认知无线电已经成为各方联合推动的 无线通信研究新热点，被认为是无线通信未来的战略性发展方向之一。 这些研究机构对认知无线电的积极研究也取得了一些较为重要的研究成果， 比如k a r l s r u h e 大学的f k j o n d r a l 教授基于o f d m 的中心控制动态频谱接入系统 提出了频谱池系统【4 j ；l u c e n tb e l l 实验室和s t e v e n s 理工学院( s t e v e n si n s t i t u eo f t e c h o n o l g y ) 的研究人员提出了一种通过协调接入频段【5 】( c o o r d i n a t e da c c e s sb a n d ， c a b ) 实现频谱统计接入( s t a t i s t i c a l l y m u l t i p l e x e da c c e s s ，s m a ) 的网络体系结构 【6 】。美国g e o r g i a 理工学院宽带和无线网络实验室i a nea k y i l d i z 教授等人提出了一 种基于o f d m 的动态频谱网络架构；以及电子科技大学抗干扰国家级重点实验室 的认知无线电课题组提出的分级频谱共享网络架构( h i e r a r c h i c a ls p e c t r u ms h a r i n g n e t w o r k ，h s s n ) 【7 】等等。除了对这些系统级的网络架构研究之外，现有关于认知 无线电的研究主要有以下几个方面： 2 顺i + 学位论迁 ( 1 ) 频谱感知：认知用户必须要快速、准确地监测授权用户在相应频谱的使用 情况，以得到可用频谱的信息。 ( 2 ) 传输技术：包括信令传输技术、自适应波形设计技术、非连续o f d m 技 术等。 ( 3 ) 频谱接入：得到了可用频谱的情况之后，需要选择一段最优的频段来进行 接入，以满足认知用户的通信要求。 ( 4 ) 频谱切换：当授权用户重新回来，重新开始使用频谱时，认知用户需要切 换到另一段可用频谱上去，保证不对授权用户产生有害干扰，同时保证自 身业务传输的性能。 1 2 2 频谱感知的研究背景 由认知无线电的概念可以知道，认知用户在占用己授权频段进行通信之前首 先进行“频谱空穴”的检测，即认知用户需要知道哪些频段是可以占用的。为此， 认知系统必须检测授权频谱的相关信息， 系统占用某段空闲频谱进行通信的同时， 来实时确定该频谱的占用情况。当认知 应当实时的检测该频段是否有授权用户 重新使用该频段，一旦授权用户重新占用该频段，认知系统必须能够快速、准确 的检测到授权用户的存在并快速的释放占用的频谱资源以避免对授权用户的通信 产生干扰。从中可以看到在认知无线电技术中，频谱感知是认知无线电系统面临 的首要挑战之一，也是认知技术实现的基础性问题之一。 频谱感知是认知无线电中基础性关键技术之一。频谱感知技术要解决的难题 主要有以下两个： ( 1 ) 如何在低信噪比( s i g n a l t o n o i s er a t i o ，s n r ) 情况下检测授权用户信号。 由于在实际应用环境中，无线传播的阴影效应和多径衰落的影响，往往使 待检测信号的s n r 非常低。这就要求认知用户在低信噪比下依然能有效 可靠地监测信号。例如， i e e e8 0 2 2 2 无线区域网络标准要求在s n r 为 2 0 d b 的情况下，能够在1 0 的虚警概率下以9 0 的检测概率检测到电视 信号【8 】o ( 2 ) 如何快速地监测频段的使用变化情况。由于这是一个动态系统，授权用户 随时可能回来重新使用原先空闲的频谱，这就要求认知用户快速地感知频 谱的使用变化情况，及时发现授权用户的回归而切换到其他频谱以避免对 授权用户的干扰。 针对上面频谱感知面临的这两个问题，众多研究者都对其展开了积极的探索 和研究。对第一个问题，为了准确有效地检测授权用户信号，人们提出了许多有 认知光线i u 巾频i 蒋感j 1 j 术的i j 究 价值的感知算法，如利用接收信号能量的大小来作判决检测的能量检测算法【9 j ；基 于信号协方差矩阵特征的检测方案1 3 】- 【1 8 】；基于信号周期特性的检测方梨1 9 】- 【2 2 】等 等。同时为了进一步提高检测的可靠性，研究者提出了诸多关于多个感知节点协 作检测的数据融合方案，如最大比合并、等增益合并【2 3 】以及c h a i r - v a r s h n e y 合并 【1 8 】【1 9 】等等。对第二个问题，为了快速监测频谱使用的变化情况，研究者提出了一 种快速感知( q u i c k e s ts e n s i n g ) 2 0 】的算法，通过该算法可以在较短时问内判决出频 谱变化的情况。此外，也有部分研究者在研究频谱感知中的另一个比较重要的问 题一宽带频谱感知问题，即如何快速、准确地感知一段宽带频谱的使用情况，针 对这一问题，研究者提出了基于小波变换的频谱感知算法【2 1 1 ，基于谱估计的频谱 感知算法【2 2 1 ，基于压缩感知( c o m p r e s s e ds e n s i n g ) 的频谱感知算法 2 3 】等。 尽管人们对频谱感知作了上述大量的研究，也取得了一些有意义的成果，但 是无论是在理论上还是从实际所测试的结果上看，现有所提感知方案并不能完全 解决频谱感知所面临的问题。2 0 0 8 年底，f c c 针对电视信号的现场实际测试表明： 无论是电视服务区内还是服务区外，还没有一种频谱感知算法能够在所有测试环 境下可靠地感知到授权用户信号对频谱的使用情况【2 4 1 。同时大量的研究表明协作 感知相比与单节点感知具有明显的优势，为此本论文研究了基于自适应数据融合 的协作感知方法，这对于提高现有检测器感知性能，以及认知无线电的应用都具 有非常重要的实际意义。 1 3 主要研究内容和贡献 本文的主要研究内容及贡献介绍如下： ( 1 ) 对现有频谱感知中的一些基础知识、经典算法与存在的挑战问题等问题作 了详细的介绍。针对单节点频谱感知，重点对能量检测算法进行了详细的 理论推导与实验仿真。针对多节点协作检测介绍了现有多种信息融合方 案，简要分析了这些算法的优劣。 ( 2 ) 研究认知无线电中的协作感知信息融合技术，针对无线变参信道环境下各 个认知用户独立检测的局限性，就本地感知判决和量化、协作通信机制和 感知信息融合算法三个方面入手分析协作感知技术。提出了一种基于n p 准则的最优线性融合算法，本算法无需先验信息的情况下使全局检测概率 达到最优，并通过m a t l a b 实验仿真验证了该算法的j 下确性。 ( 3 ) 对于协作检测中的信息融合问题，目前已有的数据融合算法很少考虑感知 信道的时变性和由于检测节点移动引起信噪比变化的情况，基于此文中提 4 硕l j 。学f 一沦殳 出一种基于s h a p l e y 值的自适应加权算法，融合中心根据检测节点的信噪 比来分配不同的s h a p l e y 值作为权重来衡量节点检测结果的可信度。最后 文中对该算法进行了m a t l a b 实验仿真，验证了该算法的- f 确性。 1 4 本论文的结构安排 第一章为绪论，主要阐述了课题的研究背景，c r 的国内外研究现状及发展趋 势，介绍了课题的主要研究工作及创新点，最后对论文要研究的内容作了结构安 排。 第二章介绍认知无线电频谱感知的基础理论知识及频谱感知中的三个研究方 向，包括有单节点频谱感知算法研究、多节点协同频谱感知算法研究以及宽带频 谱感知研究。分别介绍现有的一些经典算法。对于单节点频谱感知，重点介绍能 量检测；对多节点协同频谱感知，将主要介绍协同中数据融合的一些常见算法， 包括有“与”准则、最大比合并以及等增益合并准则等；对宽带感知，将简单介 绍其背景、发展以及常见算法。 第三章主要研究了c r n 中的具体融合算法。从传统的信号检测出发，结合多 c u 频谱检测的特点，提出一种基于n p 准则下的最优化线性加权融合算法，并运 用m a t l a b 仿真验证了方案的有效性。 第四章在介绍信息融合技术的基础上研究了一种基于s h a p l e y 值自适应加权 信息融合的协作频谱感知算法，通过不同的权值来衡量感知节点的检测信息的可 靠性从而提高全局检测性能。 最后一章将总结全文的内容及贡献，并且给出了频谱感知领域未来研究的几 个方向及有待研究的问题。 认知无线f u i j 频i 辨感j ：| | 坎术的研究 第2 章认知无线电频谱检测基础 目前，认知无线电的研究主要分为两大部分：频潜检测与动态频谱分配p7 | 。 从认知无线电的定义可以看出认知无线电最重要的功能就是能够进行频谱检测。 认知无线电的其它关键技术都是以频谱检测为前提的。由此可见频谱检测的研究， 对整个认知无线电系统的发展有着非常重要的意义。本章内容主要是对各种常用 的频谱检测技术包括单节点检测算法与协作检测算法的介绍与分析，并重点研究 其中的单节点能量检测算法，为后续章节的展丌奠定基础。 2 1 频谱检测技术概述 频谱检测技术简单的说，就是次用户从其所处的无线电坏境中获取所需要的 观察信息，比如，主用户的存在与否、频谱空洞( 包括时域、频域和空域内的频谱 空洞) 和噪声的干扰水平等。根据这些检测信息，次用户通过调整自身的发射与接 收的参数( 如传输功率、频率、调制方式等) ，来实现有效的频谱利用。因此，频谱 检测是实现动态频谱管理这一目标的非常关键的“第一步。 频谱检测主要有两方面的工作： 一方面，检测特定时间和空间中感兴趣的频段，判断是否有主用户( 授权用户) 的存在，从而判断是否存在可以用于通信的频谱空洞；另一方面，次用户( s e c o n d a r y u s e r ，s u ) 在借用授权频段进行通信时，需要周期性的检测主用户( p r i m a r yu s e r ，p u ) 是否再次出现在该频段，一旦出现必须立刻腾出信道，不能对主用户造成干扰。前 者对频谱检测提出可靠性要求，后者提出灵敏性要求。可见，可靠性和灵敏性是 影响频谱检测性能的两大重要因素。图2 1 为次用户周期性检测的示意图。 图2 1 周期性频谱检测示意图 对频谱感知技术的研究是认知无线电方向的热点问题，现有频谱感知的研究 也都集中在解决这两个问题及挑战之上。为了提高单节点窄带频谱感知的准确性， 研究者提出了很多频谱感知算法，其中有经典的匹配滤波器检测【2 5 】( m a t c h e d f i l t e r ) 、能量检测【明( e n e r g yd e t e c t i o n ) 、循环平稳检测( c y c l o s t a t i o n a r y ) 【1 0 】之外，研 究者们还提出了一些性能较好，更适合于认知环境的新算法，如协方差矩阵检测、 一6 一 顺卜学f t 论文 最大最小特征值检测等等。对“隐藏终端”问题，人们选择解决问题的方法是协 同频谱感知【2 6 】。【2 8 】，利用多个分布在不同地理环境中的认知用户来共同合作检测， 以降低漏检概率，提高感知性能。通常协同频谱感知又分为硬判决和软判决感知 两种，硬判决是指先由本地节点作判决，然后将判决结果送往融合中心作最终判 决；而软判决是指本地节点只接收数据处理数据，不作判决，将处理后的数据送 入融合中心作全局判决。大量的文献都对这两方面的内容作了研究，如，这其中 最主要硬判决算法有“与”、“或”、k 秩合并，软判决算法有最大比合并，等增益 合并等。本章将分别介绍本地发射机检测和本地接收机以及协作检测的相关算法 如图2 2 所示。 2 2 频谱检测系统模型 图2 2 频谱检测分类示意图 认知无线电中频谱检测的最终目的就是发现并利用频谱空洞，为此本节对频 谱空洞的概念以及频谱检测的模型进行简要介绍。 2 2 1 频谱空洞 如图2 3 所示，“频谱空洞”就是指在特定时间、空间中没有被授权用户利用 的授权频段，或者该频段中只有功率很低的干扰噪声或与噪声功率相当的主用户 信号。这样的空闲频段可以被次用户接入并传输信号，实现频谱的二次利用与频 谱资源的动态管理。频谱空洞可以分为三种【2 9 】： 白色空洞：频段内只有环境噪声没有其它干扰，可以用来传输次用户 ( s u ) 信号； 灰色空洞：频段内除了环境噪声外，局部还存在低功率的干扰，一般 沙、l 【j 厄线l u t j 频i 井感j 上术的训f 7 e 不被次用户使用； 黑色空洞：频段内除了环境噪声外，大部分时问存在高功率的干扰， 绝对不能用来传输次用户信号。 频谱空洞被主用户占用频带 图2 3 频谱空洞不意图 只有“白色空洞”和很少一部分“灰色空洞”可以用来传输次用户信号，认 知无线电系统的设计与实现必须以快速、准确的检测可用“频谱空洞”为前提。 2 2 2 二元假设模型 次用户能否借用授权频段进行通信主要取决于主用户的存在与否，所以频谱 检测系统模型可以用二元假设模型来表示 3 0 1 ： 心) 槎m 麓 ( 2 1 ) 其中，g o 与q ，分别代表主用户不存在与存在两种假设；，( ) 是次用户的接收信 号：s ( f ) 是主用户的发射信号；n ( t ) 是加性高斯白噪声( a w g n ) ；h 是无线电信道增 益。 依据数理统计方法，得到厂( f ) 的检测统计量r ( r ) ，并按照一定的判决准则与判 决门限值兄做比较，得出判决结果【3 l 】： 丁( ，) 乏兄 ( 2 2 ) 其中，琢和口分别表示主用户存在与不存在两种判决结果。由频谱检测模型可以 得出衡量认知系统的几个性能参数： 1 检测概率：只= p ( d lq ) 表示在假设主用户存在的情况下正确判决为主用户 存在； 2 漏检概率：乞= 尸( d oiq ) 表示在假设主用户存在的情况下错误的判决为不存 在，且已= 1 一只； 8 形! i “擘化论文 3 虚警概率：只= 尸( d i1 日。) 表示在假设主用户不存在的情况下错误的判决为主用 户存在； 4 空洞概率：em p ( d oi 乩) 表示表示在假设主用户不存在的情况下正确判决为主 用户不存在，且只= l p 。 通常用检测概率只和虚警概率只来衡量检测性能。一般希望检测概率只尽量 高一些，这样就可以可靠的检测主用户的存在与否，减少对主用户的干扰，一般 希望虚警概率只尽量低一些，这样就不会浪费频谱空洞的接入机会，提高频谱利 用率。大多数文献都用p r 与只的r o c 曲线来衡量频谱检测性能的好坏。通常情 况下，是在限定p ，的情况下，尽量提高e 来提高检测性能。 2 3 单用户频谱检测 单用户频谱检测技术是频谱检测的研究重点之一，是其它频谱检测技术研究 的基础。在更复杂、高级的频谱检测系统中，单用户检测性能的好坏会直接影响 系统的整体检测性能。因此本章节对单用户的频谱检测算法进行了详细研究。单 用户频谱检测包括两个步骤；首先通过对无线电环境的检测，获得主用户发射信 号的一些特征( 如波形、频率等) ；然后依据这些特征信息，通过一定的判决准则， 对主用户存在与否做出判决。 本节首先对目前最常用的单用户频谱检测算法做了简要介绍，重点研究能量 检测算法；然后对各种单用户频谱检测算法做了对比分析；最后就单用户频谱检 测的局限性做了分析。单用户频谱检测算法的分类如图图2 4 所示： 图2 4 单用户频谱检测算法分类 认尢线i 【! 中频带感知 术i l , j f i j f 3 2 3 2 主用户发射机检测 主用户发射机检测足指次用户通过分析接收到的信号，对主用户发射机是否 处于工作状态做出判断，即判断主用户是否存在。在这种检测算法中，主用户接 收机的位置是不确定的。目前，主用户发射机检测是频谱检测算法研究的重点， 受到广泛关注。在式( 2 1 ) 的假设模型下，将频谱检测问题转化成信号处理问题，即 检测主用户信号存在与否的问题。所以主用户发射机频谱检测可以采用信号检测 的常用方法：匹配滤波器检测、能量检测及循环平稳特征检测。 对二元假设模型引入发射机频谱检测，并对其做详细说明。通常假设次用户 接收到的信号为主用户信号与加性噪声之和。事实上，无线电信道中除了加性噪 声还会有乘积型噪声和卷积型噪声，这些非加性噪声会引入更多更复杂的数学问 题。通常，主用户发射机频谱检测考虑只有加性噪声的情况，这就假设信道衰落 和多径参数是已知的，是一种比较理想化的无线通信环境。则主用户发射机频谱 检测模型可以表示为： f ，2 r f 、鼠 “力- h s “( t ) 州f ) ； q 3 ) 2 3 2 1 匹配滤波器检测 匹配滤波器是指输出信噪比最大的线性滤波器，即最佳线性滤波器。这种 滤波器可以最好的发现信号，由此达到最佳的信号检测性能。如图2 5 所示，令线 性滤波器的输入为：r ( t ) = s ( t ) + n ( t ) ，其中，- ( f ) 是c r 的接受信号，j ( f ) 是主用户 的发射信号，咒( f ) 是a w g n ( 2 1 1 性高斯白噪声) ，功率谱密度为了i v 0 ，带宽为。( f ) z 为线性滤波器的输出信号。 r ( f ) 线性滤波器r o l h ( j c o ) 图2 5 线性滤波器框图 数学分析得出，当h ( j c o ) = s ( ) e 一7 时，滤波器输出的信噪比最大，且 s n r m x2 赤 伫4 ) 其中e = 瓦1e l s 沏) 1 2 d 缈为信号s ( f ) 的能量。 当主用户的先验信息( 如波形、频率、调制方式等) 已知时，最优的频谱检测方 1 0 硕卜f 一论文 法就是匹配滤波器检测法【2 5 1 。图2 6 为匹配滤波器检测框图，其中丁为检测统计量， 且表达式为： 丁= ，( 疗) s ( ”) + ( 2 5 ) ， r ( f ) r ( r ) 图2 6 匹臼c 滤汲器检测框图 假设主用户的发射信号s ( f ) 先验信息己知，将检测统计量r 与判决门限五做比 较。如果r 旯表明主用户存在；如果z 1 五ih o ) = q ( 告) ( 2 8 ) b ：p ( t 五ih 1 ) = q ( 等) ( 2 9 ) 其中，耻去f e - y 2 d y 需要的最小抽样次数为【3 2 】： n = 【q 。1 ( o - q 叫( 另) 2 s n r ( 2 1 0 ) 在主用户先验信息己知时，匹配滤波器是最优的频谱检测方法，但其使用却 有局限性，有几个原因： a 、采用相干解调方式进行信号处理，对信号相位同步性要求很高； 认知无线i u 巾j 顷i 感j ：【l 技术的_ f j 究 b 、无线通信中传输的信息是保密的，所以很难获得主用户的先验信息； c 、在认知无线中系统中，需要给每个主用户接收机配备一个匹配滤波器，实 现复杂。 2 3 2 2 循环频稳检测 循环平稳检测也是传统检测方法中比较经典的一种，它的主要思想，顾名思 义，就是利用调制信号的周期平稳特性来做检测。周期平稳随机信号是一种非平 稳的随机信号，相对于平稳信号，周期平稳信号的二阶统计特性( 如数学期望和 自相关函数等) 随着观察时刻做周期变化，一般而言，在通信系统中，由于对信 号进行调制、采样、编码等操作，使得信号的统计特性随时问呈周期性变化，因 此通信信号皆可归为周期平稳信号。 巾西m 日嗡曰回y 习q 掣 图2 7 循环平稳特征检测原理 由文献1 0 1 可知，循环谱是体现信号周期特性的一个物理量，它的定义为： ( 厂) = i ( r ) e x p ( 一j 2 r c f r ) d r ( 2 1 1 ) 其中r ? ( f ) 称为循环自相关函数，口称为循环频率。从式( 2 1 1 ) 可以看到，循环谱 就是循环自相关函数的傅里叶变换。 我们知道高斯白噪声是一种平稳信号，没有周期平稳特性，因此，当循环频 谱不为零时，表示授权用户信号存在；若循环谱为零，则表示授权用户信号不存 在，只存在噪声，如公式( 2 1 2 ) 所示： ，= ，舞亲善筹 仁 2 3 2 3 能量检测 2 3 2 3 1 算法描述 大多数情况下，匹配滤波器检测法不被采用，因为它需要主用户的先验信息 和严格的相位同步。而能量检测算法【9 1 因为不需要主用户的先验信息，而且实现简 单，所以受到广泛关注。图2 8 为能量检测的原理框图： 1 2 图2 8 能量检测原理图 为了求出输入信号，( f ) 的能量，首先对带通滤波器b p f ( 带宽为矽) 的输出信号 进行平方，然后对其求时间段丁内的积分，最后将积分器的输出结果y ( 检测统计