（通信与信息系统专业论文）认知无线电频谱协作检测算法仿真分析.pdf

西南交通大学硕士研究生学位论文第1 页 摘要 随着无线通信技术的发展，人们对频谱资源的需求越来越高，尽管并没有被完全 利用起来，然而已有的频谱分配协议已经将固有频段瓜分殆尽。 在现有的分配协议下，为了使更多的用户能利用空闲频段进行通信，认知无线电 ( c o g n i t i v er a d i o 简称c r ) 技术应运而生，它的核心思想是：不改变现有频谱分配协议 的前提下，对某些频率段进行监控，一旦发现有空闲频段则进行接入利用，当检测到 该频段内合法用户( 又称主用户信号) 出现时，立刻接入到其它空闲频率段，从而保证在 不对主用户信号造成干扰时，提高对空闲频谱段的利用率。 频谱检测技术是认知无线电技术的一个重要组成部分，在主用户信号的先验信息 处于未知状态时，检测节点通常采用能量检测算法，它的好处在于不需要信号的任何 信息就可进行检测。但是实际的通信环境通中的很多因素，如多径效应，大尺度衰落 以及阴影效应等会使得单个节点检测性能大幅度下降，此时若没有及时检测到主用户 信号的出现，则会对主用户信号产生干扰，这是绝对不能允许的，因此要加入多个检 测节点进行协作检测。协作检测的好处在于，它可以降低阴影效应和信道衰落等风险 性因素对单个认知节点的影响，提高检测性能和准确率。 针对多节点信噪比差异，可以分为信噪比相同和不同两种情况。对于比较经典的 集中协作检测的算法，当信噪比相同时，系统的总错误概率与门限值的取值有关，也 与参与协作的节点数有关，而信噪比不同时，不同的检测方法的性能表现不同，且某 种情况下的检测性能较好的办法到另外一种信噪比情况下的性能可能会变差，因此要 适当选择协作检测的办法，可以有效地提高系统的检测性能。 当某些检测节点的地理位置比较接近，互相之间的通信误码率几乎为零时，可以 采用分簇算法，分簇算法可以有效降低二进制报告信道误码率对全局检测的影响，提 高检测的准确性，本文最后一章首先仿真分析了簇头报告信道的误码率与簇内节点数、 平均信噪比的关系，事实证明参与检测的节点越多，平均信噪比越高，报告信道的误 码率就越低，之后介绍了分簇算法下的判决信息融合准则和能量信息融合准则，仿真 证明这两种基于分簇的检测办法确实可以有效地降低系统的虚警概率，同时使得检测 性能更好，在此基础上，基于两种分簇的算法，根据节点内部信噪比的高低采用一种 加权的算法，事实证明，改进算法的性能有一定的提高。最后针对簇头信息在判决中 心的传统的或准则的不足，提出了基于k 秩的改进办法，并仿真证明了k 秩算法可有 效控制全局的虚警概率，同时它的检测性能相比于传统的或准则降低很少。 关键词：认知无线电，能量检测，协作检测，分簇算法 西南交通大学硕士研究生学位论文第1 | 页 a b s t r a c t w i 也t h ed e v e l o p m e n t si nw i r e l e s sc o m m u n i c a t i o n t e c h n o l o g y , s p e c t r u mr e s o u r c e s h o r t a g ei sb e c o m i n gm o r ea n dm o r es e r i o u s s p e c t r u mr e s o u r c eh a sb e e na s s i g n e dt h o u g h i t su t i l i z a t i o nr a t ei sv e r yl o w i no r d e rt os o l v et h i sp r o b l e m ，c o g n i t i v er a d i oi sp u tf o r w a r d t h ec o r ei d e ao fc o g n i t i v e r a d i oi st oi m p r o v eu t i l i z a t i o nr a t eo fs p e c t r u mr e s o u r c ew i t h o u tc h a n g i n gt h es t a t u so f s p e c t r u ma l l o c a t i o n c o g n i t i v er a d i os y s t e mc o u l d u s ei d l e s p e c t r u mr e s o u r c et h r o u g h m o n i t o r i n gt h ec e r t a i nf r e q u e n c yb a n d s o n c et h ea u t h o r i z e du s e r ( p r i m a r yu s e r ) a p p e a r s ， c o g n i t i v er a d i ou s e r si m m e d i a t e l yt r a n s f e rt oo t h e rf r e q u e n c yb a n d s ，t h u s ，n oi n t e r f e r e n c ei s c a u s e db yc o g n i t i v er a d i ou s e r s s p e c t r u ms e n s i n gi st h ec o r et e c h n o l o g yo fc o g n i t i v er a d i o e n e r g yd e t e c t i o na l g o r i t h m i so f t e nu s e di nu n k n o w ne n v i r o n m e n t t h eb e n e f i to fe n e r g yd e t e c t i o nt e c h n o l o g yi st h a tt h e i n f o r m a t i o no fa u t h o r i z e du s e ri sn o tr e q u i r e d h o w e v e r , m a n yf a c t o r si na c t u a l c o m m u n i c a t i o ne n v i r o n m e n ts u c ha sm u l t i p a t he f f e c t s ，l a r g es c a l ef a d i n ga n ds h a d o w e f f e c t sm a yd e g r a d e st h ep e r f o r m a n c eo fs i n g l e - n o d ed e t e c t i o n b e c a u s et h er e s u l t a n t i n t e r f e r et ot h ea u t h o r i z e du s e ri sn o ta l l o w e d ，c o o p e r a t i v es p e c t r u ms e n s i n gi su s e dt of i g h t a g a i n s tt h eu n c e r t a i n t i e so fn o i s ea n dc h a n n e l w h e nt h e r ei sn os i g n i f i c a n ts n rd i f f e r e n c eb e t w e e nm u l t i - n o d e s ，t h et o t a lc 1 r o r p r o b a b i l i t yi sr e l a t e dw i t hb o t ht h et h r e s h o l dv a l u ea n dt h en u m b e ro fn o d e sp a r t i c i p a t i n gi n t h ec o l l a b o r a t i o n w h e nt h e r ei ss i g n i f i c a n ts n rd i f f e r e n c eb e t w e e nm u l t i n o d e s ，t h e p e r f o r m a n c eo fd i f f e r e n tc o o p e r a t i v ed e t e c t i o nm e t h o d si sv a r i e d a p p r o p r i a t ec h o i c eo f d e t e c t i o nm e t h o d si sa g o o dw a yt oi m p r o v et h ep e r f o r m a n c eo fc rs y s t e m c l u s t e r - b a s e da l g o r i t h mi su s e dw h e nt h el o c a t i o n so fs o m ed e t e c t e dn o d e sa r e r e l a t i v e l yc l o s e 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 ee f f e c to fr e p o r tc h a n n e la r o r s i n c h a p t e r4 ，w e s i m u l a t et h er e l a t i o n s h i pb e t w e e nt h er e p o r tc h a n n e le r r o rr a t ea n dt h en u m b e r o fc l u s t e rn o d e sa sw e l l 嬲t h ea v e r a g es n ro fc l u s t e rn o d e s t h es i m u l a t i o nr e s u l t ss h o w t l l a t , f i r s t , t h em o r et h en o d e si nac l u s t e r , t h el o w e rt h er e p o r tc h a n n e le r r o rr a t ei s ；s e c o n d ， t h eh i g h e rt h ea v e r a g es n ro fc l u s t e rn o d e s ，t h el o w e rt h er e p o r tc h a n n e le r r o rr a t e t h e n t w oc l u s t e r - b a s e da l g o r i t h ma r ei n t r o d u c e d e n e r g yf u s i o na n dd e c i s i o nf u s i o n t h e s i m u l a t i o nr e s u l t s p r o v et h a t t h e p e r f o r m a n c e o ft h et w oc l u s t e r - b a s e da l g o r i t h m s o u t p e r f o r m st h eo rr u l e t h e n ，b a s e do nt h ec l u s t e r - b a s e da l g o r i t h m ，t w oi m p r o v e ds c h e r n e s a r ep r o p o s e df o rt h ec a s et h a te a c hn o d ew i t hd i f f e r e n ts n r a tl a s t ，c o m p a r e dw i t ho rr u l e a l g o r i t h m ，t h ek f nr u l ei su s e di ni n f o r m a t i o nf u s i o ni nj u d g m e n tc e n t r ei no r d e rt or e d u c e t h ef a l s e a l a r mp r o b a b i l i t yi nc l u s t e r - b a s e ds y s t e m k e yw o r d s ：c o g n i t i v er a d i o ，e n e r g yd e t e c t i o n ，c o o p e r a t i v e d e t e c t i o n ，c l u s t e r - b a s e d a l g o r i t h m 西南交通大学硕士研究生学位论文第1 页 1 1 课题研究背景 第一章绪论 随着无线通信的发展，用户数量的提高，现有的频谱资源已经显得十分紧张。频 谱资源是固定的，它就像一条固定宽度的马路，随着车辆的越来越多，交通变得越来 越堵塞。现在的频谱分配原则为固定频谱分配，已有的频谱资源几乎已经被瓜分殆尽， 而新的用户所需要的服务已经显得越来越难以实现和满足。如何在固有的频谱分配机 制和固定频谱资源的情况下，尽量能够满足更多用户的需求，是摆在研究人员面前的 一个难题。 而通过对频谱资源利用率的调查来看，现有的频谱资源虽然已经被分配，但是它 的利用率却并不高。根据美国联邦通信委员会1 1 1 ( 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 ， 简称f c c ) 提供的调查结果，在美国，已经分配的频率段的频谱资源利用率最高只有 8 5 ，最低的仅仅1 5 ，如此低的利用率和频谱资源的匮乏与高需求形成强烈的反差， 使得研究人员不得不重新思考如何在不改变现有频谱资源分配状况的前提下，让频谱 资源的利用率变得更高。 在这种思想的指导下，认知无线电的概念也就应运而生了。认知无线电的思想最 早由j o s e p hm i t o l a 2 】提出，他在文献【2 】中提出了一个认知无线系统，其中包含四个认 知无线循环的步骤：检测、分析、调整、推理和学习。而不同的机构和组织对于认知 无线电的定义并不完全相同，其中被大家广为接受的是f c c 和s i m o nh a y k i n 教授对于 认知无线电的定义，f c c 认为认知无线电应当是一种能与实际环境互动且能改变自身 传输参数的无线电，认知无线电技术具备的特点有：认知与重新配置的能力。而s i m o n h a y k i n 教授对认知无线电的定义则更为精确，他认为：认知无线电本应当具有感知通 信环境的能力，且能够从环境中学习，认知无线电系统能够改变自身的传输参数( 例如 调制技术、传输功率、载波频率等) ，使得其自身适应接收信号的变化，在保证高度可 靠通信的前提下，提高频谱资源的利用率d 】。 认知无线电被认为是未来的一项热门的无线通信技术，但是它还面临着许多困难 与挑战。其中频谱感知技术是无线电技术能否实现的核心技术。无论是频谱分析、频 谱决策、动态接入还是认知无线电系统的重新配置，都离不开频谱检测技术。但是在 授权用户的先验信息未知、噪声的干扰、信道衰落、阴影效应等等一系列因素的影响 下，为了保证高度可靠的频谱检测，就对检测技术提出了相当高的要求，因而，有必 要对频谱检测技术特别是具有更高可靠性的协作频谱检测技术展开研究。 西南交通大学硕士研究生学位论文第2 页 1 2 国内外研究现状 1 2 1 认知无线电的发展 随着认知无线电技术被提出后，不同的组织和机构纷纷对其进行研究，由于认知 无线电技术是对于现有的频谱资源分配制度提出的改进思想与创新，因此一些频谱管 制机构( 例如f c c 等) 都积极支持这项技术的发展。 2 0 0 2 年，f c c 首先提出了，认知无线电系统应当具有检测和识别空闲频段的能力； 2 0 0 3 年1 1 月，f c c 又提出了量化和管理干扰的新指标干扰温度( i n t e r f e r e n c e t e m p e r a t u r e ) ；并在同年的1 2 月正式成立认知无线电工作组；次年，f c c 建议认知无线 电可操作频段电视广播频段。f c c 认为最适合认知无线电应用的频段是电视广播业务的 6 m h z 频段，因为这个频段的利用率比较低，且传播距离远，尤其适合为偏远的地方提 供服务，通过认知无线电技术使得其它设备可以使用该频段，不但可以提高频谱利用 率，而且可以推广并促进宽带业务的普及。不单如此，f c c 认为，认知无线电技术还可 使用高频率段，因为1 0 0 g h z 以及以上的频段的使用率也非常低1 4 j 。 在一些频谱管理部门( 如f c c ) 的带动下，许多标准化组织纷纷开始正式成立认知无 线电小组。i e e e 在2 0 0 4 年正式成立了i e e e 8 0 2 2 2 1 5 1 工作组( 又被称为无线区域网络， w i r e l e s sr e g i o n a la r e an e t w o r k ，w 洲，它是基于认知无线电技术的第一个世界范围 内的空中接口标准化组织，它研究的主要为5 4 m h z 8 6 2 m h z 频段上未被使用的电视广 播信道，工作模式为点到多点。它的设备核心思想在于无需改变电视广播频率段现有 的频谱分配制度，却可以和电视等已有的用户共存。它利用认知无线电的技术和思想， 专门致力于解决w i m a x 网络和其它网络共存的问题，使得w i m a x 适用于u h f ( u l t r a h i g hf r e q u e n c y ) 电视频段。除j i e e e 之外，国际电信联盟等组织也开始着手研究认知 无线电技术。 认知无线电系统的体系结构如图l - l 所示p j ： 西南交通大学硕士研究生学位论文第3 页 认识无线电协议 c ll上jljljlljl 频频频频频调接协 谱谱谱谱谱带u收议 扫分决监建发解分 描析策视立射调析 上l上羔上lll 软件环境 硬件环境 图1 1 认知无线电体系结构 与此同时，国内外的许多大学与研究机构也着手投入认知无线电技术的研究工作， 并开始取得一系列的专著和研究成果，从而大大的推动了认知无线电技术的发展。美 国国防部高级研究计划署( a d v a n c e dr e s e a r c hp r o j e e ta g e n c y ，a r p a ) 于2 0 0 3 年成立 x g ( n e x tg e n e r a t i o np r o g r a m ，简称x g ) - y 作组。目前x g 工作组已经完成了对x g 网络结 构框架的搭建。2 0 0 5 年，荷兰在国家资源计划免费频段通信项目中，将自适应自组网 免费频段通信( a a f ) 项目作为研究的一部分，它主要利用认知无线电技术对特殊情况下 的网络进行研究。美国新泽西州罗格斯大学的研究中心主要研究认知无线电的算法以 及无线频谱的使用技术。对频谱检测技术和算法进行仿真和分析。中国也早就开始了 对认知无线电技术的研究，从0 6 年第一篇出现在i e e e 的认知无线电的文章开始，截止 i u 0 8 年，中国关于认知无线电的文章已经跃居世界第二，超越英国，这不单说明了认 知无线电技术在国内取得了长足的进步，也体现了政府对这一项新兴技术的支持【6 】。0 8 年在北京举办的中欧认知无线电系统工作会议则表明，中国在认知无线电领域取得的 进步已经得到世界的认可，目前国内对于认知无线电技术的研究主要集中于空间信号 检测、合作与跨层技术以及q o s 保障机制1 7 等。 1 2 2 频谱检测的发展现状 频谱检测技术作为认知无线电技术的一个重要环节和核心技术之一，吸引了大量 的机构对其进行研究。频谱检测技术的目的是发现空闲频谱段，并在使用的过程中能 够以极快的速度感知到主用户信号的出现，从而切换使用频段，腾出占用频段还给主 西南交通大学硕士研究生学位论文第4 页 用户信号，避免对现有的合法用户造成干扰。 目前频谱检测的方法按地理位置，主要分为发射端检测和接收端检测。 发射源检测，分为匹配滤波检测、能量检测和周期平稳特征检测等。在用户的先 验信息( 调制方式与帧类型等) 已知的时候，这种检测方法能够最大化信噪比，在主用户 信号出现时能进行最佳的判决，使得检测性能最佳。当信号的信息处于未知状态时， 能量检测算法是一种较常用的检测办法。能量检测算法的一个最大的优点在于不需要 知道任何信号的先验信息，它的基本思想是：频率段中信号与噪声同时存在时，该频 段的能量大于仅仅存在噪声时的能量值。能量检测易于实现，目前已经被广泛应用。 能量检测的核心思想在于对比单位检测时间之内接收到的信号能量与门限值的大小， 从而判定信号的有无，因此检测性能直接受到门限值的影响，且由于信号的先验信息 的未知性，该算法有可能错误的将其他认知无线电的信号错误的当做主用户信号。周 期平稳特征检测的出发点在于：通常的噪声都是杂乱无章的，而信号则一般呈现周期 性变化，通过对频率段内信号的特征( 例如载波频率、调制类型以及符号特性等) 进行分 析，判定信号的有无。 接收端检测，又分为本振泄露检测方法和基于干扰温度的检测方法，主用户信号 在接收端被接收天线接收时，部分信号功率会泄露出去，通过对泄露信号有无的检测， 判定有无主用户信号出现。文献【8 】提出了一种直接检测主用户信号本振泄露的方法， 判定主用户信号的有无。为了测量本振泄露的微弱信号，需要散步很多检测节点。而 基于干扰温度的检测则更像是一个能量控制界限判定。根据目前频段内的干扰信号的 能量大小于干扰温度的门限进行判定，当接入认知无线电后总的干扰未达到干扰温度 的界限，则判定为该频段属于可利用的。但是基于干扰温度的检测却具有它的局限性， 文献 9 】认为认知无线电用户本身作为一种干扰源的存在，应当事先加以考虑，这种方 法仅仅考虑了一个认知无线电用户造成的干扰，并未涉及多个，而且在主用户信号位 置未知的时候，这种方法无法估测认知用户造成干扰的大小，因此该方法具有诸多的 局限性。 而按照检测节点数来划分，频频检测技术可以分为单节点检测和多节点检测两种。 针对主用户信号的不确定性、噪声与信道衰落的不确定性、阴影效应的影响等多种因 素的考虑，检测通常采用能量检测算法。其中文献【1 0 】针对能量检测容易受到噪声不确 定性的影响，提出了门限值根据噪声与能量大小进行调整的一种能量检测算法，提高 了在低信噪比时能量检测的性能。文献1 1 1 】中使用了一种双门限判决的方法，相比于传 统的单门限判决方法，双门限的算法在a w g n 信道下的检测性能有了明显的提升，但 受限于噪声的不确定性带来的影响，检测性能的提高无法得到有效地保障。文献 1 2 】 基于能量检测算法，在噪声处于不确定的状态下，详细的研究了噪声方差对于能量检 测性能的影响，但是并未涉及信道衰落和阴影效应等。 西南交通大学硕士研究生学位论文 第5 页 在多节点协作检测方面，目前研究的重点在于三个方面： ( 1 ) 节点合作的有效性： ( 2 ) 协作方式的优化与改进： ( 3 ) 数据信息融合方式的改进与研究。 文献【1 3 】研究了实际环境中的认知无线电单节点能连感知算法，在文献中，作者考 虑了不确定噪声、其它的认知用户和阴影效应等多重因素对认知无线电检测的影响。 通过分析表明，当信噪比低于某个临界点的时候，单节点能量检测无法判定主用户信 号的有无。文献 1 4 】在频谱协作检测基础上，给出了一种单节点能量检测的盲估计算法。 在文献中，作者详细的分析了噪声的能量，列出了噪声矩阵并分析了噪声不确定情况 下能量检测算法的性能改进方法。文献 1 5 1 给出了在节点信噪比不同的情况下的多节点 检测性能的分析比较，文献中给出了传统的a n d 与o r 准则的检测协议的性能曲线，比 较了在多节点协作检测时，不同的节点信噪比情况下的协作检测准则的优劣，并给出 了结论：当单一节点的信噪比远远高于其它节点时，此时采用该节点的检测结果反而 比传统的a n d 与o r 准则协作检测的性能要好。文献【1 6 】【1 7 】中详细的介绍了a n d 准则和 o r 准则，给出了a n d 准则和o r 准则下多节点检测概率、虚警概率与单节点检测概率、 虚警概率之间的关系式。其中文献【1 6 】详细的分析了衰落信道环境下多节点检测的性 能，并给出仿真曲线。文献 1 7 1 提出了新的办法：硬判决融合准则与软判决融合准则， 经仿真分析，改进算法比传统的a n d 准则与o r 准则的性能有一定的提升。文献【1 8 】中 给出了一种不同于a n d 与o r 准则的新的协作判决准则：k 秩准则。k 秩准则将本地判 决结果发送至判决中心进行综合判决，而不再是简单的节点间本地判决。文献【1 9 】中提 出了一种基于分簇的协作检测算法，在通信信道存在误码率的情况下，传统的协作检 测算法性能会受到很大程度的干扰，当引入分簇算法后，检测性能有相当大的提升。 目前已有的协作检测算法可以在一定程度上提高认知无线电的检测能力，通常协 作检测性能要优于单节点检测，本文正是基于协作检测的算法，讨论协作检测中分簇 算法的性能，并尝试对其进行改进，以提高检测性能。 1 3 论文研究目标和主要内容 针对单节点能量检测无法在噪声干扰、信道衰落以及阴影效应等多方面因素的影 响下准确完成主用户信号检测的事实，本文的目的是验证合作检测的有效性，并提出 改进，使得检测能够在实际的环境中的检测效率得以提高。 本文研究内容有以下几点： ( 1 ) 对单节点频谱感知在信道衰落、噪声和阴影效应的影响下，频谱检测的性能进 行仿真。得到不同的信道状态下的检测性能结果。 西南交通大学硕士研究生学位论文第6 页 ( 2 ) 研究合作检测中的不同的合作算法，得到不同的合作检测算法下的合作检测性 能仿真曲线，分析比较算法的性能优劣，对比不同的节点信息状态下的不同的节点信 息融合准则算法的性能。在基于k 秩的算法下，提出一种基于节点信噪比的选择性融 合算法，比较该算法与传统的检测算法的性能优劣。 ( 3 ) 画出实际的场景图，根据节点地理位置的不同，采用分簇算法，考虑到实际信 道的误码率的情况下，比较分簇算法与非分簇算法的性能优劣。在基于分簇的算法的 基础上，加入基于k 秩的算法与节点选择的算法，画出性能曲线。 1 4 论文结构安排 本文的内容安排如下： 第一章绪论，介绍了认知无线电的发展背景，频谱检测的国内外现状，以及本论 文的主要研究内容。 第二章介绍了认知无线电单节点检测的检测类型，重点介绍能量检测算法，并在 不同的信道状态下，仿真单节点能量检测的理论与实际曲线。 第三章介绍了多节点协作检测的几种算法，分别比较了不同算法在节点数不同、 节点信噪比不同的情况下的检测性能曲线。同时在信噪比相同时，仿真了门限值与最 优k 值的关系。 第四章讨论了分簇算法，在集中式协作检测中，针对存在的报告信道误码率，仿 真比较了分簇算法与非分簇算法的检测性能差异，针对传统的分簇算法，提出了在分 簇算法上加入节点信息选择的改进办法的算法，证明性能相比传统算法的提高。 最后对论文进行总结，并对后续工作提出了一些建议。 t 西南交通大学硕士研究生学位论文第7 页 - - 一i 曼罾量鼍置皇曼奠皇量曼量曼曼量曼鼍舅皇| 曼量皇曼曼曼量曼曼曼置量置曼曼皇曼曼曼寞蟹曼曼曼曼詈量置罾暑鼍量量量曼皇舅 第二章单节点检测基础 2 1 频谱检测基本概念 2 1 1 频谱检测技术概述 频谱检测技术是认知无线电的基本技术与基本功能，它是实现频谱管理、频谱利 用、动态接入等其他认知无线电技术的前提与基础。所谓的频谱检测，就是在时域、 空域和频域的多维空间，对已经被分配给特定用户的频段，不断进行检测，判断该频 率段的用户是否正在占用该频段，以此来得到频谱段的使用情况。如果该频谱段未被 占用，那么将该频谱段称为“频谱空穴”( s p e c t r u mh o l e ) 。 图2 1 频谱空穴示意图 频谱检测的目的即发现和利用频谱空穴，前提是不得对主用户信号造成干扰。由 于现在的频谱分配机制下，主用户信号比认知无线电用户对频谱段的使用权享有更高 的优先权，因此认知无线电必须时刻保持对频谱段的检测，以保证不能对主用户信号 造成干扰。 目前认知无线电频谱检测技术主要研究的侧重点有以下三方面：第一，认知无线 电系统中的认知用户的共存问题。认知无线电的频谱检测不能对现有的合法授权用户 信号和未来有可能接入的认知无线电信号造成干扰。第二，复杂的现实通信环境下的 信道。如何在存在信道衰落、噪声干扰和阴影效应等复杂状况的影响下实现高质量的 频谱检测，是一个重要的问题。第三，频谱检测自身的检测性能。在认知无线电系统 频谱检测中，不但要保证检测的可靠性和实时性，还要尽量降低检测过程对主用户信 号的干扰，以及检测系统复杂度和可行性的要求。 西南交通大学硕士研究生学位论文第8 页 2 1 2 频谱检测技术的模型 基本的单节点检测的主要目的是检测到主用户信号是否存在。信号的模型如下： 础) - 篡m 箸 ( 2 - ) 其中，x ( t ) 表示感知用户接收到的实际信号，n ( t ) 代表信道噪声，s ( t ) 代表合法主用 户发射信号，h 为信道增益。风表示主用户信号未出现的情况，骂代表合法授权用户 信号出现的情况。 不论单节点检测采用何种方法，该方法最终将得到检验统计量，设为v ，判定的 门限值为旯。根据判决准则存在以下关系： r i v旯 ( 2 - 2 ) r o 在统计量v 大于门限值力的时候，判定为信号存在，即为足，当统计量v 小于门 限值旯的时候，判定为信号不存在，即r 。下面给出认知无线电检测性能的四个重要 指标： p a = p ( r i 且) 授权用户信号存在时检测出授权用户的概率，即检测概率 “= p ( rf q ) 授权用户信号存在时未检测出授权用户的概率，即漏检概率。 p l = p ( rl 风) 授权用户信号不存在时判定为用户存在的概率，即虚警概率。 p r = p ( r l 风) 授权用户信号不存在时检测到频谱空穴的概率，即空穴概率。 可以看出，提高检测概率m 是保证认知无线电不对主用户信号造成干扰的前提， 而漏检概率“= 1 一办，是认知用户对授权用户造成干扰的直接原因，检测概率越低， 漏检概率就越高，因此为了保证认知无线电检测的可靠性，必须提高检测概率，降低 漏检概率。而当出现频谱空穴时，虚警概率p ；的出现使得认知用户无法及时的使用频 谱空穴，应当尽量降低虚警概率p ，的值，增加检测到空穴的概率，即b 。通过分析我 们不难发现，漏检概率与检测概率直接相关，而虚警概率与空穴检测概率直接相关， 因此我们只需要研究虚警概率与检测概率之间的关系，在频谱检测算法中，应该尽量 降低虚警概率，增加检测概率，本文以下的特性曲线( 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 s c u r v e s ，即r o c 特性曲线) 主要研究二者的关系。 2 2 单节点检测技术模型 基本的单节点检测主要分为主用户发射源检测和主用户接收端检测两种，具体的 检测方法如下图所示： 西南交通大学硕士研究生学位论文第9 页 嘲网 i _ 堑堑捡型il ! ! 三兰竺i 2 2 1 本振功率泄露检测 陋丽灏司隧臻蹰 i 器检测ll 功率检测l 图2 2 单节点频谱检测算法 当授权用户存在时，在授权用户接收端的天线处，会有微弱的主用户信号功率泄 露出来，本振功率泄露检测就是基于该想法提出的一种主用户接收机检测方法。 但是利用认知节点直接进行泄露功率检测是不可行的，这是因为无法知道授权用 户信号接收天线的具体位置，则在远距离内侦测到本振泄露的微弱功率是不可能的。 文献 7 】中给出的结论是当认知无线电检测节点距离授权用户接收天线的距离在2 0 米 以内时，若要保证检测结果较高的准确率，则检测时间以秒为单位进行计算。这是认 知无线电技术所不能允许的检测时间。实际情况中认知无线电的检测时间必须降低到 以毫秒为单位进行衡量。 若要采用本振功率泄露检测，则必须在主用户接收机处安装一个较小的传感器节 点，该节点的作用是：侦测本振功率泄露情况，判定接收机转向哪个信道，并且将该 信息以一个可靠的独立信道传送给认知无线电检测节点。 无论认知节点采用何种方式进行信号检测，该节点基于本振泄露检测的的前端结 构是一样的，如下图所示： l o ( 1 ) 图2 3 传感器结构图 西南交通大学硕士研究生学位论文第1 0 页 该传感器节点包含一个r f 放大器，将接收到的本振泄露信号放大，通过滤波器和 本振变频队列，将信号变频到特性的i f 频段，之后通过检测器进行检测。 后面的检测器可以使用能量检测的方法。若采用次优的能量检测的话，该方法的 检测性能比较差。因此能否将基于本振泄露的检测方法应用扩展还在探讨中。 2 2 2 基于干扰温度的检测 在研究无线电磁波时，干扰是一个重要的指标。干扰通常只存在于信号的接收端， 针对认知无线电中干扰的问题，f c c 提出了一种新的干扰检测概念干扰温度。 干扰温度概念的提出，使得发射基站基于该模型，有意识的降低本身的发射功率， 使得在信号的接收端，认知无线电信号对授权用户的干扰几乎可以等同为噪声干扰。 基于干扰温度的模型如下图所示： 接 收 端 功 率 功率主用户信号 ( a ) 频率 ( b ) 图2 - 4 ( a ) 干扰温度模型；( b ) 认知用户与主用户重叠 由该模型可以看出，当信道中除了固有的高斯白噪声之外，外来信号的干扰在不 一 + 西南交通大学硕士研究生学位论文第11 页 同的频率点会产生不同程度的干扰。但是只要干扰信号的功率未超过干扰温度门限值， 认为该干扰时可接受的，换句话说，该干扰可以纳入背景噪声的行列。 干扰温度的概念又可以称为噪声温度，是一种衡量干扰的标准，用以衡量未知信 号和噪声的干扰功率所占用的带宽大小。它的定义为【2 0 】： 乃( z ，曰) ：驾笋( 2 - 3 ) 其中乃为噪声温度的绝对温度：另( z ，b ) 为频率为，带宽为b 处的干扰功率；k 为波尔兹曼常数。 根据该定义，主用户信号接收处将噪声与其它信号的干扰统统视为一个干扰量来 考虑。干扰温度的模型主要考虑对主用户信号的干扰进行控制。在干扰温度的模型中， 假设有n 1 个主用户信号，这些信号具有各自的拼点和工作带宽。且满足下式条件： + 碱+ 尝矧z ) ( 2 卅 该式保证了认知无线电接入用户造成的干扰不超过主用户信号可接受的干扰温度 门限值。其中m ，是认知无线电用户和主用户信号之间的信道衰落和损耗引起的乘性噪 声矩阵。 但是检测干扰温度具有一定的局限性。文献 2 1 】提出了认知无线电用户本身的工作 作为对主用户信号的干扰，事先应加以研究和考虑。而且文献 2 1 】只对单一认知用户的 干扰进行了探讨，对多个感知用户共存的问题并不适用，另外如果感知用户不知道主 用户信号位置的时候，该文献的方法也无法加以使用。 2 2 3 周期平稳特征检测 通常的噪声信号都是杂乱无章的，而发射信号通常都呈现周期性变化的特性，通 过对感兴趣的带宽内的接收信号进行周期性检测，判断其中的信号是否呈现周期性变 化，来判断授权用户信号是否存在，是周期平稳特征检测的出发点。 圆圈il至重 一 囤困 图2 5 周期平稳特征检测实现原理图 为了检测调制信号的某些特有特征( 例如正弦载波、调制类型以及符号速率等等) ， 需要分析频谱相关性函数，该函数为二位变换，相比较于功率谱密度的一维变换，该 检测方法对于未知噪声的鲁棒性，使得它能够在区分高斯噪声方面好于能量检测算法。 西南交通大学硕士研究生学位论文第1 2 页 但是由于该函数的二维变换性，使得周期平稳特征检测算法需要计算n 个快速傅里叶 变换( f a s tf o u r i e rt r a n s f o r m a t i o n ，简称f f t ) 的相干性，相较于能量检测只计算n 个 f f t 输出而言，实现该检测算法的计算复杂度增加了n 2 。 对于接受端接受到的时间信号x ( t ) ，如果它的自相关函数存在周期性，就称它为循 环稳态的。定义它的循环自相关函数( c a f ) 为 群( 炉l i r a 焘互瞰矿刚肿”】【砌) e j x a n 】( 2 - 5 ) 其中口为循环平率，是信号持续时间t 的整数倍。再对c a f 进行离散傅里叶变换 得到循环功率谱密度： ( 厂) = 霹( 七) e 川万且 ( 2 - 6 ) 根据信号的循环功率谱密度，可以判决是否存在主用户信号，其判决方法为 ( 门= 片( 厂+ 口2 ) 矿0 ( 厂一口2 ) 鬈( 门季薯喜 ( 2 - 7 ) h ( f ) 是信道冲击响应h ( f ) 的傅里叶变换，鬈( 厂) 是要检测信号的循环功率谱密度。 循环平稳特征检测的最大优点在于：它可以将噪声和主用户信号区分开；但同时 复杂度较高，观测时间也较长。 2 2 4 匹配滤波器检测 所谓匹配滤波器检测法，是指加入一种能够使输出信号信噪比s n r 最大化的一种 最佳线性滤波器，从而进行信号检测的方法。无论理论分析还是实践，都表明：只要 在输出端能够获得最佳信噪比，信号检测方法就能够最佳的判断信号出现。 线性滤波器如下图所示： j ( ) + 刀( z )s o ( t ) + n o v ) 线性滤波器 图2 - 6 线性滤波器 输入信号为s ( t ) + n ( t ) ，s ( t ) 对应主用户信号，n ( t ) 对应噪声信号。令s ( f ) hs ( w ) 与 s o ( t ) hs o ( w ) 分别对应主用户信号输入输出的傅里叶变换，经过推导可得最佳匹配滤 波器的传递函数为： h ( j w ) = c s ( w ) e 一肭( 2 8 ) 上式中c 为一固定参数，通常取l ，此时输出信号的最大信噪比为： f 2 赢( 2 - 9 ) 西南交通大学硕士研究生学位论文第1 3 页 其中0 2 为噪声n ( t ) 的功率谱密度，e 为信号能量，计算公式如下： e = 去二l s ( 妫1 2d co(2-10) 在信号的某些先验信息已知的情况下，匹配滤波器可以说是一种最优的信号检测 方法，但是它的缺点也是显而易见的：第一，实现复杂；第二每个主用户信号都需要 一个单独的匹配滤波器，增大检测成本。 2 2 5 能量检测 能量检测属于非相干检测，它的优点在于容易理解与实现。能量检测器的原理图如 下【捌： 采样、求 计算单位时 带通滤波器 间内信号能 判决 模、平方 量 图2 7 能量检测器 假设噪声为n ( t ) 。主用户信号为s ( t ) ，h o 和q 分别表示主用户信号不存在和存在 的两种情况。 能量检测器的核心思想是：信号加噪声的能量一般情况下要大于纯噪声的能量， 即： e ( s 0 ) + 以( f ) ) 2 ) = e p ( f ) 2 卜卜e 伽o ) 2 ) e 玎o ) 2 )( 2 1 1 ) 现在假设信号与噪声相互独立，噪声为带宽w 、0 均值、双边功率谱密度为0 的 高斯白噪声。 对带通信号进行奈奎斯特采样，由采样定理，可知采样前的连续信号可以由这些 互相独立的采样点来表示，这样当信道中只存在噪声时，输出信号的功率就可以近似 为一个卡方( c h i s q u a r e ) 分布，而信道中存在授权用户信号时，统计量为一个非中心的 卡方( n o n c e n t r a lc h i s q u a r e ) 分布，虽然信号在频谱上是无限的，但是带外信号的能量 通常可以忽略，因此可以得到非常近似的模拟统计量【2 3 】： 在单位检测时间t 内假设通过带通滤波器的信号为y ( t ) ，取能量检测下的统计量 为： g t 一- - - 嘉ry 20)at(2-12) 由采样定理，可知：一个持续时间为t ，带宽为w 的信号可以由2 t w 个采样点来 表示。 噪声可以表示为： 以( f ) = a | fs i n c ( 2 w t 一明 f - 咱 ( 2 1 3 ) 西南交通大学硕士研究生学位论文第1 4 页 其中s i n ( 甜) = s i n 磊( r _ r x ) ，q 为噪声信号的采样点，即q = 刀( 刍) 。 显然q 为零均值高斯随机变量，其方差为口2 = 2 n o w 。 由于噪声信号的独立性，可知： 仁s i n c ( 2 w t - i ) s i n c ( 2 形t - k ) d t = x2 眠；嚣 ( 2 1 4 ； i= ，、。 ： ，。 ( 2 ) 一l l壬p 由( 2 1 4 ) ，可得噪声功率： 二力2 ( f ) d r = ( 1 2 矿) o o 彳( 2 - 1 5 ) 现在已知采样时间为t ，则在时间( 0 t ) 上，n ( t ) 可以近似为2 倍时宽带宽( 即2 t w ) 项的和，即： 咒( f ) = a , s i n c ( 2 w t - i ) ，o 巧) ( 2 2 1 ) 匕= 尸 v ri h o = p x ；册 巧) ( 2 - 2 2 ) 其中巧为判决门限值。 在a w g n 信道下，文献【1 5 】给出了检测概率弓和虚警概率厶的表达式： 另= q , ( 4 2 2 ，巧) ( 2 - 2 3 ) 只= f ( t w = , v r 2 ) ( 2 - 2 4 ) 。 i ( 1 。w ) 其中r