（通信与信息系统专业论文）认知无线网络中的频谱检测算法研究.pdf

东南大学学位论文独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除 了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获 得东南大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献 均已在论文中作了明确的说明并表示了谢意。 、= 研究生签名：季雌日期：掣丛生l 东南大学学位论文使用授权声明 东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的复印件和电子文档， 可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致。除在保密 期内的保密论文外，允许论文被查阅和借阅，可以公布( 包括以电子信息形式刊登) 论文的全部内容或中、 英文摘要等部分内容。论文的公布( 包括以电子信息形式刊登) 授权东南大学研究生院办理。 研究生签名：主毒童尘盔导师签名：黝 拶y 摘要 摘要 认知无线电( c 1 lc o g n i t i v er a d i o ) 作为一种智能频谱共享技术，通过感知频域、时域和空 域等频谱环境，自动搜寻己授权频段的空闲频谱，实现频谱的动态接入，为解决如何在有限 频谱资源条件下增加频谱接入机会这一无线通信难题开辟了一条新的途径。 在对国内外文献的调研的基础上，对认知无线电频谱检测问题展开研究，改进和提出了 一些协同频谱检测算法。 首先，分析了认知无线电技术的研究背景，介绍了其的定义和功能，阐述了认知无线电 的关键技术。 其次，对认知无线电的三种频谱检测算法：能量检测法、匹配滤波法和特征检测法进行 了介绍和分析。 再次，研究了如何利用协同的方式提高频谱检测的准确度问题。在现有协同频谱检测算 法的基础上，提出了一种半数判决算法的改进实现方式，即在中心节点对接收到的认知用户 能量检测结果进行筛选，选择可信度高的检测结果进行半数判决。仿真结果显示，改进的半 数判决法的检测性能得到提高。还提出了一种更加合理的可信度分配方案，应用于基于证据 理论的数据融合方案中。仿真结果显示，与现有的可信度分配方案相比，新的可信度分配方 案能够充分利用认知节点接收信噪比的差异，使其误检概率显著下降。 最后，讨论了认知网络中频谱检测参数的优化问题。提出了一种改进的异步协同频谱检 测算法。新的检测算法不仅节省了检测时间，而且降低了误检概率。另外，介绍了认知无线 电周期性循环频谱检测参数的设定，讨论如何在满足干扰容限的基础上，得到最大的检测效 率。 关键词：认知无线电，频谱检测，协同频谱检测，检测参数 a b s t r a c t a sa n i n t e l l i g e n ts p e c t r u ms h a r i n gt e c h n o l o g y , c o g n i t i v er a d i oc a na c c e s s t h es p e c t r u m o p p o r t u n i s t i c a l l yb ys e n s i n gt h er a d i oe n v i r o n m e n ti ns u c ha st h ef r e q u e n c yd o m a i n , t i m ed o m a i n a n ds p a t i a ld o m a i n ，a n db ya u t o m a t i c a l l ys e a r c h i n gf o ra n du s i n gt h ef r e q u e n c yb a n d st h a ta r en o t o c c u p i e db yl i c e n s e du s e r s i to p e n su pan e ww a yt oi n c r e a s et h es p e c t r u ma c c e s so p p o r t u n i t i e s u n d e rt h ec o n s t r a i n t so ft h el i m i t e ds p e c t r u mr e s o u r c e s t h et h e s i sf o c u s e so nc o o p e r a t i v es p e c t r a ls e n s i n gt e c h n o l o g y ，a n dp r o p o s e da n di m p r o v e d s o m ea i g o r i t h m so nc o o p e r a t i v es p e c t r u ms e n s i n g f i r s t l y ，a n i n t r o d u c t i o na n da n a l y s i st ot h eb a c k g r o u n do fc o g n i t i v er a d i ot e c h n o l o g y ， i n c l u d i n gt 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 di t sc o r r e s p o n d i n gk e yt e c h n o l o g i e sa r ep r e s e n t e d s e c o n d l y ，t h r e et y p e so fs p e c t r u ms e n s i n ga l g o r i t h m sf o rc o g n i t i v er a d i ot e c h n o l o g y ，e n e r g y d e t e c t i o nm e t h o d ，m a t c h e df i l t e r i n gm e t h o da n dc h a r a c t e r i s t i c sd e t e c t i o nm e t h o da r ea n a l y z e d t h i r d l y ，c o o p e r a t i v es e n s i n ga l g o r i t h m s 丽t l lt h ea i mt oi m p r o v et h ed e t e c t i o na c c u r a c ya r e i n v e s t i g a t e d a ni m p r o v e dh a l fv o t i n gd e c i s i o na l g o r i t h mi sp r o p o s e d s i m u l a t i o nr e s u l t ss h o wt h a t t h ei m p r o v e dm e t h o dc a i ls i g n i f i c a n t l yr e d u c et h et o t a le r r o rr a t e an o v e lb a s i cp r o b a b i l i t y a s s i g n m e n ta l g o r i t h m ，w h i c hi su s e di nd - sd a t af u s i o ns c h e m e ，i sp r o p o s e d s i m u l a t i o nr e s u l t s s h o wt h a tt h en e wm e t h o dc a nr e d u c et h et o t 甜e r r o rr a t eo b v i o u s l y ，c o m p a r e d 谢t ht h ep r e s e n tb a s i c p r o b a b i l i t ya s s i g n m e n ta l g o r i t h m f i n a l l y ，t h eo p t i m i z a t i o no fs e n s i n gp a r a m e t e r sf o rc o g n i t i v er a d i on e t w o r k si si n v e s t i g a t e d i m p r o v e da l g o r i t h m f o r a s y n c h r o n o u sc o o p e r a t i v es p e c t r u ms e n s i n g ，w i t hr e d u c e dd e t e c t i o n d u r a t i o na n dl o w e re r r o rd e t e c t i o np r o b a b i l i t yi s p r o p o s e d a d d i t i o n a l l y ，t h eo p t i m i z a t i o no f d e t e c t i o np a r a m e t e r sf o rc o g n i t i v er a d i oi sa n a l y z e di no r d e rt oa c h i e v et h em a x i m u md e t e c t i o n e f f i c i e n c yw i t ht h ec o n s t r a i n to ft h ei n t e r f e r e n c et o l e r a n c e k e y w o r d s ：c o g n i t i v er a d i o ，s 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 g ，s e n s i n g p a r a m e t e r s 目录 目录 摘要i a b s t r a c t i i e jj 录i 第一章绪论1 1 1 认知无线电技术简介l 1 1 1 认知无线电技术产生背景l 1 1 2 认知无线电的定义及内容1 1 2 认知无线电的关键技术3 1 2 1 频谱检测3 1 2 2 频谱动态分配4 1 2 3 功率控制4 l - 3 本论文的研究方向及创新点5 第二章认知无线电频谱检测算法7 2 1 能量检测法7 2 1 1 能量检测算法描述8 2 1 2 能量检测判决算法1 0 2 1 2 1 单阈值判决1 0 2 1 2 2 双阈值门限判决法1 l 2 1 2 3 似然判决1 2 2 2 匹配滤波法13 2 3 特征检测法15 2 3 1 循环平稳自相关和循环功率谱的定义1 5 2 3 2 基于循环平稳特性的特征检测算法1 6 2 4 本章小结18 第三章认知无线电协同频谱检测算法1 9 3 1 认知网络模型2 0 3 2 锄o u to f k 判决算法的最优珂值之分析2 2 目录 3 3 基于记忆的似然数据融合方案2 5 3 4 半数判决方案3 0 3 5 基于证据理论的协同频谱检测算法3 4 3 5 1 基本理论3 5 3 5 2 多个认知用户检测周期可信度分配的融合3 7 3 5 3 算法性能分析4 0 3 6 本章小结4 2 第四章认知无线电频谱检测参数优化4 5 4 1 非协同频谱检测时间长度分析4 6 4 2 异步协同频谱检测方案4 8 4 3 周期性频谱检测时间参数优化5l 4 3 1 主用户活动模型5 2 4 3 2 干扰模型分析5 3 4 3 - 3 检测参数最优化5 5 4 4 本章小结5 7 第五章结束语5 9 5 1 论文工作总结。5 9 5 2 下一步工作的方向6 0 致谢6 l 参考文献6 3 插图目录 图1 1 图2 1 图2 2 图2 3 图2 _ 4 图2 5 图2 - 6 图2 7 图3 1 图3 2 图3 3 图3 - 4 图3 5 图3 - 6 图3 7 图3 8 图3 - 9 图3 1 0 图3 1 l 图4 1 图4 - 2 图4 3 图4 - 4 图4 5 图4 - 6 图4 7 图4 8 插图目录 m i t o l a 的认知圈2 连续时域内能量检测算法框图8 离散时域内能量检测算法框图8 在频谱内计算信号能量9 能量检测值l ，的条件概率密度函数1 1 能量检测双阈值门限判决算法1 1 似然比，随r 值的变化曲线1 3 匹配滤波算法结构框图1 3 造成干扰的认知无线电网络拓扑示意图1 9 认知网络集中式系统模型。：2 1 总的错误概率鲈q kv s 阈值a 2 4 当s n r 一2 0 d b 时，两种检测误差比较2 9 s n r = - 2 0 d b 时，似然比随k 的变化曲线3 l k 取值不同时系统的误判概率3 3 改进的半数判决方案与其他检测方案的误判概率比较3 4 对彳的不确定性描述3 6 节点q 的接收s n r 变化时，d s 算法与半数判决算法的错误检测概率比较4 l 节点q 的接收s n r 变化时，不同b p a 构造的d - s 算法的检测性能比较4 l 节点q 的接收s n - r 变化时，不同b p a 构造的d s 算法的检测性能比较4 2 时间带宽积n = t s w 与信噪比s n r 的关系图4 7 认知节点的数据处理流程图4 7 错误检测概率随认知用户数目的变化曲线。4 9 检测时隙长度随认知用户数目的变化曲线。4 9 检测时隙长度随s n r 的变化曲线。5 0 检测的错误概率随s n r 的变化曲线。5 0 认知无线电干扰模型5 3 检测效率玎与检测参数r 和岛的关系图5 6 表格目录 表格目录 表3 1 仿真初始条件2 9 表3 2l 比特足量化方案3 2 表3 32 比特冠量化方案3 2 i v 缩略词 缩略词 c r ：c o g n i t i v er a d i o ，认知无线电 r k r l r a d i ok n o w l e d g e r e p r e s e n t a t i o nl a n g u a g e ，无线电知识表达语言 a d s l ：a s y m m e t r i c a ld i g i t a ls u b s c r i b e rl o o p ，非对称数字用户环线 s n r ：s i g n a lt on o i s er a d i o ，信噪比 w r a n ：w i r e l e s sr e g i o n a la r e an e t w o r k , 无线区域网 d s a ：d y n a m i cs p e c t r u ma l l o c a t i o n , 动态频谱分配 a w g n ：a d d i t i v eg a u s sw h i t en o i s e ，加性高斯白噪声 b p s k ：b i n a r yp h a s es h i f tk e y i n g , 二进制相移键控 q p s k ：q u a d r a t u r ep h a s es h i f tk e y i n g , 正交相移键控 q a m ：q u a d r a t u r ea m p l i t u d em o d u l a t i o n , 正交振幅调制 o f d m ：o r f l a 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 ，正交频分复用技术 a f ：a m p l i f ya n df o r w a r d , 放大前传 d f ：d e c o d ea n df o r w a r d , 译码前传 c r n ：c o g n i t i v er a d i on e t w o r k , 认知无线电网络 i i d ：i n d e p e n d e n ta n di d e n t i c a ld i s t r i b u t i o n , 独立同分布 b p a ：b a s i cp r o b a b i l i t ya s s i g n m e n t , 基本可信度分配 p d f ：p r o b a b i l i t yd e n s i t yf u n c t i o n , 概率密度函数 c d f ：c u m u l a t i v ed i s t r i b u t i o nf u n c t i o n , 累积分布函数 d s ：d e m p s t e r - s h a f e r , 基于证据理论的数据融合方法 n a c s s ：n e wa s y n c h r o n o u sc o o p e r a t i v es p e c t r u ms e n s i n g , 新的异步协同检测算法 v 第一章绪论 1 1 认知无线电技术简介 1 1 1认知无线电技术产生背景 第一章绪论 蓬勃发展的高速、宽带无线通信业务需要更宽的频谱带宽支持。这势必造成可用的频谱 越来越少，而无线电频谱资源的短缺将成为新兴无线通信技术发展的瓶颈。人们通过采用先 进的无线通信理论和技术，如链路自适应技术、多天线技术等努力提高频谱利用率的同时， 发现现有的已分配使用的频段，特别是传播特性好的低频段频谱利用率低下。现今的频谱资 源都是由政府授权分配使用，是一种固定分配使用政策。以美国为例，美国联邦通信委员会 ( f c c ) 的调查表明，当前已分配频段的总体利用率严重低下，且利用情况极不平衡，一些资源 开放的频段占用拥挤，而有些授权频段则经常空闲【l 】【2 】。这表明频谱资源短缺只是一种假象， 是由频谱资源利用效率低下造成的。如何提高频谱资源的利用效率，已成为一个严峻的问题。 提高频谱利用率的频谱共享技术受到了人们的关注。 认知无线电( c o g n i t i v er a d i o ，c r ) 技术以其自身优势走进了人们的视线 3 】【5 】。认知无 线电技术从频谱资源的二级利用角度，提出了一种提高频谱利用率的解决方案。认知无线电 设备能够自动的检测频谱环境，发现时域上、频域上或空间上的空闲频谱资源，在不干扰授 权用户的基础上动态的接入频谱，实现频谱资源的二级利用。不难看出认知无线电技术是一 种智能的频谱共享技术，能够依靠人工智能的支持，学习无线电通信环境，自适应改变工作 参数，动态的使用空闲频谱。这样认知无线电技术的应用范围就跳出开放频段的应用范围， 能够动态的接入到利用率较低的已授权分配频段，增加了频谱的动态接入机会。既解决了频 谱的负载不平衡问题，又在不干扰授权用户的基础上提高了频谱资源的利用率，降低了频谱 资源对无线电技术发展的限制。因此认知无线电技术被预言成为未来最热门的无线技术。 1 1 2认知无线电的定义及内容 “认知无线电”这个词最早是由j o s e p hm i t o l ai g 在1 9 9 9 年创造出来的【2 】。他描述了认知 无线电怎样通过一种称为“无线电知识表达语言”( 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 ) 的新语言来提高个人无线业务的灵活性。m i t o l a 给出的认知无线电定义是：无线数 字设备和相关的网络在无线电资源和通信方面具有充分的计算智能来探测用户通信需求，并 分解这些需求来提供最合适的无线电资源和无线业务。对于认知无线电的定义，不同的机构 和学者从不同的角度给出了不同的c r 定义。其中比较有代表性的包括美国联邦通信委员会 东南大学硕士学位论文 ( f c c ) 和著名学者s i m o nh a y k i n 教授的定义。f c c 认为：“c r 是能够基于对其工作环境的 交互改变发射机参数的无线电”。s i m o nh a y k i n 则从信号处理的角度出发，认为：“c r 是一个 智能的无线通信系统。它能够感知外界环境，并使用人工智能技术从环境中学习，通过实时 改变某些操作参数( 比如传输功率、载波频率和调制技术等) ，使其内部主题适应接收到的无 线信号的统计性变化，以达到以下目的：任何时间任何地点的高度可靠通信；对频谱资源的 有效利用。”f 2 1 图l - lm i t o l a 的认知圈 m i t o l a 提出的认知无线电是软件定义无线电的特殊扩展，以模型为基础进行用户和通信 环境的推理 2 】。他给出了一个主要在应用层，以通信前后环境和定位为基础的认知无线电模 型，如图1 1 所示。图形描述了认知无线电如何与外界环境( o u t s i d ew r o r l d ) 进行信息交互， 即系统因外界刺激和变化进入观察圈，认知无线电通过观察( o b s e r v e ) 、定位( o r i e n t ) 、计 划( p l a n ) 、学习( l e a r n ) 、判决( d e c i d e ) 、执行( a c t ) 等过程最终得到一次响应。在该认 知模型中，每做出参数改变的决定时，认知节点和网络观察到的每一个可能的参数都被考虑 到，所以m i t o l a 的认知无线电模型通常被成为“全认知无线电”。然而，到目前为止，这样的 认知无线电还没有被实现过。 现今人们考虑其它易于实现的认知无线电模型。基于上述c r 的定义，人们提出一种实 现认知无线电技术的模型：允许非授权用户在不干扰授权用户正常工作的基础上使用授权频 段。在这种认知无线电的执行过程中，仅以频谱为关注对象，因此被称为频谱检测认知无线 电( s p e c t r u ms e n s i n gc o g n i t i v er a d i o ) 。如今，人们对认知无线电的研究绝大多数仍集中在频 2 第一章绪论 谱检测认知无线电上。例如，2 0 0 4 年1 1 月i e e e8 0 2 2 2 工作组正式启动，其工作范围是在 t v 工作的无线区域网( w i r e l e s sr e g i o n a l a r e a n e t w o r k , w r a n ) 频段内制定基于认知无线电 的包括p h y 层和m a c 层的空中接口。t v 工作在5 4 8 6 2 m h z 的v h f u h ft v 频带，其组 网模式是一点到多点的无线区域网。电视频段内的无线电波具有非常好的传播特性，而且f c c 的调查发现在美国许多地方电视频段未被充分利用，因此i e e e8 0 2 2 2 工作组应运而生。i e e e 8 0 2 2 2w r a n 标准的应用前景是为偏远地区提供无线宽带接入，其服务质量与现有的服务于 郊区的有线宽带业务( 如a d s l ) 相当。 综上所述，频谱感知认知无线电的定义可以描述为：频谱感知认知无线电是一种智能的 无线通信系统，主要关注对象是频谱；它能够感知周围环境，运用“学习重构”的方式检 测无线电频谱利用状态，实时改变认知无线电发射频率、载频及调制方式等传输参数，来维 护认知无线电通信系统的运作。认知无线电的最终目的就是通过感知和重新配置系统参数获 得最好的可用频谱。由于认知无线电工作在授权频段或公共共享频段上，因此认知无线电工 作的最基本要义就是：如何与授权用户或与接入用户共享频谱并且不干扰其工作。在认知无 线电专业术语中，对某一特定频段频谱拥有法定使用权或使用优先权的用户称之为主用户 ( p r i m a r yu s e r s ，p u ) 。相对的，拥有低优先权，在不干扰主用户工作的情况下使用主用户工作 频段的认知用户可称为二级用户( s e c o n d a r yu s e r s ) 或认知用户。 1 2 认知无线电的关键技术 这里主要介绍认知无线电的关键技术及各个部分的功f i 邑 6 7 1 。 1 2 1频谱检测 频谱检测( s p e c t r u ms e n s i n g ) 技术是认知无线电通信的关键。如图1 1j o s e p hm i t o l a 的 认知模型中，认知无线电通过学习，灵敏地检测到周围无线电通信环境的变化，使得认知无 线电通信适应周围授权用户通信状态的变化。由于授权用户及其网络没有义务对认知网络通 信做出变化，所以认知网络要能独立地、可靠地对授权用户进行检测。这是认知无线电的一 项关键技术。在进行检测时，各种频谱检测算法都要满足两个基础条件【2 】： 物理层的上层协议必须保证认知无线电在进行频谱检测的时间间隔内保持安静，这样 才能保证在认知无线电接收机关注的频谱上仅有的频谱功率是由授权用户发出的。 认知用户的检测灵敏度要高于授权用户所属系统的接收机灵敏度。因为当最坏情况出 现时，即认知用户接收机与授权用户发射机之间是非视距的，认知用户接收机接收到 信号信噪比( s n r ) 较低，为避免隐终端问题( h i d d e n t e r m i n gp r o b l e m ) 出现，认知 用户接收机要拥有比授权用户接收机更高的灵敏度，才能实现可靠检测。研究表明， 东南大学硕士学位论文 为达到给定的检测准确度，认知网络可以通过协同检测的方式降低单个认知节点对于 灵敏度的要求。 总而言之，认知无线电频谱检测技术可以归纳为非协同频谱检测、协同频谱检测。其中 非协同频谱检测是指单个认知用户独立完成检测过程，并判断是否有频谱接入机会；协同频 谱检测是指认知网络中的多个认知用户交换信令，共享检测信息。因为在认知无线电频谱检 测算法中，认知用户要有较高的检测灵敏度才能满足规定的检测准确度要求，这就限制了认 知用户的工作范围。协同频谱检测就是认知用户参考多个位置不同的认知节点的检测结果， 做出最终判决。它得到了分集增益，降低了各个认知用户对灵敏度的要求，扩大了认知用户 的工作范围，提高了检测可信度。本文主要介绍非协同频谱检测和协同频谱检测。 1 2 2频谱动态分配 在c r 网络中用户对带宽的需求、可用信道的数量和位置都是随时变化的，传统的语音 和无线网络的动态频谱分配( d y n a m i cs p e c t r u ma l l o c a t i o n , d s a ) 方法不完全适用。因为现 有的动态频谱分配受到很多政策、标准及接入协议的限制，也就是说动态频谱分配只能在一 个通信系统中进行。比如g s m 蜂窝网中，网络规划时系统根据话务量为小区分配信道个数。 统计意义上，小区的信道个数不大于用户个数，即当移动用户有通信需求时，基站才会为其 分配通信频段。当一次业务结束时基站释放已分配的通信信道，该信道就可以重新分配给其 它信道使用。因此目前基于c r 的d s a 的研究主要基于频谱池( s p e c t r u mp o o l i n g ) 共享这一 策略。频谱池共享的基本思想就是将一部分分配给不同业务的频谱合并成一个公共的频谱池， 并将频谱池划分为若干个子信道【8 】 9 】。 频谱的动态分配过程就是认知用户间的协商过程。系统以最大化信道利用率为主要目标 的同时考虑干扰最小、接入的公平性、接入代价等因素。 1 2 3功率控制 采用c r 技术实现频谱共享的前提是必须保证对授权用户不造成干扰，而每个分布式操 作的认知用户的功率分配是造成干扰的主要原因，因此需要寻找适用于c r 技术的分布式功 率控制方法。 首先考虑两用户【3 】( 单个认知用户与主用户) 共享频谱时的功率控制问题。一种可行的 方法是将测量到的主用户接收机信号的本地信噪比( s i g n a lt on o i s er a t i o ，s n r ) 近似为认知用户 和主用户问的距离，从而相应地调整认知用户的发射功率 1 0 】。此外，c l e m e n s 等人提出了一 种相对智能的功率分配策略【1 l 】。可将对策论和遗传算法用来搜索策略空间。这些方法可实现 在保证主用户不受有害干扰的前提下“贪婪”地增加认知用户的发射功率。 对于既存在合作又存在竞争的多址c r 系统，为避免多用户的冲突问题，分布式功率控 4 第一章绪论 制的研究更为重要。多址c r 系统发送控制受到给定的干扰温度和可用频谱空穴数量这两种 网络资源的限制。到目前为止，一般主要应用信息论和对策论来解决其功率控制的难题。多 用户c r 系统的功率控制问题首先可看作是一个对策论的问题，若不考虑竞争现象，可看作 纯粹合作对策，这样就简化为一个最优控制理论问题。这种简化没有考虑到各种影响决策因 素之间的互动作用，限制了对策论的应用范围。因此用对策论方法研究的功率控制问题最终 被归结为一个非合作对策。目前主流的方法是采用m a r k o v 对策进行分析解决。实现功率控 制的另外一种方法是基于信息论的迭代注水法。分析表明迭代注水法更适用于多用户环境， 可通过增加遗憾意识的学习机制提高其性能，以支持更多用户接入。 此外c r 系统的安全、可靠链路的维护及定价策略的研究也逐渐城外人们关注的热点问 题。 1 3 本论文的研究方向及创新点 本论文主要针对认知无线电技术频谱检测问题进行了深入的研究。本论文研究了传统的 信号检测方法一匹配滤波器法、能量检测法及循环功率谱特征检测算法，分析了其各自盼 优缺点，并着重分析了应用范围较广的能量检测法的各种判决方法，且提出了一种新的能量 检测似然判决方法。为降低认知无线电频谱检测的高检测灵敏度需求，本论文还研究了多种 集中式的协同频谱检测方案，通过认知用户的协同检测降低各认知用户检测的灵敏度需求， 以获取灵敏度增益，提高检测可靠性。因为认知无线电技术频谱检测时，要求各认知网络处 于静默状态，即所有认知网络停止发送信息，所以认知网络是处于周期性工作状态下的，即 认知用户的工作状态分为检测时隙厶和信息发送时隙丁。因为岛和丁与认知网络的干扰和检 测效率问题密切相关，本论文就最优的如和丁问题展开讨论：在满足干扰主用户系统干扰容 限的前提下，寻找最优的检测参数取值。 本论文的具体安排如下： 第一章绪论简要介绍了认知无线电技术产生的背景、关键技术及其应用。 第二章描述了三种认知无线电频谱检测算法的理论基础，分析了各自的优缺点，并详细 介绍了能量检测的三种判决方案：单阈值判决、双阈值判决和似然判决。 第三章详细介绍了各种认知无线电协同频谱检测的数据融合方案。首先描述了一种数据 硬判决方案，分析了判决的最优阈值，并用仿真结果证明协同频谱检测之于非协同频谱检测 的优越性。然后提出了一种基于可信度的数据判决方案，阐述了该方案的原理、优点。并用 仿真展示了该方案的性能提高。最后，本论文引用了一种基于可信度的数据融合方案基 于证据理论的数据融合方案，并设计了一种新的可信度分配方法，并仿真分析了新的可信度 分配方法的优越性。 第四章主要是对认知无线电系统的时间分析。首先介绍了在频谱检测中基于接收信号信 5 东南大学硕士学位论文 噪比的检测时隙长度设定。在此基础上提出了一种异步协同频谱检测算法的改进方案，使得 新算法不仅能有效节省检测时间，同时还可以提高检测性能。最后从整个认知网络的最优时 间分配出发，阐述了在满足主用户网络干扰容限的基础上，如何设定最优的检测时隙长度和 网络接入时隙长度。 第五章对本论文的工作进行总结，并展望下一步的研究工作。 6 第二章认知无线电发射机频谱检测算法 第二章认知无线电频谱检测算法 频谱检测是认知无线电技术应用的最重要组成部分。认知无线电频谱检测与传统的信号 检测不同，传统的信号检测需要获得信号的波形、带宽、调制方式、载波频率、编解码方法 等准确信息，以实现对介绍信号的滤波和解调，而认知无线电信号检测旨在获得某一地域范 围内主用户的存在性信息，即关注频段上是否有主用户信号在传输，然后寻找最适应认知用 户机会接入的频段。这种存在性信息有多种获取方式，比如从地理位置数据库获取、通过信 标的方式获取或通过本地的认知用户频谱检测获取等 9 】。前两种信息获取方法都是通过改造 主用户网络的方法为认知用户提供关注频谱的利用状态。为了在现有网络的基础上应用认知 无线电技术，本文主要分析利用认知用户进行频谱检测，因为这种方式应用范围广泛，对基 础设施的要求比较低，不需要改造先行的授权用户网络。 认知无线电频谱检测过程可建模为二进制假设检验问题【1 2 】，如下所示： ，、f w ( 0 ，n o x 【) 2 协翻+ w ( ，) ，五 其中x ( o 是认知用户接收到的信号；s ( f ) 是主用户频谱发出的信号；w ( o 是加性高斯噪声，其均 值为0 ，方差是2 ；h 是信道的增益；无信号记为“假设”凰，表明观测频段上目前没有主用 户在传输信息；有信号记为“假设硒，表明现在观测信道上有主用户在传输信息 1 】。假设s ( f ) 和w ( o 是相互独立的( 下文中如无另外说明，参数表示的意义相同) 。 “无信号”但检测结果为“有信号”的条件概率以凰i 凰) 被称为虚警概率即“有信号”时检测 结果为“有信号”的条件概率p ( h l i h o 被称为检测概率n ，“有信号”时检测结果为“无信号”的 条件概率p ( h o i h i ) 称为漏检概率p m 1 2 。漏检概率和虚警概率是衡量频谱检测算法的两个重 要指标。认知用户机会频谱接入( o p p o r t u n i s t i cs p e c t r u m a c c e s s ) 时为避免干扰主用户正常工 作，一般要求检测概率达到9 9 9 3 】。本章将介绍三种常见的频谱检测方法：能量检测法、 匹配滤波法、特征检测法。 2 1 能量检测法 能量检测法是一种传统的数字信号检测算法，早在1 9 5 9 年，g r e n a n d e r 、p o l l a k 和s l e p i a n 发 明了一种获得高斯噪声( 功率谱密度平坦) 在有限的时间内采样值能量确切分布的方法；在 1 9 6 5 年，j a c o b s 利用k - l 分解获得了信号能量分布的具体表达式；在1 9 6 7 年，h a r r yu r k o w i t z 研 究了对未知确定信号的能量检测算法。自此以后，各种能量检测算法及其改进算法层出不穷。 7 东南大学硕士学位论文 2 1 1 能量检测算法描述 图2 1 连续时域内能量检测算法框图 能量检测算法在连续时域内的结构框图如图2 - 1 所示 1 3 1 1 4 。x ( d 表示认知节点接收到的 观测频段内的信号，在检测间隔岛内测量x ( o n 能量大小，能量值用】，表示。在连续时间域内 双o 的表达式如下： 坪) = 鼢) + w ，盏 仁2 ， 图2 2 离散时域内能量检测算法框图 为方便分析】，的取值规律，把其换算到离散时间域上进行信号处理，其信号处理流程如图2 2 所示。总的检测点数表示时间带宽积_ 岛矾其中形瓠代表关注频段带宽，也就是以频率 工对信号荆进行抽样，在检测间隔如内共得到个抽样点 1 3 1 。此时】，的表达式如下： y ：昏盯 n = 0 朴潞卜m 麓 ( 2 3 ) ( 2 4 ) 若观测信道是慢变的，那么h 在一个检测间隔内时恒定的假设是成立的。s 丹 是主用户发射机 发出的确定性信号；w n l 是 j n 性高斯噪声，均值是0 ，方差是仃：；又因为假设s ( t ) nw ( o 是n 互独立的，那么x 力】也是服从高斯分布的。又】，是个高斯型随机变量的平方和，故当观测 信道空闲时，y 仃：服从中心式卡方分布；当主用户发送信- g - 眠l ，y 仃：服从非中心式卡方分 布0 5 。其表达式如下： 5 g 风q叮2 2 8 z z ，j、【 羔以 第二章认知无线电发射机频谱检测算法 其中 。一e ，l h l 2 叩2 百 n - i e = i j ( ，z ) 1 2 呀称为非中心分布参量，q n 表示认知节点接收信号信噪比。根据中心极限定理， 积( 一般取n 1 0 ) 足够大时，统计变量】，可以近似为正态分布【1 6 】： 】， 口( ，d ；，凰 岬( m ，仃；) ，马 i p o = n a 之，0 0 2 = n a ：，h o 【“= n t y 2 ( 1 + y ) ，砰= n a ：a l + 2 r ) ，羁 当时间带宽 ( 2 6 ) ( 2 7 ) 上式中仃：表示噪声w 【刀】的方差，等于w 【刀】的单边功率谱密度o ，即仃。2 = o ；) ，是接收信号 信噪比，y = r 。若假设s n l = l ，有y = h 2 仃：。 以上描述的能量检测都是对单个信道的能量检测。当信道传输的是窄带信号时，要求射 频前端的带通滤波器具有很好的性能。当信道的载波频率较高时，性能很好的带通滤波器是 很难实现的。现代数字信号处理中用频域内的能量计算代替时域中的能量计算，出除了带通 滤波器的影响。由p a r s e v a l 定理： ：1 艺nffi0m 刀1 1 2 = 丙1 己n - i k = o i x 【尼】1 22 = 面己i