（信息与通信工程专业论文）认知无线电网络中的合作频谱感知技术研究.pdf

摘要 摘要 认知无线电是一种解决频谱稀缺的有效途径，作为下一代网络发展中的关键技 术正受到越来越多的关注，而频谱感知作为认知无线电网络中的重要技术近几年来 也成为了研究的热点。频谱感知是带有认知功能的终端用户通过各种检测技术对频 带内的主用户信号进行检测的过程，一旦发现所检测的频带内不存在主用户，则接 入该频带；同时，当发现主用户信号出现在某个频带时，则必须立刻退出该频带。 雨合作频谱感知是在单用户频谱感知技术上发展起来的，通过利用认知无线电用户 的空间分集提高感知的准确度和灵敏度。 本文总结了现有的各种合作频谱感知方法，对合作频谱感知过程中存在的可靠 性和安全性问题进行了研究，提出了基于信誉度的合作频谱感知方法。本方法中采 用能量检测技术，以信誉度来衡量每个认知无线电用户在合作感知中的表现，同时 信誉度也决定了其在合作感知中的权重，通过一个反馈过程减轻不可靠和不安全用 户对感知性能造成的影响。通过各种情况下的仿真，我们对基于信誉度的合作感知 算法进行了验证，并且根据仿真结果对该方法在不同参数下的性能进行了分析。 本文针对宽带合作频谱感知技术也做了重点地研究，提出了一种基于分组合作 的宽带感知模型，并以最大化吞吐量为目标，提出了相应的分组算法和用户选择算 法同时，考虑到合作引入的通信开销，本文还提出了一种在保证合作感知性能的 前提下减少通信开销的合作方法。最后，我们对不同的用户数量，不同的子频带统 计先验信息以及不同比例的用户受到阴影效应影响等情况下的仿真结果进行了详 细地分析和比较。 关键词：认知无线电网络，合作频谱感知，宽带感知，信誉度，分组合作 a b s t r a c t c o g n i t i v er a d i o ( c r ) ，a ni n n o v a t i v et e c h n o l o g yt om i t i g a t et h es p e c t r u ms c a r e l t y p r o b l e m ，i sb e i n gp a i d o nm o r ea n dm o r ea t t e n t i o na s ak e yt e c h n o l o g ymt h e n e x t - g e n e r a t i o nw i r e l e s sn e t w o r k a n ds p e c t r u ms e n s i n g , o n eo ft h em o s ti m p o 他n t i s s u e si nc rn e t w o r k s ，h a sb e c o m ea h o tr e s e a r c ht o p i ci nr e c e n ty e a r s s p e c t r u ms e n s i n g i st h ep r o c e d u r eo ft h ec r u s e rd e t e c t i n gw e a kp r i m a r yu s e rs i g n a l si np o s s i b l yu n k n o w n t y d e s i fu n o c c u p i e ds p e c t r u mb a n di sf o u n d ，t h ec r u s e rc a nu s et h ec o r r e s p o n d i n gb a n d s p e c 扛u ms e n s i n gs h o u l da l s om o n i t o rt h ea c t i v a t i o no ft h ep r i m a r y u s e r ss ot h a tt h ec r u s e ri m m e d i a t e l yv a c a t e st h eo c c u p i e db a n d c o o p e r a t i v es p e c t r u ms e n s m g c a l l1 m p r o v e t h ei n f e r e n c ea c c u r a c ya n ds e n s i t i v i t yu s i n gt h el o c a t i o nd i v e r s i t yo fc r u s e r s t h et h e s i ss u m m a r i z e se x i s t i n gc o o p e r a t i v es p e c t r u ms e n s i n gs c h e m e s ，s t u d i e st h e r e l i a b i l i t ya n ds e c u r i t yp r o b l e m so ft h ec o o p e r a t i v es p e c t r u ms e n s i n g ，a n dp r 叩o s e s a r e p u t a t i o n 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 gs c h e m e i nc rn e t w o r k s i nt h ep r o p o s e d s c h e m e t h ee n e r g yd e t e c t i o nt e c h n o l o g yi sa d o p t e d a st h eb a s i cs e n s i n gb l o c k ，a n dt h e r e p u t a t i o nd e g r e ei su s e dt om e a s u r et h ee a c hc r u s e r sp e r f o r m a n c ed u r i n gc o o p e r a t l o n a n di ti sa l s ou s e dt ow e i g h tt h es e n s i n gr e s u l tf r o mt h ec o r r e s p o n d i n gc r u s e ri nt h e l i n e a rf u s i o np r o c e s s w i t hs u c haf e e d b a c kp r o c e s s ，t h ei m p a c to f u n r e l i a b l ea n d m a l i c i o u sc ru s e f so nt h e d e t e c t i o np e r f o r m a n c ei se f f e c t i v e l ya l l e v i a t e d w i t h s i m u l a t i o n s ，w ea n a l y z e da n d e v a l u a t e dt h e 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 c h e m e p e r f o r m a n c eo ft h er e p u t a t i o n b a s e d t h ew i d e b a n ds p e c t r u ms e n s i n gs c h e m ei s a l s oi n v e s t i e a t e di nt h et h e s i s ，a n da g r o u p - b a s e dc o o p e r a t i o nw i d e b a n ds p e c t r u ms e n s i n gm o d e l i sc o n s t r u c t e d i no u r p r o p o s e dm o d e l ，w i t ht h eo b j e c t i v e t om a x i m i z et h r o u g h p u ta n da l l e v i a t es h a d o w i n g e 舵c t ，ag r o u p i n ga l g o r i t h mc o m b i n e dw i t ht h eu s e rs e l e c t i o na l g o r i t h r n i sp r o p o s e d m o r e o v e r ，t or e d u c et h ec o m m u n i c a t i o no v e r h e a d ，w ep r o p o s e da ni m p r o v e dc o o p e r a t l v e s p e c 姗ms e n s i n gs c h e m ew i t h o u td e g r a d i n gt h ed e t e c t i o np e r f o r m a n c e f i n a l l y , w c v a l i d a t e dt h ep r o i o s e ds c h e m ew i t hv a r i o u sp a r a m e t e r s ，s u c ha st h en u m b e ro f c ru s e r s ， t h es u b - b a n dp r i o ri n f o r m a t i o n ，a n dt h er a t i oo fs h a d o w e dc ru s e r s ，a n ds o o n k 州o r d s ：c o g n i t i v e r a d i on e t w o r k s ，c 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 d e b a n d s e n s i n g ，r e p u t a t i o n ，g r o u p - b a s e dc o o p e r a t i o n i i i 浙江大学研究生学位论文独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研 究成果。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，也不包含为获得逝姿盘堂或其他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 确的说明并表示谢意。 学位论文作者签名：金煎 签字日期如口年3 月日 学位论文版权使用授权书 本学位论文作者完全了解逝姿盘鲎有权保留并向国家有关部门或机构送 交本论文的复印件和磁盘，允许论文被查阅和借阅。本人授权逝姿态堂可以将 学位论文的全部或部分内容编入有关数据库进行检索和传播，可以采用影印、缩印 或扫描等复制手段保存、汇编学位论文。 ( 保密的学位论文在解密后适用本授权书) 学位论文作者签名：俭咱，锄张谢磊芦，殇 签字日期：加口年事月， 日 签字日期：加f d 年弓月f 日 致谢 致谢 首先向我的导师谢磊副教授和陈惠芳副教授致以最深切的感激之情，在我攻读 硕士学位期间，他们给了无微不至的关怀，谢磊副教授在工程方面给予的指导是我 在专业技能上有了很大的提高，而陈惠芳副教授在理论研究方面的细心教导帮助我 找到了进行科学研究的有效方法，这两点是我能够顺利完成学业的必要前提，而他 们的谆谆教诲也将影响我今后的学习和工作。在生活中，他们也给了我莫大的关怀 和帮助，使我能够能够克服各种困难和挫折。我将永远感谢他们。 我还要感谢我的父母，他们对我的无私的爱是我能够专心学 - - j 的动力之源，他 们对我的养育之恩也是无法衡量的，我将永远铭记。 我还要感谢我的女朋友剧丹丹，她对我的大力支持使我能够静下心来做好科 研，她对我的悉心照顾也是我永生难忘的。 我还要特别感谢已经毕业的刘亚硕士，高明硕士，他们在学 - - j 上和生活上给了 我很多的帮助，与他们的讨论使我受益匪浅。我还要感谢同实验室的王政博士，艾 鑫硕士、张文娜硕士，李振华硕士，李珊硕士，王徐敏硕士，吴伟硕士，陈雅欣硕 士，丁旭东硕士，沈佳峰硕士，陈高翔硕士，龙腾硕士，毛小矛博士，潘轶硕士以 及我们硕士班的所有同学，有他们的相助我才能够解决各种各样的问题，我会永远 记住与他们在一起的快乐时光，珍惜与他们的友情。 最后，再次感谢所有曾经帮助过我的导师，亲人和朋友们，祝福你们一生平安。 浙江大学硕士学位论文第1 章绪论 1 1 引言 第1 章绪论 作为2 l 世纪的标志，信息产业正在以令人惊叹的速度蓬勃发展。在上世纪9 0 年代，有线网络的普及，使得普通家庭也可以享受到网上冲浪的乐趣。但是有线网 络却有着诸多限制，于是人们将目光转移到了无线网络，因此，在人们对无线通信 的迫切需求下，无线通信技术在2 0 世纪末到2 1 世纪初的几年中迅猛发展，从模拟 通信发展到数字通信，从窄带发展到宽带，甚至超宽带，从过去单纯的语音业务发 展到现在各种各样的数据业务，而且这种需求还在逐步的扩大，新业务也会伴随着 新的需求而出现，它们将把许多以前只能在电影中看到的场景搬到现实中来，提供 给用户前所未有的体验。 然而，无线通信业务的不断升级需要更多的带宽来保证，这也就对无线频谱资 源提出了更多的要求。图1 1 为美国联邦调查委员( f e d e r a lc o m m u n i c a t i o nc o m m i t t e e ， f c c ) 对3 6 g h z 频段频谱资源的分配情况。通过观察，我们不难看出目前无线频 谱已经相当拥挤，可分配的频谱资源也将会越来越少，很多人也开始担心总有一天 频谱会被耗尽，这将成为了阻碍无线通信发展的瓶颈。 。 n ” 幛：2 卜一节”兽馨 塞。 高翟导窨口：窨豁鬃誊 nnnnnn n寸 寸寸寸寸寸 叶nnnn ”呐n ”n 芒 c 宝 o c i 风) ( 2 - 4 ) 只= e ( 】， 尼l q ) ( 2 - 5 ) 带通滤 平方律 - - q 积分器 _ 一判决器l + 波器器件 图2 - 2 能量检测的基本原理框图 由于进行能量检测不需要知道信号的任何信息，不需要对进行信道估计，而且 实现复杂度低，因此，能量检测成为了目前频谱感知研究中被应用得最多的一种检 测技术。但是基于能量检测的频谱感知也有一些缺点，包括无法区分主用户信号和 噪声，在信噪比较低时检测性能较差，以及受环境噪声的不确定度影响等等【1 4 ，1 9 ，3 扪 通过增加采样点数可以在一定程度上改善能量检测的性能，但是当用户的s n r 某 个门限，也称为s n rw a l l l l 9 , 2 0 】，无论怎样增加采样点数也不可能检测到主用户信号。 正是因为能量检测这一局限性的存在，才促成了合作频谱感知技术的发展。 浙江大学硕士学位论文第2 章合作频谱感知技术 2 2 2 循环平稳检测 循环平稳检测【1 5 ，3 9 1 是利用接收信号的循环平稳特性对主用户传输信号进行检 测的方法循环平稳特性是传输信号的周期性，或者其统计特征( 均值或这方差) 中 的周期性造成的由于信号周期性的冗余存在，使得调制信号具有循环平稳性质以 及频谱相关性，而噪声属于广义平稳的、不具有相关性的信号。因此，循环平稳检 测被引入到了频谱感知中。除此之外，循环平稳检测还可以用来区分不同类型的主 用户传输信t 4 0 l 。 循环平稳检测中，循环自相关函数表示为： 霹( f ) = 研x ( 聆+ r ) x ( n - r ) e 口一】 ( 2 6 ) 其中，n 为周期频率。相应地，循环谱密度函数表示为 - t o o s ( f ，口) = 霹( f 弦叩加 ( 2 - 7 ) 当循环频率等于传输信号s ( f ) 的基频时，循环谱密度函数得到最大值。利用这 一性质，可以实现对主用户信号的检测。 尽管循环平稳检测具有较高的检测准确性，并且能够在一定程度上区分各种主 用户信号，但是其计算复杂度远远大于能量检测，从而限制了循环平稳检测被广泛 采用。 2 2 3 匹配滤波检测 通信理论中已经证明，在已知主用户信号特征已知的情况下，匹配滤波检测是 一种最优检测方法【1 8 】。相比其他方法来说，它的优势在于能够利用最短的检测时间 或者采样点数量达到同样的检测性能。在低信噪比情况下，采用匹配滤波检测达到 同样的目标检测性能时所需要的采样点数以o ( 1 s n r ) g - , j 速率增长f 1 9 】。图2 3 为匹配 滤波检测的基本原理框图，其中x ( o 表示接收信号，办“f ) 表示根据主用户信号特点得 到的匹配滤波脉冲响应信号。 | | i 脚 图2 - 3 匹配滤波检测的基本原理框图 1 3 浙太# 碗学位论文第2 $ 自作额诺尊自技$ 但是匹配滤波检测也有其自身的限制，首先其需要对接收信号进行解调，这就 要求其格须知道主用户信号的特征，包括带宽，工作频率、调制方式，脉冲被形等 等由于需要根据信号类型来执行相应的信号处理，这也增加了匹配滤波的应用复 杂度此外，在检测过程中执行各种接收算法时造成的功率消耗也是其一个不可忽 视的缺点 2 2 4 单用户频谱感知的不足 尽管存在多种本地检测算法，但是单用户频谱感知在实际应用场景中仍然不能 达到较高的检测性能，总体而吉，其主要存在三个方面的不足 ( 1 ) 现有的频谱患知基本上都是通过检测主用户发射机信号来实现的，在这种 情况下，采用单用户进行频谱感知将无法避免隐藏终端问题如图2 - 4 ( a ) 所示， c r 和c 飚处于主用户发射机的信号覆盖范围之外，不能检测到主用户信号的存在， 但是他们之间的通信会对p u l 造成干扰，p u - 印为隐蘸终端 ( 2 ) 如果感知用户与主用户发射机之间存在障碍物遮挡，那么该用户将受到阴 影效应影响，拴测不到主用户发射机的信号 瑚如图2 _ 4 ( b ) 所示，c r i 虽然处于主 用户信号的覆盖范围，但是由于受到阴影效应影响使其检测不到主用户信号，当 c r l 与c r 2 通信时则会干扰p u l 的正常通信 ( a ) 隐藏终端f - i 题抽) 阴影效应问题 田2 4 单用户鞭谱感知存在的问赶 ( 3 ) 由于受到多径衰落，阴影衰落等信道不理想性影响，进行颠谱感知的认知 无线电用户的幢剥更敏度要远远高于主用户接收机的接收灵敏度例如典型的数字 1 4 浙江大学硕士学位论文第2 章合作频谱感知技术 电视信号接收机只需要达到8 3 d b m 的接收灵敏度就可以实现正确解码。而一个需 要高于主用户接收机3 0 d b 检测灵敏度的认知无线电用户需要达到检测1 1 3 d b m 信 号的水平，这已经低于典型热噪声的功率水平( 1 0 6 d b m ) ，实际中将很难实现正确 检测【2 4 】 2 3 合作频谱感知技术介绍 合作频谱感知是在单用户频谱感知基础上提出的，目的是为了解决单用户频谱 感知中的隐藏终端，灵敏度要求过高等问题，以相对较小的通信开销获得较大的感 知性能增益。 合作频谱感知过程通常包括本地感知，感知信患传递和感知信息融合三个阶 段。本地感知与单用户频谱感知过程完全一致，目前的研究中多采用基于能量检测 的感知，尽可能地降低每个c r 用户的感知复杂度；感知信息的传递通常采用控制 信道，在集中式认知无线电系统中，感知信息在用户与控制中心之间传递，而分布 式系统中的感知信息则在认知无线电用户之间进行传递；由于感知信息可以是1 比 特的判决结果，也可以是本地的检测检测统计量，所以存在硬判决融合和软融合感 知信息融合方式。图2 5 为合作频谱感知的基本结构图。 图2 5 合作频谱感知的基本结构图 感知信息的融合是合作频谱感知过程的关键环节，也是近几年研究工作的重点 所在，因此产生了许多融合算法，这些融合算法基本上都是利用能量检测来实现的， 浙江大学硕士学位论文第2 章合作频谱感知技术 下面将分别介绍基于硬判决融合和基于软融合的合作感知以及两种特殊的合作感 知算法。 2 3 1 基于硬判决融合的合作感知 在硬判决融合算法中【1 6 ，2 8 , 4 1 1 ，每个c r 用户将本地判决结果发送给融合中心或 者其他负责数据融合的c r 用户，该判决结果通常为用l 比特表示的“0 ”或者“l ”， 融合中心或者其他负责数据融合的c r 用户将收到的所有l 比特判决结果累加起来 得到全局结果u c ，假设有k 个用户参与合作，u i 表示第f 个用户发送的判决结果， 则表示如下： r “。= ( 2 8 ) 然后采用“o r ”准则，“a n d ”准则或者“m a j o r i t y ”准则来进行判决得到合 作感知结果。相应地，在不同融合准则下得到的全局虚警概率q f 和全局检测概率 q d 可以分别表示如下： “o r ”准则： “a n d ”准则： “m a j o r i t y ”准则： 置 q f = 0 ， ，= l r q d = 气 ，= l ( 2 - 9 b ) 其中，e l , f 和凡f 分别表示第i 用户的虚警概率和检测概率。取表示“m a j o r i t y ”准 则的判决门限，即u c 大于取时判决为存在主用户信号，反之亦然。 一般情况下，认为每个参与合作的感知用户本身具有相同的感知能力，即在相 同的虚警概率r 下，能够达到相同的检测概率凡，那么上述三种硬判决融合准则 下的q f 和q d 的表达式是可以化简为： a9 - 2 ，、 、，、， 励 跏 一 一 0 0 r同r耐 一 一 = = g c 5 i d 92 r 叫 p y 吼 吼 一 一 o 0 广 严 最 只 kn日r兀斟 跏跏 足胁置觚 = i i g 蜴 浙江大学硕士学位论文 第2 章合作频谱感知技术 “。准则： q o r - - ：- 1 ，- 一( 。1 。- 一p 局薹 “籼堋u ：睢筹 “m a j o r i t y ”准则： ( 2 一1 0 a ) ( 2 - 1 0 b ) 其中，c ；与排列组合中的定义相同，表示在k 个c r 用户中取，个共有c ：取法。 在这三种基本的硬判决的基础上，一些研究者从减少通信开销【4 2 , 4 3 1 和提高感知 性能，4 5 1 两方面进行改进，提出基于双门限判决的合作感知算法。文献 4 2 】中认为 感知结果的发送带来的较大的通信开销，在带宽受限的情况下将不能保证感知结果 都能正确发送到认知无线电系统的融合中心，因此提出将传统的基于能量检测的单 门限判决改进为双门限判决，分别如图2 - 6 ( a ) 和2 - 6 ( b ) 所示。当检测统计量】，落在 ( 0 ，y o 】区间或者 y l ，+ ) 区间时，c r 用户将分别发送“0 ”或者“l ”到控制中心； 当检测统计量】，落在( y o ，y 1 ) 区间( 称为非判决区间) 时，c r 用户将不发送任何信息。 由于每个c r 用户的检测统计量存在一定概率落到非判决区间，所以必然减小了发 送感知结果的通信开销；另一方面，落在非判决区间的检测统计量都是不够可靠的， 所以即使少了这部分感知结果，合作感知的性能也不会受到太大影响。文献【4 3 】分 析双门限的设置对于感知性能的影响，通过在a w g n 信道下的仿真验证了双门限 的设置与认知无线电用户的接受信噪比之问存在相关性。 凰判决区- i 竭判决区 1 0 ：y y ( a ) 单门限判决方法( b ) 双门限判决方法 图2 - 6 基于能量检测的硬判决 文献 4 4 】也使用了双门限的判决方法，但是其立足于提高整个系统的感知性能 的角度，当c r 用户的检测统计量】，落入非判决区间时将直接发送检测统计量】，到 d 02 吖 卜 卜 辟 名 一 一 o 0 y 只 只 暖 q k所足所 = = g q 区一 决一 判一 日 一九 区 一 决 一 判 一 非 一。 区一 决一 判一 浙江大学硕士学位论文第2 章合作频谱感知技术 融合中心。融合中心将收到的所有检测统计量的累加结果作为一个新的检测统计量 ，使用单门限判决方法得到一个判决值最后将u n o 与收到的其他判决进行融 合，得到全局的判决结果。该方法相比传统的单门限判决方法而言，在增加了一定 开销的情况下提高了a w g n 信道下的合作感知性能文献 4 5 中在双门限判决的基 础上对本地判决结果为“0 ”和“l ”的用户数量进行统计，分别用局和娲表示， 采用的判决准则如下所示： 巩 q n q( 2 一1 1 ) 髓 其中，n 为根据用户的信道条件设置的比例系数，且l 鲻，k 为参与感知的用户 总数。实际上，当n = l 时，该方法等效于基于能量检测双门限判决的“m a j o r i t y ” 准则融合，因此，这种方法通过增加参数拧，增强了合作感知全局门限设定的灵活 性。 基于硬判决融合的合作感知虽然实现简单，但是由于本地判决的存在仍然导致 了检测信息的丢失。同时，尽管一些研究者在此基础上提出了改进感知性能的算法， 但是仍然没有充分利用到本地的检测统计量。为了解决这些问题，提出了基于软融 合的合作感知方案。 2 3 2 基于软融合的合作感知 在基于软融合的合作感知中，c r 用户将本地的检测统计量或者与通过检测统 计量计算得到的值作为感知信息发送给融合中心或者其他负责数据融合的用户。由 于软融合具有较高的合作增益，所以对各个感知用户的感知能力的要求可以适当降 低在现有的研究成果中，本地感知过程大部分都是基于能量检测的，所以c r 用 户发送的感知信息即是能量检测统计量，而采用的的融合算法则主要包括似然比融 合和线性融合两种，还有一些特殊的融合方式，例如基于中继协议的融合以及基于 簇的融合等等。 似然比融合是基于似然比检测的，因此它是一种最优的融合方式【4 6 1 。每个c r 用户通过本地检测统计量】，计算得到似然比，然后将似然比结果发送到控制中心或 者者其他负责数据融合的用户，再由他们完成似然比结果的融合过程。似然比的计 算及融合结果的计算表示如下： 浙江大学硕士学位论文第2 章合作频谱感知技术 懈) = 黜 ( 2 1 2 ) 小垂懈，= 垂船三几 亿 其中，人( r ) 表示第f 个c r 用户的似然比，a 。表示似然比融合结果，弛为合作门限， 该门限在贝叶斯检测下由代价函数确定，而在纽曼泊松检测下一般由要求的虚警概 率决定。最后用人。与门限儿比较得到全局的判决结果。似然比检测也可以用于硬 判决融合的本地判决过程，通过比较本地检测量的似然比和本地判决门限得到l 比 特的判决结果。文献【4 7 】将贯序概率比检测应用到判决过程来达到减少通信开销的 目的。 尽管似然比检测是一种理论上最优的检测方式，但是其必须在已知检测量概率 分布的前提下才能进行，而这一点在实际应用中是很难实现的由于认知无线电系 统不可能通过从主用户系统获取该信息，只能通过估计的方法来得到检测量的似然 比【4 8 】。此外，基于似然比的最优融合过程中包含二次方和积分运算【4 6 1 ，计算复杂度 较高，因此，有入提出了基于能量检测的线性融合方法【2 3 , 3 0 , 4 9 图2 7 为z q u a n 等人提出的线性融合的基本框图。其中，以力和硕d 分别表示 第，个c r 用户对接收信号进行第f 次采样时叠加的高斯噪声以及采样结果，表示 采样数量，巧表示，个c r 用户的本地能量检测统计量，”：表示检测统计量在传输 过程中叠加的噪声，乃表示用来进行线性融合的第，个感知信息，表示第，个感 知信息在线性融合中对应的权重系数。 对于线性融合的研究主要是集中在寻找最优的权重系数 ) 上文献 4 9 】中证 明了在本地瞬时信噪比远小于l 的情况下，最大比融合( m a x i m a lr a t i oc o m b i n a t i o n ， m r c ) 与最优线性融合的性能是相同的，且都优于等增益融合( e q u a lg a i n c o m b i n a t i o n ，e g c ) 算法。文献 3 0 】中根据认知无线电系统对虚警概率竹和检测概率 尸d 的要求不同，将其分为保守的( c o n s e r v a t i v e ) ，积极的( a g g r e s s i v e ) 和不友好的 ( h o s t i l e ) - 三种，推导了三种系统中检测概率的上下限表达式，以及最优权重系数的 表达式，并且给出了计算最优权重系数的迭代算法。 浙江大学硕士学位论文第2 章合作频谱感知技术 lx 1 ( 0 、 ， h 雳驴 手型7 i = l 1 l”1 i ： 融 无 辞ii 砌嘻2l i 畸争 合 兰 线 乏岛 环 中 - - 境 心 一醐， 比：甲：妒 i = l 图2 7 线性融合的基本框1 虱 3 0 l 基于能量检测的线性融合算法计算简单，也不需要知道检测量的先验分布情 况，适合于实际应用。但是如何确定最优线性融合的权重系数却是一个凸优化问题， 只能通过迭代计算求解。此外，求解最优权重系数的过程还需要用到瞬时信噪比， 所以文献 3 0 1 提出的通过计算最优权重系数实现最优融合的方法很难符合实际应用 的要求。 2 3 3 基于中继协议的合作感知 在认知无线电网络中，与主用户距离较远或者与主用户之间信道条件较差的用 户需要较长的时间才能感知到主用户信号，在主用户出现时往往不能及时的释放占 用的频带，对主用户的传输造成了干扰。为了使得认知无线电用户在主用户出现时 要尽可能快的感知到主用户信号，gg a n e s a n 和yl i 提出了基于中继协议的合作频 谱感知方法【5 0 1 ，之后他们又针对两用户网络【2 1 1 和多用户网络【2 2 】的合作感知分别进行 了详细的研究。 基于中继协议的合作感知实际上是与主用户之间信道条件好的c r 用户将主用 户信号中继给与主用户之间信道条件较差的c r 用户，使其能够尽快感知到主用户 信号的过程。在该方案中，所有c r 用户具有共同的接收者，每个用户都要经历交 替执行的发送阶段和中继阶段。在两用户网络中，处于中继阶段的用户首先接收另 一个用户发送的消息，然后再将收到的消息以及自己对主用户信号的检测值中继给 公共的接收者，在此过程中，之前处于发送阶段的用户也会监听这些被中继的消息， 该消息中除去自己之前发送的消息，剩下的其实就是处于中继阶段的用户对主用户 2 0 大学目学位论z 第2 台作额* 最目技术 信号的感知结果，之后将这个结果作为自己的检测统计量执行判决过程，这就达到 了减少信道条件差的c r 用户疼知时问的目的；多用户网络是对两用户网络的扩展， 在执行中鳢持议之前增加了每两个用户之闻戚对的过程，尽量保证信道条件差的 c r 用户都能找到信道条件好的c r 用户作为中继 在基于中继协议的合作感知方法中第一个c r 用户检测到主用户之后会通 过认知无线电系统中的基站或者控制中心通知其他用户，但是如果该检剥是由于该 用户的虚警造成的，则会直接造成整个系统的虚警概率上升，导致频带利用串下降 2 3 4 基于蕨结构的合作婷知 基于簇结构的合作感知是分层思想在认知无线电系统中的一种应用【砘”】，通 常由簇内融合和簇问融告两部分组成田2 - 8 表示的是认知无线电系统中基于簇结 构的合作感知示意图 主用户发射机，|冉、蓑2 ；函7 誉- j 韵 纛、警太，j 。、， ，7 j 蚓，0 、控制尊道 、娑黧箩j 名辫： 簇1 、x 。璺o ，7 。” 圈2 - 8 认知无绞电系统中基于簇结构的旮作惑知 文献口6 】采用7 簇问硬判决融合的方式，考虑到拉制信道的不理想性可能造成 发送给融合中心判决信息出错，提出了一种选择瞬时信噪比最大的用户作为簇头来 发送判决结果的方法，提高整个系统的感知性能；文献【3 l 】中提出根据控制信道的 带宽情况来选择簇内和簇闸的敖据融合方式，并且给出了在簇内和簇问都采用戟融 合或者硬判决融合时的具体实现方法，从理论上证明了该实现方法的最优性 基于簇的合作感知可以看成是包含7 软融合和硬判决融合的混合式融合方法， 对于在认知无线电用户较多的情况下，能够达到节约能耗的效果。也能在一定程度 浙江大学硕士学位论文 第2 章合作频谱感知技术 上克服控制信道不理想性带来的影响 2 4 合作感知的可靠性和安全性问题 合作感知相对于单用户感知而言，充分利用了用户感知环境多样性，从而获得 合作增益。虽然似然比融合是理论上的最优融合方案，但是其并不完全适合于认知 无线电系统的应用，因此目前有关合作频谱感知的研究大部分是通过基于能量检测 的线性融合来实现的。信噪比的差异会直接影响用户能量检测的统计量，受到深衰 落影响和阴影效应影响的c r 用户由于检测不到主用户信号，得到的检测统计量接 近于背景噪声能量，在这种情况下，不管采用硬判决融合还是软融合，这类用户发 送的感知结果的都是不可靠的，融合中心使用了不可靠的感知结果进行融合必然影 响了感知性能，造成虚警或者漏检 另一方面，认知无线电网络中也存在一些安全问题，例如主用户仿真( p r i m a r y u s e re m u l a t i o n ，p u e ) 攻击1 5 1 1 和针对感知结果融合的攻击【5 2 】等。恶意用户在频带空 闲时模仿主用户发射信号，导致认知无线电系统不能有效的利用空闲频带，实现 p u e 攻击，或者通过向融合中心发送错误的感知结果来影响判决结果，促使认知无 线电系统不能正常工作，甚至干扰主用户系统。 合作可靠性和安全性问题目前已经引起了研究者们的重视，针对如何消除不可 靠的感知结果以及抵抗恶意用户攻击的问题也有了一些研究成果。文献 3 0 】中提出 了最优线性融合方案来保证合作的可靠性；文献 5 1 e e 针对p u e 提出了基于发射机 验证的解决方案，针对像t v 发射塔这种固定位置的发射机可以通过距离比检测和 距离差检测实现定位文献【5 2 】采用数据预滤波方法去掉异常的能量检测结果，然 后利用每个用户的可信因子作为权重系数，对检测结果进行加权累加，再用累加结 果与判决门限比较得到最终判决结果。其中每个用户的可信因子是由该用户的能量 检测值与所有c r 用户的能量检测均值及方差计算得到的。文献 5 3 1 采用一种加权 贯序概率检测的方法，通过降低恶意用户在融合过程中的权重系数来达到抵抗恶意 用户针对感知结果融合的攻击。虽然如此，在感知结果融合的可靠性和安全性问题 上仍留有很大的研究空间。 2 5 本章小结 本章概述了合作频谱感知技术。首先介绍了单用户频谱感知中的本地检测方 浙江大学硕士学位论文第2 章合作频谱感知技术 法，并从单用户频谱感知引出采用合作频谱感知的必要性。然后对合作频谱感知的 基本理论进行说明，并且介绍了基于硬判决融合和基于软融合的典型算法，同时对 基于中继协议的合作感知和基于簇结构的合作感知进行了简单概述最后，分析了 现有合作频谱感知技术中存在的可靠性和安全性问题，指出了在感知融合过程中消 除或者降低不可靠的和不安全感知信息的重要意义。 浙江大学硕士学位论文第3 章基于信誉度的合作频谱感知方法 第3 章基于信誉度的合作频谱感知方法 3 1 引言 如何消除或者减轻认知无线电系统合作频谱感知过程中不可靠和不安全的感 知信息对系统感知性能的影响是现阶段研究中需要解决的关键问题。一方面，处于 深衰落的用户由于信噪比很低，不能检测到主用户信号，会产生不可靠的感知结果； 另一方面，认知无线电系统是具有“智能性”的系统，那么有可能出现恶意用户， 而恶意用户通过发送错误的感知结果，导致合作感知的结果产生错误。这种不安全 的感知结果相比不可靠的感知结果而言，对系统感知性能影响更大，极有可能导致 认知无线电系统干扰主用户系统的传输。因此，为了保证合作感知的正确性和有效 性，必须找到一种方法来降低不可靠和不安全感知信息对融合过程的影响。我们在 提出的方法中引入了信誉度的概念，信誉度作为对人的可信程度的度量，也可以用 来衡量c r 用户的可信程度。信誉度好的用户的行为接受度就高，而对于不可靠或 者不安全的用户，其行为的接受度就低，然而，高的信誉度也是由长期的良好表现 积累得到的，所以形成了一个反馈过程。融合中心负责记录每个c r 用户的信誉度， 并根据c r 用户的感知结果与合作感知结果的匹配程度调整其信誉度，对合作感知 贡献较小或者没有贡献的用户要降低其信誉度，例如处于深衰落环境的正常c r 用 户和恶意c r 用户，同时保证对合作感知贡献较大的用户维持较高的信誉度，例如 平均信噪比较高的用户。本章在这种思想的基础上提出了两种基于信誉度的合作感 知方法，为合作感知中的可靠性和安全性问题提供了解决方案 本章首先介绍了基于信誉度合作的系统模型，在该模型的基础上，采用基于能 量检测的硬判决融合和线性软融合方法，从减少不可靠和不安全的感知信息影响的 角度出发，提出了离散信誉度更新算法和连续信誉度的更新算法，并且分别对这两 种算法在深衰落用户和恶意用户存在环境下进行了仿真，同时对仿真结果进行了详 细的分析。 3 2 系统模型及理论分析 传统的合作感知包括本地感知，感知信息传递和感知信息融合三个步骤。图3 1 为基于能量检测和线性融合的合作感知系统框图，其中凰和两分别表示二元假设 浙江大学硕士学位论文第3 章基于信誉度的合作频谱感知方法 模型中所检测的频带未被主用户使用的假设和未被主用户使用的假设，c 表示第 _ ，个c r 用户，h j 表示第，个c r 用户与主用户之间的信道增益，通常认为在信号采 样过程中信道增益是不变的【3 0 1 ，故吩与时间f 无关。n j ( o 和以d 分别表示第个c r 用户对接收信号进行第i 次采样时叠加的白高斯噪声以及采样结果，表示采样次 数，明表示，个认知无线电用户发送的感知信息，胛表示感知信息在传输过程中叠 加的噪声，z j 表示用来进行线性融合的第个感知信息。坳表示第j 个感知信息在 线性融合中对应的权重系数，y 表示融合结果，儿表示全局判决门限。在本章之后 的内容中，如果无特别说明，所有使用到的与此处相同的符号均表示与此处相同的 含义。 图3 1 基于能量检测和线性融合的合作感知系统框图 由于我们采用的是基于信誉度的合作感知方式，融合过程中使用的权重系数是 通过信誉度计算得到的，而信誉度需要根据c r 用户的行为来确定，所以我们在传 统的合作感知基础上增加了信誉度更新的步骤。本模型是在加性高斯白高斯噪声信 道下建立的，对于其他各种衰落信道，我们用信道增益这个参数来进行表征其特点， 虽然衰落信道具有瞬时特性，但是由于我们所提出的基于信誉度的合作感知方法不 需要进行瞬时信道估计，因此，在本文中并不对衰落信道的瞬时特性进行研究。 下面将从本地感知及感知结果发送、感知结果融合及判决，感知匹配度的分析 和信誉度的更新四个个方面来介绍基于信誉度的合作感知模型。 浙江大学硕士学位论文 第3 章基于信誉度的合作频谱感知方法 3 2 1 本地感知及感知结果放发送 由图2 6 可知，c 码的第i 次采样结果表示为 们- 端州力篙 佟， 其中，s ( d 表示对主用户信号的第i 次采样值。利用能量检测器对次连续采样结果 进行处理，得到的检测统计量髟为： = 吩( f ) 】2 鼠 i = 1 ， 勺s ( d + _ ( 明2 日l ( 3 - 2 ) 暇设征c e v 的授收信号中叠加的噪声服从均值为0 方羞为的高斯分布，则 影矛在h o 的假设下服从自由度为n 的中心卡方分布，而在珏的假设下服从自由度 为为的非中心卡方分布，非中心参数为乃，表示如下： 纠誓 仔3 ， 巧【磊( 乃) q v 叫 其中，母吼似，所表示c 码对接收信号采样时的平均信噪比，表示为： 旷毽鼍f ? n t ( 3 - 4 ) 弘j = 璃f | n t 由中心极限定理蚓可知，当采样次数n 足够大( 一般要求脸1 0 ) 时，检测统计 量可以近似为高斯分布，在实际应用中通常满足该要求。因此，我们将检测统计量 髟近似为高斯分布，其均值以功和方差v a r ( 功分别表示为： 盼 ( ) t i q - o ( 3 - 5 ) 屺，翟2 纠箸 p 6 ， 从( 3 - 4 ) 和( 3 5 ) ，我们能够得到c 码的虚警概率尸_ ，和检测概率凡_ ，分别为： c 锚描卜q 磷， 仔7 的 c 锚耥卜q c 躐， p 7 b ， 浙江大学硕士学位论文第3 章基于信誉度的合作频谱感知方法 其中，q ( x ) = 去 一譬衍，称为q 函数，图3 2 为其部分函数曲线。由图3 2 可以 看出，q 函数是单调递减的。纷表示第c 码的判决门限，在基于线性融合的二元检 测中通常是由给定的p - ，来确定纷 图3 - 2 部分q ( x ) 函数曲线 如果系统采用线性软融合，检测统计量巧即本地感知结果；如果系统采用硬判 决融合，则每个c r 用户需要执行本地判决过程得到判决结果，即本地感知结果。 以第c r , 为例，首先计算本地判决门限y j 如t ： 乃= q 。1 ( 弓，) 2 仃2 + n o - 2 ( 3 - 8 ) 其中，q - 表示) 的反函数。然后利用本地检测统计量巧与纷比较，得到判决 结果磅，判决准则如下： 嘭= 臻z p 9 ， 对于正常的c r 用户而言，完成本地感知过程后，会将西或者巧发送给融合中 心，但是恶意的c r 用户为了达到破坏正常的融合过程，导致合作感知结果出错的 目的，并不会发送真实的本地感知结果，它可能总是发送“1 ”或者大于真实感知 结果的值，也可能总是发送“0 ”或者小于真实结果的值，前一种情况被称为“a l w a y s y e s ”攻击，后一种情况被称为“a l w a y s n o ”攻 5 2 , 5 3 。因此，我们将c 发送的 感知结果砩表示为： q - 鬈黧鬈纛； p 浙江大学硕士学位论文第3 章基于信誉度的合作频谱感知方法 3 2 2 感知结果的融合及判决 假设c p v