（通信与信息系统专业论文）认知无线电中的频谱感知与干扰评估技术研究.pdf

摘要 摘要 认知无线电( c o g n i t i v er a d i o ，c r ) 是为提高频谱利用率而提出来的一种新无 线网络设计模式。其核心思想就是允许未授权的用户以“伺机”的方式接入频谱， 同时避免对授权用户造成干扰。可以看出“伺机接入”和“避免干扰”是实现认 知无线电的首要关键技术问题，即频谱感知技术和干扰评估技术问题。 本论文主要研究了频谱感知技术和干扰评估技术问题，研究内容可以分为三 部分： 首先，本论文探讨了频谱感知技术中的分类和面临的诸多挑战，包括有单节 点频谱感知，多节点协同频谱感知及宽带感知问题，并研究了这些问题现有的多 种算法，分析了这些算法各自的优缺点，给出了仿真性能图，这些算法的仿真性 能曲线及优缺点的分析给硬件实现认知无线电作了较为详细的参考。并且针对 o f d m 信号的循环平稳特性提出了一种复杂度较低的周期特性检测算法。经仿 真，该算法有较好的感知性能。 为进一步提高现有频谱感知算法的性能，本论文第二部分提出了一种基于随 机共振( s t o c h a s t i cr e s o n a n c e ，s r ) 原理的频谱感知新方法；研究了随机共振系统 应用于检测的基本原理，提出了单节点s r 感知及多节点协同s r 感知框架，将随 机共振原理与认知无线电频谱感知中的经典算法结合作检测，理论分析了最优s r 噪声的设定及其检测性能，并由仿真得到了其性能曲线图，由仿真图可以看出加 入s r 噪声之后，其检测性能会得到较大幅度的提高。 由于频谱感知算法始终都会存在漏检概率，在认知无线电中，漏检情况就表 示对主用户( p r i m a r yu s e r , p u ) 的干扰，要避免对p u 的干扰，除了寻找更好的 感知算法外，再就是要定量地对这些干扰进行估计，然后将对系统的干扰限制转 化为对系统的参数设计，以此来满足系统对干扰限制的要求。本论文最后一部分 就研究了这方面的问题，考虑了认知用户的密度、位置、数量、传播特性、路径 损耗等因素，建立了干扰评估模型，理论分析了主用户干扰总和的统计分布，最 后得到了干扰分布的公式。经仿真，由该公式得到的干扰分布曲线和仿真模型得 到的分布曲线比较吻合，证明了其正确性及可应用性。 关键词：认知无线电，频谱感知，宽带感知，干扰评估，随机共振 a b s t r a c t 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 e i san e wp a r a d i g mo fd e s i g n i n gw i r e l e s s c o m m u n i c a t i o n ss y s t e m sw h i c ha i m st oe 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 e c o r ei d e ao fc ri st oa l l o wt h eu n l i c e n s e du s e rt oa c c e s st h es p e c t r u mb ys p e c t r u m s e n s i n gw i t h o u ti n t e r f e r e n c ef o rt h el i c e n s e du s e r f r o mt h e c o r ei d e ao fc r , w ec a ng e t t h a tt h es p e c t r u ms e n s i n ga n di n t e r f e r e n c ee s t i m a t i o na r et h ek e yt e c h n i q u e s t h i st h e s i sm a i n l yi n v e s t i g a t e st h es p e c t r u ms e n s i n ga n di n t e r f e r e n c ee s t i m a t i o n t e c h n i q u e s a c c o r d i n gt ot h er e s e a r c h e si nt h i st h e s i s ，i tc a r lb ed i v i d e di n t ot h r e ep a r t s ： t h ef i r s tp a r to ft h i st h e s i ss t u d ys o m ep r o b l e m s ，i n c l u d i n gl o c a ls 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 ga n dw i d e b a n ds e n s i n g m a n ya l g o r i t h m sa b o u tt h e s e p r o b l e m sa n dt h e i ra d v a n t a g e sa n dd i s a d v a n t a g e sa r er e s e a r c h e d f o rt h e l o c a ls p e c t r u m s e n s i n g , t h i st h e s i sp r o p o s e sas e n s i n ga l g o r i t h mu s i n gt h ec y c l o - s t a t i o n a r yf e a t u r eo f t h eo f d ms i g n a l t h es i m u l a t i o nr e s u l ts h o w st h a t t h i s a l g o r i t h mh a sg o o d p e r f o r m a n c e f o rs e n s i n gt h ep r i m a r ys i g n a lr e l i a b l y , an e wd e t e c t i o r la l g o r i t h mb a s e do nt h e s t o c h a s t i cr e s o n a n c e ( s r ) i sp r o p o s e di nt h es e c o n dp a r to ft h i st h e s i s t h eb a s i ct h e o r y a b o u tt h es rs y s t e ma n dh o wt os e tt h eo p t i m a ls rn o i s ea r er e s e a r c h e d b a s e do nt h e s rt h e o r yi ns i g n a ld e t e c t i o n , w ep r o p o s et h en e ws e n s i n gm e t h o df o rt h el o c a ls r s e n s i n ga n dt h ec o o p e r a t i v es rs e n s i n g t h ep e r f o r m a n c eo ft h ep r o p o s e da l g o r i t h mi s a n a l y s e db yt h e o r yf o r m u l a sa n ds i m u l a t i o nf i g u r e s i nt h el a s tp a r to ft h i st h e s i st h ep r o b l e mo fi n t e r f e r e n c ee s t i m a t i o ni sr e s e a r c h e d a s t a t i s t i c a lm o d e lo fi n t e r f e r e n c eb a s e do nt h es p e c t r u m s e n s i n gr e s u l ti sd e v e l o p e d c o n s i d e r i n gt h ep a r a m e t e r ss u c ha st h ec ru s e r s d e n s i t y , n u m b e r , l o c a t i o n ，a n dt h e e r l 、 a t i o n e n t t h i st h e s i s。t h e , r e h e a n a l s i so funderlyingp r o p a g a t i o ne n v a r o n m e n t i n st h e s i sg x v e st l a ec o m p r e h e n s i v ea n a l y s i so t h ed i s t r i b u t i o no ft h ei n t e r f e r e n c ea n dg e t st h ef i n a ld i s t r i b u t i o nf o r m u l a s i ti sp r o v e d t h e s ef o r m u l a sa r ec o r r e c ta n dc a nb ea p p l i e di nt h ea c t u a ls y s t e mu s i n gt h es i m u l a t i o n s 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 ,w i d e b a n ds e n s i n g ， i n t e r f e r e n c e e s t i m a t i o n ，s t o c h a s t i cr e s o n a n c e i i 图目录 图目录 图2 1 频谱的使用情况7 图2 2 频谱感知的挑战及研究热点一8 图2 3 能量检测实现框图9 图2 4 噪声不确定度下的能量检测性能图1 0 图2 5c a v 检测的实现框图1 1 图2 - 6o f d m 信号的循环谱图1 3 图2 7 周期特性检测实现框图1 4 图2 8 各种单节点检测算法的性能曲线图1 4 图2 - 9 隐藏终端问题16 图2 1 0 协同频谱感知流程图一1 6 图2 1 l 多节点协同频谱感知算法的仿真性能曲线一2 0 图3 1 映像对称平方势的几何曲线图2 4 图3 2 广义随机共振检测器2 5 图3 3 检测概率与待求s r 参数关系图：3 3 图3 - 4 未加入s r 噪声时检测统计量在鼠与日下的分布曲线3 4 图3 5 加入s r 噪声后检测统计量在风与日下的分布曲线一3 5 图3 - 6s r 能量检测与传统能量检测r o c 性能曲线图3 6 图3 7s r 能量检测与传统能量检测概率随信噪比变化图( 虚警概率为0 1 ) 3 6 图3 8 满足检测概率为0 9 5 所需要的感知时间( 虚警概率为0 1 ) 3 7 图3 - 9s r 协方差检测与传统协方差检测性能比较4 0 图3 1 0s r 协同频谱感知方案一4 2 图3 1 1s r 协同频谱感知方案二4 2 图3 1 2 两种感知方案r o c 性能比较( 平均s n r 是7 d b ) 。4 5 图3 1 3 两种感知检测性能与平均s n r 的关系图( 虚警概率为0 1 ) 一4 6 图4 1 能量检测性能曲线5 0 图4 - 2r s m n 模型51 图4 3t s m n 模型5l 图4 4r s m n 的抽象数学模型5 2 v 图目录 图4 - 5t s m n 的抽象数学模型5 6 一 图4 6r s m n 模型中理论及仿真干扰分布曲线。5 8 图4 _ 7t s m n 模型中理论及仿真干扰分布曲线5 9 图4 - 8 干扰评估应用：设置合适的系统参数6 0 v i 缩略词表 c r d s a f c c c a b s 队 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 s r n e d r o c r s m n 缩略词表 c o g n i t i v er a d i o d y n a m i c a ls p e c t r u ma c c e s s 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 c o o r d i n a t e da c c e s sb a n d 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 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 d 垮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 s i g n a l - - t o - n o i s er a t i o p r i m a r yu s e r c o v a r i a n c ea b s o l u t ev a l u e c o v a r i a n c ef r o b e n i u sn o r m m a x i m u m m i n i m u me i g e n v a l u e m a x i m a lr a t i oc o m b i n a t i o n e q u a lg a i nc o m b i n a t i o n 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 s t o c h a s t i cr e s o n a n c e n o i s ee n h a n c e dd e t e c t i o n 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 r e c e i v e rs e n s i n gm u l t i c e l ln e t w o r k s t s m n t r a n s m i t t e rs e n s i n gm u l t i - c e l ln e t w o r k s i 认知无线电 动态频谱接入 美国联邦通信委员会 协调接入频段 频谱统计接入 分级频谱共享网络 陆地数字广播电视 信噪比 主用户授权用户 协方差绝对值检测 协方差二范数检测 最大最小特征值检测 最大比合并 等增益合并 正交频分复用 随机共振 噪声提高检测 接收机性能曲线 基于感知接收机的多 小区网络模型 基于感知发射机的多 小区网络模型 符号表 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 i i 字体和说明 小写斜体 小写粗体 利口a”k埘咖 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。据我所知，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 为获得电子科技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 确的说明并表示谢意。 签名：葬仁日期：弘p 年f 月z 日 论文使用授权 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁 盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文 的全部或部分内容编入有关数据库进行检索，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应遵守此规定) 獬：即 导师签名： 日期：乙1 0 年5 月2 日 第一章绪论 1 1 引言 第一章绪论 如今通信领域面临的一个比较大的问题就是频谱资源短缺问题，很多新的通 信业务无空闲频谱可用，比如，随着通信业的发展，越来越多的人拥有手持电话， 2 0 1 0 年中国的手机用户就达到七亿多，己分配的频谱资源越来越拥塞，显得不够 用了，这都是于当前的频谱管理策略引起的，当前的频谱管理策略是基于静态控 制的模型，管理机构将可用频谱资源划分成固定、非重叠的频谱块，并通过保护 频带进行分割，将这些频谱块以独享的方式分配给不同的服务和技术，例如：移 动通信运营商、广播电视、军事和公共安全部门等等。这种管理模式在以前可以 运行得很好，但是随着宽带多媒体无线通信业务的持续发展，越来越多的无线业 务出现之后，这种管理模式显然很不合理，大量的测量数据表明，当前的频谱管 理策略导致了很低的频谱利用率。以美国为例，在3 g h z 以下，随着时间和地理位 置的变化，已经分配好的频谱利用率仅为从1 5 到8 5 ，整体的平均利用率仅有 大约3 0 t 1 1 。一方面，新兴出现的无线业务无可用频谱可用；另一方面，由于固 定的频谱分配管理策略，大量的拥有授权频段的用户在大部分时间内都处于空闲 状态。 为了解决上述频谱利用率低下的问题，近年来，一种称为认知无线电 ( 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 ) 新 的频谱使用模式正逐渐受到人们的关注。认知无线电或动态频谱接入技术的基本 思想是：网络节点通过感知所处环境的频谱使用信息，智能地自主调整系统参数， 在保证不对现有网络系统造成有害干扰的情况下，实现与其它网络动态共享频谱 资源，为用户提供无线通信服务，从而提高所处环境的整体频谱利用率。 1 2 研究背景及意义 1 2 1 认知无线电研究背景 认知无线电【2 】的概念首先是由j o s e p hm i t o l ai i i 博士提出来的，他在研究现有 电子科技大学硕士学位论文 无线系统之后，认为未来的无线网络应该是学习型自适应型的网络，这种网络可 以通过学习周围的环境，来改变自身的参数，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 博士的这种关于认知无线电的想法为未来无线 电的发展指明了方向。 认知无线电的主要思想可以简单认为未授权用户( 指未授权使用某频段的用 户，亦可称为认知用户) “偷 授权用户的频谱来使用【3 1 ，从而提高频谱的使用效 率。然而这种“偷”频谱的行为始终是非合法的行为，这使得在认知无线电提出 的前一段时间内，人们都处于怀疑和观望的态度。而美国联邦通信委员会( f e d e r a l c 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 ) 终于认识到认知无线电是解决频谱资源短缺的 一种很好的途径和技术。于是在2 0 0 4 年5 月，f c c 正式发布建议制订规则的通告， 允许未授权用户在不干扰授权用户系统的前提下，通过基于认知无线电的技术使 用电视广播频段中的空闲无线资源。这一规则的出台大大地推动了认知无线电的 发展，学术界、工业界和政府管理部门纷纷积极投入到对认知无线电技术的研究 之中。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，都设立了相 应的研究课题，对认知无线电网络涉及的基础理论、关键技术、实验验证、应用 模式、管理政策等展开研究。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 】；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( 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 ym 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 【5 】。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 i lf a k 蛆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【6 】；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 m s h a r i n gn 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 2 第一章绪论 于认知无线电的研究主要有以下几个方面： ( 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 ) 干扰评估：为保证认知用户对授权用户不产生有害干扰，需要对认知用户 带来的干扰进行估计，从而定量分析干扰，设置合适系统参数以控制干扰。 ( 3 ) 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。 ( 4 ) 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。 ( 5 ) 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 根据认知无线电的思想，认知用户在使用未授权频段之前，需要知道哪些频 段是空闲的，是可以接入的。为此，认知无线电必须通过检测授权用户的频谱使 用，来实时确定频谱的占用情况。无论何时，一旦授权用户开始使用频谱资源， 认知用户必须以很高的检测概率检测到授权用户的出现，并退出该频段以避免对 授权用户的干扰。在认知无线电中，上述这种监测频谱使用情况的过程称为频谱 感知技术。要实现认知无线电网络，快速、可靠的频谱感知技术是必不可少的。 频谱感知是认知无线电中一个基础性关键技术。认知无线电中频谱感知技术 要解决的问题有两个： ( 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 ) 检测授权用户信号。在实际 应用环境中，由于无线传播的阴影效应和多径衰落的影响，可能使检测信 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掣8 1 。 ( 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 随机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。 3 电子科技大学硕士学位论文 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 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 】；基 于信号协方差矩阵特征的检测方案【1 0 h 1 3 ：基于信号周期特性的检测方案1 4 l - j 1 6 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【1 7 】以及c h a i r - v a r s h n e y 合并 1 8 1 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间内判决出频 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 题宽带感知问题，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。例如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 。为此，本论文研究 了基于随机共振效应的频谱感知新方案，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 2 3 干扰评估的研究背景 实现认知无线电的一个重要前提是认知用户不对授权用户产生有害干扰。为 此，认知用户在接入频谱之前必须对授权用户信号进行频谱感知，然而，频谱感 知不存在一个完美的算法，始终会出现检测误判的情况，这势必会对带有害干扰。 为了解决这一问题，对授权用户系统作干扰评估是非常有必要的。干扰评估主要 对授权系统的潜在干扰进行分析、建模、估计和识别，通过干扰评估信息来反馈 指导和动态调整感知算法中各种参数的设置和选取。根据频谱感知获取的空间位 置信息以及干扰实测所提供的干扰波形图，分析授权用户受到潜在干扰的情况可 能为：由于授权用户在两次周期感知之间再次出现而感知节点未能及时感知到， 致使退出发生延迟，导致了避让延迟干扰；由于发生漏检错误未能感知出授权用 户信号，而造成感知节点错误占用虚假频谱机会，对授权系统产生了漏检干扰等； 4 第一章绪论 多个频谱资源共享无线网络与授权系统在空间上共存时，尽管单个频谱资源共享 无线网络可能不会授权系统产生有害干扰，但是多个频谱资源共享无线网络同时 占用频谱时所产生的潜在累加干扰可能影响授权系统无法正常工作，导致多个频 谱资源共享无线网络累加干扰。在实际系统中，授权系统受到的主要干扰是由于 认知系统的漏检错误而引起的，因此基于频谱感知漏检错误的干扰评估是极具实 际意义的。现有文献中对这方面的研究比较少，主要是由多伦多大学的a m i r g h a s e m i 博士对干扰评估展开了初步的研究【2 5 】。【2 7 】，但它的网络模型较为理想化， 为了使干扰评估更好地应用于实际网络系统，本文也对这方面展开了研究，并取 得了初步的成果。 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 ) 研究了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，针 对单节点频谱感知，基于信号周期特性，提出了两种感知方案。相比于传 统的周期特性检测，本论文提出的两种感知方案降低了算法复杂度，减少 系统对感知的开销，仿真表明其检测性能依然优于能量检测等检测方案。 ( 2 ) 研究了随机共振应用于信号检测的基本原理，提出了一种基于随机共振原 理的频谱感知新方案。认知无线网络对频谱感知要求非常高，要求其在较 低信噪比下依然具有较好的感知性能。实际测试数据表明现有检测器无法 完全达到认知系统要求，为此，本论文提出了基于随机共振原理的频谱感 知新方案，对这种感知新方案通过理论分析和模拟仿真作了详细的分析， 仿真结果表明，基于本文提出的基于随机共振的感知方案相比于传统的感 知器其感知性能有较大的提高。 ( 3 ) 研究分析了认知无线网络中的干扰评估问题。认知无线电的首要前提是对 授权系统不产生有害干扰，为此，研究基于频谱感知结果的干扰评估是极 其重要的。本论文针对不同网络模型都作了干扰评估研究，通过建模，理 论推导，模拟仿真以及实际应用方面都作了详细的分析。 1 4 本论文的结构安排 本章首先对认知无线电概念、发展，以及频谱感知和干扰评估的背景、面临 5 电子科技大学硕士学位论文 的问题、实际意义作了简单的介绍。 在第二章里，本文将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。对这三个方向分别将具体介绍该领域里现有的一些经 典算法。对单节点频谱感知，介绍能量检测、基于信号协方差矩阵检测算法，针 对传统周期特性检测复杂高的问题，本文提出了两种复杂度低的周期特性检测方 案；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。本文介绍的经典算法将是第三章研究基于随机共振频 谱感知的基础。 第三章将介绍基于随机共振原理的频谱感知新技术。首先介绍随机共振系统 的基本原理，然后研究了随机共振应用于信号检测的理论知识；在此基础上，本 文将广义的随机共振检测器引入到频谱感知研究中去，分别分析了单节点频谱感 知与协同频谱感知的随机共振效应。针对典型的单节点非线性的频谱感知算法， 分析了基于随机共振的检测方案，通过详细的理论分析得到了优化的随机共振噪 声的分布形式及噪声参数；对多节点协同频谱感知，本文将提出基于随机共振的 两种感知架构，并且分别作了理论得到了优化的随机共振噪声形式，解决了基于 随机共振的频谱感知的实现方法问题。对本文提出的几种感知新方案，本文都作 了模拟仿真，仿真结果表明本文提出的随机共振感知方案性能相较于传统的感知 方案会有明显的提高。 第四章将介绍基于频谱感知漏检错误的干扰评估技术。首先本文考虑认知用 户的分布情况，个数，位置，检测性能，发射功率，传播特性等因素，基于不同 的感知模式，将建立两个系统网络模型；然后对这两个系统网络模型的干扰总和 进行详细的理论推导，得到了干扰总和的分布情况；基于这两个网络模型，本文 将作必要的模拟仿真得到干扰的仿真分布曲线，并与理论的干扰分布曲线作比较， 以验证干扰评估理论推导的正确性。最后对干扰评估的应用作了相关的介绍与分 析。 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。 6 第二章认知无线电频谱感知技术算法研究 2 1 引言 第二章认知无线电频谱感知技术算法研究 认知无线电的主要思想是认知用户借用授权用户的频谱来使用，同时不对授 权用户产生干扰，因此认知无线电的首要问题是如何进行频谱感知，来监测是否 有不对主用户( p r i m a r yu s e r , p u ) 产生干扰的频段。如图所示，频谱感知的主要目的 就是监测p u 的行为，以得到图2 1 所示的频谱使用情况，图中阴影部分为p u 正 在使用的频段，而空白部分即为频谱空洞。所谓频谱空洞，定义为可以被认知用 户使用，同时不对p u 产生有害干扰的频段。 频谱空洞 被主用户占用频带 图2 一l 频谱的使用情况 在认知无线电环境下，频谱感知面临着几大挑战。首先，在认知环境下，通 常要求待监测的频段信号是非常微弱的，这就频谱感知的灵敏度非常高，要求其 在很低的信噪比下依然能检测出信号；其次是隐藏终端问题，即当有些认知用户 或者p u 被建筑物或者高山遮挡处于阴影之下，此时认知用户检测不到正在使用的 频段，于是很有可能对p u 产生干扰；最后是宽带感知问题，每个认知用户常常需 要感知很宽一段频谱的情况来使自己有更多的接入机会和选择的余地，然而如何 进行宽带感知是频谱感知面临的一个很大的挑战。 现有关于频谱感知的研究基本上都集中在解决这三个问题及挑战之上。对于 感知灵敏度要求高的问题，除了引入传统经典的匹配滤波器检测、能量检测、周 期特性检测之外，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、最大最小特征值检测、基于o f d m 导频相关的检测等等。对 7 电子科技大学硕士学位论文 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 8 】删】，利用多个认知用 户来合作检测，以降低漏检概率，提高检测性能。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，如图2 2 所示。针对宽带感知问题，现有的研究文献中，大致 提出了两种方法来解决这个问题，一种是将宽带分成一个个窄带，然后依次对每 个窄带进行感知，另一种是利用压缩感知来处理宽带采样率过大的问题。 本章将简要介绍上述三个方面的内容，首先介绍图2 2 所示的三种单节点检测 算法，分析其优缺点，并且提出了两种复杂度较低的周期特性检测算法，对这几 种单节点检测算法用d v b - t 信号作了仿真，比较分析了其检测性能；然后介绍了 几种协同检测算法，并分析了其检测性能。最后简要地介绍了宽带感知所面临的 问题及解决方案。 图2 - 2 频谱感知的挑战及研究热点 8 第二章认知无线电频谱感知技术算法研究 2 2 单节点频谱感知算法研究 频谱感知可以简单看作是信号检测问题，它的主要目的是检测授权用户信号 存在与否，因此，感知问题可以建模成一个二元假设问题： 雄，_ 苏m 詹 陋， 其中，x ( f ) 为认知用户的接收信号，s ( f ) 为主用户信号，咒( f ) 表示高斯白噪声。 不同的p u 信号有不同的特征信息，因此可以用这些不同的特征信息来协助判 决，比如对于广播电视信号，它是一个o f d m 信号，因此可以用o f d m 的循环前 缀相关，或者导频相关来作检测。这样针对不同的信号就可以有不同的检测方法。 我们这里只介绍一些普遍的，适合于大多数信号的检测方法，比如能量检测，协 方差矩阵检测和周期特性检测。 2 2 1 能量检测 能量检测是1 9 6 7 年由h a r r yu r k o w i t z 在他的一篇经典文献 9 16 7 首先提出来 的，其主要思想是利用接收信号的能量或者功率大小来判断是否有待检测的信号 存在。能量检测是传统检测方法中非常重要的一种检测方法，它思想简单，复杂 度低，易于实现，而且该算法不需要待检测信号的任何先验信息，可以用于检测 任何类型的信号。基于能量检测的这些优点，多年来，它广泛应用于实际系统当 中，具有较高的实用价值。 能量检测的实现框图如图2 3 所示，接收信号经过采样之后送入检测器中，在 检测器中计算得到接收信号的能量值，与检测门限值作比较判断信号存在与否。 型，翮型塥藩磊雾弘! 霉习型。 匕。：二翅k ：。：盛。正：。翻 隧i 兰= = = 玉- ： 丝剁 图2 3 能量检测实现框图 图中检测统计量】，的表达式为： y = i n ( k ) f ， 凰 k = i 肼 l s ( 后) + 以( 七) | 2 ，q 9 ( 2 - 2 ) 电子科技大学硕士学位论文 其中，m 表示接收信号用于检测的采样点数。 假设刀( 后) 为服从高斯分布的噪声，则当接收信号的采样点数比较大时，检测 统计量】，也是服从高斯分布的，且其均值与方差都较易得到，因此能量检测的检 测概率与虚警概率也能比较容易分析得到，文献【9 】里对能量检测的检测性能有详 细的理论分析，这里不再赘述。 能量检测实现简单，应用广泛，且由纽曼一彼得森准则，对随机的未知信号 检测，能量检测是最优的检测器。尽管能量检测有诸多优点，但它并非是十全十 美的检测器，它也有其自身的缺点。正是由于它不需要信号的先验信息，可用于 任何信号的检测，所以它也无法识别检测信号的类型，一旦存在干扰信号，则很 有可能产生误判，这是它的缺点之一。它还有一个很致命的弱点就是噪声不确定 度的问题f 3 2 1 ，文献 9 】对能量检测的性能分析中可以看到，其门限值取决于确定的 噪声功率或，而实际系统中，噪声功率是不确定的，是变化的，与r 的关 系可以用如下式子表式： 只= r + ( 2 - 3 ) 其中e 表示误差功率，一般它在( 一，) 范围取值，这里就表示为噪声不确定度。 翟 a 静 鼙 嚣 璐 图2 _ 4 噪声不确定度下的能量检测性能图 从( 2 3 ) 式可以看到，实际噪声功率是以估计噪声功率a 为基准上下浮动变 1 0 第二章认知无线电频谱感知技术算法研究 化的，这将带来较大的漏检概率和虚警概率。所以在实际系统中噪声的不确定度 将大大降低能量检测的性能，图2 - 4 表示噪声不确定度分别为0 d b 、o 5 d b 和l d b 时的能量检测性能曲线，从图中可以看出，即使噪声不确定度很小时，其检测性 能也会下降很多。 2 2 2 协方差矩阵检测 由于能量检测存在着噪声不确定度的问题，因此从事认知无线电频谱感知研 究的人们不断寻找着新的感知算法，使其完全不存在噪声不确定度的问题。经过 努力研究，2 0 0 7 年，新加坡电信研究院的y o n g h o n gz e n g 基于信号协方差矩阵的 特性，提出了多种感知算法【l 叭1 3 】，如协方差绝对值检测( c o v a r i a n c ea b s o l u t ev a l u e , c a v ) ，协方差二范数检测( c o v a r i a n c ef r o b e n i u sn o r m ，c f n ) ，最大最小特征值检 测( m a x i m u m m i n i m u me i g e n v a l u e ，m m e ) ，这些算法完全解决了能量检测中的缺 陷问题，门限值不依赖于噪声功率，且复杂度较低，因此在认知无线电频谱感知 中有极大的应用价值，这里仅简单介绍一下协方差绝对值检测算法。 协方差矩阵检测的检测框图如图2 - 5 所示，假设接收信号为x ( 刀) ，则接收信号 训) = 寿薹z ( 脚肌一耽，= o ，1 ，三一1 ( 2 4 ) f ，九( o ) 九( 1 ) 九( 三一1 ) 1 足( j ) = l ；i i ( 2 5 ) i 九( l - 1 ) 九( z - 2 ) 九( o ) j 从协方差矩阵表达形式可以看到，当不存在信号时，即只有噪声，由于噪声 电子科技大学硕士学位论文 各个采样点是不相关的，所以协方差矩阵近似为一个对角矩阵；若存在信号，由 于信号一般来说是相关的，则协方差矩阵不为对角矩阵，协方差矩阵检测的主要 思想就是根据这点的不同来作检测判决的。 令 互( m ) 互( m ) ) i ， ( 2 6 ) 则c a v 的检测统计量为： t = 互( 札) 互( m ) 由文献 1 1 】推导得到，当信号不存在时，可以得到： t = 互( m ) 互( m ) e ( 互( m ) ) e ( 互( m ) ) 卅m _ 1 ) 坛 并且门限值可以表示为： 7 = ( 2 7 ) ( 2 8 ) ( 2 9 ) 从( 2 8 ) ( 2 9 ) 两式可以看，当信号不存在时，检测统计量的值和门限值均与噪 声功率无关。即不管噪声功率是确定的还是变化的，对检测统计量及门限值均无 影响，也就是对检测性能没有影响。这种基于信号协方差矩阵检测的方案很好地 解决了能量检测中的噪声不确定度问题，所以它是现有认知无线电频谱感知算法 中一种比较好的感知方案。 2 2 3 周期特性检测 周期特性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