（电路与系统专业论文）认知无线电协作频谱探测技术性能研究.pdf

硕士学位论文 m a s t e r st h e s i s 摘要 近十年来，随着无线通信业务的快速发展，频谱资源日趋紧张，而同时一些已 分配频段利用率却很低。为了缓解这一矛盾，认知无线电应运而生，它既能实现频 谱共享又不影响授权用户的正常使用，因而被认为是解决频谱资源低利用率这一问 题的最佳方法。本文主要对认知无线电中的协作频谱探测技术及其融合算法进行探 讨。 本文介绍了认知无线电的国内外研究现状，详细论述了单用户频谱探测的几种 关键技术，重点讨论了协作频谱探测技术，并进行了两方面的研究工作： 1 考虑到协作频谱探测中，信噪比低的用户会使系统的探测性能下降。基于传 统分簇方法，本文引入一种信噪比比较方法。该方法首先将全体参与协作的认知用 户随机分簇，每簇选信噪比最高者为簇头；然后簇内认知用户将本地探测结果及自 身信噪比发送给簇头；最后簇头将本簇认知用户按信噪比降序排列，并取前一半认 知用户的探测结果进行融合，之后发送给融合中心做最后判决。此方法摒弃了信噪 比较低用户的探测结果，避免其降低整体的探测性能。仿真结果显示，该方法能有 效提高整体的探测性能。 2 考虑到探测时间越长，单认知用户的探测性能越好。基于此以及序贯式时间 架构，本文讨论一种顺序协作探测方法。该方法将认知用户按其信噪比大小降序排 列，使信噪比越低的用户探测时间越长，从而使得各个认知用户探测性能都得到提 高，进而提高整体的探测性能。仿真结果显示，该方法较大的提高了整体的探测性 能。另外，在a w g n 环境下，针对概率顺序比测试法对频谱状态转换反应速度慢 的问题，本文讨论一种基于选择的概率顺序比测试法，即在每次融合似然率时，先 与融合结果s 相乘，若积大于等于o 则直接相加，否则置0 后再相加。结果表明， 该方法能有效减少参与融合的用户数，提高对频谱状态转换的反应速度。 关键词：认知无线电：分簇：信噪比比较；顺序协作探测；概率顺序比测试 硕士擘位论文 m a $ t e r st h e s i s a b s t r a c t d u r i n gt h e l a s td e c a d e ，雏t h ew i r e l e s ss e r v i c e sd e v e l o pr a p i d l y , t h es p e c l r u m r e s o u r c ei sm o l ea n dm o l es c a r c e ；m e a n w h i l et h eu t i l i z a t i o nr a t eo fs o m ea l l o c a t e df i x e d s p e c t r a lb a n d w i d t hi sl o w i no r d e rt oa l l e v i a t et h ec o n t r a d i c t i o n , c o g n i t i v er a d i oc o m eu p a n di sb e l i e v e dt ob et h eb e s ts o l u t i o nf o rt h ep r o b l e mo fl o wu t i l i z a t i o nr a t i o ，w h i c hc a n r e a l i z et h es p e c t r u ms h a r i n ga n dd o e s n td i s t u r bt h ep r i m a r yl 娼e r t h i sp a p e rm a i n l y r e f e r st ot h es c h e m e so fc o o p e r a t i v es p e c i r t m as e n s i n ga n dt h ef u s i o na l g o r i t h m s a tf t r s t , t h i sp a p e ri n t r o d u c e sr e s e a r c hc o n d i t i o no fc o g n i t i v er a d i oa th o m ea n d a b r o a d t h e ni l l u s t r a t e ss o m ek e yt e c h n o l o g i e so fs i n g l ec o g n i t i v eu s e ro ns p e c t r u m s e n s i n gd e t a i l e d , f i n a l l yw ef o c u so i lt h et e e h n o l o g i e so fc 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 dm a i n l ys t u d yt w oi m p r o v e ds c h e m e s 1 c o n s i d e r i n gt h a tt h ec o g n i t i v eu s e r so fl o ws n rw i l lp u l lt h ew h o l ed e t e c t i o n p e r f o r m a n c ed o w ni nc o g n i t i v er a d i on e t w o r k , w eb r i n gt h es n r - e o m p a r e dm e t h o di n t h ec l u s t e r i n gs c h e m e t h ep r o c e s so ft h i si i c ws c h e m ei st h a tt h ef u s i o nc e n t e rs e p a r a t e s t h ec o g n i t i v eu s e r si n t os o m ed u s t e r s ；船t h a tt h eu s e r ss e n dt h e i re n e r g ys t a f f s t i e sa n d s n rt ot h e i ro w l ld u s t e rh e a d ；t h en e x te a c hd u s t e rh e a do r d e r st h eu s e r si ni t sd u s t e r f r o mb i gt os m a l la e e o r a i n gt ot h e i rs n p , a n dt h e nf u s e st h ee n e r g ys t a t i s t i c so ft h eh a l f u s e 璐w h i c hh a v et h eh i g h e rs n r ；f i n a l l ye v e r yc l u s t e rh e a ds e n d st h e i rr e s u l t st ot h e f u s i o nc e n t e rt om a k ead e c i s i o n s i m u l a t i o nr e s u l t sp r o v et h a tt h ed e t e c t i o np e r f o r m a n c e o f t h i sp r o p o s e ds c h e m ei ss i g n i f i c a n t 2 b a s e do i lt h et i m ef r a m eo fs e q u e n t i a lc o o p e r a t i v es p e c m l ms e n s i n g , t h i sp a p e r d i s c u s s e sas e q u e n t i a lc o o p e r a t i v es p e c t r u ms e n s i n gm e t h o d t oi m p r o v ee v e r yc o g n i t i v e u s e r sd e t e c t i o np e r f o r m a n c e ，t h ed u s t e rh e a do r d e r st h ec o g n i t i v e1 1 s e i sf r o mb i gt o s m a l la c c o r d i n gt ot h e i rs n i p , w h i c h1 3 3 a k et h eu s e r so fl o ws n rw i l lg e tm o l es e n s i n g t i m 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 i s p r o p o s e d m e t h o dc a l l i m p r o v es e n s i n g p e r f o r m a n c eo f t h es y s t e m b e s i d e s ，u n d e rt h ea w g n e n v i r o n m e n t , w ep r e s e n ta m e t h o d o fc o m p a r e ds e q u e n t i a lp r o b a b i l i t yr a t i ot e s tw h i c hc a l lr e d u c et h en u m b e ro fu s e r st o m a k ead e c i s i o n t og e th i g h e rr e a c t i o ns p e e d , t h ef u s i o nc e n t e rc o m p a r e se a c hu s e r sl o g l i k e l i h o o dr a t i ob e f o r ef u s i n g t h r o u g h10 0 0t e s ts t a t i s t i c s ，t h er e s u l t si n d i c a t et h a tt h e p r o p o s e ds c h e m e 锄r e d u c et h eu s e 髂i nc o o p e r a t i o n , a n di m p r o v et h er e a c t i o ns p e e do f s p e c t r u mc h a n g es t a t u s 硕士擘位论文 m a s t e r st h e s i s k e y w o r d s ：c o g n i t i v er a d i o ；c l u s t e r i n g ：s n r - c o m p a r e d ；s e q u e n t i a lc o o p e r a t i v e s p e c t r u ms e n s i n g ；s e q u e n t i a lp r o b a b i l i t yr a t i ot e s t 硕士学位论文 m a s t e r st h e s l s 1 1 研究背景及意义 1 绪论 近年来，无线通信技术给人们的生活带来翻天覆地的变化，无线频谱的使用也 越来越广泛。随着未来无线通信中u w b ( u l t r a - w i d eb a n d ) 、l t e ( l o n gt e r m e v o l u t i o n ) 等新业务、新技术的不断发展，对无线频谱的需求量更是迅猛增长。但众 所周知，无线频谱资源有限且无法再生，所以无线通信技术一个很关键的问题就是 如何解决频谱的有效利用。传统方法是采用更先进的通信理论和技术，但由于香农 定理中关于信道容量的极限值的限制，无法使这个问题从根本上得到解决【lj 。 目前频谱分配政策是采用政府授权使用的固定频谱分配政策，这样使得频谱资 源的分配容易呈现不平衡状态。因为一方面为了使某些特定的授权用户免受干扰， 大部分的授权频段是禁止其他用户接入的，这样就导致相当一部分授权频段频谱利 用率很低。美国联邦通信委员会( f c c ) 对3 6g h z 的频谱使用情况做过测量，发 现授权频段的使用率只有1 5 【2 】。德国l i c h t e n a u 地区在2 0 0 1 年也测量了当地一天 内5 0 m h z - 1 g h z 范围内的电磁场强度变化情况，如图1 1 所示： 图1 1l i c h t g n a u 地区2 4 h 内的频谱使用统计图 可以看出，除了3 0 0 m h z 以下频段和6 0 0 m h z 、9 0 0 m h z 附近的频段基本上始 终被占用外，它们之间的频段很少有频谱活动吲，但如果这些被“浪费 的频谱能 硕士学位论文 m a s t e r st h e s i s 被利用将会极大缓解频谱紧缺的现状；另一方面，非授权用户所使用的非授权频段 业务繁忙，非常拥挤，比如一些免费公共频段和个别授权频段，免费公共频段如i s m ( i n d u s t r i a l s c i e n t i f i c m e d i c a l ，工业科学医药) 频段，经营者和用户可以自由使用 这些频段，不需要国家授权。2 4 g h z 频段即是全世界通用的i s m 频段，但总带宽 却只有8 0 m h z ，目前已渐趋饱和【4 】。由此可见，频谱资源不是匮乏，而是没有被充 分利用，固定频谱分配政策就是造成频谱匮乏的原因，所以这种分配政策是亟待需 要改进的，否则将成为制约新一代无线通信业务发展的瓶颈。 因此，如何二次利用已授权的频谱资源，是有效提高频谱资源利用率的一个很 好途径。 1 1 1 认知无线电概念的提出 为了对空闲的授权频谱进行二次利用，我们需要对频谱进行再认识。有观点认 为，频谱资源是抽象的，无法更改，只要采用合适的新技术就能高效的利用频谱， 所以探讨如何高效利用频谱资源的新技术是必要的。目前常用的多输入多输出 ( m i m o ) 和正交频分复用( o f d m ) 技术已经一定程度上缓解了频谱资源紧张的 现状【5 】。近几年也有人开始研究频谱共享技术，认为通过频谱间的灵活共享来提高 频谱利用率非常具有研究价值。但频谱共享就意味着要打破当前的频谱分配格局， 所面临的困难很多1 6 】。 在这样的背景下，认知无线电( c o g n i t i v er a d i o ，简称c 鼬应运而生，以能实现 频谱共享而又不干扰授权用户正常使用的优势很快被世人瞩目。认知无线电的概念 由瑞典科学家j o s e p h m i t o l a 博士在1 9 9 9 年第一次提出。他认为认知无线电是一种 “通过对模型的推理来获得特殊能力的系统一，用“无线电知识描述语言 使得无 线通信业务更加灵活 7 1 。为了进一步解释认知无线电的概念，m 博士还给出了认知 环的图示【8 l ，如图1 2 所示。从图中可以知道，一个完整的认知环需要具有观察、 定位、计划、决定、执行并且不断学习的能力。 目前另一种被大家接受的概念是s i m o nh a y k i n 对认知无线电所做的定义：能够 感知外部通信环境的智能通信系统。认知无线电系统通过不断学习来感知外部环境 的变化，并且自适应的调整其内部通信机制以便与环境变化相适应1 9 】。这样的调整 不但能改进系统的稳定性，还能提高频谱资源的利用率。 由此可知，认知无线电是通过机会的接入授权用户暂不使用的授权频段即频谱 空洞来提高频谱利用率的，这样不仅给非授权用户拓宽了能使用的频段，也没有减 少授权用户的授权频段，对缓解频谱压力很有帮助i l o 】。 2 硕士学位论文 m a s t e r st h e s i s 图1 2 认知无线电系统的认知环 1 1 2 认知无线电特点和关键技术 在实际通信环境中，为了使认知用户达到最佳探测性能，从而能够充分利用频 谱资源，必须实时的监测无线环境，及时调整传递参数。要实现这些功能，从总体 来说认知用户必须具备两大基本能力：认知能力和重配置能力。 认知能力，即通过分析周围无线环境来感知或捕获相关信息，从而标识出未使 用的频谱资源，然后再选择适当的通信方式和通信参数的能力。这一过程主要包括 频谱探测、频谱分析和频谱判决。 重配置能力，即认知用户根据所处无线环境动态的调整某些传输参数，使其能 在多个频段上发送和接收，而不需要任何硬件的改动。重配置的核心思想是在保证 授权用户不受有害干扰的前提下，使用授权用户的空闲频段进行可靠的通信，一旦 发现授权用户使用该频段，立马切换到其他空闲频段或者改变通信频率或调制方案 以免对授权用户产生有害干扰。可配置的参数包括：通信频率、发射功率以及通信 协议等【l l 】。 本章对其中涉及到的频谱探测技术和动态频谱分配技术简单分析一下。 频谱探测就是通过感知特定区域的频段，将能用来通信的频谱空洞找出来。据 此将认知用户要探测的频段划分为三种情况：一种是处于高功率干扰环境中的频 段，称之为黑空；一种是处于低功率干扰环境中的频段，称之为灰空；最后一种是 只存在环境噪声量的频段，称之为白空，如图1 3 所示。 由此可知，频谱探测的任务就是找出适合的白空，并实时监测使用中的频谱， 3 硕士学位论文 m a s t e r st h e s i s 防止频段状态转变后对主用户造成干扰。图1 4 形象的描绘了这一场景。 功 盏 黑空 = 白空获空 i- i ；i 睫 ll| l ll i h1噩。lli 硕士学位论文 m a s t e r s t h e s l s 己= l 一只 公式1 1 一个认知无线电系统，探测概率越高，同时虚警概率和漏检概率越低，它的探 测性能就越好。 动态频谱分配则主要是如何合理的分配已探测到的空闲频谱，以便每一个认知 用户都能公平的使用频谱而又不影响授权用户的使用。到目前为止，此项研究主要 集中于频谱共享池这一思想，还有一些学者基于图论中的图着色问题来研究频谱分 配问题，并在此基础上开发优化机制以解决种种网络架构下有关频谱利用、吞吐量 和公平性等问题【1 2 1 。 1 2 认知无线电在国内外的研究现状 随着认知无线电的不断发展，越来越多的国家和相关部门也对其展开了研究。 认知无线电技术虽是对现在的固定频谱分配制度的挑战，但更有着不容忽视的优 势，因此，部分频谱管制部门给予了积极的支持。2 0 0 2 年1 2 月，f c c 指出使用非 授权频段的设备应具备识别未被占用频段的能力；2 0 0 3 年1 1 月，f c c 提出一种新 的量化和管理干扰的指标值，即干扰温度这一概念；1 2 月，f c c 发布了 使用认知 无线电技术推进频谱利用的通知，就其中( f c c 规则第1 5 章公布了修正案，指 出只要终端具备认知无线电功能，即便其用途未获得许可也可以使用那些需要无线 许可的频段，f c c 在推进认知无线技术的时，还将进一步放宽有关限制，并正式成 立认知无线电工作组；2 0 0 4 年5 月，f c c 提出可以在t v 广播频段内应用认知无线 电的建议【1 3 1 。2 0 0 5 年1 0 月，f c c 正式批准了有关认知无线电技术及使用这些设备 的相关法规。 一些标准化组织和研究机构也开始研究并制定了一些标准来促进认知无线电 技术的发展。2 0 0 4 年，美国国防部提出的下一代无线通信( x g ) 的项目，进入第三 个研究阶段，其目的是研制和开发频谱捷变无线电( s p e c t r u ma g i l er a d i o s ) ，这些无 线电台的不同之处在于：在许可范围内，能动态调整自身参数以便与不断变化的无 线环境相适应，同时可以既不影响其他非合作无线电台，又使可使用的频谱范围扩 大l o 倍；同年11 月，i e e e 8 0 2 2 2 工作组成立，目的是开发和建立一套基于认知无 线电的包括媒体接入控制层和物理层的无线区域网( w r a n ，w i r e l e s sr e g i o n a la r e a n e t w o r k ) 的空中接口标准，该系统工作于5 4 m h z 8 6 2 z 的h f u h f 频段中未被 使用的t v 信道上，工作模式是点到多点；2 0 0 5 年，i e e e 成立i e e e l 9 0 0 标准组， 主要研究下一代无线通信技术以及与高级频谱管理技术有关的电磁兼容问题【1 4 j 。 硕士学位论文 m a s t e r st h e s l s 我国对认知无线电的研究则相对起步较晚，但也受到了国家及相关部门的极大 重视，清华大学、北邮、西电、华科等高校也相继开始了相关研究。2 0 0 5 年7 月， 国家“8 6 3 一计划设立了“认知无线电关键技术 课题，接着国家自然科学基金在 2 0 0 6 年和2 0 0 7 年资助了多个关于认知无线电技术的相关课题，在2 0 0 8 年加大资助 力度，将此项研究课题作为信息科学部的重点项目资助，之后国家“9 7 3 计划也 对其中异构网络融合问题的项目进行了资助i l5 。 1 3 本文研究目标和结构安排 本文的主要目标是如何提高认知无线电中协作频谱探测的性能，基于能量探测 法对其展开研究。本文所做的主要工作如下： 基于传统分簇的协作频谱探测方法，讨论一种将信噪比比较的思想融入其中， 在不影响探测性能的前提下减少了参与协作的认知用户数的方法。 基于传统序贯式协作频谱探测方法，讨论一种利用抽样点数的增多来弥补信噪 比低的不足的方法，从而提高整个系统的探测性能。 基于顺序概率比测试法，讨论一种通过在融合似然率前与0 比较来加快对频谱 状态反应速度的方法，从而减少参与融合的协作用户数，减少融合时间。 通过仿真比较来说明本文所提方案的有效性。 本文的章节安排如下： 第一章介绍认知无线电的背景、意义、关键技术及国内外研究现状。 第二章简单介绍认知无线电中频谱探测技术的系统模型，重点讨论单用户频谱 探测技术，并分析比较其优势与不足。针对单用户探测的不足，引入协作频谱探测 技术，简单介绍了几种常用的协作探测方法及融合算法。 第三章基于传统分簇的协作频谱探测方法，讨论将一种新的信噪比比较的思想 融入其中的方法，此方法既有助于系统探测性能的提高，又减少了参与协作的用户 数，最后仿真分析其有效性。 第四章基于传统序贯式协作频谱探测方法，讨论一种利用抽样点数的增多来弥 补用户信噪比低这一缺点的方法，并仿真分析此方法的有效性。另外讨论了基于选 择的顺序概率比测试法，通过加快对频谱状态的反应速度来减少参与融合的协作用 户数，从而减少融合时间。 第五章总结全文，据此讨论今后的研究方向。 6 硕士擘位论文 m a s t e r st h e s i s 2 认知无线电中的频谱探测技术 认知无线电技术中的首要问题是如何快速准确的探测到空闲状态的频谱，只有 准确的找到合适的频谱，才能逐步实现频谱管理、频谱分配及频谱共享。本章首先 简要介绍单用户频谱探测技术，接着重点讨论协作频谱探测方法，最后仿真分析这 几种协作方法。 2 1 频谱探测技术概述 频谱探测是指认知无线电网络中，认知用户发现并伺机利用周围无线环境中的 空闲授权频谱机会，实现动态接入。简单的说，频谱探测的任务就是：发现“白空 ， 伺机接入。 一个认知无线电系统，在通信建立阶段，要探测主用户是否存在，是否可以使 用该频段，在通信保持阶段，要实时监测该频段，一旦发现主用户回归要立即避让， 转换到别的频谱空洞，或改变工作模式，原则就是不能干扰到主用户的正常使用。 因此，作为认知网络关键技术的频谱探测技术，最大目标就是如何在避免授权用户 遭受严重干扰的前提下，完成对潜在频谱空洞和授权用户再次出现的快速、准确探 测。要达到这个目标，频谱探测技术面临诸多挑战： 首先，为了实现频谱资源的高利用率，希望用在频谱探测的时间尽量短，以便 有更多的时间用于数据传输，而为了准确探测到频谱空洞和监测授权用户是否会再 次出现，又必须花更多的时间在频谱探测上。因此，怎样把频谱探测的有效性和准 确性合理折中是一个核心问题。 其次，为了能探测到微弱的授权信号，认知用户得具备较宽的动态频谱探测范 围和较高的灵敏度，但这些用硬件实现起来很复杂，同时易受复杂无线传播环境( 如 各种噪声、衰落的影响) 的影响，所以如何借助于技术手段来完成硬件受限和衰落 环境下的宽范围弱信号的有效探测是频谱探测技术面临的又一难题。 再次，认知用户对授权用户造成的有害干扰，主要表现在认知发射机对授权接 收机处造成的干扰，使授权接收机不能正常解调授权发射机发出的信号。但因为授 权接收机很多为哑终端，自身不发射信号，就很容易造成隐藏终端的现象，这就增 大了对授权用户进行避让和识别的难度。 在认知无线电系统中，很多频谱探测技术的研究就是围绕上述挑战展开的，目 前常用的频谱探测技术主要有以下几种，如图2 1 所示【1 6 j ： 7 硕士学位论文 m a s t e r st h e s i s 频谱空洞探测 单用户频谱探测 基于发射机 信号探测 基于接收机 信号探测 雏纛 干扰 温度 估计 探测 2 2 单用户频谱探测 图2 1 主要的频谱探测技术分类 协作频谱探测 集 中 式 协 作 探 测 分 布 式 协 作 探 测 单认知用户的频谱探测技术主要有基于发射机的授权用户( 也称主用户) 探测 和基于接收机的授权用户探测。 2 2 1 基于发射机信号的探测 基于发射机的主用户探测主要是认知设备通过探测主用户发射机发射信号的 有无来判断主用户是否存在，从而进一步判断该频段是否被占用，它是基于未知主 用户接收机位置情况下的探测。可将此归纳为一种二元假设模型【1 刀，如下： 舻 麓m 篙 从式2 1 y ( f ) 是认知用户从发射端接收到的主用户信号；刀( f ) 是均值为o ，方差为霹的 循环对称复高斯噪声信号，x ( f ) 是均值为o ，方差为的复p s k i 篪j s u j 信号，h 是信 道幅度增益，风是当主用户不存在的情况，骂是当主用户存在的情况。 基于此模型，我们来分析基于发射机的三种常用探测技术：能量探测技术、匹 配滤波器探测技术以及循环平稳特征探测技术嘲。 8 硕士学位论文 m a s t e r st h e s i s 能量探测：能量探测是一种应用最广且实现容易、算法简单的信号处理方法， 它属于非相干检测。通过对主用户信号在一定时间一定频带范围内作能量积累，若 高于预先设定的门限值，则判定主用户存在，反之则不存在【1 9 1 。能量探测原理图如 图2 2 所示： 卫匦习叶回刽丑，靶亟亘产唑：所f i f o 图2 2 能量探测算法过程 能量探测不需要预先知道主要户的先验知识，是一种盲检测方法，因此应用很 广泛。但是当信道条件较差或其他原因导致的主用户信号很微弱的时候，采用这种 方法就很难区分主用户信号和噪声，所以有一定的局限性例【2 1 1 。 匹配滤波器探测圈：当认知用户已知主用户信号的某些先验信息( 如带宽、工 作频率、调制类型、帧格式、脉冲整形等) 时，匹配滤波器探测是目前已知的能最 大化输出信噪比的最佳线性探测方法。它属于相干检测，最大的优点是能快速达到 所要求的虚警概率或漏检概率。倘若这些先验信息不准确，探测性能将会受到很大 的影响。但因为此方法对类型不同的主用户所需要的接收机也不同，并且计算量很 大，所以应用起来有一定的困难。图2 3 所示为匹配滤波器探测原理图，其中x ( u ) 为已知的主用户信号。 图2 3 匹配滤波器探测算法过程 循环平稳特征探测：在通信系统中，很多通信信号都具有循环平稳特征，而经 过调制的信号大都具有载频、循环前缀、跳频序列等，它们使得信号具有内在周期 性。此方法就是利用主用户信号的频谱相关特性来确定主用户信号是否存在 2 3 1 。它 的最大优点是能区分开主用户信号的能量和噪声的能量，背景噪声的干扰也能被完 全摆脱。 在信噪比较低的情况下，与前两种方法相比，它的探测时间更短，性能更好。 另外，该方法与能量探测和匹配滤波器探测不同的是，能根据不同调制方式所独有 的循环谱特性来区分主用户信号的类型，但计算复杂度大是制约其发展的瓶颈。图 2 4 为循环平稳特征探测的原理图： 9 硕士学位论文 m a s t e r st h e s i s 图2 4 循环平稳特征探测算法过程 2 2 2 基于接收机信号的探测 在实际通信网络中，认知用户不仅能探测到主用户发射机发射的信号，也能探 测到主用户接收机接收到的信号，即认知用户也可能对主用户接收机造成干扰。为 了能从接收机处探测和识别主用户信号是否存在，加州大学伯克利分校的研究者和 f c c 分别提出了以接收机为中心的本振泄漏探测和基于干扰温度估计的频谱探测方 法阱】。 本振泄漏功率探测：现有的无线通信系统中接收机基本上都是采用超外差式接 收机，结构如图2 5 所示。当接收机工作时，接收到的射频信号经过放大后，再与 接收机内的本地振荡器产生的本振信号混频处理后会产生一定频率的信号，而本振 信号在这个过程中会不可避免的由天线泄漏出去。本振泄漏功率探测就是通过探测 此泄漏信号的存在与否来判断接收机是否正在工作，从而判断主用户信号是否存 在。但由于认知用户和接收机问的距离和泄漏功率的不确定性等因素，导致在实际 通信中应用起来有些困难。 图2 5 超外差式接收机结构图 基于干扰温度估计的探测：为了更好的量化和管理干扰并在已知的频段上添加 更多的未授权操作，f c c 在2 0 0 3 年提出了干扰温度的概念以及干扰温度模型 2 5 j 。 干扰温度是指在某个特定频带上，某个接收天线处，在其周围地理位置空间，该接 收机能正常工作的最恶劣环境的特征的准确描述。图2 6 展示了干扰温度模型，该 模型指出，当认知用户接入时，只要此时的干扰温度小于主用户的干扰温度界限， 就不会对主用户造成干扰，认知用户就可借用此频谱空洞进行通信，否则将不允许 其接入【冽。其中原始噪声基底包括自然噪声、热噪声及人为噪声等，干扰温度界限 是由认知用户对观测的主用户频段进行干扰温度的谱估计来确定的。但由于该方法 1 0 硕士学位论文 m a s t e r st h e s i s 以共享频谱方式接入工作有效性不高，以及在共享情况下探测干扰温度存在困难， 所以目前还停留在理论研究阶段。 接 收 功 率 夕信 扰温删昆下 干扰遍吮黼需景噪声下c 1 9 上啐吣f 咚茸 j r ，八瓜汐憾 原始噪声基底 2 3 协作频谱探测 图2 6 干扰温度探测模型 协作探测的步骤一般为：本地探测、信息传递和综合判决。本地探测即为单认 知用户的本地探测；信息传递一般采用控制信道传递或中继转发式传递；综合判决 通常则用集中式判决或分散式判决。 2 3 1 协作频谱探测的必要性 2 2 2 节中所讨论的方法均是认知用户独立的探测主用户信号，但在实际通信环 境中，由于主用户位置未知，各个用户的内外部设备条件不一样，所遭受的环境影 响( 比如阴影效应、多径衰落等) 也不一样，所以探测性能也会有所不同。处在恶 劣环境中的用户接收到的主用户信号会很微弱，其探测性能也相应的会变很差，如 果此时再由它自己单独来判断主用户存在与否，可靠性就很差，就可能对主用户造 成干扰。 图2 7 向我们清楚的展示了这一情况。图中主用户发射机发射信号的接收半径 为r ，周围分布有若干个认知用户，其中认知用户l 能正常接收信号；认知用户2 、 4 被树林、建筑物所遮挡，接收的信号受阴影衰落影响，会变得很微弱，甚至接收 不到，这时发生错判的概率很大；认知用户3 更是在正常接收范围之外，所以也不 能正确判断主用户是否存在：如果发生错判，就不可避免的干扰到了主用户系统。 虽然随着软件无线电的发展，硬件设备也不断的在更新，可硬件复杂度依然是制约 单用户探测技术发展的瓶颈，因此需要多个认知用户联合起来进行协作探测，以提 硕士学位论文 m a s t e r st h e s i s 高系统整体的探测性能，从而避免这种干扰现象的发生。 ， ， 图2 7 协作探测的必要性 协作探测分为两大类阳，一类是分布式协作探测，这种方法主要是参与协作的 各个认知用户相互交流探测信息然后做出最终判决。另一类是集中式，如图2 8 所示： ，回 囤瓣 融合中心、 7 ：一 主用尸发射器 lc rn | 1 一 划知用户 图2 8 集中式协作探测示意图 这种结构是将认知系统的基站作为融合中心，收集区域内各个认知用户的本地 探测信息，最后选择一种融合准则做出最后判决。另外还需要提供一个公共信道用 1 2 硕士学位论文 m a s t e r st h e s i s 来进行认知用户和基站间或认知用户间的信息传递。 协作探测虽然比单用户探测性能好，但也有一些新的问题，比如当探测周期一 定时，每个认知用户采用的探测时间是多少，发送探测结果的时间是多少，各个认 知用户间共用一条信息传递信道，它们将如何协作发送感知信息，以及采用何种融 合算法才能使探测性能最好等等。下面就其中融合算法的问题进行讨论。 2 3 2 协作探测的数据硅合算法 认知用户传输到融合中心的数据量有两种类型1 2 3 1 1 2 9 ，一种是直接探测到的能量 统计值，另一种是经过本地判决后的代表主用户存在与否的二进制比特信息。通常 把采用前者进行数据融合的方法称为软判决，把采用后者进行数据融合的方法称为 硬判决。软判决传输的关于主用户的信息量大，可靠性高但占用带宽大，硬判决传 输数据量小，可靠性相对低但占用带宽小，易于实现。 本章中具体介绍几种常用的硬判决融合算法。假设认知网络中有个认知用 户，系统模型选用2 2 1 节中的二元假设模型。 1 ) “a n d 准则：将本地探测结果收集后进行逻辑“a n d 运算，即只有当 所有认知用户都判决主用户信号存在时才认为主用户存在，否则不存在。 令兄，b 分别表示第f 个认知用户的本地探测概率和虚警概率，q ，q r 分别 表示全局探测概率和虚警概率，则采用“a n d 准则后，全局探测概率幺和虚警 概率q ，可以表示为例： r q = 兀圪 f 互l 公式2 2 q ，= 兀易 公式2 3 i = l 2 ) “o r 准则：将本地探测结果收集后进行逻辑。o r 一运算，即只要有一个 认知用户判决主用户信号存在，就认为主用户存在，否则不存在。采用“o r 准 则后，幺和q ，可以表示为3 0 1 ： ， 幺= 1 - 兀o - p 西) 公式2 4 i 叠l 硕士学位论炙 m a s t e r st h e s i s q ，= l r i ( 1 - 巳) 公式2 5 。 苜 3 ) “k 修秩法准n t 3 l 】：此准则是将“a n d ”准则和“o r 准则推广为更一般 的准则，即在个认知用户中，只要有足个或k 个以上的认知用户判决主用户存在， 融合中心就判决主用户存在，否则便不存在。可以推知，当k = n 时，此准则即为 “a n d 准则，当k = 1 时，此准则又为“o r 丹准则。文献【3 1 】推导了在满足给定 阈值的虚警概率和漏检概率的条件下，应采用何种硬合并形式以及相应的最优协作 用户数。它得出当虚警概率和漏检概率要求一致时，最优协作用户数是“k = n 1 2 ， 当对虚警率的要求远小于漏检概率的时候，采用“o r 准则，并且设置较大的门 限值可以取得较好性能。反之，当对漏检概率的要求远小于虚警概率时，采用 “a n d 准则，且设置较小门限值的可以取得较好的性能。 采用“置一秩法准则时，令为第i - 5 用户的判决结果，则全局虚警概率9 ，和 探测概率q dn - - i p a 表示为， 纺= 互n ( 易) 嘶( 1 一易) 1 公式2 6 j = k 乞蚝j 冲1 伤= 三兀( 兄) 0 一吃) h 公式2 7 i 七2 j = ，- 1 4 ) 优选集合并准则：融合中心将参与协作的认知用户的信噪比按降序排列，按照 某种法则从中选取若干个信噪比较高用户的判决结果进行融合，摒弃掉信噪比较低 用户的判决结果1 3 2 。文献【3 2 】的方法是预先设定一个门限值，当认知用户的信噪比 高于此门限值时，使用其探测结果进行数据融合，否则丢弃掉。 基于以下假设，对上述四种融合准则进行仿真分析：当判决门限一致时，选取 6 个认知用户，信噪比各不相同，令k = 3 ，选用文献【3 2 】中的优选集合并方法，假 设认知用户处于理想环境且发送信道也是理想的。 仿真结果如图2 9 所示，从图中的r o c 曲线可以看出，全局探测概率幺随着 全局虚警概率q ，的增大而增大，说明此r o c 曲线符合理论依据。当全局虚警概率 q ，= o 1 时，探测概率幺由高到低依次是搿k 秩法准则、优选集合并准则、“锹一 1 4 硕士学位论文 m a s t e r st h e s i s 准则和。a n d 准则。可以看出，“k 力秩法准则性能最优，但优选集合并准则在 参与协作用户数明显减少的情况下性能也好于“o r 准则和“a n d 准则，所以 我们可以将此方法运用在认知用户数量大且信噪比相差明显的系统中。 0 0 0 0 吕0 0 0 0 0 二，。碴磐 刍垆争 ；伊 、卢叁 一，1 “ j7 夕 。，： 夕 ， 歹 c 0 i | | ，1 ：j 戈 么 菇7 ； 丛 0 参j璺 伞。、 伞， 各一； 筮，f j z f鬯! ： 己：i 强 肇琶丞 一 i ￥ 丽“ 彦 v 1 v 1 i y 一 o r 准则 l ，嵇二谢：同“ 尹 一 n i 1 正丹v 一 优选集合并 讲 图2 9 几种协作频谱探测算法的性能比较 由于下面各章节所探讨的协作频谱探测技术中，在数据融合时均以“o r 准 则为主，所以本章以搿o r 准则为例，对瑞利信道下不同协作用户数的协作探测 性能进行探讨，并以a w g n 信道下的单用户探测性能作为对比，仿真结果如图2 1 0 所示。假设各认知用户7 = 1 0 d b ，m = 5 。 从图中可以看出，相比a w g n 信道，在瑞利信道下，单认知用户的探测性能 急剧下降，但随着认知用户数的不断增加，总的探测概率也在不断增加。当n = 4 时， 瑞利信道下的协作探测性能曲线与a w g n 信道下的单用户探测曲线非常接近，当 n = 6 ，q = o 1 时，瑞利信道下的协作探测概率已经明显高于a w g n 信道的单用 户。由此可知，在实际通信环境中，当信道不理想时，通过几个认知用户的协作， 可以提高探测性能，也进一步说明了在衰落信道下进行协作探测的必要性。 1 5 硕士学位论文 m a s t e r st h e s i s 劳 。c 一芳妒；j 甘一 乳美影 龟裟 筌矿 仝函 一 雾 b a w g n n - - 1 “ l en = i n = 2 一 - n - - 3 t 一一n = 4 一 + n = 6 30 10 20 30 40 50 60 70 80 9 。 2 4 本章小结 q f 图2 1 0 不同协作用户数的探测性能比较 本章首先介绍了认知无线电中单用户频谱探测的几种方法，说明了各个方法所 适用的环境、条件及其局限性。接着分析了协作频谱探测的必要性，由于单用户探 测有自身的局限性，不能很好的解决隐藏终端问题，所以需要采用协作探测方法。 最后讨论了几种常用的数据融合算法，并进行仿真分析比较。 1 6 硕士学位论文 屯a s t e r st h e s i s 3 基于分簇的信噪比比较的协作探测研究 3 1 传统的协作探测 本章中，假设此系统是一个包含有个认知用户，一个主用户发射基站和一个 融合中心的认知网络，采用基于能量探测技术的集中式协作探测方法，在此认知网 络中，融合中心能接收到在它覆盖范围内的所有认知用户的探测信息。 在传统的基于能量探测的协作频谱探测方法中，融合中心通常选用“o r 准 则作为融合准则，经数据融合后全局探测概率q d 、虚警概率q f 如公式2 4 、2 5 所 示，令匕，q 分别表示第f 个认知用户的漏检概率和全局漏检概率，则全局漏检 概率q 埘可表示为m 】： nn q = n 匕= n ( 1 一匕) 公式3 1 l = lf 耐 但在实际的无线通信环境中，报告信道通常是有衰落的，这就不可避免的使发 送到融合中心处的本地探测结果会有误差，假设疋表示第i 个认知用户发送结果为 风而融合中心却接收为q 的概率，艺表示第f 个认知用户发送结果为马而融合中 心处却接收为风的概率。为了计算方便，通常我们令易= 露= 足，则全局探测概 率伤和虚警概率q ，可以表示为阳： q d = 1 - 兀 ( 1 一圪) ( 1 一巴) + 忍圪】 公式3 2 扫1 1 g = 1 - 兀【( 1 一易) ( 1 一圪) + 易圪】 公式3 3 l l d 由公式3 2 、3 3 可知，由于报告链路有衰落而出现的错误概率，导致全局探测 概率和虚警概率性能的下降。如果忽略错误概率，继续按公式2 4 、2 5 的算法执行， 实际的探测概率q d 将小于理论值，虚警概率q r 将大于理论值，频谱探测就会出现 误差，就可能不会满足我们的要求，进