淺析基于協(xié)作頻譜檢測的認(rèn)知無線電軟融合算法

初廣前++曹燕++鐘凌惠

摘 要：認(rèn)知無線電是解決當(dāng)前頻譜資源短缺的一個有發(fā)展前景的新技術(shù)，頻譜感知是認(rèn)知無線電的一個基本和基礎(chǔ)功能。在惡劣的無線通信環(huán)境諸如陰影、多徑等不利因素影響下，使得單用戶本地頻譜檢測算法有很大的局限性，因此協(xié)作頻譜檢測應(yīng)運(yùn)而生。認(rèn)知無線電中協(xié)作頻譜檢測算法包括硬合并算法和軟融合算法，本文主要探討軟融合算法。

關(guān)鍵詞：認(rèn)知無線電 頻譜感知 協(xié)作頻譜檢測 軟融合算法

中圖分類號：TN92 文獻(xiàn)標(biāo)識碼：A 文章編號：1672-3791（2014）09（a）-0003-02

頻譜檢測是認(rèn)知無線電中防止對授權(quán)用戶干擾和通過發(fā)現(xiàn)可用頻譜資源提高頻譜利用率的關(guān)鍵技術(shù)，然而，由于受到內(nèi)部硬件條件的限制、加上外部復(fù)雜無線衰落環(huán)境等實(shí)際因素的影響，頻譜檢測在實(shí)際場景中的性能，常常被多徑衰落、陰影效應(yīng)和接收機(jī)的不確定性問題所制約。在認(rèn)知無線電實(shí)際應(yīng)用中，通常要求認(rèn)知無線電系統(tǒng)檢測性能達(dá)到虛警概率小于0.1，同時漏檢概率小于0.01（檢測概率高于0.99），以滿足高頻譜利用率的同時避免對授權(quán)用戶的有害干擾，因此，僅憑借單用戶本地檢測達(dá)到上述性能指標(biāo)仍存在著巨大的局限性。考慮到實(shí)際cognitive radio network（CRN）網(wǎng)絡(luò)中多個CR用戶空間地理位置差異所產(chǎn)生的天然空間分集增益，可將多個本地cognitive radio（CR）用戶聯(lián)合起來，共享單個本地檢測信息，從而共同完成對授權(quán)用戶信號的檢測，進(jìn)而達(dá)到顯著提高CR系統(tǒng)整體檢測性能的目標(biāo)[1]。

1 協(xié)作頻譜感分類

1.1 集中式協(xié)作頻譜檢測方法

在集中式協(xié)作頻譜檢測方法中，一個名為匯聚中心fusion center（FC）的中心節(jié)點(diǎn)控制協(xié)作感知的3個步驟。首先，F(xiàn)C選擇一個信道（或者感興趣的特定頻段）并且控制所有協(xié)作CR用戶各自進(jìn)行本地感知；其次，所有的CR用戶通過控制信道上傳它們的感知數(shù)據(jù)；最后FC匯集所有接收到的本地感知信息，決策licensed user（LU）是否存在，并且將感知結(jié)果分發(fā)到協(xié)作CR用戶[2]。

1.2 分布式協(xié)作頻譜檢測方法

與集中式協(xié)作頻譜檢測方法不同的是分布式協(xié)作頻譜檢測方法，它并不依賴FC節(jié)點(diǎn)做協(xié)同決策。在這種情況下，CR用戶之間通過不斷重復(fù)的通信和匯聚，形成一個一致的授權(quán)用戶頻段空閑或占用的判決結(jié)果[2]。

1.3 中繼輔助協(xié)作頻譜檢測方法

除了集中式協(xié)作頻譜檢測方法和分布式協(xié)作頻譜檢測方法外，還有一種稱為中繼輔助協(xié)作頻譜檢測方法。因?yàn)楦兄诺篮蛨蟾嫘诺蓝疾皇抢硐胄诺溃珻R用戶在實(shí)際檢測中可能會遇到比較差的感知信道和比較好的報告信道，也可能會遇到比較理想的感知信道和比較不理想的報告信道，這樣，他們可以相互協(xié)作和補(bǔ)充，從而提高協(xié)作感知的性能。事實(shí)上，當(dāng)感知結(jié)果要通過多跳才能到目的節(jié)點(diǎn)的時候，所有的中間節(jié)點(diǎn)都是中繼，因此，如果集中式網(wǎng)絡(luò)和分布式網(wǎng)絡(luò)都是單跳協(xié)作感知，那么中繼輔助結(jié)構(gòu)可以認(rèn)為是多跳協(xié)作感知[2]。

2 軟融合算法

軟融合算法是以能量檢測算法為基礎(chǔ)的，第K個認(rèn)知用戶的檢測概率和虛警概率定義如下：

（1）

（2）

假設(shè)所有認(rèn)知用戶的，在加性高斯白噪聲信道下，第K個認(rèn)知用戶的檢測概率、虛警概率和漏警概率表達(dá)式如下

（3）

（4）

（5）

其中是信噪比signal to noise ratio（SNR），m=TW是時間帶寬積，是廣義的馬坎Q-函數(shù)，分別是完全和不完全伽馬函數(shù)。

在下列算法中，各符號的物理含義如下：

為協(xié)作檢測概率；

為協(xié)作虛警概率。

2.1 選擇式合并Selection Combining（SC）

選擇式合并是指檢測所有分集支路的信號，以選擇其中信噪比最高的哪一個支路的信號作為合并器的輸出。在選擇式合并器中，加權(quán)系數(shù)只有一項為1，其余均為0，因此：

（6）

在加性高斯白噪聲信道下，檢測概率和虛警概率分別如下[4]：

（7）

（8）

2.2 最大比值合并Maxinal Ratio Combining（MRC）

最大比值合并是一種最佳合并方式，在這種方案中，在融合中心收到的每一個認(rèn)知用戶的能量先歸一化加權(quán)再相加，每個用戶加權(quán)系數(shù)取決于收到信號的SNR，統(tǒng)計檢驗(yàn)表達(dá)式如下：

（9）

在加性高斯白噪聲信道下，檢測概率和虛警概率分別如下[5]：

（10）

（11）

其中， （12）

2.3 等增益合并Equal Gain Combining（EGC）

等增益合并無需對信號加權(quán)，各支路的信號是等增益相加的，等增益合并方式實(shí)現(xiàn)比較簡單，其性能接近于最大比值合并。

等增益方案的決定是基于所有統(tǒng)計認(rèn)知用戶信息和，等增益方案的總信噪比是所有用戶信噪比的和，即

（13）

其中是用戶數(shù)。

在中心節(jié)點(diǎn)的統(tǒng)計決定是各個局部用戶檢驗(yàn)統(tǒng)計量的收集，即

（14）

在在加性高斯白噪聲信道下，檢測概率和虛警概率分別如下：

（15）

假定所有分集支路的SNR是一樣的，則有，故

（16）

和 （17）

2.4 平方律選擇Square-Law Selection（SLS）

在平方律選擇合并分集方案中，融合中心只選擇有最大能量的分支，即

（18）

在加性高斯白噪聲信道下，檢測概率和虛警概率分別如下：endprint

（19）

（20）

2.5 平方律合并Square Law Combining（SLC）

平方律合并是最簡單的線性軟結(jié)合方案之一。在這種方案中，每個節(jié)點(diǎn)的估計能量送到融合中心并求和，能量和跟一個閾值相比較已決定主用戶是否存在。決定統(tǒng)計量表達(dá)式如下：

（21）

在加性高斯白噪聲信道下，檢測概率和虛警概率分別如下[3]：

（22）

（23）

（24）

3 結(jié)論

認(rèn)知無線電是一個解決當(dāng)前頻譜資源稀少的新技術(shù)，頻譜感知是實(shí)現(xiàn)認(rèn)知無線電功能的基礎(chǔ)條件。判定頻譜檢測的主要指標(biāo)有三個：檢測精度、檢測速度和算法的計算復(fù)雜度。

本文討論的軟融合算法和硬判決算法相比，有較高的檢測精度，但有低的檢測速度和高的計算復(fù)雜度。

參考文獻(xiàn)

[1] 郭彩麗，馮春燕，曾志民，等.認(rèn)知無線電網(wǎng)絡(luò)技術(shù)及應(yīng)用[M].電子工業(yè)出版社.

[2] 溫志剛.認(rèn)知無線電頻譜檢測理論與實(shí)踐[M].北京郵電大學(xué)出版社.

[3] Zhengquan Li， Peng Shi， Wanpei Chen， Yan Yan， “Square Law Combining Double threshold Energy Detection in Nakagami Channel”， Internation Journal of Digital Content Technology and its Application， volume5， Number 12， December 2011.

[4] M. K. Simon and M.-S. Alouini， Digital communication over fading channels. John Wiley & Sons， Inc.， 2 ed.， Dec. 2004.

[5] Hongjian Sun， Collaborative Spectrum Sensing in Cognitive Radio Networks. A doctoral thesis of Philosophy. The University of Edinburgh. January 2011.endprint

（19）

（20）

2.5 平方律合并Square Law Combining（SLC）

平方律合并是最簡單的線性軟結(jié)合方案之一。在這種方案中，每個節(jié)點(diǎn)的估計能量送到融合中心并求和，能量和跟一個閾值相比較已決定主用戶是否存在。決定統(tǒng)計量表達(dá)式如下：

（21）

在加性高斯白噪聲信道下，檢測概率和虛警概率分別如下[3]：

（22）

（23）

（24）

3 結(jié)論

認(rèn)知無線電是一個解決當(dāng)前頻譜資源稀少的新技術(shù)，頻譜感知是實(shí)現(xiàn)認(rèn)知無線電功能的基礎(chǔ)條件。判定頻譜檢測的主要指標(biāo)有三個：檢測精度、檢測速度和算法的計算復(fù)雜度。

本文討論的軟融合算法和硬判決算法相比，有較高的檢測精度，但有低的檢測速度和高的計算復(fù)雜度。

參考文獻(xiàn)

[1] 郭彩麗，馮春燕，曾志民，等.認(rèn)知無線電網(wǎng)絡(luò)技術(shù)及應(yīng)用[M].電子工業(yè)出版社.

[2] 溫志剛.認(rèn)知無線電頻譜檢測理論與實(shí)踐[M].北京郵電大學(xué)出版社.

[3] Zhengquan Li， Peng Shi， Wanpei Chen， Yan Yan， “Square Law Combining Double threshold Energy Detection in Nakagami Channel”， Internation Journal of Digital Content Technology and its Application， volume5， Number 12， December 2011.

[4] M. K. Simon and M.-S. Alouini， Digital communication over fading channels. John Wiley & Sons， Inc.， 2 ed.， Dec. 2004.

[5] Hongjian Sun， Collaborative Spectrum Sensing in Cognitive Radio Networks. A doctoral thesis of Philosophy. The University of Edinburgh. January 2011.endprint

（19）

（20）

2.5 平方律合并Square Law Combining（SLC）

平方律合并是最簡單的線性軟結(jié)合方案之一。在這種方案中，每個節(jié)點(diǎn)的估計能量送到融合中心并求和，能量和跟一個閾值相比較已決定主用戶是否存在。決定統(tǒng)計量表達(dá)式如下：

（21）

在加性高斯白噪聲信道下，檢測概率和虛警概率分別如下[3]：

（22）

（23）

（24）

3 結(jié)論

認(rèn)知無線電是一個解決當(dāng)前頻譜資源稀少的新技術(shù)，頻譜感知是實(shí)現(xiàn)認(rèn)知無線電功能的基礎(chǔ)條件。判定頻譜檢測的主要指標(biāo)有三個：檢測精度、檢測速度和算法的計算復(fù)雜度。

本文討論的軟融合算法和硬判決算法相比，有較高的檢測精度，但有低的檢測速度和高的計算復(fù)雜度。

參考文獻(xiàn)

[1] 郭彩麗，馮春燕，曾志民，等.認(rèn)知無線電網(wǎng)絡(luò)技術(shù)及應(yīng)用[M].電子工業(yè)出版社.

[2] 溫志剛.認(rèn)知無線電頻譜檢測理論與實(shí)踐[M].北京郵電大學(xué)出版社.

[3] Zhengquan Li， Peng Shi， Wanpei Chen， Yan Yan， “Square Law Combining Double threshold Energy Detection in Nakagami Channel”， Internation Journal of Digital Content Technology and its Application， volume5， Number 12， December 2011.

[4] M. K. Simon and M.-S. Alouini， Digital communication over fading channels. John Wiley & Sons， Inc.， 2 ed.， Dec. 2004.

[5] Hongjian Sun， Collaborative Spectrum Sensing in Cognitive Radio Networks. A doctoral thesis of Philosophy. The University of Edinburgh. January 2011.endprint