衰落環(huán)境下一種高能效協(xié)作頻譜感知算法*

關(guān)業(yè)文，胡 航，張 杭

(解放軍理工大學(xué) 通信工程學(xué)院，江蘇 南京 210007)

衰落環(huán)境下一種高能效協(xié)作頻譜感知算法*

關(guān)業(yè)文，胡 航，張 杭

(解放軍理工大學(xué) 通信工程學(xué)院，江蘇 南京 210007)

在認(rèn)知無(wú)線網(wǎng)絡(luò)中，對(duì)于電池供電的認(rèn)知設(shè)備，如何高效地利用其能量資源極為重要。在將能量效率(能效)定義為認(rèn)知網(wǎng)絡(luò)頻譜利用效率和平均功率消耗之比的基礎(chǔ)上，提出了一種高能效優(yōu)化算法，在加性高斯白噪聲(AWGN)信道、Rayleigh衰落信道和Nakagami衰落信道條件下使融合中心門限達(dá)到最優(yōu)，并求得了最佳的參與協(xié)作的用戶數(shù)。通過(guò)蒙特卡洛仿真對(duì)認(rèn)知網(wǎng)絡(luò)的能效進(jìn)行了性能評(píng)估，結(jié)果表明所提算法能有效提升認(rèn)知網(wǎng)絡(luò)的能量效率。

認(rèn)知無(wú)線網(wǎng)絡(luò)；高能效；協(xié)作頻譜感知；衰落環(huán)境

0 引 言

認(rèn)知無(wú)線網(wǎng)絡(luò)中，當(dāng)主用戶空閑時(shí)，認(rèn)知用戶可以利用主用戶的授權(quán)頻帶進(jìn)行數(shù)據(jù)傳輸。因此，需要頻譜感知技術(shù)來(lái)檢測(cè)主用戶的頻帶。但無(wú)線信道中的陰影效應(yīng)和多徑衰落會(huì)惡化感知性能，因此認(rèn)知用戶之間可以通過(guò)協(xié)作來(lái)提升檢測(cè)性能。在協(xié)作頻譜感知中，融合中心搜集感知信息并作出最終判決。參與協(xié)作的認(rèn)知用戶數(shù)越多，感知性能越好，但同時(shí)感知和傳輸需要的能量也會(huì)隨認(rèn)知用戶數(shù)的增加而線性增長(zhǎng)。如果認(rèn)知用戶的設(shè)備是電池供電的，在能量受限的情況下，如何高效地利用能量就尤為重要。

在文獻(xiàn)[1-3]中，感知信息可靠度高的認(rèn)知用戶將其感知結(jié)果發(fā)送給融合中心，而感知結(jié)果可靠性低的認(rèn)知用戶不發(fā)送信息，這種方法的目的是減少認(rèn)知用戶向融合中心傳輸感知結(jié)果時(shí)所需要的能量。文獻(xiàn)[4]提出了感知時(shí)長(zhǎng)和數(shù)據(jù)傳輸時(shí)長(zhǎng)聯(lián)合優(yōu)化設(shè)計(jì)，通過(guò)對(duì)認(rèn)知系統(tǒng)的能量消耗分析和幀結(jié)構(gòu)的優(yōu)化，有效提升了認(rèn)知網(wǎng)絡(luò)的能效。文獻(xiàn)[5]量化了不同的功率消耗成分(感知、傳輸和待機(jī))對(duì)認(rèn)知用戶最佳感知和傳輸時(shí)長(zhǎng)的影響，結(jié)果表明認(rèn)知用戶需要通過(guò)適當(dāng)?shù)拇龣C(jī)來(lái)在能量消耗和感知之間達(dá)到平衡。

本文將網(wǎng)絡(luò)頻譜效率和感知能量、數(shù)據(jù)傳輸能量聯(lián)系起來(lái)，能量效率定義為認(rèn)知網(wǎng)絡(luò)頻譜利用效率和平均功率消耗之比。融合中心的判決門限和能量檢測(cè)器門限影響感知性能，進(jìn)而影響網(wǎng)絡(luò)頻譜效率和能量消耗，這是由于認(rèn)知網(wǎng)絡(luò)的傳輸機(jī)會(huì)依賴于感知性能。參與協(xié)作的用戶數(shù)也會(huì)影響感知性能和認(rèn)知網(wǎng)路的能量消耗。認(rèn)知用戶數(shù)量越多，感知性能越好，但能耗也會(huì)隨用戶數(shù)的增加而線性增長(zhǎng)。本文提出了使能效最大的優(yōu)化算法，在AWGN信道、Rayleigh衰落信道和Nakagami衰落信道條件下使融合中心門限達(dá)到最優(yōu)。在最優(yōu)融合準(zhǔn)則下，求出最佳的參與協(xié)作的認(rèn)知用戶數(shù)。

通過(guò)蒙特卡洛仿真對(duì)認(rèn)知系統(tǒng)進(jìn)行了性能評(píng)估，比較了AWGN信道、Rayleigh衰落信道和Nakagami衰落信道條件下的能效性能；對(duì)于協(xié)作感知，比較了不同融合準(zhǔn)則下的能效性能；得到了不同信道下最佳的參與協(xié)作的認(rèn)知用戶數(shù)。

1 系統(tǒng)模型

1.1 協(xié)作感知模型與系統(tǒng)仿真模型

協(xié)作頻譜感知的模型如圖1所示。

圖1 協(xié)作頻譜感知模型

多個(gè)認(rèn)知用戶相互合作感知周圍的環(huán)境，然后通過(guò)報(bào)告信道把感知結(jié)果發(fā)送給融合中心，融合中心再做出最終的判決。當(dāng)判決結(jié)果顯示主用戶空閑時(shí)，認(rèn)知用戶會(huì)傳輸數(shù)據(jù)[6]。與主用戶和認(rèn)知用戶之間的距離相比，認(rèn)知網(wǎng)絡(luò)的規(guī)模相對(duì)較小。所以，每一個(gè)認(rèn)知用戶的路徑損失幾乎是相同的，它們接收到的主用戶信號(hào)也可以認(rèn)為是獨(dú)立分布的[7]。此外，所有認(rèn)知用戶都采用能量檢測(cè)進(jìn)行本地判決。

圖2 系統(tǒng)仿真模型

整個(gè)系統(tǒng)的仿真模型如圖2所示。本地感知采用能量檢測(cè)技術(shù)，帶通濾波器主要是去除帶外噪聲；平方器和累加器用來(lái)在一定觀察時(shí)間內(nèi)計(jì)算信號(hào)的能量，當(dāng)信號(hào)能量大于判決門限時(shí)，判決器輸出“1”；當(dāng)信號(hào)能量小于判決門限時(shí)，判決器輸出“0”。融合中心在累加所有本地判決結(jié)果后，調(diào)用高能效優(yōu)化算法(見(jiàn)后文)，選擇最優(yōu)的判決門限，對(duì)主用戶的狀態(tài)做出判斷。

1.2 單用戶頻譜感知

在AWGN信道下，單個(gè)認(rèn)知用戶的虛警概率pf和檢測(cè)概率pd為[8]：

(1)

(2)

式中λ是能量檢測(cè)器的門限，u是觀察周期內(nèi)的時(shí)間帶寬積，Γ(·,·)是不完全伽馬函數(shù)，γ是認(rèn)知用戶的接收信噪比，u(·,·)是廣義馬庫(kù)姆函數(shù)。

衰落信道下的虛警概率與AWGN信道下的虛警概率相等，這是由于它與信噪比無(wú)關(guān)。根據(jù)文獻(xiàn)[8]，Rayleigh衰落信道下的檢測(cè)概率為:

(3)

(4)

式中1F1(.;.;.)是合流超幾何函數(shù)，Ln(·)是自由度為n的拉蓋爾函數(shù)。

1.2 協(xié)作頻譜感知

在協(xié)作頻譜感知技術(shù)中，單個(gè)認(rèn)知用戶首先根據(jù)預(yù)設(shè)的能量檢測(cè)器門限λ做出“1比特”的本地判決，然后把本地的判決結(jié)果上報(bào)給融合中心。在收集了所有認(rèn)知用戶的判決信息后，融合中心根據(jù)判決準(zhǔn)則做出最終的判決。

(5)

(6)

2 能量效率及優(yōu)化算法

2.1 能量效率

(7)

(8)

能量效率定義為認(rèn)知網(wǎng)絡(luò)頻譜利用效率和平均功率消耗之比，即：

(9)

2.1 高能效優(yōu)化算法

f(n,θ)=α(1-Qf)(T-τs-Nτr)log2(1+γs)-θ{NτsPs+NτrPr+(T-τs-Nτr)×Pt[α(1-Qf)+β(1-Qd)]}

(10)

由g(θ)的單調(diào)性質(zhì)，使g(η(n*))=0得最大能效的值η(n*)可用Bisection算法得到。首先有：

(11)

(12)

(13)

表1 高能效優(yōu)化算法

3 仿真結(jié)果分析

3.1 仿真參數(shù)設(shè)置

本文的仿真參數(shù)如下：認(rèn)知無(wú)線電網(wǎng)絡(luò)中有1個(gè)主用戶，N個(gè)認(rèn)知用戶感知它的狀態(tài)；通過(guò)對(duì)主用戶的長(zhǎng)期觀察分析，取主用戶空閑的概率為α=0.5；主用戶忙的概率β=1-α=0.5；蒙特卡洛仿真次數(shù)為50 000次；認(rèn)知用戶個(gè)數(shù)N=6；Nakagami衰落參數(shù)為2；幀長(zhǎng)為T=20ms；感知時(shí)間為τs=1ms；報(bào)告時(shí)間遠(yuǎn)小于幀長(zhǎng)并設(shè)為τr=0.1ms；采樣頻率為fs=10 000Hz；次級(jí)鏈路信噪比為γs=5dB；認(rèn)知用戶發(fā)射功率為Pt=3W；感知功率遠(yuǎn)小于發(fā)射功率并設(shè)為Ps=0.1W[11]；Pr=0.02W。

3.2 仿真結(jié)果分析

圖3展示了認(rèn)知用戶感知性能在AWGN信道、Rayleigh衰落信道和Nakagami衰落信道條件下的比較，使用蒙特卡洛方法仿真了認(rèn)知用戶漏檢概率和虛警概率的關(guān)系，與理論值(解析式)相吻合。漏檢概率隨虛警概率的增加而下降，且AWGN信道下的漏檢概率最小，隨著衰落程度的增加，漏檢概率增加，系統(tǒng)的檢測(cè)精度下降，性能受到惡化。

圖3 認(rèn)知用戶漏檢概率隨虛警概率的變化曲線

圖4仿真了Rayleigh衰落環(huán)境下能效(EE)隨能量檢測(cè)器門限的變化曲線。從圖中可以看出，本文所提的優(yōu)化算法的能效比“OR”準(zhǔn)則、“AND”準(zhǔn)則和“Majority”準(zhǔn)則要高出很多。這是由于對(duì)于每個(gè)給定的能量檢測(cè)器門限，使用本文所提優(yōu)化算法總能找到最優(yōu)的FC判決門限使得能效達(dá)到最大。當(dāng)能量檢測(cè)器門限較低時(shí)，如10<λ<13時(shí)，“AND”準(zhǔn)則優(yōu)于“Majority”準(zhǔn)則，優(yōu)于“OR”準(zhǔn)則；而當(dāng)能量檢測(cè)器門限較高時(shí)，如19<λ<30時(shí)，“OR”準(zhǔn)則優(yōu)于“Majority”準(zhǔn)則，優(yōu)于“AND”準(zhǔn)則。

圖4 Rayleigh衰落環(huán)境下能效(EE)隨能量檢測(cè)器門限的變化曲線

圖5仿真了AWGN信道、Nakagami衰落信道和Rayleigh衰落信道下能效(EE)隨信噪比的變化曲線。對(duì)于本文所提優(yōu)化算法，能效隨著信噪比的增加而顯著提升；而對(duì)于大數(shù)準(zhǔn)則，能效隨信噪比的增加提升緩慢。本文所提優(yōu)化算法的能效比大數(shù)準(zhǔn)則要高。另外，AWGN信道下的能效最高，Nakagami衰落信道下次之，Rayleigh衰落信道下的能效最低，說(shuō)明衰落對(duì)認(rèn)知系統(tǒng)的性能造成了惡化，且隨著衰落程度的增加，能效有所減小。

圖5 能效(EE)隨信噪比的變化曲線

圖6仿真了不同信道下認(rèn)知系統(tǒng)的能效隨總認(rèn)知用戶數(shù)N的變化曲線。在該仿真中，每個(gè)認(rèn)知用戶數(shù)所對(duì)應(yīng)的最佳判決門限由本文所提算法得到。存在最優(yōu)的參與合作的認(rèn)知用戶數(shù)量使得認(rèn)知系統(tǒng)的能效達(dá)到最大。當(dāng)信道存在衰落的影響時(shí)，系統(tǒng)的能效減小，且能效隨認(rèn)知用戶數(shù)量的增加而起伏變化。AWGN信道下最佳參與合作的用戶數(shù)為10；受Nakagami衰落影響，最佳參與合作的用戶數(shù)為14；受Rayleigh衰落影響，最佳參與合作的用戶數(shù)為12。

圖6 能效(EE)隨認(rèn)知用戶數(shù)N的變化曲線

4 結(jié) 論

本文提出了一種有效的迭代算法，能夠快速尋找到最優(yōu)的融合中心判決門限，在AWGN信道、Rayleigh衰落信道和Nakagami衰落信道條件下分析了相應(yīng)的感知性能和能效，結(jié)果顯示蒙特卡洛仿真結(jié)果與理論值相吻合，本文所提優(yōu)化算法能有效提升認(rèn)知網(wǎng)絡(luò)的能效。同時(shí)也仿真了認(rèn)知用戶數(shù)對(duì)能效的影響，結(jié)果顯示存在最佳的認(rèn)知用戶數(shù)使認(rèn)知網(wǎng)絡(luò)的能效達(dá)到最大。下一步工作中將研究時(shí)頻能三域聯(lián)合優(yōu)化，進(jìn)一步提升網(wǎng)絡(luò)能量效率。

[1] ZHAO N, YU F R, Sun H,et al. Energy-Efficient Cooperative Spectrum Sensing Schemes for Cognitive Radio Networks [J]. Eurasip Journal on Wireless Communications and Networking, 2013, 1-13.

[2] Wang Y, Feng C, Zeng Z, et al. A Robust and Energy Efficient Cooperative Spectrum Sensing Scheme in Cognitive Radio Networks [C] // IEEE Int. Conf. Adv. Commun. Technol., Feb. 2009, 640-645.

[3] Lee C H, Wolf W. Energy Efficient Techniques for Cooperative Spectrum Sensing in Cognitive Radios [C] // IEEE Consumer Commun. Netw. Conf. (CCNC), Jan. 2008, 968-972.

[4] Shi Z, The K C, Li K H. Energy-Efficient Joint Design of Sensing and Transmission Durations for Protection of Primary User in Cognitive Radio Systems [J]. IEEE Comm. Lett., 2013, 17(3): 565-568.

[5] Wu Y, Tsang D H K. Energy-Efficient Spectrum Sensing and Transmission for Cognitive Radio System [J]. IEEE Comm. Lett., 2011, 15(5): 545-547.

[6] 蘭昆偉, 趙杭生, 李湘陽(yáng)等. 認(rèn)知無(wú)線電中基于感知門限的頻譜預(yù)測(cè)研究 [J]. 通信技術(shù), 2015, 48(02): 165-170.

LAN Kun-wei, ZHAO Hang-sheng, LI Xiang-yang, et al. Spectrum Prediction based on Sensing Threshold in Cognitive Radio Networks [J]. Communications Technology, 2015, 48(02):165-170.

[7] Chung W, Park S, Lim S, et al. Spectrum Sensing Optimization for Energy-Harvesting Cognitive Radio Systems [J]. IEEE Transactions on Wireless Communications, 2014, 13(5): 2601-2613.

[8] Digham F F, Alouini M S, Simon M K. On the Energy Detection of Unknown Signals over Fading Channels [J]. IEEE Transactions on Communications, 2007, 55(1): 21-24.

[9] Shen J, Jiang T, Liu S, et al. Maximum Channel Throughput via Cooperative Spectrum Sensing in Cognitive Radio Networks [J]. IEEE Transactions on Wireless Communications, 2009, 8(10): 5166-5175.

[10] Park S, Hong D. Achievable Throughput of Energy Harvesting Cognitive Radio Networks [J]. IEEE Transactions on Wireless Communications,2014,13(2):1010-1022.

[11] Peh E C Y, Liang Y C, Guan Y L, et al. Energy-Efficient Cooperative Spectrum Sensing in Cognitive Radio Networks [C] // IEEE Global Communications Conference, 2011.

A High Energy-Efficient Cooperative Spectrum Sensing Algorithm in Fading Environment

GUAN Ye-wen，HU Hang，ZHANG Hang

(College of Communications Engineering, PLA University of Science and Technology, Nanjing Jiangsu 210007, China)

In CR (Cognitive Radio) networks and for battery-powered SUs (Secondary Users), how to use energy resources efficiently is of great significance. In this paper, EE (Energy Efficiency) is defined as the ratio of spectrum utilization efficiency of CR network to average power consumption. A high energy-efficient optimization algorithm is proposed, and the threshold in FC (Fusion Center) is optimal under the condition of AWGN (Additive White Gaussian Noise) channels, Rayleigh fading channels and Nakagami fading channels, with the optimal number of cooperating SUs derived. EE performance of CR network is evaluated via Monte-Carlo simulation, and the results show that the proposed algorithm can effectively improve the energy efficiency of CR network.

cognitive radio; energy-efficient; cooperative spectrum sensing; fading environment

date:2015-01-09；Revised date：2015-03-18

TN924+.1

A

1002-0802(2015)04-0435-06

關(guān)業(yè)文(1992—)，男，學(xué)士，主要研究方向?yàn)檎J(rèn)知無(wú)線電、綠色通信；

胡 航(1989—)，男，博士，主要研究方向?yàn)橐苿?dòng)通信、認(rèn)知無(wú)線電、協(xié)同通信；

張 杭(1962—)，女，教授，博士生導(dǎo)師。主要研究方向?yàn)樾盘?hào)處理、認(rèn)知無(wú)線電、衛(wèi)星通信。

10.3969/j.issn.1002-0802.2015.04.011

2015-01-09；

2015-03-18