認知無線電頻譜檢測技術研究與要素分析

邵金俠　魏建新

?

認知無線電頻譜檢測技術研究與要素分析

邵金俠魏建新

（湖南科技學院 電子與信息工程學院，湖南 永州 425199）

認知無線電能否得到推廣，很大程度上取決于頻譜檢測技術的性能，NP準則要求頻譜檢測時，在滿足一定的虛警概率下，要盡可能的提高檢測概率?；诙僭O條件，本文以經典的能量檢測模型為基礎，分別對單用戶和多用戶的頻譜檢測進行仿真，通過改變關鍵要素對比分析。

認知無線電；頻譜檢測；二元假設；能量檢測模型

引　言

無論是授權頻譜還是非授權頻譜，隨著無線通信的飛速發展及廣泛應用，頻譜，這一不可再生資源，顯得日益匱乏，如何更好地發展無線業務，充足的頻譜資源必須得以保證。認知無線電（Cognitive Radio，CR）通過動態檢測空閑頻譜，可以伺機與授權用戶共享無線頻譜資源，在某種程度上可以很好地緩解這一緊張形勢。頻譜檢測作為認知無線電的核心技術，將直接影響無線通信業務的性能，無論是頻譜接入前還是接入后，不準確的頻譜檢測信息都會對主用戶或認知用戶通信造成影響、甚至干擾，所以頻譜檢測是實現認知無線電的關鍵所在。

CR自提出到現在受到諸多研究學者的追捧，主要目標是高度可靠通信方式以及高效的頻譜利用率[1]。針對CR網絡不同的結構，很多頻譜檢測模型被提出，頻譜檢測如何做到快而準確，即要保證其有效性，又要兼顧可靠性，既能快速的檢測出空閑頻譜，不干擾主用戶通信，同時又能夠準確的檢測，以提高頻譜的利用率。不管是單用戶檢測還是協作檢測，單門限還是多門限，檢測模型的選擇是最基礎，也是最關鍵的，其檢測概率、檢測時間和干擾因素將直接影響可靠性，而檢測計算的復雜度等會影響有效性，或者會影響到授權用戶，或者會降低頻譜的利用率。同時在無線認知環境下，由于多徑傳播、陰影效應的發生，甚至無線環境的網絡攻擊等的存在，會對實際的信號檢測帶來威脅，所以，僅通過單一的認知用戶得到的信息并不是最佳的，所以我們會選擇多個用戶進行協作檢測，那么在用戶協作檢測模型中，如何選擇用戶數，對分別檢測到的數據又如何融合也是研究的重點，考慮到計算量和復雜度，我們選擇最經典的能量檢測模型作為研究對象，結合二元假設分別研究不同條件下認知無線網絡環境中的頻譜檢測性能的好壞。

1　單用戶檢測模型

能量檢測模型通過對檢測到認知網絡環境中的信號進行一定的信號處理，憑借計算出信號的能量值，最終結合二元假設模型，簡單判斷授權用戶是否存在。能量檢測模型信號處理原理簡單，計算量小，最主要的是不需要提前了解授權用戶的技術參數，所以使用范圍非常廣泛。這種檢測信號的方式主要的問題就是二元判決的門限閾值的確定，所以門限閾值的設定將對檢測性能有著直接的影響。

1.1 單門限檢測

假定認知用戶存在于某授權認知網絡環境中，伺機接入某一空閑頻譜之前，先對該頻帶進行檢測，如果授權用戶不存在，理論上接收到的信號只有噪聲等干擾信號，反之，接收到的將是信號加干擾，所以我們只需設置一個閾值，作為檢測門限閾值，若檢測到信號的能量超過該門限閾值，則認為授權主用戶出現，否則，認為授權用戶不存在。單門限檢測流程如圖1左圖所示。

這種檢測模型可以檢測授權信號存在與否，問題難點在于如何設置閾值門限。如果信號表示為，那么可以用表示該信號的能量，二元假設模型如式（1）所示，可以進行簡單的用戶存在性測試，其中表示授權用戶不存在，表示授權用戶出現，表示頻帶內噪聲信號。

圖1.單（左）/雙（右）門限能量檢測流程

假定信道噪聲為AWGN模型，則其功率譜密度為常量，指定頻帶內的能量則是恒定的，且信號和噪聲表示為相加的關系，所以此時的門限值可簡單設置噪聲能量值，此時可得出檢測概率和虛警概率：

1.2 雙門限檢測

不管是AWGN信道還是Rayleigh信道為理論上可操作噪聲模型，實際中干擾則是隨機的、未知的，當干擾波動比較大時，門限閾值也會有較大的波動，影響到檢測概率，此時若門限值設置較大或較小會都會影響到檢測概率，過小，虛警概率增大，認知用戶將錯失接入頻譜的機會，過大，漏警概率增大，有可能檢測不到正在通信的主用戶，從而造成干擾。噪聲能量往往會在某一范圍內（）波動，所以門限閾值不穩定，檢測到信號能量大于門限閾值，判定授權用戶出現，相反則斷定授權用戶不存在，若檢測信號能量落在附近，判定結果可能不準確，若采用雙門限，，在單門限上加上保護量，則可以減少誤判，原理是：檢測到信號能量落在左側，判定授權用戶不存在，落在右側，判定授權用戶出現，對落在和中間部分，即為不確定空間，授權用戶可能不在，也可能出現，暫時不做判決，雙門限能量檢測模型如圖1的右圖所示。雙門限模型下，檢測概率和虛警概率的定義如下式：

AWGN為最簡單的噪聲模型，可以簡化數學推導和計算，在雙門限的性能分析中，我們假設干擾為簡單的AWGN噪聲，可得此條件下的檢測概率和虛警概率為下式：

2　多用戶協作檢測模型

在上文雙門限檢測模型中，若信號檢測量落在不確定區域，即（）之間，不能直接進行判決，對這部分數據的處理，有的文獻選擇不發送任何信息，有的文獻雖然也選擇不判決，但會將數據發送到CR基站，由基站完成信息融合并決策，本文則將落在此區間的檢測量值根據位置就近與其它用戶的檢測數據進行互動，分簇分享檢測結果，形成多用戶協作檢測，進而提高檢測概率，當然在無線認知環境中，因陰影、終端隱藏問題，很多時間會引起信號檢測的不準確，只憑借單個用戶節點進行檢測，算法比較魯莽，所以協作檢測既可以解決不確定信息的處理，又能提高認知節點抗陰影的能力，但是考慮參與協作的用戶數量可能會對檢測性能構成影響，所以最后選擇分簇分布完成，并根據認知用戶的先驗信息進行標簽識別，并決定采用AND法則還是OR法則進行數據融合以完成最終判決。

圖3.協作檢測模型（左）/協作用戶篩選（右）

協作檢測中，每個用戶仍采用能量檢測獨立檢測，假定每個用戶的檢測是獨立的，需將每個用戶的判決結果通過AND或者OR法則進行判決融合，假定n為參與協作的用戶數目，可得AND法則下的檢測概率和虛警概率如下：

同理，可得OR法則下的檢測概率和虛警概率如下：

3　仿真分析

3.1 單用戶檢測模型仿真分析

單節點檢測時，假設采樣點數為100，在AWGN信道和Rayleigh信道下，均選定=-8dB固定的信噪比下進行仿真，同時考慮到Rayleigh信道的復雜性，對AWGN信道在不同的信噪比下，給出不同的信噪比=-8dB和=-4dB下進行仿真并對比分析。

圖2.單用戶能量檢測性能曲線

3.2 多用戶協作檢測模型仿真分析

協作檢測時，分別對AND規則和OR規則，在用戶數為1和用戶數為3時進行仿真，假設采樣點數為100，在AWGN信道下，選定=-8dB固定的信噪比下進行仿真得到檢測概率和虛警概率的關系圖如下所示。

圖3. AND（左）/OR（右）規則下多用戶協作檢測性能曲線

根據實際的認知網絡環境，只要不出現嚴重的陰影效應，沒有惡意網絡攻擊，在相對和平環境中，AND和OR法則性能相當，其檢測概率比單用戶檢測要稍好些，若無線環境惡劣，AND和OR規則的性能將差別很大，本仿真為簡化模型沒有考慮陰影效應等；另外對于協作的用戶數的選擇，數目越多，對檢測性能的可靠性自然越好，但用戶信息交互會變得比較復雜，影響到檢測的有效性，所以考慮到有效性和可靠性的平衡，協作用戶數目不宜過多，這部分內容將在后期研究中通過檢測時間進行研究、分析。

[1]溫志剛.認知無線電頻譜檢測理論與實踐[M].北京:北京郵電大學出版社,2011.

[2]琳達.E.多伊爾.認知無線電基礎[M].西安:西安交通大學出版社,2012.

[3]趙友軒.多天線認知無線電頻譜檢測技術研究[D].解放軍信息工程大學,2013.

[4]郭少華.認知無線電頻譜檢測技術研究[D].西安電子科技大學,2014.

[5]岳文靜,陳志,鄭寶玉等.基于可靠次用戶信息的協作頻譜感知算法研究[J].電子與信息學報,2012(05).

（責任編校：何俊華）

2016－03－12

2014年湖南科技學院校級課題“認知無線電協作頻譜檢測關鍵要素研究”（項目編號14XKY110）。

邵金俠（1980－），女，湖南科技學院電子信息與工程學院講師，研究方向為現代通信技術。魏建新（1979－），男，江蘇徐州人，湖南科技學院教育技術中心網絡工程師，研究方向為無線通信網絡。

TN92

A

1673-2219（2016）05-0112-04