認知無線電中雙階段頻譜檢測算法研究

杜　紅，富　爽，史國軍， 李維民

(黑龍江八一農墾大學 信息技術學院，黑龍江 大慶 163319)

?

認知無線電中雙階段頻譜檢測算法研究

杜紅，富爽，史國軍， 李維民

(黑龍江八一農墾大學 信息技術學院，黑龍江 大慶 163319)

在認知無線電網絡中，為了實現更精確的檢測，并避免對授權用戶的干擾，一種雙階段頻譜檢測算法被提出。該算法由粗檢測和細檢測兩種方式組成。粗檢測階段采用應用廣泛的能量檢測技術。由于能量檢測技術的性能在衰落環境中容易受到影響，當粗檢測階段時感知結果判定為信道空閑，在細檢測階段將采用基于一階周期平穩特征檢測算法。對于這種雙階段頻譜檢測算法，推導分析了錯誤檢測概率和吞吐量的性能指標。仿真結果表明，頻譜檢測性能顯著優于常規的一階段頻譜檢測算法。

認知無線電；雙階段頻譜檢測；能量檢測；一階循環平穩特征檢測

目前，認知無線電(Cognitive Radio，CR)技術已經被視為一種有效的提高頻譜利用率的方法，它通過機會式頻譜共享方式使用頻譜，解決了當前頻譜擁塞和部分頻譜利用不足之間的沖突[1-2]。然而，為了避免可能對授權主用戶(Primary User，PU)的干擾，CR用戶對頻譜的接入具有較低優先級。因此，CR用戶必須在接入信道之前檢測該頻譜的可用性。目前，頻譜感測技術主要集中在主發射機的頻譜檢測，并且通常可以被分類為匹配濾波器檢測、循環平穩特征檢測和能量檢測。然而，在上述檢測技術在實際應該上有其自身的局限性。更具體地，匹配濾波器技術需要授權用戶對頻譜使用情況的先驗信息；循環平穩特征檢測技術具有較高的復雜性；即使能量檢測被廣泛使用，在低信噪比環境中具有較弱的檢測性能。

為滿足頻譜檢測時間和感知靈敏度的要求，CR系統引入了具有兩階段的頻譜檢測(Two-stage Spectrum Sensing，TSS)技術，在IEEE 802.22無線區域網(Wireless Regional Area Network，WRAN)中，包括粗檢測和細檢測[3]。目前，兩級頻譜檢測策略已在一些文獻中研究。如文獻[4]主要研究了兩階段檢測方法中最小化頻譜檢測時間，但是，這兩個檢測階段都基于能量檢測技術；文獻[5]研究的兩階段檢測方案基于能量頻譜檢測和最大最小特征值檢測技術。文獻[6]重點研究雙階段頻譜檢測算法在陰影衰落環境中與單階段頻譜檢測技術的性能對比分析。文獻[7]研究了在噪聲不確定環境下，采用能量檢測、最大最小特征值檢測技術作為雙階段頻譜檢測方案，以保護授權主用戶為出發點研究該檢測方案的頻譜檢測性能；此外，還有研究將兩階段檢測技術應用在協作頻譜感知算法中[8]，該研究方法采用了自適應的雙門限檢測技術，但檢測技術僅考慮單一的能量檢測技術。

本文的主要研究工作如下所述。第一，研究一種新的雙階段頻譜檢測方案，更加專注于檢測性能的精確性，在最大程度上避免對授權主用戶的干擾。具體地，采用一階循環平穩檢測作為精細檢測階段，適當降低復雜性。第二，兩階段頻譜檢測算法的性能指標分析，研究所提檢測算法的檢測性能的準確性，以錯誤檢測概率為指標，分析不同檢測算法的可靠性。此外，關注雙階段頻譜檢測方法的吞吐量性能，以保證CR用戶的頻譜效率。最后，使用MATLAB軟件進行數值仿真，仿真結果顯示了雙階段頻譜檢測算法在可靠性和有效性方面的優越性。

1　系統模型

在認知無線電網絡中，頻譜感知的檢測問題可以采用二元假設問題。因此，頻譜檢測的目標在以下兩個假設之間來決定

(1)

式中：T表示所觀察到的時間；x(t)是由認知用戶CR接收到的信號；s(t)是在授權用戶PU的發送信號；h是信道的增益；n(t)是零均值和方差為δ2的加性高斯白噪聲(AdditiveWhiteGaussianNoise，AWGN)的高斯隨機變量；H0表示授權用戶不存在；H1表示授權用戶在占用信道。

假設整個頻譜帶寬是由具有相同大小帶寬的N組信道構成。雙階段的頻譜檢測方案如圖1所示。假設信道是按順序進行檢測。考慮到授權用戶PU在衰落環境下的低功耗，通過第一階段的能量檢測技術很難發現授權用戶，它也許會發生漏檢。因此，為了避免對授權用戶PU的干擾，在第一階段檢測后感知到信道為空閑后將實施第二階段頻譜檢測。在這里，精細檢測階段采用一階循環平穩特征檢測算法。

圖1　兩階段頻譜檢測方案

2　一種雙階段頻譜檢測算法

在本節中，首先分析了目前應用廣泛的能量頻譜檢測方案，由于能量頻譜檢測技術在低信噪比環境下性能較差，然后在精細檢測階段中采用一階周期平穩特征檢測，并對其頻譜檢測性能進行了討論。

2.1能量頻譜檢測技術

目前，對授權主用戶的頻譜檢測普遍采用計算復雜度低的能量檢測技術。能量檢測器輸出Y的分布表示如

(2)

能量檢測技術的檢測概率Pd_energy和虛警概率Pf_energy在加性高斯白噪聲信道條件下的近似表達式可以分別用式(3)和式(4)表示。檢測概率Pd_energy表示授權用戶存在，認知用戶發現授權用戶的概率；虛警概率Pf_energy表示授權用戶不存在，認知用戶虛報判斷授權用戶存在的概率

dx

(3)

(4)

2.2一階循環平穩特征檢測算法

根據大多數調制信號的特點，它們的均值和自相關函數呈周期性循環平穩特性。循環平穩信號主要是基于自相關函數，因此，主要利用授權用戶信號的平均特性來提高時域上感知信道的效率。

以下分析一階循環平穩特征檢測在AWGN信道的檢測性能。考慮一個確定的復合正弦信號s(t)，它可以表示為

s(t)=aej(2πf0t+θ)

(5)

通過在AWGN信道上s(t)的傳輸，x(t)=s(t)+n(t)表示所接收的信號。x(t)的平均函數可以寫成

(6)

對于一個特定的門限閾值λ，在AWGN信道條件下，M(t)包絡的累積密度函數在不同的信道空閑H0和信道被占用H1的條件下由式(7)分別給出

(7)

在H0條件下，一階循環平穩特征檢測的虛警概率Pf_one-order可被表示為

(8)

同樣，在H1條件下，一階循環平穩特征檢測的檢測概率Pd_one-order在AWGN可以獲得為

(9)

3　雙階段頻譜檢測性能指標分析

本節主要研究雙階段頻譜檢測方案的性能指標。具體地，為了保護授權主用戶免受認知用戶的干擾，并有效地利用空閑的頻譜資源，以下主要分析了錯誤頻譜檢測概率和吞吐量兩種性能指標，以此來衡量雙階段頻譜檢測的可靠性和有效性。

3.1錯誤檢測的概率

根據上述提出的雙階段頻譜檢測方案的系統模型，雙階段頻譜檢測算法的虛警概率Pf和檢測概率Pd為

Pf=Pf_energy+(1-Pf_energy)Pf_one-order

(10)

Pd=Pd_energy+(1-Pd_energy)Pd_one-order

(11)

錯誤檢測的總概率Perror是其由誤檢概率和虛警概率組成。Perror由下式給出

Perror=Pmd+Pf=(1-Pd)+Pf

(12)

3.2吞吐量分析

為了比較能量檢測和一階周期平穩特征檢測兩個階段頻譜檢測方式的收益，以下研究了兩種頻譜檢測算法的吞吐量性能。具體地，能量檢測和一階周期平穩特征檢測的吞吐量C表示為

(13)

(14)

式中：Ts1和Ts2分別表示能量檢測和一階周期平穩特征檢測的頻譜感知時間；TP表示幀持續時間；P(H0)和P(H1)分別表示授權主用戶的空閑和忙碌狀態的概率。

因此，在雙階段頻譜檢測算法的吞吐量性能指標被表示為

(15)

式中：TS由TS1和TS2的雙階段檢測的感知時間組成

Ts=Ts1+Ts2

(16)

4　仿真結果與性能分析

在本節中，對所提出的雙階段頻譜檢測方案的檢測性能進行數值仿真評估和分析。為了對授權的主用戶提供足夠的保護，并獲得更多利用頻譜的機會，以下仿真研究了判定門限閾值λ1對雙階段頻譜檢測的錯誤檢測概率的影響。假設時間帶寬積為m=5，假設噪聲方差δ=1。

圖2顯示了雙階段頻譜檢測方案在不同的決策門限閾值下錯誤檢測概率的性能指標比較，其中，判定門限閾值分別被設定為10dB，15dB和20dB。

圖2　雙階段頻譜檢測TSS方案的錯誤檢測概率與信噪比的曲線

圖2的仿真結果表明，較高的判定門限閾值可以獲得較低的錯誤檢測概率。此外，當信噪比超過10 dB時，檢測錯誤概率的性能指標不再受信噪比環境的影響。因此，為了實現雙階段頻譜檢測較好的可靠性，獲得較低的錯誤檢測概率，判決門限閾值需要被設置至少15 dB以上。

此外，為了進一步評估雙階段頻譜檢測方案與傳統的單一階段的頻譜檢測技術的性能比較，以下在頻譜檢測的可靠性和有效性方面進行了對比分析。圖3顯示了不同頻譜檢測方法的頻譜感知準確度，該判定門限閾值被設定為λ=20，圖3分別比較了雙階段頻譜檢測方案、能量檢測和一階周期平穩特征檢測的感知性能。

圖3　不同頻譜檢測算法的錯誤檢測概率與信噪比曲線對比

圖3表明較高的信噪比環境下，錯誤檢測概率性能指標較低。此外，在較低信噪比環境下，雙階段頻譜檢測算法優于能量檢測和一階周期平穩檢測算法。從圖3還可以看出，當信噪比大于12 dB時，3種頻譜檢測方案的錯誤檢測概率非常低。因此，相對于能量檢測技術，雙階段頻譜檢測方式在低信噪比環境上性能優越更為明顯。

圖4顯示出了不同信噪比環境下3個頻譜檢測方案的收益性能對比。假設能量檢測技術和一階循環平穩特征檢測的頻譜檢測時間分別為T1=2 ms，T2=18 ms。此外，假設授權用戶空閑和忙碌的概率分別為P(H0)= 0.7，P(H1)= 0.3。

圖4　不同頻譜檢測算法的吞吐量與信噪比曲線對比

如圖4所示，當信噪比小于10 dB時，雙階段頻譜檢測TSS方案優于能量檢測或一階循環平穩特征檢測算法，即在較低信噪比環境下，所研究的雙階段頻譜檢測算法能獲得較高的收益。此外，當信噪比超過12 dB以上，3種頻譜檢測方案獲得歸一化的吞吐量性能指標為0.72。圖3和圖4的仿真結果表明，雙階段頻譜檢測方案不僅獲得較低的錯誤檢測概率，而且還具有良好的吞吐量性能。

5　小結

本文提出了一個雙階段的頻譜檢測方案，以滿足認知無線電網絡對頻譜檢測的精度要求。具體地，所提出的雙階段頻譜檢測方法結合了應用廣泛的能量檢測技術和復雜低的一階循環平穩特征檢測算法。仿真結果表明，相比傳統的單一階段的頻譜檢測方案，該方案不僅可以通過錯誤檢測概率性能指標保證了可靠的檢測，而且還具有良好的吞吐量性能。一方面，雙階段頻譜檢測算法較低的錯誤檢測概率可避免對主用戶的干擾很大。另一方面，雙階段頻譜檢測算法在吞吐量性能可以獲得更高的收益。

[1]Federal Communications Commission. Rep. ET docket no. 02-135，spectrum policy task force[S]. 2002.[2]HAYKIN S. Cognitive radio：brain-empowered wireless communications[J]. IEEE journal selected on areas communications，2005，23(2)：201-220.

[3]BENKO J，CHEONG Y C，CORDEIRO C. IEEE 802.22-06/0004r1，A PHY/MAC proposal for IEEE 802.22 WRAN systems part 1：the PHY[S].2006.

[4]ARIF W，HOQUE S，SEN D，et al. Sensing time minimization using pipelining in two stage spectrum sensing[C]//International Conference on Signal Processing and Integrated Networks.[S.l]：IEEE，2015：359-365.

[5]SUWANBORIBOON S，LEE W. A novel two-stage spectrum sensing for cognitive radio system[C]// International Symposium on Communications and Information Technologies. [S.l]：IEEE，2013：176-181.

[6]DINDOM T，SRISOMBOON K，LEE W. Performance evaluation of single-stage and two-stage spectrum sensing techniques for cooperative cognitive radio systems under shadowing environments[C]// International Conference on Electrical Engineering/electronics, Computer, Telecommunications and Information Technology. [S.l]：IEEE，2015：1-6.

[7]SRISOMBOON K，PRAYOTE A，LEE W. Two-stage spectrum sensing for cognitive radio under noise uncertainty[C]// Eighth International Conference on Mobile Computing and Ubiquitous NETWORKING. [S.l]：IEEE，2015：19-24.

[8]BAGWARI A，TOMAR G S，VERMA S. Cooperative spectrum sensing based on two-stage detectors with multiple energy detectors and adaptive double threshold in cognitive radio networks[J]. Canadian journal of electrical and computer engineering，2013，36(4)：172-180.

杜紅(1982— )，女，講師，博士，主研認知無線電頻譜感知與資源分配、農業物聯網方向；

富爽(1982— )，女，副教授，博士，主要研究方向為LTE技術、認知無線電技術等；

史國軍(1969— )，副教授，博士生，主研電氣工程技術；

李維民 (1980-)，實驗師。

責任編輯：許盈

Two-stage spectrum sensing scheme in cognitive radio network

DU Hong, FU Shuang, SHI Guojun, LI Weimin

(Collegeofinformationtechnology,HeilongjiangBayiAgriculturalUniversity,HeilongjiangDaqing163319,China)

In order to achieve more precise sensing and avoid the interference to primary user in cognitive radio networks, a two-stage spectrum sensing approach is investigated. More specifically, a coarse spectrum sensing based on energy detection is introduced. Owing to worse sensing performance of energy detection in fading environment, if the decision is made to be idle by coarse sensing, a complementary fine spectrum sensing based on one-order cyclostationary feature detection is exploited. Moreover, the problem formulation and discussion of two-stage sensing is presented. Besides, the throughput of two-stage sensing is focused on. Numerical results show that the sensing performance is improved significantly as opposed to conventional spectrum sensing.

cognitive radio; two-stage sensing; energy detection; one-order cyclostationary feature detection

TN929

ADOI：10.16280/j.videoe.2016.10.014

黑龍江省教育廳科學技術研究項目(12541583)

2016-03-20

文獻引用格式：杜紅，富爽，史國軍，等.認知無線電中雙階段頻譜檢測算法研究與分析[J].電視技術，2016，40(10)：67-70.

DU H，FU S，SHI G J，et al. Two-stage spectrum sensing scheme in cognitive radio network [J].Video engineering，2016，40(10)：67-70.