頻譜感知的實(shí)現(xiàn)

1、集中辨識(shí)頻譜空洞方法的比較成本兼容性復(fù)雜度主用戶(hù) 位置數(shù)據(jù)庫(kù) 網(wǎng)絡(luò)持續(xù)監(jiān) 控信標(biāo)信 息數(shù)據(jù)庫(kù)檔案高低低需要不需要不需要不需要傳達(dá)信 標(biāo)信號(hào)高低低需要不需要不需要需要頻譜感 知低高高不需要不需要需要不需要頻譜感知技術(shù)是指認(rèn)知用戶(hù)通過(guò)各種信號(hào)檢測(cè)和處理手段來(lái)獲取無(wú)線(xiàn)網(wǎng)絡(luò)中的頻譜使用信 息。從無(wú)線(xiàn)網(wǎng)絡(luò)的功能分層角度看，頻譜感知技術(shù)主要涉及物理層和鏈路層，其中物理層主 要關(guān)注各種具體的本地檢測(cè)算法，而鏈路層主要關(guān)注用戶(hù)間的協(xié)作以及對(duì)感知機(jī)制的控制 與優(yōu)化。J因此，目前頻譜感知技術(shù)的研究大多數(shù)集中在本地感知、協(xié)作感知和感知機(jī)制優(yōu)化 3個(gè)方面。1本地感知技術(shù)1.1主要檢測(cè)算法本地頻譜感知是指單個(gè)認(rèn)知用戶(hù)獨(dú)

2、立執(zhí)行某種檢測(cè)算法來(lái)感知頻譜使用情況，其檢測(cè) 性能通常由虛警概率以及漏檢概率進(jìn)行衡量。比較典型的感知算法包括：能量檢測(cè)算法，其主要原理是在特定頻段上，測(cè)量某段觀測(cè)時(shí)間內(nèi)接收信號(hào)的總能量， 然后與某一設(shè)定門(mén)限比較來(lái)判決主信號(hào)是否存在。由于該算法復(fù)雜度較低，實(shí)施簡(jiǎn)單，同時(shí) 不需要任何先驗(yàn)信息，因此被認(rèn)為是CR系統(tǒng)中最通用的感知算法。匹配濾波器檢測(cè)算法，是在確知主用戶(hù)信號(hào)先驗(yàn)信息(如調(diào)制類(lèi)型，脈沖整形，幀格式) 情況下的最佳檢測(cè)算法。該算法的優(yōu)勢(shì)在于能使檢測(cè)信噪比最大化，在相同性能限定下較能 量檢測(cè)所需的采樣點(diǎn)個(gè)數(shù)少，因此處理時(shí)間更短。循環(huán)平穩(wěn)特征檢測(cè)算法，其原理是通過(guò)分析循環(huán)自相關(guān)函數(shù)或者二維頻譜

3、相關(guān)函數(shù)的 方法得到信號(hào)頻譜相關(guān)統(tǒng)計(jì)特性，利用其呈現(xiàn)的周期性來(lái)區(qū)分主信號(hào)與噪聲。該算法在很低 的信噪比下仍具有很好的檢測(cè)性能，而且針對(duì)各種信號(hào)類(lèi)型獨(dú)特的統(tǒng)計(jì)特征進(jìn)行循環(huán)譜分 析，可以克服惡意干擾信號(hào)，大大提高檢測(cè)的性能和效率。協(xié)方差矩陣檢測(cè)算法，利用主信號(hào)的相關(guān)性建立信號(hào)樣本協(xié)方差矩陣，并以計(jì)算矩陣最 大、最小特征值比率的方法做出判決。文獻(xiàn)1 提出基于過(guò)采樣接收信號(hào)或多路接收天線(xiàn)的盲 感知算法。通過(guò)對(duì)接收信號(hào)矩陣的線(xiàn)性預(yù)測(cè)和奇異值分解(QR)得到信號(hào)統(tǒng)計(jì)值的比率來(lái)判定 是否有主用戶(hù)信號(hào)。以上這些算法都是對(duì)主用戶(hù)發(fā)射端信號(hào)的直接檢測(cè)，基本都是從經(jīng)典的信號(hào)檢測(cè)理論中 移植過(guò)來(lái)的。此外，近期一些文獻(xiàn)

4、從主用戶(hù)接收端的角度提出了本振泄露功率檢測(cè)和基于干 擾溫度的檢測(cè)。有些文獻(xiàn)對(duì)經(jīng)典算法進(jìn)行了改進(jìn)，如文獻(xiàn)2 提出了一種基于能量檢測(cè)-循環(huán)特征檢測(cè)結(jié)合的兩級(jí)感知算法。文獻(xiàn)3 研究了基于頻偏補(bǔ)償?shù)钠ヅ錇V波器檢測(cè)、聯(lián)合前向和 參數(shù)匹配的能量檢測(cè)、多分辨率頻譜檢測(cè)和基于小波變換頻譜檢測(cè)等。表2歸納了文獻(xiàn)中提 及較多的一些感知算法，并對(duì)其優(yōu)缺點(diǎn)進(jìn)行了比較。單用戶(hù)本地感知主要面臨以下挑戰(zhàn)：首先，對(duì)感知設(shè)備提出了較高的硬件要求，如高速 高分辨率的數(shù)模轉(zhuǎn)換器、高諫的信號(hào)處理器、寬帶射頻(RF)單元、單/雙鏈路結(jié)構(gòu)等等，以達(dá) 到所需的檢測(cè)速度和靈敏度：其次，由于多徑衰落、陰影和本地干擾等因素的影響，單用戶(hù) 本地頻

5、譜檢測(cè)往往不能獲得滿(mǎn)意的性能。再次，如何檢測(cè)基于擴(kuò)頻技術(shù)的主用戶(hù)信號(hào)也是個(gè) 難點(diǎn)問(wèn)題。Ghasemi將頻譜感知的主要難點(diǎn)問(wèn)題歸結(jié)于3種不確定性：信道不確定性，即在陰影、 衰落信道中，認(rèn)知用戶(hù)很難從噪聲背景下區(qū)分出經(jīng)歷深衰落的主信號(hào)；噪聲不確定性，主要 是能量檢測(cè)的性能會(huì)因?yàn)樵肼暪烙?jì)的偏差受到嚴(yán)重影響；聚合干擾不確定性，當(dāng)網(wǎng)絡(luò)中存在 多個(gè)認(rèn)知用戶(hù)時(shí)，單個(gè)認(rèn)知用戶(hù)的發(fā)射可能不會(huì)干擾主用戶(hù)，但是多個(gè)用戶(hù)同時(shí)發(fā)射可能會(huì) 超過(guò)主用戶(hù)的干擾溫度門(mén)限(最大干擾的容忍程度)?；谝陨戏治?，下一步的主要研究方向包括：針對(duì)衰落、陰影等惡劣的信道環(huán)境，研究 能量檢測(cè)、循環(huán)特征檢測(cè)等算法的改進(jìn)或者進(jìn)一步探討更為新穎的

6、感知算法；針對(duì)正交頻分 復(fù)用技術(shù)(OFDM)頻譜池系統(tǒng)的多帶檢測(cè)算法；將傳統(tǒng)的時(shí)域、頻域、空域的三維信號(hào)檢測(cè)進(jìn) 行拓展，并研究包括角度、編碼等維度的多維頻譜感知算法。2協(xié)作感知技術(shù)為了克服本地檢測(cè)的弊端，進(jìn)一步提高檢測(cè)性能，協(xié)作感知得到了廣泛而深入的研究。 通過(guò)不同次用戶(hù)間的交互與協(xié)作，不僅僅能降低各認(rèn)知用戶(hù)的檢測(cè)靈敏度需求，大幅度提高 認(rèn)知用戶(hù)的捷變能力，還能有效緩解“隱藏終端”問(wèn)題以及噪聲不確定性等問(wèn)題。根據(jù)協(xié)作網(wǎng)絡(luò)結(jié)構(gòu)和協(xié)作策略選擇不同，協(xié)作感知方案可分兩類(lèi)：集中式協(xié)作感知這種方案中，通常有一個(gè)中心基站(或接入點(diǎn))和多個(gè)參與協(xié)作的認(rèn)知用戶(hù)(也稱(chēng)認(rèn)知 節(jié)點(diǎn))，并且需要專(zhuān)用控制信道將各用戶(hù)本

7、地感知信息傳送到中心點(diǎn)進(jìn)行融合處理以及最終 判決。目前大部分文獻(xiàn)研究的都是該類(lèi)型的協(xié)作感知oCabric等人于2004年開(kāi)始這方面研究， 指出集中式協(xié)作感知可以減小多徑衰落信道的影響，改善檢測(cè)性能，并分析了節(jié)點(diǎn)數(shù)、門(mén)限 值等參數(shù)的選取以及陰影相關(guān)性對(duì)協(xié)作的影響。隨后，Ghasemi更加詳細(xì)討論了在獨(dú)立同 分布(I.I.D.)瑞利衰落信道和對(duì)數(shù)正態(tài)分布陰影信道條件下，基于能量檢測(cè)和硬融合的協(xié)作感 知方案的檢測(cè)性能及其對(duì)頻譜利用率、檢測(cè)靈敏度、檢測(cè)時(shí)間帶寬積、噪聲不確定性抵抗能 力的影響。文獻(xiàn)5 還從聚合干擾的角度，進(jìn)一步分析了協(xié)作感知對(duì)于聚合干擾分布的影響， 并在給定干擾概率情況下，給出了單用戶(hù)

8、感知靈敏度和協(xié)作半徑之間的權(quán)衡。分布式協(xié)作感知分布式協(xié)作感知中，各協(xié)作節(jié)點(diǎn)彼此可以交互和共享感知信息，并分別對(duì)各自感興趣的 頻譜做最終判決。該方案最大的好處是簡(jiǎn)化了認(rèn)知網(wǎng)絡(luò)結(jié)構(gòu)，因而減小了開(kāi)銷(xiāo)成本。2.2信息融合問(wèn)題現(xiàn)有的大多數(shù)協(xié)作感知方案都需要進(jìn)行信息融合，其整體的檢測(cè)性能除了受各節(jié)點(diǎn)檢測(cè) 性能的影響外，還與所采用的融合算法直接相關(guān)。依據(jù)交互信息的不同，融合算法可以分為 數(shù)據(jù)融合和決策融合兩大類(lèi)。2.2.1數(shù)據(jù)融合算法在數(shù)據(jù)融合算法中，各個(gè)協(xié)作節(jié)點(diǎn)不做出任何決策，而是將檢測(cè)數(shù)據(jù)完整地或壓縮處理 后發(fā)送到信息融合中心，按照某種融合規(guī)則做出最終判決。典型的算法例如:最簡(jiǎn)單的等增 益合并(EGC)

9、是將各節(jié)點(diǎn)的檢測(cè)數(shù)據(jù)等權(quán)重合并，再與設(shè)定的門(mén)限值比較做出最終判決；最 大似然比合并(MRC )是通過(guò)信道估計(jì)，根據(jù)信噪比設(shè)定權(quán)重值進(jìn)行合并再做出判決；選擇合 并(SC)則是根據(jù)情況，選擇某個(gè)信噪比最大節(jié)點(diǎn)數(shù)據(jù)進(jìn)行判決。文獻(xiàn)6根據(jù)Neyman-Pearson 準(zhǔn)則，在給定虛警概率下，通過(guò)最大化檢測(cè)概率得到最優(yōu)的加權(quán)融合準(zhǔn)則。相比Neyman- Pearson 準(zhǔn)則，Baysian準(zhǔn)則以最小化錯(cuò)誤概率為目標(biāo)，更適宜于對(duì)虛警概率和漏檢概率都有 要求的應(yīng)用環(huán)境。文獻(xiàn)7 系統(tǒng)研究了數(shù)據(jù)融合算法，通過(guò)偏轉(zhuǎn)系數(shù)最大化和錯(cuò)誤概率最小化 獲得最優(yōu)的權(quán)重向量。數(shù)據(jù)融合傳送的是檢測(cè)信息，因而要求控制信道的帶寬比較寬

10、，傳送開(kāi)銷(xiāo)也比較大。對(duì) 于強(qiáng)調(diào)頻譜效率的CR系統(tǒng)來(lái)說(shuō)，為了追求協(xié)作增益而付出巨大的協(xié)作帶寬代價(jià)，顯得有些 得不償失。2.2.2決策融合算法各個(gè)協(xié)作節(jié)點(diǎn)獨(dú)立地處理觀測(cè)數(shù)據(jù)并做出決策，發(fā)送其決策結(jié)果至信息融合中心進(jìn)行最 終判決，這種算法稱(chēng)為決策融合算法。依據(jù)各節(jié)點(diǎn)決策的權(quán)重是否相同，可將其分為決策硬 融合和決策軟融合。決策硬融合算法中，N個(gè)協(xié)作節(jié)點(diǎn)以1 bit形式傳送其本地決策到信息融合中心，融合 中心同等地對(duì)待各個(gè)節(jié)點(diǎn)決策，并根據(jù)一定的融合準(zhǔn)則做出最終判決。最典型的硬融合準(zhǔn)則 是K/N準(zhǔn)則12，即N個(gè)協(xié)作用戶(hù)中至少有K個(gè)用戶(hù)上報(bào)決策1(即主用戶(hù)存在)時(shí)，基站 最終判定信道已被占用，OR準(zhǔn)則(K=

11、1)與AND準(zhǔn)則(K=N)都是K/N準(zhǔn)則的特殊形式。不 同的K值對(duì)應(yīng)不同的協(xié)作增益，其最優(yōu)取值應(yīng)根據(jù)具體的信道條件來(lái)確定。除了 K/N準(zhǔn)則外，文獻(xiàn)8提出一種基于雙門(mén)限能量檢測(cè)的協(xié)作感知方法，用到了 “n比 例”邏輯準(zhǔn)則，將決策為1的節(jié)點(diǎn)數(shù)與決策為0的節(jié)點(diǎn)數(shù)之間的比值與門(mén)限進(jìn)行比較做出最 終判決。決策軟融合算法是根據(jù)不同信道條件下各節(jié)點(diǎn)檢測(cè)結(jié)果的詈信度不同，將檢測(cè)信息進(jìn)行 決策加權(quán)或者其他形式的處理后再進(jìn)行融合。此算法實(shí)現(xiàn)了檢測(cè)性能和傳送開(kāi)銷(xiāo)之間的折 中。2.3有待解決的問(wèn)題(1)協(xié)作感知的性能與協(xié)作用戶(hù)數(shù)量、各用戶(hù)門(mén)限值的確定及位詈分布情況等因素密切 相關(guān)。因而如何選取這些協(xié)作感知參數(shù)以獲得最

12、佳的檢測(cè)性能，是協(xié)作感知研究的重要內(nèi)容。 此外，協(xié)作感知屬于媒體訪(fǎng)問(wèn)控制(MAC)層的感知技術(shù)，所以還涉及到跨層設(shè)計(jì)方面的研究。信息融合算法會(huì)直接影響協(xié)作增益和系統(tǒng)開(kāi)銷(xiāo)。一方面，決策融合雖然簡(jiǎn)單容易實(shí) 現(xiàn)，但是其協(xié)作增益非常有限，當(dāng)信道不均勻或者存在惡意用戶(hù)時(shí)，協(xié)作性能將急劇惡化； 另一方面數(shù)據(jù)融合協(xié)作增益大，但是對(duì)控制信道的帶寬需求較大。如何在協(xié)作性能和系統(tǒng)開(kāi) 銷(xiāo)二者之間尋找合理折中是協(xié)作感知研究的熱點(diǎn)。惡意攻擊或突發(fā)故障是協(xié)作感知中不容忽視的安全問(wèn)題。為此，文獻(xiàn)11提出了一 種應(yīng)對(duì)存在惡意或自私節(jié)點(diǎn)場(chǎng)景的協(xié)作感知安全方案，以提高網(wǎng)絡(luò)安全性。文獻(xiàn)12 提出一 種加權(quán)序貫檢測(cè)方案(WSPRT)

13、，采用雙門(mén)限值檢測(cè)，并通過(guò)一定規(guī)則動(dòng)態(tài)更新每個(gè)用戶(hù)的置 信度權(quán)值，有效降低了惡意節(jié)點(diǎn)對(duì)最終判決的影響?，F(xiàn)在的研究大多是集中在單個(gè)感知用戶(hù)網(wǎng)絡(luò)參與協(xié)作的情形，基于網(wǎng)絡(luò)層的多感知 用戶(hù)網(wǎng)絡(luò)間的協(xié)作也可能是未來(lái)研究的一個(gè)方向。3感知機(jī)制的優(yōu)化Ghasemi和Hyoil Kim等人最先提出了感知機(jī)制的優(yōu)化問(wèn)題，主要關(guān)注感知模式的選擇 和感知參數(shù)的優(yōu)化oCR網(wǎng)絡(luò)下，次用戶(hù)的伺機(jī)動(dòng)態(tài)接入頻譜過(guò)程通?？煽闯蓛煞N感知場(chǎng)景： 信道搜索和信道監(jiān)視。信道搜索是指次用戶(hù)需要搜索各個(gè)信道，尋找可用于傳輸?shù)目臻e頻譜。 信道監(jiān)視則是指次用戶(hù)必須周期性地檢測(cè)主用戶(hù)信號(hào)，以避免對(duì)重新出現(xiàn)的主用戶(hù)誥成干 擾。檢測(cè)周期、檢測(cè)時(shí)間和

14、搜索時(shí)間的參數(shù)如何選取，以及采用何種感知模式和信道搜索方 式，才能使感知效果最優(yōu)，這都是感知機(jī)制的優(yōu)化問(wèn)題。頻譜感知模式通常分為被動(dòng)感知和主動(dòng)感知。被動(dòng)感知模式下，次用戶(hù)只有在需要進(jìn)行 數(shù)據(jù)傳輸時(shí)才啟動(dòng)感知，通常只能使用一個(gè)空閑信道進(jìn)行傳輸，并周期性監(jiān)測(cè)該信道。而主 動(dòng)感知模式下，不管是否有數(shù)據(jù)傳輸需要，次用戶(hù)都周期性地檢測(cè)各個(gè)信道。兩種感知模式 都要避免對(duì)重新出現(xiàn)的主用戶(hù)造成干擾，因此一旦發(fā)現(xiàn)當(dāng)前信道不可用時(shí)，需立即啟動(dòng)搜索， 直到檢測(cè)到某個(gè)空閑信道后停止搜索并開(kāi)始新的傳輸。相比而言，主動(dòng)感知方式需要檢測(cè)多 個(gè)子信道，能量和時(shí)間開(kāi)銷(xiāo)比被動(dòng)感知方式有所增大，但它可以提高傳輸速率，并且減小認(rèn) 知用戶(hù)被迫進(jìn)行信道搜索而導(dǎo)致服務(wù)質(zhì)量(QoS)降低的概率，同時(shí)還可以積累大量