基于数据融合的协作频谱感知方法研究毕业设计.doc

基于数据融合的协作频谱感知方法研究摘要：认知无线电(Cognitive Radio，CR)是无线通信领域中为改善和提高频谱资源利用率而提出的一种新方法。它作为一种革命性的智能频谱共享技术，已成为无线通信领域新的研究热点。频谱感知技术是认知无线电最关键的技术之一。基于此，本文以单用户能量检测方法为基础，对检测概率、漏检概率、虚警概率、门限值、信噪比等参数进行了仿真分析，并对其检测性能进行了分析。针对于单用户能量检测受到信道衰落、阴影效应和噪声不确定性等因素的影响产生检测性能下降的情况，提出了数据融合的协作频谱感知方法，如与准则、或准则、K-N准则，并分析了不同融合方法的特点、性能及使用场景。关键词：认知无线电；频谱感知；数据融合；协作检测Research of Cooperative Spectrum Sensing Based on Data FusionAbstract: To improve and enhance the utilization of the spectrum resource in the field of the wireless communication，cognitive radio technology has been proposed as a new methodAs a revolutionary intelligence technology，cognitive radio is becoming a hot research topic in the field of the wireless communicationSpectrum sensing technology is one of the most critical technologies in cognitive radioThus，this paper is based on the energy detection method in a sigle userMeanwhile，this paper simulates and analyses some parameters such as the prob ability of detection，the probability of undetected，false alarm probability，threshold，SNR and so onBesides，its detection performance is analyzed.Due to fading channel，shadowing effection，noise uncertains and other factors，the decline in detection performance happened，and cooperative spectrum sensing data fusion methods have been proposed，such as AND guidelines，OR guidelines，K-N guidelinesLastly，this paper analyses the characteristics of the different fusion methods，performance and usage scenarios.Keywords: cognitive radio;spectrum sensing;data fusion;cooperative detection目录前 言1第1章绪 论21.1研究的背景和意义21.2什么是认知无线电41.3国内外认知无线电技术的研究现状5第2章认知无线电中的频谱感知技术72.1认知无线电频谱感知研究72.2基于接收机检测82.2.1基于干扰温度的检测82.2.2本振泄露功率控制92.3基于发射机检测102.3.1匹配滤波器检测102.3.2能量检测112.3.3周期平稳特征检测122.3.4频谱感知算法优缺点比较132.4协同检测132.5本章小结14第3章单用户频谱感知的性能分析153.1 理想信道下能量检测法的算法分析153.2 不同信道下的能量检测性能分析183.2.1AWGN信道183.2.2Rayleigh衰落信道203.2.3 Rician衰落信道223.3 瑞利信道和高斯信道实际仿真验证243.4 能量检测各参数之间关系的研究263.5 单用户频谱感知的不足283.7 本章小结29第4章 数据融合的协作频谱感知的性能分析304.1 硬判决基本原理304.2 AND准则314.3 OR准则344.4 K-N准则364.5 实际无线通信环境下的联合频谱感知394.6 本章小结40第5章 总结与展望415.1 论文工作总结415.2 下一步研究方向41参考文献43致 谢45附录1 主要源程序46附录2 外文翻译54前 言随着信息时代的到来，无线频谱已成为现代社会不可或缺的宝贵资源。为了尽量提高现有已分配频谱的利用率，认知无线电的概念应运而生。认知无线电能从根本上解决因频谱的固定分配政策导致的对频谱资源利用不合理的问题，为解决如何在有限频谱资源条件下提高频谱使用率这一无线通信难题开辟了一条新的途径。其中，频谱感知技术是认知无线电最基本、最关键的技术之一。本文以单用户能量检测方法为基础，分析各性能参数之间的关系。由于无线通信的特殊环境，信号传播过程中存在多径、阴影效应等干扰因素，因此单个认知用户可能会出现较低的检测概率，从而加剧了对于授权用户的干扰。这时，提出分析了基于数据融合的协作频谱感知方法，分析研究数据融合的协作检测对用户检测性能的影响。本文首先分析了认知无线电技术的概念、国内外的研究现状和常用的频谱感知技术。然后重点分析研究了频谱感知过程中单用户能量检测的性能。最后针对于单用户能量检测受到信道衰落、阴影效应和噪声不确定性等因素的影响产生性能下降，引入了基于数据融合的协作频谱感知方法，并分析其性能。具体安排如下：第一章介绍课题研究的背景知识，研究内容的必要性、重要性以及本论文研究的主要内容和结构安排。第二章研究认知无线电中的频谱感知技术，对认知无线电中比较常用的频谱感知技术进行研究，并分析其各自的优缺点。第三章研究单用户下的能量检测的本地频谱检测性能分析。第四章研究多用户下的数据融合的频谱感知技术的性能分析。第五章对全文的工作进行了总结，并对未来的工作进行了展望。第1章绪 论1.1研究的背景和意义随着信息时代的到来，无线频谱已成为现代社会不可或缺的宝贵资源。它目前主要由国家统一分配授权使用，一个频段一般只能供一个无线通信系统独立使用，这种静态的无线频谱管理方式，简单而有效的避免了不同无线通信系统间的相互干扰。但是在这些已分配的授权频段与非授权频段中存在着频谱资源利用的不平衡性：一方面，授权频段占用了整个频谱资源的很大一部分，但其中不少频段处于空闲状态；另一方面，开放使用的非授权频段占整个频谱资源的很少一部分，但在该频段上的用户很多，业务量也很大，无线电频段已基本趋于饱和。于是在无线和移动通信迅速发展的今天，频谱资源贫乏的问题也显得日益严重。许多已分配的频带在很多的时间段内都是闲置的，尤其是在频率需求非常紧张的数百MHz3GHz无线频带中，一些频带大部分时间内并没有用户使用，另有些偶尔才被利用，其他频带使用竞争则相对很激烈。图1-1所示的是伯克利大学(Berkeley)无线研究中心的实际测量结果，结果表明，大部分的已经分配给固定用户的频谱在大量的时间里都是低效使用的，而这种情况并非偶然。根据FCC(美国联邦通信委员会)调查显示，有15到85的已分配频谱资源只是被偶尔占用或者地域性占用。下图为使用分辨率为20KHz、30°角的天线，于中午时分在加州伯克利市市区现场实测的结果1。图1-1 06 GHz的功率谱密度分布图通过观察发现，3GHz及以上的频段几乎没有被使用。其中，3-4GHz的频段利用率只有0.5%，4-5GHz 的频段利用率甚至只有0.3%。而3GHz以下频段，根据伯克利无线研究中心（Berkeley Wireless Research center，BWRC)的研究报告发现，频谱资源在时域及频域上有多达70%未被充分利用。面对目前频谱资源紧张现状，首先需要重新认识频谱。国际上新观点认为，频谱是一种抽象的资源，对其利用效率的高低取决于所采用的技术，需要详细探讨能充分利用频谱资源的高效频谱利用技术2。令人欣慰的是，近年来新技术的迅猛发展为频谱高效利用提供了可能。这里从不同角度和方面总结了目前提高频谱利用率技术，如图1-2所示。图1-2 提高频谱利用率的技术然而，由于移动终端天线尺寸和功率的限制，可以用于无线接入的频段十分有限。在提高频谱效率方面，目前码分多址(Code Division Multiple Access，CDMA)空中接口技术，如高速下行分组接入(High speed Downlink Package Access，HSDPA)可以达到lbit/s/Hz的频谱效率，将来正交频分复用(Orthogonal Frequency Division Multiplexing，OFDM)和多输入多输出 (Multiple Input Multiple Output，MIMO)技术的应用也只能达到3-4bit/s/Hz的频谱效率。3-4倍频谱效率的提高对于人们成百上千倍的带宽需求增长是微不足道的。因而，寻求一种更有效的频谱管理方式，充分利用各地区、各时间段的空闲频段，缓解不断增长的频谱的需求矛盾，成为人们关注的问题。1.2什么是认知无线电为了解决上述问题，基本思路就是尽量提高现有已分配频谱的利用率。于是，认知无线电的概念应运而生。认知无线电技术的基本出发点就是：为了提高频谱利用率，具有认知功能的无线通信设备可以按照机会接入的方式，在不影响授权频段正常通信的基础上，在已授权频段的空闲频段内动态地利用频谱资源。这种应用一定要建立在已授权频段没有被利用或只有很少的通信业务在活动的基础上。这种在空域、时域和频域中出现的可以被利用的频谱资源被称为“频谱空洞”。认知无线电的核心思想就是使无线通信设备具有发现“频谱空洞"并合理利用的能力。认知无线电能从根本上解决因频谱的固定分配政策导致的对频谱资源利用不合理的问题，为解决如何在有限频谱资源条件下提高频谱使用率这一无线通信难题开辟了一条新的途径。当非授权通信用户通过“借用”的方式使用已授权的频谱资源时，必须保证自身的通信不会影响到其它已授权用户的通信。要做到这一点，非授权用户必须按照一定的规则来使用所发现的“频谱空洞”。在认知无线电中，这样的规则是以某种机器可理解的形式(如XML语言)加载到通信终端上。由于这些规则可以随时根据频谱的利用情况、通信业务的负荷与分布等进行不断地调整，因此通过这些规则频谱管理者就能以更为灵活的方式来管理宝贵的频谱资源。从以上介绍可以看出，为了提高频谱利用率需要充分利用检测到的“频谱空洞"，这是认知无线电技术的一项基本应用。但是，作为一个全新概念提出的认知无线电，其涵盖面则更为广泛。认知无线电最初的概念是由瑞典皇家科学院Joseph Mitola博士提出的，是对软件无线电的进一步的扩展。认知无线电采用无线电领域的基于模型的方法对控制无线电频谱使用的规则(如射频频段、空中接口、协议以及空间和时间模式等)进行推理，通过无线电知识表示语言(RKRL)表述无线电规则、设备、软件模块、电波传播特性、网络、用户需求和应用场景的知识，以增强个人业务的灵活性，使软件无线电技术能更好地满足用户需求。认知无线电的基本定义可归纳为：认知无线电是可以感知外界通信环境的智能通信系统。认知无线电系统通过学习，不断地感知外界的环境变化，并通过自适应地调整其自身内部的通信机理来达到对环境变化的适应。这样的自适应调整一方面是为了改进系统的稳定性，另一方面是为了提高频谱资源的利用率。由此可以总结出认知无线电所具有的特点是：(1)对环境的感知能力；(2)对环境变化的学习能力；(3)对环境变化的自适应性；(4)通信质量的高可靠性；(5)对频谱资源的充分利用；(6)系统功能模块的可重构性；1.3国内外认知无线电技术的研究现状随着认知无线电的发展，世界各国的频谱管制部门、标准化组织、研究机构和行业联盟纷纷展开相关研究。IEEE、ITU、软件无线电论坛等标准化组织和行业联盟接纳了该技术并先后制定了一系列标准以推动认知无线电技术的发展。2002年12月，FCC指出非授权频段设备应该具备能够识别未占用频谱的能力；2003年11月，FCC提出了新的量化和管理干扰的指标值干扰温度的概念；2003年12月，FCC正式成立了认知无线电工作组；2004年5月，FCC建议认知无线电可在TV广播频段内操作，并认为最适合应用认知无线电技术的是UHF中分配给电视广播业务的6MHz频段。2005年10月，正式批准了关于引入认知无线电技术，使用认知无线电设备的法规。2004年10月，IEEE正式成立IEEE 80222工作组无线区域网络(WRAN)工作组。这是世界上第一个基于认知无线电技术的空中接口标准化组织，其目的是研究基于认知无线电的物理层、媒体访问控制 (MAC)层和空中接口，以无干扰的方式使用已分配给电视广播的频段。目前物理层和媒体访问控制(MAC)层的标准制定工作正在进行中，已完成了对WRAN的功能需求和信道模型文档。目前可见的研究成果是一些有关WRAN标准的提案及2007年5月初步形成的草案；该系统工作在甚高频超高频(VHFUHF)(北美为54 MHz一862 MHz)频段上未使用的TV信道。国内外一些研究机构和大学也较早的投入了认知无线电的研究，对认知无线电的发展起到了重要的推动作用。最有代表性且影响最大的是美国国防部高等研究计划署的下一代通信计划(XG，neXt Generation Program)，于2003年成立XG工作组，着眼于开发认知无线电的实际标准和动态频谱管理标准。XG网络也叫动态频谱接入网络和认知无线电网络，能够使多个用户通过自适应机制共享频谱，通过各种不同的无线架构和动态频谱接入技术给移动用户提供高的带宽。近两年国内研究机构也开始关注CR技术，对CR系统中的协作技术及跨层设计技术、空间信号检测和分析及QoS保证机制等方面开始了研究。认知无线电技术提供给认知用户以机会接入共享频谱的能力，可以使用户做到以下几点：(1)确定哪些频谱可以使用，认知用户在某一个授权频段上工作时实时地检测授权用户的出现，即频谱感知。(2)能够选择最好的可用信道，这通过频谱分析和频谱决策来实现。(3)能和其他用户协作接入信道，即频谱共享。(4)检测到授权用户时迅速的腾出信道，即频谱移动性。目前，认知无线电技术的研究大都集中在物理层和MAC层的功能上，主要包括频谱感知技术、频谱管理技术和频谱共享技术。这些方面的研究也取得了重要的进展。对于更高层如网络层、传输层和应用层的技术，虽然目前还没有深入的研究，但是已经引起了研究人员越来越多的关注。同时认知无线电技术中的频谱移动性管理、认知无线电的安全技术和认知无线电的跨层设计也引起研究人员的兴趣。第2章认知无线电中的频谱感知技术2.1认知无线电频谱感知研究根据上一章对认知无线电基本概念的阐述可知，认知无线电需要具备在很广的频率范围内感知周围环境的能力。感知频谱环境体现了认知无线电最显著的特征：能够感知并分析特定区域的频段，找出适合通信的频谱空穴，利用特定的技术和处理，在不影响已有通信系统的正常工作前提下进行工作。认知无线电设备通过频谱感知功能尽量快而准确地确定未被占用的频段，以供CR用户使用；同时还随时监测是否有新的授权用户需要接入该频段，以使CR用户及时退出使用该频谱资源，避免对授权用户造成干扰。不准确或者延时的频谱感知结果会给授权用户带来有害干扰，频谱感知技术作为认知无线电系统中关键技术之一，是认知无线电系统能否得到推广应用的基础。为了探测主要用户占据频谱的情况，最有效的探测方式就是探测认知无线电通信范围内的主要用户信号，所以已有的一些信号检测方法、频谱分析方法都可以借鉴过来作为研究内容。图2-1是根据国内外的研究情况总结的频谱感知技术的主要分类3。其中单节点频谱检测又称为本地频谱检测，是指单个认知用户独立的执行频谱检测算法的检测，这又分为主用户发射机检测和主用户接收机检测。协作检测是指多个认知用户相互合作执行的检测，分为集中式协作检测和分布式协作检测。图2-1 频谱感知技术的主要分类目前，通过检测接收机信号和干扰温度来实现频谱感知的研究工作比较少，大部分是通过对发射机信号的检测来判断频谱的占用情况，达到频谱感知的效果。单用户的频谱感知只有本地感知过程，而合作频谱感知则包括本地感知和对本地感知结果的处理两个过程。本地感知是指每个认知无线电用户对所观察的频带内的信号进行采样，然后根据所采用的不同检测技术对观察到的信号进行处理的过程；本地感知结果的处理则是认知无线系统采用各种算法对搜集到的各个用户的感知结果进行融合，最终对频带的使用情况作出判决的过程。对频谱感知的研究也主要集中在本地检测算法和感知结果的处理两个方面。2.2基于接收机检测由于认知用户无法检测主用户接收机的存在，认知用户机会式占用频谱会干扰其辐射范围内主用户接收机无法正常解码，出现隐藏终端问题。因此，FCC 和美国加州大学伯克利分校的学者分别提出了以接收机为中心的干扰温度估计和本振泄露检测方法。2.2.1基于干扰温度的检测通常情况下，干扰是属于主用户发射机范围内的问题，这意味着可以通过控制发射机的发射功率、带外辐射、发射机的位置等在一定范围内控制干扰水平。然而，由于不可预料的新干扰源的出现，干扰实际上也可能发生在接收机范围内。基于此，2003 年底FCC推荐了一种新的量化和管理干扰源的模型4，即干扰温度(Interference Temperature)模型，如图2-2所示。该模型要求发射基站有意识地控制信号发射功率，使接收端接收信号功率接近其噪声电平（噪声功率统计平均值）。当接收端工作频段内出现未知干扰信号时，不同的频点的峰值将超出原有噪声电平，噪声电平相应被提高，干扰温度模型不使用噪声电平作为判别门限，而使用干扰温度即接收端所能容忍的新增干扰数量来判别。换一句话说，干扰温度模型是对多个射频信号能量进行积累，获得其最大容量的对应信号数量作为判别门限。图2-2 干扰湿度模型干扰温度的概念等同于噪声温度，用来度量干扰功率和所占的带宽大小。定义为5 (2-1) 式中，k是波兹曼常数，k = 1.3807×1023 J / K ， 为噪声温度， 是带宽为B ，频点处的干扰的平均功率。干扰温度是干扰功率的另一种表现形式。干扰温度模型在接收机处设定干扰温度限，用来表示接收机所能承受的最大干扰范围。这种接收机端干扰温度检测模型实现的最大困难在于如何有效地测量干扰温度。由于主接收机通常都是被动的，认知用户无法知道主接收机的具体位置，所以也就不能有效估计出会对邻近主接收机造成多大干扰。而且，有效的干扰温度测量要求认知用户测量其对所有可能的主接收机造成的干扰，目前还没有实际可行的方法解决这一问题6。2.2.2本振泄露功率控制当主用户的位置未知时，Wild 等人提出一种本振泄露功率检测7的方法。当主用户接收机工作时，接收的高频信号经过本地振荡器后会产生特定频率的信号，一些信号不可避免的从天线泄露出去，该方法就是通过检测主用户接收机射频前端发射的本振泄露功率来发现是否有泄露信号，从而判断主用户是否在工作。假设授权接收机分布密度为，总信道数为M认知无线电干扰半径为R，则认知无线电用户至少可以找到一个空闲信道的概率为 （2-2）式中 。该算法的检测范围比较小，为了保证可靠性需要的检测时间会比较长。而且需要在授权用户周围安置传感节点，实现比较复杂。2.3基于发射机检测检测频谱空穴最有效的方法就是检测在认知用户通信范围以内是否有主用户在接收数据，然而在实际中认知无线电要直接测量主发射机和主接收机间的信道往往很困难。因此，通常的方法是检测当前某一频带内是否有主发射信号存在。发射机检测是基于微弱信号检测的原理。一般地，认知无线电发射机检测方法主要有三种：匹配滤波器检测、能量检测、周期平稳过程特性检测。2.3.1匹配滤波器检测匹配滤波器是信号检测中的一种比较常用的方法8，因为在输出端它能够使接收信号的信噪比最大化。在认知无线电设备中使用匹配滤波器，实际上完成的是解调主用户的信号，这样认知用户就必须知道主用户的物理层和MAC层信息，如调制方式、时序、脉冲波形及数据包格式等，利用这些信息来实现与待测信号在时域和频域上的同步，从而解调信号。如果这些信息不准确就会严重影响其性能，而且它是一种相干检测，对相位同步要求很高，解调时必须通过时间同步或载波同步甚至是信道均衡来保证，计算量也很大。匹配滤波器检测方法最大的优点是可以在很短时间内完成同步来提高信号的处理增益，缺点是要求认知用户掌握每一类主用户的各种信息。这种方法适用于对主用户信息比较了解的频谱环境中，例如超高频的电视频段等。2.3.2能量检测能量检测法是一种比较简单的信号检测方法9，属于信号的非相干检测，直接对时域信号采样值求模，然后平方即可得到；或利用FFT转换到频域，然后对频域信号求模的平方也可得到。它无需知道检测信号的任何先验知识，对信号类型也不作限制。实际上，能量检测是在一定频带范围内作能量积累，如果积累的能量高于一定的门限，则说明信号的存在；如果低于一定的门限，则说明仅有噪声。能量检测的出发点是信号加噪声的能量大于噪声的能量。能量检测方法对信号没有作任何假设，是一种盲检算法。能量检测方法将输入信号首先通过一个带通滤波器，然后进行平方运算，通过积分器对一时间段T 内进行积累，检测框图如图2-3所示。 图2-3 能量检测器框图设加性高斯白噪声（AWGN，Additive White Gauss Noise）信道下，认知用户接收信号的二元假设检测模型表示为9： (2-3) 其中n(t)为加性高斯白噪声，s(t)表示主用户发射的信号，x(t)表示认知无线电接收到的信号，h是信道的增益，假设， 指在某个频段不存在主用户信号，指在某个频段存在主用户信号。如果能量检测应用在非衰落环境中，及信道增益如式(2-3)中所示，那么检测到授权用户信号的概率和错误判定警报的概率分别为10 (2-4) 其中，是信噪比，（）和( ，)是完整和不完整Gamma函数，是普通Marcum Q函数，m为时间带宽积。从上述公式可以看出，一个低检测概率将会导致有很大的概率丢失已出现的授权用户信号，这就反过来增加了对授权用户的干扰；如果过高的话，由于错误警报会使用频谱利用机会丢失，这将会导致频谱利用率的低下。由于这种检测方法易于实现，最近的有关授权用户检测方面的研究主要集中在能量检测器上。在文献11中，能量检测器考虑了多径衰落的因素。在这种情况下，由于信道衰落的原因，信道增益h是变化的，检测概率便与瞬时信噪比有关了，即 （2-5）其中，是在衰落情况下的信噪比的概率分布函数。虽然能量检测法简单易行并且不需要被检测信号任何的先验知识，但它固有的缺陷限制了它的使用。首先，能量检测法门限的设置非常困难。认知无线电接收机在感知周围无线电环境时，由于授权用户的存在而引起认知无线电接收机周围噪声和干扰的等级是不断变化的，这就要求能量检测的判决门限也是不断变化的。即使这样任何带内的干扰都会使判决出现错误，容易将衰落的、比较微弱的信号排除在外，而将幅度较大的脉冲噪声或突发干扰检测为信号。其次，能量检测法无法区分出有用信号、干扰及噪声。因此，接收机无法自适应的抵消干扰，另外在信噪比很低时，由于信号能量都淹没在噪声中，这时能量检测法根本无法检测出信号。最后，能量检测法无法检测扩频信号，如直接序列扩频和跳频扩频信号。2.3.3周期平稳特征检测调制信号通常都经过了载波、脉冲序列、重复性扩展、调频及周期前缀等耦合处理，使已调信号具有了内在的周期性。虽然数据是随机的，但是这些调制后的信号的均值和自相关函数都具有周期性，因而称其为周期平稳特性12(Cyclostationarity)。通过分析频谱自相关函数可以检测出这些特性。周期平稳特征检测法最主要的优点就是它能够把噪声能量和已调信号的能量区分开来，这是因为噪声是一个宽带的、静态的、没有相关性的信号，而已调信号具有频谱相关性和周期性。通常对周期平稳信号的分析是基于信号周期自相关函数和周期功率谱密度函数。周期功率谱密度函数不同于通常意义的功率谱密度函数。它反映的是已调信号在频域的频率和相位之间的关系。因此在功率谱密度函数中频率重叠频谱区域在周期功率谱密度函数中就不再重叠。由于具有相同功率谱密度函数的不同调制方式的信号的谱相关函数不同，而噪声和干扰不具有频谱相关特性，因此可以用周期谱密度函数从噪声和干扰中检测信号。当然，它比能量检测器更加复杂并且需要更长的观测时间。2.3.4频谱感知算法优缺点比较表3-1 频谱感知算法优缺点比较感知方法优点缺点匹配滤波器精度高，时间快需要解调授权用户信号能量检测简单易实现不需要先验信息时间慢， 精度低周期平稳特征检测低信噪比检测能力强，可以区分噪声和信号类型运算量大2.4协同检测对授权用户进行发射机检测是由于认知无线电和授权用户之间没有信令交互，无法知道授权用户的位置，因而认知无线电只能对授权用户微弱的信号进行检测。在多数情况下，认知无线电与授权用户的网络在物理上分隔开来的，因此，在发射机检测中，认知无线电不能避免由于不知道授权用户接收机位置和信息而造成的干扰，如图2-4(a)所示。而且，发射机检测模式不能阻止“隐蔽终端”这个问题。认知无线电的发射机和接收机之间可能是视距(Line-Of-Sight，LOS)的，但是由于遮蔽等原因，它或许不能检测到授权用户的发射机，如图2-4(b)所示。因此，在这种情况下，认知无线电需要从其他的用户那里得到信息并进行准确检测，也就是需要与其他用户进行合作。图2-4 发射机检测中的问题示意在非合作检测中，认知无线电独立地检测授权用户的发射信号。而这里提出的协同检测中，多个认知无线电用户检测到的信息相互合并，用来检测授权用户。协同检测的结构可以是集中式的，也可以是分布式的。在集中模式中，认知无线电的基站 (BS，Base Station)负责收集各个认知无线电用户感知到的信息，并检测频谱空洞。相应的，分布模式则要求认知无线电用户交互各自的感知信息。由于无使用许可的认知无线电用户之间的协同检测可以大大减少单个用户检测具有的不确定性，因此理论上协同检测更加准确。通常，多径衰落和遮蔽效应是造成检测授权用户性能下降的主要原因，协同检测能够很大程度上消减多径衰落和遮蔽效应，从而提高即使是在严重的遮蔽环境下的检测成功的概率。协同检测方式能够产生更加准确的感知性能。然而在资源受限制的网络中，协同检测方式会对网络产生负面影响，因为在这种方式下，节点汇集了大量的信息，这些信息需要传递给基站或者节点间进行相互交换。而且，协同检测方式也不能解决由于不知道授权用户接收机位置信息而造成的不确定性。另外，在协同检测中，由于不同节点的灵敏度和检测时间不同，在结合这些节点所检测的信息的时候要采取加权结合的方式。表3-2 单用户频谱感知与协同频谱感知的优缺点比较感知方法优点缺点单用户频谱感知计算量小，实现简单存在多径、阴影和隐终端问题不能形成频谱态势图协同频谱感知检测精度高， 感知速度快解决隐终端问题和阴影效应复杂度高，开销大，需要控制信道2.5本章小结本章首先根据认知无线电系统中对频谱感知技术的要求，就三种不同的频谱感知和信号检测技术：基于干扰温度的检测、基于发射机信号的检测和多节点合作检测三个方面进行了原理性的介绍和说明；其中能量检测和多节点合作检测是本文研究的主要内容。分别进一步讨论了它们各自的基本原理，为进一步研究打下理论基础。第3章单用户频谱感知的性能分析上一章中，我们提到能量检测法是一种常用的发射机检测法，并对这种方法的基本原理进行了介绍。能量检测法是一种较易实现的信号检测方法，属于信号的非相干检测，它无需知道被检测信号的任何先验知识。在这一章中，我们将对能量检测法的性能进行详细研究。3.1理想信道下能量检测法的算法分析能量检测是在高斯噪声背景下应用最广泛的检测方法，它适用于任何形式的信号类型，而且只需要很少的主用户信号先验知识。能量检测器的设计本质是一个假设检验问题，其检测性能利用检测概率Pd和虚警概率Pf进行衡量。在基于能量检测的频谱感知方法的研究可以看作是以下的二元检测问题： （3-1）其中，信号是均值为0，方差为的高斯过程，假定噪声是均值为0，方差为高斯过程，它与信号是相互独立的。为信道增益，假设为理想为1，N为采样点数。频谱感知的任务就是要区分以上两种不同的假设，从而判定在该时刻、该频段范围是否存在授权用户在通信。如果似然比超过门限或者： ，能量检测器判决成立。根据文中的模型假定，在条件下，；在条件下，于是有： （3-2）对去自然对数： （3-4）因此，若 （3-5）其中，则判决 成立。把T(x) 称为能量检测的判决变量，是N个高斯随机变量的平方和。下面确定检测性能。首先可知：，在下，在下。式中表示自由度是N的分布(即是N个相互独立且具有相同分布（IID）的标准高斯随机变量平方和)。的右拖尾概率分布为。因此，根据（3-5）得 （3-6） （3-7）门限可由（3-6）求出。令式（3-6）中的自变量，则式（3-7）为 （3-8）随着（即SNR ）的增加，函数的自变量减少，增大。因为随机变量可以看作为N 个N(0，1)独立随机变量平方之和。所以，根据中心极限定理13，对于大的N，可以用高斯随机变量来近似。由式（3-6 ，3-8)得： (3-9) (3-10)由（3-9 ， 3-10）可得，在在理想高斯白噪声的条件下对能量检测器中检测信噪比、虚警概率、检测概率及信噪比和取样数之间的关系进行仿真。图3-1 能量检测器性能（N=100）图3-2取样的复杂度（信噪比与采样点数的关系）由图（3-1）所示的5条曲线和图（3-2）可知:(1) 在恒虚警概率（CFAR）情况下，随着信噪比的增加，检测概率Pd也随着增加。当SNR=0时，能量检测性能比较令人满意，正确检测概率十分接近100%对于认知无线电来说，这样的检测是十分可靠的。但是当信噪比低于-8dB时，检测概率Pd接近于零，所以在低信噪比的情况下，能量检测有它固有的缺陷。(2) 在一定信噪比情况下，随着虚警概率Pf的增大，检测概率Pd也相应提高，误警概率也增大。所以在CR实际应用中，通常要求CR系统检测性能达到虚警概率Pf小于0.1，同时漏检概率小于0.01（检测概率高于0.99），以满足高频谱利用率的同时避免对授权用户的有害干扰。(3) 随着信噪比SNR的增加，要达到检测目的，所需的采样点数N也相应减少，即检测速度提高了，从而实现快速而准确到频谱空穴的目的。3.2 不同信道下的能量检测性能分析3.2.1 AWGN信道根据第二章理论知识可知，在AWGN信道下，检测概率Pd和漏检概率Pf可表示为： （3-11）其中，是信噪比，（）和( ，)是完整和不完整Gamma函数，是普通Marcum Q函数，其定义，且是m一1阶第一类修正贝塞尔函数，m为时间带宽积。图3-3为能量检测器在AWGN信道下的接收机工作特性曲线(ROC curves)，取信噪比SNR= -5dB、0dB、3dB、8dB。图3-3AWGN信道能量检测器的ROC曲线由上图可知，能量检测器的检测性能随SNR的增加而改善，这是因为在相同噪声条件下，信号能量随SNR增加而增大，从而改善了检测性能。能量检测在高信噪比条件下的检测性能明显优于低信噪比条件，当SNR= -5dB时检测性能便达到了450线的下界，这说明能量检测适用于强主用户信号的检测，在弱主用户信号检测中并不能保证满足检测性能的要求。在衰落信道中信道幅度增益h是随衰落而变化的，这导致了信噪比SNR呈现一定的概率分布。由式(3-11)可知，在衰落信道下虚警概率Pf与SNR独立，其值不变。由式(3-11)可求得瞬时SNR下的检测概率，利用其概率分布求得平均检测概率Pd为： (3-12) 其中，是在衰落情况下的信噪比的概率分布函数。利用式(3-12)可分别对能量检测在Rayleigh和Rician衰落信道下的平均检测概率Pd进行求解。3.2.2Rayleigh衰落信道Rayleigh衰落信道下的信号包络服从Rayleigh分布，信噪比的PDF为 （3-13）其中为平均信噪比，服从信道的衰落分布。将式(3-13) 代入（3-12），并作变量代换，求得能量检测器在Rayleigh衰落信道下的平均检测概率为 （3-14）图3-3为能量检测器在Rayleigh信道下的ROC曲线，取信噪比SNR= -3dB、-1dB、0dB、1dB，m=5。图3-4Rayleigh衰落信道下能量检测器的ROC曲线由图（3-4）可知，在Rayleigh衰落信道下能量检测器的检测性能仍随SNR的增加而改善。与图（3-3）比较可得，在相同的SNR和虚警概率约束条件下，能量检测器在衰落信道Rayleigh下的检测性能要比AWGN信道差，这是由于多径衰落导致了信号能量的减弱。在实验中，取参数:时间带宽积m=5。根据根据式（3-9）和式（3-14），得出高斯信道与瑞利信道之间的Pf与Pm关系。图3-5 高斯信道与瑞利信道之间的对比图（3-5）比较了AWGN和Rayleigh衰落信道下能量检测的性能。在自由度和信噪比相同的情况下，AWGN信道下的性能明显优于Raylei