基于双门限的分组协作频谱检测算法研究毕业设计.doc

《基于双门限的分组协作频谱检测算法研究毕业设计.doc》由会员分享，可在线阅读，更多相关《基于双门限的分组协作频谱检测算法研究毕业设计.doc（42页珍藏版）》请在三一办公上搜索。

1、编号 本科生毕业设计 基于双门限的分组协作频谱检测算法研究 Study on Detection Algorithm Based on Double Threshold Cooperative Spectrum学 生 姓 名XXX专 业通信工程学 号指 导 教 师XX学 院电子信息工程学院二一三年六月 毕业设计（论文）原创承诺书 1本人承诺：所呈交的毕业设计（论文）基于双门限的分组协作频谱检测算法研究，是认真学习理解学校的长春理工大学本科毕业设计（论文）工作条例后，在教师的指导下，保质保量独立地完成了任务书中规定的内容，不弄虚作假，不抄袭别人的工作内容。2本人在毕业设计（论文）中引用他人的观点

2、和研究成果，均在文中加以注释或以参考文献形式列出，对本文的研究工作做出重要贡献的个人和集体均已在文中注明。3在毕业设计（论文）中对侵犯任何方面知识产权的行为，由本人承担相应的法律责任。4本人完全了解学校关于保存、使用毕业设计（论文）的规定，即：按照学校要求提交论文和相关材料的印刷本和电子版本；同意学校保留毕业设计（论文）的复印件和电子版本，允许被查阅和借阅；学校可以采用影印、缩印或其他复制手段保存毕业设计（论文），可以公布其中的全部或部分内容。以上承诺的法律结果将完全由本人承担！作 者 签 名： 年 月 日 摘要 随着无线通信技术的发展，各种无线业务的快速出现，越来越多的业务使用无线方式接入，

3、大大增加了对无线频谱资源的需求。然而，有限的频谱资源使得无线通信的发展陷入瓶颈，而大部分已经分配给授权用户的频段利用率不高，认知无线电技术的提出,既解决了频谱稀缺问题，又提高已分配频谱的利用率。认知无线电中的一个重要环节及关键技术就是频谱感知，研究如何准确而快速地检测授权用户所在的频段接入通信并且当授权用户重新出现时及时退避。其中，多用户协作频谱检测因其较传统单用户检测，具有更优的检测性能以及抗信道衰落能力，已经成为现在研究的热点，本文就认知无线电中的协作频谱感知技术展开了深入研究。论文首先介绍的是认知无线电提出的背景和其中的关键技术，介绍了常用的单用户检测算法及优缺点，其中重点介绍了能量检测

4、算法及其在各信道下的检测性能,随后针对单用户检测存在的种种局限，引入了多用户协作频谱检测的概念。在协作频谱检测算法的介绍中，详细研究了硬融合软融合算法及其检测性能，还有基于软硬融合算法的双门限检测算法以及基于分组的协作频谱感知算法,在以上研究的基础上，本文提出了一种改进的基于双门限检测方法的分组协作频谱检测算法。通过仿真对比这些协作检测的算法，证明了本文提出的算法在检测性能上优于一般的协作检测算法，尤其是在汇报信道为衰落信道的环境下。 最后论文设计了一种基于硬件平台的协作检测仿真方案，方案结合了实际的通信环境，分别给出了基站端和用户端的方案，包含了如何加入退出系统如何向基站汇报何时检测何时汇报

5、接口协议等方面的内容，随后给出了基于认知无线电硬件平台的仿真结果，证明该仿真方案能够很好地实现协作频谱检测方案，在不影响授权用户的情况下可以接入通信，有效地提高了频谱利用率。关键字：认知无线电 协作频谱感知 分组协作频谱感知 双门限检测 硬件平台 Abstract With the fast development of wireless communication,lots of wireless applications come forth while the frequency resources are in shortage. From some surveys, it can b

6、e known that the utilization of licensed frequencies is not very frequent. Therefore, the Cognitive Radio (CR) is proposed to solve above problems. CR can detect licensed user quickly and accurately, dynamic access to the available frequency and retreat from it once the licensed user comes back, so

7、one of key technologies in CR is spectrum sensing.Cooperative spectrum sensing (CSS) is greater used for its better performance and anti-fading capability compared to the traditional local methods in the actual communication environment. Consequently, research on cooperative spectrum sensing is done

8、 in this dissertation. Background and key technologies about CR are first introduced, and also algorithms of local detection are discussed. Due to the limitation of local detection, CSS is studied to improve the detection performance and fusion rules such as hard fusion, soft fusion are summed up. A

9、nd then, an algorithm based on soft and hard fusion called double-threshold detection is studied in detail. Furthermore, cognitive users are divided into several clusters to detect licensed frequencies,is called cluster-based CSS. Cluster-based CSS scheme has better performance especially under fadi

10、ng channels compared to general CSS schemes. An improved cluster-based algorithm based on double-threshold is then proposed. The improved scheme can greatly improve system performance at the cost of high complexity and also simulation is done to compare above schemes. From simulation it can be seen

11、that the proposed scheme can achieve better ROC curve compared to other schemes. In order to implement the CSS theory into reality, a CSS simulation method based on hardware platform is put forward, which involves the way to join a cluster, the way to quit, the frame protocol used, the timeslot divi

12、sion, etc.In the end, simulation results based on this cognitive platform are given to prove this scheme can implement CSS very well with high utilization and can access the unused frequency without any interruption to the licensed user. Keywords：Cognitive Radio; Energy Detection; Cooperative Spectr

13、um Sensing;Cluster-based CCS;Double-threshold;Hardware Platform 目录摘要IAbstractII第1章 绪论11.1研究背景及意义11.2国内外研究现状11.2.1认知无线电国内外研究现状21.2.2频谱感知国内外研究现状3第2章 频谱感知技术62.1本地检测技术62.1.1本地检测模型62.1.2能量检测72.1.3匹配滤波器方法82.1.4循环平稳检测92.1.5本地检测方法的对比92.2协作频谱感知102.2.1本地检测的局限性102.2.2协作频谱感知技术112.3基于接收端的频谱检测122.3.1本振泄露检测122.3.2

14、基于干扰温度的检测方法122.4本章小结13第3章 协作频谱感知技术143.1融合算法143.1.1硬融合14 3.1.2软融合163.2双门限检测183.2.1 AWGN信道下双门限检测方法193.2.2 Rayleigh信道下的双门限检测方法213.3分组协作频谱感知223.4一种改进的分组协作频谱感知算法253.5仿真实现263.5.1检测性能分析263.5.2检测性能与用户数关系283.5.3检测性能与信噪比关系293.6.本章小结30第4章 结束语314.1论文工作总结314.2下一步研究方向32参考文献33致谢35 第1章 绪论1.1研究背景及意义 无线电资源是一种不可再生的自然资

15、源，它的使用是由政府及相关组织发布牌照授权的，这类用户称为授权用户(licensed users)或是主用户(Primary User,，PU)，其使用的频段称为授权频段(Licensed Frequency Bands, LFB)。随着科技的进步，无线通信技术的发展，有限的频谱资源变得越来越紧张，尤其是当无线局域网(Wireless Local Area Network, WLAN)无线个域网(Wireless Personal Area Network, WPAN)蓝牙(Bluetooth)等无线技术的大量出现，越来越多的网络使用无线方式接入，这部分技术工作在非授权频段(Unlicense

16、d Frequency Bands, UFB)上。大部分可用频谱资源已经分配给授权用户，可用的频谱资源非常稀缺，而新增无线用户的大量涌现使得频谱资源日益紧缺，无线通信的发展陷入异常尴尬的境地。美国联邦通信委员会(the Federal Communications Commission, FCC)发布报告/Spectrum Policy Task Force0，报告中指出，大部分已被分配的频谱使用率很低。在某一时间空间内只有15%85%的无线频谱资源被授权用户使用1,美国Shared Spectrum Company所统计的6个地区频谱利用率平均为5.2%;最大频谱利用率为13.1% (纽约)

17、,最小频谱利用率为1% (美国新墨西哥州的国家射文天文台)2;北京交通大学无线宽带移动通信研究所对北京地区的频谱占用情况进行了测量3, 698806MHz频段频谱利用率为21.29%,850970MHz频段的频谱平均利用率为2.33%, 10002000MHz频段的频谱利用率不足1%。这些已被分配的频谱的利用率低下使得人们开始重新审视频谱资源的分配与使用,一方面,大量新增用户对频谱资源的需求日益增长,另一方面,授权用户对于已分配频段的”浪费”地使用,产生大量频谱空穴(spectrum hole),频谱空穴的定义是:分配给主用户的但在特定时间特定地理位置没有被使用的那些频段4。若是能够在不影响授

18、权用户的情况下,允许没有被授权使用该频段的次用户(Secondary User, SU)在合适的时间合适的地点动态地接入这些频谱空穴,时分地使用该频段进行通信,则可以解决以上两方面的问题,以此为基础的认知无线电(Cognitive Radio, CR)以及相关技术应运而生。1.2国内外研究现状 认知无线电概念最早提出是在的2000年Joseph Mitola的博士论文(Cognitive Radio: An Integrated Agent Architecture for Software Defined Radio)中,是从其在1999年发表的软件无线电(Software Defined

19、Radio, SDR)学术论文中延伸出的一个概念,而认知无线电相比软件无线电而言更加灵活,是一种智能的无线电,软件无线电则可以用于实现认知无线电功能。在Joseph Mitola的这篇博士论文中,描述了一个认知无线电系统,包括推断控制无线电频谱使用的规则,修正接入网络的需求,以及实现一种实时的无线频谱租借的协议,具体包括使用一种新的语言RKRL(radio knowledge representation laguage)描述认知无线电如何增强个人无线服务的可靠性5。1.2.1认知无线电国内外研究现状 M. McHenry在6中提出了认知无线电的三个基本任务: 1)无线场景分析,包含估计无线环

20、境的干扰温度和检测频谱空穴; 2)信道鉴定,包括估计信道状态信息(estimation of channel-state information, CSI)预测发送机可使用的信道容量; 3)发送功率控制和动态频谱管理 其中1)和2)是由接收机实现,3)是在发送端实现。 而G. Staple和K. Werbach在2004年的文章7中提出了认知圈,将上述认知任务包含在内,如图1-1所示认知圈中包含了认知无线电网络的各个任务以及任务之间的关系。 图1-1 G. Staple 等提出的认知圈模型7 在2005年Simon Haykin的特邀文章8中对认知无线电进行重新的定义：认知无线电是一种智能的无

21、线通信系统,它能感知周围环境,使用一种理解-建立的方式学习周围的环境,并实时地对特定参数(发送功率载波频率调制方式等)做出相应的改变使得其内部状态适应射频激励统计上的变化,这里有两个主要的目标： （1）需要在任何时间任何地方的通信高度可靠 （2）有效地使用无线频谱 国外的一些研究机构和大学也积极投入到了认知无线电的研究之中，其中包括:美国国防高级研究计划局的下一代(next generation, XG)计划，致力于如何提高频谱资源的利用率;欧洲委员会的综合项目端到端可重配置(End-to-End Reconfigurability, E2R),可以优化频谱资源的利用,并可提高网络的性能；美国

22、加州大学Berkeley分校提出一种CORVUS(a cognitive radio approach for usage of virtual unlicensed spectrum)体系结构8，给出描述场景，建立系统协议功能;德国Karlsruhe大学提出频谱池(spectrum pooling)的概念，在最大化信道利用率的同时考虑干扰最小化以及接入的公平性这两方面，开发出基于OFDM技术的频谱池体系10。1.2.2频谱感知国内外研究现状 Tevfik Yucek与Huseyin Arsla在2009年发表的一篇综述11中提到频谱感知面临着硬件需求隐主用户问题检测扩频主用户协作感知中的决策

23、融合安全性感知的频段和间隔等种种挑战。综合考虑好这些问题,频谱感知才能真正的发挥其在认知无线电中的重要作用。经过近十年的研究，人们已经开发出许多频谱感知技术，频谱感知技术的发展从单用户检测到多用户联合检测,从单门限检测到双门限检测，从采用1bit汇报结果到2bit甚至是3bit汇报检测结果，从奈奎斯特采样(Nyquist Sampling)到采用压缩感知(Compressed Sensing, CS)进行对宽频信号进行检测，检测的性能越来越好，下面分别扼要介绍这些检测方法.频谱感知最初采用的技术是单个用户独立检测，方法包括了最常用的能量检测(Energy Detector Based Sens

24、ing) 12匹配滤波器方法(Matched Filtering, MF) 13循环平稳检测(Cyclostationarity-Based Sensing) 14等 然而因为无线通信环境的复杂和时变性，单用户检测面临着检测率不高衰落和阴影效应等问题，S. Shanker, C. Cordeiro, K. Challapali等人在文献15提出的一种基于多用户协作的频谱感知方法协作频谱感知(Cooperative Spectrum Sensing, CSS)有效地克服了上述问题，也使得频谱感知技术从单用户迈向了多用户协作的领域1617。 协作频谱感知一般分为两个步骤：第一，各个次用户独立检测(

25、也就是本地检测)并将检测结果报告给融合中心(Fusion Center)；第二，融合中心根据各检测结果综合判决主用户信号是否存在。当然，次用户也可以不独立判决，直接将其感知的信息发送给融合中心，进行统一判决。在融合的方法上最初使用1bit传送结果,而文章18中提出使用2bit传送结果,将判决结果划分为四个区域，用2bit表示,这样的划分使得传送到融合中心的内容中包含检测量更多的信息,降低了错判漏判的概率，提高了系统检测的性能；Hefdhallah Sakran在2011发表的文章19中提出了使用3bit汇报判决结果，将结果划分为8种。而等增益合并(Equal Gain-Combining, E

26、GC)算法选择合并(Selection Combining, SC)算法以及切换保留合(Switch and Stay Combining ,SSC)算法等软融合方法都不直接传送结果，而将能量值等检测量发送给融合中心20。 对于协作频谱感知中的融合算法，Z. Chair的文献21是最早提出融合算法的学术论文，但当时还未应用于认知无线电；文献22中详细研究了融合算法中K秩算法的性能，而文献23中则提出了一种增强的决策融合的算法。基于协作感知其他方面的研究中，文献24提出了一种低开销低复杂度的基于协作频谱感知的能量检测；文献25中提出了一种解决汇报信道带宽问题的方法，使得汇报的信息更加可靠；Ahm

27、ed于26中提出了一种分布式协作频谱感知算法GUESS (Gossiping Updates for Efficient Spectrum Sensing)，该算法体现出了低复杂度以及低协议开销。而为了使得数据融合更加有效,可将次用户划分为几个小规模的组(group)，或将这些组成为簇(cluster)。每个组有个担任领导者角色的次用户称为簇头(Cluster Head ,CH)，组中的其他次用户称为簇成员。系统的频谱检测是以一种等级制度结构呈现，通过两级的次用户协作来实现：低一级在簇内实现,高一级的在簇头之间执行。这种频谱感知的方法称为分组(簇)协作频谱感知27。分组协作频谱感知28的优点如

28、下：1)感知性能提高：可以提高检测概率降低错误概率,获得更高的可靠性；2)感知开销降低：减少感知开销(包括能量消耗时延所占用的带宽) 分组协作频谱感知的基本模型如图1-2所示: 图1-2 分组协作频谱感知的基本模型1.3论文的主要研究内容和章节安排 本文主要研究的是认知无线电中的协作频谱感知技术，将现有国内外的频谱感知技术进行分析讨论,指出其不足之处，重点研究了能量检测以及协作频谱感知中的各种算法，以及这些算法在各种信道下的性能；在此基础上提出了一种基于双门限方法以及分组协作频谱感知方法的混合型协作频谱感知算法，并进行了对主用户检测性能的仿真对比。最后,结合实际情况提出基于硬件平台的协作感知仿

29、真方案以及方案中的时隙信道划分方案。全文章节安排如下： 第1章：绪论部分。阐述认知无线电研究的背景和意义，简要介绍认知无线电的主要关键技术和国内外对于认知无线电以及频谱感知的研究现状，最后给出了论文的主要研究内容和章节安排。第2章：介绍频谱检测技术。总结现有的频谱检测技术，具体介绍了本地频谱检测方法协作频谱感知方法，以及针对宽带频谱的快速检测的压缩感知方法，并进行了讨论。第3章：对协作频谱感知技术中的融合算法双门限法分组协作频谱感知技术进行重点阐述，在此基础上,提出了一种混合型协作频谱感知算法，并进行了算法仿真和对比。第4章：结束语，总结全文内容，并提出下一步的研究方向。 第2章 频谱感知技术

30、 频谱感知技术作为认知无线电中的重要技术，是认知无线电应用的基础。由于主用户没有义务改变其结构与次用户共享频段，认知无线电中的次用户只能独立地通过可靠的连续的频谱感知对主用户所在的频段进行检测。现有的频谱感知技术主要包括发射机检测(也称为单节点频谱感知或本地检测)、协作频谱感测以及接收机检测，如图 2-1 所示： 图2-1 频谱检测技术2.1本地检测技术 2.1.1本地检测模型 认知无线电应该要区分主用户正在使用以及不在使用的频段，因此，认知无线电应该具有判断在一定频段上主用户是否出现的能力。发送机检测方法具体是次用户通过本地观测对主用户信号进行检测,也称为本地检测。具体方法是单个次用户通过对

31、某一频段上的信号进行检测,判断主用户信号是否存在。 在本地检测中,假设接收机接收到的信号为： （2-1）其中,是被检测信号,是信道中的加性高斯白噪声(Additive White Gaussian Noise，AWGN)样值，n 是取样下标。当时表示没有主用户。因此本地检测的基本假设模型是29： （2-2）其中,表示信道中不存在主用户、频谱未被占用的假设；表示信道中主用户出现，此时次用户必须从占用的频段中退避，避免对主用户造成干扰。考虑频谱检测的性能时，一般由检测概率及虚警概率弓来描述。表示在某一频段，当主用户真实存在时，检测到它存在的概率，因此，检测概率越大越好;表示当主用户不存在、次用户却

32、误认为检测到主用户出现在频段上的概率，虚警概率越小越好，这样就可以避免未充分使用传输机会的情况。2.1.2能量检测能量检测方法是H.Urkowitz于1967年在文献30中提出，因为其低计算量以及低计算复杂度，成为最常见的频谱检测方法；由于不需要主用户信号的先验知识，与其他方法相比，它更具有普遍性，适用范围广。能量检测的实现方式是将接收到的能量与一个预设门限值进行比较后作出最后的判决，原理如图2-2所示。图中，将实际接收到的信号通过带通滤波器(band-pass filter, BPF)，得到的是滤除带外干扰后的信号，这样就只考虑主用户频段中的能量，不需要考虑带外信号。通过平方求和得到能量值，

33、定义能量检测的检测量，将此检测量与设定好的门限进行比较，最终判决主用户信号存在与否。 图2-2能量检测实现框图由上面的分析可知能量检测的检测量Y为: （2-3）其中N是观测到的信号的维数，也就是信号采样点的个数。能量检测方法的检测概率及虚警概率为: （2-4）其中是能量检测算法的判决门限。假设噪声服从均值为0，方差为的高斯(Gaussian)分布，即，由Urkowitz的可知符合自由度为的分布，即 （2-5）其中,:观测时间间隔,:单边带宽,:信噪比。结合（2-4）（2-5），由Digham的文献31可以得到在AWGN信道下,认知无线电系统的性能为: （2-6） （2-7）其中是Marcum

34、Q函数，是不完全gamma函数，是gamma函数。当次用户在大范围区域内游走时，接收到的信号除了经过大尺度衰落(例如阴影衰落)，必定也经过了叠加在其上面的小尺度衰落(比如多径衰落)。这时，信道增益发生变化，检测概率便与瞬时信噪比有关，即: （2-8）其中是在衰落环境下信噪比的概率密度函数(PDF)。在一般通信环境中，接收机与发射机之间的路径为非视距的，接收机接收到的信号幅度服从瑞利(Rayleigh)分布，则信噪比服从如下(2-9)指数PDF分布: （2-9） 其中，是平均信噪比。由文献30可得，瑞利信道下系统的平均检测概率的表达式为: （2-10） 瑞利信道下的虚警概率的表达式和AWGN信道

35、下的相同，见(2-7)。 虽然能量检测简单易行，但是存在一定的局限性，其不足之处在于: 1)门限不容易选择； 2)不易将干扰与主用户信号、噪声区别开来； 3)在低信噪比(signal-to-noise, SNR)情况下的性能不高；4)不能很好地检测扩频信号。2.1.3匹配滤波器方法能量检测算法的最大优势在于其简单易行，适用范围广，通常应用在不清楚主用户先验知识的情况下；而当主用户的先验知识已知时，匹配滤波器检测方法是最优的单用户信号检测方法，其主要优点是在短时间内就可以达到一定的错检概率和虚警概率，事实上，在低信噪比的环境下，对于特定的虚警概率，匹配滤波器所需要的采样数是以。的复杂度增长的。所

36、谓匹配滤波器，是指在输入信噪比一定的条件下，使得输出信噪比最大的滤波器。匹配滤波器在信号检测理论中十分重要。对实信号的匹配滤波器，其冲击响应如式(2-11)所示： （2-11） 从上式可以看出，匹配滤波器的脉冲响应就是输入信号的镜像乘上系数k，从而匹配滤波器可以使输出端信噪比达到最大，因此在AWGN信道中，匹配滤波器法是一种最优检测算法。匹配滤波器方法的不足之处在于，需要预先知道发送信号的结构，解调出收到的信号，主用户的信息(如带宽、使用频段、调制方式及顺序、帧结构)必须是已知的，因此常用来探测一些发送双方都预知的信号；而且，由于认知无线电需要接收机适用于所有接收机，感知单元的实现复杂度相当的

37、庞大；匹配滤波器的另一个局限性是由于要执行大量的接收算法来检测主用户，需要大量的功率消耗，对于每一种类型的主用户都要有一个专门的接收器。2.1.4循环平稳检测通信系统中的已调信号一般和正弦载波、脉冲训练、循环前缀等关联在一起，这些特性导致了其内置的周期性。通过分析这些已调信号的频谱自相关函数可以发现这些信号的均值和自相关函数表现出周期性，因此他们就有着循环平稳的特性。具体实现方式是在给定频段中检测主用户使用循环自相关函数(Cyclic Autocorrelation Function, CAF)代替功率谱密度(Power Spectral Density, PSD)。信号(2-1)的循环谱密度

38、(Cyclic Spectral Density, CSD)函数的计算公式是32: （2-12）其中， （2-13） 就是循环自相关函数，是循环频率，每个都是信号持续时间的整数倍。当=0时，CAF以及CSD就是通常所提到的自相关函数和功率谱密度。当循环频率等于发送信号的基本频率时，循环谱密度函数达到峰值，循环频率可以假设已知33，或者可以提取出来作为证明传输信号的特性34。信号不同，其功率谱密度也就不同，可以根据这个特性来检测主用户。 循环平稳检测能够将噪声从主用户信号中区分出来，归结于噪声的宽平稳性(Wide-Sensing Stationary, WSS)，当调制信号循环平稳时，噪声与调制

39、信号没有相关性，这样在分析频谱的自相关函数时就能把噪声和调制信号区分开；循环平稳检测方法还能够区分主用户以及各种不同的传输方式。该方法的缺点是需要采集较长时间的信号，以获得其统计特性，往往会影响系统的实时性。2.1.5本地检测方法的对比 图2-3本地检测方法的对比图 图2-3显示的是三种本地检测算法在复杂度和准确性能上的对比，从中可以看出在这些检测方法中，能量检测是最容易实现、复杂度最低的，而准确度最高的则是匹配滤波器方法，同时也是最复杂的算法。三种算法具体的优缺点比较见表2-1： 表2-1本地检测方法对比 检测方法适用范围优点缺点能量检测主用户信息未知计算量低，实现较容易，不需要知道主用户的

40、先验知识准确性不高不适用于微弱信号的检测不能区别信号类型匹配滤波器方法主用户信息未知时间短、增益大，精度高需要解调主用户信号复杂度高循环平稳检测算 法此用户具有周期自相关特性险能好能识别不同调制方式的信号可以区别噪声和信号可应用于扩频信号的检测运算量大检测时间较长2.2协作频谱感知2.2.1本地检测的局限性在认知无线电网络中，次用户应该保证对主用户的干扰很小。但是，在实际的通信环境中，用户分布范围较大，由于无线电波的深衰落和阴影效应，单个用户的本地检测性能严重降低。在深衰落和阴影效应的环境下，信噪比非常低，次用户接收到的信号很微弱，就可能检测不到主用户的存在，此时，次用户会接入它所认为空闲的频

41、段并使用其通信，这样会对主用户造成很大的干扰。当次用户无法避免隐节点(即实际存在但未被探测到的节点)问题时，也会对主用户造成干扰。这是由于次用户的观测范围很小，而且比它射频的传输范围还要小，即使次用户检测到不在使用的频谱空穴，在他们的传输范围内，他们的通信也会对主用户造成干扰。因此，对主用户的干扰无法避免使得单用户频谱检测也就是非协作频谱感知是不可靠的。本地检测技术的性能同时也受一些因素的影响。比如，频谱感知中最常使用的能量检测中所使用的门限很容易受到噪声等级变化的影响。即使门限值被设定成自适应的，一旦出现带内干扰，能量检测器就受到影响。而且，在频率选择性衰落信道上如何选择与信道相关的门限值也

42、是一个很大的挑战。最后，当次用户在一个很小的区域中时，不同次用户的检测数据在很大可能上是相关的，这是因为相邻的次用户可能在几乎相同的主用户的传输范围内。在这种场景下，最好的解决空间相关性以及提高检测性能的方法就是允许次用户之间通过共享频谱感知信息的方式进行协作。这种协作就是协作频谱感知。2.2.2协作频谱感知技术 协作频谱感知是S.Shanker, C.Cordeiro, K.Challapali等人在2005年于文献15中提出的算法，作为频谱感知中由噪声不确定性、衰落、阴影效应等引起的问题的解决方案。 协作频谱感知是一种多用户联合感知检测主用户的方法，其思想是所有的认知用户协作检测某一段用户

43、，然后融合所有结果进行判定。其优点是可以解决频谱感知中由噪声的不确定性、衰落、阴影效应引起的问题;相对于单用户检测而言大大降低了错检概率和虚警概率，并且协作可以解决隐节点问题，并且减少检测时间。随之带来的负面影响是开销的增长、复杂度变大、由通信量增大引起的功率消耗，并且一般需要一个控制信道。控制信道主要是次用户用来向融合中心汇报检测结果，也是融合中心对次用户进行控制、资源分配的信道。 在协作频谱感知的架构中，控制信道的实现方式有很多种，其中包括了专门的带宽，未授权频段(如ISM, UWB系统)，如何选择取决于系统的需求。认知系统可以通过软融合或是硬融合方法进行信息共享40，而软融合与硬融合的划

44、分依据是融合内容的不同。软融合是将所检测到的内容(如能量值等)传递到融合中心，而硬融合主要是将存在与否的结果以1bit的信息传递到融合中心，由融合中心进行最后的判决。硬融合实现简单并且能够减少信道开销，而软融合的准确性更高。软融合包括等增益合并(Equal Gain-Combining, EGC),选择合并(Selection Combining, SC)以及切换保留合并(Switch and Stay Combining ,SSC)等方法。在文献31中进行了基于能量检测的软融合方法对比，可以看出EGC方法在幅度上可以获得大约两个级别的增益，而SC和SSC方法在幅度上能获得一个级别的增益。关于网络方面，这种协作的算法应该要减少协议的开销，对于网络中的变化和错误具有鲁棒性。 协作频谱感知可以由两种方式