认知无线网络中频谱检测技术浅析

开篇：润墨网以专业的文秘视角，为您筛选了一篇认知无线网络中频谱检测技术浅析范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘要：认知无线电 (Cognitive Radio)作为一种智能的频谱共享技术，能够有效感知无线通信环境并实时自适应的改变系统工作参数，动态的检测和有效利用空闲频谱，大大降低频谱和带宽限制对无线技术发展的约束。而频谱检测技术是研究认知无线网络的基础和关键，本文结合目前国内外研究成果，对频谱检测技术中关键问题进行分析，并对需进一步研究的热点问题进行了探讨。

关键词：认知无线电；无线网络；频谱检测

中图分类号： G250.72 文献标识码： A

1.研究背景及意义

当前，认知无线网路己经成为无线通信学术界的一个研究热点，许多研究机构和科研组织纷纷开展了认知无线网络的研究，包括美国国防高级研究计划署、软件无线电专题讨论组、美国电子电气工程协会、弗吉尼亚理工大学 、欧盟端到端重配置项目组、加州大学伯克利分校等。通过这些科研项目的推进，认知无线网络在理论架构、协议设计和标准化等研究方面己经产生了丰硕的成果。除此之外，美国的电子电气工程协会专门组织了 IEEE DySPAN和CrownCom两个学术会议来讨论认知无线电和认知无线网络的相关技术。

认知无线网络技术作为一种全新的无线通信技术，其发展和应用必将会对解决频谱资源日益紧张这一影响无线宽带通信业务发展的制约因素起到至关重要的作用。而频谱检测技术又是认知无线网络在理论研究和实际应用中所面临的首要问题，具有极其重要的研究意义。

2.频谱检测方法

认知用户通过频谱检测技术对特定频段的信号进行检测来确定该频段是否正为授权用户使用。如果检测到频谱空洞，则可以使用该空闲频谱，认知用户必须能够精确地发现授权用户，一旦授权用户恢复使用该频谱，它必须迅速退出该信道。

授权用户信号检测一般描述为区分两种检验假设：1）检验假设H0下，授权用户不出现，检测器接收端只有噪声存在；2)检验假设H1下，检测器接收端有噪声和授权用户信号出现。其离散时间模型表示为：

H1:y(n)=s(n)+w(n)；

H0:y(n)=w(n).(1)

其中授权用户信号s(n)和噪声信号w(n)同是高斯分布的。

频谱检测技术包括单用户信号检测和协作感知，目前单用户频谱检测技术主要是基于授权用户发射机检测，可分为匹配滤波器检测、能量检测、循环平稳特征检测三种。

2.1能量检测

在认知用户不能获得授权用户的先验知识时，能量检测为较好的检测方法。能量检测是在一定频带范围内进行能量累积，若检测到的能量高于门限，则说明有授权用户信号存在，否则说明仅有噪声。

由于能量检测算法不需要预先知道授权用户信号的信息，实现灵活，适合不同中心频率以及不同带宽的检测，因而被普遍认为是认知网络中的常用检测方式。但能量检测算法在实际应用中也存在着诸多的问题：1）检测门限值的设定比较困难，在信噪比较低的情况下，检测性能不佳。2）能量检测只能检测有无授权用户的信号出现，而不能区分信号类型。因而，能量检测容易产生错误判决。

2.2循环平稳特征检测

循环平稳特征检测法是利用所接收到授权用户信号的循环平稳特征来进行频谱检测，其统计特性，如均值、自相关函数等，呈现出周期性。通过分析信号的频谱自相关函数检测授权用户信号是否出现。

该方法弥补了能量检测不能获取授权用户信息的缺点，并具有较强的抗噪声能力。其缺点是运算量比较大，观测时间较长。

2.3匹配滤波器检测

在认知无线网络中，当认知用户检测信号时需要获得授权用户的先验信息时，在加性高斯白噪声（AWGN）条件下最佳检测器就是匹配滤波器。匹配滤波检测的主要优点是可以获得较高的处理增益，具有匹配滤波器功能。但匹配滤波检测要实现对授权用户信号有效的解调，必须要有授权用户信号的先验知识，如果这些信息是不准确的，那么匹配滤波器检测的性能就会变得很差。同时，针对每个授权用户接收机都需要有一个单独的匹配滤波器，实现复杂。

2.4协作感知

由于协作频谱感知能够有效得削弱阴影、衰落等因素的影响，提高频谱检测性能，因而成为频谱感知技术研究中热点。协作频谱感知可分为集中式协作感知和分布式协作感知。目前对于协作频谱感知主要从用户选择、决策融合和集中、分布式协作感知几方面研究，具体采用联合时域和空域的感知机制、基于传感器簇的优化、融合算法等方法（如图1）。

图1.协作感知分类图

文献[1]采用联合时域和空域的感知机制，通过认知用户协作估计授权用户的位置和发射功率，决定其允许的最大发射功率。通过使用位置信息找到相关性最小的认知用户，决定哪些认知用户参与协作。文献[2]通过簇内平均接受主用户信号的能量确定簇的大小，根据相邻节点间距离，相邻传感器间的平均距离的最低限和不相干性测量，传感器密度也被优化。文献[3]中在时间和空间下，优化结合接受主信号采样，将使本地能量检测器的信噪比最大化，优化结合需要信号和信道信息，盲目结合的能量检测不需要这些信息和噪声功率估计，在噪声不确定的情况下，有更好的健壮性。文献[4]在信道为相关对数正态分布阴影等真实环境下，进行协作感知的性能评估，提出了优化选择认知用户对真实无线环境下保证检测质量的参考。文献[5]协作感知利用该规则通过在匹配滤波检测和能量检测的优化背景下，使感知错误最小化。

对于分布式协作感知，文献[6]和文献[7]分别采用基于进化博弈论的分布式协作感知机制和基于自身报酬观测的分布式学习方法进行研究。

针对认知网络频谱感知的研究，将围绕以下方面进行：

(1) 提出适合于低能耗、低计算复杂度的无线传感器网络的频谱感知技术。

(2) 协调优化分布CRSN 节 点的感知操作和结果及由此引起的网络开销、能量消耗、延迟等因素。

3.结束语

认知无线网络研究还处于初级阶段，从理论到实践具有广阔的研究价值。本论文对认知无线网络中频谱检测问题进行研究分析，针对目前国内外研究现状，进行归类总结，并对其今后研究方向进行探讨。

参考文献：

[1] Tevfik Yucek. A Survey of Spectrum Sensing Algorithms for Cognitive Radio Applications[J]. IEEE COMMUNICATIONS SURVEYS &TUTORIALS.VOL.11,NO.1, FIRST QUARTER 2009.116-130.

[2]Hu Fuping, Wang Shu. Energy detection for spectrum sensing in cognitive radio sensor Network over fading channels[ C ]Proceedings of th e 5th International Conference on Wireless

Communications, Networking and Mobile Computing. Beijing,2009: 1511-1514.

[3] 张昊晔，包志华. 基于循环谱能量的自适应频谱检测算法[J].通信学报，2011（11）：95-103.

[4] 王再励. 认知无线网络中的协作频谱检测技术研究[D]. 北京邮电大学.2011.

[5] 张国伟. 认知无线电网络中频谱感知技术研究[D]. 山东大学.2011.