一种基于分组的合作感知方法

开篇：润墨网以专业的文秘视角，为您筛选了一篇一种基于分组的合作感知方法范文，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：频谱感知是实现认知无线电的关键技术,合作感知由于能在一定程度上消除多径和阴影衰落影响而得到广泛的关注。研究利用地理位置信息估计出认知用户信噪比,在此基础上提出一种认知用户和信道分组的合作感知方法,减少了每个用户所要感知的信道数,从而实现感知时间的成倍降低。仿真结果表明,该方法在检测性能下降不大的情况下能显著地减少感知时间。

关键词：认知无线电；频谱感知；合作感知；地理位置信息

中图分类号：TN929 文献标识码：A

文章编号：1004-373X(2009)01-051-03

Cooperative Spectrum Sensing Method Based on Grouping

XU Shiyu,SHANG Junna,ZHAO Zhijin,ZHAO Zhidong

(Telecommunication School,Hangzhou Dianzi University,Hangzhou,310018,China)

Abstract：Spectrum sensing is a key technology of achieving cognitive radio.Much attention has been paid to cooperative sensing because it can eliminate the multi-path and shadowing effect.Location information to estimate the Signal-to-Noise Ratio (SNR)is studied,a cooperative sensing method is proposed.This method reduces the number of channel need to be sensed by every user through dividing the users and channels into several groups,thereby the sensing time is reduced.Simulation results indicate that this method can reduce sensing time greatly with only little effect on the performance.

Keywords：cognitive radio;spectrum sensing;cooperative sensing;location information

0 引 言

随着无线电应用的空前增长,频谱资源变得日渐稀缺。另一方面,许多已分配的频段在一定的时间和空间内出现大量闲置,利用率不高。根据美国联邦通信委员会(FCC)的报告［1］估计,70%的无线电频谱利用率不高,而少数没有被分配的频谱由于大量使用,则已经显得拥挤不堪。显然,需要一种能发现频谱在时间和空间上的空闲状态并能动态地接入的技术来解决这个问题,从而提高频谱利用率。认知无线电［2,3］就是为了达到上述目的而产生的一种技术,它不但能感知外部无线电环境并能从以前的经验中学习,从而能动态地接入未被使用的频谱,并且不影响已授权用户的正常使用。频谱感知作为实现上述功能的关键技术之一显得格外重要。

频谱感知要求认知用户能在一段频带上快速准确地检测出频谱空穴来动态地接入未被使用的频谱,从而提高频谱的利用率。为了不影响主用户的正常通信从而要求认知无线电能在低信噪比下快速准确地检测出主用户信号,由于无线电环境中存在多径和阴影等各种衰落,使得单用户检测存在诸如“隐蔽终端”等问题而很难满足主用户的保护要求,合作感知能在一定程度上消除上述的多径衰落和隐蔽终端等问题从而能提高检测概率。

文献［4］假定各个认知用户知道与主用户的距离,从而估计出信噪比,其指出参与合作的用户数并不是越多越好,将一部分信噪比高的用户参与感知比所有用户都参与合作性能要好。现实中由于无线电传输环境的复杂性以及主用户距离的不确定性,不同位置上的传播特性也不同,信噪比很难实时准确获得；在此提出利用地理位置信息的一种分组合作感知方案,利用地理位置信息可以得到各个认知用户与主用户的距离以及无线电的传输环境特性,从而估计出大致的信噪比；由于通常的合作感知每个用户要对所有信道进行检测,感知时间长,现将认知用户和信道进行分组,每组认知用户分别只对部分信道进行检测,这样相对于通常的合作感知可以大大降低检测时间,相对于单用户感知又可以克服多径和阴影衰落,并且在每一组中通过对不同认知用户赋予不同的权值来改善检测性能。

1 分组合作感知方法

1.1 系统模型

所用的系统模型是基于IEEE 802.22［5］中所考虑的TV频段,如图1所示,主用户(PU)为固定的TV发射机,其发射功率P和位置已知,其覆盖半径为R。认知网络在主用户的覆盖范围之内,且其覆盖半径为r远远小于R,它由一个认知基站(BS)和N个均匀分布在认知网络范围之内的认知用户(CR)组成,认知基站(BS)距主用户发射机的距离为R1,考虑在认知网络覆盖区域内不同地点的无线电传播特性有所不同,从而认知用户接收到的来自PU信号的路径衰落因子α也有所不同。假定每个CR都有定位功能,如装有GPS接收机［6］,从而能确定自己和主用户的距离和大致的无线电传播环境(城市,郊区,农村),并可估计出各自的信噪比,第i个CR的信噪比由式(1)计算:

SNRi=Pd －αiiN0, i=1,2,…,N

(1)

其中：di为第i个CR与PU的距离；αi是它所经历的路径衰落因子,通常认为衰落因子在自由空间中为2,平原为3,丘陵为3.5,郊区和农村为4,市区和高楼为4.5；N0为噪声功率；N为认知网络中总的用户数。

图1 系统模型

1.2 合作感知方案

根据主用户的保护要求在认知无线电中需要对主用户进行周期为Tp的周期性感知,Tp的大小由主用户所能容忍的干扰时间决定。一般的合作感知方法中,每个认知用户需要对信道逐个地进行感知,当信道数增加时,感知时间Ts也随之线性增长,每个周期内传输数据的时间Tp－Ts也相应减少,从而导致有效的数据传输时间下降。文献［4］指出,当认知网络中存在一定数量的认知用户时,随着参与合作的用户数的增加整个网络的检测性能会先上升后下降,图2给出了认知网络中总用户数为500时,选取信噪比高的不同数目的用户参与合作感知,在“与”、“或”判决准则下的检测性能,结果表明将一部分高信噪比的用户参与感知比所有用户都参与合作感知性能要好。文献［7］指出,空间位置邻近的用户所经历的衰落往往存在相关性,所以用户分散在大的区域里进行合作感知比用户集中在一小块范围内进行合作感知更有效。文献［8］将合作按信噪比(SNR)不同分为3种情形考虑:当所有用户SNR接近时,合作能显著地改善网络整体的检测性能;当有一部分用户SNR相对比较高时,合作对SNR高的用户性能改善不大;当网络中存在某一用户的SNR远高于其他用户时,合作的性能还不如一个高SNR用户的检测性能。

利用上述分析结果,将一部分SNR低的用户不参与感知以节省这部分CR的功率损耗,再将参与合作感知的CR随机均匀分成M组,将信道也分成M组,每组CR与它所要感知的信道组一一对应,这样每个认知用户只需对与它所对应的那组信道逐一地进行感知,而不必对整个网络中所有信道进行感知,感知时间降为原来的1/M。由于能量检测简单易行,在此单用户检测采用能量检测,其判决统计量为:

Y=∑Si=1x2i

(2)

其中:S为采样点数,xi为第i个采样点的值；由于同一组认知用户中的SNR不同,因而它们的检测性能也不同,文献［9］给出了判决统计量Y的概率分布：

Y=χ 2 2TW ,H 0

χ 2 2TW(λ) , H 1

(3)

其中：H0表示没有主用户信号的情形,此时判决统计量服从零均值的卡方分布；H1表示存在主用户信号,判决统计量服从非中心系数为λ的非中心卡方分布。根据上述分布可以求得在一定虚警概率下的检测门限,从而各个用户检测概率pd(i)也可求得。可以考虑对各个用户按检测性能进行加权来进一步提高检测性能,在同一组CR中并对它们的感知结果分别赋以不同的权重wi,这里取权重 :

wi=pd(i)/∑Gi=1pd(i)

(4)

其中:pd(i)为第i个用户在一定虚警概率下的检测概率,G=N1/M为每一组的用户数,这样就可以得到对某一信道在合作感知下的统计判决量:

T=∑Gi=1wiDi

(5)

其中:G为同一组CR的用户数,Di为第i个用户的判决结果,0表示无信号,1表示有信号。当然,由于加权时每个用户在控制信道中不但要传输它所感知的那组信道的判决结果,也要传输它们自身检测概率的理论值pd(i),这在一定程度上增加了系统的负荷。对于一个认知用户来说,在一个感知周期中所要传输的判决结果的值的个数等于它所感知的信道数目,而pd(i)只有一个值,所以相对于判决结果的数据量来说系统传输pd(i)时其负荷并没有显著增加。提出的分组合作感知方法的具体实现步骤如下：

(1) 首先由地理位置信息得到认知网络中的所有CR距主用户的距离以及它们各自的无线电环境传播特性,按式(1)估计各自信噪比,并选取N1个SNR相对较高的认知用户参与频谱感知。

(2) 将这N1个用户随机分成数目相同的M组,同时把将要感知的信道也分成M组。

(3) 每组认知用户分别与对应的一组信道进行合作感知。

(4) 对同一组认知用户根据SNR计算它们各自的检测概率,将感知结果和pd(i)通过控制信道发送给判决中心,判决中心根据式(4)得到它们各自的权重,由感知结果和权重以得到式(5)的判决统计量。

(5) 将判决统计量T与虚警概率所确定的门限进行比较来确定可用信道。当T>λ,主用户存在,反之 T＜λ则判为空闲信道,其中λ为判决门限,它由虚警概率确定。

图2 网络整体检测性能随合作的用户数的变化曲线

2 仿真分析

这里采用能量检测法对分组合作感知方法进行仿真,能量检测的采样点数为S=2 000,对每组用户分别进行T=10 000次仿真来得到检测概率和虚警概率。仿真中取BS的覆盖半径r为33 km,BS距PU的距离为150 km,BS覆盖范围内存在500个CR,TV的发射功率取P=400 W,假定不同位置上的路径衰落因子不同,图1中在BS覆盖范围内有三角形的区域为α=2.75,其他区域α=2.7。背景噪声为加性高斯白噪声,每个信道内的功率为-95.4 dBm,在BS处主用户的信噪比为-18.3 dB。

考虑在500个认知用户中选取N1=105个高信噪比的用户参与感知,将参与感知的用户随机分组,每组用户数G=15,将每组的感知性能与没分组时选取信噪比最高的15个用户在加权合作感知下的感知性能如图3所示。由图3可见,分组后的检测性能相对于取15个信噪比最高的用户的加权合作感知下降不大,说明该方法在对检测性能影响不大的情况下能成倍地降低总的感知时间,从而能在很大程度上提高感知效率。

图4给出了N1=200,G分别取10,15,20,25时加权合作感知的性能。从图4可以得出,随着每组的用户数G增加,检测性能也相应地增加；但当G值比较大时,每组中增加相同数目的用户获得的性能增益会大大降低,所以要根据检测性能和感知时间选取一个最佳的G来达到一个折衷。

图3 分组前后性能对比

图4 G取不同值时的性能

前面仿真给出的都是在加权下的合作感知性能, 图5给出了加权前后的性能对比,这里N1=200,G=15,权重wi由式(4)求得。由图5可见,通过加权能进一步改善检测性能,而且这种改善在SNR已知下只需在传送判决结果的同时将pd(i)也通过控制信道一起发送就可以获得。

图5 加权和未加权的性能对比

3 结 语

频谱感知是实现认知无线电的关键技术之一,在此利用地理位置信息提出一种合作感知方法,通过对认知用户和信道进行分组,减少每个用户所要感知的信道数,从而实现感知时间的降低。仿真结果表明该方法能在检测性能影响不大的情况下使得感知时间成倍地下降。

参考文献

［1］Docket E T.Federal Communications Commission\.Spectrum Policy Task Force Report,2002.

［2］赵知劲,郑仕链,尚俊娜.认知无线电技术［M］.北京：科学出版社,2008.

［3］Ian F Akyidiz,Won-Yeol Lee,Mehmet C Vuran,et al.Next Generation/Dynamic Spectrum Access/cognitive Radio Wireless Network:A Survey［J］.Computer Networks,2006,50 (13):2 127-2 159.

［4］Edward Peh,Ying-Chang Liang.Optimization for Cooperative Sensing in Cognitive Radio Networks［A］.Wireless Communications and Networking Conference\.Hong Kong,2007.

［5］周贤伟,王建萍,王春江.认知无线电［M］.北京：国防工业出版社,2008.

［6］Huseyin Arslan.Cognitive Radio,Software Defined Radio,and Adaptive Wireless Systems［M］.Springer,2007.

［7］Amir Ghasemi,Elvino S Sousa.Asymptotic Performance of Collaborative Spectrum Sensing under Correlated Log-Normal Shadowing［J］.IEEE Communications Letters,2007(11):34-36.

［8］Wang Wenzhong,Zhang Luyong,Zhou Weixia,et al.On the Distributed Cooperative Spectrum Sensing for Cognitive Radio［A］.Communications and Information Technologies\.Sydney,Australia,2007:1 496-1 501.

［9］Urkowitz H.Energy Detection of Unknown Deterministic Signals［J］.Proceeding of the IEEE,1967,55(4):523-531.