【正文】 Combining, EGC)算法﹑選擇合并理工大學(xué)本科畢業(yè)設(shè)計(jì) 4 (Selection Combining, SC)算法以及切換保留合 (Switch and Stay Combining ,SSC)算法等軟融合方法都不直接傳送結(jié)果，而將能量值等檢測(cè)量發(fā)送給融合中心 [20]。 若是能夠在不影響授權(quán)用戶的情況下 ,允許沒有被授權(quán)使用該頻段的次用戶(Secondary User, SU)在合適的時(shí)間合適的地點(diǎn)動(dòng)態(tài)地接入這些頻譜空穴 ,時(shí)分地使用該頻段進(jìn)行通信 ,則可以解決以上兩方面的問題 ,以此為基礎(chǔ)的認(rèn)知無(wú)線電(Cognitive Radio, CR)以及相關(guān)技術(shù)應(yīng)運(yùn)而生。在協(xié)作頻譜檢測(cè)算法的介紹中，詳細(xì)研究了硬融合﹑軟融合算法及其檢測(cè)性能，還有基于軟﹑硬融合算法的雙門限檢測(cè)算法以及基于分組的協(xié)作頻譜感知算法 ,在以上研究的基礎(chǔ)上，本文提出了一種改進(jìn)的基于雙門限檢測(cè)方法的分組協(xié)作頻譜檢測(cè)算法。認(rèn)知無(wú)線電中的一個(gè)重要環(huán)節(jié)及關(guān)鍵技術(shù)就是頻譜感知，研究如何準(zhǔn)確而快速地檢測(cè)授權(quán)用戶所在的頻段﹑接入通信并且當(dāng)授權(quán)用戶重新出現(xiàn)時(shí)及時(shí)退避。最大頻譜利用率為 % (紐約 ),最小頻譜利用率為 1% (美國(guó)新墨西哥州的國(guó)家射文天文臺(tái) )[2]。 協(xié)作頻譜感知一般分為兩個(gè)步驟：第一，各個(gè)次用戶獨(dú)立檢測(cè) (也就是本地檢測(cè) )并將檢測(cè) 結(jié)果報(bào)告給融合中心 (Fusion Center)；第二，融合中心根據(jù)各檢測(cè)結(jié)果綜合判決主用戶信號(hào)是否存在。 第 3 章：對(duì)協(xié)作頻譜感知技術(shù)中的融合算法﹑雙門限法﹑分組協(xié)作頻譜感知技術(shù)進(jìn)行重點(diǎn)闡述，在此基礎(chǔ)上 ,提出了一種混合型協(xié)作頻譜感知算法，并進(jìn)行了算法仿真和對(duì)比。通過平方求和得到能量值，定義能量檢測(cè)的檢測(cè)量，將此檢測(cè)量與設(shè)定好的門限進(jìn)行比較，最終判決主用戶信號(hào)存在與否。 循環(huán)平穩(wěn)檢測(cè) 通信系 統(tǒng)中的已調(diào)信號(hào)一般和正弦載波、脈沖訓(xùn)練、循環(huán)前綴等關(guān)聯(lián)在一起，這些特性導(dǎo)致了其內(nèi)置的周期性。 本地檢測(cè)技術(shù)的性能同時(shí)也受一些因素的影響。硬融合實(shí)現(xiàn)簡(jiǎn)單并且能夠減少信道開銷，而軟融合的準(zhǔn)確性更高。 基于干擾溫度的檢測(cè)方法 通常認(rèn)知無(wú)線電系統(tǒng)是以發(fā)射機(jī)為中心進(jìn)行考慮的，但是由于可能會(huì)出現(xiàn)不可預(yù)見的新干擾，接收機(jī)的范圍內(nèi)也會(huì)產(chǎn)生干擾使得信號(hào)不能可靠傳輸。 理工大學(xué)本科畢業(yè)設(shè)計(jì) 14 第 3 章 協(xié)作頻譜感知技術(shù) 下面介紹兩種 基本的融合算法，基于軟融合、硬融合的算法一一雙門限檢測(cè)方法，分組協(xié)作頻譜感知技術(shù)。 假設(shè)第 i個(gè)次用戶的權(quán)重系數(shù)為iw，觀測(cè)到的能量為iY，則 M 個(gè)次用戶的加權(quán)和值為： ??? Mi iiYwY 1 (312) 假設(shè)對(duì)于第 i個(gè)用戶，iY，iw是獨(dú)立的，當(dāng)采樣數(shù) N 很大時(shí)， Y 服從高斯分布。 2)若是21 ?? ?? iY，則第 i 個(gè)用戶將檢測(cè)量iY發(fā)給融合中心，否則向融合中心匯報(bào)根據(jù)門限進(jìn)行判決后生成的本地判決結(jié)果iS，假設(shè)),...2,1( MiRi ?為融合中心收到的次用戶發(fā)來(lái)的信息，則有 : ??? ??? oth erwiseS YYRiiii , 21 ?? （ 322） 以及 ??? ? ???21,1 0,0 ? ?iii Y Y （ 323） 3)不失一般性，假設(shè)融合中心收到的 M個(gè)信息中，有 K個(gè)本地判決結(jié)果和 (MK)個(gè)能量檢測(cè)值，也就是有 K 個(gè)次用戶的檢測(cè)量落在),( 21??區(qū)間外，（ MK)個(gè)落在區(qū)間內(nèi)。 假設(shè)第 i個(gè)節(jié)點(diǎn)的檢測(cè)概率與虛警概率分別為jmP,if，根據(jù)概率論的知識(shí)，采用“或”融合方式后得到的系統(tǒng)總的檢測(cè) 概率dQ與虛警概率fQ分別為 : ?? ??? Mi idd PQ 1 , )1(1 (35) ?i iff 1 , )( (36) 其中，定義錯(cuò)檢概率mQ為當(dāng)主用戶出現(xiàn)、次用戶卻判斷為沒出現(xiàn)的概率 : )( 1HYrPm ???? (37) 因此，m與d的關(guān)系是 : dm ??1 (38) 3. “K”秩融合 K”秩融合算法也稱為 KoutofM 準(zhǔn)則，原理是所有次用戶對(duì)某個(gè)主用戶頻點(diǎn)的判決結(jié)果相加，將所得的數(shù)值與預(yù)先設(shè)定的門限值 K 相比較，若超過該門限值 K，才判決有主用戶信號(hào)存在，否則判決沒有主用戶信號(hào)存 在，因此， K秩融合算法的假設(shè)模型為 : ????????????MiiMiiKDHKDH1011:: (39) 該算法可以理解為， M 個(gè)次用戶中只要有 K 個(gè)用戶檢測(cè)到主用戶出現(xiàn)，融理工大學(xué)本科畢業(yè)設(shè)計(jì) 16 合中心則判定主用戶出現(xiàn)。與干擾溫度模型相關(guān)的另一個(gè)問題是在于沒有主用戶信號(hào)與次用戶信號(hào)重疊，或者主用戶信號(hào)很弱，以至于無(wú)法檢測(cè)到時(shí)，要考慮使用干擾溫度模型會(huì)得到怎樣的結(jié)果 。 本振泄露間的具體工作原理是當(dāng)使用 Edwin Armstrong 1918 年發(fā)明的無(wú)線超外差接收 機(jī)接收信號(hào)時(shí)，需要將接收到的高頻率信號(hào)進(jìn)行變頻處理，會(huì)產(chǎn)生某些特定頻段的信號(hào)，因此一些信號(hào)也就不可避免地從天線中泄漏出去。相對(duì)于單用戶檢測(cè)而言大大降低了錯(cuò)檢概率和虛警概率，并且協(xié)作可以解決隱節(jié)點(diǎn)問題，并且減少檢測(cè)時(shí)間。 三種算法具體的優(yōu)缺點(diǎn)比較見表 21： 表 21 本地檢測(cè)方法對(duì) 比 檢測(cè)方法 適用范圍 優(yōu)點(diǎn) 缺點(diǎn) 能量檢測(cè) 主用戶信息未知 計(jì)算量低，實(shí)現(xiàn)較容易，不需要知道主用戶的先驗(yàn)知識(shí) 準(zhǔn)確性不高 不適用于微弱信號(hào)的 檢測(cè) 不能區(qū)別信號(hào)類型 匹配濾波器方法 主用戶信息未知 時(shí)間短、增益大，精度高 需要解調(diào)主用戶信號(hào) 復(fù)雜度高 循環(huán)平穩(wěn)檢測(cè)算 法 此用戶具有周期自相關(guān)特性 險(xiǎn)能好 能識(shí)別不同調(diào)制方式的信號(hào) 可以區(qū)別噪聲和信號(hào) 可應(yīng)用于擴(kuò)頻信號(hào)的檢測(cè) 運(yùn)算量大 檢測(cè)時(shí)間較長(zhǎng) 協(xié)作頻譜感知 本地檢測(cè)的局限性 在認(rèn)知無(wú)線電網(wǎng)絡(luò)中，次用戶應(yīng)該 保證對(duì)主用戶的干擾很小。 匹配濾波器方法 能量檢測(cè)算法的最大優(yōu)勢(shì)在于其簡(jiǎn)單易行，適用范圍廣，通常應(yīng)用在不清楚主用戶先驗(yàn)知識(shí)的情況下；而當(dāng)主用戶的先驗(yàn)知識(shí)已知時(shí)，匹配濾波器檢測(cè)方法是最優(yōu)的單用戶信號(hào)檢測(cè)方法，其主要優(yōu)點(diǎn)是在短時(shí)間內(nèi)就可以達(dá)到一定的錯(cuò)檢概率和虛警概率，事實(shí)上，在低信噪比的環(huán)境下，對(duì)于特定的虛警概率，匹配濾波器所需要的采樣數(shù)是以。 考慮頻譜檢測(cè)的性能時(shí)，一般由檢測(cè)概率 dP 及虛警概率弓來(lái)描述。 分組協(xié)作頻譜感知 [28]的優(yōu)點(diǎn)如下： 1)感知性能提高：可以提高檢測(cè)概率降低錯(cuò)誤概率 ,獲得更高的可靠性； 2)感知開銷降低：減少感知開銷 (包括能量消耗﹑時(shí)延﹑所占用的帶寬 ) 分組協(xié)作頻譜感知的基本模型如圖 12 所示 : CR2CR3CR1CH1CR1CR2CHn主用戶（PU） n?n?1?1?融合中心lusterCluster n 圖 12 分組協(xié)作頻譜感知的基本模型 論文的主要研究?jī)?nèi)容和章節(jié)安排 本文主要研究的是認(rèn)知無(wú)線電中的協(xié)作頻譜感知技術(shù)，將現(xiàn)有國(guó)內(nèi)外的頻譜感知技術(shù)進(jìn)行分析討論 ,指出其不足之處，重點(diǎn)研究了能量檢測(cè)以及協(xié)作頻譜感知中的各種算法，以及這些算法在各種信道下的性能；在此基礎(chǔ)上提出了一種基理工大學(xué)本科畢業(yè)設(shè)計(jì) 5 于雙門限方法以及分組協(xié)作頻譜感知方法的混合型協(xié)作頻譜感知算法，并進(jìn)行了對(duì)主用戶檢測(cè)性能的仿真對(duì)比。 無(wú) 線 環(huán) 境（ 外 部 環(huán) 境 ） 發(fā) 送 功 率 控 制 頻 譜 管 理信 道 狀 況 估 計(jì)建 模 預(yù) 測(cè)無(wú) 線 電 場(chǎng) 景分 析干 擾 溫 度量 化 信 道 容 量動(dòng) 作 ： 發(fā) 送 的 信 號(hào)頻 譜 空 穴噪 聲 層 分 析通 信 量 分 析射 頻 激 勵(lì) 圖 11 G. Staple 等提出的認(rèn)知圈模型 [7] 在 20xx 年 Simon Haykin 的特邀文章 [8]中對(duì)認(rèn)知無(wú)線電進(jìn) 行重新的定義：認(rèn)知無(wú)線電是一種智能的無(wú)線通信系統(tǒng) ,它能感知周圍環(huán)境 ,使用一種理解 建立的方式學(xué)習(xí)周圍的環(huán)境 ,并實(shí)時(shí)地對(duì)特定參數(shù) (發(fā)送功率 ﹑ 載波頻率 ﹑ 調(diào)制方式等 )做出相應(yīng)的改變使得其內(nèi)部狀態(tài)適應(yīng)射頻激勵(lì)統(tǒng)計(jì)上的變化 ,這里有兩個(gè)主要的目標(biāo)： （ 1） 需要在任何時(shí)間任何地方的通信高度可靠 （ 2）有效地使用無(wú)線頻譜 國(guó)外的一些研究機(jī)構(gòu)和大學(xué)也積極投入到了認(rèn)知無(wú)線電的研究之中，其中包理工大學(xué)本科畢業(yè)設(shè)計(jì) 3 括 :美國(guó)國(guó)防高級(jí)研究計(jì)劃局的下一代 (next generation, XG)計(jì)劃，致力于如何提高頻譜資源的利用率 。Doublethreshold。 編號(hào) 本科生畢業(yè) 設(shè)計(jì) 基于雙門限的分組協(xié)作頻譜檢測(cè)算法研究 Study on Detection Algorithm Based on Double Threshold Cooperative Spectrum 學(xué) 生 姓 名 XXX 專 業(yè) 通信工程 學(xué) 號(hào) 指 導(dǎo) 教 師 XX 學(xué) 院 電子信息工程學(xué)院 二〇一三年六月 理工大學(xué)本科畢業(yè)設(shè)計(jì) 畢業(yè)設(shè)計(jì)（論文）原創(chuàng)承諾書 1．本人承諾：所呈交的畢業(yè)設(shè)計(jì)（論文）《基于雙門限的分組協(xié)作頻譜檢測(cè)算法研究》，是認(rèn)真學(xué)習(xí)理解 學(xué)校的《長(zhǎng)春理工大學(xué)本科畢業(yè)設(shè)計(jì)（論文）工作條例 》后，在教師的指導(dǎo)下，保質(zhì)保量獨(dú)立地完成了任務(wù)書中規(guī)定的內(nèi)容，不弄虛作假，不抄襲別人的工作內(nèi)容。Clusterbased CCS。 而 G. Staple 和 K. Werbach 在 20xx 年的文章 [7]中提出了認(rèn)知圈 ,將上述認(rèn)知任務(wù)包含在內(nèi) ,如圖 11 所示 認(rèn)知圈中包含了認(rèn)知無(wú)線電網(wǎng)絡(luò)的各個(gè)任務(wù)以及任務(wù)之間的關(guān)系。這種頻譜感知的方法稱為分組 (簇 )協(xié)作頻譜感知 [27]。因此本地檢測(cè)的基本假設(shè)模型是 [29]： ??? ??? )()()(: )()(:10 nwnsnyH nwnyH （ 22） 其中 , 0H 表示信道中不存在主用戶、頻譜未被占用的假設(shè)； 1H 表示信道中主用戶出現(xiàn)，此時(shí)次用戶必須從占用的頻段中退避，避免對(duì)主用戶造成干擾。 雖然能量檢測(cè)簡(jiǎn)單易行，但是存在一定的局限性，其不足之處在于 : 1)門限不容易選擇； 2)不易將干擾與主用戶信號(hào)、噪 聲區(qū)別開來(lái)； 3)在低信噪比 (signaltonoise, SNR)情況下的性能不高； 4)不能很好地檢測(cè)擴(kuò)頻信號(hào)。 本地檢測(cè)方法的對(duì)比 復(fù) 雜 度 準(zhǔn)確度能 量 檢 測(cè)循 環(huán) 平 穩(wěn)檢 測(cè)匹 配 濾 波器 方 法 圖 23 本地檢測(cè)方法的對(duì)比圖 理工大學(xué)本科畢業(yè)設(shè)計(jì) 10 圖 23 顯示的是三種本地檢測(cè)算法在復(fù)雜度和準(zhǔn)確性能上的對(duì)比，從中可以看出在這些檢測(cè)方法中，能量檢測(cè)是最容易實(shí)現(xiàn)、復(fù)雜度最低的，而準(zhǔn)確度最高的則是匹配濾波器方法，同時(shí)也是最復(fù)雜的算法。其優(yōu)點(diǎn)是可以解決頻譜 感知中由噪聲的不確定性、衰落、陰影效應(yīng)引起的問題 。若采用本振泄漏功率的方法，次用戶就可對(duì)這些接收機(jī)進(jìn)行定位，并且對(duì)它們的工作狀