【文章內容簡介】 性能進行評價；文獻[29]通過估計不受噪聲影響的主用戶信號的精確功率提出了一種可替代的能量檢測法以改善檢測性能；文獻[30, 31]分析了各種衰落環(huán)境下能量檢測法的檢測性能；文獻[32, 33]分析了噪聲功率不確定下的頻譜檢測并研究了最壞情況下的性能。特征檢測方面，文獻[34, 35]等對循環(huán)平穩(wěn)特征檢測做了許多基礎研究；文獻[36]提出利用循環(huán)頻率域剖面圖檢測信號有無，再通過隱含馬爾可夫模型進一步辨識信號類型；文獻[37]提出了用 3243。 準則結合譜相關分析對循環(huán)譜消噪處理，便于低信噪比下實現(xiàn)檢測；文獻[38]對無線區(qū)域網(wǎng)及麥克風信號在信噪比較高時使用峰值檢測，否則直接在輪廓圖上尋找特定圖樣以檢測信號；文獻[39]基于循環(huán)相關濾波聯(lián)合循環(huán)相關譜雙重抑制噪聲，計算復雜度有限增加而抗噪性能更強；文獻[40]設計了一種基于符號函數(shù)的非參數(shù)循環(huán)相關估計器，在高斯及非高斯環(huán)境下均有效，且后者的性能好于一般的循環(huán)平穩(wěn)特征檢測；文獻[41]將主用戶信號延時作為先驗信息，尋找循環(huán)自相關中的最佳延時來檢測信號；文獻[42]提出了基于似然比準則的多循環(huán)頻率點特征檢測法，考慮循環(huán)自相關函數(shù)的多峰值點以提高檢測性能。此外，出現(xiàn)了一些新的方法，文獻[43]假定認知用戶用 OFDM 傳輸，根據(jù)保護間隔及循環(huán)前綴共同實現(xiàn)感知，將其性能與僅利用保護間隔感知進行了比較；文獻[44]提出了一種利用接收信號的熵值判斷主用戶信號是否存在的方法；文獻[45]提出了利用接收信號協(xié)方差矩陣的特征值進行檢測；文獻[46]提出了基于接收信號過采樣或采用多接收天線的盲感知算法，無需先驗信息區(qū)分統(tǒng)計量從而實現(xiàn)檢測；文獻[47]提出了采用 AIC 和 MDL 準則確定空閑信道數(shù)、再確定具體信道的方法；文獻[48]提出了寬帶多步頻譜檢測法，分粗細檢測兩步執(zhí)行，使用基于小波變換[49]的多分辨率檢測[50]以相當寬的頻譜分辨率檢測全頻段，粗略判斷候選頻段后用時間特征技術[51]進一步掃描；文獻[52]提出了一種可變間隔的頻譜檢測機制，利用主用戶狀態(tài)分布統(tǒng)計信息，引入控制因子使認知用戶適時改變檢測間隔。有時認知用戶還需對多認知網(wǎng)絡共存的區(qū)域內其它用戶進行必要檢測，文獻[53]提出了一種對認知用戶所傳輸?shù)?OFDM 信號在頻域上人為構造“循環(huán)平穩(wěn)標識”的方法，繼而實現(xiàn)認知用戶間的相互檢測、區(qū)分及組網(wǎng)；文獻[54]提出了在子載波上構造多個“循環(huán)平穩(wěn)標識”以改善該方法在多徑衰落環(huán)境下的感知性能。6杭州電子科技大學碩士學位論文上述這些算法研究了單認知用戶時的情況，而多認知用戶合作檢測也成為了研究熱點。文獻[5, 55, 56]對合作感知做了相關理論研究；文獻[57]分析了機會接入的合作用戶在衰落環(huán)境下的感知性能；文獻[58]提出了基于相鄰節(jié)點感知信息交換的分布式合作來提高感知效率；文獻[59]將兩種軟聯(lián)合與傳統(tǒng)硬聯(lián)合比較，提出了一種軟化的硬聯(lián)合機制實現(xiàn)檢測性能與計算復雜度間的折中；文獻[60]根據(jù)漸近隨機矩陣理論提出了不同信道下新的合作感知機制；文獻[61]提出了一種基于認知用戶可信度的合作檢測，結果表明性能有較大改善并可消除感知失??；文獻[62]在中心節(jié)點先驗信息未知條件下提出了基于證據(jù)理論的合作檢測；文獻[63]提出了一種加權算法改善衰落中的感知性能，在此基礎上文獻[64]引入傳感網(wǎng)絡節(jié)點分簇機制，研究了基于簇狀認知網(wǎng)絡的改進算法。算法優(yōu)化方面，文獻[65]針對本地檢測統(tǒng)計量的線性聯(lián)合分析了兩種優(yōu)化方案來控制聯(lián)合權重；文獻[66]研究了一種基于最優(yōu)融合準則的自適應合作感知方案，可達到理想性能而無需先驗信息；文獻[67]將虛警概率與漏檢概率和的最小化作為合作感知性能指標，得到了一定條件下最優(yōu)融合準則、檢測門限及認知用戶數(shù)。此外認知用戶間以中繼方式也可實現(xiàn)合作感知，文獻[68, 69]研究了兩個用戶的情形，分析了某一認知用戶作為中繼的協(xié)作檢測法，可降低檢測時間并提升檢測靈敏度；文獻[70]研究了多用戶的情形，距授權用戶較近的認知用戶可作為中繼來協(xié)助較遠的用戶實現(xiàn)感知。 本文主要工作及內容安排本文后續(xù)章節(jié)將基于空閑頻譜檢測技術對認知無線電的頻譜感知進行算法研究以及算法的仿真驗證。本文主要圍繞授權用戶發(fā)射源檢測展開，提出并研究了多個用于實現(xiàn)認知無線電頻譜感知的算法及其改進，在這些算法中有本地單個認知用戶處執(zhí)行的感知算法，也有多個認知用戶參與構成認知網(wǎng)絡執(zhí)行的合作感知算法。本文共分為六章，各章節(jié)的內容安排如下：第一章介紹了認知無線電的研究背景和意義、幾種主流的認知無線電定義、研究現(xiàn)狀及其領域內的研究重點，然后對認知無線電頻譜感知技術的研究意義及發(fā)展現(xiàn)狀進行了較為詳細地討論。第二章介紹和討論了認知無線電頻譜感知方法，并對各自的優(yōu)缺點作了說明。介紹了基于本地頻譜感知的授權用戶發(fā)射源檢測，對匹配濾波檢測、能量檢測及循環(huán)平穩(wěn)特征檢測三種方法進行了分析；對兩種授權用戶接收端檢測法作了簡要的介紹；最后具體討論了合作頻譜檢測及其必要性。第三章第一部分，基于韋爾奇周期圖法將接收到的信號數(shù)據(jù)分成若干片段后作變換處理，提出了一種用于認知無線電的能量檢測頻域算法。對信號頻域數(shù)據(jù)進一步平滑，利用滑動窗函數(shù)機制處理后獲得譜窗能量，從而提出了一種改進的增強算法；最后仿真分析了授權用戶為 BPSK 信號時算法的感知性能。第二部分，研究了一種基于循環(huán)平穩(wěn)強度測量的譜相關特征檢測算法。對 BPSK 調制信號的循環(huán)相關譜作了仿真，分析了檢測統(tǒng)計量及時域平滑估計7杭州電子科技大學碩士學位論文方法；提出了多循環(huán)頻率點加權聯(lián)合檢測的改進算法以提高可靠程度；算法仿真得到了單檢測點的性能及不同加權聯(lián)合策略下的 ROC 曲線。結果表明上述算法適用于較低信噪比環(huán)境，且改進后的感知性能均有改善。第四章研究了一種基于協(xié)方差估計的認知無線電頻譜感知算法。利用認知用戶接收到的信號中授權用戶信號及噪聲的連續(xù)采樣數(shù)據(jù)來構造協(xié)方差估計矩陣，從中獲得統(tǒng)計量繼而構造了檢測統(tǒng)計量。詳細闡述了算法實現(xiàn)過程，理論推導了授權用戶信號不存在/存在情況下的檢測統(tǒng)計量及性能指標；仿真分析了授權用戶為 QPSK 信號時算法的感知性能，并考慮了授權用戶信號存在干擾信號的情況。結果表明此方法在低信噪比的環(huán)境下具有較好的感知性能，操作可行性較高且計算復雜度較低。第五章基于接收信號時延信息提出了一種多路認知無線電確認的合作檢測算法。介紹了多源信息融合的主要拓撲結構及用于合作檢測網(wǎng)絡的判決融合策略；描述了算法的實現(xiàn)，各認知用戶分別對不同時延累積后的信號數(shù)據(jù)片段進行本地檢測，以等權重方式對檢測信息作不同準則下的判決融合；將兩種加權更新改進方案應用于判決融合過程，根據(jù)認知用戶對整體性能貢獻多少，賦予不同的動態(tài)權值參與合作；最后仿真分析了網(wǎng)絡內認知節(jié)點處于較為相近或不相近的信噪比環(huán)境，硬、軟判決融合準則下的合作頻譜感知性能。結果表明該算法可靠有效，且改進后認知無線電的整體感知性能有所提高。第六章對全文進行了總結，并提出了未來研究工作的方向。8杭州電子科技大學碩士學位論文第 2 章認知無線電頻譜感知技術基本知識認知無線電可靈敏感知周圍環(huán)境變化，利用各種頻譜感知算法，探測在認知無線電通信范圍內的授權用戶信號是否存在。一般來說，在認知無線電系統(tǒng)中可將主要的頻譜感知技術劃分為如圖 所示的情況[13]。本章將對認知無線電頻譜感知的基本方法進行介紹，重點討論單個認知用戶執(zhí)行本地頻譜感知中使用的授權用戶發(fā)射源檢測、多個認知用戶共同參與的合作頻譜檢測，并給出它們在技術實現(xiàn)上的優(yōu)缺點。認知無線電頻譜感知授權用戶發(fā)射源檢測合作頻譜檢測授權用戶接收端檢測匹配濾波檢測能量檢測循環(huán)平穩(wěn)特征檢測本振泄漏檢測基于干擾溫度的檢測圖 認知無線電中主要頻譜感知技術的分類 發(fā)射源檢測發(fā)射源檢測是一種非合作的本地檢測方法。認知無線電應該具有識別被使用的和未被使用的頻段檢測能力，授權用戶發(fā)射源檢測正是認知用戶通過分析偵聽到的信號中是否存在授權用戶發(fā)射機發(fā)出的微弱信號來判斷發(fā)射機的工作狀態(tài)，繼而判斷感興趣的頻段處于占用狀態(tài)還是空閑狀態(tài)。該檢測法的基本二元假設模型可以表示成以下形式：?n(t ),?hx(t ) + n(t ),H 0H1()其中， y(t ) 是認知用戶接收到的實際信號，x(t ) 是授權用戶發(fā)射信號，n(t ) 是加性高斯白噪聲（AWGN）， h 為信道的增益。 H 0 是頻段未被占用的假設，說明目前在該確定頻段上沒有授權用戶，出現(xiàn)頻譜空穴； H1 則是頻段已被占用的假設，此時判定在該頻段上存在授權用戶，不能被認知用戶機會使用。在式()給出的二元假設檢測模型下，頻譜感知需解決的頻譜空穴檢測問題轉變成加性噪聲背景下的信號檢測與估計問題，用于判斷認知用戶接收到的信號中是否存在授權用戶信號。可將信號處理技術中的匹配濾波檢測（Matched Filter Detection）、能量檢測（EnergyDetection）及循環(huán)平穩(wěn)特征檢測（Cyclostationary Feature Detection）用于發(fā)射源檢測[6]，以實現(xiàn)頻譜感知。9y(t ) = ?杭州電子科技大學碩士學位論文 匹配濾波檢測匹配濾波器是指輸出信噪比最大的最佳線性濾波器，這種濾波器在數(shù)字通信信號的檢測中常常具有比較重要的意義[71]。如果濾波器的輸出端可以獲得最大信噪比，就能很好地判斷有用信號的出現(xiàn)，從而能夠提高系統(tǒng)的檢測性能。在認知無線電系統(tǒng)中，當認知用戶接收機知道授權用戶信號的一系列先驗信息比如調制類型、脈沖整形及幀格式等，那么此時匹配濾波檢測就是一種最佳的檢測方法[8]。根據(jù)匹配濾波理論知道，只有在其濾波器的傳輸函數(shù)為 H ( f ) = KX * ( f )e? j 2240。 fT 時才可以獲得最大的輸出信噪比，對其反變換后能夠得到該濾波器的沖激響應 h(t ) = Kx* (T ? t) 。匹配濾波檢測算法的原理框圖如圖 所示，認知用戶接收到的離散采樣信號經(jīng)過匹配濾波后產(chǎn)生的檢測統(tǒng)計量 Y 可以表示成：Y = ∑ y(n)h( N ? n) = ∑ y(n)Kx* (n) = ∑ y(n) x 39。(n)N N N其中， x 39。(n) 是連續(xù)信號 x 39。(t ) = h(T ? t) 的離散采樣值， N 是采樣點數(shù)。()y(t)A/D轉換?N個抽樣求和Y判決H0或H1h(Nn)λ圖 匹配濾波檢測法的原理框圖將得到的檢測統(tǒng)計量 Y 和預先設定的檢測門限值 235。 進行比較，當 Y 235。 時判定在感興趣的頻段上存在授權用戶，反之則判定授權用戶信號不存在，出現(xiàn)頻譜空穴可供機會使用。假定在上述兩種假設情況下， x 39。(n) 是滿足高斯分布的，而檢測統(tǒng)計量 Y 是高斯隨機變量的線性組合，因此它服從如下的高斯分布：Y ～ ? 2利用匹配濾波檢測時的虛警概率 Pf 和檢測概率 Pd 可分別近似表示成：? 235。 ?2? 235。 ? 229。 ?2()()()其中，229。 = ∑ y 2 (n) 是認知無線電接收到信號的能量，243。 2 是加性高斯白噪聲的方差，Q(?) 函數(shù)N∞t12240。? x 2 /210?? N (0, 229。243。 2 ) H 0?? N (229。 , 229。243。 ) H1Pf = P(Y 235。 | H 0 ) = Q ? ?? 229。243。 ?Pd = P(Y 235。 | H1 ) = Q ? ?? 229。243。 ?定義為 Q(t) = ∫e dx 。為滿足檢測性能參數(shù)，需要最小抽樣個數(shù) N 的理論值為：杭州電子科技大學碩士學位論文N =[Q ?1 (P ) ? Q ?1 (Pf )]2SNR()采用匹配濾波檢測時，短時間就可獲得較高的處理增益，但匹配濾波器必須要有效地對授權用戶信號進行解調，也就是說它需要事先有授權用戶信號的先驗信息。這些信息可預先儲存在認知無線電的內存中，但對解調來說認知無線電必須通過時間及載頻同步甚至信道同步來獲取和授權用戶信號的相關性，要是這些信息不正確，性能會受到很大影響。此外該方法對不同的授權用戶類型需要專門的接收機工作，使得認知用戶接收處的計算量很大。 能量檢測若認知無線電接收機不能收集到授權用戶信號足夠的相關信息，上述基于匹配濾波的檢測就不是最優(yōu)的[6]，在大多數(shù)情況下通常不能滿足具備信號先驗信息及嚴格意義上的同步要求，因此可考慮使用能量檢測器。為測量接收到信號的能量，需要將輸入信號先通過一個帶寬為W 的帶通濾波器，取出感興趣的頻段，作平方運算后在一定觀測時間段 T 內進行積分累積，得到檢測統(tǒng)計量 Y 并將其與預先設定的檢測門