【文章內容簡介】 應或反復迭代 的方法不斷優(yōu)化判決門限以滿足最佳性能要求。另外，在ED方法中，判決門限的選取還受SU與PU距離等因素的影響。SU離PU越遠，PU信號衰減越厲害，SU處接收的PU信號也就越弱，則此時的判決門限也應越低。反之，則越高。因此，如何根據(jù)SU離PU距離的遠近及噪聲等因素來選取合適的判決門限值，是ED方法所面臨的一個嚴峻挑戰(zhàn)。二、波形檢測(相關檢測)在無線通信系統(tǒng)中，經常會利用傳輸波形的某些模式去實現(xiàn)例如控制、同步、均衡或其它功能等。這些模式包括：導言、訓練序列、導頻模式以及擴頻序列等等。即使在無法完全獲得主用戶所有信息的情況下，只要能從SU接收信號中提取出PU發(fā)射波形的某些傳輸模式，就能通過將接收信號與已知的備份信號進行相關運算，即可判決出給定頻譜內是否存在主用戶發(fā)射機信號。該方法就是波形檢測法，也稱相關檢測法。 根據(jù)式(11)模型可得，采用波形檢測法時，其檢測量為： (14)其中，*表示共軛。當主用戶不存在的情況下，該檢測量為： (15)類似地，當存在主用戶信號時，波形檢測法的檢測量為 (16)將檢測量M與預先設定的判決門限 進行比較即可判決出給定的頻譜內是否存在主用戶信號，進而實現(xiàn)頻譜感知功能。 波形檢測法不僅適用于時域，而且在頻域同樣也適用。在頻域，用接收信號的功率譜密度 仍然可以表示類似式(11)所示的二進制假設檢驗模型，并通過利用主用戶信號功率譜密度所表現(xiàn)出的獨特頻譜特征，即可判決出主用戶發(fā)射機信號是否存在。 噪聲的波動對波形檢測法的檢測性能沒有任何影響，而且，當觀測次數(shù)N增大時，其性能也不會受到SNR墻的限制。研究顯示，在可靠性及感知時間方面，波形檢測法的性能都要優(yōu)于能量檢測法。這是因為能量檢測法的檢測性能對噪聲的不確定性非常敏感，且隨SNR的降低，其感知時間呈二次方的速度增長，而波形檢測法的感知時間隨SNR的降低呈線性增長趨勢。三、循環(huán)平穩(wěn)特征檢測在許多通信場景中，主用戶發(fā)射信號中往往攜帶有與其信號信息相關的一些特征參量。比如，主用戶發(fā)射信號的統(tǒng)計量具有周期性的特征，這是因為主用戶發(fā)射信號中的調制率、載波頻率等本身就具有周期性的緣故。這些主用戶發(fā)射機信號中內在具有的周期性特性被稱之為循環(huán)平穩(wěn)特征。利用這些循環(huán)平穩(wěn)特征可以設計一個檢測器來區(qū)分循環(huán)平穩(wěn)特征信號與非循環(huán)平穩(wěn)特征信號(比如：平穩(wěn)噪聲信號)。 循環(huán)頻譜特征檢測法一般情況下，PU發(fā)射機信號都是經過正弦波、脈沖串或循環(huán)前綴調制過的信號，而噪聲信號一般是寬帶的平穩(wěn)信號(Widesense Stationary, WSS)，不具有任何相關性。因此，利用循環(huán)平穩(wěn)特征分辨出噪聲信號和主用戶發(fā)射機信號，并能辨別出主用戶發(fā)射機信號的類型。與能量檢測法將時間域的信號能量作為檢驗統(tǒng)計量不同，循環(huán)平穩(wěn)檢測器一般是先從時域變換為頻率特征域，然后，在新的變換域中，對是否存在主用戶信號進行判決。 在循環(huán)特征檢測方法中，接收信號的循環(huán)譜密度(Cyclic Spectral Density, CSD)函數(shù)可通過下式求取： = (17)其中 (18) 是循環(huán)自相關函數(shù)(Cyclic Autocorrelation Function, CAF), 表示循環(huán)頻率，是數(shù)學期望，*表示共軛。所有調制信號都具有周期性的特征，而噪聲信號卻是WSS信號，不具有循環(huán)周期特性。因此，只有當SU接收信號中存在PU發(fā)射機信號時，接收信號的自相關函數(shù)才表現(xiàn)出周期性的特點。當循環(huán)頻率等于PU信號的基本頻率時，CSD函數(shù)就會出現(xiàn)很多尖峰值。當SU接收信號中不存在PU發(fā)射機信號，只有噪聲時，CSD函數(shù)就不會出現(xiàn)尖峰值，原因是噪聲信是非循環(huán)平穩(wěn)信號。因此，可以根據(jù)CSD函數(shù)是否具有尖峰值就可實現(xiàn)頻譜感知功能。目前，峰值檢測及最大似然比檢測法進一步發(fā)展了循環(huán)平穩(wěn)特征檢測法，并進一步提高了檢測性能。四、匹配濾波在認知用戶已知主用戶有關先驗信息的情況下，最優(yōu)的頻譜檢測方法就是匹配濾波法。匹配濾波檢測器通過將已知的主用戶信號與SU接收到的信號進行相關運算，即可檢測出主用戶信號是否存在。在加性統(tǒng)計噪聲的情況下，匹配濾波法能使信噪比最大。因此，從SNR意義的角度來說，MF檢測法是最優(yōu)的頻譜檢測方法。由于MF檢測法對SU接收信號的采樣次數(shù)較少，因此，與其它傳統(tǒng)的頻譜檢測法相比，MF檢測法能在較短的時間內就可獲得一定的檢測性能，比如，較低的漏檢概率(Probability of missed detection)及虛警概率。但是，匹配濾波器法所必需的采樣次數(shù)仍然隨著SU接收機信噪比SNR的降低而增加，所以，在匹配濾波器法中，存在一個噪聲墻的問題。另外，由于匹配濾波器法需要SU接收機獲得各種類型的信號并執(zhí)行相關的處理算法，致使MF檢測器的運算復雜度及功耗都非常高。 第二節(jié) 基于主用戶接收機信號檢測的頻譜感知方法一、 基于干擾溫度的感知方法在通常情況下，控制干擾的行為一般都是在信號發(fā)射端進行的。發(fā)射端通過調整發(fā)射功率、帶外輻射以及信號發(fā)射機的位置來實現(xiàn)對干擾程度的控制。限制干擾設備發(fā)射功率的傳統(tǒng)方法是，在距離發(fā)射機的一定范圍內，通過某種方法控制發(fā)射機的發(fā)射功率，使其值不高于某個設定的噪聲門限即可。然而，由于射頻發(fā)射機具有移動性與可變性，而新的干擾源何時出現(xiàn)又具有不可預測性，因此，這些因素都將導致通過限制發(fā)射功率而實現(xiàn)對干擾程度進行控制的目的變得異常困難。另外，干擾的影響往往是發(fā)生在信號的接收機端而非發(fā)射機端。為了解決這種問題，美國聯(lián)邦通信委員會(FCC)的下屬機構 SPTF 提出了一種全新的干擾評估度量標準——“干擾溫度(Interference temperature)”，目的是為了評估接收機端在保證正常通信不受影響的情況下，其對干擾所能容忍的范圍。干擾溫度定義為單位帶寬內，接收天線處所獲得的、即將傳輸給接收機的射頻功率。干擾溫度反映了其它發(fā)射機及噪聲源在接收機端所產生的功率。其表達式如下： (19)其中, 表示在中心頻率為、帶寬為B時的平均干擾功率，單位為瓦特。 為波爾茲曼常量，單位為焦/開。因此，干擾溫度可等效為單位帶寬內，接收天線處所得到的射頻功率，用開氏溫標來衡量。在天文學中，天文學家們采用“噪聲溫度(noise temperature)”這一概念作為各種外層空間輻射密度的度量單位，用來測量來自外層空間的平均輻射水平。與此類似，美國FCC的下屬機構SPTF也借用了此概念，并采用“干擾溫度”來衡量接收機接收到來自其它發(fā)射機和干擾源所產生的單位帶寬內的平均功率。 FCC在定義干擾溫度的基礎上，又進一步建立了“干擾溫度界限(Interference temperature limit)”的概念。干擾溫度界限是指在某一空間范圍內，主用戶接收機在給定的某頻段內進行通信時所能容許的最大干擾極限值。任何認知用戶要想使用某段授權頻譜進行通信，就必須得滿足其發(fā)射功率、噪聲及干擾在該段頻譜內給主用戶接收機產生的干擾值不能超過該接收機的干擾溫度界限。否則，認知用戶將會對主用戶的正常的、合法的通信造成影響。因此，干擾溫度界限實際上描述的是，在保證不影響主用戶正常通信的條件下，認知用戶與主用戶共享某段授權頻譜時，主用戶接收機對認知用戶接入該段頻譜后對其產生干擾的容忍程度。 在授權頻譜內進行的任何數(shù)據(jù)傳輸，只要其產生的干擾超過了主用戶接收機的干擾溫度界限，它都會對主用戶的正常通信造成嚴重影響和干擾。為了防止這種情況發(fā)生，主用戶接收機端應該具有對干擾溫度進行可靠頻譜估計的能力。為此，可以利用在通信網(wǎng)絡廣泛分布的大量傳感器獲取的信息，采用多抽頭的方法實現(xiàn)干擾溫度功率譜估計。多抽頭方法還可以權衡估計過程中產生的偏差與方差，進而獲得近似最優(yōu)的估計性能。利用一種隱形的馬爾可夫模型(Hidden Markov Model, HMM)對認知無線電網(wǎng)絡中干擾溫度的動態(tài)特性進行了研究。認知節(jié)點將經過訓練的HMM模型作為一個序列碼發(fā)生器，并根據(jù)該序列碼產生的序列來預測將來在某信道內產生的干擾溫度，以此有助于認知節(jié)點選擇合適的信道進行數(shù)據(jù)傳輸。對干擾溫度進行了全面的分析，量化了干擾溫度界限應該如何選擇以及這些選擇對主用戶信號的傳輸范圍產生如何影響等。二、 基于本地振蕩器泄漏功率的感知方法一種直接檢測主用戶接收機信號的頻譜感知方法。該方法通過檢測主用戶接收機射頻前端所泄漏的本地振蕩功率（如果存在本地振蕩功率，則說明接收機在工作），實現(xiàn)對給定頻譜內是否存在主用戶接收機進行檢測。為了能檢測到主用戶本地振蕩器的泄漏功率，必須在主用戶接收機附近安置大量廉價的無線傳感器節(jié)點，以便能確認給定的某頻段內是否存在主用戶接收機信號。據(jù)此，認知用戶就可避開主用戶接收機當前正在使用的頻段，而選擇其它空閑頻譜進行通信。 第三節(jié) 合作頻譜感知方法由于受到多經衰落、隱蔽終端以及噪聲、干擾等諸多不確定性因素的影響，頻譜感知性能將會顯著下降。當接收信號的信噪比SNR非常低時，將會出現(xiàn)噪聲墻現(xiàn)象，如果此時的SNR低于該噪聲墻，即使經過了長時間的觀測采樣也不能獲得可靠的頻譜檢測性能。當認知用戶在某頻段內沒有檢測到主用戶發(fā)射機信號而認為該頻譜處于空閑狀態(tài)，并利用該頻段進行通信。但事實上，此時主用戶接收機卻正在認知用戶的通信范圍內工作，認知用戶的通信必然會嚴重影響到主用戶的正常通信，這是不允許出現(xiàn)的。造成這種現(xiàn)象的原因是因為隱蔽終端的存在，妨礙了認知用戶對主用戶發(fā)射機信號的檢測。因此，單個認知用戶感知結果的可靠性及性能是相當?shù)偷摹５绻浞掷枚鄠€認知用戶的空間分集特性， 采用多認知用戶的合作頻譜感知方法就能有效地增強頻譜感知的可靠性、提高頻檢測概率、降低虛警概率，從而提高了頻譜利用率。而且，合作頻譜感知還可以解決隱蔽終端問題，減少感知時間。 合作頻譜感知方法的合作對象，既可以是認知無線電網(wǎng)絡中的認知用戶本身，也可以是認知無線電網(wǎng)絡外的感知節(jié)點。針對前一種情況，根據(jù)合作網(wǎng)絡中是否有融合中心節(jié)點，可將合作感知方法分為：中心式的和分布式的兩種合作感知方法。 一、 中心式合作感知方法在中心式的合作感知方法中，中心節(jié)點負責收集其通信信號覆蓋范圍內的各認知用戶傳輸過來的感知信息，并將這些信息按照某種算法進行數(shù)據(jù)融合，判決出所關心的頻段內是否存在主用戶發(fā)射機信號，從而確定出空閑的頻譜資源。然后，中心節(jié)點將這些頻譜空閑信息通過廣播的方式傳送給各個認知用戶，或者直接控制各認知用戶的通信行為。 一種硬判決(又稱二進制判決)的合作感知方法，由于只將各認知用戶感知結果的二進制信息傳輸給中心節(jié)點，因此，該方法減輕了信道衰落對感知結果的影響，提高了系統(tǒng)的檢測性能。對該合作感知方法的檢測概率及虛警概率進行了詳細分析。認知用戶感知的結果先進行量化，然后再將量化后的數(shù)據(jù)傳送給融合中心進行進一步判決。當參與合作感知的認知用戶節(jié)點數(shù)增加時，則會相應的增加感知節(jié)點傳輸數(shù)據(jù)的帶寬，造成系統(tǒng)感知性能下降。為了解決這個問題，提出先將各感知節(jié)點的本地判決結果量化成一位二進制數(shù)(硬判決)，接著只允許那些可信度高的認知節(jié)點將其本地硬判決結果傳送給數(shù)據(jù)融合中心，然后由中心節(jié)點進行進一步判決。 由于中心式合作感知方法需要一個中心節(jié)點來收集各SU本地感知信息，并將這些信息按照某種融合算法進行數(shù)據(jù)融合，進而實現(xiàn)頻譜感知。因此，采用該方法進行頻譜感知就需要建立一個以次用戶基站為中心的骨干網(wǎng)。這勢必會大大增加系統(tǒng)的運行成本，造成大量的硬件開銷。 二、 分布式合作感知方法經過以上分析可知，合作頻譜感知方法確實可以大大地提高頻譜感知性能。但是，當參與合作感知的各個認知用戶從屬于不同服務對象時，他們將會優(yōu)先考慮提高自己本身業(yè)務的數(shù)據(jù)容量，而對合作頻譜感知貢獻度降低，進而影響到整個合作頻譜感知性能。針對這種問題，人們提出了分布式合作頻譜感知的方法。在分布式合作感知的情形下，各認知節(jié)點獨立地進行本地判決，并相互交換各自的感知信息。由于分布式合作感知方法無需中心節(jié)點且硬件花銷小，因此，分布式合作感知方法要比中心式的合作感知方法更具優(yōu)勢。然而，分布式合作頻譜感知方法也有一個顯著的缺點，那就是算法復雜度較高，要求每個認知節(jié)點有很強信號處理能力。另外，由于各個認知節(jié)點相互間需要交換大量的感知信息，這將顯著增加整個認知網(wǎng)絡系統(tǒng)的開銷。 一種分布式合作感知方法，該方法中各認知用戶只共享最后的判決結果，而無需傳送大量中間結果，減輕了整個網(wǎng)絡系統(tǒng)的負載。一種分布式合作頻譜感知的認知無線電架構體系，在這個架構體系中，各認知用戶通過共享無線電特征參數(shù)來提高整個系統(tǒng)的檢測性能。提出了一種基于進化博弈的分布式合作頻譜感知方法，該方法將合作頻譜感知看作成一個進化博弈問題，并解決了在無融合中心節(jié)點的認知無線網(wǎng)絡中如何將多個認知用戶進行合作來實現(xiàn)頻譜感知功能的問題。 三、 基于外部節(jié)點的合作感知方法另外一種容易被大家忽視的合作感知方法是基于認知無線網(wǎng)絡外部感知節(jié)點的合作頻譜感知技術，它也是一種非常具有應用前景的頻譜感知方法。在這種頻譜感知方法中，外部代理節(jié)點執(zhí)行頻譜感知功能，并由它通過廣播的方式將頻譜占用的信息傳送給認知無線電網(wǎng)絡。這種基于外部節(jié)點的頻譜感知算法解決了頻譜感知任務由認知無線網(wǎng)絡內部認知用戶完成的問題，徹底解放了認知無線電網(wǎng)絡內部的認知用戶，使得網(wǎng)內的認知用戶可專注于傳輸各種無線通信數(shù)據(jù)，而不必為頻譜感知額外增加網(wǎng)絡系統(tǒng)的開銷。由于外部感知節(jié)點廣泛分布于主用戶通信信號的覆蓋范圍內，這樣就使得該方法不僅克服了隱蔽終端問題，而且還解決了因遮擋及多徑衰落引起的感知性能不確定性的問題。另外，由于外部節(jié)點執(zhí)行了頻譜感知功能，因此，認知用戶無需再花大量時間去執(zhí)行頻譜感知任務，這將進一步提高整個認知無線網(wǎng)絡系統(tǒng)的頻譜利用率。同時，由于外部感知節(jié)點無需移動，且無需認知無線網(wǎng)絡提供能量，因此，外部節(jié)點合作頻譜感知方法也大大降低了認知無線網(wǎng)絡的功耗。 一種基于傳感網(wǎng)絡的頻譜感知架構。該傳感網(wǎng)絡只有感知單位節(jié)點組成，能對頻譜進行連續(xù)性或周期性感知。傳感網(wǎng)絡中的每個感知節(jié)點均將感知結果傳送給中心節(jié)點(Sink node)，中心節(jié)點進一