【文章內(nèi)容簡介】 通過頻譜感知功能盡量快而準確地確定未被占用的頻段 ， 以供 CR用戶使用；同時還隨時監(jiān)測是否有新的授權用戶需要接入該頻段 ， 以使 CR用戶及 時退出使用該頻譜資源 ， 避免對授權用戶造成干擾。不準確或者延時的頻譜感知結果會給授權用戶帶來有害干擾 ， 頻譜感知技術作為認知無線電系統(tǒng)中關鍵技術之一 ， 是認知無線電系統(tǒng)能否得到推廣應用的基礎。為了探測主要用戶占據(jù)頻譜的情況 ， 最有效的探測方式就是探測認知無線電通信范圍內(nèi)的主要用戶信號 ， 所以已有的一些信號檢測方法、頻譜分析方法都可以借鑒過來作為研究內(nèi)容。 圖 21是根據(jù)國內(nèi)外的研究情況總結的頻譜感知技術的主要分類 [3]。其中單節(jié)點頻譜檢測又稱為本地頻譜檢測 ， 是指單個認知用戶獨立的執(zhí)行頻譜檢測算法的檢測 ， 這又分為主用戶 發(fā)射機檢測和 主用戶 接收機檢測。協(xié)作檢測是指多個認知用戶相互合作執(zhí)行的檢測 ， 分為集中式協(xié)作檢測和分布式協(xié)作檢測。 頻 譜 感 知 技 術單 節(jié) 點 頻 譜 感 知 協(xié) 作 頻 譜 感 知主 用 戶 發(fā) 射 機 檢 測 主 用 戶 接 收 機 檢 測能量檢測匹 配濾 波器 檢測循 環(huán)平 穩(wěn)特 征檢 測本 振泄 露檢 測基 于干 擾溫 度檢 測集中式協(xié)作檢測分布式協(xié)作檢測 （論文） 第 8 頁 共 68 頁 圖 21 頻譜感知技術的主要分類 目前 ， 通過檢測接收機信號和干擾溫度來實現(xiàn)頻譜感知的研究工作比較少 ， 大部分是通過對發(fā)射機信號的檢測來判斷頻譜的占用情況 ， 達到頻譜感知的效果 。 單用戶的頻譜感知只有本地感知過程 ， 而合作頻譜感知則包括本地感知和對本地感知結果的處理兩個過程。本地感知是指每個認知無線電用戶對所觀察的頻帶內(nèi)的信號進行采樣 ， 然后根據(jù)所采 用的不同檢測技術對觀察到的信號進行處理的過程；本地感知結果的處理則是認知無線系統(tǒng)采用各種算法對搜集到的各個用戶的感知結果進行融合 ， 最終對頻帶的使用情況作出判決的過程。對頻譜感知的研究也主要集中在本地檢測算法和感知結果的處理兩個方面。 基于接收機檢測 由于認知用戶無法檢測 主 用戶接收機的存在 ， 認知用戶機會式占用頻譜會干擾其輻射范圍內(nèi)主用戶接收機無法正常解碼 ， 出現(xiàn)隱藏終端問題。因此 ， FCC 和美國加州大學伯克利分校的學者分別提出了以接收機為中心的干擾溫度估計和本振泄露檢測方法。 基于干擾溫 度的檢測 通常情況下 ， 干擾是屬于主用戶發(fā)射機范圍內(nèi)的問題 ， 這意味著可以通過控制發(fā)射機的發(fā)射功率、帶外輻射、發(fā)射機的位置等在一定范圍內(nèi)控制干擾水平。然而 ， 由于不可預料的新干擾源的出現(xiàn) ， 干擾實際上也可能發(fā)生在接收機范圍內(nèi)。 基于此 ， 20xx 年底 FCC推薦了一種新的量化和管理干擾源的模型 [4]， 即干擾溫度(Interference Temperature)模型 ， 如圖 22所示。該模型要求發(fā)射基站有意識地控制信號發(fā)射功率 ， 使接收端接收信號功率接近其噪聲電平（噪聲功率統(tǒng)計平均值）。當接收端工作頻段內(nèi)出現(xiàn)未知干擾信號 時 ， 不同的頻點的峰值將超出原有噪聲電平 ， 噪聲電平相應被提高 ， 干擾溫度模型不使用噪聲電平作為判別門限 ， 而使用干擾溫度即接收端所能容忍的新增干擾數(shù)量來判別。換一句話說 ， 干擾溫度模型是對多個射頻信號能量進行積累 ，獲得其最大容量的對應信號數(shù)量作為判別門限。 （論文） 第 9 頁 共 68 頁 圖 22 干擾濕度模型 干擾溫度的概念等同于噪聲溫度 ， 用來度量干擾功率和所占的帶寬大小。定義為 [5] , ( , )() IcIc P f BT f B kB? (21) 式中 ， k是波茲曼常數(shù) ， k = 10?23 J / K ， IT 為噪聲溫度 ， ( , )IcP f B 是帶寬為 B ， 頻點 cf 處的干擾的平均功率。干擾溫度是干擾功率的另一種表現(xiàn)形式。 干擾溫度模型在接收機處設定干擾溫度限 ， 用來表示接收機所能承受的最大干擾范圍。這種接收機端干擾溫度檢測模型實現(xiàn)的最大困難在于如何有效地測量干擾溫度。由于主接收機通常都是被動的 ， 認知用戶無法知道主接收機的具體位置 ， 所以也就不能有效估計出會對鄰近主接收機造成多大干擾。而且 ， 有效的干 擾溫度測量要求認知用戶測量其對所有可能的主接收機造成的干擾 ， 目前還沒有實際可行的方法解決這一問題 [6]。 本振泄露功率控制 當主用戶的位置未知時 ， Wild 等人提出一種本振泄露功率檢測 [7]的方法。當主用戶接收機工作時 ， 接收的高頻信號經(jīng)過本地振蕩器后會產(chǎn)生特定頻率的信號 ， 一些信號不可避免的從天線泄露出去 ， 該方法就是通過檢測主用戶接收機射頻前端發(fā)射的本振泄露功率來發(fā)現(xiàn)是否有泄露信號 ， 從而判斷主用戶是否在工作。 （論文） 第 10 頁 共 68 頁 假設授權接收機分布密度為 2/Dkm ， 總信道數(shù)為 M認知無線 電干擾半徑為 R， 則認知無線電用戶至少可以找到一個空閑信道的概率為 111{ ( 1 ) ( 1 ) } ( 1 )2DM s r r D rrsMD sp q qsr????? ? ? ?? ? ? ?? ? ? ?? ? ? ??? （ 22） 式中 2 6 2/ (10 )q R m?? 。 該算法的檢測范圍比較小 ， 為了保證可靠性需要的檢測時間會比較長。而且需要在授權用戶周圍安置傳感節(jié)點 ， 實現(xiàn)比較復雜。 基于發(fā)射機檢測 檢測頻譜空穴最有效的方法就是檢測在認知用戶通信范圍以內(nèi)是否有主用戶在接收數(shù)據(jù) ， 然而在實際中認知無線電要直接測量主發(fā)射機和主接收機間的信道往往很困難。因此 ， 通常的方法是檢測當前某一頻帶內(nèi)是否有主 發(fā)射信號存在。發(fā)射機檢測是基于微弱信號檢測的原理。一般地 ， 認知無線電發(fā)射機檢測方法主要有三種：匹配濾波器檢測、能量檢測、周期平穩(wěn)過程特性檢測。 匹配濾波器檢測 匹配濾波器是信號檢測中的一種比較常用的方法 [8]， 因為在輸出端它能夠使接收信號的信噪比最大化。在認知無線電設備中使用匹配濾波器 ， 實際上完成的是解調主用戶的信號 ， 這樣認知用戶就必須知道主用戶的物理層和 MAC層信息 ， 如調制方式、時序、脈沖波形及數(shù)據(jù)包格式等 ， 利用這些信息來實現(xiàn)與待測信號在時域和頻域上的同步 ， 從而解調信號。如果這些信息不準確就 會嚴重影響其性能 ， 而且它是一種相干檢測 ， 對相位同步要求很高 ， 解調時必須通過時間同步或載波同步甚至是信道均衡來保證 ， 計算量也很大。匹配濾波器檢測方法最大的優(yōu)點是可以在很短時間內(nèi)完成同步來提高信號的處理增益 ， 缺點是要求認知用戶掌握每一類主用戶的各種信息。這種方法適用于對主用戶信息比較了解的頻譜環(huán)境中 ， 例如超高頻的電視頻段等。 （論文） 第 11 頁 共 68 頁 能量檢測 能量檢測法是一種比較簡單的信號檢測方法 [9]， 屬于信號的非相干檢測 ， 直接對時域信號采樣值求模 ， 然后平方即可得到；或利用 FFT轉換到頻域 ， 然后對頻域信號求模的 平方也可 得到。它無需知道檢測信號的任何先驗知識 ， 對信號類型也不作限制。 實際上 ， 能量檢測是在一定頻帶范圍內(nèi)作能量積累 ， 如果積累的能量高于一定的門限 ， 則說明信號的存在；如果低于一定的門限 ， 則說明僅有噪聲。能量檢測的出發(fā)點是信號加噪聲的能量大于噪聲的能量。能量檢測方法對信號沒有作任何假設 ， 是一種盲檢算法。 能量檢測方法將輸入信號首先通過一個帶通濾波器 ， 然后進行平方運算 ， 通過積分器對一時間段 T 內(nèi)進行積累 ， 檢測框圖如圖 23所示。 帶 寬 濾 波 器（ W )x ( t )2()? 2x ( t) 20 01 ()TV dt??? ?輸 入VK0H 1 圖 23 能量檢測器框 圖 設加性高斯白噪聲（ AWGN， Additive White Gauss Noise）信道下 ， 認知用戶接收信號的二元假設檢測模型表示為 [9]： 01: ( ) ( ): ( ) ( ) ( )H x t n tH x t h s t n t??? (23) 其中 n(t)為加性高斯白噪聲 ， s(t)表示主用戶發(fā)射的信號 ， x(t)表示認知無線電接收到的信號 ， h是信道的增益 ， 假設 ， 0H 指在某個頻段不存在主用戶信號 ， 1H 指在某個頻段存在主用戶信號。 如果能量檢測 應用在非衰落環(huán)境中 ， 及信道增益如式 (23)中所示 ， 那么檢測到授權用戶信號的概率和錯誤判定警報的概率分別為 [10] 10( / ) ( 2 , )( , / 2)( / )()d r ufrP P Y H QuP P Y Hu? ? ???? ? ??? ? ?? (24) 其中 ， λ是信噪比 ， Γ（ ?）和 Γ(? ， ?)是完整和不完整 Gamma函數(shù) ， uQ 是普通 Marcum Q函數(shù) ， m為時間帶寬積。從上述公式可以看出 ， 一個低檢測概率 dP 將會導致有很大的（論文） 第 12 頁 共 68 頁 概率丟失已出現(xiàn)的授權用戶信號 ， 這就反過來增加了 對 授權用戶的干擾 ；如果 fP 過高的話 ， 由于錯誤警報會使用頻譜利用機會丟失 ， 這將會導致頻譜利用率的低下。由于這種檢測方法易于實現(xiàn) ， 最近的有關授權用戶檢測方面的研究主要集中在能量檢測器上。 在文獻 [11]中 ， 能量檢測器考慮了多徑衰落的因素。在這種情況下 ， 由于信道衰落的原因 ， 信道增益 h是變化的 ， 檢測概率 dP 便與瞬時信噪比有關了 ， 即 0 ( 2 , ) ( )uP d Q f d??? ? ??? ? （ 25） 其中 ， ()f?? 是在衰落情況下的信噪比的概率分布函數(shù)。 雖然能量檢測法簡單易行并且不需要被檢測信號任何的先驗知識 ， 但它固有的缺陷限制了它的使用。首先 ， 能量檢測法門限的設置非常困難。認知無線電接收機在感知周圍無線電環(huán)境時 ， 由于授權用戶的存在而引起認知無線電接收機周圍噪聲和干擾的等級是不斷變化的 ， 這就要求能量檢測的判決門限也是不斷變化的。即使這樣任何帶內(nèi)的干擾都會使判決出現(xiàn)錯誤 ， 容易將衰落的、比較微弱的信號排除在外 ， 而將幅度較大的脈沖噪聲或突發(fā)干擾檢測為信號。其次 ， 能量檢測法無法區(qū)分出有用信號、干擾及噪聲。因此 ， 接收機無法自適應的抵消干擾 ， 另外在信噪比很低時 ， 由于信號能量都淹沒在噪聲中 ， 這時能量檢測法根本無法檢測出信號。最后 ， 能量檢測法無法檢測擴頻信號 ， 如直接序列擴頻和跳頻擴頻信號。 周期平穩(wěn)特征檢測 調制信號通常都經(jīng)過了載波、脈沖序列、重復性擴展、調頻及周期前綴等耦合處理 ，使已調信號具有了內(nèi)在的周期性。雖然數(shù)據(jù)是隨機的 ， 但是這些調制后的信號的均值和自相關函數(shù)都具有周期性 ， 因而稱其為周期平穩(wěn)特性 [12](Cyclostationarity)。通過分析頻譜自相關函數(shù)可以檢測出這些特性。周期平穩(wěn)特征 檢測法最主要的優(yōu)點就是它能夠把噪聲能量和已調信號的能量區(qū)分開來 ， 這是因為噪聲是一個寬帶的、靜態(tài)的、沒有相關性的信號 ， 而已調信號具有頻譜相關性和周期性。 通常對周期平穩(wěn)信號的分析是基于信號周期自相關函數(shù)和周期功率譜密度函數(shù)。周期功率譜密度函數(shù)不同于通常意義的功率譜密度函數(shù)。它反映的是已調信號在頻域的頻（論文） 第 13 頁 共 68 頁 率和相位之間的關系。因此在功率譜密度函數(shù)中頻率重疊頻譜區(qū)域在周期功率譜密度函數(shù)中就不再重疊。由于具有相同功率譜密度函數(shù)的不同調制方式的信號的譜相關函數(shù)不同 ， 而噪聲和干擾不具有頻譜相關特性 ， 因此可以用周期譜密度函數(shù) 從噪聲和干擾中檢測信號。當然 ， 它比能量檢測器更加復雜并且需要更長的觀測時間。 頻譜感知算法優(yōu)缺點比較 表 31 頻譜感知算法優(yōu)缺點比較 感知方法 優(yōu)點 缺點 匹配濾波器 精度高 ， 時間快 需要解調授權用戶信號 能量檢測 簡單易實現(xiàn)不需要先驗信息 時間慢 ， 精度低 周期平穩(wěn)特征檢測 低信噪比檢測能力強 ， 可以區(qū)分噪聲和信號類型 運算量大 協(xié)同檢測 對授權用戶進行發(fā)射機檢測是由于認知無線電和授權用戶之間沒有信令交互 ， 無法知道授權用戶的位置 ， 因而認知無線電只能對授權用戶微弱的信號進行檢 測。在多數(shù)情況下 ， 認知無線電與授權用戶的網(wǎng)絡在物理上分隔開來的 ， 因此 ， 在發(fā)射機檢測中 ， 認知無線電不能避免由于不知道授權用戶接收機位置和信息而造成的干擾 ， 如圖 24(a)所示。而且 ， 發(fā)射機檢測模式不能阻止“隱蔽終端”這個問題。認知無線電的發(fā)射機和接收機之間可能是視距 (LineOfSight， LOS)的 ， 但是由于遮蔽等原因 ， 它或許不能檢測到授權用戶的發(fā)射機 ， 如圖 24(b)所示。因此 ， 在這種情況下 ， 認知無線電需要從其他的用戶那里得到信息并進行準確檢測 ， 也就是需