【文章內(nèi)容簡介】 范圍內(nèi)多維度進行頻譜檢測 ， 從而發(fā)現(xiàn)可使用的頻段 。 由于是免許可使用 ， 認知無線電必須具備迅速發(fā)現(xiàn)首要用戶的能力 ， 在工作過程中時刻檢測首要用戶是否處于活動狀態(tài) ， 從而確保不對其產(chǎn)生干擾 。 更為困難的一點是 , 由于廣播電視用戶多為啞終端 ， 即僅僅完成接收功能。而作為認知無線電用戶又必須能夠發(fā)現(xiàn)他們的存在 ， 從而避免對其產(chǎn)生干擾 ， 這就為頻譜檢測提出了更為艱巨的要求 。 目前有些研發(fā)人員提出通過檢測接收機本振的頻譜泄漏 來完成對終端的定位 ， 但是仍處于研究階段 。 分析 認知分析包括對自身性能、網(wǎng)絡內(nèi)部狀態(tài)、外部相關數(shù)據(jù) ( 包括頻譜使用、策略使用等 ) 和用戶自身需求等相關知識的分析。如果說檢測是信息的獲取 ， 那么分析就是對相關信息的初步處理。認知無線電設備通過所獲取的頻譜檢測結果分析首要用戶的位置、使用的頻點和發(fā)射時間 ， 同時分析可用頻點位置、可用帶寬、信道狀況、自身傳輸可能會對其他用戶產(chǎn)生的影響以及 完成業(yè)務傳輸所需的帶寬和時間。 調(diào)整 調(diào)整能力是完成傳輸?shù)年P鍵 ， 根據(jù)檢測和分析的相關結果 ， 認知無線電設備通過先進 的功率控制技術、不同的編解碼以及調(diào)制技術 ， 選擇合適的頻點和發(fā)射時機 ， 從而成功地完成傳輸。這就要求認知無線電設備具備較強的性能 ， 能夠在較寬的頻段內(nèi)實現(xiàn)不同傳輸方案之間的切換 ， 并且在突發(fā)事件發(fā)生后能夠及時暫停或恢復傳輸 ， 確保在不干擾首要用戶的情況下獲取最大限度的傳輸能力。 推理和學習 由于當前無線頻譜環(huán)境的復雜性 ， 簡單的檢測、推理和分析可能無法獲得較好的傳輸性能。如何根據(jù)無線背景環(huán)境的相關數(shù)據(jù)進行分析預測是一個非常重要的課題。根據(jù)歷史數(shù)據(jù)進行推理 ， 獲得一定的參考信息 ， 在此基礎上進行調(diào)整是南京郵電大學通達學院 20xx 屆本科生畢業(yè)設計（論文） 7 一個較好的解決 方案。一般來講 ， 這種推理和學習分為三種 ： 第一種是基于簡單固定規(guī)則 ， 即輸入、輸出可以預測 ； 第二種是基于較為復雜的模型 ， 運用一些模糊規(guī)則 ， 輸出結果不可完全預測 ； 第三種是基于學習型的模型 ， 系統(tǒng)運行過程中能夠不斷調(diào)整模型及其參數(shù) ， 從而獲得較好的預測結果。當前這一部分研究相對來講更為滯后。 南京郵電大學通達學院 20xx 屆本科生畢業(yè)設計（論文） 8 第 三 章 認知無線電的 關鍵 技術 認知無線電的頻譜感知技術 在 CR應用中，頻譜感知技術的目標是如何在保證授權用戶免受有害干擾的前提下，實現(xiàn)對潛在頻譜機會和再次出現(xiàn)授權用戶的 準確、快速檢測。 待檢測的頻譜可分成三種情況：黑色區(qū)域，常被高能量的局部干擾所占用；灰色區(qū)域，有部分時間被低能量干擾所占用；白色區(qū)域，只有環(huán)境噪聲而沒有射頻干擾占用。一般情況下，白色區(qū)域和有限度的灰色區(qū) 域 即頻譜空穴 可被等待的用戶所使用， 頻譜空穴 指已被分配給某授權網(wǎng)絡，但在特定時間和具體位置該網(wǎng)絡中授權用戶并沒使用或沒充分利用的頻譜資源。 頻譜檢測的任務就是尋找合適的頻譜 空穴 并反饋至發(fā)送端進行頻譜管理和功率控制。 在 CR 系統(tǒng)中，頻譜檢測不僅對頻譜 空穴 的檢測起決定作用，同時也對頻譜狀態(tài)進行監(jiān)測 。 以下為幾種典型的頻譜 感知技術。 圖 頻譜機會 圖 頻譜感知環(huán) 南京郵電大學通達學院 20xx 屆本科生畢業(yè)設計（論文） 9 基于發(fā)射機的 頻譜檢測技術 （ 1）匹配濾波器檢測 匹配濾波器是一種使輸出信噪比最大化的最佳線性濾波器，主要通過利用已知的授權用戶信號的先驗信息并對授權用戶信號進行相干解調(diào)或者導頻檢測來實現(xiàn)。其中基于導頻檢測相對簡單，易于實現(xiàn)。 )()()(:)()(:10 nwnsnx nwnxHH ??? （ 21） 檢驗統(tǒng)計量為 : snsnxz xN??? ? *)()( （ 22） H0 條件下， )(nw 高斯分布，檢驗統(tǒng)計量為高斯隨機變量的線性組合，因此檢驗統(tǒng)計量 Z 同樣服從高斯分布，且均值為 0，方差為。同理， H1條件下， Z服從均值為 ? ， 方差為 ??2w 的高斯分布。綜合兩種假設情況，檢測統(tǒng)計量服從如下的高斯分布： HHwwNNZ1022 ,),( )，0(～ ??? ????? （ 23） 選定合適的門限值 ? ，檢測概率和虛警概率分別為： ???????? ?????????21)( wd QZP HP （ 24） ???????????????20)( wf QZP HP （ 25） 其中 ： ??? dzQz?? ?? )2ex p(21)(2 給定虛警概率 Pf， 同時定義信噪比?22PSSNR ?，其中 NsNPS ??? 221 ， 可以得到相應的檢測概率為： 南京郵電大學通達學院 20xx 屆本科生畢業(yè)設計（論文） 10 ?????? ?????????????? ?? S N RN PQPQP fwfd )()(121?? （ 26） 此種方法，在低信噪比環(huán)境下，匹配濾波器檢測方法的檢測性能較好，某種意義上說匹配濾波器檢測方法是最優(yōu)檢測法。但由于信號的先驗知識的條件受限，如果這些信號信息不準確，該檢測方法的性能會受到很大影響，難以在實際環(huán)境中使用。 （ 2） 循環(huán)平穩(wěn)特征檢測 由于授權信號經(jīng)過調(diào)制、編碼等處理 ，為了便于接收機進行解調(diào)、解碼，授權信 號中均存在一定的冗余信息，從而使它們的統(tǒng)計特性、均值、自相關函數(shù)都呈現(xiàn)循環(huán)周期性。循環(huán)平穩(wěn)特征檢測算法就是通過利用譜相關函數(shù)檢測信號中是否存在循環(huán)周期特征來確定授權用戶是否存在（噪聲沒有循環(huán)周期特性） 。 循環(huán)平穩(wěn)特征檢測 與能量檢測算法不同的是，其不僅能檢測是否有授權用戶，還能區(qū)分授權信號的類型。 如果一個隨機過程 )(tX 的均值和自相關函數(shù)都體現(xiàn)周期性，且周期與信號的周期相同，我們就說 )(tX 是廣義循環(huán)平穩(wěn)的，即滿足： )()( tTt mmxx ?? （ 27） )2,2()2,2( ???? ??????? ttTtTt RRxx （ 28） 因為自相關函數(shù)具有周期特性，因此可以展開為傅里葉級數(shù)： tJXx eRttR ??????? ???? 2)()2,2( （ 29） 其中 )(??XR 是傅里葉級數(shù)的系數(shù)，由下式計算得到： dtettTR tJTT xX R ???? ? ??? ???? 222)2,2(1)( （ 210） )}({ ??XR 被稱為循環(huán)自相關函數(shù)， ,...)2,1,0(, ??? nTn 稱為信號的循環(huán)頻率，其 中 1?n 是稱為基本循環(huán)頻率。 0?? 時， 循環(huán)自相關函數(shù)就是傳統(tǒng)意義上的自相關函數(shù)。 如果信號具有循環(huán)遍歷性，統(tǒng)計平均可以由時間平均來代替。 南京郵電大學通達學院 20xx 屆本科生畢業(yè)設計（論文） 11 dtetxtxTR tJTTTX ?????? ? ??? ???? 222 * )2()2(1lim)( （ 211） 循環(huán)自相關函數(shù)還體現(xiàn)了循環(huán)平穩(wěn)信號的頻移相關性，令： tJetxt ??? ?? )()( tJetxt ?? ?? )()( 頻域表示為： )2()( ??? fXUfU )2()( ??? fXUfV 則有： dtetxtxTR tJTTTX ?????? ? ??? ???? 222* )2()2(1lim)( （ 212） dtttTdtetxtxTR T TTtJT TTX ?? ????????? ?????? 22*222* )2()2(1lim)2()2(1lim)( ??????? ? （ 213） 循環(huán)自相關函數(shù)的傅里葉變換定義為譜相關函數(shù)由下式得到： ?? ????? def ftJRS 2)()( ?????? （ 214） 在二元假設模型中，應用循環(huán)平穩(wěn)特征檢測，很容易得到如下所示的關系式： ????????????????????HSHHSSHSSffHfHffFHffsnsn1*01002000,)()2()2(0,00,)()()(0,)()(?????? （ 215） 循環(huán)平穩(wěn)特征檢測無需知道信號的先驗信息而且能夠區(qū)分噪聲和主用戶信號及調(diào)制類型，可以擺脫 背景噪聲的影響，因此與能量檢測法相比對信號有更好的檢測性能。但是 ,循環(huán)平穩(wěn)特征檢測的計算復雜度較高。 （ 3） 能量檢測 能量檢測算法又稱為基于功率的檢測算法，通過測量一段觀測空間（頻域或時域）內(nèi)的接受信號總能量來判斷是否有授權用戶信號出現(xiàn)，是一種非相關的次優(yōu)檢測算法。 南京郵電大學通達學院 20xx 屆本科生畢業(yè)設計（論文） 12 由于時域檢測需要多個相對應的濾波器，靈活性差，所以能量檢測多采用頻域的實現(xiàn)方式。它通過快速 FFT來觀察相應頻帶上的所接受到信號的總能量，通過FFT運算，可以在不增加檢測時長的前提下，提高其檢測性能。 傳統(tǒng)的信號檢測方法都是基于能量檢測的。能量檢 測模型如 圖 。 圖 能量檢測模型 假設主用戶信號 s(n)和噪聲信號 u(n)都是高斯分布的，均值及方差分別為 μ1和μ2及 σ1和 σ2。檢測時存在兩種情況，一種是主用戶存在，接收的信號包括主用戶信號和噪聲信號，另一種情況則是主用戶不存在的情況，接收的信號只包含噪聲信號，如下式所示： 12H : ( ) ( ) ( ) ,H : ( ) ( ) .y n s n u ny n u n??? （ 216） 能量檢測法先對接收信號做 N點 FFT，轉換到頻域，然后對頻域信號求模平 方，得到平均的能量計算值 T(y)，如下式所示： 211( ) ( )NnT y y nN ?? ? （ 217） 其中， y(n)為第 n個采樣信號； N＝ 2TW為采樣個數(shù)，當中 T、 W分別是采樣的時間和帶寬。最后將得到的能量計算值與設置的門限相比較，超過判決門限，就認為該頻段內(nèi)有主用戶的存在。 能量檢測法相對簡單、易實施，在許多研究中被采用，并且，它屬于非相干檢測，對相位同步要求不高。但是，能量檢 測法在低信噪比情況下的檢測性能不佳；正確檢測概率受干擾不確定性的影響較大；不適用于擴頻信號、直接序列信號以及跳頻信號；只能辨別主用戶是否存在，無法辨別主用戶的類型。 針對能量檢測法受干擾影響較大的情況，考慮通過主用戶發(fā)射機發(fā)送導頻信號輔助認知用戶的方法來提高檢測的正確度。但是它需要一個主用戶愿意“幫助”認知用戶的前提。 （ 4） 離散小波變換和離散小波包變換檢測 離散小波變換和離散小波包變換本質(zhì)上是對信號的時 —— 頻域聯(lián)合分析，可以克服傅立葉變換分析缺乏時域分析的不足。 離散小波變換對信號的分解過程是將某級近似空 間分解為下一級近似空間 V和細節(jié)空間 W，而對各級細節(jié)空間則不考慮進行分解的問題。這種信號分析方法對應于頻域的二進制頻程劃分，特別適用于具有豐富低頻成分的信號。 1 1 1j j j j j jV W V W W V? ? ?? ? ? ? ? （ 2