【正文】 的不分組的協(xié)作頻譜感知。 ，組內(nèi)的融合方式采用的函數(shù)是或融合方式，證明了其在檢測性能上的優(yōu)越性，因此在本節(jié)中將雙門限方法應(yīng)用于組內(nèi)融合，提出了一種改進的分組協(xié)作頻譜感知方法。算法的具體步驟如下: 1）將M個用戶分為個組，每個組的用戶數(shù)是，因為每個組內(nèi)用戶地理位置比較靠近，所以假設(shè)組內(nèi)的匯報信道為理想信道，組的每個次用戶對主用戶進行頻譜檢測，得到能量值，然后根據(jù)雙門限法將判決結(jié)果或者能量傳送給本組的簇頭，簇頭再次使用雙門限方法檢測，得出本組的判決結(jié)果: ①個次用戶判斷檢測能量是否落入?yún)^(qū)間。②若是，則第個用戶將檢測量發(fā)給簇頭，否則向第個分組的簇頭匯報根據(jù)門限進行判決后生成的本地判決結(jié)果，假設(shè)為簇頭收到的次用戶發(fā)來的信息，則有: （353）以及 （354） ③不失一般性，假設(shè)第個分組的簇頭收到的個信息中，有個本地判決結(jié)果和(一)個能量檢測值，也就是有個次用戶的檢測量落在區(qū)間外，(一)個落在區(qū)間內(nèi)。則融合中心根據(jù)(一)個落在區(qū)間內(nèi)的檢測量做一個軟融合(EGC融合方法): (355) 其中就是上述章節(jié)中分析的能量檢測門限值。這時由于這(一)個次用戶不能區(qū)別主用戶出現(xiàn)與否，因此簇頭綜合他們的檢測結(jié)果做出判決。根據(jù)[38]中的分析，符合下面的分布: （356） 其中=代表了第個分組內(nèi)(一)個用戶的總信噪比. ④融合中心利用硬融合(比如或融合)方法做出最終決定，根據(jù)下式判定主用戶存在與否： （357）2) 第個組的簇頭都將本組的判決結(jié)果匯報給融合中心，融合中心根據(jù)函數(shù)融合這個結(jié)果做出最終的結(jié)果: （358）為在經(jīng)歷信道衰落后融合中心接收機解碼后收到的數(shù)據(jù)(0或是1)。 實驗中，分別對AWGN信道和Rayleigh信道下的性能進行仿真。其中分為兩個組: 1)分組數(shù)。 2)每組的用戶個數(shù):=4， 3)兩組的平均SNR分別為:， 4)信道參數(shù)=5 5) 6)非理想?yún)R報信道的信噪比=10dB。 在各種不同的信道狀況下，對于不分組，分組，雙門限，及本文提出的雙門限分組這四種算法進行比較，得出的性能曲線如圖所示。從圖中可以看出這些信道狀況下本文提出的方法均優(yōu)于普通的分組協(xié)作方法、雙門限方法和一般的硬融合協(xié)作方法。 圖36 AWGN理想?yún)R報信道下性能曲線 圖37 Rayleigh理想?yún)R報信道下性能曲線 圖3 8 Rayleigh非理想?yún)R報信道下性能曲線 下面就分析本文提出的改進算法中用戶數(shù)與檢測性能的關(guān)系。假設(shè)=2，=118，，，下圖39,310是AWGN以及Rayleigh信道下用戶數(shù)與檢測性能的仿真結(jié)果。 從圖中可以看出本文的改進方法在多用戶時能夠大大提高檢測性能。而且，如果不分組，所有次用戶都向融合中心匯報，融合中心需要很久才能全部接收完各個次用戶的信息，現(xiàn)在使用分組的方法，進行二次融合，各個組自己通信，然后簇頭向融合中心匯報，融合中心只要接收少量幾個簇頭的數(shù)據(jù)，從這方面講，用戶數(shù)越多，在匯報時間上越短?？梢哉f本文的方法非常適合次用戶較多的場合。 圖39 AWGN理想?yún)R報信道下用戶數(shù)與檢測概率關(guān)系 圖310 Rayleigh非理想?yún)R報信道下用戶數(shù)與檢測概率關(guān)系 下面從信噪比的角度分析本文提出的改進算法與其他算法的對比。其中設(shè)=4,=3，，，Rayleigh信道下的仿真結(jié)果如圖310所示。圖中橫坐標SNR表示的是分組2的匯報信道的信噪比。 當(dāng)分組2中匯報信道的信噪比為時。當(dāng)分組2中匯報信道的信噪比為時。當(dāng)分組2中匯報信道的信噪比為時。從上面數(shù)據(jù)可以看出，SNR從到時整個系統(tǒng)的信噪比變化不大，而從到變化很大，因此圖311中曲線中從到時檢測性能變化不大、而從到變化很大。 而且從圖中還可以看出，本文方法在信道狀況差時有明顯優(yōu)勢，在信道狀況好的時候，本文方法與其他方法性能相差不大，體現(xiàn)出本文方法的抗信道衰落能力。 圖311 Rayleigh非理想?yún)R報信道下信噪比與檢測概率關(guān)系 本章首先介紹的是多用戶協(xié)作頻譜感知一般的硬融合、軟融合算法，并介紹了一種基于軟、硬融合的算法一一雙門限頻譜檢測算法，對于上述的算法分別進行了仿真對比，證明了多用戶協(xié)作頻譜感知在檢測性能上的確是優(yōu)于單用戶檢測的。由于每個次用戶檢測后都向融合中心匯報的方式存在著一定的缺陷，也影響了系統(tǒng)的性能，接著本章還分析了基于分組的協(xié)作頻譜感知算法，將用戶分成若干的組，每組信道狀況最好的用戶負責(zé)向融合中心匯報本組用戶的檢測情況，仿真對比不分組的算法，體現(xiàn)了分組算法在匯報信道不理想的狀況下的檢測優(yōu)勢。本章的最后提出了一種改進的分組協(xié)作頻譜檢測方式，在組內(nèi)決策時使用雙門限檢測代替或融合判斷。兩種算法結(jié)合后的方法比起原先的協(xié)作感知方法，無論是從用戶數(shù)還是信噪比角度看，性能都十分好；而且更適用于多用戶場合。 第4章 結(jié)束語 隨著無線通信技術(shù)的發(fā)展、各種無線業(yè)務(wù)的快速出現(xiàn)，越來越多的業(yè)務(wù)使用無線方式接入，大大增加了對無線頻譜的需求。而有限的頻譜資源使得無線通信的發(fā)展停滯不前，研究發(fā)現(xiàn)大部分已經(jīng)分配給授權(quán)用戶的頻段利用率不高，而近年提出的認知無線電技術(shù)，既解決了頻譜稀缺問題，又提高已分配頻譜利用率。認知無線電中的一個重要環(huán)節(jié)及關(guān)鍵技術(shù)就是頻譜感知技術(shù)，研究如何準確而快速地檢測主用戶所在的頻段、接入通信并且及時退避。其中，多用戶協(xié)作頻譜檢測因其更優(yōu)的檢測性能成為現(xiàn)在研究的熱點，本文就認知無線電中的協(xié)作頻譜感知技術(shù)進行了深入研究。 本文分析了認知無線電提出的背景和其中的關(guān)鍵技術(shù)，特別是針對CR系統(tǒng)工作的前提和保證一一頻譜感知技術(shù)，進行了詳細和深入的討論，詳細介紹了常用的單用戶檢測算法以及多用戶協(xié)作頻譜檢測算法，提出了符合實際通信環(huán)境的基于硬件平臺的仿真方案，圍繞這些問題展開了深入研究。全文工作總結(jié)如下： 1)論文歸納了認知無線電中的經(jīng)典頻譜檢測算法，如單用戶本地檢測中的能量檢測算法、匹配濾波器算法、循環(huán)平穩(wěn)檢測算法等，對比了單用戶檢測算法在適用環(huán)境、復(fù)雜度上的優(yōu)缺點，并指出了單用戶檢測中存在的缺陷，引入了多用戶協(xié)作頻譜檢測的概念。詳細研究了協(xié)作頻譜檢測算法中經(jīng)典的硬融合、軟融合算法及其檢測性能，包括或融合、與融合、K秩融合、EGC融合等，并仿真對比了以上的各種檢測算法。 2)分析研究基于軟、硬融合算法的雙門限檢測算法，在能量檢測算法的基礎(chǔ)上利用兩個門限值對觀測到的能量進行判斷，減少了檢測出錯的概率，因而提高了系統(tǒng)的檢測性能。闡述了基于分組的協(xié)作頻譜感知算法，將次用戶分為幾個組，組內(nèi)進行協(xié)作后由選定的簇頭將本組的結(jié)果發(fā)送給融合中心進行二次判斷，在匯報信道狀況差的情況下能體現(xiàn)出極大的優(yōu)勢。 3)在以上研究的基礎(chǔ)上提出了一種改進的基于雙門限檢測方法的分組協(xié)作頻譜檢測算法，在組內(nèi)協(xié)作時使用雙門限檢測算法。通過仿真對比這些協(xié)作檢測的算法，證明了論文提出的算法在檢測性能上優(yōu)于一般的各種協(xié)作檢測算法，包括雙門限檢測算法以及基于分組的協(xié)作頻譜檢測算法，尤其是在匯報信道存在衰落的環(huán)境下。 4)提出了一種基于硬件平臺的協(xié)作檢測仿真方案，方案結(jié)合了實際的通信環(huán)境，分別給出了基站端和用戶端的方案，包含了如何加入、退出系統(tǒng)、如何向基站匯報、何時檢測、何時匯報、接口協(xié)議等方面的內(nèi)容，隨后給出了基于認知無線電硬件平臺的仿真結(jié)果，證明該仿真方案能夠很好地實現(xiàn)協(xié)作頻譜檢測方案，在不影響授權(quán)用戶的情況下可以接入通信。 認知無線電是一項非常復(fù)雜的技術(shù)，盡管本文在認知無線電的協(xié)作頻譜感知技術(shù)方面已經(jīng)做了比較深入的研究，但是仍有許多問題需要探索: 1)當(dāng)前對于頻譜檢測的研究已有大量的工作，都是在主用戶先驗信息已知的情況下進行檢測，使用的都是能量檢測方法，而在實際的通信環(huán)境中，大多數(shù)情況下主用戶的信息是未知的，研究快速、準確地檢測未知主用戶的新算法始終是一個值得研究的方向，并且可將協(xié)作、分組等概念加入對未知主用戶的檢測方法中； 2)在已有頻譜檢測算法的研究中，對于寬帶頻譜的檢測較少，而實際情況下，很多主用戶都是寬帶，若是用普通的奈科斯特采樣及能量檢測，計算量極大，如何快速地檢測主用戶是當(dāng)下的一個熱點也是難點，此類的寬帶頻譜檢測以及通過協(xié)作的方式對寬帶進行檢測是接下來研究的一個方向。3)混合型協(xié)作頻譜感知算法可以結(jié)合幾種協(xié)作頻譜感知的優(yōu)點，比如論文中詳細研究的雙門限檢測方法以及改進的分組協(xié)作方式，如何更好地結(jié)合各檢測算法、改進現(xiàn)有算法是提高頻譜檢測性能的一個關(guān)鍵。文獻參考[1] Federal Communications Commission. Spectrum policy task force report[R]. Technical Report 02135, Nov .2002.[2] McHenry M A. NSF Spectrum occupancy measurements project summary[R]. Shared spectrum pany report, 2005.[3] GGanesan, YG Li, Cooperative spectrum sensing in cognitive radio networks，Proc. IEEE DySPAN 2005, November 2005:137143.[4] P. Kolodzy et al., ext generation munications: Kickoff meeting, in Proc. DARPA, Oct. 17,2001.[5] Joseph Mitola. Cognitive Radio: An Integrated Agent Architecture for Software Defined Radio. PhD Dissertation, Royal Institute of Technology, 2000[6] M. McHenry, Frequency agile spectrum access technologies, in FCC Workshop Cogn. Radio, May 19, 2003.[7] G Staple and K. Werbach, The end of spectrum scarcity, IEEE Spectrum, vol. 41, no. 3, : 4852,.[8] Simon Haykin. Cognitive Radio: Brainempowered Wireless Communications. IEEE JSAC, ,2005:201220. [9] Brodersen, A. Wofisz, and D. Cabric, et al., CORVUS: a cognitive radio approach for usage of virtual unlicensed spectrum, White Paper, Berkeley Wireless Research Center, UC Berkeley,2004[10] F. Capar, I. Martoyo, , F. Jondral. Comparison of bandwidth utilization for controlled and uncontrolled channel assignment in a spectrum pooling system. VCT Spring 2002.[11] Tevfik Yucek, Huseyin Arslan. A Survey of Spectrum Sensing Algorithms for Cognitive Radio Applications .IEEE Communications Surveysamp。Turveysamp。Tutorials,2009[12] T. Roosta, S. M. Mishra, A. Ghazizadeh. Robust Estimation and Detection in Ad Hoc and Sensor IEEE International Conference on Mobile Adhoc and Sensor Systems MASS)，2006: 236245.[13] J. G Proakis, Digital Communications, 4th ed.