【導(dǎo)讀】下進(jìn)行的研究工作及取得的成果。盡我所知，除文中特別加以標(biāo)注和致謝的。獲得及其它教育機(jī)構(gòu)的學(xué)位或?qū)W歷而使用過(guò)的材料。權(quán)保存畢業(yè)設(shè)計(jì)（論文）的印刷本和電子版，并提供目錄檢索與閱覽服務(wù)；目的前提下，學(xué)校可以公布論文的部分或全部?jī)?nèi)容。個(gè)人或集體已經(jīng)發(fā)表或撰寫的成果作品。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人。和集體，均已在文中以明確方式標(biāo)明。本人完全意識(shí)到本聲明的法律后果由。涉密論文按學(xué)校規(guī)定處理。為了克服單認(rèn)知用戶檢測(cè)可靠。比也會(huì)不同，而目前等權(quán)重的感知算法沒(méi)有考慮這些因素的影響，因此它并不是最優(yōu)的。的信噪比下，動(dòng)態(tài)地賦予每個(gè)認(rèn)知用戶不同的權(quán)重，在認(rèn)知用戶將判決送到融合中心后，性能也優(yōu)于目前的方法。

　　

【正文】 度高的認(rèn)知節(jié)點(diǎn)將其本地硬判決結(jié)果傳送給數(shù)據(jù)融合中心，然后由中心節(jié)點(diǎn)進(jìn)行進(jìn)一步判決。由于中心式合作感知方法需要一個(gè)中心節(jié)點(diǎn)來(lái)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(jìn)行數(shù)據(jù)融合，進(jìn)而實(shí)現(xiàn)頻譜感知。因此，采用該方法進(jìn)行頻譜感知就需要建立一個(gè)以次用戶基站為中心的骨干網(wǎng)。這勢(shì)必會(huì)大大增加系統(tǒng)的運(yùn)行成本，造成大量的硬件開(kāi)銷。 頻譜 感知 經(jīng)過(guò)以上分析可知，合作頻譜感知方法確實(shí)可以大大地提高頻譜感知性能。但是，當(dāng)參與合作感知的各個(gè)認(rèn)知用戶從屬于不同服務(wù)對(duì)象時(shí)，他們將會(huì)優(yōu)先考慮提高自己本身業(yè)務(wù)的數(shù)據(jù)容量，而對(duì)合作頻譜感知貢獻(xiàn)度降低，進(jìn)而影響到整個(gè)合作頻譜感知性能。針對(duì)這種問(wèn)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(rèn)知節(jié)點(diǎn)獨(dú)立地進(jìn)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(wú)需中心節(jié)點(diǎn)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(shì)。然而，分布式合作頻譜感知方法也有一個(gè)顯 著的缺點(diǎn)，那就是算法復(fù)雜度較高，要求每個(gè)認(rèn)知節(jié)點(diǎn)有很強(qiáng)的信號(hào)處理能力。另外，由于各個(gè)認(rèn)知節(jié)點(diǎn)相互間需要交換大量的感知信息，這將顯著增加整個(gè)認(rèn)知網(wǎng)絡(luò)系統(tǒng)的開(kāi)銷。 有人提出了 一種分布式合作感知方法，該南京郵電大學(xué)通達(dá)學(xué)院 20xx 屆本科生畢業(yè)設(shè)計(jì)（論文） 19 方法中各認(rèn)知用戶只共享最后的判決結(jié)果，而無(wú)需傳送大量中間結(jié)果，減輕了整個(gè)網(wǎng)絡(luò)系統(tǒng)的負(fù)載。 研究者們 提出了一種分布式合作頻譜感知的認(rèn)知無(wú)線電架構(gòu)體系，在這個(gè)架構(gòu)體系中 ，各認(rèn)知用戶通過(guò)共享無(wú)線電特征參數(shù)來(lái)提高整個(gè)系統(tǒng)的檢測(cè)性能。研究者們 提出了一種基于進(jìn)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(gè)進(jìn)化博弈問(wèn) 題，并解決了在無(wú)融合中心節(jié)點(diǎn)的認(rèn)知無(wú)線網(wǎng)絡(luò)中如何將多個(gè)認(rèn)知用戶進(jìn)行合作來(lái)實(shí)現(xiàn)頻譜感知功能的問(wèn)題 在傳統(tǒng)的分布式合作檢測(cè)中，每個(gè)認(rèn)知用戶基于本地頻譜檢測(cè)算法獨(dú)立的完成本地檢測(cè)，然后將本地檢測(cè)的結(jié)果送到信息融合中心，信息融合中心在利用不同融合準(zhǔn)則做出最后的判決。分布式合作檢測(cè)的原理圖如圖所示， )1( niyi ??表示第 i個(gè)認(rèn)知用戶檢測(cè)到的主用戶的頻譜使用情況， )1( niui ?? 表示第 i個(gè)認(rèn)知用戶做出的本地判決，被送到信息融合中心，信息融合中心利用融合準(zhǔn)則得到最后的判決 u0 。 圖 分布式合作檢測(cè)原理圖 感知 另外一種容易被大家忽視的合作感知方法是基于認(rèn)知無(wú)線網(wǎng)絡(luò)外部感知節(jié)點(diǎn)的合作頻譜感知技術(shù)，它也是一種非常具有應(yīng)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(diǎn)執(zhí)行頻譜感知功能，并由它通過(guò)廣播的方式將頻譜占用的信息傳送給認(rèn)知無(wú)線電網(wǎng)絡(luò)。這種基于外部節(jié)點(diǎn)的頻譜感知算法解決了頻譜感知任務(wù)由認(rèn)知無(wú)線網(wǎng) 絡(luò)內(nèi)部認(rèn)知用戶完成的問(wèn)題，徹底解放了認(rèn)知無(wú)線電網(wǎng)授權(quán)給主用戶的某段頻譜 認(rèn)知用戶 1 認(rèn)知用戶 2 認(rèn)知用戶 3 認(rèn)知用戶 n 信息融合中心 y1 y3 y4 y2 U1 U2 U3 un …… U0 南京郵電大學(xué)通達(dá)學(xué)院 20xx 屆本科生畢業(yè)設(shè)計(jì)（論文） 20 絡(luò)內(nèi)部的認(rèn)知用戶，使得網(wǎng)內(nèi)的認(rèn)知用戶可專注于傳輸各種無(wú)線通信數(shù)據(jù)，而不必為頻譜感知額外增加網(wǎng)絡(luò)系統(tǒng)的開(kāi)銷。由于外部感知節(jié)點(diǎn)廣泛分布于主用戶通信信號(hào)的覆蓋范圍內(nèi)，這樣就使得該方法不僅克服了隱蔽終端問(wèn)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(wèn)題。另外，由于外部節(jié)點(diǎn)執(zhí)行了頻譜感知功能，因此，認(rèn)知用戶無(wú)需再花大量時(shí)間去執(zhí)行頻譜感知任務(wù)，這將進(jìn)一步提高整個(gè)認(rèn)知無(wú)線網(wǎng)絡(luò)系統(tǒng)的頻譜利用率。同時(shí)，由于外部感知節(jié)點(diǎn)無(wú)需移動(dòng)，且無(wú)需認(rèn)知無(wú)線網(wǎng)絡(luò)提供能量，因此，外部 節(jié)點(diǎn)合作頻譜感知方法也大大降低了認(rèn)知無(wú)線網(wǎng)絡(luò)的功耗。 研究人員設(shè)計(jì)出了一種基于傳感網(wǎng)絡(luò)的頻譜感知架構(gòu)。該傳感網(wǎng)絡(luò)只有感知單位節(jié)點(diǎn)組成，能對(duì)頻譜進(jìn)行連續(xù)性或周期性感知。傳感網(wǎng)絡(luò)中的每個(gè)感知節(jié)點(diǎn)均將感知結(jié)果傳送給中心節(jié)點(diǎn) (Sink node)，中心節(jié)點(diǎn)進(jìn)一步對(duì)這些感知數(shù)據(jù)進(jìn)行處理，并與周圍的認(rèn)知用戶共享頻譜占用信息。于是，這些認(rèn)知用戶便能利用從傳感網(wǎng)絡(luò)獲得的頻譜占用信息，選擇最優(yōu)信道進(jìn)行數(shù)據(jù)傳輸。在 IEEE 標(biāo)準(zhǔn)中，這種基于外部節(jié)點(diǎn)的合作感知方法也被建議用來(lái)檢測(cè)主用戶信號(hào)。 數(shù)據(jù)融 合準(zhǔn)則 合作可分為以下幾個(gè)級(jí)別，數(shù)據(jù)級(jí)合作、特征級(jí)合作、決策級(jí)合作，這些合作的級(jí)別是根據(jù)合作單元在系統(tǒng)中所處的地位而劃分的。數(shù)據(jù)級(jí)合作指的是合作單元直接把傳感器所采集的數(shù)據(jù)進(jìn)行合作處理。特征級(jí)合作指的是合作單元把從傳感器所獲取的相關(guān)參數(shù)組合形成一個(gè)特征矢量，并在此基礎(chǔ)上進(jìn)行決策。決策一級(jí)的合作是指組合傳感器的局部決策結(jié)果，即將多個(gè)局部決策的結(jié)果組成一個(gè)目標(biāo)決策的特征矢量。在 IEEE 系統(tǒng)中，合作檢測(cè)中不需要很復(fù)雜的層次，實(shí)際上，只有用戶和接收端兩個(gè)層次，存在兩種合作的情況：接收端直接處理用戶 站的采樣數(shù)據(jù)，另一種是用戶站先對(duì)采樣數(shù)據(jù)進(jìn)行判決，再將其所判決結(jié)果交給接收端做出下一步判決。前一種情況可以認(rèn)為是數(shù)據(jù)級(jí)的合作，也被稱為軟判決 (soft decision)，后者可認(rèn)為是決策級(jí)合作，相對(duì)應(yīng)的被稱為硬判決 (hard decision)。軟判決在檢測(cè)性能上相對(duì)于硬判決有一定的提高，但是傳送原始的測(cè)量數(shù)據(jù)需要消耗大量帶寬，相對(duì)于性能上的提升，系統(tǒng)的代價(jià)就顯的過(guò)大了，因此硬判決相對(duì)于軟判決更適合于認(rèn)知無(wú)線電系統(tǒng)。目前大多數(shù)認(rèn)知無(wú)線電合作檢測(cè)主要以硬判決為主，即多個(gè)傳感器先對(duì)采樣數(shù)據(jù)進(jìn)行判決，再將其所判 決的結(jié)果交給融合單元做出下一步判決。 硬判決算法 （ 1） 或 (OR) 融合規(guī)則 在多個(gè)認(rèn)知用戶組成的網(wǎng)絡(luò)中 ， 只要有一個(gè)認(rèn)知用戶檢測(cè)出存在授權(quán)用戶 ，南京郵電大學(xué)通達(dá)學(xué)院 20xx 屆本科生畢業(yè)設(shè)計(jì)（論文） 21 則基站就判決該頻段存在授權(quán)用戶。 該融合準(zhǔn)則是有較小的漏檢概率和極大的虛警概率。 使用該融合規(guī)則 ,檢測(cè)概率和虛警概率分別為 ： ?? ??? ni did PP 1 )1(1 （ 31） ?? ??? ni fif PP 1 )1(1 （ 32） 式中， n為參加合作的 認(rèn)知用戶數(shù)， Pdi表示第 i個(gè)認(rèn)知 用戶的檢測(cè)概率， Pfi 表示第 i個(gè)認(rèn)知用戶的虛警概率。 “或”融合規(guī)則的優(yōu)點(diǎn)是相對(duì)于“與”邏輯判決頻譜利用率有所提高 ,缺點(diǎn)是對(duì)主用戶干擾大 ,單個(gè)節(jié)點(diǎn)的判決結(jié)果對(duì)整個(gè)協(xié)作判決影響較大。 （ 2） 與 (AND) 融合規(guī)則 在多個(gè)認(rèn)知用戶組成的網(wǎng)絡(luò)中 ， 所有的認(rèn)知用戶都檢測(cè)出存在授權(quán)用戶 ， 則基站才判決該頻段存在授權(quán)用戶。該融合準(zhǔn)則與或準(zhǔn)則相比是犧牲了漏檢概率來(lái)?yè)Q取虛警概率的減小。使用該融合規(guī)則 ， 檢測(cè)概率 和虛警概率分別： ??? ni did PP 1 （ 33） ??? ni fif PP 1 （ 34） “與”融合規(guī)則的優(yōu)點(diǎn)是對(duì)主用戶的干擾較低 ,缺點(diǎn)是頻譜利用率低 ， 單個(gè)節(jié)點(diǎn)的判決結(jié)果對(duì)整個(gè)協(xié)作判決影響較大。 （ 3） K/N準(zhǔn)則 K/N準(zhǔn)則值得是將每個(gè)認(rèn)知用戶的本地判決結(jié)果加起來(lái)，將所得的數(shù)值與預(yù)期先設(shè)定的門限 K相比較，若超過(guò)該門限值，則判決為有住用戶信息存在，否則 判決為至用戶信息不存在。 Kni idH???10: （ 35） Kni idH???11: （ 36） 軟判決算法 在信道條件比較好的時(shí)侯 ,接收信噪比較高時(shí) ,認(rèn)知用戶硬判決可信度比較高 , 但是當(dāng)接收信噪比較低時(shí) ,硬判決對(duì)系統(tǒng)性能的提升就不明顯 ,這個(gè)時(shí)候需要引入南京郵電大學(xué)通達(dá)學(xué)院 20xx 屆本科生畢業(yè)設(shè)計(jì)（論文） 22 軟判決。軟判決協(xié)作檢測(cè)算法中 ， 每一個(gè)認(rèn)知用戶的檢測(cè)都采用軟判決 ， 檢測(cè)結(jié)果可以是似然比值 ， 也可以是能量值 。然后把軟判決結(jié)果發(fā)送到處理中心。軟判決協(xié)作檢測(cè)算法常用的有分區(qū)算法 ,似然比算法 ,線性加權(quán)法等。 (1) 分區(qū)算法 分區(qū)算法是一種綜合利用了硬判決和軟判決的方法。分區(qū)算法在信道條件好的認(rèn)知用戶中采用硬判決 ,而在信道條件較差的認(rèn)知用戶中采用了軟判決。 (2) 似然比算法 似然比算法采用似然值作為檢測(cè)的依據(jù)是一種完全的軟判決算法。理論研究和仿真結(jié)果表明 ， 似然比檢測(cè)是性能最優(yōu)的檢測(cè)方法 ， 其缺點(diǎn)在于算法復(fù)雜度比較高。似然比檢測(cè)過(guò)程中 ， 每個(gè)認(rèn)知用戶檢測(cè)當(dāng)前頻段的信號(hào) ， 把檢測(cè)到的信號(hào)能量值轉(zhuǎn)化為似然比 ， 然后發(fā)送給處理中心 ； 處理中心根據(jù)每個(gè)認(rèn)知用戶的似然比 ,采用一定的判決算法判斷當(dāng)前頻段是否空閑。 (3) 權(quán)重增益協(xié)作感知算法 權(quán)重增益協(xié)作感知算法 (Weighter Gain Com2bin , WGC)， 是一種基于權(quán)重比較的協(xié)作思想的軟合并方法 ， 認(rèn)知用戶并不是傳輸各自的判決結(jié)果 0和 1， 而是將自己檢測(cè)到的能量值或者相關(guān)數(shù)據(jù)傳輸給 AP， 由 AP 根據(jù)接收到的認(rèn)知用戶的所有數(shù)據(jù)進(jìn)行主用戶存在的判定。 部分用戶合作 有些時(shí)候參與合作檢測(cè)的用戶可能處于深度衰落或遮擋中，或者由于周圍存在著較強(qiáng)的干擾，無(wú)法對(duì)授權(quán)信號(hào)做出準(zhǔn)確的檢測(cè) 。這些用戶是不可靠。而他們的判決結(jié)果會(huì)對(duì)合作檢測(cè)的結(jié)果造成嚴(yán)重影響。所以說(shuō)并不是把所有用戶的判決結(jié)果都進(jìn)行合作就能得到最好的檢測(cè)結(jié)果。于是把一些不可靠用戶的檢測(cè)所得的結(jié)果忽略掉，采用部分合作的方法可以進(jìn)一步提高認(rèn)知系統(tǒng)的檢測(cè)性能的。由于遮擋影響，多個(gè)用戶站的接收信噪比由于遮擋影響是不同的，一般呈對(duì)數(shù)正態(tài)分布。高信噪比的用戶檢測(cè)性能較好。所以合作檢測(cè)時(shí)盡量選擇接收信噪比高的用戶站的檢測(cè)結(jié)果融合，忽略掉低信噪比的用戶站的結(jié)果，有利于系統(tǒng)檢測(cè)性能。在線用戶數(shù)量一定的情況下，選擇參與融合的用戶站的數(shù)量將會(huì)影響到系統(tǒng) 的檢測(cè)性能。這里可以選擇固定比例的用戶數(shù)目進(jìn)行合作，也可以選擇最佳的部分合作用戶數(shù)。這里給出一個(gè)最佳部分融合數(shù)的方法。對(duì)于給定在線用戶數(shù)為 M的認(rèn)知無(wú) \線電系統(tǒng)，其融合單元的用戶數(shù)目為 k，融合準(zhǔn)則為“或”準(zhǔn)則。采用固定虛警概率準(zhǔn)則設(shè)計(jì)，即固定虛警概率 pf，且假設(shè)所有用戶的檢測(cè)器沒(méi)有差別，則單個(gè)用戶的虛警概率設(shè)定為 kfjf pp ??? 11,。融合單元選擇接收信噪比量最大南京郵電大學(xué)通達(dá)學(xué)院 20xx 屆本科生畢業(yè)設(shè)計(jì)（論文） 23 的 k個(gè)用戶的判決結(jié)果進(jìn)行合作，系統(tǒng)檢測(cè)概率為 ?? ???kj jdd pp 1 , )1(1。 那么最佳部分合作的用戶數(shù)為 ),(maxarg1 MkpMk d?? ，即在給定的系統(tǒng)虛警概率條件下，使系統(tǒng)平均檢測(cè)概率最大的部分用戶數(shù)。通過(guò)仿真的結(jié)果我們可以發(fā)現(xiàn)，系統(tǒng)平均檢測(cè)概率隨這融合用戶數(shù)的增加經(jīng)歷了一個(gè)先上升后下降的過(guò)程，存在一個(gè)峰值。 南京郵電大學(xué)通達(dá)學(xué)院 20xx 屆本科生畢業(yè)設(shè)計(jì)（論文） 24 第 五 章 基于加權(quán)的認(rèn)知無(wú)線電檢測(cè)融合技術(shù) 概述 盡管目前提出了一些合作頻譜感知方法，但是研究主要集中在單個(gè)認(rèn)知用戶獨(dú)立同分布且具有相同的平均信融 噪比情況下，以等權(quán)重的方 式進(jìn)行數(shù)據(jù) 合，在實(shí)際工作環(huán)境下，單個(gè)認(rèn)知用戶由于分布在不同的地理位置和環(huán)境，其平均信噪比也會(huì)不同，每個(gè)認(rèn)知用戶的局部判決在融合中心對(duì)全局判決的影響也不相同，而目前等權(quán)重的感知算法沒(méi)有考慮這些因素的響，因此它并不是最優(yōu)的。基于上述問(wèn)題，本文采用一種加權(quán)合作頻譜感知技術(shù)，它根據(jù)單個(gè)認(rèn)知用戶工作處在不同的信噪比下，動(dòng)態(tài)地賦予每個(gè)認(rèn)知用戶不同的權(quán)重，在認(rèn)知用戶將判決送到融合中心后，中心對(duì)各個(gè)認(rèn)知用戶的判決加以不同的權(quán)重后再作出判決，從而可以提高頻譜感知的性能。仿真結(jié)果表明，加權(quán)合作頻譜感知不僅克服了目前合作頻譜感知 方法的不足，其檢測(cè)性能也優(yōu)于目前的方法，能大大提高對(duì)主用戶和頻譜空穴的檢測(cè)概率。 基于能量檢測(cè)的單認(rèn)知用戶檢測(cè)模型 單認(rèn)知用戶感知通常采用匹配濾波器檢測(cè)、能量檢測(cè)、周期平穩(wěn)特征檢測(cè)。由于能量檢測(cè)算法是非相干檢測(cè)，對(duì)相位同步要求不高，計(jì)算復(fù)雜度低，檢測(cè)時(shí)間短，實(shí)現(xiàn)簡(jiǎn)單，所以對(duì)單個(gè)認(rèn)知用戶采用能量檢測(cè)。 檢測(cè)的基本假設(shè)模型可以描述為： ??????? HHtntxth tnty 10)()(*)( )()( （ 41） )(ty 是認(rèn)知用戶接收到的信號(hào)， )(tx 是主用戶發(fā)射的信號(hào)， )(tn 是加性高斯白噪聲， h(t)是信道的增益。在 H0假設(shè)下，表示沒(méi)有主用戶出現(xiàn)， H1假設(shè)表示存在主用戶。為了測(cè)量接收信號(hào)的能量，首先接收到的主用戶信 號(hào) x(t)通過(guò)中心頻率為 fc、帶寬為 W的理想帶通濾波，對(duì)理想帶通濾波器輸出信號(hào)進(jìn)行平方運(yùn)算，并在觀測(cè)時(shí)間內(nèi)進(jìn)行積分，并將積分器的輸出 Y與門限值 ? 進(jìn)行比較，從而檢測(cè)出主用戶是否出現(xiàn)。檢驗(yàn)統(tǒng)計(jì)量 Y的分布為： ??