【正文】 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。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。無論這三種合作頻譜檢測方法中的哪一種都和每個認知用戶的本地頻譜檢測的性能有著很大的關(guān)系，任何本地虛警概率、檢測概率都會影響到合作后的系統(tǒng)的虛警概率及檢測概率。合作頻譜檢測是相對于單個用戶的本地頻譜檢測算法而言的，參與合作頻譜檢測的認知用戶都是采用基于主用戶發(fā)射端檢測方法的。當認知用戶做出這兩類錯誤的判斷后就會傳輸自己的數(shù)據(jù)，從而對主用戶的通信造成干擾，發(fā)生隱藏終端問題。 合作頻譜檢測的必要性在圖 中，主用戶發(fā)射機的覆蓋范圍為R ，處在這個范圍內(nèi)的主用戶接收機都能正常接收到發(fā)射機的信號。合作頻譜感知通過多個節(jié)點共同檢測授權(quán)用戶，從而提高檢測性能。由于多徑衰落和陰影效應(yīng)的影響，單認知用戶檢測可靠性低，因此合作頻譜感知被提出。第四章 合作頻譜檢測技術(shù)認知無線電有三個基本任務(wù)：頻譜感知、動態(tài)頻譜分配和發(fā)送功率控制。分析表明迭代注水法更適用于多用戶環(huán)境，可通過增加遺憾意識的學習機制提高其性能，以支持更多用戶接入。目前主流的方法是采用Markov對策進行分析解決。若不考慮競爭現(xiàn)象，可看作純合作對策，這樣該問題就簡化為一個最優(yōu)控制理論問題，但限制了問題的許多方面。到目前為止，一般主要應(yīng)用信息論和對策論來解決其功率控制的難題。對于既存在合作又存在競爭的多址CR系統(tǒng)，為避免多用戶的沖突問題，分布式功率控制的研究更為重要。即采用兩用戶重復(fù)對策理論建模，借助遺傳算法來搜索策略空間。一種可行的方法是將測量到的主用戶接收機信號的本地信噪比(SNR, Signal to Noise Ratio)近似為認知用戶與主用戶間的距離，從而相應(yīng)的調(diào)整認知用戶的發(fā)射功率。 采用CR技術(shù)實現(xiàn)頻譜共享的前提是必須保證對主用戶不造成干擾，而每個分布式操作的認知用戶的功率分配是造成干擾的主要原因，因此需要探索適用于CR技術(shù)的分布式功率控制方法。前者是只要頻譜池有空閑的子信道，主用戶就可以選擇空閑信道而不中斷認知用戶的通信；后者是主用戶并不考慮認知用戶是否占用信道，只要需要就占用原信道。Capar等人在該領(lǐng)域做了初步探索。無論是基于合作的方法還是基于規(guī)則的方法，大多是用來解決多個認知用戶之間如何選擇頻譜以最大化利用率的問題。其基本思路是用戶通過觀察本地干擾碼型，依據(jù)預(yù)先設(shè)定的適用于不同場景的規(guī)則獨立決策選擇信道，從而使系統(tǒng)的性能、復(fù)雜度和通信成本取得折衷，因此該方法也稱為基于規(guī)則的方法。這對于能量受限的通信系統(tǒng)，如Ad Hoc、無線傳感器網(wǎng)絡(luò)等并不適用。如Peng和Zheng等人相繼提出的標簽機制，可區(qū)分用戶的優(yōu)先級，得到50%的性能改善；Cao等人提出的本地討價還價(Local Bargaining)算法，采用公平的業(yè)務(wù)保證機制，可提供文獻中相近的性能，但明顯降低了系統(tǒng)的復(fù)雜性。但這種基于合作的方法強調(diào)系統(tǒng)的整體有效性，必要時需犧牲局部性能。由于經(jīng)典對策模型不包含學習環(huán)節(jié)，采用一些嵌入學習功能的改進型對策模型如貝葉斯對策等，是目前研究的熱點問題。由于認知用戶本質(zhì)上是一個自治的智能代理，目前的研究大多集中于動態(tài)分布式資源分配方面?；陬l譜共享池策略的DSA實質(zhì)上是一個受限的信道分配問題，以最大化信道利用率為主要目標的同時考慮干擾的最小化和接入的公平性。因此目前基于CR的DSA的研究主要基于頻譜共享池(Spectrum Pooling)這一策略。 由于CR網(wǎng)絡(luò)中用戶對帶寬的需求、可用信道的數(shù)量和位置都是隨時變化的，傳統(tǒng)的話音和無線網(wǎng)絡(luò)的DSA方法不完全適用。由于遠距離的本振泄漏功率很弱，且是動態(tài)變化的，所以此檢測算法是距離受限的。在此過程中，本振信號不可避免的將從天線中泄漏出去。（2）本振泄露的檢測現(xiàn)有射頻無線電系統(tǒng)中，接收機是基于超外差接收機的結(jié)構(gòu)設(shè)計的。 等人提出了一種本振泄露的檢測方法，通過檢測本振泄露功率來判斷主接收機所使用的信道，可以準確地定位主用戶，同時次用戶也可以利用這些信息確定工作頻段。另外，早期的檢測方法有周期平穩(wěn)過程特征檢測，但并不能滿足可靠的檢測概率要求。（1）干擾溫度估計的檢測目前的無線電環(huán)境是以發(fā)送端為中心的，要求發(fā)送的信號功率在設(shè)計中大于某一個噪聲底限。但是在噪聲概率密度函數(shù)不對稱的條件下，該方法將不再適用。在信號波形未知而造成匹配濾波器性能惡化時，利用該方法對確定性信號進行檢測的性能與已知波形時匹配濾波器的檢測性能相近?；谶@個基本原理，就可以通過計算接收信號采樣的奇次階矩，來判別其中是否存在確定性信號或非對稱分布隨機信號。在這種噪聲中加上確定性信號后，形成的接收信號不再是平穩(wěn)的，因此，這種接收信號采樣的奇次階矩非零。（5）高階統(tǒng)計量檢測高階統(tǒng)計量檢測方法是一種基于高斯噪聲的奇次高階矩為零的原理對接收信號的奇次高階矩進行加工形成檢驗統(tǒng)計量，與門限比較來進行二元判決的檢測方法。此外，該方法還可以通過采用不同的分辨率分析主用戶頻段，以進一步提高檢測的速度。(a) 離散小波變換二級分解 (b) 離散小波包變換二級分解 離散小波變換和離散小波包變換的二級分解(a) 離散小波變換二級分解的頻域劃分 (b) 離散小波包變換二級分解的頻域劃分 離散小波變換和離散小波包變換二級分解的頻譜劃分通過離散小波變換或者離散小波包變換，我們可以得到接收信號在各子頻帶的分布狀況，進而判斷各子頻帶是否已被占用，從而完成空閑頻譜的檢測。它與離散小波變換的區(qū)別就在于它不僅分解近似空間，也分解細節(jié)空間，這就意味著它可以實現(xiàn)對頻域的等間隔劃分。由于主用戶信號往往具有較高的頻率成分，這就要求信號分析不僅只對低頻頻段做精細劃分，也能對高頻頻段做更精細的劃分。Ψ0，0=Ψ(t)。j為頻域的分辨率等級?！鳓貫樾〔ê瘮?shù)Ψ(t)的頻率窗寬度，大約等于π/2。這種信號分析方法對應(yīng)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。（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。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(dǎo)頻信號輔助認知用戶的方法來提高檢測的正確度。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。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： （216）能量檢測法先對接收信號做N點FFT，轉(zhuǎn)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： （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。傳統(tǒng)的信號檢測方法都是基于能量檢測的。由于時域檢測需要多個相對應(yīng)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。但是,循環(huán)平穩(wěn)特征檢測的計算復(fù)雜度較高。 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。如果一個隨機過程的均值和自相關(guān)函數(shù)都體現(xiàn)周期性，且周期與信號的周期相同，我們就說是廣義循環(huán)平穩(wěn)的，即滿足： （27） （28）因為自相關(guān)函數(shù)具有周期特性，因此可以展開為傅里葉級數(shù)： （29）其中 是傅里葉級數(shù)的系數(shù)，由下式計算得到： （210） 被稱為循環(huán)自相關(guān)函數(shù)， 稱為信號的循環(huán)頻率，其中 是稱為基本循環(huán)頻率。循環(huán)平穩(wěn)特征檢測算法就是通過利用譜相關(guān)函數(shù)檢測信號中是否存在循環(huán)周期特征來確定授權(quán)用戶是否存在（噪聲沒有循環(huán)周期特性）。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。同理， 條件下， Z服從均值為 ，方差為的高斯分布。其中基于導(dǎo)頻檢測相對簡單，易于實現(xiàn)。以下為幾種典型的頻譜感知技術(shù)。頻譜檢測的任務(wù)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。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。當前這一部分研究相對來講更為滯后。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(chǔ)上進行調(diào)整是一個較好的解決方案。由于當前無線頻譜環(huán)境的復(fù)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。調(diào)整能力是完成傳輸?shù)年P(guān)鍵，根據(jù)檢測和分析的相關(guān)結(jié)果，認知無線電設(shè)備通過先進的功率控制技術(shù)、不同的編解碼以及調(diào)制技術(shù)，選擇合適的頻點和發(fā)射時機，從而成功地完成傳輸。如果說檢測是信息的獲取，那么分析就是對相關(guān)信息的初步處理。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。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。由特殊應(yīng)用環(huán)境所決定，認知無線電必須具備精確的無線頻譜檢測能力，必須在可使用的全頻段范圍內(nèi)多維度進行頻譜檢測，從而發(fā)現(xiàn)可使用的頻段。IEEE 工作組授權(quán)開發(fā)一個共同操作的點到多點的空中接口（即物理層和MAC 層）標準，該標準用于現(xiàn)存廣播電視所在的頻段，用于基于CR 的WRAN。當一個無線Mesh網(wǎng)的骨干網(wǎng)絡(luò)是由認知接入點和固定中繼點組成時，無線Mesh網(wǎng)的覆蓋范圍能夠大大增加。隨著網(wǎng)絡(luò)密度的增大和服務(wù)要求吞吐量的提高，無線Mesh網(wǎng)需要更高的處理能力。目前主要的UWB 設(shè)計方案包括直接序列UWB 方案和多頻帶OFDMUWB 方案， 等人論證了多頻帶OFDMUWB 方案更適合CR 技術(shù)的應(yīng)用。認知無線電的實現(xiàn)不一定需要軟件定義無線電的支撐，但如果借助于軟件定義無線電，則認知無線電會具有更多潛在的優(yōu)勢。目前人們對認知無線電和軟件定義無線電的關(guān)系基本達成共識：軟件定義無線電具有相當?shù)撵`活性，但相比認知無線電缺乏一定的智能。針對頻譜利用率低的現(xiàn)狀，F(xiàn)CC提出采用認知無線電技術(shù)實現(xiàn)開放頻譜系統(tǒng)，即合法的授權(quán)用戶（也稱主用戶）具有高的優(yōu)先權(quán)接入頻譜，而具有認知無線電功能的非授權(quán)用戶（也稱次用戶或認知用戶）可在對授權(quán)用戶不造成干擾的情況下機會接入頻譜。FCC提出的認知無線電功能是以上兩種認識的一個相對簡化的版本。Rieser指出認知無線電不一定需要軟件定義無線電的支撐，采用基于遺傳算法的生物啟發(fā)認知模型對傳統(tǒng)無線電系統(tǒng)的物理層和媒體接入控制(MAC, Media Access Control) 子層的演進過程建模，更適用于可快速部署的災(zāi)難通信系統(tǒng)。它可通過無線電知識描述語言(RKRL, Radio Knowledge Representation Language)，采用基于模式的推理方式與網(wǎng)絡(luò)進行智能交流，因此其認知功能的實現(xiàn)主要在應(yīng)用層或更高層。一種認識的代表是以Mitola為首的瑞典皇家科學院，他們強調(diào)軟件定義無線電(SDR, Software Defined Radio)是認知無線電實現(xiàn)的理想平臺。但以上這些具有基本認知能力的技術(shù)只是認知無線電功能的極小一部分，這些技術(shù)可以按漸進的方式擴展直到實現(xiàn)認知無線電承諾的全部性能。典型的例子有：工作于45MHz左右的無繩電話系統(tǒng)采用一種信道自動選擇機制避免使用已占用的信道；免授權(quán)的個人通信業(yè)務(wù)(PCS, Personal Communication Service)設(shè)備在傳輸數(shù)據(jù)之前預(yù)先偵聽頻譜的占用情況，以避免對其他的免授權(quán)設(shè)備造成干擾；工作于 ，采用動態(tài)頻率選擇(DFS, Dynamic Frequency Selection)和發(fā)送功率控制(TPC, Transmit Power Control)機制，避免與雷達信號的干擾。目前研究的課題主要集中于認知無線電系統(tǒng)中的合作及跨從設(shè)計技術(shù)、空間信號檢測和分析、基于博弈算法的功率控制、基于遺傳算法的頻譜分配和性能優(yōu)化等。美國加州大學伯克利分校無線研究中心主要進行認知無線電物理層的設(shè)計研究，并且與柏林技術(shù)大學共同開發(fā)CORVUS項目，通過建立認知無線電測試床對各種頻譜偵聽技術(shù)合和算法進行試驗仿真和性能分析。美國電氣和電子工程師協(xié)會（IEEE），這是第一個基于認知無線電技術(shù)的空中接口標準化組織。近幾年來一些頻譜政策管理部門，如美國聯(lián)邦通信委員會（FCC）等對該技術(shù)給予了積極的支持。隨著認知無線電的發(fā)展，認知無線電技術(shù)已經(jīng)得到全世界越來越廣泛的關(guān)注，各個國際標準化組織和行業(yè)聯(lián)盟紛紛開展相關(guān)的研究，并且著手定制認知無線電的標準和協(xié)議。實際上，認知無線電技術(shù)是對頻譜資源從時間、空間和頻率等多維度的重復(fù)利用和共享。認知無線電也被稱為智能無線電，從廣義上來說是指無線終端具備足夠的智能或者認知能力，通過對周圍無線環(huán)境的歷史和當前狀況進行檢測、分析、學習、推理和規(guī)劃，利用相應(yīng)結(jié)果調(diào)整自己的傳輸參數(shù)( 包括頻率、調(diào)制方式、發(fā)射功率等), 使用最適合的無線資源完成無線傳輸。第五章論述了基于加權(quán)的認知無線電檢測融合技術(shù)，簡述了基于能量檢測的單用戶認知檢測以及合作檢測，引出加權(quán)合作檢測的方法，重點論述了加權(quán)合作的方案以及加權(quán)合作的性能，最后對基于加權(quán)的頻譜檢測融合技術(shù)進行了MATLAB 仿真。并給出了幾種典型頻譜檢測方法的計算公式。論文的結(jié)構(gòu)安排如下：第二章闡述認知無線電的概念、研究現(xiàn)狀、應(yīng)用以及認知無線電應(yīng)具備的功能?；谏鲜鰡栴}，本文提出了一種基于加權(quán)的合作頻譜感知技術(shù)，它根據(jù)單個認知用戶工作處在不同的信噪比下，動態(tài)地賦予每個認知用戶不同的權(quán)重，在認知用戶將判決送到融合中心后，中心對各個認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。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(nèi)的各認知用