基于数据融合的加权合作频谱感知技术
提出一种采用动态加权合作和感知方法，并对认知用户在不同平均信噪比情况下所检测的主用户性能进行了分析。仿真结果表明：加权合作感知不仅克服了目前合作感知方法的一些不足，其检测性能也优于目前的合作感知方法。
关键词： 认知无线电； 加权合作感知； 能量检测； 数据融合
随着无线通信业务的增长，可利用的频带日趋紧张,尤其是在频率需求非常紧张的数百兆赫兹到3GHz的无线频带范围内。1999年，Joseph Mitola 博士提出了认知无线电(cogniTIve radio)的概念[1],认知无线电是一种智能频谱共享技术，它能够感知周围环境特征，采用“构建－理解”的方法从周围获取信息，并通过实时调整传输参数(如发射功率、工作频率、编码方式等)以适应环境的变化，其基本要求是对主用户不造成干扰。
认知无线电有三个基本任务：频谱感知、动态频谱分配和发送功率控制[2]。为了避免对主用户造成干扰，频谱感知被认为是认知无线电中一项关键技术。由于多径衰落和阴影效应的影响，单认知用户检测可靠性低，因此合作频谱感知被提出[3]。合作频谱感知克服了多径衰落和阴影效应的影响，能够大大提高对主用户和频谱空穴的检测性能。尽管目前提出了一些合作频谱感知方法，但是研究主要集中在单个认知用户独立同分布且具有相同的平均信噪比情况下，以等权重的方式进行数据融合[4]，在实际工作环境下，单个认知用户由于分布在不同的地理位置和环境，其平均信噪比也会不同，每个认知用户的局部判决在融合中心对全局判决的影响也不相同，而目前等权重的感知算法没有考虑这些因素的影响，因此它并不是最优的。基于上述问题，本文采用一种加权合作频谱感知技术，它根据单个认知用户工作处在不同的信噪比下，动态地赋予每个认知用户不同的权重，在认知用户将判决送到融合中心后，中心对各个认知用户的判决加以不同的权重后再作出判决，从而可以提高频谱感知的性能。仿真结果表明，加权合作频谱感知不仅克服了目前合作频谱感知方法的不足，其检测性能也优于目前的方法，能大大提高对主用户和频谱空穴的检测概率。
1 基于能量检测的单认知用户检测模型
单认知用户感知通常采用匹配滤波器检测、能量检测、周期平稳特征检测[5]。由于能量检测算法是非相干检测，对相位同步要求不高，计算复杂度低，检测时间短，实现简单，所以对单个认知用户采用能量检测。能量检测框图由图1给出。检测的基本假设模型可以描述为：
y(t)是认知用户接收到的信号，x(t)是主用户发射的信号，n(t)是加性高斯白噪声，h(t)是信道的增益。在H0假设下，表示没有主用户出现，H1假设表示存在主用户。
为了测量接收信号的能量，首先接收到的主用户信号x(t)通过中心频率为fc、带宽为W的理想带通滤波，对理想带通滤波器输出信号进行平方运算，并在观测时间内进行积分，并将积分器的输出Y与门限值λ进行比较，从而检测出主用户是否出现。检验统计量Y的分布为[6]：
当认知用户在AWGN信道非衰落环境中时，信道增益h(t)是确定的，所以对主用户的检测概率和虚警概率表示为[6]：
其中，λ是能量检测的门限；
是完整和不完整Gamma函数；Qm( )是普遍Marcum Q函数;从上述公式可以看出，如果Pd很低，将会增大对主用户的干扰;如果Pf过高，就会导致频谱利用率低。当认知用户在衰落环境时，因为Pf是独立于信噪比的，所以Pf不变。由于信道增益h(t)是变化的，所以检测概率与瞬时信噪比有关。表示式为：
2 合作频谱感知
图2为认知无线电合作感知结构图，由于多径衰落和阴影效应的影响，单个认知用户检测的可靠性低，基于数据融合的合作感知通过综合来自认知用户的信息，来提高对主用户和频谱空穴的检测性能，每个认知用户在处理来自主用户的原始数据y1,y2…，yN之后，做出局部检测判决u1,u2…，uN然后在融合中心得到全局判决u0。可以大大提高对主用户的检测概率。目前关于合作感知的研究主要是假设所有的认知用户独立同分布且都具有相同的平均信噪比，通常采用“或”规则以等权重的方式进行数据融合，即Wi=1(i=1,…N)。检测概率和虚警概率分别表示为Qd=1-(1-Pd)N和Qf=1-(1-Pf)N，Pd由(3)式或(7)式给出，Pf由(4)式给出。
3 加权合作频谱感知
在实际的工作环境中，由于每个认知用户所处的地理位置和环境的不同，经历不同的衰落环境，所以每个认知用户的平均信噪比不同，在融合中心进行数据融合时对全局判决的影响也不同，此时如果运用传统的合作频谱感知方法检测主用户和频谱空穴，性能提高不大，有时甚至低于合作感知中信噪比较好的单用户检测。
对于单个认知用户工作在不同的平均信噪比情况下，动态地赋予每个认知用户不同的权重，在认知用户将判决送到认知无线电数据融合中心后，中心对各个认知用户的判决加以不同的权重后再作出判决，相对于传统的合作频谱感知方法可以大大提高对主用户的检测性能。
首先设所有认知用户第一次感知时的权重Wi(1)=1，
第i个认知用户每一次感知后得到一个权重Wi(n)(n≥2),
Wi(n)为第i个认知用户在第n次感知的权重，每一次感知后认知用户会更新权重，表达式为[7]：
Pd,i是第i个认知用户在第n次感知过程对主用户的检测概率。每个认知用户的权重随感知过程的变化而变化，但是权重之和保持一个恒定值
。当单个认知用户有较低的信噪比时，该认知用户的权重将随之减小，从而在认知无线电数据融合中心进行数据融合时，该认知用户对综合判决的影响也减小。
在数据融合中心根据每个认知用户的权重对主用户进行综合判决。对于虚警概率没有进行加权，因为其独立于信噪比，所以基于加权的合作频谱感知对主用户的检测概率[8]和虚警概率分别为：
4 仿真和结果分析
在试验中，分别对在AWGN信道非衰落和Rayleigh衰落环境下，传统的合作频谱感知与加权合作频谱感知的检测性能做了对比。取参数m=2。如图3所示，在AWGN信道非衰落环境下，用于合作感知的认知用户数为4个，从1dB～7dB中随机选取4个不同的信噪比赋给4个不同的认知用户，单个认知用户检测时的信噪比为7dB，从图中可以看出，采用传统的等权重的合作感知方法，其性能有时甚至还小于信噪比高的单认知用户检测的性能，采用加权合作感知后，在第2次、第3次的感知性能明显提高，在Pf小于0.1时，经过第3次感知，检测概率Pd可以接近1。
图4中，在Rayleigh衰落环境下，同样从1dB～7dB中随机选取4个不同的信噪比赋给不同的认知用户，传统的合作感知的检测性能与信噪比较好的单认知用户检测性能相差不大。加权合作感知经过第2次感知后其性能要好于传统的合作感知和信噪比高的单用户检测，第3次加权合作感知性能要好于第2次的感知性能。
图5中，在AWGN信道非衰落环境下，对传统合作感知和加权合作感知在认知用户数分别为4个和6个的情况下做了对比，可以看出在相同认知用户数目的情况下，加权合作感知经过第2次感知后的检测性能要好于传统合作感知，同时加权合作感知的性能也随着认知用户数目的增加而提高。图6为两种感知方法在Rayleigh衰落环境中的对比，同样，加权合作感知对主用户的检测性能要好于传统合作感知。因此，采用加权合作频谱感知不仅克服了目前合作频谱感知存在的不足，而且无论在衰落和非衰落环境下都能大大提高对主用户的检测概率。
对认知无线电在AWGN信道非衰落和Rayleigh衰落环境下的加权合作频谱感知性能进行了分析，同时对加权合作频谱感知与目前的合作感知方法进行了对比，提出采用一种动态加权合作感知方法，并对认知用户在不同平均信噪比情况下所检测主用户的性能进行了分析。但是认知无线电工作在复杂的变化环境中，尽管合作频谱感知能更加准确地检测到主用户，但是在资源受限的网络中，可以考虑在某些情况下只传输那些检测性能较好的认知用户的判决结果，从而可以降低对主用户的错判概率，提高检测性能，更好地利用主用户的空闲频谱。
参考文献
[1] MITOLA J. CogniTIve radian integrated agent architecture for software defined radio[D]. Ph.D Thesis, KTH Royal InsTItute of Technology Sweden,2000.
[2] HAYKIN S. CogniTIve radi brain-empowered wireless communication[J].IEEE JSAC,2005,23(2):201-220.
[3] GANESAN G, LI Y G. Cooperative spectrum sensing in cognitive radio networks[C]. in Proc.IEEE DySPAN 2005,2005:137-143.
[4] GHASEMI, SOUS E S. Collaborative spectrum sensing for opportunistic access in fading environment[C]. in Proc. IEEE DySPAN 2005，2005：131-136.
[5] CABROC D，MISHRA S M， BRODERSEN R W. Implementation issues in spectrum sensing for cognitive radios[C]. in Proc. 38th Asilomar Conference on Signals. Systems and Computers 2004,2004:772-776.
[6] DIGHAM F, ALOUINI M, SIMON M. On the energy detection of unknown signals over fading channels[C]. in Proc.IEEE ICC 2005,5:3575-3579.
[7] HUANG Xiao Ge, HAN Ning, ZHENG Guan Bo,et al. Weighted-Collaborative spectrum sensing in cognitive
radio[C].Chinacom 2007,Shanghai,China,August,2007.
[8] LEE J, KIM YOUNG Min. Weighted-cooperative spectrum sensing scheme using clustering in cognitive radio systems[C]. IEEE ICACT 2008,2008:786-790.
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）