基于閾值選擇信噪比的協作頻譜檢測

陳守坤，李 莉, 王 沛，黃立輝

（上海師范大學 信息與機電工程學院，上海 200234）

0 引言

認知無線電（CR）技術是一種智能的無線通信技術，CR用戶感知頻譜的占用情況，從而對主用戶存在與否做出判斷。在移動通信的環境下，由于存在陰影和多徑效應，因此僅依靠單用戶并不能保證檢測結果的正確性，所以綜合多個用戶的檢測結果以協作的方式能提高檢測的正確性[1]。

目前，一些文獻對有選擇性地發送感知用戶到 CBS的技術做了一定的研究，文獻[2]提出一種雙閾值控制法，利用雙邊閾值設置剔除一些落于非判決區域的感知用戶信息，從而提高系統靈敏性,文獻[3-4]給出的幾種不同的協作頻譜檢測方案,但都假定所有感知用戶具有相同的信噪比,并經歷了相同的獨立同分布衰落,這在實際認知網絡中通常是不正確的。基于此在上述基礎上提出了一種用閾值設置選取SNR，采用能量協作檢測的頻譜檢測方法。仿真結果表明：這種方法能有效提高頻譜檢測的性能,并減少了參與判決融合的用戶數量。

1 系統模型

如圖 1所示，主用戶(PU）為信號發射機，認知基站 BS距 PU的距離為R1,由于認知網絡覆蓋區域內不同地點的無線電傳播特性不同，從而感知用戶接收主用戶的信號路徑衰落因子α也有所不同,假設每個感知用戶都有定位功能，如裝有GPS接收機，從而能大致確定自己和主用戶的距離以及所處的傳播環境，并可估計出各自的信噪比，第i個感知用戶的信噪比由下式給出：

其中：P是主用戶發送功率，di是第i個感知用戶與主用戶的距離，iα是第i個感知用戶所經歷的路徑衰落因子，通常路徑衰落因子是已知的[5]。

圖1 系統模型

2 閾值控制信噪比選擇的協作檢測方法

2.1 協作檢測

感知的目的是對以下兩種假設作出判決：

其中 x(t)是感知用戶接收信號，s(t)是主用戶發射信號，n(t)是隨機噪聲，h(t)是信道增益，為了方便討論，假設n(t)為高斯白噪聲（AWGN），假設H0、H1分別表示主用戶發射信號不存在和存在兩種情況。

根據能量檢測理論，可知接收信號能量X服從下面分布[6]：

在H1的假設下，統計量X也符合高斯分布，所以檢測概率為：

在傳統的判決融合系統中，存在 3種主要的融合準則：分別為邏輯或，邏輯與，大多數準則，在這采用常見的邏輯或作為融合算法，使用邏輯或準則的協作方法為：

Pd系統和Pf系統分別表示協作檢測概率和協作虛警概率，Pd,i和Pf，i分別表示第i個感知用戶的檢測概率和虛警概率。

2.2 基于閾值選擇信噪比的頻譜檢測算法

在文獻[7]中闡述了兩點：①當所有的CR節點都處于惡劣環境時，協作檢測對于檢測性能的提高沒有太大幫助；②當某個CR節點的SNR比其他高很多時，它單獨進行檢測要優于所有節點一起參與協作檢測。但是，這里并沒有考慮當部分用戶的SNR處于大致相同高的數量級時，如何利用這些用戶信息進行檢測。

針對上述情況，考慮利用空間位置信息估計出大致的信噪比，將檢測數據和估計的信噪比送往數據融合中心，利用閾值設置，對信噪比進行算法選擇，選出具有較好的SNR的感知用戶，結合能量檢測法進行數據融合，那么如何選擇較好信噪比的CR用戶就是關鍵，提出如下的選擇算法：

①在融合中心將所接收到的N個CR用戶的信噪比進行比較，選取其中的最大值；

②將所選取的最大信噪比的用戶作為參照，分別和剩下N-1個SNR相減，把差值與閾值γ作比較；

③如果差值大于γ，則不采用該信噪比的 CR用戶，否則，采用。

這里的閾值γ的確定，在這里是先設定初始閾值為每個用戶的SNR之間的差值iγ，然后分別以iγ為閾值選擇對應可利用的用戶，再進行這些感知用戶本地檢測判決融合，最后通過仿真比較，取最佳的檢測性能對應的iγ為最佳的閾值γ。由下式給出：

當閾值確定，就選擇好可以利用的SNR用戶，那么系統的整個檢測步驟可以改進為：

②把感知用戶的本地檢測結果和計算的 SNR分別發送到融合中心；

③利用已確定的最佳SNR判斷閾值γ，在融合中心進行算法選擇，選出有較好信噪比的感知用戶；

④對已選出的用戶的本地判決結果在融合中心進行數據融合，最終判斷主用戶存在與否。

3 仿真及分析

設每個感知用戶均采用能量檢測法，將2.2節中所提出的算法與傳統方法進行比較，仿真圖采用接收機工作特征曲線（ROC）來呈現。信號的采樣點數為 10 000，假定感知用戶接收信號的SNR分別為-17 dB、-18 dB、-20 dB、-24 dB、-26 dB，并假定采用5用戶的協作檢測。

圖2給出了單用戶不同SNR下本地能量的檢測曲線,從圖可以看出信噪比的不同會導致檢測性能的差異，感知用戶所具有的信噪比越高，其檢測性能越好，所以檢測概率與感知用戶接收端的信噪比是關聯的。

圖2 不同SNR下本地能量檢測性能比較

圖3給出信噪比在不同閾值控制選擇值下的檢測性能對比圖，從而確定最優閾值，各用戶的信噪比仍然采用上述假定，采用 OR融合準則，由圖可見，當閾值控制選擇值設定為 1 dB時，檢測概率最好，當處于其他閾值時，性能依次降低，故可以確定出最佳判決閾值為 1 dB，當閾值設定為1 dB時，即采用兩用戶協作模型，當閾值設定為0時，即為單用戶檢測。

圖3 閾值控制γ在不同情況下的檢測性能比較

圖4給出了在最優閾值控制選擇值選定情況下，基于信噪比選擇的頻譜感知方法和傳統的方法以及最高 SNR用戶的檢測性能進行比較的仿真圖，從圖中可見，用所給出的算法與傳統的及單個高節點的檢測性能相比，當虛警概率小于0.3時，利用閾值選擇的方法高出傳統AND協作方法0.22個數據單位，高出傳統OR協作接近0.1個數據單位。由此可見在基于閾值控制選擇的方法在傳統的基礎上減少了用戶協作量，雖然增加了要發送SNR到融合中心，但是卻收獲到更好的檢測增益，同時也減少了數據融合所要消耗和等待的時間，提高了系統的靈敏度。

圖4 閾值控制信噪比選擇的方法與單個SNR高節點檢測及傳統方法比較

4 結語

介紹了利用閾值控制選擇具有較好信噪比的CR用戶的協作檢測頻譜方法，并對認知用戶在不同平均信噪比情況下檢測主用戶的性能進行仿真實驗，仿真結果表明所提的方法較統的方法在檢測性能上要優越，并減少了參與判決融合的戶數量，從而可以利用盡量少的 CR資源得到比較理想的測性能，同時也節約了帶寬資源。

[1] Ghasemi, Sousa E S.Collaborative Spectrum Sensing for Opportunistic Access in Fading Environment[C].USA:IEEE DYSPAN,2005:131-136.

[2] 李鵬，俎云霄.一種新的認知無線電頻譜感知方法[J].通信技術，2008，42(12):38-42.

[3] GEZIEI S, SAHINOGLU Z.On the Optimality of Equal Gain Combining for Energy Detection of Unknown Signals[J].IEEE Communications Letters, 2006,10(11):1-3.

[4] Wei zhang,Ranjan K M.Cooperative Spectrum Sensing Optimization in Cognitive Radio Networks[C].USA:IEEE,2008:21-28.

[5] 鄧偉，朱琦.認知無線電系統中頻譜感知方法的研究[J].通信技術，2007，40(11):76-80.

[6] WON Y L, IAN F A.Optimal Spectrum Sensing Framework for Cognitive Radio Network[C].USA:IEEE Transactions On Communications,2008: 3845-3857.

[7] WANG Wenzhong, ZHANG Luyong, ZHOU Weixia, et al.On the Distributed Cooperative Spectrum Sensing for Cognitive Radio[C].USA:IEEE Communications and Information Technologies,2007:1496-1501.