基于雙門限能量檢測的認知無線電協作頻譜感知

劉仕奇 陳崇謙 李海宏 胡斌杰

(1.華南理工大學電子與信息學院，廣東 廣州 510640；2.廣東省經濟和信息化委員會，廣東 廣州 510031；3.中山市無線電監測站，廣東 中山 528400)

引 言

在無線通信中，信息的傳輸是通過電磁波攜帶來實現的.在過去十多年中，隨著無線通信業務的飛速發展，無線頻譜資源的需求量也越來越大,而頻譜資源是一種相當珍貴的稀有資源，同時頻譜資源已經顯得越來越匱乏.為了解決這個問題，大量專家和學者一直在努力探尋高效利用無線頻譜資源的各種技術.

認知無線電[1-4]提供了一種按伺機的方式與授權用戶共享頻譜的手段，它能自動地檢測周圍的環境情況，智能地調整系統參數以適應環境的變化，在不對授權用戶造成干擾的前提下從空間、頻率、時間等多個維度上利用空閑頻譜資源進行通信.

空閑頻譜檢測技術[5]是認知無線電的核心技術之一.在認知無線電工作中，最先進行的就是對設備所在區域的無線環境進行感知，只有高效準確地進行頻譜檢測，才能發現并有效利用空閑頻譜資源進行通信.因此，頻譜檢測決定著其他環節的實施.

現有的基本頻譜檢測算法有匹配濾波器檢測算法[6]、能量檢測算法[7]、循環平穩特征檢測算法[8]等.由于在實際的無線環境下，信號的傳輸不可避免地會受到陰影效應、多徑衰落等因素的影響，單個感知用戶檢測性能通常不能滿足可靠性的要求.因而，可以利用協作檢測將多個感知用戶的檢測結果融合在一起來判斷授權用戶狀態[9].

文獻[10]基于能量檢測法提出了一種采用雙門限進行檢測的感知算法，利用這種方法可以減少感知網絡的傳輸比特數，從而節省網絡開銷，但它是以一定的性能損失為代價的.為了提升檢測性能，文獻[11]進一步提出了一種采用“n-ratio”合并的雙門限檢測法.由于在雙門限檢測中，當檢測值介于兩個門限之間時，本地節點不發送任何信息給融合中心，因而，當所有的本地檢測值都介于兩個門限之間時，融合中心將收不到任何信息，從而會導致檢測失敗的情況.

針對上述問題，文章提出了一種新的雙門限能量檢測算法，通過傳輸中間部分能量值來避免檢測失敗的問題，同時可以大幅提升檢測性能.

1 系統模型

在由N個認知無線電感知節點組成的感知網絡中，每個節點獨立地檢測感興趣頻段是否正在被授權用戶使用，并將檢測結果發送給融合中心給出最終的判決結果.如果感知節點采用能量檢測法進行環境感知，檢測模型為

(1)

式中：x(t)是感知用戶接收到的信號；s(t)是感知用戶接收到的來自授權用戶發射機的信號；n(t)為加性高斯白噪聲；H0和H1分別表示感興趣頻段空閑和占用的情況.

根據能量檢測理論[12]，第i個感知用戶檢測到的能量值Oi服從如下分布：

(2)

(a) 傳統單門限能量檢測法

(b) 雙門限能量檢測法圖1 單/雙門限檢測法對比

如圖1(a)所示，在傳統的能量檢測器中，僅有一個判決門限，當檢測統計量小于門限時，判決感興趣頻段空閑；當檢測統計量大于門限時，判決感興趣頻段被占用.由于門限的設置通常與噪聲功率有很大關系，而噪聲功率存在一定不確定性，很難準確確定.在此，采用兩個門限來進行檢測，如圖1(b)所示，當檢測值小于門限λ1時，判決感興趣頻段空閑；當檢測值大于門限λ2時，判決感興趣頻段被占用.當檢測值介于兩個門限之間時，則傳送能量值給融合中心，本地判決Li可表示為

(3)

因此，融合中心將收到兩種信息：一種是單個比特的本地判決結果，一種是未處理的原始能量值.不失一般性，假設融合中心收到K1個結果支持H0，K2個結果支持H1，N-K1-K2個能量值.

在融合中心，對于接收到的來自本地感知節點的檢測信息，首先采用“n-ratio”法則對單比特的判決結果進行硬合并：

(4)

式中： 當n=N時，相當于OR準則； 當n=0時，相當于AND準則.

采用等增益合并法對接收到的能量值進行軟合并為

(5)

根據綜合軟硬合并結果給出最終判決為

(6)

2 性能分析

在傳統能量檢測中，虛警概率可表示為

(7)

式中：Γ(·)表示完全的Gamma函數； Γ(·,·)表示不完全的Gamma函數.

(8)

式中Γ-1(·,·)表示不完全Gamma函數逆函數.

(9)

(10)

則對應于門限λ1、λ2的檢測概率虛警概率可分別表示為：

(11)

(12)

(13)

(14)

若令Δ0,i，Δ1,i分別表示授權頻段空閑和被占用時檢測統計量介于兩個門限之間的概率，有:

Δ0,i=P{λ1≤Oi<λ2|H0}=Pf1,i-Pf2,i，

(15)

Δ1,i=P{λ1≤Oi<λ2|H1}=Pd1,i-Pd2,i，

(16)

則單個節點的檢測概率Pd,i、漏檢概率Pm,i、虛警概率Pf,i可分別表示為：

Pd,i=P{Oi≥λ2|H1}=Pd2,i；

(17)

Pm,i=P{Oi<λ1|H1}=1-Δ1,i-Pd2,i；

(18)

Pf,i=P{Oi≥λ2|H0}=Pf2,i.

(19)

在融合中心將接收到K1+K2個單比特的本地判決結果和N-K1-K2個能量值，對于單比特的判決結果采用“n-ratio”法則進行硬合并，對于能量值采用等增益合并進行判決，則可得全局檢測概率和虛警概率如式(20)、(21)所示.

雖然上述方法可以很好地解決傳統方法中檢測失敗的問題，但由于在感知過程中需要傳送兩種信息(單比特的判決信息和未處理的原始能量值)，增加了系統的復雜度，并且原始能量值的傳輸要占據相當的傳輸帶寬.因而，可以僅在檢測失敗時傳送原始能量值.也就是說，在有單個節點的判決信息時，對這些判決信息進行融合，給出最終全局判決結果；當檢測失敗時，亦即所有節點的檢測統計量都介于兩個門限之間時，傳輸這些原始能量值進行軟合并來給出最終的判決結果.

(20)

(21)

3 仿真結果

圖2所示為高斯加性白噪聲信道下檢測概率與虛警概率的對應關系圖，其中平均信噪比為5 dB，節點個數為10個.圖中給出了傳統雙門限檢測法、“n-ratio”合并檢測法、同時傳送判決信息和能量值、僅失敗時傳輸能量值時的檢測性能對比.由圖2可見，相對于傳統方法而言，新方法可以在有效避免檢測失敗問題的前提下大幅提高系統的檢測性能.同時，由于第二種方法僅在檢測失敗時傳送原始能量值，相對于同時傳輸兩種數據的檢測方法，檢測性能僅有少量降低，但它減少了數據傳輸量，節約了網絡帶寬.

圖2 不同方法的檢測性能對比

4 結 論

文章在傳統雙門限檢測的基礎上提出了一種新的檢測方法，通過傳輸介于兩個門限之間的能量值來避免檢測失敗的問題.同時，由于原始能量值的傳輸要占據一定的網絡開銷，進一步提出僅在檢測失敗時對這些能量值進行軟合并，從而在檢測性能與網絡開銷上獲得了比較好的折中.

[1] MITOLA J. Cognitive Radio: An Integrated Agent Architecture for Software Defined Radio[D]. Stockholm: Royal Institute of Technology, 2000.

[2] 王 超, 劉 濤, 杜利平, 等. 一種新的認知無線電主用戶信號識別方法[J]. 電波科學學報, 2009, 24(6):1119-1123.

WANG Chao, LIU Tao, DU Liping, et al. A new method for recognizing the primary user in cognitive radio[J]. Chinese Journal of Radio Science, 2009, 24(6): 1119-1123. (in Chinese).

[3] 王 瑩, 岳殿武, 王 謙, 等. 基于信道統計特征的認知無線電協作頻譜檢測[J]. 電波科學學報, 2009, 24(6): 1049-1054.

WANG Ying, YUE Dianwu, WANG Qian, et al. Channel statistics based cooperative spectrum sensing for cognitive radios[J]. Chinese Journal of Radio Science, 2009, 24(6): 1049-1054. (in Chinese).

[4] 馬忠貴, 周賢偉. 基于自適應智能天線的認知無線電抗干擾方法[J]. 電波科學學報, 2010, 25(4): 767-772.

MA Zhonggui, ZHOU Xianwei. Interference suppression method in cognitive radio networks based on adaptive smart antenna[J]. Chinese Journal of Radio Science, 2010, 25(4): 767-772. (in Chinese).

[5] HAYKIN S, THOMSON D J, REED J H. Spectrum sensing for cognitive radio[J]. Proceedings of the IEEE, 2009, 97(5): 849-877.

[6] SAHAI A, HOVEN N, TANDRA R. Some fundamental limits on cognitive radio[C]// Allerton Conference on Communication, Control, and Computing, 2004: 1662-1671.

[7] KOSTYLEV V I. Energy detection of a signal with random amplitude[C]// International Conference on Communications. New York, 2002(3): 1606-1610.

[8] SUTTON P D, NOLAN K E, DOYLE L E. Cyclostationary signatures in practical cognitive radio applications[J]. IEEE Journal on Selected Areas in Communications, 2008, 26(1): 13-24.

[9] GHASEMI A, SOUSA E S. Collaborative spectrum sensing for opportunistic access in fading environments[C]// IEEE International Symposium on New Frontiers in Dynamic Spectrum Access Networks, Baltimore, November 8-11, 2005: 131-136.

[10] SUN C H, ZHANG W, LETAIEF K B. Cooperative spectrum sensing for cognitive radios under bandwidth constraints[C]// IEEE Wireless Communications & Networking Conference. Kowloon, March 11-15, 2007: 1-5.

[11] SRIVASTAVA S K, BANERJEE A. ‘n-ratio’ logic based cooperative spectrum sensing using double threshold energy detection[C]// 2009 4th International Conference on Cognitive Radio Oriented Wireless Networks and Communications. Hannover, June 22-24, 2009: 312-317.

[12] DIGHAM F F, ALOUINI M S, SIMON M K. On the energy detection of unknown signals over fading channels[J]. IEEE Transactions on Communications, 2007, 55(1): 21-24.