认知无线电中的频谱感知技术及干扰评估技术研究_最终

认知无线电中的频谱感知技术及干扰评估技术研究_最终内容摘要：

.......36 图 37 SR 能量检测与传统能量检测概率随信噪比变化图（虚警概率为 ） .....36 图 38 满足检测概率为 所需要的感知时间（虚警概率为 ） ......................37 图 39 SR 协方差检测与传统协方差检测性能比较 ...................................................40 图 310 SR 协同频谱感知方案一 ..................................................................................42 图 311 SR 协同频谱感知方案二 ..................................................................................42 图 312 两种感知方案 ROC 性能比较（平均 SNR 是 7dB） ..................................45 图 313 两种感知检测性能与平均 SNR 的关系图 （虚警概率为 ） ...................46 图 41 能量检测性能曲线 .............................................................................................50 图 42 RSMN 模型 .........................................................................................................51 图 43 TSMN 模型 .........................................................................................................51 图 44 RSMN 的抽象数学模型 .....................................................................................52 表目录 VI 图 45 TSMN 的抽象数学模型 .....................................................................................56 图 46 RSMN 模型中理论及仿真干扰分布曲线 .........................................................58 图 47 TSMN 模型中理论及仿真干扰分布曲线 .........................................................59 图 48 干扰评估应用：设置合适的系统参数 .............................................................60 缩略词表 VII 缩略词表 CR Cognitive Radio 认知无线电 DSA Dynamical Spectrum Access 动态频谱接入 FCC Federal Communications Commission 美国联邦通信委员会 CAB Coordinated Access Band 协调接入频段 SMA Statistically Multiplexed Access 频谱统计接入 HSSN Hierarchical Spectrum Sharing Network 分级频谱共享网络 DVBT Digital Video BroadcastingTerrestrial 陆 地数字广播电视 SNR SignaltoNoise Ratio 信噪比 PU Primary User 主用户 /授权用户 CAV Covariance Absolute Value 协方差绝对值检测 CFN Covariance Frobenius Norm 协方差二范数检测 MME MaximumMinimum Eigenvalue 最大最小特征值检测 MRC Maximal Ratio Combination 最大比合并 EGC Equal Gain Combination 等增益合 并 OFDM Orthogonal Frequency Division Multiplexing 正交频分复用 SR Stochastic Resonance 随机共振 NED Noise Enhanced Detection 噪声提高检测 ROC Receiver Operating Characteristic 接收机性能曲线 RSMN Receiver Sensing Multicell Networks 基于感知接收机的多小区网络模型 TSMN Transmitter Sensing Multicell Networks 基于感知 发射 机的多小区网络模型 符号表 VIII 符号表 符号类别 示例 字体和说明 变量 a 小写斜体 矢量 a 小写粗体 转置 T 共轭 * 转置共轭 H 长度为 N 的全 1 列 矢量 1N1 矢量对应元素相乘 xy 矢量循环卷积 xy 第一章 绪论 1 第一章 绪论 引言 如今通信领域面临的一个比较大的问题就是频谱资源短缺问题，很多新的通信业务无空闲频谱可用，比如，随着通信业的发展，越来越多的人拥有手持电话，2020 年中国的手机用户就达到七亿多，已分配的频谱资源越来越拥塞，显得不够用了，这都是于当前的 频谱管理策略引起的， 当前的频谱管理策略是基于静态控制的模型， 管理机构将可用频谱资源划分成 固定、非重叠的频谱块，并通过保护频带进行分割，将这些频谱块以独享 的方式分配给不同的服务和技术，例如：移动通信运营商、广播电视、军事和公共安全部门 等等。 这种管理模式在以前可以运行得很好，但是随着 宽带多媒体无线通信业务的持续 发展，越来越多的无线业务出现之后，这种管理模式显然很不合理，大量的测量数据表明，当前的频谱管理策略导致了很低的频谱利用率。 以美国为例，在 3GHz 以下，随 着 时间和地理位置的变化 ， 已 经 分配 好的 频谱利用率 仅为 从 15％到 85％，整体的平均利用率仅有大约 30％ [1]。 一方面， 新兴出现的无线业务无可用频谱可用；另一方面，由于固定的频谱分配管理策略，大量的拥有授权频段的用户在大部分时间内都处于空闲状态。 Equation Section 1 为了解决上述频谱利用率低下的问题，近年来，一种称为认知无线电（ Cognitive Radio， CR）或动态频谱接入（ Dynamical Spectrum Access， DSA）新的频谱使用模式正逐渐受到人们的关注。 认知无线电或动态频谱接入技术的基本思想是： 网络节点通过感知所处环境的频谱使用信息，智能地自主调整系统参数，在保证不对现有网络系统造成有害干扰的情况下，实现与其它网络动态共享频谱资源，为用户提供无线通信服务，从而提高所处环境的整体频谱利用率。 研究背景及 意义 认知无线电研究背景 认知无线电 [2]的概念首先是由 Joseph Mitola III 博士提出来的，他在研究现有电子科技大学硕士学位论文 2 无线系统之后，认为未来的无线网络应该是学习型自适应型的网络，这种网络可以通过学习周围的环境，来改变自身的参数，来适应各种不同的环境，或者与众多不同的网络共享频谱资源。 Mitola 博士的 这种关于认知无线电的 想法 为未来无线电的发展指明了方向。 认知无线电 的主要思想可以简单认为未授权用户（指未授权使用某频段的用户，亦可称为认知用户）“偷 ”授权用户的频谱来使用 [3]，从而提高频谱的使用效率。 然而这种“偷”频谱的行为始终是非合法的行为，这使得在认知无线电提出的前一段时间内，人们都处于怀疑和观望的态度。 而 美国联邦通信委员会（ Federal Communications Commission, FCC） 终于认识到认知无线电是解决频谱资源 短缺 的一种 很好的 途径和技术。 于是在 2020 年 5 月， FCC 正式发布建议制订规则的通告，允许未授权用户在 不干扰授权用户系统 的前提 下，通过基于认知无线电的技术使用电视广播频段中的空闲无线资源。 这一规则 的出台大大地推动了认知无线电的发展 ，学术界、工业界和政府管理 部门纷纷积极投入到对认知无线电技术的研究之中。 美国自然科学基金、 欧盟 FP7 研究计划、 中国国家自然科学基金、中国国家 863 计划、 973 计划、“新一代宽带无线移动通信网”重大专项等，都设立了相应的研究课题，对 认知无线电网络 涉及的基础理论、关键技术、实验验证、应用模式、管理政策等展开研究。 在学术界，国内外许多著名大学和研究机构都投入到这一领域的研究，如： 美国加州大学伯克利分校、佐治亚理 工大学、弗吉尼亚理工 大学 等；欧洲的卡尔斯鲁厄大学、亚琛工业大学；中国的香港科技大学、清华大学、电子科技大学、北京邮电大学等。 在工业界， Qualm、华为、中兴、中国移动等均开展了相关的研究工作。 ITUR、 IEEE 等国际标准化组织也已经启动了 认知无线电网络 的标准化工作。 认知无线电 已经成为各方联合推动的无线通信研究新热点，被认为是无线通信未来的战略性发展方向之一。 这些研究机构对认知无线电的积极研究也取得了一些较为重要的研究成果，比如 Karlsruhe 大学的 F. K. Jondral 教授基于 OFDM 的中心 控制动态频谱接入系统提出了频谱池系统 [4]； Lucent Bell 实验室和 Stevens 理工学院（ Stevens Institue of Techonolgy）的研究人员提出 了一种 通过协调接入频段（ coordinated access band，CAB）实现频谱统计接入（ statistically multiplexed access， SMA）的网络体系结构[5]。 美国 Geia 理工学院宽带和无线网络实验室 Ian F. Akyildiz 教授等人提出 了一种 基于 OFDM 的动态频谱网络架 构 [6]；以及电子科技大学抗干扰国家级重点实验室的认知无线电课题组提出的分级频谱共享网络架构（ Hierarchical spectrum sharing work， HSSN） [7]等等。 除了对这些系统级的网络架构研究之外，现有关第一章 绪论 3 于认知无线电的研究主要有以下几个方面： (1) 频谱感知：认知用户 必须要 快速、准确地监测授权用户在相应频谱的使用情况，以得到可用频谱的信息。 (2) 干扰评估：为保证认知用户对授权用户不产生有害干扰，需要对认知用户带来的干扰进行估计，从而定量分析干扰，设置合适系统参数以控制干扰。 (3) 传输技术：包括信令传输技术、自适应波 形 设计技术、非连续 OFDM 技术等。 (4) 频谱接入：得到了可用频谱的情况之后，需要选择一段最优的频段来进行接入，以满足认知用户的通信要求。 (5) 频谱切换：当授权 用户重新回来，重新开始使用频谱时，认知用户需要切换到另一段可用频谱上去，保证不对授权用户产生有害干扰，同时保证自身业务传输的性能。 频谱感知的 研究背景 根据认知无线电的思想，认知用户在使用未授权频段之前，需要知道哪些频段是空闲的，是可以接入的。 为此， 认知无线电 必须通过检测 授权 用户的频谱使用， 来 实时确定频谱的占用情况。 无论何时，一旦 授权 用户开始使用频谱资源，认知用户 必须以很高的检测概率检测到 授权 用户的出现，并退出该频段以避免对授权用户 的干扰。 在 认知无线电 中， 上述 这种监测频谱使用情况的 过程称为频谱感知 技术。 要实 现认知无线电网络，快速、可靠的频谱感知技术是必不可少的。 频谱感知 是 认知无线电 中一个 基础性关键技术。 认知无线电中频谱感知技术要解决的问题有两个： (1) 如何在 低信噪比（ SignaltoNoise Ratio, SNR） 检测授权用户信号。 在实际应用环境中，由于无线传播的阴影效应和多径衰落的影响，可能 使 检测信号的 SNR 非常低。 这就要求认知用户在低信噪比下依然能有效可靠地监测信号。 例如， IEEE 无线区域网络标准要求在 SNR 为 20dB 的情况下，能够在 10％的虚警概率下以 90％的检测概率检测到电视信 号 [8]。 (2) 如何 快速地监测频段的使用变化情况。 由于这是一个动态系统，授权用户随机可能回来重新使用原先空闲的频谱，这就要求认知用户快速地感知频谱的使用变化情况， 及时发现授权用户的回归而切换到其他频谱以避免对授权用户的干扰。 电子科技大学硕士学位论文 4 针对上面频谱感知面临的这两个问题，众多研究者都对其展开了积极的探索和研究。 对第一个问题， 为了准确有效地检测授权用户信号，人们提出了许多有价值的感知算法，如利用接收信号能量的大小来作判决检测的能量检测算 法 [9]；基于信号协方差矩阵特征的检测方案。