基于双门限的分组协作频谱检测算法研究毕业设计(编辑修改稿)

基于双门限的分组协作频谱检测算法研究毕业设计(编辑修改稿)内容摘要：

方法 (Matched Filtering, MF) [13]﹑循环平稳检测 (CyclostationarityBased Sensing) [14]等 然而因为无线通信环境的复杂和时变性，单用户检测面临着检测率不高﹑衰落和阴影效应等问题， S. Shanker, C. Cordeiro, K. Challapali 等人在文献 [15]提出的一种基于多用户协作的频谱感知方法 —— 协作频谱感知 (Cooperative Spectrum Sensing, CSS)有效地克服了上述问题，也使得频谱感知技术从单用户迈向了多用户协作的领域 [16][17]。 协作频谱感知一般分为两个步骤：第一，各个次用户独立检测 (也就是本地检测 )并将检测 结果报告给融合中心 (Fusion Center)；第二，融合中心根据各检测结果综合判决主用户信号是否存在。 当然，次用户也可以不独立判决，直接将其感知的信息发送给融合中心，进行统一判决。 在融合的方法上最初使用 1bit传送结果 ,而文章 [18]中提出使用 2bit传送结果 ,将判决结果划分为四个区域，用 2bit 表示 ,这样的划分使得传送到融合中心的内容中包含检测量更多的信息 ,降低了错判﹑漏判的概率，提高了系统检测的性能；Hefdhallah Sakran 在 20xx 发表的文章 [19]中提出了使用 3bit 汇报判决结果，将 结果划分为 8 种。 而等增益合并 (Equal GainCombining, EGC)算法﹑选择合并理工大学本科毕业设计 4 (Selection Combining, SC)算法以及切换保留合 (Switch and Stay Combining ,SSC)算法等软融合方法都不直接传送结果，而将能量值等检测量发送给融合中心 [20]。 对于协作频谱感知中的融合算法， Z. Chair 的文献 [21]是最早提出融合算法的学术论文，但当时还未应用于认知无线电；文献 [22]中详细研究了融合算法中K 秩算法的性能，而文献 [23]中则提出了一种增强的决 策融合的算法。 基于协作感知其他方面的研究中，文献 [24]提出了一种低开销低复杂度的基于协作频谱感知的能量检测；文献 [25]中提出了一种解决汇报信道带宽问题的方法，使得汇报的信息更加可靠； Ahmed 于 [26]中提出了一种分布式协作频谱感知算法 GUESS (Gossiping Updates for Efficient Spectrum Sensing)，该算法体现出了低复杂度以及低协议开销。 而为了使得数据融合更加有效 ,可将次用户划分为几个小规模的组 (group)，或将这些组成为簇 (cluster)。 每个组有 个担任领导者角色的次用户称为簇头(Cluster Head ,CH)，组中的其他次用户称为簇成员。 系统的频谱检测是以一种等级制度结构呈现，通过两级的次用户协作来实现：低一级在簇内实现 ,高一级的在簇头之间执行。 这种频谱感知的方法称为分组 (簇 )协作频谱感知 [27]。 分组协作频谱感知 [28]的优点如下： 1)感知性能提高：可以提高检测概率降低错误概率 ,获得更高的可靠性； 2)感知开销降低：减少感知开销 (包括能量消耗﹑时延﹑所占用的带宽 ) 分组协作频谱感知的基本模型如图 12 所示 : CR2CR3CR1CH1CR1CR2CHn主用户（PU） nn11融合中心lusterCluster n 图 12 分组协作频谱感知的基本模型 论文的主要研究内容和章节安排 本文主要研究的是认知无线电中的协作频谱感知技术，将现有国内外的频谱感知技术进行分析讨论 ,指出其不足之处，重点研究了能量检测以及协作频谱感知中的各种算法，以及这些算法在各种信道下的性能；在此基础上提出了一种基理工大学本科毕业设计 5 于双门限方法以及分组协作频谱感知方法的混合型协作频谱感知算法，并进行了对主用户检测性能的仿真对比。 最后 ,结合实际情况提出基于硬件平台的协作感知仿真方案以及方案中的时隙信道划分方案。 全文章节安排如 下： 第 1 章：绪论部分。 阐述认知无线电研究的背景和意义，简要介绍认知无线电的主要关键技术和国内外对于认知无线电以及频谱感知的研究现状，最后给出了论文的主要研究内容和章节安排。 第 2 章：介绍频谱检测技术。 总结现有的频谱检测技术，具体介绍了本地频谱检测方法﹑协作频谱感知方法，以及针对宽带频谱的快速检测的压缩感知方法，并进行了讨论。 第 3 章：对协作频谱感知技术中的融合算法﹑双门限法﹑分组协作频谱感知技术进行重点阐述，在此基础上 ,提出了一种混合型协作频谱感知算法，并进行了算法仿真和对比。 第 4 章：结束语，总结全文 内容，并提出下一步的研究方向。 理工大学本科毕业设计 6 第 2 章 频谱感知技术 频谱感知技术作为认知无线电中的重要技术 ， 是认知无线电应用的基础。 由于主用户没有义务改变其结构与次用户共享频段 ， 认知无线电中的次用户只能独立地通过可靠的连续的频谱感知对主用户所在的频段进行检测。 现有的频谱感知技术主要包括发射机检测 (也称为单节点频谱感知或本地检测 )、 协作频谱感测以及接收机检测 ， 如图 21 所示 ： 频 谱 感 知 技 术发 射 机 检 测协 作 频 谱 检 测接 收 机 检 测能 量 检 测匹 配 滤 波器 方 法循 环 平 稳检 测本 振 泄 漏 检 测基 于 干 扰 温 度的 检 测 图 21 频谱检测技术 本地检测技术 本地检测模型 认知无线电应该要区分主用户正在使用以及不在使用的频段 ， 因此 ， 认知无线电应该具有判断在一定频段上主用户是否出现的能力。 发送机检测方法具体是次用户通过本地观测对主用户信号进行检测 ,也称为本地检测。 具体方法是单个次用户通过对某一频段上的信号进行检测 ,判断主用户信号是否存在。 在本地检测中 ,假设接收机接收到的信号为 ： )()()( nwnsny  （ 21） 其中 , )(ns 是被检测信号 , )(nw 是信道中的加性高斯白噪声 (Additive White Gaussian Noise， AWGN)样值 ， n 是取样下标。 当 0)( ns 时表示没有主用户。 因此本地检测的基本假设模型是 [29]：   )()()(: )()(:10 nwnsnyH nwnyH （ 22） 其中 , 0H 表示信道中不存在主用户、频谱未被占用的假设； 1H 表示信道中主用户出现，此时次用户必须从占用的频段中退避，避免对主用户造成干扰。 考虑频谱检测的性能时，一般由检测概率 dP 及虚警概率弓来描述。 dP 表示在某一频段，当主用户真实存在时，检测到 它存在的概率，因此，检测概率越大越好。 表示当主用户不存在、次用户却误认为检测到主用户出现在频段上的概率，虚警概率越小越好，这样就可以避免未充分使用传输机会的情况。 理工大学本科毕业设计 7 能量检测 能量检测方法是 于 1967 年在文献 [30]中提出，因为其低计算量以及低计算复杂度，成为最常见的频谱检测方法；由于不需要主用户信号的先验知识，与其他方法相比，它更具有普遍性，适用范围广。 能量检测的实现方式是将接收到的能量与一个预设门限值进行比较后作出最后的判决，原理如图 22 所示。 图中，将实际接收到的信号通过 带通滤波器(bandpass filter, BPF)，得到的是滤除带外干扰后的信号，这样就只考虑主用户频段中的能量，不需要考虑带外信号。 通过平方求和得到能量值，定义能量检测的检测量，将此检测量与设定好的门限进行比较，最终判决主用户信号存在与否。 B P F 门 限2(.) Nn 0判 决 10HH 图 22 能量检测实现框图 由上面的分析可知能量检测的检测量 Y 为 : Nn nyY 02)( （ 23） 其中 N 是观测到的信号的维数，也就是信号采样点的个数。 能量检测方法的检测概率 dP 及虚警概率fP为 : )(r)Pr(01HY HYPfd   （ 24） 其中  是能量检测算法的判决门限。 假 设 噪 声 服 从 均 值 为 0 ， 方 差 为 2w 的高斯 (Gaussian) 分 布 ， 即),0(~)( 2wNnw ，由 Urkowitz 的可知 Y 符合自由度为 u2 的 2 分布，即 122022 ),2(,~ HHuu  （ 25） 其中 TWu ,T :观测时间间隔 ,W :单边带宽 , :信噪比。 结合（ 24） ~（ 25） ， 由 Digham 的文献 [31]可以得到在 AWGN 信道下 ,认知无 线电系统的性能 为 : ),2( ud QP  （ 26） )( )2,( uuPf   （ 27） 其中),( baQ是 Marcum Q 函数，,(是不完全 gamma 函数， )(u 是gamma 函数。 当次用户在大范围区域内游走时，接收到的信号除了经过大尺度衰落 (例如理工大学本科毕业设计 8 阴影衰落 )，必定也经过了叠加在其上面的小尺度衰落 (比如多径衰落 )。 这时，信道增益发生变化，检测概率 dP 便与瞬时信噪比  有关，即 :   dfQPud )(),2( （ 28） 其中 )(f 是在衰落环境下信噪比的概率密度函数 (PDF)。 在一般通信环境中，接收机与发射机之间的路径为非视距的，接收机接收到的信号幅度服从瑞利 (Rayleigh)分布，则信噪比  服从如下 (29)指数 PDF 分布 : ),exp(1)( f 0 （ 29） 其中，  是平均信噪比。 由文献 [30]可得，瑞利信道下系统的平均检测概率RaydP的表达式为 :     20 202)1(212 ])1(2!1[)1()2(!1un unuR a yd neene    （ 210） 瑞利信道下的虚警概率RayfP的表达式和 AWGN 信道下的相同，见 (27)。 虽然能量检测简单易行，但是存在一定的局限性，其不足之处在于 : 1)门限不容易选择； 2)不易将干扰与主用户信号、噪 声区别开来； 3)在低信噪比 (signaltonoise, SNR)情况下的性能不高； 4)不能很好地检测扩频信号。 匹配滤波器方法 能量检测算法的最大优势在于其简单易行，适用范围广，通常应用在不清楚主用户先验知识的情况下；而当主用户的先验知识已知时，匹配滤波器检测方法是最优的单用户信号检测方法，其主要优点是在短时间内就可以达到一定的错检概率和虚警概率，事实上，在低信噪比的环境下，对于特定的虚警概率，匹配滤波器所需要的采样数是以。 )/1( SNRO的复杂度增 长的。 所谓匹配滤波器，是指在输入信噪比一定的条件下，使得输出信噪比最大的滤波器。 匹配滤波器在信号检测理论中十分重要。 对实信号 )(ts 的匹配滤波器，其冲击响应如式 (211)所示： )()( 0 ttskth  （ 211） 从上式可以看出，匹配滤波器的脉冲响应 )(th 就是输入信号 )(ts 的镜像乘上系数 k，从而匹配滤波器 可以使输出端信噪比达到最大，因此在 AWGN 信道中，匹配滤波器法是一种最优检测算法。 匹配滤波器方法的不足之处在于，需要预先知道发送信号的结构，解调出收。