頻譜感知中的協(xié)作檢測方法分析

孫志國,徐松毅,劉玉濤

(中國電子科技集團公司第五十四研究所,河北石家莊050081)

0 引言

認知無線電通過動態(tài)的頻譜接入使得頻譜資源得到有效地利用,因此這是一項具有很好前景的技術(shù),可以用來改進無線通信中的頻譜缺乏問題[1]。目前比較普遍的感知方法主要有4種：能量檢測法、循環(huán)平穩(wěn)特征檢測法、匹配濾波檢測法和協(xié)作檢測法[2,3]。單用戶檢測,在實際通信過程中,由于陰影衰落、隱藏終端的影響,檢測準確率下降,因此多用戶的協(xié)作檢測成為研究的主要方向[4]。提出了一種多門限協(xié)作檢測方式,以提高感知用戶的檢測概率,相對于傳統(tǒng)協(xié)作檢測方式能明顯提高檢測準確性。

1 協(xié)作檢測結(jié)構(gòu)

協(xié)作頻譜感知過程通常包括單用戶感知、感知信息傳遞和感知信息融合3個階段,圖1為協(xié)作檢測的基本結(jié)構(gòu)圖。其中CR表示單個感知用戶,通過對目標頻帶的檢測得到感知信息,感知信息可以是1 bit的判決結(jié)果,也可以是本地的檢測統(tǒng)計量;將得到的感知信息傳遞到信息融合中心就是感知信息傳遞的過程;信息中心得到數(shù)據(jù)后進行數(shù)據(jù)融合然后做出判決,即為協(xié)作檢測的檢測結(jié)果。

圖1 協(xié)作檢測的基本結(jié)構(gòu)圖

1.1 單用戶能量檢測

協(xié)作檢測中的單個感知用戶的檢測方式是最基本的能量檢測法[5,6]。能量檢測就是對接收到的信號經(jīng)過濾波、平方采樣、求能量值和比較判決,其檢測框圖如圖2所示。單個感知用戶對授權(quán)用戶進行檢測,對于其是否出現(xiàn)做出2種判斷,即：

式中,x(t)表示感知用戶接收到的信號;s(t)是授權(quán)用戶信號;w(t)為加性高斯白噪聲;h(t)是信道傳輸增益。設(shè)定判決門限 λ,H0說明授權(quán)信號不存在,H1則表示授權(quán)用戶存在。

圖2 能量檢測框圖

取M點的采樣值求能量均值,單個感知用戶接收到的能量值是：

因為x(t)服從高斯分布,所以能量值 T(x)服從自由度為M的χ2分布：

在M足夠大時T(x)近似于高斯分布。在給定的圖3的模型中,設(shè)定能量門限λ后,用戶的檢測概率和虛警概率都可以得到,因此在給定的門限下可以觀測檢測概率、虛警概率和信噪比 γ()之間的關(guān)系。

其中,虛警概率 Pf(λ)和檢測概率 Pd(λ)分別如下：

按照上面的介紹,推導(dǎo)出：

1.2 信息融合方式

每個單用戶感知后將得到的信息傳遞到融合中心,融合中心對數(shù)據(jù)處理后做出最終的判決,也就是協(xié)作的檢測結(jié)果,比較常用的協(xié)作方式是“或”規(guī)則和“與”規(guī)則。

“或”規(guī)則判決方式如下：

這種檢測方式隨著檢測用戶的增加檢測概率會不斷的提高,在指定的虛警概率下,提高協(xié)作用戶數(shù)就能提高檢測性能。

“與”規(guī)則判決方式如下：

在“與”規(guī)則中,隨著協(xié)作用戶的增加,雖然虛警概率在減小,但是檢測概率也會不斷地降低,這是我們不想要的結(jié)果,所以這種方式在實際中是很少用的。

2 多門限檢測

上一節(jié)中提到的判決方式,在不同的信道下檢測的準確性會有很大不同,為了提高各種環(huán)境下的檢測概率,提出了一種軟性的多門限檢測判決方式。

2.1 多門限檢測模型

在多門限軟判決中,定義了3個判決門限分別為 λ1,λ2,λ3,其中3個門限把能量值分為4個區(qū)域,每個區(qū)域?qū)?yīng)著不同的權(quán)系數(shù)wi,當有一個能量的檢測值落在區(qū)域3時或者L個落入?yún)^(qū)域2時,或者L2個落入?yún)^(qū)域 3時,授權(quán)用戶將會被檢測出存在[7],多門限的檢測模型如圖4所示。

圖4 多門限檢測模型

每個門限對應(yīng)的虛警概率和檢測概率分別為Pf1、Pf2、Pf3和 Pd1、Pd2、Pd3,定 義的 權(quán)系 數(shù)為：w0=0,w1=1,w2=L,w3=L2,能量加權(quán)和為[8]：

式中,Ni表示檢測的能量值落入?yún)^(qū)域i的個數(shù)。將加權(quán)和 N與判決門限NT=L2相比較。如果Ns≥NT則判決授權(quán)用戶存在,反之則不存在。

2.2 多門限檢測過程

所以通過相加所有可能取值的j和i,得到對H0檢測的虛警概率為Qf：

當N、Qf和L給定的情況下,ρ可以通過式(14)得到,這樣就能得到 Pf1,再由 β1、β2得到Pf2和 Pf3,3個虛警概率。由式(6)就能得到3個門限,然后通過式(7)進一步得到檢測概率 Pd1、Pd2和 Pd3;然后利用式(15)就可以得到最終的檢測概率。

3 仿真分析

綜上所述,對其檢測性能進行仿真對比,圖5給出的是協(xié)作檢測和單用戶檢測的對比圖。

圖5 單門限檢測概率與信噪比的關(guān)系

以能量檢測為基礎(chǔ),單用戶和4個協(xié)作用戶的檢測結(jié)果?？梢钥吹皆?個協(xié)作用戶檢測下,檢測概率要高于單用戶檢測,這樣可以有效地避免單用戶檢測時可能會出現(xiàn)的陰影衰落、隱藏終端等問題。

當感知用戶都是 N=4時,單門限和多門限的檢測概率與信噪比的變化曲線如圖6所示。其中單門限的協(xié)作檢測方式是利用的“或”規(guī)則,即式(8),得到協(xié)作檢測概率。多門限的協(xié)作檢測中,額定虛警概率設(shè)定為 Qf=0.05,定義 L=2,β1=0.30,β2=0.15。在同一信道環(huán)境下的檢測概率變化曲線。多門限檢測能明顯的提高檢測概率,在信噪比為10 dB時,單門限的檢測概率為0.9,多門限的為0.99,性能提高了近10%;信噪比8 dB時單門限的檢測概率為0.65,多門限的檢測概率為0.82,檢測概率提高了26%。在低信噪比的情況下能明顯地提高檢測概率。

圖6 單門限和多門限的檢測概率與信噪比關(guān)系

通過圖5和圖6可以看到多門限的檢測方式存在很多優(yōu)點,在信噪比相同時,盡管多門限檢測時增加了傳輸?shù)男畔⒘?但是能明顯提高檢測概率。而且隨著協(xié)作用戶的增加和初始參數(shù)的改變,多門限的檢測性能還能進一步提高。

4 結(jié)束語

在頻譜感知中的協(xié)作檢測方式研究的基礎(chǔ)上,提出一種多門限多用戶的協(xié)作檢測方式,對算法進行優(yōu)化。多門限的協(xié)作檢測方式具有檢測概率高的優(yōu)點,相對于單門限的檢測方式,在通信環(huán)境相同時能明顯提高系統(tǒng)檢測的準確性。這種檢測方法復(fù)雜度不高,只是增加了傳輸?shù)男畔⒘?對于今后的硬件實現(xiàn)提供了新的研究方向。

[1]HAYKINS.Cognitive radio：Brain-empowered wireless communications[J].IEEE Journal Selected Areas in Commun.,2005,23(2)：201-220.

[2]QUAN Zhi,CUI Shu-guang,SAYED A H.Optimal linear cooperation for spectrum sensing in cognitive radio networks[J].IEEE Journal of Selected Topics in Signal Processing,2008,2(1)：28-40.

[3]EDWARDP,LIANG Ying-chang.Optimization for cooperative sensing in cognitive radio networks[C]∥Proceedings of WCNC2007,Kowloon,China,2007：27-32.

[4]GANESAN G,LI Y.Cooperative spectrum sensing in cognitive radio.Part I：two user networks[J].IEEE Transactions on W ireless Communications,2007,6(6)：2204-2213.

[5]URKOWITZH.Energy detection of unknown deterministic signals[J].Proc.IEEE,1967(55)：523-531.

[6]DIGHAMF F.ALOUINI M-S.SIMON M K.On the energy detection of unknown signals over fading channels[C]∥Proc.IEEE Int.Conf.on Commun.,2003：3575-3579.

[7]MAJun,ZHAO Guo-dong,LI Ye.Soft Combination and Detection for Cooperative Spectrum Sensing in Cognitive Radio Networks[J].IEEE Transactions Wireless Communications,2008,7(11)：4502-4507.

[8]MAJun.LI Ye.Soft Combinationand Detectionfor Cooperative Spectrum Sensing in Cognitive Radio Networks[C]∥IEEE GLOBECOM'07,2007：26-30.