雙門限協(xié)作能量檢測性能分析

鄒 麗，陳佳佳

1.南通大學 電子信息學院，江蘇 南通 226019;2.南京郵電大學 通信與信息工程學院，江蘇 南京 210003

雙門限協(xié)作能量檢測性能分析

鄒 麗1，陳佳佳2

1.南通大學 電子信息學院，江蘇 南通 226019;2.南京郵電大學 通信與信息工程學院，江蘇 南京 210003

傳統(tǒng)的單門限能量檢測，如果有突發(fā)噪聲或者其它因素，產(chǎn)生誤檢的概率會比較大。使用基于OR準則的雙門限協(xié)作能量檢測算法，檢測時對每個用戶設定兩個判決門限，利用多個用戶檢測結果進行OR準則協(xié)作判決，提升檢測性能。數(shù)值仿真結果表明，這一方法能夠提高頻譜檢測概率、抑制漏檢率。當信噪比較低、認知用戶數(shù)N=5時，雙門限性能最高要比單門限高出22%；認知用戶數(shù)N=10時，雙門限性能最高要比單門限高出17%。實際應用中，低信噪比的惡劣環(huán)境居多，因此雙門限檢測具有不可比擬的優(yōu)勢，應用空間非常廣闊。

認知無線電;單門限;雙門限;協(xié)作能量檢測

認知無線電[1]已經(jīng)成為一個有效解決頻譜使用效率低下的理論。頻譜檢測技術是認知無線電中非常重要的環(huán)節(jié)，而能量檢測技術[2]是頻譜檢測中最常用的方法。傳統(tǒng)的單門限能量檢測，如果有突發(fā)噪聲或者其它的干擾因素，產(chǎn)生誤檢測的概率非常大，對主用戶接入頻譜的優(yōu)先權和認知用戶及時使用系統(tǒng)都產(chǎn)生影響。針對這種情況，可以在傳統(tǒng)單門限的基礎上再增加一個檢測門限，成為雙門限能量檢測算法。眾所周知，認知用戶之間的協(xié)作檢測能夠提升頻譜檢測的可靠性[3,4]。多個認知用戶之間協(xié)作檢測能夠改進單用戶能量檢測算法的缺陷，因此，可使用協(xié)作能量檢測算法代替單用戶能量檢測算法。

文獻[5]分析了單門限協(xié)作能量檢測算法性能，文獻[6]分析了單門限協(xié)作能量檢測算法，并和單門限單用戶能量檢測算法做比較，得出單門限協(xié)作能量檢測算法的性能；文獻[7]分析了雙門限單用戶能量檢測算法在高斯信道下的檢測性能。本文使用基于OR準則的雙門限協(xié)作能量檢測算法，分析其檢測性能，并與單門限單用戶能量檢測算法和單門限協(xié)作用戶能量檢測算法做比較，依據(jù)現(xiàn)有的檢測性能推導公式，通過數(shù)值仿真，得出雙門限協(xié)作能量檢測算法優(yōu)于單門限能量檢測算法的結論。

1 單門限能量檢測

如圖1所示，單門限能量檢測算法僅僅使用一個檢測門限值(Vth)。如果接收到的信號能量V大于Vth時，判定為出現(xiàn)了主用戶，描述為事件H1；否則，就認定主用戶沒有出現(xiàn)，描述為事件H0。

圖1 單門限能量檢測圖Fig.1 Schematic diagram of single-threshold energy detection

在無線衰落條件下，運用能量檢測方法，能夠依次算出檢測概率、虛警概率以及漏檢概率[8]：

(1)

(2)

Pm=Pr{V≤Vth|H1}

(3)

式(1)、式(2)、式(3)中，γ代表認知用戶所收到的信噪比，Vth代表門限值，Qu(a,b)代表階數(shù)是u的歸一化伽馬函數(shù)，也就是非完全的伽馬函數(shù)，而且是參數(shù)b的單調減函數(shù)，Γ(a)代表完全的伽馬函數(shù)。

N個認知用戶運用單門限協(xié)作檢測算法時，假定有幾個中心節(jié)點檢測到認知用戶發(fā)送的檢測結果，接著中心節(jié)點將收到的檢測結果運行協(xié)作檢測。最普遍的協(xié)作準則是OR準則[9]，也就是最少有一個認知用戶探測到主用戶的信號，那么就判定出現(xiàn)了主用戶信號，當且僅當全部認知用戶都沒有檢測到主用戶信號時，才判定為尚未出現(xiàn)主用戶信號。依據(jù)OR規(guī)則，能夠算出N個認知用戶運用單門限協(xié)作檢測時候的檢測概率、虛警概率以及漏檢概率[10]：

(4)

(5)

(6)

式(4)、式(5)、式(6)中Pd,i、Pf,i、Pm,i分別表示第i個認知用戶的檢測概率、虛警概率以及漏檢概率。

2 雙門限能量檢測

如圖2所示，在傳統(tǒng)只有一個檢測門限的基礎上再添加一個檢測門限，使之成為擁有兩個檢測門限Vth0和Vth1的能量檢測算法[11]。當然，只有當V>Vth1或者V

圖2 雙門限能量檢測Fig.2 Schematic diagram of double-threshold energy detection

假定在狀態(tài)H0和H1下判定落在(Vth0,Vth1]內(nèi)的不確定概率分別是

(7)

(8)

雙門限單用戶獨立檢測時的檢測概率、漏檢概率、虛警概率依次求得如下[12]：

(9)

(10)

(11)

結合協(xié)作的方法以及多門限能量檢測方法，可使用一種以多用戶協(xié)作為基準的雙門限協(xié)作能量檢測算法：假定認知網(wǎng)絡的方式是集中的，單個認知用戶把探測結果傳送給中心節(jié)點，讓中心節(jié)點進行最后的協(xié)作檢測。檢測時，單個認知用戶獨立探測主用戶信號，并將本地探測結果發(fā)給中心節(jié)點，如果檢測結果位于兩個門限之間,中心節(jié)點運用最大比合并的融合算法進行計算，并運用OR規(guī)則進行最終判定融合。運用OR規(guī)則是為了最大程度減小對主用戶使用產(chǎn)生的影響。

(12)

(13)

(14)

3 仿真與分析

為了說明雙門限協(xié)作能量檢測算法的正確性和有效性，本文通過MATLABR2010a處理平臺分別對比單門限能量檢測和雙門限協(xié)作能量檢測算法在不同信道下的性能，以及在瑞利衰落信道下比較在不同信噪比值下，單門限單用戶能量檢測、單門限協(xié)作能量檢測與雙門限協(xié)作能量檢測性能，并選取不同不確定度值進行比較。數(shù)值仿真結果如圖3～圖5所示。

圖3 不同信道下檢測概率與虛警率之間的關系Fig.3 The relationship of detection probability and false alarm probability under different channels

從圖3可以看出：無論在高斯信道下，還是在瑞利信道下，雙門限能量協(xié)作檢測算法的性能都要好于傳統(tǒng)單門限能量協(xié)作檢測算法。同時相對于傳統(tǒng)單門限算法，雙門限算法有可能在提高檢測概率Pd的同時降低虛警率Pf。因而具有更廣闊的應用空間。

圖4 △取0.01時的檢測性能曲線Fig.4 The performance of detection probability when △=0.01

圖5 △取0.1時的檢測性能曲線Fig.5 The performance of detection probability when △=0.1

從圖4、圖5可以看出：認知用戶數(shù)N越高，檢測概率Pd也越高，在同等條件下，認知用戶數(shù)N=10的性能要比N=5提高約50%，提升效果顯著。同時，由于認知用戶間協(xié)作檢測可以產(chǎn)生協(xié)作增益，所以無論是單門限還是雙門限協(xié)作檢測，檢測概率都好于單用戶獨立檢測；其次，無論是認知用戶數(shù)N為5還是10，雙門限協(xié)作檢測的性能都要好于單門限協(xié)作檢測。在信噪比較低時，認知用戶數(shù)N=5時，雙門限性能最高要比單門限高出22%；在認知用戶數(shù)N=10時，雙門限性能最高比單門限高出17%?？梢哉f，在低信噪比條件下，雙門限具有不可比擬的優(yōu)勢。當然，當SNR較高時，性能差距會逐漸縮小。

值得注意的是：在其他條件相同的情況下，不確定度△取0.1時的性能要比△取0.01時有較大的提升，因此我們可以推斷：不確定度△越高，協(xié)作檢測的性能就越好。

4 結論

由于能量檢測算法是根據(jù)接收到的信號能量檢測判定主用戶信號是否出現(xiàn)，所以對干擾比較敏感的單門限能量檢測算法，本文使用雙門限能量檢測算法和多個認知用戶間協(xié)作檢測以改善單用戶能量檢測算法的不足。理論分析和計算機仿真結果表明：與單門限相比，雙門限協(xié)作能量檢測算法可以降低認知用戶對主用戶的干擾，保證了主用戶對頻譜占用的優(yōu)先權；還可以在進一步提高檢測概率Pd的同時，降低虛警概率Pf，因而具有十分誘人的應用前景。

[1] Sun C H, hang W, Letaief B .Cooperative spectrum sensing for cognitive radios under bandwidth constraints[C].Proceedings of the Wireless Communications and Networking, 2007,1(2):1-5.

[2] Urkowitz H.Energy detection of unknown deterministic signals[J].IEEE Proceedings, 1967,4(55):523-531.

[3] Barkat M.Signal Detection and Estimation[M]2nd edition. Boston, Landon: Artech House Publishers, 2005: 291-337.

[4] Barrett. Terenee W. History of Ultra Wideband Communications and Radar: Part2, UWB Radar and Sensors[J].Microwave Journal, 2001, 20(8):28-137.

[5] Unnikrishnan J, Venugopal V. Cooperative sensing for primary detection in cognitive radio[J].IEEE Journal of Selected Topics in Signal Processing, 2008,1(2):18-27.

[6] 虞貴財,羅濤,樂光新.認知無線電系統(tǒng)中協(xié)同能量檢測算法的性能研究[J].電子與信息學報,2009,31(11):2 682-2 686.

[7] 許建霞,劉會衡,劉克中.認知無線電中一種雙門限能量檢測算法[J].武漢理工大學學報:信息與管理工程版,2011,33(4):529-535.

[8] 廖楚林.認知無線電系統(tǒng)的頻譜分配算法研究[D].成都：電子科技大學,2007.

[9] Zhang W, Ranjan K, Mallik L, et al.Cooperative spectrum sensing optimization in cognitive radio networks[J].Proceedings of the IEEE International Communications, 2008,3(4):3 411-3 415.

[10] 陳國東,武穆清.CUWB:超寬帶和認知無線電的完美結合[J].通信世界,2007,22(9):1 839-1 841.

[11] 郭彩麗,張?zhí)炜?曾志民.認知無線電技術的國內(nèi)外發(fā)展和研究現(xiàn)狀[J].現(xiàn)代電信技術,2006,19(11):1 819-1 823.

[12] 談凱.認知無線電的頻譜檢測技術的研究[D].西安：西安電子科技大學,2008.

[13] 吳進波,羅濤.認知無線電系統(tǒng)的動態(tài)雙門限協(xié)作能量檢測算法[J].高技術通訊，2010,20(6):558-564.

(責任編輯：張振華)

Performance Analysis of Double-Threshold Cooperation Energy Detection

ZOU Li1,CHEN Jiajia2

1.School of Electronic Information, Nantong University, Nantong Jiangsu 226019, China; 2.School of Telecommunications and Information Engineering, Nanjing University of Posts and Telecommunications, Nanjing Jiangsu 210003, China

It has shown that single-threshold energy detection algorithm maybe cause serious detection performance while sudden noise and other interference factors existing. We used a double-threshold energy detection algorithm based on the OR rule to alleviate the interference. This algorithm set two detection thresholds to every user and cooperative detect through all users’ detection results based on OR rule. It can increase detection performance. The simulation results indicated that this algorithm could improve the probability of spectrum detection, and simultaneously depress the probability of missing detection. When the number of cognitive users was N = 5, double-threshold performance was 22% higher than single-threshold while signal to noise ratio(SNR) was lower; when the number of cognitive users was N = 10, double-threshold performance was 17% higher than single-threshold. In practical situation, environment of low SNR is mostly harsh. So double-threshold algorithm has imponderable advantages and broad applications.

Cognitive Radio; single-threshold; double-threshold; cooperative energy detection

2014-07-10

南通市應用研究計劃基金(BK2013052)

鄒麗(1981-)，女，江蘇南通人，講師， 博士生，主要研究方向為認知無線電、壓縮感知和寬帶無線通信技術。

TN911

A

1671-5322(2014)04-0005-04