毕业设计（论文）题目：认知无线电中频谱感知技术研究专业： 学生姓名： 班级学号： 指导教师： 指导单位： 日期：年月日至年月日
摘要 无线业务的持续增长带来频谱需求的不断增加，无线通信的发展面临着前所未有的挑战。无线电频谱资源一般是由政府统一授权分配使用，这种固定分配频谱的管理方式常常会出现频谱资源分配不均，甚至浪费的情形，这与日益严重的频谱短缺问题相互矛盾。认知无线电技术作为一种智能频谱共享技术有效的缓解了这一矛盾。它通过感知时域、频域和空域等频谱环境，自动搜寻已授权频段的空闲频谱并合理利用，达到提高现有频谱利用率的目的。频谱感知技术是决定认知无线电能否实现的关键技术之一。 本文首先介绍了认知无线电的基本概念，对认知无线电在 WRAN 系统、UWB 系统及 WLAN 系统等领域的应用分别进行了讨论。在此基础上，针对实现认知无线电的关键技术从理论上进行了探索，分析了影响认知网络正常工作的相关因素及认知网络对授权用户正常工作所形成的干扰。从理论上推导了在实现认知无线电系统所必须面对的弱信号低噪声比恶劣环境下，信号检测的相关方法和技术，并进行了数字滤波器的算法分析，指出了窗函数的选择原则。接着详细讨论了频谱检测技术中基于发射机检测的三种方法：匹配滤波器检测法、能量检测法和循环平稳特性检测法。为了检验其正确性，借助 Matlab 工具，在Matlab 平台下对能量检测和循环特性检测法进行了建模仿真，比较分析了这两种方法的检测性能。研究结果表明：在低信噪比的情况下，能量检测法检测正确率较低，检测性能远不如循环特征检测。 其次还详细的分析认知无线电的国内外研究现状及关键技术。详细阐述了频谱感知技术的研究现状和概念，并指出了目前频谱感知研究工作中受到关注的一些主要问题，围绕这些问题进行了深入研究。 关键词：感知无线电；频谱感知；匹配滤波器感知；能量感知；合作式感知；
毕业设计（论文）开题报告课题名 称 协作频谱感知中融合准则方法研究 学生姓名学号 专业班 级 通信工程 一、选题的目的意义 随着现在无线通信技术的发展，频谱资源越来越紧张，究其原因，不是频谱少，而是利用率比较低，所以需要在频谱利用上能有更进一步的突破，频谱感知是认知无线电系统的关键技术，并且协作频谱感知可以能够提高频谱的感知的准确性.协作频谱感知综合利用从多个分布式用户收集来的感知数据，有效地提高了检测的可靠性，而利用多个认知用户的感知信息进行融合是其关键技术，所以研究协作感知融合准则是很有必要的。 二，国内外研究综述 首先从认知无线电总的情况来看，美国联邦通信委员会的大量研究表明一些非授权频段如工业、科学和医用频段以及适于陆地移动通信的2 GHz左右授权频段过于拥挤，而有些授权频段却经常空闲[1],于是人们想到，如果系统能自动感知所处的频谱环境，通过智能的学习来实时调整适应谰制、编码、信道协议和带宽等传输参数． 或者再利用原有指定频段之外的空闲频段，实现多维空间E频谱的接入，这样无疑能极大提高频谱利用率。于是一种革命性的智能频谱共享技术— —认知无线电(cR)[2]，有了最初的设想.l999年Mitola提出了认知无线电的概念，他认为认知无线电可以使SDR从预置程序的盲目执行者转变成为无线电领域的智能代理．且SDR是认知无线电实现的理想平台[3]。然而，2004年Rieser指出认知无线电不一定必须有SDR的支撑[4]，他提出基于遗传算法的生物启发认知模型更适于可快速部署的灾难通信系统.相比之下，FCC提出的认知无线电功能则是以上两种认识的一个简化版本[5]。它建议任意无线电只要能够具有自适应频谱感知功能就可称为是“认知无线电”。认知无线电技术的实现需要频谱管理政策的支持。近几年一些频谱政策管制部门，如美国联邦通信委员会(FCC)、英国通信办公室(Ofcom)对该技术给予了积极的支持。2002年12月，FCC指出非授权设备应具备能够识别未占用频段的能力；2003年11月，FCC提出新的量化和管理干扰的指标值
研究初期。大量文献。判断有无信号传输。识别信号类型。 1)匹配滤波器 主用户信号已知时最佳。感知速度快。但对信号已知信息的要求高，感知单元的实现复杂度极高（需要对大量类型信号的匹配滤波）。 2)基于波形的感知 已知主用户信号的patterns（用于同步等的前导序列等等），对观测数据做相关。在稳定性和收敛速度上比基于能量检测的感知要好。 判决门限的选取。信号功率因信道传输特性和收、发信机之间的距离的不确定性而难以估计。实际中，可由特定的虚警概率给出门限，此时只需知道噪声方差。 3)基于循环平稳性的感知 信号的平稳特征由信号或信号统计量（期望、自相关等）周期性引起。利用循环相关函数（而非功率谱密度）检测信号，可将噪声与信号分离。因为噪声广义平稳无相关量，而调制信号由于循环平稳而存在谱相关。循环谱密度（CSD）函数的计算是对循环自相关函数做傅里叶变换。循环频率与信号的基本频率一致时，CSD函数输出峰值。 4)基于能量检测的感知 低运算复杂度和低实现复杂度。缺点在于：判决门限的选择困难；无法区分能量来源是信号还是噪声； 低SNR条件下性能差。噪声水平的动态估计，降秩特征值分解法。GSM时隙能量检测，需与GSM系统同步，检测时间限制在时隙间隔内。FFT之后频域能量检测。检测概率在各种信道条件下的闭式解。 5)无线电识别 识别主用户采用的传输技术。获得更多的信息，更高的精度。比如蓝牙信号的主用户位置局限在10m 之内。特征提取和归类技术。各种盲无线电识别技术。 6)其它感知方法 多窗口谱估计。最大似然PSD估计的近似，对宽带信号接近最优。计算量大。 Hough变换。 基于小波变换的估计。检测宽带信道PSD的边界。 协同感知—— 协同（合作、协作）用来应对频谱感知中噪声不确定性、衰落和阴影等问题。解决隐终端问题，降低感知时间。提出有效的信息共享算法和处理增加的复杂度是协同感知要解决的难题。控制信道可利用：1）指配频带；2）非授权频带；3）衬于底层的UWB。 共享信息可以是软判决或硬判决结果。（基于能量检测的）感知合并方式：等增益合并、选择式合并、Switch & Stay（扫描式）合并。协同算法应：协议开支小；鲁棒性强；引入延迟小。 非协同感知，优点为计算和实现简单，缺点为存在隐终端问题、多径和阴影的影响。 协同感知，优点为更高的精度（接近最优）、可解决阴影效应和隐终端问题；缺点为复杂度高、额外通信流量开支和需要控制信道。 协同感知的两种实现形式： 1)中心式感知。中心单元广播可用频谱信息或直接控制CR通信。AP。硬信息合并、软信息合并。 2)分布式感知。彼此共享信息，自己对频谱做出判决。不需要配置基础结构网络。 外部感知—— 外部感知网络将频谱感知结果广播给CR。优点：可解决隐终端问题和衰落及阴影引起的不确定性；CR无需为感知分配时间，提高频谱效率；感知网络可以是固定的（避免电池供电）。外部感知可以是连续的或周期性的。感知数据传递给中心节点进一步处理，并将频谱占用信息共享。
能量检测仿真实验代码： clear all;clc; n = 5; ps = 1; SNR1 = -5; SNR2 = -8; SNR3 = -10; % Sim_Times=10000; %Monter-Carlo times % m=5; T=0.001; % 信号带宽W W=5*10^4; % 采样频率 Fs = 2*W; m = T*W; n = 2*T*W; % F0=W; % Fs=2; % Sig=sqrt(2)*sin(2*pi*F0/Fs*t); %single tone samples, Fs=2F0 % 实际信噪比 snr1 = 10.^(SNR1/10); snr2 = 10.^(SNR2/10); snr3 = 10.^(SNR3/10); pn = (1/snr1)*ps; mu0 = n*pn; sigma0 = sqrt(2*n)*pn; mu = n*(pn+ps); sigma = sqrt(2*n*(pn^2+2*pn*ps)); % [noi,x0,mu0,sigma0,m0] = cnoi( n,pn ); % sig = randn(n,1); sig = 1; % 重复次数 count = 5000; % 能量检测判决门限 lambda = [200:20:600]; lambda1 = [500:20:900]; lambda2 = [700:30:1300]; % 置信度判决参数 % tt = [-5:0.4:3]; % cc = 10.^tt; % tt1 = [-1:0.1:1]; % cc1 = 10.^tt; % cc2 = [-0.01:0.001:0.01];
基于分簇的协作频谱感知算法 为提高频谱感知的检测性能，提出一种改进式分簇协作感知方法。在簇内采用最优K-N准则融合每个簇内节点的本地感知结果，在簇间采用指数加权算法融合簇头的判决信息作出最终的判决结果。理论分析和仿真验证表明，相比传统的分簇协作感知算法，改进式分簇协作感知算法可以获得更优的感知性能。 标签：协作感知；分簇；最优K-N准则；指数加权 传统分簇协作感知方法[1]忽略了不同的感知节点在不同位置时对融合中心的贡献不同的问题。文中提出一种改进式分簇协作感知算法，在簇内采用最优K-N准则进行融合[2]，在簇间根据簇头节点接收信噪比的不同，对感知結果分配不同的权值来进一步提高最终的感知性能。 1 簇间感知算法的改进 不同簇的簇头节点接收信噪比不同，若以相同的权重融合不同感知结果，不仅不会突出高信噪比环境的感知优势，而且会加大低信噪比环境对整体感知性能的影响[3]。基于此，提出一种指数加权因子来动态调整不同感知用户对全局感知性能的贡献，降低低信噪比对用户的协作感知性能的恶劣影响，提高全局感知性能。假设N个簇头用户的信噪比分别为：SNR1，SNR2，SNR3，…，SNRN，则第i个簇头用户的权系数为： （1） 式中E为指数的底数，N为分簇的个数，权系数故指数加权的全局虚警概率Qf、全局检测概率Qd以及全局漏检概率Qm分别为： （2） （3） Qm=1-Qd （4） 由于虚警概率同SNR无关，所以全局虚警概率同OR准则[4]下的虚警概率相同，这也就意味着在相同的虚警概率下，提高了高信噪比用户的检测概率对全局检测性能的影响，降低了低信噪比用户的检测概率对全局检测性能的影响，提高了协作频谱感知的检测性能。 2 改进式分簇协作感知过程 假设已经通过某种方式将认知无线网络中的认知用户分成若干个簇，在每个簇中选择信道条件最好的CR节点作为簇头，由于每个簇中CR节点的距离都很
2012年11月Journal on Communications November 2012 第33卷第Z2期通信学报V ol.33No. Z2 n-out-of-K融合规则下增量式协作感知算法 张晓格，张士兵，邱恭安 （南通大学电子信息学院，江苏南通226019） 摘 要：该算法把协作中继分为前N个与后K?N个两部分，首先在前N个中继中感知，若不多于m L个中继检测到主用户或不少于m H个中继检测到主用户，则全局判定为存在或不存在频谱空洞；否则继续在后K?N个中继中感知，只有当前后两次感知不少于n个中继检测到主用户时则才全局判定不存在频谱空洞。在满足虚警概率与检测概率的前提下，构建最小化时隙消耗的目标函数，优化参数m L、m H与N。模拟表明，通过合理设置这些参数，在保证感知性能的前提下，所提增量协作算法的平均时隙消耗明显低于传统协作感知。 关键词：认知无线电；频谱感知；增量协作；时隙消耗 中图分类号：TN929.53 文献标识码：A 文章编号：1000-436X(2012)Z2-0111-07 Incremental cooperative spectrum sensing algorithm with n-out-of-K fusion rule ZHANG Xiao-ge, ZHANG Shi-bing, QIU Gong-an （College of electronic and information, Nantong University, Nantong 226019, China） Abstract: The algorithm divided the total relays into two subsections. The front subsection included N number of relays, and the later one included K?N number of relays. Firstly, the front N relays sensed the spectrum. If no more than m L number of relays had detected the existing of the primary user, the global detection was that the spectrum holes existed. If more than m H number of relays had detected the existing of the primary user, the global detection was that no spectrum holes existed. Otherwise, the later K?N number of relays continued to sense the spectrum. The global detection was that the spectrum holes existed only when there were totally over n number of relays having detected the existing of the pri-mary user in the two sensing stages. The object function was built for minimizing the time-slot consumption by adjusting the parameters m L, m H and N with the limit of detection probability and false probability. Simulation results show that the proposed incremental cooperative spectrum sensing algorithm has much lower time-slot consumption than the traditional one by properly setting the parameters with high sensing performance kept. Key words: cognitive radio; spectrum sensing; incremental cooperative; time-slot consumption 1引言 目前，授权（主）用户固定占据频谱的管理体制使得宝贵的频谱资源使用效率很低，而对于频谱资源的渴求则随着无线通信的发展越来越迫切。由于频谱资源是有限的，所以提高现有频谱资源的利用效率是解决频谱资源不足的有效途径。认知无线电就是这样一种技术[1]。为了利用闲置频谱资源， 收稿日期：2012-07-30 基金项目：国家自然科学基金资助项目（61071086）；南通市应用研究计划基金资助项目(BK2011064)；江苏省高校自然科学基金资助项目（11KJB510021, 11KJB510020） Foundation Items: The National Natural Science Foundation of China (61071086); Nantong Applied Research Project (BK2011064); Collegiate Natural Science Fund of Jiangsu Province (11KJB510021, 11KJB510020) doi:10.3969/j.issn.1000-436x.2012.z2.014
https://www.doczj.com/doc/b814506500.html,/article/11-09/422921315975560.html 频谱感知，是指认知用户通过各种信号检测和处理手段来获取无线网络中的频谱使用信息。从无线网络的功能分层角度看，频谱感知技术主要涉及物理层和链路层，其中物理层主要关注各种具体的本地检测算法，而链路层主要关注用户间的协作以及对本地感知、协作感知和感知机制优化3 个方面。因此，目前频谱感知技术的研究大多数集中在本地感知、协作感知和感知机制优化3个方面。文章正是从这3个方面对频谱感知技术的最新研究进展情况进行了总结归纳，分析了主要难点，并在此基础上讨论了下一步的研究方向。 1 本地感知技术 1.1 主要检测算法 本地频谱感知是指单个认知用户独立执行某种检测算法来感知频谱使用情况，其检测性能通常由虚警概率以及漏检概率进行衡量。比较典型的感知算法包括： 能量检测算法，其主要原理是在特定频段上，测量某段观测时间内接收信号的总能量，然后与某一设定门限比较来判决主信号是否存在。由于该算法复杂度较低，实施简单，同时不需要任何先验信息，因此被认为是CR系统中最通用的感知算法。 匹配滤波器检测算法，是在确知主用户信号先验信息(如调制类型，脉冲整形，帧格式)情况下的最佳检测算法。该算法的优势在于能使检测信噪比最大化，在相同性能限定下较能量检测所需的采样点个数少，因此处理时间更短。 循环平稳特征检测算法，其原理是通过分析循环自相关函数或者二维频谱相关函数的方法得到信号频谱相关统计特性，利用其呈现的周期性来区分主信号与噪声。该算法在很低的信噪比下仍具有很好的检测性能，而且针对各种信号类型独特的统计特征进行循环谱分析，可以克服恶意干扰信号，大大提高检测的性能和效率。 协方差矩阵检测算法，利用主信号的相关性建立信号样本协方差矩阵，并以计算矩阵最大、最小特征值比率的方法做出判决。文献[1]提出基于过采样接收信号或多路接收天线的盲感知算法。通过对接收信号矩阵的线性预测和奇异值分解(QR)得到信号统计值的比率来判定是否有主用户信号。 以上这些算法都是对主用户发射端信号的直接检测，基本都是从经典的信号检测理论中移植过来的。此外，近期一些文献从主用户接收端的角度提出了本振泄露功率检测和基于干扰温度的检测。有些文献对经典算法进行了改进，如文献[2]提出了一种基于能量检测-循环特征检测结合的两级感知算法。文献[3]研究了基于频偏补偿的匹配滤波器检测、联合前向和参数匹配的能量检测、多分辨率频谱检测和基于小波变换频谱检测等。表2归纳了文献中提及较多的一些感知算法，并对其优缺点进行了比较。
认知无线电的频谱感知技术研究 0 引言 随着无线通讯业务的增长，可利用的频带日趋紧张，频谱资源匾乏的题目日益严重。世界各国现行的频率使用政策除分配极少的ISM频段之外，大多采用许可证制度。而获得许可的用户，并非全部都是全天候占用许可频段，一些频带部分时间内并没有用户使用，另有一些偶然才被占用，即使系统频谱使用率低，仍无法将空间的频谱分配给其他系统使用，即无法实现频谱共享。怎样才能进步频谱利用率，在不同区域和不同时间段里有效地利用不同的空闲频道，成为人们非常关注的技术题目。为了解决该题目，Joseph Mito1a于1999年在软件无线电的基础上提出了认知无线电(Cognitive Radio，简称CR)的概念，要实现动态频谱接进，首先要解决的题目就是如何检测频谱空穴，避免对主用户的干扰，也就是频谱感知技术。CR用户通过频谱感知检测主用户是否存在，从而利用频谱空穴。 1 匹配滤波器检测(Matched Filtering) 匹配滤波器是一种最优的信号检测法，由于在输出端它能够使信号的信噪比达到最大。匹配滤波器最大的优点就是能够在短时间里获得高处理增益。但是使用匹配滤波器进行信号检测必须知道被检测的主用户信号的先验知识，比如调制方式、脉冲波形、数据包格式等，假如这些信息不正确就会严重影响其性能，同时匹配滤波器计算量也较大。因此它可以用来检测一些特定的信号，但是每类主用户认知无线电都要有一个专门的接收器，这就增加了系统的资源耗费量和复杂度。 2 能量检测(Energy Detector—Based Sensing) 能量检测是一种较简单的信号非相干检测方法。根据基本假设模型，在高斯加性白噪声(AWGN)信道情况下，采用能量检测法进行主用户信号检测的性能。在AWGN信道非衰落的环境中，可知信道增益h是确定的。在H1下，当接收到的信号超过判决门限进时，判定主用户信号存在。在H0下，当接收信号超过判决门限时，则会作出错误的判定。分别用Pd 和Pf，来表示检测到主用户的概率(检测概率)和错误判定警报的(虚警)概率，对H．Urkowitz 的研究结果进行简化，可以得到通过无衰落的AWGN信道检测的概率和虚警概率的近似表达式为 其中：γ是信噪；σ是一个正数；r0，r(，g)是方差；是完整和不完整Gamma函数；Qm是普遍马库姆(Marcum)函数，其定义为