动态频谱接入
- 格式:doc
- 大小:45.50 KB
- 文档页数:13
5G⽹络技术有哪些?20种5G关键技术详解前传和回传5 前传和回传技术回传(Backhaul)指⽆线接⼊⽹连接到核⼼⽹的部分,光纤是回传⽹络的理想选择,但在光纤难以部署或部署成本过⾼的环境下,⽆线回传是替代⽅案,⽐如点对点微波、毫⽶波回传等,此外,⽆线mesh⽹络也是5G回传的⼀个选项,在R16⾥,5G ⽆线本⾝将被设计为⽆线回传技术,即IAB(5G NR集成⽆线接⼊和回传)。
前传(Fronthaul)指BBU池连接拉远RRU部分,如C-RAN章节所述。
前传链路容量主要取决于⽆线空⼝速率和MIMO天线数量,4G前传链路采⽤CPRI(通⽤公共⽆线接⼝)协议,但由于5G⽆线速率⼤幅提升、MIMO天线数量成倍增加,CPRI⽆法满⾜5G时代的前传容量和时延需求,为此,标准组织正在积极研究和制定新的前传技术,包括将⼀些处理能⼒从BBU下沉到RRU单元,以减⼩时延和前传容量等。
⽆线接⼊⽹为了提升容量、频谱效率,降低时延,提升能效,以满⾜5G关键KPI,5G⽆线接⼊⽹包含的关键技术包括:C-RAN、SDR(软件定义⽆线电)、CR(认知⽆线电)、Small Cells、⾃组织⽹络、D2D通信、Massive MIMO、毫⽶波、⾼级调制和接⼊技术、带内全双⼯、载波聚合、低时延和低功耗技术等。
6 云⽆线接⼊⽹(C-RAN)云⽆线接⼊⽹(C-RAN),将⽆线接⼊的⽹络功能软件化为虚拟化功能,并部署于标准的云环境中。
C-RAN概念由集中式RAN发展⽽来,⽬标是为了提升设计灵活性和计算可扩展性,提升能效和减少集成成本。
在C-RAN构架下,BBU功能是虚拟化的,且集中化、池化部署,RRU与天线分布式部署,RRU通过前传⽹络连接BBU池, BBU池可共享资源、灵活分配处理来⾃各个RRU的信号。
C-RAN的优势是,可以提升计算效率和能效,易于实现CoMP(协同多点传输)、多RAT、动态⼩区配置等更先进的联合优化⽅案,但C-RAN的挑战是前传⽹络设计和部署的复杂性。
全频谱接入技术的概念
全频谱接入技术(Full Spectrum Access Technology,简称FSAT)是一种用于无线通信的技术,其目的是最大程度地利
用可用的频谱资源来提供更高的通信容量和性能。
传统的无线通信系统通常只能使用特定频段的频谱资源进行通信,这导致了频谱资源的浪费和通信容量的限制。
而全频谱接入技术通过在更广泛的频谱范围内进行频谱分配和访问,可以充分利用不同频段的闲置频谱资源,实现更高的频谱效率和更大的通信容量。
全频谱接入技术可以包括以下几个方面的内容:
1. 动态频谱接入:根据实时的频谱利用状况,动态地调整频谱资源的分配和访问方式,从而最大限度地利用可用的频谱资源。
2. 频谱共享:通过不同无线通信系统之间的频谱共享,使得各个系统可以共享同一频段的频谱资源,从而提高频谱利用效率。
3. 频谱聚合:将不同频段的频谱资源进行聚合,使得无线通信系统可以同时使用多个频段的频谱资源,从而提高通信容量和性能。
全频谱接入技术的应用领域包括移动通信、无线传感器网络、物联网等。
通过全频谱接入技术,可以提高无线通信系统的频谱利用效率,满足日益增长的通信需求。
计算机论文范文5000字近年来,随着就业竞争越演越烈,关于毕业生就业质量问题的研讨亦日益广泛深入。
下面是店铺为大家推荐的计算机论文,供大家参考。
计算机论文范文一:认知无线电系统组成与运用场景探析认知无线电系统组成认知无线电系统是指采用认知无线电技术的无线通信系统,它借助于更加灵活的收发信机平台和增强的计算智能使得通信系统更加灵活。
认知无线电系统主要包括信息获取、学习以及决策与调整3个功能模块,如图1所示[3]。
认知无线电系统的首要特征是获取无线电外部环境、内部状态和相关政策等知识,以及监控用户需求的能力。
认知无线电系统具备获取无线电外部环境并进行分析处理的能力,例如,通过对当前频谱使用情况的分析,可以表示出无线通信系统的载波频率和通信带宽,甚至可以得到其覆盖范围和干扰水平等信息;认知无线电系统具备获取无线电内部状态信息能力,这些信息可以通过其配置信息、流量负载分布信息和发射功率等来得到;认知无线电系统具备获取相关政策信息的能力,无线电政策信息规定了特定环境下认知无线电系统可以使用的频带,最大发射功率以及相邻节点的频率和带宽等;认知无线电系统具备监控用户需求并根据用户需求进行决策调整的能力。
如表1所示,用户的业务需求一般可以分为话音、实时数据(比如图像)和非实时数据(比如大的文件包)3类,不同类型的业务对通信QoS的要求也不同。
认知无线电系统的第2个主要特征是学习的能力。
学习过程的目标是使用认知无线电系统以前储存下来的决策和结果的信息来提高性能。
根据学习内容的不同,学习方法可以分为3类。
第一类是监督学习,用于对外部环境的学习,主要是利用实测的信息对估计器进行训练;第2类是无监督学习,用于对外部环境的学习,主要是提取外部环境相关参数的变化规律;第3类是强化学习,用于对内部规则或行为的学习,主要是通过奖励和惩罚机制突出适应当前环境的规则或行为,抛弃不适合当前环境的规则或行为。
机器学习技术根据学习机制可以分为:机械式学习、基于解释的学习、指导式学习、类比学习和归纳学习等。
探知认知无线电技术作者:暂无来源:《上海信息化》 2015年第5期无线通信业务和设备的快速发展,导致了对无线频谱资源飞需求逐渐增大,高效合理的无线频谱使用方式成为人们关注的焦点。
认知无线电技术可以感知外部频谱环境的变化,寻找时域、频域和空域中可被利用的频谱资源,并动态接入完成通信传输,因此近年来被认为是解决无线频谱资源供求紧张的有效途径。
文/金永威韩韧张红随着无线通信技术的迅速发展和广泛应用,导致对无线频谱资源的需求日益增大,可供分配的频段濒临枯竭。
近年来很多研究机构发现:分配出去的大部分频段并没有得到充分使用,频段利用率很低。
为了缓解开放频谱资源匮乏与频谱利用率极端低下之间的矛盾,人们长期致力于研究更合理、更有效的频谱管理和利用方式。
为此,各种动态频谱共享技术应运而生,其中认知无线电技术( Cognit/ve Radio)的发展最引人注目。
其基本出发点,是使未经授权的无线通信设备主动发现和动态接入授权用户的空闲频段,从而大幅提高频谱利用率,缓解频谱资源稀缺瓶颈。
认知无线电的基本概念认知无线电技术最初由Joseph Mitola博士于1999年提出,在他的博士论文中将认知无线电定义为:一种使用基于模式推理以取得无线电相关领域内特定性能级别的无线电。
他强调“软件定义的无线电”( SoftwareDeFmed Radio,简称SDR)是实现认知无线电的理想平台,“认知无线电”可使“软件无线电”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。
美国联邦通信委员会(FCC)提出认知无线电为一种依据与其作用环境的交互而改变传输参数的无线电。
FCC提出采用认知无线电技术实现开放频谱系统,即合法的授权用户,也称主用户(Primary User,简称PU)具有优先接入频谱的权利,而具有认知无线电功能的非授权用户,也称次用户(Secondary User,简称su)可在对授权用户不造成干扰的情况下按“机会方式(Opportunistic Way)”接入频谱。
摘要随着信息技术和多业务无线网络的飞速发展,人们对宽带无线业务的需求不断增加,频谱这种不可再生的宝贵资源正逐渐变得短缺。
然而现有的固定频谱分配策略,导致许多已经分配给授权用户的频谱在某些时间段却处于空闲状态,频谱利用率较低,存在较大的频谱浪费现象。
认知无线电技术CR(Cognitive Radio)的出现提高了频谱利用率,缓解了频谱资源不足的问题,因而成为目前无线通信领域的研究热点。
认知无线电是一种新兴的智能无线通信技术,它通过频谱感知、功率控制和频谱管理、频谱共享、频谱切换等关键技术,实现在不对授权用户正常通信造成影响的前提下,伺机接入授权用户合法频段,实现动态频谱接入,提高频谱利用率。
本文从认知无线电技术特性出发,主要研究认知无线电动态频谱接入的关键技术——功率控制技术。
针对博弈论在解决系统紧缺性资源方面的研究优势,文中详细研究了基于博弈论的认知无线电分布式功率控制算法。
从物理意义角度出发,详细分析了NPG算法的导出过程,接着研究了NPGP算法,通过MATLAB仿真验证了该算法,实现了对NPG算法的性能改进。
为了进一步提高认知无线电系统的通信性能,本文在研究NPGP sigmoid算法的基础上,提出了NPGP sigmoid-NL算法,通过MATLAB仿真,证明了NPGP sigmoid-NL算法可以进一步提高认知用户的效用且减小认知用户的发射功率。
论文接着研究了Underlay频谱共享方式下,认知无线电的功率控制博弈算法。
在分析CDPC算法和Koskie-Gajic算法的基础上,结合对数函数要求自变量非负的特点,提出了对数效用功率控制算法,从而在效用函数设计上保证了认知用户的信干比大于等于目标信干比的要求,接着通过理论和MATLAB仿真证实了该算法的这一优点。
此外,对数效用算法在认知用户较少时,具有认知用户信干比较大的特点,这有利于该算法满足高速数据通信对高信干比要求的需要。
关键词:认知无线电;动态频谱接入;功率控制;博弈论;S型效率函数;代价函数AbstractWith the rapid development of wireless communication technologies and the increasing broadband communication demands, the shortage of spectrum resource is becoming an outstanding problem day by day. However, many frequency bands are not used efficiently most of time and there exists a big waste of spectrum because of the fixed spectrum allocation policy. Cognitive radio (CR) is a revolutionary technology that promises to alleviate the radio spectrum shortage problem by improving the spectrum utilization.CR is a new novel intelligent wireless communication technique which can adopt a series of key technologies such as spectrum sensing, power control and spectrum management, spectrum sharing, spectrum handoff etc to utilize the unused licensed spectrum of licensed users, in this way, CR can realize dynamic spectrum access and improve the spectrum utilization.From the perspective of characteristic in CR, this thesis develops a deep research on the key technology of CR which is transmitting power control. This thesis does detailed research on distributed power control algorithm of CR by means of game theory. The NPG algorithm is deduced in the perspective of physical meaning, and then the NPGP algorithm is researched and proved which can improve the communication performance of the NPG algorithm by using MATLAB simulation. To further enhance the communication performance of CR, the NPGP sigmoid-NL algorithm is proposed. The MATLAB simulation results show that the utility of the improved NPGP sigmoid algorithm will improve and the CR users’ transmitting powers will decrease by decreasing the value of “Nash Equilibrium threshold factor”.Then, the thesis does research on power control algorithm when CR users are in the manner of Underlay mode of spectrum sharing. The logarithmic utility power control algorithm is proposed, which combines the characteristic of non-negative variables of logarithmic function. Through theoretic analysis and MATLAB simulation, we can prove that the proposed algorithm can guarantee all the CR users’ SIR needs, which are greater than or equal to the target SIR values. Besides, when there are only a few of CR users, the logarithmic utility algorithm can make the CR users to achieve higher SIR values so as to meet the high SIR needs of high-speed data communications.Key Words: Cognitive Radio; Dynamic Spectrum Access; Power Control; Game Theory; Sigmoid Efficiency Function; Pricing Function.缩略词表ADSL Asymmetric Digital Subscriber Line 非对称数字用户线路BER Bit Error Rata 误比特率BPSK Binary Phase Shift Key 二进制相移键控CDMA Code Division Multiple Access 码分多址CDPC Constrained Distributed Power Control 受限的分布式功率控制Coherent FSK Coherent Frequency Shift Keying 相干频移键控CR CognitiveRadio 认知无线电CRRB Cognitive Radio users Receive Base 认知用户接收基站CRT Cognitive Radio users Transmitter 认知用户发射机DARPA Defense Advanced Research ProjectAgency 美国国防高级研究计划署DPC DistributedPowerControl 分布式功率控制DPSK Differential Phase Shift Keying 差分相移键控DSA DynamicSpectrumAccess 动态频谱接入FCC Federal Communication Commission 联邦通信委员会FIP FiniteImprovementPath 有限提高路径FSR Frame Success Rate 帧成功传输率GCC Group Control Channel 群控制信道LU LicensedUsers 授权用户MAC MediumAccessControl 介质接入控制MIMO Multiple Input Multiple Output 多输入多输出NE NashEquilibrium 纳什均衡NPG Non-cooperative Power Control Game 非合作功率控制博弈NPGP Non-cooperative Power Control Gamewith Pricing 基于代价函数的非合作功率控制博弈NPGP sigmoid NPGP algorithm based on sigmoidefficiency function 基于S型效率函数的非合作功率控制博弈Non-coherent Non-coherent Frequency Shift Keying 非相干频移键控FSKOFDM Orthogonal Frequency Division正交频分复用MultiplexPRB Primary users Receive Base 主用户接收基站usersTransmitter 主用户发射机PT PrimaryUsers 一级(主)用户PU PrimaryQoS Quality of Service 服务质量QPSK Quadrature Phase Shift Keying 正交相移键控RF RadioFrequency 射频RKRL Radio Knowledge Representation无线电知识描述语言LanguageSDR Software Defined Radio 软件定义无线电SDRF Software Define Radio Forum 软件无线电论坛SIR Signal to Interference Ratio 信干比SPTF Spectrum Policy Task Force 频谱政策专门小组SU SecondaryUsers 二级(认知)用户WINLAB Wireless Information Network无线信息网络实验室LaboratoryNetwork 无线区域网络WRAN WirelessAreaRegionalUCC Universal Control Channel 全局控制信道XG Next Generation Communications 下一代通信数学符号表G博弈过程{1,2,,}I N =博弈过程参与者集合 123N A A A A A =××××博弈过程策略集合i第i 个博弈参与者或第i 个认知用户 j 第j 个博弈参与者或第j 个认知用户 ()i u ⋅ 认知用户i 的效用函数 i p认知用户i 的发射功率 i γ认知用户i 的信干比 W 系统带宽 W R系统扩频增益 2σ 系统背景噪声功率 max p 认知用户发射功率上界 ()i f γ 认知用户i 的效率函数 (,)i i i c p P −认知用户i 的代价函数 λ代价函数因子γtar i认知用户i 的信干比目标值maxi γ对数效用算法中认知用户i 信干比上界南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。
美国2013—2038年度无人系统路线图4.3 通信系统,频谱以及自主修复性4.3.1 引言所有的无人系统(而非完全自主的系统)主要面临的挑战在于通信链路的可用性、通信链路支持的数据量大小、频谱资源的分配、以及所以射频子系统对抗干扰的能力(如电磁干扰等)。
为满足作战指挥的要求,各服务与机构之间的协同工作能力仍将需要继续改进.国防部无人系统需要对操作控制和任务数据分布进行处理,特别是对非自主的系统。
因此,对于一些公司和大学,这类信息可以通过电缆传输,但对于高度移动的无人操作,用的电磁波信号(EMS)的传播方式将更加容易,或其他方式(例如,声学或光学)。
图13显示了支持无人系统所需要的通信网络体系结构(OV-1).该架构中同时考虑了载人系统的设计,说明载人和无人传感器以及其他指挥与控制(C2)系统之间需要共同的通信基础设施支撑。
辅助指挥、控制、通信和计算机(C4)的建设应该是平台无关的(载人或无人)。
运行架构采用了多种环境管理系统的频段,通信网关和中继网站,数据中心和数据传播节点,以及地面广播和网络服务。
在这种体系结构中的通信链路支持无人平台的指挥与控制以及和各自的有效载荷;并且支持将载荷的信息回传,用作战术、战略等意图。
应当尽可能地将载荷任务数据及时驻留在全局数据中心,使世界各地的用户能够快速简便地发现、获取和分析实时和非实时的情报、监视和侦察(ISR)信息和其他任务的数据。
第4。
3.2节到第4.3。
17节着重阐述了无人通信系统结构发展的需求及计划,并针对每个领域给出了适用的标准和系统指导。
图13. 高级辅助指挥、控制、通信和计算机(C4)结构运行概念图4。
3.2 当前无人通信系统存在的问题过去十年内,美国在全球作战应用中操作的经验教训、详细分析研究和回顾、作战任务需求说明等都充分表明了指挥、控制、通信和计算机建设在支持无人平台方面的各种缺陷.具体包括:全球连通性差:无人平台全球发送高带宽数据(例如,全运动视频)至战略战术用户的能力不足。
摘要动态频谱接入(DSA)是一种新的频谱共享模式,这种模式允许二级用户在授权的频谱带宽中获得丰富频谱空隙。
DSA技术可以以缓解频谱短缺问题并且提高频谱利用率。
在这篇文章中,我们讨论了DSA 所面临的的挑战,旨在揭示其未来的走向。
首先,我们介绍了前沿的频谱感知和频谱分享。
其次,我们调查那些能阻碍DSA成为主要的商业部署的挑战。
我们相信,要应对这些挑战,一个新的DSA模型是很关键的,在这种模式下,授权的用户可以在DSA中相互合作,因此获得更加灵活的频谱共享是可能的。
此外,未来的DSA模型应考虑到政治,社会,经济和技术因素,为DSA在商业上的成功铺平道路。
为了支持这种未来的DSA模型,未来的认知无线电预计将提供更多的组件和功能,执行政策,提供一个带激励的和能共存的机制等。
我们称未来这种具有更广的功能的认知无线电为网络无线电,并讨论其体系结构,以及未来DSA的设计问题。
简介传统上,频谱分配政策是为已经授权的用户提供一个固定的频谱,且这个频谱是独家享用的。
虽然这项政策在过去的几十年里一直运作良好,近年来无线服务的激增暴露这个政策的缺点:1.导致频谱缺。
2.另一方面,大量的授权频谱在时间和空间上均未得到充分利用。
这些在时间和空间领域未使用的频谱波段,也称为频谱空洞或频谱空白,为无线通信提供了一个很好的机会。
DSA是一种新的利用频谱空洞的实现频谱共享范例,利用频谱空洞,从而缓解频谱短缺的问题,并且提高了频谱利用率。
通过DSA,SUs(二级用户)能够动态地搜索空闲频谱波段,暂时使用他们来进行无线通信。
为了避免和PUs(初级用户)发生冲突,,SUs都持续地监控频段,当PUs是开始利用一个波段时,SUs得避让PUs。
在认知无线电技术的最新进展下DSA认知无线电技术成为可能。
认知无线电典型地包含一个模拟射频前端,一个数字处理引擎(也可以是通用处理器,数字信号处理器(DSP),或一个定制的现场可编程门阵列(FPGA)板)。
大多数无线电功能,如信号处理功能通过运行在数字处理引擎上的软件成为可用的。
通过编程的数字处理引擎,认知无线电可以感知周围频谱环境并相应地适应无线参数,例如:中心频率,带宽,传送功率,和能利用初级用户目前不能使用的频段的波形。
由于提高频谱利用效率具有很大希望,所以在过去的十年已经有大量的的DSA和认知无线电的研究工作。
也有相当多的关于无线电或DSA网络方面的调查研究,参阅文献[1]。
虽然这些调查研究主要集中在认知无线电网络的网络设计问题,但在这篇文章中,我们讨论了DSA 的挑战,旨在揭示其未来。
我们首先介绍了最先进的频谱检测和频谱共享。
然后,我们着重讨论了能够防止DSA成为主要商业部署的挑战。
我们相信,要应对这些挑战,一个新的DSA模型是至关重要的,在这个新的DSA模型中PUs被激励而一起合作,因此,灵活的频谱共享是可能的,例如频谱检测可以大大简化,而且SUs被允许可以和PUs在一个频段传送数据。
此外,未来的DSA模型应考虑的政治,社会,经济和技术等因素。
为了支持未来的DSA模型,需要额外的组件和功能,以提高认知无线电性能。
我们把未来的有更广能力的认知无线电称为网络无线电。
本文组织如下:介绍DSA模型,讨论了频谱感知,描述了频谱共享和接取,还讨论了目前DSA所面临的挑战及可能的突破点,还描述了我们对未来DSA及网络无线电的愿景。
DSA模型目前总共有3种DSA模型:interweave, underlay and overlay[2]。
interweave DSA 模型是本文主要学习研究的DSA模型之一,还是DSA业界约定俗成的标准。
它与underlay and overlay模型的区别在于:只要PU还在这个被授权的谱带中活动,SU就不能接入该频段。
此外, PU有绝对优先使用频段的权利,只要PU访问频段时,访问此频段的SU就得避让PU。
因此,交织DSA模型也被称为机会频谱接入,此情况下SU受限制地投机利用这些时空上或频域上的频谱空白,在交织DSA模型下,SU利用认知无线电感知周围频谱环境,然后选择一个或多个闲置的频段,把认知无线电转换成选定的频段来传送,图1a很好地说明了频谱的动态性和SU怎样利用交织DSA模型搜索和访问空闲的频谱带。
underlay DSA模型允许SU访问许可的频段,不管PU是否访问,遭受来自所有二级用户累计的干预的约束对一级用户来说是可容忍的的,即下面的一些阈值的约束。
有两种方法可以满足该约束。
在第一种方法中,二级用户发射功率在很宽的频谱范围内传播以至于对在每一个授权频段上的二级用户的干扰远低于阈值。
这是采取的超宽带(UWB)技术的方法。
这种方法主要用于短距离通信。
第二种方法被称为干扰温度(即频段内的干扰功率谱密度,它的设定是用来量化和管理无线环境中的干扰问题)。
通过这种方法,二级用户可以在授权频谱上以更高的功率传输数据,只要来自所有的SU上的总干扰低于某个阈值。
我们面临的挑战就是如何测量对PU的总干扰的和如何实施对二级用户的限制。
对于这一挑战,美国联邦通信委员会(FCC)提交的干扰温度方法。
图1b说明了在 underlayDSA模型中一个SU如何和PU 在一个频段上共享一个范围广泛的频谱。
overlayDSA模型是DSA的一个较新发展模型。
类似于底层DSA模型,即使当PU访问一个波段时,上层DSA模型也允许PUs传送,然而,约束条件是不同的。
不是约束SU对PU的干扰,而是通过限制SU的传送功率,上层DSA模型的目标保持的PU执行。
只要对PU的性能不引起退化,SU被允许和PU同时发送。
上层DSA模型的第一种方法是使用信道编码( channel coding [2])。
具体而言,当一个PU发射器发送一个PU数据包时(这个数据包对SU来说是知道的),SU发射器可以将它的发射功率分成两部分,一部分是发送其自己的(SU)的数据包,另一部分是用来传送PU的数据包以提高在PU接收机接收的总功率,使得冲突信号和噪声比(SINR)在PU接收机上不会降低。
此外,SU发射机可以使用脏纸编码来对SU的数据包进行预编码,这样由PS数据包传送引起的对SU接收机干扰就不存在了。
overlayDSA模型的另一种方法是使用网络编码 [3]。
采用这种方法,SU作为不连通和弱连通节点之间的中继节点来服务。
当转播PU数据包时,SU可以通过网络编码把SU 的数据包编码到PU的数据包上。
因此SU数据包的传输不招致独立的频谱接入,也不会降低该PU的性能。
overlayDSA模型的一个显著性能就是它能够给PU提供激励以鼓励其来进行合作。
通过信道编码方法,SU传送机可以分出足够的功率来发送PS数据包使得PU的接收机处的信号干扰噪声比增加,这样PU 执行效果就得到很大的提高。
通过网络编码方法,可以提高传输的数据频率,并且获得一个较高的PU数据吞吐量也是可能的(见[3])。
总之,对于PU和SU ,上层DSA模式创造了一个“双赢”的模式。
图1c 说明了SUs和PU在上层DSA模型如何共享频谱的。
频谱感知在DSA中频谱感知起着至关重要的作用。
在SU发送一个数据包之前,它需要感知频谱的环境,以确定可用的频谱频带。
在数据包传输中,一个SU需要持续感知波段以检测是否有PU访问接入频段。
频谱感知技术一般地可以分为本地感知和协作感知。
本地感知就是指每个SU 能独立地检测周围的频谱环境,然后选择一个闲置的频谱进行通信。
本地感知有三个主要的技术:能量检测,匹配滤波器检测,和循环平稳特征检测[4]。
在能量检测,被接收的信号的能量是可测的,并与一个预定义的阈值作比较。
如果接收到的信号的能量超过阈值,谱频带将被PU所占用,否则频谱带被确定为闲置的。
能量检测技术降低了计算复杂度,并且很容易实现。
然而,它易受噪声功率不确定性的影响,并且不能区分噪声和信号。
匹配滤波器检测技术假定PU信号的相关属性是先前就知道的,例如,调制类型和顺序,脉冲形状,和数据包格式。
它将接收到的信号与已知PU信号相结合,以比特率来对输出结果采样以检测PU的存在。
为了区分噪声和信号,提出了循环平稳特征检测技术(例如,见[4])。
这种技术来自一个事实(即大多数的调制信号具有循环平稳特征),因为它们方法和自相关性表现出周期性。
除了三个主要的技术,最近其他几个技术已被开发。
例如,特征值的技术是使用SU处接收到的信号的协方差矩阵的特征值来进行频谱感知的。
虽然本地感知是非常重要的,但是许多研究表明,由于受到复杂的无线环境中信号衰减,阴影,和其他问题的影响,本地感知往往是不能准确的检测。
因此,通过SU合作,协作感知已被提出以提高检测的准确性。
协作感知在分散模式或集中模式下 [6]都可用。
在分散的模式下,SUs和其他用户交换本地传感数据/结果,然后每个SU对信道可访问性(访问哪一个信道)作出自己的决定。
在集中模式下,融合中心(如基站)通常被用来收集来自所有SU的检测结果。
然后融合中心信道的可访问性作出决定。
频谱共享和访问高效的频谱共享和访问,对DSA是必不可少的。
频谱共享在underlay DSA模型是提供最灵活的使干扰约束得到满足。
在overlay DSA模型中,频谱共享也很灵活,但有一些限制。
具体而言,当一个SU尝试发送一个SU的数据包,如果该PU的性能确保不会降低,然后SU 就可以访问许可频谱。
否则,SU必须把频谱接入让给PU。
在交织DSA 模型中的频谱共享更具挑战性,因为当PU访问的频谱时这种模式禁止SU频谱接入。
交织DSA模型中的频谱共享是主要研究对象(例如,见[7,8])。
在DSA中,通信信道是动态可用的(对SU频谱访问),这对交织DSA模型下的频谱共享和访问提出了巨大的挑战。
根据控制通道是否可用主要分为两种方法,在第一种方法(例如,见[8]),公共控制信道(对于SU之间的协调)用来交换频谱的检测结果和转让数据通道。
SU的频谱接入在传感传送周期上工作的。
在传感期间,每个SU感官周围的频谱环境,以确定可用于SU通信的频段,然后把无线电切换到控制信道上与其他的SU交换检测结果(SU的通常假设同步)。
然后每个通信节点对从检测到的可用信道中的一个数据通道用于数据通信,最终将无线电切换到选定的数据信道来传输数据包。
SU持续监测的数据通道,当在一个数据通道检测到一个PU信号,此通道上的SUS必须避开PU。
虽然公共控制信道能简化在频谱接入发射器和接收器之间的交会,但很容易拥塞。
ETCH(在[9]中提出)算法使用多个控制信道,以避免拥塞,同时保证一个SU在最佳长度的帧的范围内能遇到任何其他SU。
另一种方法根本不使用的控制通道,从而消除了在控制通道[10]拥塞和干扰的。
通过这种方法,每个SU从动态检测到的信道独立选择的业务信道。
每个通信对没有必要交换控制信息,即不用协商用于数据通信的渠道。