認(rèn)知無(wú)線(xiàn)電頻譜檢測(cè)的研究

李 楠

91245部隊(duì)31分隊(duì)，遼寧葫蘆島 125001

認(rèn)知無(wú)線(xiàn)電頻譜檢測(cè)的研究

李 楠

91245部隊(duì)31分隊(duì)，遼寧葫蘆島 125001

本文簡(jiǎn)要介紹了認(rèn)知無(wú)線(xiàn)電系統(tǒng)中3種常用的頻譜檢測(cè)方法，分析了3種檢測(cè)方法的性能，并通過(guò)仿真分析了他們的優(yōu)點(diǎn)和缺點(diǎn)。仿真結(jié)果表明，這3種常用方法在實(shí)際應(yīng)用中均存在問(wèn)題，需要進(jìn)一步的改良。

認(rèn)知無(wú)線(xiàn)電；頻譜檢測(cè)；能量檢測(cè)；匹配濾波法；循環(huán)特征檢測(cè)法

0 引言

認(rèn)知無(wú)線(xiàn)電(Cognitive Radio，簡(jiǎn)稱(chēng)CR)的概念最早于1999年由Mitola博士提出的。它通過(guò)對(duì)頻譜周?chē)h(huán)境的感知，將特定的空閑頻段分配給未授權(quán)用戶(hù)，從而提高頻譜利用率。這種動(dòng)態(tài)的頻譜共享方式大大提高了頻譜利用率。常用的頻譜檢測(cè)方法有能量檢測(cè)法、匹配濾波器檢測(cè)法以及循環(huán)特征檢測(cè)法等，下面將詳細(xì)分析這3種方法的原理與性能。

1 常用頻譜檢測(cè)算法原理

1.1 能量檢測(cè)

基于能量檢測(cè)的頻譜感知方法是一種信號(hào)的非相干檢測(cè)方法，也是目前較常用的頻譜感知方法?；谀芰繖z測(cè)的頻譜感知方法可以用二元假設(shè)檢驗(yàn)問(wèn)題進(jìn)行建模，模型如下[1]，

式中假設(shè)w（n）為加性高斯白噪聲（AWGN），均值為零；假設(shè)s（n）是均值為0，方差為σs2的高斯過(guò)程，雙邊功率譜密度N02與信號(hào)是相互獨(dú)立的；N為采樣數(shù)（檢測(cè)時(shí)間）。

圖1 能量檢測(cè)法的流程

頻譜感知技術(shù)的目的就是要根據(jù)上述準(zhǔn)則區(qū)分上面兩種不同的假設(shè)，從而判斷目前時(shí)刻與目前的頻段是否有已授權(quán)的用戶(hù)在使用。認(rèn)知無(wú)線(xiàn)電技術(shù)應(yīng)盡最大可能地保護(hù)授權(quán)用戶(hù)通信時(shí)不受干擾，即使授權(quán)用戶(hù)的檢測(cè)概率盡量大。

根據(jù)假設(shè)檢驗(yàn)?zāi)Ｐ?，檢測(cè)統(tǒng)計(jì)量為

當(dāng)只有噪聲存在時(shí)，檢驗(yàn)統(tǒng)計(jì)量V′服從自由度為2 TW的中心x2分布， 當(dāng)只有信號(hào)存在時(shí)，檢驗(yàn)統(tǒng)計(jì)量V′服從自由度為2 TW的非中心x2分布。在噪聲確定的情況下，只要確定了虛警概率pf后，就可以得到不同信噪比情況下的檢測(cè)概率pd。

但是在實(shí)際中，噪聲的成分不僅有白噪聲，他還包含一些未知的環(huán)境干擾噪聲，這就使噪聲變得不確定了，所以只能說(shuō)實(shí)際噪聲主要成分是高斯噪聲，噪聲能量在一些頻帶上也不確定。

不確定噪聲對(duì)能量檢測(cè)方法的影響將在后面的仿真與分析部分給出。

1.2 匹配濾波器法

匹配濾波器檢測(cè)框圖如圖2所示。

圖2 匹配濾波器檢測(cè)原理圖

匹配濾波器可以使輸出信噪比在某一時(shí)刻達(dá)到最大，此時(shí)就可以最好的判斷信號(hào)的出現(xiàn)[2]。匹配濾波器的傳遞函數(shù)為

式中，S（w）與s（t）互為Fourier變換對(duì)。c通常取1，此時(shí)，最大輸出信噪比ρmax=2E/N0，其中，E為信號(hào)s（t）的能量。由傳遞函數(shù)可知，匹配濾波檢測(cè)是對(duì)已知信號(hào)進(jìn)行檢測(cè)。

AWGN信道下對(duì)已知信號(hào)進(jìn)行檢測(cè)的虛警概率pf及檢測(cè)概率pd的表達(dá)式為：

1.3 循環(huán)特征檢測(cè)

調(diào)制信號(hào)一般都需要經(jīng)過(guò)載波、脈沖序列、重復(fù)性擴(kuò)展、跳頻及循環(huán)等環(huán)節(jié)的處理。雖然這些數(shù)據(jù)是靜態(tài)隨機(jī)的，但這些已經(jīng)調(diào)制的信號(hào)的自相關(guān)函數(shù)和均值卻是周期性的，這就是所謂的循環(huán)平穩(wěn)性（Cyclostationarity）。通過(guò)對(duì)調(diào)制信號(hào)的自相關(guān)函數(shù)的分析，就可以檢測(cè)出這些特征。信號(hào)自相關(guān)函數(shù)能夠把已調(diào)信號(hào)能量和噪聲能量區(qū)分開(kāi)來(lái)，這是因?yàn)橐颜{(diào)信號(hào)具有周期平穩(wěn)特性，而噪聲是一個(gè)寬帶的、靜態(tài)的、沒(méi)有相關(guān)性的信號(hào)[3]。

譜相關(guān)函數(shù)的定義為

其中，

當(dāng)（7）式的結(jié)果出現(xiàn)峰值時(shí)，就認(rèn)為被檢測(cè)的循環(huán)平穩(wěn)信號(hào)存在。

2 檢測(cè)性能仿真與分析

奈曼—皮爾遜準(zhǔn)則是現(xiàn)今認(rèn)知無(wú)線(xiàn)電中評(píng)估檢測(cè)性能的主要準(zhǔn)則，它包含兩個(gè)重要參數(shù):檢測(cè)概率（pd）和虛警概率（pf），這兩個(gè)參數(shù)之間的關(guān)系通常用接收機(jī)工作特性曲線(xiàn)ROC表示。判決門(mén)限的制定主要依據(jù)Neyman-Pearson準(zhǔn)則，即在已知虛警概率的條件下盡量提高檢測(cè)概率。

2.1 能量檢測(cè)法仿真與分析

假設(shè)信道噪聲為加性高斯白噪聲，發(fā)送信號(hào)為BPSK信號(hào)，為了方便比較，本文做了以下兩組仿真研究加以說(shuō)明。第一組仿真是在信道噪聲組分確定的情況下，對(duì)檢測(cè)概率與信噪比之間關(guān)系進(jìn)行仿真；第二組仿真是虛警概率pf取1%，信道噪聲的不確定度x分別取0 dB、1 dB、2 dB時(shí)，對(duì)檢測(cè)概率及信噪比之間關(guān)系進(jìn)行的仿真。

仿真結(jié)果顯示，在噪聲確定的條件下，虛警概率pf越低，檢測(cè)概率pd越高，其檢測(cè)性能較好，可以滿(mǎn)足系統(tǒng)需要；隨著信道噪聲不確定度的增大，pd的值隨之減小，檢測(cè)的可靠性也隨之降低；當(dāng)信噪比接近-2dB時(shí)，檢測(cè)的結(jié)果是可以信賴(lài)的。

2.2 匹配濾波器法仿真與分析

在A(yíng)WGN信道下，用matlab仿真出匹配濾波檢測(cè)的ROC曲線(xiàn)，從匹配濾波檢測(cè)的ROC曲線(xiàn)可以看出：對(duì)一特定的虛警概率，接收端的信噪比越大，對(duì)應(yīng)的檢測(cè)概率越高，亦即系統(tǒng)的檢測(cè)性能越好。

從理論上說(shuō)，匹配濾波器檢測(cè)法可以使信號(hào)的輸出信噪比在某一時(shí)刻取得最大值。匹配濾波器的最大優(yōu)點(diǎn)是能夠在短時(shí)間內(nèi)獲得較高的處理增益。

但是，匹配濾波的限制也是顯而易見(jiàn)的，在使用匹配濾波器檢測(cè)信號(hào)之前，必須掌握被檢測(cè)主用戶(hù)信號(hào)的先驗(yàn)信息，比如調(diào)制方式、脈沖波形等，如果先驗(yàn)信息不確定，感知的性能會(huì)受到嚴(yán)重的影響；由于匹配濾波法需采用已掌握的先驗(yàn)信號(hào)與接收到的信號(hào)進(jìn)行相關(guān)產(chǎn)生檢測(cè)統(tǒng)計(jì)量，所以只有當(dāng)二者達(dá)到完全同步才能達(dá)到目的。

2.3 循環(huán)特征檢測(cè)法仿真與分析

假設(shè)授權(quán)用戶(hù)信號(hào)采用BPSK調(diào)制方式，信道為加性高斯白噪聲，時(shí)延τ=0，循環(huán)頻率a=2fc，fc為信號(hào)載頻，信號(hào)樣本數(shù)為T(mén)=1024，窗函數(shù)為凱撒窗，窗長(zhǎng)L=（T/4）-1，通過(guò)仿真可知，當(dāng)虛警概率選定時(shí)，判決門(mén)限也同時(shí)被選定，可以看出在相同信噪比情況下，虛警概率與檢測(cè)概率成正比關(guān)系，檢測(cè)概率隨著信噪比的增加而提高。

3 結(jié)論

本文介紹的幾種算法中，能量檢測(cè)相不需要知道被檢測(cè)信號(hào)的先驗(yàn)信息，且它的相對(duì)復(fù)雜度最低，對(duì)未知的多徑衰減具有較好的魯棒性。但是，由于能量檢測(cè)門(mén)限設(shè)定的前提是精確的噪聲功率，所以不確定噪聲會(huì)對(duì)其性能產(chǎn)生較大影響；匹配濾波算法是理論上的最優(yōu)檢測(cè)算法，但是卻需要掌握主用戶(hù)信號(hào)的先驗(yàn)知識(shí)，并且需要做到精確同步，而在認(rèn)知無(wú)線(xiàn)電中，這兩個(gè)條件都很難達(dá)到；周期特性檢測(cè)雖然不需要信號(hào)的先驗(yàn)信息，并且可以區(qū)分主用戶(hù)信號(hào)的類(lèi)型，但是復(fù)雜度較高，實(shí)現(xiàn)起來(lái)比較困難。因此這幾種算法在實(shí)際應(yīng)用中均有其難以克服的限制條件，難以得到更深入的發(fā)展。

[1]Sahai A，Hoven N，Tandra R.Some fundamental limits in cognitive radio.Allerton conf.on commum.control and computing，2004:122-132.

[2]Cabric D.Implementation Issues in Spectrum Sensing for Cognitive Radios.Signals Systems and Computers，2004.Conference Record of the Thirty- Eighth Asilomar Conference，2004，1：772-776.

[3]Gardner W A.Signal Interception：A Uni- fying Theoretical Framework for Feature Detection. IEEE Trans.on Communications，August 1988，36 (8)：897-906.

TN014

A

1674-6708（2010）33-0253-02

李楠，助理工程師，主要從事遙測(cè)遙控、通信技術(shù)的研究