集中式協(xié)作頻譜檢測在SimpliciTI網(wǎng)絡中的應用

張洪欣，張起彤，劉錦宇

(1.北京郵電大學 電子工程學院，北京100876;2.北京郵電大學安全生產智能監(jiān)控北京市重點實驗室，北京100876)

2.4 GHz頻段的短距離無線通信技術如WiFi、藍牙、ZigBee以及SimpliciTI等，給人們的生活帶來便捷。但隨著上述無線接入設備的種類和數(shù)量急劇增多，導致目前ISM頻段頻譜資源日漸緊張，頻譜干擾問題越來越嚴重［1］。因此如何進一步提高2.4 G無線協(xié)議的頻譜利用率是一個亟需研究的課題。

頻率捷變(frequency agility，F(xiàn)A)是 SimpliciTI協(xié)議用于實現(xiàn)動態(tài)頻譜遷移以規(guī)避信道干擾的一種手段［2］。它通過測定 RSSI(received signal strength indicator)值的方法進行簡單的能量檢測以感知無線頻譜的干擾程度［3］。網(wǎng)絡初始化后，AP節(jié)點會不斷對當前信道干擾情況進行評估，一旦干擾值連續(xù)大于預設門限，則啟用頻率遷移，通過向網(wǎng)絡發(fā)送廣播幀來通知其他節(jié)點切換到下一個信道。如果下一個信道干擾檢測結果仍無法滿足要求，則通知網(wǎng)絡節(jié)點繼續(xù)遷移到下一信道，直至找到空閑信道。

FA機制提高了SimpliciTI網(wǎng)絡的抗干擾能力，使通信的可靠性增強，然而FA機制依然存在一些缺陷:由于FA機制進行能量檢測時未禁止其他節(jié)點的通信，因此一旦在檢測時間窗內同網(wǎng)絡內的其他節(jié)點嘗試發(fā)送消息將會干擾檢測結果，產生自干擾問題，最終降低檢測干擾的靈敏度;同時，F(xiàn)A機制是由AP單個節(jié)點進行本地能量檢測，導致陰影效應以及多徑衰落等一系列問題無法避免，存在隱藏終端現(xiàn)象，影響頻譜檢測的實際效果。

近年來認知無線電的發(fā)展使得頻譜感知在理論和實踐方面都得到了較大推進［4］。其中集中式協(xié)作頻譜檢測是頻譜感知的重要方法，可以減小多徑、陰影的影響，避免隱藏終端問題，提高頻譜檢測的整體性能［5-6］。但是集中式協(xié)作檢測方法需要一條公共信道來匯集各節(jié)點的感知信息，這不可避免地帶來了一定的額外的信道開銷，而且實際環(huán)境中公共信道的帶寬是受限的，因此需要對傳輸?shù)母兄畔⑦M行量化和壓縮［7］。而硬判決協(xié)作檢測方法由于可以有效地壓縮感知信息而在近年來得到了廣泛的研究，Zakaria A等提出的優(yōu)化集中式或準則［8］、Lin Xiao等提出的帶權協(xié)作檢測機制［9］以及Reisi N等提出的線性融合算法［7］等方法均從理論上對集中式硬判決協(xié)作檢測做出了優(yōu)化。而Wei Zhang的研究指出［10］，與其他1 bit硬判決規(guī)則相比，基于半投票(Half-voting)規(guī)則的協(xié)作頻譜檢測可以在大部分情況下達到相對較佳的檢測性能，該方法實現(xiàn)簡單，具有較高的實用價值，因此可以將該方法用于對實際無線傳感網(wǎng)絡的改進。本文將首先討論集中式協(xié)作檢測頻譜檢測的一般方法，之后結合基于半投票規(guī)則的協(xié)作頻譜檢測方法提出協(xié)作頻率捷變(cooperative frequency agility，CoFA)機制，對原FA機制的缺陷進行改進，并通過實驗測試證明此方法可以有效地解決自干擾和隱藏終端等問題，能夠顯著提升SimpliciTI網(wǎng)絡的頻譜檢測性能。

1 基于半投票規(guī)則的協(xié)作頻譜檢測

1.1 集中式協(xié)作頻譜檢測原理

集中式協(xié)作頻譜檢測的一般步驟如圖1所示，其中對于認知用戶節(jié)點CRN來說，rN為其本地無線環(huán)境的真實頻譜信息，該信息經CRN接收機獲取后得到能量值YN，之后CRN根據(jù)本地判決規(guī)則進行本地判決，得出本地判決結果UN并發(fā)送給融合中心(fusion center，F(xiàn)C)，融合中心進行信息融合后得出最終判決結果，假設H0代表信道空閑，假設H1代表信道被占用。

圖1 集中式協(xié)作頻譜檢測模型Fig.1 Centralized cooperative spectrum sensing model

假設一個存在于加性高斯白噪聲(AWGN)環(huán)境下的認知網(wǎng)絡，網(wǎng)絡中共有K個獨立的感知節(jié)點和一個決策中心FC。則對于任意感知節(jié)點CRi，其當前時間實際頻譜發(fā)現(xiàn)信息為

式中:s(t)為主用戶信號，ni(t)為加性高斯白噪聲，hi是主用戶和CRi之間的復雜信道增益，在此假設信道在頻譜檢測過程中是時不變的。CRi接收機檢測所獲得的能量值統(tǒng)計量Yi服從分布［10］:

式中:γi是CRi的瞬時接收信噪比，u=TW是時間帶寬乘積，χ22u代表了自由度為2u的中心卡方分布，而χ22u(2γi)表示自由度為2u非中心參數(shù)為2γi的非中心卡方分布。對于單門限硬判決規(guī)則，本地判決結果可表示為

式中:H0表示本地判決為空閑，H1代表本地判決為被占用。根據(jù)式(3)，CRi本地判決的虛警概率Pf，i、檢測概率Pd，i和漏檢概率Pm，i分別為［11］

1.2 基于半投票規(guī)則的協(xié)作頻譜檢測方法

為方便討論，本文假設用于交換感知信息的控制信道為理想信道，則各感知節(jié)點通過該信道將本地判決信息發(fā)送給FC，F(xiàn)C隨后根據(jù)融合算法做出最終判決，可以表示為Z:

基于硬判決的頻譜協(xié)作的基本方法為“與(AND)”規(guī)則、“或(OR)”規(guī)則和“K”秩規(guī)則，可以統(tǒng)一表示為［10］

式中:n為最小決策數(shù)，當n=1時為“與(AND)”規(guī)則，當n=10時為“或(OR)”規(guī)則，當n=K時為“K”秩規(guī)則。由于感知節(jié)點之間一般相距較近，可以假設各節(jié)點的接收信號經歷了同樣的信道衰減，此處設其滿足獨立同分布的瑞利衰落，則 γ1，γ2，…，γK為獨立同分布指數(shù)隨機分布變量，且均值統(tǒng)一為。同時設所有認知節(jié)點的能量門限均為λ，則由式(4)～(5)，可認為本地判決虛警概率Pf，i和檢測概率Pd，i獨立于i，可統(tǒng)一表示為Pf，i和Pd，i。得到最終判決虛警概率Qf和漏檢概率Qm為

由式(9)～(10)可得不同最小決策數(shù)n的情況下，誤檢概率Qf+Qm的分布，圖2仿真結果表明，在感知節(jié)點均勻隨機分布且位置較近的情況下，半數(shù)表決規(guī)則(n=K/2)與其他規(guī)則相比具有較佳的檢測性能。

圖2 不同n時的誤檢概率，其中K=10，SNR=20 dBFig.2 Total error probability when n=1，2，…，10 ，K=10 and SNR=20 dB

2 協(xié)作頻率捷變在SimpliciTI的實現(xiàn)

SimpliciTI網(wǎng)絡節(jié)點功率受限，正常通信距離為15 m以內［12］。由于節(jié)點間距離較近，因此可以認為感知節(jié)點間的噪聲狀況基本一致，符合半投票規(guī)則協(xié)作頻譜檢測的適用條件。因此結合上述方法提出基于半投票協(xié)作頻譜檢測的協(xié)作頻率捷變機制，并對其在SimpliciTI協(xié)議上的實現(xiàn)進行討論。

2.1 基于周期同步半投票協(xié)作檢測的CoFA接入機制

集中式協(xié)作頻譜檢測需要一個融合中心(FC)進行決策融合。對于星型拓撲的SimpliciTI網(wǎng)絡，可以選擇AP作為融合中心，同時網(wǎng)絡中其他ED、RE節(jié)點在按照約定的時間周期向AP發(fā)送本地判決信息，AP收到后結合自身本地判決結果，做出最終頻譜判決。然而集中式協(xié)作頻譜檢測還要求一個公共信道用于感知節(jié)點上報判決信息，作為僅擁有16個數(shù)據(jù)信道的SimpliciTI網(wǎng)絡，由于各個信道間頻段相鄰，且均有可能收到外界干擾，因此不適合靜態(tài)分配一個頻段作為控制信道。為了分配上述控制信道，并針對前文中已討論的原有FA機制中能量檢測時受到同網(wǎng)絡節(jié)點通信影響而產生的自干擾問題，本文提出了一種基于周期同步和半投票協(xié)作檢測的協(xié)作頻率捷變(CoFA)接入機制，在SimpliciTI原有的載波檢測/沖突避免(CSMA/CA)隨機競爭時分接入機制的基礎上加入CoFA周期，其接入模型如圖3所示。

圖3 CoFA機制時分接入模型Fig.3 CoFA access mechanism model

整個接入周期分為CoFA周期和競爭接入周期，后者與原SimpliciTI協(xié)議的隨機競爭接入機制相同。而CoFA周期的流程如圖4所示，包括信標幀同步階段、能量檢測階段、決策融合階段以及頻譜遷移階段。在信標幀同步階段，AP向全網(wǎng)廣播Co-FA信標，其他節(jié)點在收到后立即暫停當前通信，進入到能量檢測周期。在能量檢測周期內，全網(wǎng)節(jié)點靜默并進行能量檢測，并得出本地判決結果。在決策融合節(jié)段，各節(jié)點隨機主動退避隨機時間后，將本地1 bit判決結果發(fā)送給AP，其中隨機退避是為了避免瞬時數(shù)據(jù)擁塞。AP在接收到全部節(jié)點判決結果后結合本地判決結果得出最終判決，并根據(jù)判決結果決定是否進行頻譜遷移。

圖4 CoFA周期的實現(xiàn)過程Fig.4 The process of CoFA period

可以看出，圖4流程能夠使得網(wǎng)絡內節(jié)點在頻譜檢測時間窗內同步停止通信，從而解決了網(wǎng)絡內節(jié)點的自干擾問題，同時利用這一時間段的工作信道進行本地判決的上報，實現(xiàn)了控制信道的分配。

2.2 本地能量檢測門限的確定

半投票協(xié)作檢測方法的實現(xiàn)需要首先確定檢測節(jié)點的本地能量檢測門限，而由前文分析討論可知，最佳能量檢測門限在確定接收信噪比SNR和時間帶寬乘積u情況下可由式(9)～(10)給出。由TI數(shù)據(jù)手冊可知［3］，SimpliciTI節(jié)點接收機的分辨率為-105 dBm，碼元周期為T=16 μs，單邊帶寬為W=0.5 MHz，因此可以確定u=TW=8。且實際測試表明在典型環(huán)境下SimpliciTI接收幀的能量值為-85 dBm［12］，因此可以得出平均接收信噪比為20 dB。遵循半投票原則，設定判決通過數(shù)n=K/2，其中K為總節(jié)點數(shù)。由式(9)～(10)可得出不同K值下的對應最小錯判概率的最佳能量門限值。如圖5所示，隨著節(jié)點總數(shù)K值的增大，最佳能量門限接近于30 dB，因此可以確定實際檢測能量門限值λ=-105 dBm+30 dB=-75 dBm。

圖5 K=5，6，…15時對應的最佳門限，u=8，SNR=20 dBFig.5 The best threshold when K=5，6，…，15 ，u=8，SNR=20 dB

2.3 CoFA接入機制在SimpliciTI上的實現(xiàn)

SimpliciTI協(xié)議應用層操作系統(tǒng)采用的是中斷服務(interrupt service routine，ISR)處理前臺事件、主循環(huán)函數(shù)執(zhí)行后臺任務的前后臺系統(tǒng)。因此Co-FA機制可以通過AP節(jié)點時鐘中斷的周期性調度、后臺函數(shù)執(zhí)行任務的方式來實現(xiàn)。遵循上述原則，CoFA機制在協(xié)議中的實現(xiàn)方法如圖6所示。

系統(tǒng)通過MRFI層中的系統(tǒng)時鐘ISR將CoFA任務的調度標志周期性置1，而主循環(huán)的后臺任務函數(shù)FABackground()會隨時判斷該標志并決定是否執(zhí)行CoFA周期，并通過增加了發(fā)送CoFA信標的功能的NWK_API層FREQ接口廣播CoFA信標，使得FABackground()函數(shù)協(xié)調全網(wǎng)節(jié)點進行同步的協(xié)作頻譜檢測和頻率捷變。而在認知從設備ED或RE上，則采取ISR的方式響應AP的CoFA請求和頻率捷變請求。

圖6 CoFA機制在SimpliciTI上的實現(xiàn)流程Fig.6 The implementation of CoFA in SimpliciTI

3 測試結果與分析

本文選用兼容SimpliciTI協(xié)議的無線控制器CC2530作為SimpliciTI協(xié)議的硬件測試平臺，測試地點為50 m×50 m的開闊區(qū)域，如圖7所示。干擾源采用市售Zigbee協(xié)議設備，通過編寫精簡物理層發(fā)送程序，使其工作頻段與被測網(wǎng)絡相同，且測試時保持無退避地強制滿載發(fā)送隨機數(shù)據(jù)。

圖7 實測場景和硬件測試平臺Fig.7 The real testing scenario and the testing platform

3.1 自干擾測試

自干擾測試方案如圖8所示，在無干擾源的測試環(huán)境中央，放置由一個AP節(jié)點和4個ED節(jié)點組成的被測SimpliciTI網(wǎng)絡，ED節(jié)點均勻排布在以AP為中心的圓周線上，圓周半徑在測試中依次取不同的值，以觀測不同距離下同網(wǎng)絡節(jié)點在通信時對FA機制和CoFA機制的影響。

首先開啟采用CoFA機制SimpliciTI協(xié)議的AP節(jié)點，其他ED節(jié)點加入網(wǎng)絡后開始連續(xù)發(fā)送廣播幀，改變AP和ED間的距離，記錄在不同距離下CoFA機制的誤檢測率。然后開啟采用原SimpliciTI協(xié)議的AP節(jié)點和ED節(jié)點，用同樣的測量方法記錄其誤檢測率。每種場景每一秒鐘記錄一次檢測結果，經1 000次記錄后，統(tǒng)計平均得出測試結果如圖9和表1所示。

圖8 自干擾測試方案Fig.8 The testing case of self-interference

圖9 不同距離下的虛警率Fig.9 False alarm rate in different distances

表1 不同距離下FA機制與CoFA機制的虛警率測試結果Table 1 False alarm rate of FA and CoFA in different distance

由測試結果可見，在網(wǎng)絡滿負載的情況下，ED節(jié)點的通信行為會對FA機制的頻譜檢測行為造成嚴重的干擾;而若網(wǎng)絡采用CoFA機制，則頻譜檢測幾乎不受網(wǎng)絡負載狀況的影響，自干擾問題得到了有效解決。

3.2 檢出率測試

檢出率測試方案如圖10所示:在與AP相距15 m處放置一個干擾源，通過編程控制其以不同的功率發(fā)送干擾信號，同時圍繞著半徑為15 m的圓周緩慢移動。以比較CoFA機制SimpliciTI網(wǎng)絡和原SimpliciTI網(wǎng)絡在不同干擾功率下的檢測表現(xiàn)。

首先開啟采用CoFA機制SimpliciTI協(xié)議的上述網(wǎng)絡，并在運行過程中通過片上程序記錄在不同干擾功率下其頻譜檢測檢出率。然后單獨開啟采用原SimpliciTI協(xié)議的AP節(jié)點，用同樣的測量方法記錄其檢出率。每種場景沒一秒鐘記錄一次檢測結果，經1 000次記錄后，統(tǒng)計平均得出測試結果如圖11和表2所示。

圖10 檢出率測試方案Fig.10 The testing case of detection rate

圖11 不同干擾功率下CoFA與FA的檢測率對比Fig.11 Detection rate of FA and CoFA under different interference powers

表2 不同干擾功率下的檢出率測試結果Table 2 Detection rate under different interference powers

由測試結果可見，當干擾源功率小于-2 dBm時，AP檢出率低于50%，此時FA單點檢測機制無法準確的檢測信道干擾，隱藏終端問題較為嚴重，而CoFA機制可以匯總所有終端的判決結果，使得檢出率提升1倍以上，從而有效地避免了隱藏終端問題;即使在干擾源功率較大的情況下，由于協(xié)作頻譜檢測可以有效降低檢測過程中的陰影和多徑效應，因此檢出率也比AP單節(jié)點檢測有顯著提高。統(tǒng)計結果表明，在不同的干擾功率下，采用CoFA機制可以使檢出率平均提高42%。

4 結束語

本文討論了半投票協(xié)作頻譜檢測在SimpliciTI協(xié)議上的應用。在確定實現(xiàn)協(xié)作檢測所需的相關參數(shù)的情況下，計算得出了最佳實際能量檢測門限值，并基于半投票規(guī)則的集中式協(xié)作頻譜檢測提出了CoFA機制。實驗測試證明CoFA機制能夠有效地解決傳統(tǒng)FA機制的自干擾問題。同時證明協(xié)作頻譜檢測方法可以使得FA機制的檢測率得到大幅度的提升，體現(xiàn)了其抗多徑、陰影效應和隱藏終端問題的優(yōu)勢，以及用于優(yōu)化實際網(wǎng)絡的可行性。然而采用集中式協(xié)作頻譜檢測會給中心節(jié)點帶來較大的通信開銷，節(jié)點較多時將產生嚴重的漏斗效應，同時實際信道引入的傳輸誤碼會影響融合判決的準確性，因此如何進一步優(yōu)化檢測方法解決上述問題將成為下一步的研究方向。

［1］SIKORA A，GROZA V F.Coexistence of IEEE802.15.4 with other systems in the 2.4 GHz ISM-band［C］//Proceedings of the IEEE Instrumentation and Measurement Technology Conference.Ottawa，Canada，2005:1786-1791.

［2］SimpliciTI Specification Version 1.10［EB/OL］.Dallas:Texas Instruments，2011.http://processors.wiki.ti.com/index.php/Main_Page.

［3］CC253x system-on-chip solution for 2.4-GHz IEEE 802.15.4 and ZigBee?applications user＇s guide［EB/OL］.Texas Instruments，2009.http://www.ti.com/lit/ug/swru191d/swru191d.pdf.

［4］WANG Beibei，LIU K J R.Advances in cognitive radio networks:A survey［J］.IEEE Journal of Selected Topics in Signal Processing，2011，5(1):5-23.

［5］OHNO T，MURATA H，YAMAMOTO K，et al.Field trial of cooperative sensing technique with energy detection［C］//IEEE 20th International Symposium on Personal，Indoor and Mobile Radio Communications.Tokyo，Japan，2009:2926-2929.

［6］MISHRA S M，SAHAI A，BRODERSEN R W.Cooperative sensing among cognitive radios［C］//IEEE International Conference on Communications(ICC).Istanbul，Turkey，2006:1658-1663.

［7］REISI N，JAMALI V，AHMADIAN M.Linear decision fusion based cooperative spectrum sensing in cognitive radio networks［C］//16th CSI International Symposium on Artificial Intelligence and Signal Processing(AISP).Shiraz，I-ran，2012:211-215.

［8］ZAKARIA A，TAHIR M，RAMLI N，et al.Performance evaluation of centralized and decentralized cooperative spectrum sensing in cognitive radio networks［C］//International Conference on Computer and Communication Engineering(ICCCE).Kuala Lumpur，Malaysia，2012:283-288.

［9］XIAO Lin，LIU Kai，MA Lin.A weighted cooperative spectrum sensing in cognitive radio networks［C］//International Conference on Information Networking and Automation(ICINA).Kunming，China，2010:V2-45-V2-48.

［10］ZHANG Wei，MALLIK R K，LETAIEF K.Cooperative spectrum sensing optimization in cognitive radio networks［C］//IEEE International Conference on Communications(ICC).Beijing，China，2008:3411-3415.

［11］DIGHAM F F，ALOUINI M-S，MARVIN K.On the energy detection of unknown signals over fading channels［C］//IEEE International Conference on Communications(ICC).Anchorage，USA，2003:3575-3579.

［12］SKRZYPCZAK L，GRIMALD D，RAK R.Analysis of the different wireless transmission technologies in distributed measurement systems［C］//IEEE International Workshop on Intelligent Data Acquisition and Advanced Computing Systems:Technology and Applications(IDAACS).Rende，Italy，2009:673-678.