信噪比選擇的改進式協(xié)作頻譜感知算法

安曉娜，朱立忠

(沈陽理工大學 信息科學與工程學院，沈陽110159)

?

信噪比選擇的改進式協(xié)作頻譜感知算法

安曉娜，朱立忠

(沈陽理工大學 信息科學與工程學院，沈陽110159)

摘要：協(xié)作頻譜感知算法可以有效改善隱蔽終端、陰影效應以及接收機不確定性的影響。但是，傳統(tǒng)的協(xié)作頻譜感知算法都是建立在假設每個認知節(jié)點都處于相同的無線電環(huán)境中，并沒有考慮比較惡劣環(huán)境中認知節(jié)點的信噪比問題。針對這一問題提出一種基于信噪比選擇的改進式協(xié)作感知算法，通過對無線電環(huán)境中不同認知節(jié)點接收信噪比的篩選改善協(xié)作頻譜感知的效果。理論和仿真驗證都證明該方法可以改善頻譜感知的性能，并且減少了參與協(xié)作感知的用戶數(shù)目。

關鍵詞：認知無線電；協(xié)作頻譜感知；信噪比

無線通信技術的快速發(fā)展給人們帶來極大便利的同時也對無線通信設備以及通信網(wǎng)絡提出了更高的要求。頻譜資源匱乏的問題日益凸顯,這是因為大量增長的無線通信業(yè)務量，使得用于無線通信的無線頻譜資源日見緊缺，靜態(tài)、固定的頻譜分配原則成為導致授權頻段頻譜利用率低下，非授權用戶又不能使用這些頻段的主要因素，由此，產(chǎn)生了認知無線電技術。認知無線電技術使認知用戶能夠實時感知、識別并且智能接入當前空閑的頻段，以達到在不干擾授權用戶的情況下滿足認知用戶自身的通信需求。因此，認知無線電技術的這種優(yōu)勢使得其在提高頻譜利用率、解決頻譜資源匱乏問題上具備了廣闊的應用前景[1]。

認知無線電網(wǎng)絡中需要攻克三大關鍵技術[2]，主要包括頻譜感知、頻譜管理以及功率控制，其中頻譜感知是認知無線電通信的一個重要前提，要求認知用戶能夠在某時、某地準確感知是否存在頻譜空洞，同時還應實時監(jiān)測是否有新的授權用戶接入，使認知用戶在不干擾授權用戶的前提下滿足自身的通信要求。所以，高效的頻譜感知算法對頻譜利用率的提高有至關重要的作用。

實際的無線環(huán)境中存在隱蔽終端、陰影效應以及接收機不確定性等問題，故單節(jié)點頻譜感知不能達到很好的感知效果[3]。傳統(tǒng)的協(xié)作頻譜感知算法雖然能改善單節(jié)點感知的不足，但是在假設所有認知節(jié)點都處于相同的信噪比環(huán)境下進行的，并沒有考慮惡劣環(huán)境中的認知節(jié)點的信噪比問題。當很多認知節(jié)點在SNR較差的環(huán)境中時，協(xié)作頻譜感知有時不但不能提高感知性能，反而會出現(xiàn)系統(tǒng)的感知性能下降的情況。所以對無線環(huán)境中認知節(jié)點信噪比的合理選擇會在很大程度上改善協(xié)作感知的感知效果。文獻[4]提出的信噪比選擇的協(xié)作感知方案中，計算的是所有認知節(jié)點發(fā)送到融合中心的信噪比均值。但是在惡劣的環(huán)境中，存在較低信噪比時，以所有信噪比均值為SNR選擇門限并不一定是最優(yōu)的，在此基礎上，本文提出一種基于信噪比選擇的改進協(xié)作頻譜感知算法。理論分析和仿真驗證表明，改進的算法不但使頻譜感知的性能得到了改善，而且減少了參與協(xié)作感知的用戶數(shù)目。

1頻譜感知

1.1本地頻譜感知

本地頻譜感知[5]是指單個認知用戶獨立對感興趣的頻段中是否存在授權用戶做頻譜感知的過程，用戶的本地頻譜感知相當于單節(jié)點感知。目前，能量檢測、匹配濾波器檢測和循環(huán)平穩(wěn)特征檢測[6]這三種本地感知算法是最常用的,能量檢測具有實現(xiàn)簡單、算法復雜度低以及無需知道信號的先驗知識等優(yōu)點，屬于非相干檢測,所以選擇能量檢測算法作為本地頻譜感知算法。用二元假設來描述每個認知用戶的感知結果：

(1)

式中:i的取值為1,2,3,…,N,指的是N個認知用戶；s(t)為主用戶信號；ni(t)為加性高斯白噪聲；hi(t)為第i個認知用戶的信道增益；yi(t)為第i個認知用戶接收到的信號；H0代表授權用戶不存在，即當前頻段處于空閑狀態(tài)；H1代表授權用戶存在，即當前頻段已經(jīng)被授權用戶占用。頻譜感知的任務就是要區(qū)分只有噪聲信號存在還是授權信號和噪聲信號同時存在。采用能量檢測時能量檢測器經(jīng)過濾波、模平方以及觀測時間內(nèi)的累加最終得到輸出的統(tǒng)計量為

(2)

(3)

在頻譜感知中常用檢測概率和虛警概率作為判定感知性能優(yōu)劣的標準[7]。授權用戶正在使用頻譜時檢測到授權用戶存在的概率稱為檢測概率，用pd表示，授權用戶沒有使用頻譜時檢測到授權用戶存在的概率稱為虛警概率，用pf表示。通常需要達到的目的是在虛警概率很小的時候也可以獲得較高的檢測概率，在恒虛警方法下，可得出能量檢測的檢測概率和虛警概率如下:

(4)

1.2協(xié)作頻譜感知

由于協(xié)作頻譜感知可以有效克服“隱蔽終端”等問題，還可以有效提高頻譜感知性能，因此受到人們的廣泛關注[8]。協(xié)作頻譜感知主要分為集中式協(xié)作感知、分布式協(xié)作感知和利用外部設備的感知三種。文中采用集中式協(xié)作頻譜感知[9](如圖1所示)，它是指多個認知用戶分別對授權用戶信號進行檢測，將監(jiān)測統(tǒng)計量與判決門限比較之后得到本地判決結果并將其發(fā)送給基站(即融合中心)，再根據(jù)融合準則作出最終判決。

圖1　協(xié)作頻譜感知

常用的融合準則有“或”(OR)準則、“與”(AND)準則和“K-N”準則。OR準則[10]指的是對于N個認知用戶的本地判決，倘若其中至少有一個判定為授權用戶存在，則最終判決授權用戶存在。其檢測概率和虛警概率分別為

(5)

AND準則[10]指的是對于N個認知用戶的本地判決，當且僅當所有認知用戶的本地判決結果都為授權用戶存在時，最終才判決授權用戶存在。其全局檢測概率和全局虛警概率分別為

(6)

K-N準則是指在N個認知用戶的本地判決中，當大于等于K個認知用戶的本地判決結果為1時，最終判決結果才為1。其全局檢測概率和全局虛警概率分別為

(7)

2信噪比選擇的改進式協(xié)作頻譜感知

實際的無線環(huán)境是復雜的，CR節(jié)點的隨機性分布使得每個CR節(jié)點的信噪比環(huán)境不同，以至于每個CR節(jié)點的本地感知效果有一定差異。提出一種基于信噪比選擇的改進式協(xié)作頻譜感知算法，每個認知用戶對授權用戶信號進行本地感知，并且將自己的本地感知判決結果以及信噪比估計值通過通知信道一同發(fā)送至融合中心，融合中心通過對信噪比的篩選決定參與協(xié)作感知的認知用戶，并采用某種融合準則進行數(shù)據(jù)融合，得到最終的判決結果判決授權用戶是否存在。若融合中心不進行信噪比的篩選，直接對本地感知信息進行融合，那么這個過程就屬于傳統(tǒng)的協(xié)作感知過程，所以，此時融合中心需要做兩個工作，信噪比的選擇和對選擇后的信息的有效融合。

每個CR節(jié)點進行本地能量感知，第i個CR節(jié)點的虛警概率的大小與信噪比無關，只與判決門限和噪聲強度有關

(8)

在恒虛警概率下可以求得判決門限值λ:

(9)

故第i個CR節(jié)點的檢測概率為

(10)

若參與協(xié)作檢測的CR節(jié)點數(shù)為m，則協(xié)作感知中融合中心采用OR準則融合和AND準則融合的全局檢測概率和全局虛警概率可由式(5)、式(6)計算得到。

融合中心信噪比的選擇過程如圖2所示，改進算法的基本過程為：

(1) 所有的認知用戶將本地感知結果和信噪比一起發(fā)送到融合中心；

(2) 融合中心將所有的信噪比按照從大到小的順序排列；

(3) 選擇前i個信噪比加權求平均，得到信噪比選擇門限γ；

(4)將認知用戶的信噪比γi與信噪比選擇門限進行比較。若γi≥γ,則該認知用戶參與協(xié)作感知，若γi<γ,則該認知用戶不參與協(xié)作感知。這里的i(i≥3)為調(diào)整因子，通過仿真比較得到最優(yōu)的i值。

圖2　信噪比選擇過程

3仿真結果分析

通過Matlab仿真平臺對傳統(tǒng)的協(xié)作頻譜感知以及改進的協(xié)作頻譜感知算法進行仿真對比以及驗證。假設有6個認知用戶參與協(xié)作，即m=6，接收到信號的信噪比分別為-35dB、-15dB、-18dB、-22dB、-16dB、 -29dB，經(jīng)過從小到大的排序之后每個認知節(jié)點發(fā)送的信噪比值為-15dB、 -16dB、-18dB、-22dB、-29dB、-35dB，其對應的認知節(jié)點編號為2、5、3、4、6、1，采樣點數(shù)為10000,信道噪聲為高斯白噪聲，噪聲方差σ2=1。根據(jù)融合中心對信噪比的篩選過程給出在仿真過程中出現(xiàn)的實驗數(shù)據(jù)：

(1) 對發(fā)送到融合中心的信噪比按照從大到小的順序排列，并給出其對應的認知用戶編號;

(2) 選擇前i個較大的信噪比，加權求平均獲得調(diào)整因子i(i≥3)下的信噪比選擇門限值γ，并決定參與協(xié)作的感知用戶，具體數(shù)據(jù)信息如表1所示。

圖3為調(diào)整因子i選擇不同的值時，選用OR準則作為融合準則得到的仿真結果。i=3和i=4時，ROC曲線是重合的，這是因為此時選擇的信噪比都是-15dB、-16dB，只是選擇門限不同，也就是說選擇i=3時可以以較小的計算量換取同樣的感知效果。一般情況下，虛警概率為1%～10%時滿足低虛警概率的要求，根據(jù)仿真圖中的ROC曲線可以看出，在虛警概率恒定時，i=3時協(xié)作感知的檢測概率最高，所以在OR融合準則下，可以選擇i=3為最佳調(diào)整因子，而i=3所對應的信噪比選擇門限-16.3333則為最佳選擇門限。

表1　通過信噪比篩選決定參與協(xié)作感知用戶數(shù)　dB

圖3　OR準則下i取不同值時的ROC曲線

圖4為AND準則下i取不同值時的ROC曲線，可以看出只有在i=3時，在低虛警概率下，協(xié)作感知性能優(yōu)于最高SNR的單節(jié)點感知性能。這也證明了信噪比是頻譜感知性能優(yōu)劣的關鍵影響因素，低信噪比環(huán)境下的認知用戶參與協(xié)作，有時不但不能改善頻譜感知性能，反而會影響到高SNR用戶的檢測性能，最終影響全局感知效果。

圖5選擇了最優(yōu)的調(diào)整因子i，即i=3時的ROC曲線，同傳統(tǒng)的協(xié)作頻譜感知算法以及文獻[4]中采用的將所有認知用戶估計的SNR加權平均值作為SNR選擇門限的算法做了對比，在OR準則下仿真，并選取了它的局部放大部分(如圖6所示)，因為想要達到的目的是在低虛警概率下盡可能獲得較高的檢測概率。由仿真圖可以清晰看到，文中提到的改進算法可以提高檢測概率。

圖4　AND準則下i取不同值時的ROC曲線

圖5　OR準則下最優(yōu)i值與各算法比較

圖6　局部放大圖

圖7為AND準則下最優(yōu)i值與各算法比較的ROC曲線，從圖7中可以看出，相比于其它兩種頻譜感知算法，本文算法在很大程度上改善了感知性能，證明該方法是切實可行的。

圖7　AND準則下最優(yōu)i值與各算法比較

就參與協(xié)作的感知用戶數(shù)目來講，傳統(tǒng)的協(xié)作頻譜感知算法是讓所有的感知節(jié)點都參與協(xié)作，在本仿真中，協(xié)作用戶數(shù)為6；對于將所有認知節(jié)點發(fā)送的信噪比的加權平均值作為信噪比選擇門限值時，即選擇門限值為-22.5dB時，從表1可以看出協(xié)作用戶數(shù)為4；改進的協(xié)作感知算法中，取最優(yōu)調(diào)整因子下的最優(yōu)信噪比選擇門限，參與感知的認知用戶數(shù)僅為2個，所以該方法在提高頻譜檢測性能的同時減少了參與感知的用戶數(shù)目。

4結論

在傳統(tǒng)的協(xié)作感知算法基礎上，充分考慮了復雜的無線環(huán)境中認知節(jié)點接收信噪比的差異性，提出了基于信噪比選擇的改進式協(xié)作頻譜感知算法。通過不同的調(diào)整因子i得到該調(diào)整因子下的信噪比選擇門限，根據(jù)SNR選擇門限選擇符合條件的認知用戶參與協(xié)作感知。不同的i值對應不同的ROC曲線，通過仿真選取最優(yōu)的i，使得在提高協(xié)作感知性能的同時優(yōu)化參與感知的CR節(jié)點數(shù)，并將該算法與其他算法做了仿真比較，以上仿真結果表明，該算法可以在低虛警概率下提高檢測概率，達到對頻譜感知性能的改善，并且減少了參與協(xié)作感知的用戶數(shù)目。

參考文獻：

[1]宋志群,劉玉濤.認知無線電技術及其應用[M].北京:國防工業(yè)出版社,2012:41-79.

[2]Zhu J,Zheng B Y,Zou Y L.Detection time analysis for the multiple-user cooperative spectrum sensing scheme in cognitive radio networks[J].Sci China Ser F-Inf Sci,2009,52(10):1915-1925.

[3]溫志剛.認知無線電頻譜檢測理論與實踐[M].北京:北京郵電大學出版社,2011:41-84.

[4]胡峰,鄭紫微,熊歐.基于SNR比較的協(xié)作頻譜感知研究[J].綜合電子信息技術,2014,40(4):105-108.

[5]謝夢.認知無線電中的頻譜感知技術研究 [D].西安:西安電子科技大學,2013.

[6]YUE Wenjing,ZHENG Baoyu.Robust cooperative spectrum sensing schemes for fading channels in cognitive radio networks [J].Science China Information Sciences,2011,11(2):348-359.

[7]CHEN Xing,BIE Zhi-song,WU Wei-ling.Detection efficiency of cooperative spectrum sensing in cognitive radio network[J].The Journal of China Universities of Posts and Telecommunications,2008,15(3):1-7.

[8]LIN Yingpei,HE Chen.Cooperative spectrum sensing based on stochastic resonance in cognitive radio networks[J].Science China Information Sciences,2014,57(10):1-10.

[9]Hui Huang,Peng Cheng.Cooperative spectrum sensing in cognitive radio systems with limited sensing ability[J].Journal of Zhejiang University-SCIENCE C,2010,11(3):175-186.

[10]陳辰.認知無線電中基于多節(jié)點的協(xié)作頻譜檢測[D].南京:南京郵電大學,2011.

(責任編輯：馬金發(fā))

Modified Algorithm Cooperation Spectrum Sensing of SNR Selection

AN Xiaona，ZHU Lizhong

(Shenyang Ligong University,Shenyang 110159,China)

Abstract：Cooperation spectrum sensing algorithm can reduce hidden terminal,shadow effect，and uncertainty receiver effectively.However,in traditional cooperation spectrum sensing algorithm every CR nodes is supposed to be in the same radio environment，which ignores CR nodes’ SNR problem in bad environment.To solve this problem，a method is introduced to choose CR nodes’ SNR in radio environment for improving the effect of cooperation spectrum sensing.Experimental and simulation results show that the proposed algorithm can improve the spectrum sensing performance，which reduces the number of users in cooperation.

Key words：cognitive radio;cooperation spectrum sensing；SNR

中圖分類號：TN99

文獻標志碼：A

文章編號：1003-1251(2016)02-0024-06

作者簡介：安曉娜(1990—)，女，碩士研究生；朱立忠(1967—)，男，教授,研究方向：無線網(wǎng)絡信息處理。

收稿日期：2015-03-27