认知无线电频谱感知综述

摘要：随着认知无线电的发展，频谱感知作为认知无线电实现前提，成为了该领域的研究重点。针对众多频谱感知的研究，综述了通信信道阴影衰落、多径衰落以及噪声干扰下的各种感知策略和算法，分析了算法的实现关键和性能，并针对性提出了算法的不足之处。最后从软件和硬件上对实现频谱感知提出新的方法。

关键词： 认知无线电 频谱感知 衰落信道 噪声干扰

中图分类号：tn925 文献标识码：A 文章编号：1007-9416（2015）07-0000-00

1引言

科技创新带动无线通信技术的飞速发展，随着各种通信设备的增多，频谱资源就显得越来越紧缺。而传统频谱分配的固定方式使频谱资源的利用率过低[1]，从而受到了现实中频谱使用需求的挑战。为了充分地使用不同时间、不同地域的空闲频段，认知无线电技术提出了解决方案。

认知无线电（Cognitive Radio， CR）作为一种动态频谱接入技术，能够观测周围的无线环境，获取频谱资源的使用信息，进而对频谱信息进行处理并决策，最终动态接入可用频段[2]完成自适应通信。

无线环境中存在多径、衰落、阴影、噪声不确定等不利因素影响[3]，因此正确可靠的频谱感知成为了研究的重点。针对无线环境，综述频谱感知的最新研究，重点分析对比各感知方法的有效性，最后给出了未来研究的趋势和一些建议。

2无线环境下的频谱感知

认知无线电就是要在复杂的无线环境中准确、可靠、高效的感知出可用的频谱。现在主要的研究也是针对无线环境的不利影响展开的。

现有研究中大量文献首先将信道假设为衰落信道，研究了衰落信道对频谱感知的影响。文献[4]通过研究指出，频谱感知的检测信道相比于无线信道的多径衰落，受阴影衰落的影响更大。所以首先来看阴影衰落对频谱感知的影响。

文献[5]中给出了阴影衰落相关性对用户间合作检测性能的影响，利用衰落相关性公式计算，当用户间阴影衰落因子为 0.96 时，对比于理想无阴影相关性假设条件下的用户间的合作检测，其合作检测性能将下降13%。

文献[6]中利用能量检测的方法检测频谱信息，针对阴影衰落的影响，认为通过足够数量的感知节点合作方法可以实现对频谱的可靠、正确的感知。根据认知用户之间的阴影衰落相关性： （其中 为衰落因子，d为两节点之间的距离），但文献[6]没有对如何减少感知节点数及如何提高感知效率进行说明。

针对阴影衰落的影响，文献[7]在能量检测的基础上，利用多簇联合感知的算法提高了感知性能。文献中简单的利用感知节点到融合中心的距离作为参考标准，将所有感知节点分为了J簇，再在每簇中利用到融合中心的距离最短来选择簇头，通过簇头将感知信息发送给融合中心。从仿真结果上看，文献[7]分簇的算法取得了一定效果，但分簇的方式较为复杂。

文献[8] 中各感知节点利用能量检测方法检测频谱信息后，选择隐含各节点间相关性的检测概率Pd组成矩阵，对其采用奇异值分解方法，选择出最少和最不相关的感知节点参与合作感知。经仿真分析，其方法的检测性能优于文献[9]；最优感知节点集合选择算法所获得的节点的平均 SNR 明显高于文献[10]；最优感知节点集合的数目也少于文献[10]。

信息传输信道除多径衰落和阴影衰落外，还存在噪声干扰。因此在噪声干扰下，如何实现“频谱空穴”的检测也就成为了研究的重点。

文献[11] 提出利用信道增益比来估计SNR的互相关矩阵估计（CCM，cross correlation matrix estimator） 算法。在PU（primary user）存在时，SUs采样信号为同一PU信号，所以采样信号具有较大的相关性。文章就是利用SUs采样信号之间的相关性构造信号的相关矩阵，进而分析相关矩阵的特性来估计信道的SNR，从而选择出SUs。文献最后对算法的性能进行了仿真分析，给出了CCM算法对信道SNR估计的性能曲线。但文献没有考虑信号多径延时对相关性能的影响。

文献[12]提出了一种针对AWGN信道和瑞利多径衰落信道的通用频谱感知的方法。其在文献[13-14]的基础上提出修正 BPA（basic probability assignment，基础概率分配）函数和D-S 证据理论，估计出SUs的可靠性，从而提高了感知性能。最后文献仿真了算法的性能，并与文献[13-14]进行了对比。

信道在低SNR下会出现隐藏终端问题，针对低信噪比隐藏终端问题，文献[15]提出了一种优化的双门限频谱感知策略。在双门限判决方法中，判决空间 不再是非此即彼的判决方法，而是利用打下2个门限将整个判决域分为3个部分，对落于中间区域的部分不判决，也不上报感知数据。同时融合中心通过对各个感知节点分配权重的算法来提高上报信息可靠性。文献的算法在SNR较低、严重恶化的信道中不太适用，且没有给出如何设置双门限的方法。

由于强干扰使的SU感知错误信息并上报，造成高冲突数据，文献[16]就是针对此情况进行的频谱感知的研究。文献根据DS 证据理论，定义识别框架{H1，H0， }， 代表H1和H0中任一假设为真。而后利用投影近似法对BPA进行调整，进而加权估计每个SUs的可信度并作出最终判决。文献通过仿真给出了在有无高冲突数据情况下，在带宽开销性能和检测性能上均优于文献[14]的算法的结论。

3频谱感知的思考建议

频谱感知的方法有多种[3][17]，现有研究都是在现有感知方法的基础上，针对信道的不同特性制定的感知策略。

3.1 基站访问式

随着基站密度的增大以及微微窝的发展，SUs通信前只需访问邻近基站上PU的状态，遇到标志位空闲的频段即可使用进行通信。

3.2 数据库访问式

对某固定范围内的区域频谱使用情况进行长时间统计，将统计结果存储于基站的数据库上。SUs通信前访问数据库找出空闲概率大的频段进行监测，而后根据监测结果决定继续选择或进行通信。

数据库的统计值可以按天、周、月、年进行分别统计存储，不同存储单位按其统计周期进行更新。

3.3 改变信息帧格式

信息发送都是以数据分组的帧格式进行发送，帧头信息增加1比特作为频谱标志位，结合传统的频谱感知方法，可以实现对频谱信息的感知。

另外，传统的频谱感知策略没有考虑扩频通信时对信息隐藏的影响，通过增加标志位的方式可以实现对扩频通信中隐藏信号频段的感知。

4结语

以上内容综述了认知无线电在不同通信环境下的最新感知策略和算法的研究进展。研究以协作感知为重点，算法针对不同的通信环境均有效提高了感知的性能，但针对复杂通信环境下的性能有待进一步研究。目前算法主要是针对不改变现有通信方式下进行的，可以考虑适当改进现有通信模式，再配以感知算法，对感知性能和效率以及后续的功率分配应有益处。

参考文献

[1] FCC 02-155 Spectrum Policy Task Force Report[S].USA：Federal Communications Commission， 2002.

[2]QING Z， SWAMI A. A survey of dynamic spectrum access： signal processing and networking perspectives [A]. Acoustics， Speech and Signal Processing， ICASSP 2007， IEEE International Conference on [C].2007.1349-1352.

[3]钱枫.认知无线电网络中频谱感知算法研究[J].电子科技，2011.24（3）.

[4]Kim H， Shin K G. In-band Spectrum Sensing in Cognitive Radio Networks： Energy Detection of Feature Detection [C].Proc. ACM Int. Conf. on Mob. Computing and Networking， 2007.USA： ACM， 2007： 115-138.

[5] Ghasemi A， Sousa E S. Asymptotic Performance of Collaborative Spectrum Sensing under Correlated Log-normal Shadowing [J].IEEE Communications Letters. Science （S1089-7798）， 2007，

11（1）： 34-36.

[6] Amir Ghasemi， Elvino S. Sousa. Opportunistic Spectrum Access in Fading Channels Through Collaborative Sensing[J].JOURNAL OF COMMUNICATIONS， Vol.2， NO.2， March 2007.

[7]刘鑫，谭学治，马琳.认知无线电多簇联合频谱感知算法[J].哈尔滨工业大学学报， 2013.1， 45（1）.

[8]申新望，曾凡仔，周敏.相关阴影衰落信道下合作感知节点选择算法[J].系统仿真学报， 2013.12， 25（12）.

[9]Selen Y， Tullberg H， Kronander I. Sensor Selection for Cooperative Spectrum Sensing [C]. 3rd IEEE International Symposium on New Fromtier in Dynamic Spectrum Access Networks， DySPAN 2008. USA： IEEE， Oct. 2008： 1-11.

[10]Matsui M， Shiba H， Akabanke K， et al. A Cooperative Sensing Technique with Weighting Based on Distance between Radio Station [C].Asia-Pacific Conference on communications， Tokyo， Japan， 2008. USA： IEEE， Oct.2008： 1-4.

[11]周义明，周 正.协作频谱感知中感知用户的选择与信噪比估计算法[J].北京邮电大学学报，2013.12， 36（6）.

[12] 谢树京，沈连丰.认知无线电网络中基于 D-S 证据理论的合作频谱感知方法[J].电信科学，2013（8），p114-118.

[13]Peng Q H， Zeng K， Wang J. et al. A distributed spectrum sensing scheme based on credibility and evidence theory. Proceedings of the 17th Annual IEEE International Symposium on Personal， Finlandia Hall， Finland， 2006.

[14] Nhan N T， Insoo K. An enhanced cooperative spectrum sensing scheme based on evidence. IEEE Communications Letters， 2009，13（7）.

[15]韩昭芳，蒋挺，赵成林，周正.一种优化的认知无线电频谱感知策略[J].无线电工程，2011.2， 41（5）.

[16]于美婷，赵林靖，李钊.基于 DS 证据理论的协作频谱感知改进方法[J].通信学报，2014.3， 35（3）.

[17]陈雷，李永成，王英泓，王新增.认知无线电的频谱感知算法研究[J].通信技术，2013，9（46）.

收稿日期：2015-06-23

作者简介：王学敏（1985―），男，山东临沂人，硕士，助教，研究方向：航空反潜，信息融合。