无线电基础上频谱检测的干扰评估系统的分析

第 1 章 绪论

1.1 引言
当今无线通信技术领域面临的一个比较大的问题就是频谱资源紧缺问题，很多新开发的无线通信技术没有空闲频谱可用，另外随着无线多媒体技术的迅猛发展及手机终端用户与日俱增（据调查2010 年中国的手机用户数就达到七亿多），使得各大无线运营商分配到的可用频谱资源十分紧张。这一问题源于频谱资源的稀缺性和当前的频谱分配策略。
当前的频谱管理策略是基于静态分配机制，无线电管理机构将可用频谱资源固定的分成非重叠的频谱块，然后将这些频谱块资源以独享的方式分配给不同的无线电技术，例如：移动通信运营商、军事、广播电视和公共安全部门等等。这种分配模式在短期内可以运行，但是随着的越来越多的宽带多媒体无线通信业务无线业务持续发展之后，这种分配模式显然很不合理，FCC 的研究数据表明，当前的频谱分配策略往往导致了很低的频谱利用率。以美国纽约为例，在GHz以下，随着时间和地理位置的不同，静态分配的无线频谱利用率仅为5％到85％，整体的平均利用率约为30％。所以就目前频谱资源紧张矛盾上来看，一方面，由于静态的频谱分配策略，大量已授权的频谱在大部分时间内都处于空闲状态；另一方面新开发的无线技术无可用频谱的情况同时存在。
为了解决上述频谱资源紧张与已分配频谱利用率较低的问题，近年来，认知无线电（Cognitive Radio，CR）或动态频谱接入（Dynamical SpectrumAccess，DSA）的出现正逐渐受到人们的关注。认知无线电或动态频谱接入技术采用一种全新的无线频谱使用模式，其基本思想是：认知网络节点通过感知所处环境的已分配频谱使用信息，智能地自主调整系统无线参数，在保证不对已授权无线网络终端造成有害干扰的条件下，实现与其它拥有授权频谱资源的无线网络动态共享频谱资源，为未授权终端提供无线通信服务，同时提高了所处环境的已授权频谱的整体频谱利用率。

1.2 研究背景及意义
1.2.1 认知无线电研究背景
1999年Joseph Mitola III博士在他的博士论文中首次提到了认知无线电的概念，他通过研究现有无线系统框架和管理模式的基础上，提出一种智能的无线网络系统，该技术可以智能地感知周围的无线环境，自适应地调整自身参数，来适应各种不同的环境，或者与众多不同的网络共享频谱资源。Mitola博士认为未来的无线网络应该是学习型自适应型的网络。他提出的这种智能无线通信网络的概念为认知无线电的发展奠定了基础。
设计认知无线电的初衷就是通过其自身感知、适应环境的能力来“伺机”占用已授权频段的“频谱空穴”，来完成自身通信的需要进而提高频谱的使用效率。然而这种“伺机”频谱的行为对认知无线电技术的要求就十分的苛刻，认知无线电必须快速、准确的寻找“频谱空洞”而且不能对授权用户形成有害干扰，这使得在认知无线电提出的初期，各国的研究人员都对这种技术的前景持观望态度。随着无线技术的迅猛发展，无线资源也越来越紧张，2004年5月美国联邦通信委员会（Federal Communications Commission, FCC）认识到认知无线电是解决这一矛盾的的一种很好的途径和技术。
于是FCC正式发布通告，在电视广播频段中允许使用认知无线电技术的无线通信，但必须在不干扰授权用户系统的前提下使用的空闲无线资源。就此认知无线电技术得到了世界各国研究机构的重视，世界各国的政府管理部门纷纷成立相关研究基金和研究小组，如美国自然科学基金、欧盟FP7研究计划、中国国家自然科学基金、中国国家863计划、973计划、“新一代宽带无线移动通信网”重大专项等，在学术界，国内外许多著名大学和研究机构都投入到这一领域的研究，如：美国加州大学伯克利分校、佐治亚理工大学、弗吉尼亚理工大学等；欧洲的卡尔斯鲁厄大学、亚琛工业大学；中国的香港科技大学、清华大学、电子科技大学、北京邮电大学等。在工业界，Qualcomm、华为、中兴、中国移动等均开展了相关的研究工作。ITU-R、IEEE 等国际标准化组织也已经启动了认知无线电网络的标准化工作。认知无线电已经成为各方联合推动的无线通信研究新热点，被认为是无线通信未来的战略性发展方向之一。

    1.3 主要研究内容和贡献 ...................16-17
    1.4 本论文的结构安排 ...................17-18
第2章 认知无线电频谱检测基础 ...................18-39
    2.1 频谱检测技术概述 ...................18-19
    2.2 频谱检测系统模型 ...................19-21
        2.2.1 频谱空洞 ...................19-20
        2.2.2 二元假设模型 ...................20-21
    2.3 单用户频谱检测 ...................21-32
    2.4 多节点协同频谱感知算法 ...................32-38 
    2.5 本章小结 ...................38-39
第3章 基于 N-P 准则最优线性加权融合算法 ...................39-55
    3.1 传统的信号检测 ...................39-43
        3.1.1 贝叶斯(Bayes)检测 ...................39-41
        3.1.2 极大极小检测 ...................41-42
        3.1.3 奈曼-皮尔逊（Neyman-Pearson，NP）检测 ........42-43
    3.2 认知无线电中的频谱检测算法 ...................43-48
        3.2.1 基于 Chair-Varshney 准则的加权融合算法 ........43-45
        3.2.2 基于 Dempster-Shafer 证据理论的加权融合算法 ......45-48
    3.3 N-P 准则下的最优线性融合算法 ...................48-54
    3.4 本章小结 ...................54-55
第4章 基于 Shapley 值的自适应加权协作检测算法............ 55-65
    4.1 引言 ...................55-56
    4.2 合作博弈论 ...................56-57
        4.2.1 合作博弈论及其与非合作博弈论 56-57
    4.3 协作频谱感知系统模型 ...................57-59
        4.3.2 本地检测 ...................57-58
        4.3.3 加权协作检测 ...................58-59
    4.4 基于 Shapley 值的自适应加权算法 ...............59-62
    4.5 性能分析及仿真 ...................62-64
    4.6 小结 ...................64-65

全文总结

认知无线电技术是为解决频谱利用率低而提出来的新技术，随着新兴通信业务的不断出现与发展，认知无线电变得越来越重要。本论文主要研究了认知无线电中频谱感知技术及基于频谱感知的干扰评估技术。全文的主要工作总结如下：
(1) 总结了频谱感知中的一些待解决的问题，如单节点频谱感知算法，协同频谱感知算法及宽带感知问题等等，讨论了关于这些问题现有的一些经典频谱感知算法，分析了这些算法的优缺点及对环境的适应性。重点研究了单用户检测中的能量检测算法，对其进行了性能分析和仿真验证。
(2) 在融合算法的研究中，本文从传统的信号检测出发，分析了两种基本的加权融合算法：基于Chair-Varshney准则的加权融合算法和基于D-S证据理论的加权融合算法。在此基础上，提出了一种基于Neyman-Pearson准则下的最优线性加权融合算法，在FC虚警概率恒定的条件下，使系统的检测概率达到最大。区别于上述两种方案，在这本算法中，不再依赖于先验知识或各SU的检测概率及虚警概率，而是利用融合中心给定的虚警概率，将融合中心的判决门限表示为权矢量的函数，并将其代入检测概率的表达式，最终变为求解一个在条件约束下检测概率与各权值变量的多元凸函数的最值问题。仿真条件下验证可知，该系统下的检测性能得到了显著的提高，在无线电信号检测领域具有很好的实用性。