认知传感器网络中的鲁棒性协作频谱检测研究

胡富平 王 殊

(华中科技大学电子与信息工程系 武汉 430074)

近年来无线传感器网络(wireless sensor network,WSN)研究与应用迅速发展[1].预计未来10 a内,将出现同一区域内多个不同应用目的传感器网络与现有传统无线网络共存现象[2].由于频谱资源的紧缺,这些共存的网络会出现严重的频谱资源竞争.

虽然可以花费数巨额资金购买固定的频谱使用权,但WSN通常强调低成本,因而这种做法并不是很合理.而且授权频段也基本都已被分配完毕,而免授权的ISM公用频段也变得越来越拥挤.因此有必要研究为WSN寻求可用频谱资源的新方法,解决其未来发展面临的频谱紧缺问题.

1 相关背景与假设

FCC的实际测量表明:频谱资源非常紧缺的背后是大量已授权频段在时间和空间上的利用率很低.认知无线电(cognitive radio,CR)技术[3]被认为是提高频谱利用率、解决频谱资源紧缺问题的有效技术之一.其基本原理是:未授权用户(称为次用户)检测一定范围内的授权频段,如果未检测到授权用户(称为主用户)信号,则在不对主用户造成干扰的前提下传输无线信号;当该频道上出现主用户信号时,次用户退出对该频段的占用.

目前CR是无线通信和网络领域的研究热点,已受到广泛关注,但研究认知传感器网络的报道还很少.Hung研究了WSN基于模糊逻辑系统(fuzzy logic system,FLS)的机会式频谱接入机制[4];Han提出了WSN中基于谱相关的频谱检测方法,但谱相关函数的复杂计算并不是很适合硬件和能量等资源有限的WSN.欧盟第七框架计划支助了Sensor Network aided Cognitive Radio项目,并陆续有相关研究成果的报道[5].

本文假设WSN需要寻找空闲授权频谱来完成其自身数据通信.因为空闲频谱检测是传感器网络利用这些空闲频谱的必要前提,因此本文重点研究适用于WSN的频谱检测方法.经典的信号检测方法主要有能量检测、匹配滤波检测和循环平稳检测,它们对信号的先验知识具有不同的要求,也各自其优缺点.近年来不少人提出了协作频谱检测方法[6]来提高频谱检测性能.

与大多相关文献一样,假设节点具有频谱检测能力,并通过公共控制信道(Common Control Channel)相互交换频谱检测信息,公共控制信道具有理想的信道参数.由于WSN的分布式特性,本文所考虑的协作频谱检测可建模为图1所示的模型.其中,当节点SN0需要作出检测判决时,它同时也充当融合中心的角色.SNi(i=1,2,…,m,m为SN0的邻居节点数目)为其邻居节点,d0和di分别表示节点SN0和S Ni的局部检测信息,d表示节点SN0的最终检测判决.

图1 协作频谱检测的系统模型

2 加权因子合并法

与匹配滤波、循环平稳检测等经典方法相比,能量检测虽然抗干扰能力一般,但其简单、便于实现,更适用于WSN这种硬件、能量等资源受限的网络.能量检测器以接收信号的能量作为检验统计量,即:

式中:r(k)为接收信号;s(k)为接收信号中的主用户信号分量;w(k)为加性高斯白噪声(AWGN),k为采样数,一般由检测器的时间带宽积确定.

本文提出了一种加权因子合并法(weight factor combination,WFC),其核心是对每个节点赋予一定的权值来衡量其检测结果的可靠性.假设每个节点的权值为wi,所有节点检测到的信号能量值的加权平均与判决阈值λ比较,如果大于或等于λ则接受H1假设成立;否则接受H0假设成立,如式(2)所示.其中wi是归一化后的权值,即满足 ∑wi=1.

在实际中,节点检测到的能量值在发送给邻居节点之前一般需要量化,这是因为:(1)节点表示数据的精度比较有限;(2)公用控制信道的带宽非常有限,量化可以减小数据通信量.量化情况下,除了用量化值取代非量化值外,WFC算法的基本流程保持不变.第4节中分析了量化对检测性能的影响.

3 加权因子的计算

为了减小故障节点或恶意提供的错误检测数据对最终检测判决的影响,根据节点提供的局部检测数据与最终检测判决的一致性,给每个节点SNi赋予一个估计其检测数据可靠性的参数:可靠度,其初始值为0.节点SN0每作出一次最终检测判决,就对其邻居节点SNi(i=1,2,…,m)及其自身的可信度根据式(3)进行调整,其中符号“&”表示逻辑与.

如果节点频繁提供与最终判决不一致的局部检测信息,它的可信度将趋向于减小.规定若某节点的可信度低于预定阈值,则该节点被认定为故障节点或恶意节点,在最终判决时忽略该节点提供的局部检测信息.基于上述定义的节点检测数据的可信度,节点未归一化的权值Wi定义为

式中:max(ρi)为各节点检测数据的可信度的均值;h(＜0)为预定阈值.h取负值是为了保证节点由于受到噪声等干扰暂时性地(尤其是在初始阶段)提供错误检测数据而被赋予略小于零的负值可信度时,其检测数据仍然具有一定的权值.

归一化的权值wi定义为式(5)所示.

4 仿真分析

本文考虑两种类型的错误检测数据:Always-Yes和Always-No.无论主用户信号是否真实存在,对于Always-Yes错误,节点总是提供4倍于λ的检测值;而对于Always-No类型错误数据,节点总是提供1/4倍于判决阈值λ的检测值.假设100个节点随机分布在500 m×500 m的方形区域中,在这100个节点中存在一定数目的故障或恶意节点.节点被认定为故障或恶意节点的可信度阈值h=-5.能量检测器的时间带宽积设置为5.

首先,比较了100个节点中故障或恶意节点数目从0到20以1为步长变化时,WFC方法与未考虑检测数据错误(即每个节点的检测数据具有相等的权值)情况下的检测概率.结果如图2所示,从中可以看出,WFC方法能较好地降低故障或恶意节点的错误检测数据对协作频谱检测性能的影响.随着故障或恶意节点的增加,WFC方法的检测概率下降比较缓慢.未考虑检测数据错误的情况下,对于Always-No类型数据错误,检测概率回大幅下降;而对于Always-Yes类型数据错误,检测概率并没有下降.这是因为Always-Yes类型数据会诱导节点更倾向于作出存在主用户信号的判决,这虽然有利于提高检测概率,但同时也会增大误警概率.

图2 不同故障或恶意节点时的检测概率

其次,比较了故障或恶意节点比例为10%时,WFC方法和未考虑检测数据错误情况下的互补接收机工作特性曲线(complementary receiver operating characteristic,CROC).比较结果如图3所示,可以看出,WFC方法的检测性能非常接近于不存在故障或恶意节点情况下的检测性能,这表明WFC方法能较好地减小故障或恶意节点的错误检测数据对协作频谱检测性能的影响.

图3 互补接收机工作特性曲线比较

最后,分析了节点将接收信号能量信息发送给邻居节点之前将其进行量化对检测性能的影响.本文假设采用的是均匀量化器.图4所示是故障或恶意节点比例为10%,量化位数分别为2,3,4时的漏警概率曲线图.可以看出,量化对检测性能会有一定的负面影响.不过,量化情况下的通信开销比较小,而且随着量化位数增加,检测性能逐渐趋近与非量化情况下的检测性能.

图4 Always-Yes类型数据错误下量化的影响

5 结 束 语

利用认知无线电技术为传感器网寻找可用频谱资源的方法,针对传感器节点易失效和恶意节点易伪装为合法节点的特点,提出了一种鲁棒性的协作频谱检测方法.根据各节点的局部检测数据与最终检测判决是否一致,给每个节点赋予可信度参数,并定义了每个节点的检测数据的权值的计算方法.仿真结果表明,所提出检测方法能较好地减小错误检测数据对检测性能的负影响.同时,文章也分析了量化情况下的检测性能.量化情况的检测性能有所下降,但具有较小通信开销的优势.

[1]Yick J,Mukherjee B,Ghosal D.Wireless sensor network survey[J].Computer Networks,2008,52(12):2292-2330.

[2]Zhou G,Stankovic J A,Son S H.Crowded spectrum in wireless sensor networks[C]//Proc.of the Third Workshop on Embedded Networked Sensors,2006.

[3]Mitola I,M aguire j,G Q.Cognitive radio:making software radios more personal[J].IEEE Personal Communications,1999,6(4):13-18.

[4]Ly H D.Detection and opportunistic spectrum access in sensor networks[D].Arlington:The University of Texas,2007.

[5]Mishra S M.Sahai A,Rodersen R W.Cooperative sensing among cognitive radios[C]//Proceedings of IEEE International Conference on Communications,2006,658-1663.

[6]Ganesan G,Ye L.Cooperative spectrum sensing in cognitive radio,part II:Multiuser networks[J].Wireless Communications,IEEE Transactions on,2007,6(6):2204-2213.