认知无线电频谱感知技术研究

朱辉 刘仕奇 胡斌杰

摘要认知无线电是一种可以提高频谱利用率的智能技术，高效而准确的频谱检测是其实施的关键。文章在充分调研国内外研究进展的基础上，介绍了认知无线电的概念、基本的信号检测方法以及多天线与协作检测方法，并对各种检测方案进行比较和分析，最后指出现实中频谱检测的难点和面临的挑战。

关键词认知无线电频谱检测认知用户授权用户

1引言

美国联邦通信委员会以及其他国家的大量研究表明，传统的固定频谱分配方式导致了大部分现有频段的低利用率。作为可充分利用但未被完全使用的频谱技术，认知无线电有着巨大的吸引力，被广泛认为是下一代无线通信的重大变革。近几年，大量专家学者在认知无线电领域进行了广泛的学术和应用方案研究。认知无线电的基本思路是进行频谱再利用和频谱共享，当授权用户未完全使用授权频段时，使认知用户(网络)可以利用授权用户频段进行通信。为了达到这个目的，认知用户必须持续进行频谱感知来检测授权用户的存在状态，以合理充分地使用授权频段。

检测感兴趣频段是否处于空闲状态是应用认知无线电技术的重要前提，只有高效准确地进行频谱检测，才能进一步有效利用频谱资源，因此频谱资源检测决定着其他环节的实施。频谱检测主要有两个任务：第一，检测感兴趣的频段是否存在授权用户信号，判断频段是否处于空闲状态，从而决定该频段是否可用，这个任务的完成必须具备较高的可靠性；第二，认知用户的频谱接入权比授权用户低，因此要在使用该授权频段的同时持续检测外部环境，一旦发现授权用户再次出现，认知用户必须在最短时间内检测到其出现并腾出信道，因此检测的速度非常重要。

2基本检测方法

目前，最基本的检测方法包括：匹配滤波器检测法，能量检测法，循环平稳特征检测法等。

2.1匹配滤波器检测

匹配滤波器是一种比较常用的信号检测方法，能最大化接收信号的信噪比，可以在短时间内完成同步提高信号的处理增益。但是它要求认知用户掌握每一类授权用户的全部信息，如果信息不准确，检测性能将大受影响；并且它是一种相干检测法，对相位同步要求非常高。

2.2能量检测

很多现有的检测方法都是基于能量检测，在实现上非常简单。与匹配滤波器检测法不同，能量检测是非相干检测，对相位同步要求不高，但其判决门限比较难确定；门限在很大程度上受未知噪声的影响，而且在低信噪比的情况下，信号被噪声掩盖，用能量检测算法局限性很大。另外，该方法只是计算信号的能量，不能从类型上区分调制信号、噪声以及干扰信号，因此也就无法判断是噪声还是其他次用户。

2.3循环平稳特征检测

调制信号通常都具有某种程度上的周期性，它们的均值和自相关等统计特性都呈现出周期性特征，而噪声没有这个特性，因此可以利用调制信号的循环平稳特性来进行频谱检测。循环平稳特征检测能够区分噪声和有用信号，可以摆脱噪声的影响，所以相对于能量检测，它在噪声区分方面有着良好的性能。但是这种方法的计算复杂度很高，实施所需的观测时间比较长。

3多天线与协同检测方法

在实际无线环境中，信号在传输过程会受阴影衰落、多径效应等因素的影响，基本的频谱检测法不能满足可靠性。特别是当认知用户受到严重阴影衰落影响时，会因为接收到的授权用户信号太微弱而误判为授权用户未使用频谱，从而进行自己的数据传输，造成对授权用户系统的干扰。为此，必须采取有效的措施来提高检测的可靠性和精确性。因此，多天线感知以及协作感知技术目前正被越来越多地应用于认知无线电中。

3.1似然比检测

在多天线检测中，如果授权用户信号可以被看成复合高斯随机信号，那么可以使用多天线采集信号，然后采用似然比检测。似然比检测的实质是比较在有约束条件下的似然函数最大值与无约束条件下的似然比函数最大值。似然比定义为有约束条件下最大值与无约束条件下最大值之比。以似然比为基础可以构造一个服从卡方分布的统计量，从而进行检测判决。在频谱感知中，这个似然函数一般取信号的概率分布函数。根据奈曼一皮尔逊理论，对于一个给定的虚警概率，似然比检测可以使统计检验的检测概率最大，但是它要求知道信道增益、噪声分布、授权用户信号分布等信息，而这些信息往往难以获得。

3.2复合假设检测

在通常情况下，由于似然比函数中某些变量的不确定性，例如，噪声信号方差、主用户信号协方差等，很难精确似然比函数，在这种有不确定变量情况下的假设检验属于复合假设检验。传统检测理论有两种主要方法，可以用来解决这个问题：

(1)贝叶斯方法，即通过边缘化的方法计算出似然比检测中需要的似然比函数，从而进行检验。这种方法有两个主要缺点：边缘化操作往往只能在一些很简单的情况下进行；而且边缘化时先验概率的选择将会在很大程度上影响检测的性能。

(2)广义似然比检测法，先利用最大似然估计对未知变量进行估计，然后得到一个广义似然比函数来进行检测判决。这种方法的缺点是未知变量在很大程度上依赖于噪声和信号的统计模型。

3.3空间相关性检测

由于所有接收端收到的信号都是来自同样的信号源，因此不同接收端接收到的信号往往具有一定的相关性。假设认知用户知道信道是平坦衰落的，不同天线端接收到的能量可以利用相干合成来达到近乎最优的检测性能。因此相干合成法也称为最大比合并。但是在实际情况下，接收端往往并不知道信道参数，因而也就无法应用相干合成方法。

一般来说，可以利用最优能量合并检测选择一个让合并后的信号信噪比最大的合成矩阵来合并信号。这种方法考虑了各个天线接收端信号的差异，性能要优于传统的能量检测法。实施这个方法的难点是源信号协方差矩阵的特征矢量很难得到。

3.4空间时间合并

在多天线情况下，因为接收信号一般都是过采样得到的，而且传输通道通常是时间色散的，并且传输信号本来在时间上就相关；而在各接收端收到的信号除了在空间上相关外，在时间上通常也是相关的，因此很多基于接收信号样本在时间上独立这个假设的检测方法将无法适用。而时间上的相关性对信号检测并无坏处，关键是如何利用这些相关性。在这种情况下，可以利用最优能量合并检测和盲合并能量检测来同时利用空间和时间上的相关性。类似地，基于特征值的检测方法和基于协方差的检测方法也可以用来进行空间、时间都相关的信号检测。

3.5协作检测

当有多个认知用户分布在不同地点时，可以让它们协作进行频谱检测，从而获得更加可靠的检测性能。一般来说，各个认知用户可以将采集到的数据直接发送给一个特定的用户，也可以先进行数据处理然后再发送给这个特定的用户。前者称为源数据融合，后者称为决策融合。如果各个认知用户将采集到的原始信号发送给融合中心，可以直接利用前面提到的多天线感知的方法进行检测。但是

在实际情况下，传输原始数据会占据很大的开销，因此通常会先将数据经过压缩等处理后再发送给融合中心。而对于决策融合，各个认知用户先各自进行检测判决，然后再将判决结果发送给融合中心进行最终判决。它的数据融合准则主要有三种：AND准则、OR准则、K／N准则。系统的检测性能随门限的选取和数据融合准则的选取不同而不同，而且检测性能还与参与合作的认知用户数量和认知用户距离有关。

虽然协作检测可以获得更好的检测性能，但是各用户之间进行数据传输的可靠性必须得到保证，现有的融合方法大都假设来自不同认知用户的数据是相互独立的，而在实际情况下这些数据通常都是相关的。

4应用与发展

仰赖于大量专家学者的研究，很多频谱检测方法得以产生，但是大部分都只是进行理论分析，实现上一般都比较困难，而且性能也有待提高。要建立一个实际的感知设备，必须考虑很多因素的影响。

4.1窄带噪声

从一个特定频段提取信号时，需要用到一个或多个数字或模拟的窄带滤波器。只有当滤波器是理想的时候，信号才能被准确地提取出来从而被精确地量化，离散的噪声样本才能是独立同分布的。但是，在一个实际的设备中，由于滤波器往往是非理想的，噪声样本通常是相关的，并且很多感知方法都是假设噪声样本是独立同分布的，因而这些方法不能适用。在采用其他检测方式或者在进行信号检测之前，必须考虑利用预白噪声化等一些信号预处理的方式使噪声样本独立同分布，进而进行频谱感知。

4.2寄生信号的干扰

由于模数转换器的非线性或者一些其它用户有意无意的信号传输，认知用户接收端接收到的信号可能不仅含有授权用户信号和噪声信号，还含有其他杂散信号。如果认知天线离这些设备很近，这些杂散信号将会占据接收信号的很大份额。对某些检测方法来说，由于它们不能区分授权用户信号与干扰，这些干扰信号很有可能被当作授权用户信号，这将导致判决时的虚警概率升高，进而使频谱利用率下降。所以，必须在设备层面采取措施以减轻这种干扰，或者利用信号处理的方式消除这些寄生信号。

由于这类信号会随着时间地点而改变，即使有办法估计它们的波形和分布，这些方法也很难实现。在不同环境下，干扰信号的功率或大于噪声功率，或小于噪声功率，如果干扰信号功率比噪声功率信号高出许多，那就可以先估计出干扰信号，再从接收信号中去除掉，然后进行检测。然而，因为对授权用户信号的检测通常是在低信噪比的情况下进行的，而对干扰信号的估计误差可能会很大，以致超过授权用户信号，因此这种方法也不是太可靠。一般来说，不能依赖于干扰估计，特别是在信噪比很低的情况下。

4.3截断误差

由于硬件的设计原因，很多方法在硬件上都是采用定点运算来实现，这会造成截断误差的产生，从而限制检测方法的精度。一种好的检测方法应该对这种不可预见的误差有较强的健壮性。

4.4宽带感知

由于认知用户本身对频谱使用权较低，通常认知无线电设备可能需要监听很大一段频率范围，以寻找最好的可用频带来进行信号传输，这就要求具有超宽带无线射频前端和高速的信号处理设备。同时，要进行大范围的频谱感知，相应地就需要较高的采样速率，而这对实际应用是个很大的挑战。

5总结

认知无线电是一种为了解决频谱资源的匮乏而提出的现代无线通信技术，具有高度智能化和对频谱资源高效利用的优势。频谱感知是认知无线电的一个核心问题，虽然目前已经有了一些检测方法，但实际应用中仍有很多问题未得到解决，仍需利用各种工具从各方面进一步探索。在未来的研究中，如何准确而高效地检测出在任意时刻、任何频段上是否存在授权用户是认知无线电的重点研究方向。