基于可靠度和信息共享的分布式频谱检测算法

赵艳丽，谢显中

(重庆邮电大学宽带接入网络研究所，重庆 400065)

认知无线电(CR)能够自动地检测周围的环境情况，智能地调整系统的参数以适应环境的变化，在不对授权用户造成干扰的情况下从空间、频率、时间等多维地利用空闲频谱资源进行通信［1－2］。认知无线电技术可以解决频谱利用率低的问题，当认知用户检测到不存在主用户的时候，认知用户可以机会式接入频谱;否则，当检测到主用户存在时，认知用户要立刻为主用户腾空信道。因此，对主用户进行准确和快速的检测非常关键。

为了确定主用户是否存在，已有很多空闲频谱检测方法，包括本地检测和协作检测［3－4］。如果认知用户只知道主用户有限的信息(比如只知道本地噪声功率)，那么能量检测是最优的。在本文中假定主用户信号是未知的，对本地频谱检测采用能量检测方法。

最近，基于可靠度的方案由于性能良好而受到重视［5－10］，但大都针对集中式频谱检测方法，利用基于可靠度的方案提高整个系统的检测性能。本文探讨分布式频谱检测问题，借鉴文献［10］的优点，根据能量检测的特点，以信噪比作为可靠度，给出了一种新的基于信息共享的分布式频谱检测算法。在该算法中，认知用户共享本地检测的判决结果和可靠度，可靠度低的用户用比他可靠度高的用户的判决结果来更新自己的判决，需要进行数据传输的两个认知用户的判决结果只要都不存在主用户时就可以进行通信，这样便于快速建立连接。ROC曲线的仿真结果表明检测性能有较好的改进。

1 系统模型

在传统的协作频谱检测中，所有的认知用户独立地做出自己的本地判决，并没有参照其他邻居用户，因此本地认知性能是有限的。相反，如果认知用户在进行本地判决的时候参照了其他用户的判决结果，则认知性能会有很大的提升［8］。

假设一个认知网络中有N个认知用户进行本地频谱认知，每个感知用户都具有信噪比估计的功能。分布式频谱检测模型如图1所示，时隙T0为本地频谱检测阶段(Sense)，然后为信息共享阶段(Share)。

在一次认知的初始阶段T0时隙，每个认知用户先进行自己的本地频谱检测，然后依次把自己的认知结果和可靠度广播出去。本地频谱检测采用能量检测，根据能量检测的特点，选择信噪比(SNR)作为可靠度。为了简化复杂度，在广播前先对信噪比进行4级量化，这样只需要广播2 bit的信息即可。

图1 分布式频谱检测模型

信息共享阶段包括n个时隙。假设第一个用户CR1的信噪比最高，第n个用户CRn的信噪比最低。则在T1时隙CR1把自己的判决结果和信噪比广播出去，其他的用户用他的结果来更新自己的判决。当CR1广播完自己的数据后便不再参与协作，而只是接收并记录来自其他用户的判决结果和信噪比，直到下次认知时间的到来。对于可靠度最低的第n个用户CRn来说，它接收来自其他用户的判决结果和信噪比，并用他们的结果来更新自己的判决，在最后一个时隙把自己最终的判决结果和信噪比广播出去。

2 基于信息共享的分布式频谱认知算法

根据图1所示的系统模型，基于可靠度和信息共享的分布式频谱检测算法步骤如下:

1)每个认知用户接收来自主用户的信息，用能量检测的方法给出自己的本地判决H0(主用户不存在)或者H1(主用户存在)，并估计出自己的本地信噪比，根据本地信噪比为每一个认知用户设定定时器Tj，使得信噪比高的用户定时时间短，信噪比低的用户定时时间长。

2)当第j个认知用户的定时器满时，他把自己的认知结果和本地信噪比广播出去，其他用户接收他的认知结果和信噪比，并记录下来。如果接收到用户的信噪比高于自己的信噪比，则用信噪比高的用户的判决结果来更新自己的结果，反之，不更新。

3)当所有认知用户都更新完自己的结果后，对于要进行通信的两个用户，只用检查他们的最终判决结果。若他们最终的判决结果都是不存在主用户，则他们两个可以直接进行数据传输，否则不能进行通信。

根据上述步骤，具体过程如下:

1)本地能量检测

所有的认知用户在本地都采用能量检测的方法［11］，第j个用户在第k个时隙频谱检测的二进制假设可以表示为

式中:s(k)表示主用户发送的信号;xj(k)表示第j个次级用户接收到的信号;hj是信道增益，假设他在检测周期内保持不变;vj(k)是均值为0，方差为σ2j的加性高斯白噪声。

所有的认知用户计算经过一段观察时间T，在固定的带宽W内接收到信号的能量，也就是第j个认知用户在第i次认知时接收到信号的能量为

式中:u=TW，是时间和带宽的乘积。则第j个认知用户第i次认知的二进制假设可以改写为

λj是第j个认知用户的本地能量检测门限值。

2)本地检测的可靠度估计

在能量检测中，如果信噪比特别低，就会发生错判，直接影响系统的性能。由图2仿真结果可以看出，信噪比高的用户检测结果的可靠度也高，信噪比低的用户的检测结果可靠度也低，因此可以把认知用户的信噪比看作是它的可靠度判断标准。

图2 信噪比不同的5个用户的ROC曲线

3)定时器和广播时隙分配

由于在分布式方案中没有融合中心，而且各个认知用户不可能知道其他用户的信噪比，所以可在每个用户作出本地判决后根据本地信噪比设定一个定时器。定时器未满时就接收来自其他用户的判决结果和信噪比，当定时器计满时把自己的本地判决和量化后的信噪比广播出去。由此，信噪比不同，定时器定时的时间长度也不同，这样就相当于给各个用户的信噪比进行排序并给每个用户分配了广播时隙。根据提出的算法，可以让信噪比低的用户的定时器时间长，信噪比高的用户的定时器时间短。因此，定

式中:A是个时间常量;γj是认知用户j的本地信噪比。

4)认知用户之间信息的共享及判决结果的修正

认知用户在定时器计满时把自己的判决结果和信噪比广播出去，根据提出的算法，第j个感知用户可以用比他信噪比高的用户信息来更新自己的判决结果，具体的更新算法如

式中:Ωj是比第j个认知用户的信噪比高的用户集合;ω0，ωj和ωk分别是

式中λj和γj都是已知的，则可以对第j个认知用户的认知结果进行更新，最后记录更新后的结果。

3 仿真结果

这里考虑一个5用户的认知无线电网络，每个用户用能量检测的方法独立地检测主用户的存在。这里假设5个用户的接收信噪比分别为－24 dB，－22 dB，－19 dB，－17 dB和－15dB，信道为瑞利衰落信道。

图2给出了这5个用户的ROC曲线。由图2可以看出，信噪比越高检测性能越好，所以可以用认知用户的信噪比作为该用户的检测可靠度标准。

根据本文的算法，信噪比低的用户用信噪比高的用户的结果来更新自己的判决结果。图3是仿真了第1个用户更新前和更新后的ROC曲线。假设有4个用户，信噪比分别是－22 dB，－19 dB，－17 dB和－15 dB，u=1。从图3可以看出，可靠度更新后的检测性能有了很大提升。

图3 第1个用户更新前后的性能比较

图4给出了可靠度最低的用户的性能随参与协作的用户数的变化，可以看出参与协作的用户数越多，该用户的性能越好。这是因为参与协作的用户数越多，比他可靠度高的用户数就越多，则用他们的结果更新后的结果就越可靠。因为认知用户只用比他可靠度高的用户结果更新自己的结果，因此增加信噪比他低的用户并不会对他的性能有任何改善。

图4 性能随参与协作的用户数的变化

图5为认知用户的性能随信噪比门限值变化的ROC曲线。信噪比门限较小相当于让和该用户信噪比值相近的认知用户都参与协作，这可能需要较长的时间。但是门限较大就相当于忽略了一些比该用户信噪比略大的用户，即减少了参与协作的用户数，从图4可以看出这会使系统的性能有所下降，因此应该取一个折中。从图5的仿真结果可以看出，门限值为3是一种最优的选择。

图5 性能随信噪比门限值的变化

4 总结

在本文中，提出了一种基于可靠度和信息共享的协作频谱检测算法，这种算法可以明显地提高认知用户的本地检测性能。把这个算法应用到分布式频谱检测中，对于两个要进行通信的用户来说，只要他们都检测出不存在主用户，就可以迅速地建立连接，从而实现了快速通信。

［1］HAYKIN S.Cognitive radio:brain－empowered wireless communications［J］.IEEE Journal on Selected Areas in Communications，2005，23(2):201－220.

［2］潘建国.认知无线电技术的研究和进展［J］.电视技术，2007，31(10):7－9.

［3］YUCEK T，ARSLAN H.A survey of spectrum sensing algorithms for cognitive radio applications［J］.IEEE Communications Surveys and Tutorials，2009，11(1):116－130.

［4］RAHUL T，SHRIDHAR M M，ANANT S.What is a spectrum hole and what does it take to recognize one［J］.Proceedings of the IEEE，2009，97(5):824－848.

［5］PENG Qihang，ZENG Kun，WANG Jun.A distributed spectrum sensing scheme based on credibility and evidence theory in cognitive radio context［C］//Proc.IEEE 17th International Symposium on Personal，Indoor and Mobile Radio Communications.［S.l.］:IEEE Press，2006:1－5.

［6］ZHENG Yi，XIE Xianzhong，YANG Lili.Cooperative spectrum sensing based on SNR comparison in fusion center for cognitive radio［C］//Proc.2009 International Conference on Advanced Computer Control.［S.l.］:IEEE Press，2009:212－216.

［7］LI Yibing，LIU Xing，MENG Wei.Multi－node spectrum detection based on the credibility in Cognitive Radio System［C］//Proc.IEEE 5th International Conference on Wireless Communications，Networking and Mobile Computing.［S.l.］:IEEE Press，2009:1－4.

［8］CHEN Qian，GAO Feifei，NALLANATHAN A，et al.Improved cooperative spectrum sensing in cognitive radio［C］//Proc.IEEE 70rd Vehicular Technology Conference(VTC).［S.l.］:IEEE Press，2008:1418－1422.

［9］WANG Chinliang，CHEN Hanwei，CHOU Yuren.A credibility－based cooperative spectrum sensing technique for cognitive radio systems［C］//Proc.IEEE 73rd Vehicular Technology Conference(VTC).［S.l.］:IEEE Press，2011:1－5.

［10］HIEP V V，INSOO K.Cooperative spectrum sensing with collaborative user using individual sensing credibility for cognitive radio network［J］.IEEE Transac.Consumer Electronics，2011，57(2):320－326.

［11］DIGHAM F F，ALOUNIN M S，SIMON M K.On the energy detection of unknown signals over fading channels［C］//Proc.IEEE International Conference Communications(ICC).［S.l.］:IEEE Press，2003:3575－3579.