信噪比选择的改进式协作频谱感知算法

安晓娜，朱立忠

(沈阳理工大学 信息科学与工程学院，沈阳110159)



信噪比选择的改进式协作频谱感知算法

安晓娜，朱立忠

(沈阳理工大学 信息科学与工程学院，沈阳110159)

摘要：协作频谱感知算法可以有效改善隐蔽终端、阴影效应以及接收机不确定性的影响。但是，传统的协作频谱感知算法都是建立在假设每个认知节点都处于相同的无线电环境中，并没有考虑比较恶劣环境中认知节点的信噪比问题。针对这一问题提出一种基于信噪比选择的改进式协作感知算法，通过对无线电环境中不同认知节点接收信噪比的筛选改善协作频谱感知的效果。理论和仿真验证都证明该方法可以改善频谱感知的性能，并且减少了参与协作感知的用户数目。

关键词：认知无线电；协作频谱感知；信噪比

无线通信技术的快速发展给人们带来极大便利的同时也对无线通信设备以及通信网络提出了更高的要求。频谱资源匮乏的问题日益凸显,这是因为大量增长的无线通信业务量，使得用于无线通信的无线频谱资源日见紧缺，静态、固定的频谱分配原则成为导致授权频段频谱利用率低下，非授权用户又不能使用这些频段的主要因素，由此，产生了认知无线电技术。认知无线电技术使认知用户能够实时感知、识别并且智能接入当前空闲的频段，以达到在不干扰授权用户的情况下满足认知用户自身的通信需求。因此，认知无线电技术的这种优势使得其在提高频谱利用率、解决频谱资源匮乏问题上具备了广阔的应用前景[1]。

认知无线电网络中需要攻克三大关键技术[2]，主要包括频谱感知、频谱管理以及功率控制，其中频谱感知是认知无线电通信的一个重要前提，要求认知用户能够在某时、某地准确感知是否存在频谱空洞，同时还应实时监测是否有新的授权用户接入，使认知用户在不干扰授权用户的前提下满足自身的通信要求。所以，高效的频谱感知算法对频谱利用率的提高有至关重要的作用。

实际的无线环境中存在隐蔽终端、阴影效应以及接收机不确定性等问题，故单节点频谱感知不能达到很好的感知效果[3]。传统的协作频谱感知算法虽然能改善单节点感知的不足，但是在假设所有认知节点都处于相同的信噪比环境下进行的，并没有考虑恶劣环境中的认知节点的信噪比问题。当很多认知节点在SNR较差的环境中时，协作频谱感知有时不但不能提高感知性能，反而会出现系统的感知性能下降的情况。所以对无线环境中认知节点信噪比的合理选择会在很大程度上改善协作感知的感知效果。文献[4]提出的信噪比选择的协作感知方案中，计算的是所有认知节点发送到融合中心的信噪比均值。但是在恶劣的环境中，存在较低信噪比时，以所有信噪比均值为SNR选择门限并不一定是最优的，在此基础上，本文提出一种基于信噪比选择的改进协作频谱感知算法。理论分析和仿真验证表明，改进的算法不但使频谱感知的性能得到了改善，而且减少了参与协作感知的用户数目。

1频谱感知

1.1本地频谱感知

本地频谱感知[5]是指单个认知用户独立对感兴趣的频段中是否存在授权用户做频谱感知的过程，用户的本地频谱感知相当于单节点感知。目前，能量检测、匹配滤波器检测和循环平稳特征检测[6]这三种本地感知算法是最常用的,能量检测具有实现简单、算法复杂度低以及无需知道信号的先验知识等优点，属于非相干检测,所以选择能量检测算法作为本地频谱感知算法。用二元假设来描述每个认知用户的感知结果：

(1)

式中:i的取值为1,2,3,…,N,指的是N个认知用户；s(t)为主用户信号；ni(t)为加性高斯白噪声；hi(t)为第i个认知用户的信道增益；yi(t)为第i个认知用户接收到的信号；H0代表授权用户不存在，即当前频段处于空闲状态；H1代表授权用户存在，即当前频段已经被授权用户占用。频谱感知的任务就是要区分只有噪声信号存在还是授权信号和噪声信号同时存在。采用能量检测时能量检测器经过滤波、模平方以及观测时间内的累加最终得到输出的统计量为

(2)

(3)

在频谱感知中常用检测概率和虚警概率作为判定感知性能优劣的标准[7]。授权用户正在使用频谱时检测到授权用户存在的概率称为检测概率，用pd表示，授权用户没有使用频谱时检测到授权用户存在的概率称为虚警概率，用pf表示。通常需要达到的目的是在虚警概率很小的时候也可以获得较高的检测概率，在恒虚警方法下，可得出能量检测的检测概率和虚警概率如下:

(4)

1.2协作频谱感知

由于协作频谱感知可以有效克服“隐蔽终端”等问题，还可以有效提高频谱感知性能，因此受到人们的广泛关注[8]。协作频谱感知主要分为集中式协作感知、分布式协作感知和利用外部设备的感知三种。文中采用集中式协作频谱感知[9](如图1所示)，它是指多个认知用户分别对授权用户信号进行检测，将监测统计量与判决门限比较之后得到本地判决结果并将其发送给基站(即融合中心)，再根据融合准则作出最终判决。

图1　协作频谱感知

常用的融合准则有“或”(OR)准则、“与”(AND)准则和“K-N”准则。OR准则[10]指的是对于N个认知用户的本地判决，倘若其中至少有一个判定为授权用户存在，则最终判决授权用户存在。其检测概率和虚警概率分别为

(5)

AND准则[10]指的是对于N个认知用户的本地判决，当且仅当所有认知用户的本地判决结果都为授权用户存在时，最终才判决授权用户存在。其全局检测概率和全局虚警概率分别为

(6)

K-N准则是指在N个认知用户的本地判决中，当大于等于K个认知用户的本地判决结果为1时，最终判决结果才为1。其全局检测概率和全局虚警概率分别为

(7)

2信噪比选择的改进式协作频谱感知

实际的无线环境是复杂的，CR节点的随机性分布使得每个CR节点的信噪比环境不同，以至于每个CR节点的本地感知效果有一定差异。提出一种基于信噪比选择的改进式协作频谱感知算法，每个认知用户对授权用户信号进行本地感知，并且将自己的本地感知判决结果以及信噪比估计值通过通知信道一同发送至融合中心，融合中心通过对信噪比的筛选决定参与协作感知的认知用户，并采用某种融合准则进行数据融合，得到最终的判决结果判决授权用户是否存在。若融合中心不进行信噪比的筛选，直接对本地感知信息进行融合，那么这个过程就属于传统的协作感知过程，所以，此时融合中心需要做两个工作，信噪比的选择和对选择后的信息的有效融合。

每个CR节点进行本地能量感知，第i个CR节点的虚警概率的大小与信噪比无关，只与判决门限和噪声强度有关

(8)

在恒虚警概率下可以求得判决门限值λ:

(9)

故第i个CR节点的检测概率为

(10)

若参与协作检测的CR节点数为m，则协作感知中融合中心采用OR准则融合和AND准则融合的全局检测概率和全局虚警概率可由式(5)、式(6)计算得到。

融合中心信噪比的选择过程如图2所示，改进算法的基本过程为：

(1) 所有的认知用户将本地感知结果和信噪比一起发送到融合中心；

(2) 融合中心将所有的信噪比按照从大到小的顺序排列；

(3) 选择前i个信噪比加权求平均，得到信噪比选择门限γ；

(4)将认知用户的信噪比γi与信噪比选择门限进行比较。若γi≥γ,则该认知用户参与协作感知，若γi<γ,则该认知用户不参与协作感知。这里的i(i≥3)为调整因子，通过仿真比较得到最优的i值。

图2　信噪比选择过程

3仿真结果分析

通过Matlab仿真平台对传统的协作频谱感知以及改进的协作频谱感知算法进行仿真对比以及验证。假设有6个认知用户参与协作，即m=6，接收到信号的信噪比分别为-35dB、-15dB、-18dB、-22dB、-16dB、 -29dB，经过从小到大的排序之后每个认知节点发送的信噪比值为-15dB、 -16dB、-18dB、-22dB、-29dB、-35dB，其对应的认知节点编号为2、5、3、4、6、1，采样点数为10000,信道噪声为高斯白噪声，噪声方差σ2=1。根据融合中心对信噪比的筛选过程给出在仿真过程中出现的实验数据：

(1) 对发送到融合中心的信噪比按照从大到小的顺序排列，并给出其对应的认知用户编号;

(2) 选择前i个较大的信噪比，加权求平均获得调整因子i(i≥3)下的信噪比选择门限值γ，并决定参与协作的感知用户，具体数据信息如表1所示。

图3为调整因子i选择不同的值时，选用OR准则作为融合准则得到的仿真结果。i=3和i=4时，ROC曲线是重合的，这是因为此时选择的信噪比都是-15dB、-16dB，只是选择门限不同，也就是说选择i=3时可以以较小的计算量换取同样的感知效果。一般情况下，虚警概率为1%～10%时满足低虚警概率的要求，根据仿真图中的ROC曲线可以看出，在虚警概率恒定时，i=3时协作感知的检测概率最高，所以在OR融合准则下，可以选择i=3为最佳调整因子，而i=3所对应的信噪比选择门限-16.3333则为最佳选择门限。

表1　通过信噪比筛选决定参与协作感知用户数　dB

图3　OR准则下i取不同值时的ROC曲线

图4为AND准则下i取不同值时的ROC曲线，可以看出只有在i=3时，在低虚警概率下，协作感知性能优于最高SNR的单节点感知性能。这也证明了信噪比是频谱感知性能优劣的关键影响因素，低信噪比环境下的认知用户参与协作，有时不但不能改善频谱感知性能，反而会影响到高SNR用户的检测性能，最终影响全局感知效果。

图5选择了最优的调整因子i，即i=3时的ROC曲线，同传统的协作频谱感知算法以及文献[4]中采用的将所有认知用户估计的SNR加权平均值作为SNR选择门限的算法做了对比，在OR准则下仿真，并选取了它的局部放大部分(如图6所示)，因为想要达到的目的是在低虚警概率下尽可能获得较高的检测概率。由仿真图可以清晰看到，文中提到的改进算法可以提高检测概率。

图4　AND准则下i取不同值时的ROC曲线

图5　OR准则下最优i值与各算法比较

图6　局部放大图

图7为AND准则下最优i值与各算法比较的ROC曲线，从图7中可以看出，相比于其它两种频谱感知算法，本文算法在很大程度上改善了感知性能，证明该方法是切实可行的。

图7　AND准则下最优i值与各算法比较

就参与协作的感知用户数目来讲，传统的协作频谱感知算法是让所有的感知节点都参与协作，在本仿真中，协作用户数为6；对于将所有认知节点发送的信噪比的加权平均值作为信噪比选择门限值时，即选择门限值为-22.5dB时，从表1可以看出协作用户数为4；改进的协作感知算法中，取最优调整因子下的最优信噪比选择门限，参与感知的认知用户数仅为2个，所以该方法在提高频谱检测性能的同时减少了参与感知的用户数目。

4结论

在传统的协作感知算法基础上，充分考虑了复杂的无线环境中认知节点接收信噪比的差异性，提出了基于信噪比选择的改进式协作频谱感知算法。通过不同的调整因子i得到该调整因子下的信噪比选择门限，根据SNR选择门限选择符合条件的认知用户参与协作感知。不同的i值对应不同的ROC曲线，通过仿真选取最优的i，使得在提高协作感知性能的同时优化参与感知的CR节点数，并将该算法与其他算法做了仿真比较，以上仿真结果表明，该算法可以在低虚警概率下提高检测概率，达到对频谱感知性能的改善，并且减少了参与协作感知的用户数目。

参考文献：

[1]宋志群,刘玉涛.认知无线电技术及其应用[M].北京:国防工业出版社,2012:41-79.

[2]Zhu J,Zheng B Y,Zou Y L.Detection time analysis for the multiple-user cooperative spectrum sensing scheme in cognitive radio networks[J].Sci China Ser F-Inf Sci,2009,52(10):1915-1925.

[3]温志刚.认知无线电频谱检测理论与实践[M].北京:北京邮电大学出版社,2011:41-84.

[4]胡峰,郑紫微,熊欧.基于SNR比较的协作频谱感知研究[J].综合电子信息技术,2014,40(4):105-108.

[5]谢梦.认知无线电中的频谱感知技术研究 [D].西安:西安电子科技大学,2013.

[6]YUE Wenjing,ZHENG Baoyu.Robust cooperative spectrum sensing schemes for fading channels in cognitive radio networks [J].Science China Information Sciences,2011,11(2):348-359.

[7]CHEN Xing,BIE Zhi-song,WU Wei-ling.Detection efficiency of cooperative spectrum sensing in cognitive radio network[J].The Journal of China Universities of Posts and Telecommunications,2008,15(3):1-7.

[8]LIN Yingpei,HE Chen.Cooperative spectrum sensing based on stochastic resonance in cognitive radio networks[J].Science China Information Sciences,2014,57(10):1-10.

[9]Hui Huang,Peng Cheng.Cooperative spectrum sensing in cognitive radio systems with limited sensing ability[J].Journal of Zhejiang University-SCIENCE C,2010,11(3):175-186.

[10]陈辰.认知无线电中基于多节点的协作频谱检测[D].南京:南京邮电大学,2011.

(责任编辑：马金发)

Modified Algorithm Cooperation Spectrum Sensing of SNR Selection

AN Xiaona，ZHU Lizhong

(Shenyang Ligong University,Shenyang 110159,China)

Abstract：Cooperation spectrum sensing algorithm can reduce hidden terminal,shadow effect，and uncertainty receiver effectively.However,in traditional cooperation spectrum sensing algorithm every CR nodes is supposed to be in the same radio environment，which ignores CR nodes’ SNR problem in bad environment.To solve this problem，a method is introduced to choose CR nodes’ SNR in radio environment for improving the effect of cooperation spectrum sensing.Experimental and simulation results show that the proposed algorithm can improve the spectrum sensing performance，which reduces the number of users in cooperation.

Key words：cognitive radio;cooperation spectrum sensing；SNR

中图分类号：TN99

文献标志码：A

文章编号：1003-1251(2016)02-0024-06

作者简介：安晓娜(1990—)，女，硕士研究生；朱立忠(1967—)，男，教授,研究方向：无线网络信息处理。

收稿日期：2015-03-27