朱輝 劉仕奇 胡斌杰

摘要認知無線電是一種可以提高頻譜利用率的智能技術(shù)，高效而準確的頻譜檢測是其實施的關(guān)鍵。文章在充分調(diào)研國內(nèi)外研究進展的基礎(chǔ)上，介紹了認知無線電的概念、基本的信號檢測方法以及多天線與協(xié)作檢測方法，并對各種檢測方案進行比較和分析，最后指出現(xiàn)實中頻譜檢測的難點和面臨的挑戰(zhàn)。

關(guān)鍵詞認知無線電頻譜檢測認知用戶授權(quán)用戶

1引言

美國聯(lián)邦通信委員會以及其他國家的大量研究表明，傳統(tǒng)的固定頻譜分配方式導(dǎo)致了大部分現(xiàn)有頻段的低利用率。作為可充分利用但未被完全使用的頻譜技術(shù)，認知無線電有著巨大的吸引力，被廣泛認為是下一代無線通信的重大變革。近幾年，大量專家學者在認知無線電領(lǐng)域進行了廣泛的學術(shù)和應(yīng)用方案研究。認知無線電的基本思路是進行頻譜再利用和頻譜共享，當授權(quán)用戶未完全使用授權(quán)頻段時，使認知用戶(網(wǎng)絡(luò))可以利用授權(quán)用戶頻段進行通信。為了達到這個目的，認知用戶必須持續(xù)進行頻譜感知來檢測授權(quán)用戶的存在狀態(tài)，以合理充分地使用授權(quán)頻段。

檢測感興趣頻段是否處于空閑狀態(tài)是應(yīng)用認知無線電技術(shù)的重要前提，只有高效準確地進行頻譜檢測，才能進一步有效利用頻譜資源，因此頻譜資源檢測決定著其他環(huán)節(jié)的實施。頻譜檢測主要有兩個任務(wù)：第一，檢測感興趣的頻段是否存在授權(quán)用戶信號，判斷頻段是否處于空閑狀態(tài)，從而決定該頻段是否可用，這個任務(wù)的完成必須具備較高的可靠性；第二，認知用戶的頻譜接入權(quán)比授權(quán)用戶低，因此要在使用該授權(quán)頻段的同時持續(xù)檢測外部環(huán)境，一旦發(fā)現(xiàn)授權(quán)用戶再次出現(xiàn)，認知用戶必須在最短時間內(nèi)檢測到其出現(xiàn)并騰出信道，因此檢測的速度非常重要。

2基本檢測方法

目前，最基本的檢測方法包括：匹配濾波器檢測法，能量檢測法，循環(huán)平穩(wěn)特征檢測法等。

2.1匹配濾波器檢測

匹配濾波器是一種比較常用的信號檢測方法，能最大化接收信號的信噪比，可以在短時間內(nèi)完成同步提高信號的處理增益。但是它要求認知用戶掌握每一類授權(quán)用戶的全部信息，如果信息不準確，檢測性能將大受影響；并且它是一種相干檢測法，對相位同步要求非常高。

2.2能量檢測

很多現(xiàn)有的檢測方法都是基于能量檢測，在實現(xiàn)上非常簡單。與匹配濾波器檢測法不同，能量檢測是非相干檢測，對相位同步要求不高，但其判決門限比較難確定；門限在很大程度上受未知噪聲的影響，而且在低信噪比的情況下，信號被噪聲掩蓋，用能量檢測算法局限性很大。另外，該方法只是計算信號的能量，不能從類型上區(qū)分調(diào)制信號、噪聲以及干擾信號，因此也就無法判斷是噪聲還是其他次用戶。

2.3循環(huán)平穩(wěn)特征檢測

調(diào)制信號通常都具有某種程度上的周期性，它們的均值和自相關(guān)等統(tǒng)計特性都呈現(xiàn)出周期性特征，而噪聲沒有這個特性，因此可以利用調(diào)制信號的循環(huán)平穩(wěn)特性來進行頻譜檢測。循環(huán)平穩(wěn)特征檢測能夠區(qū)分噪聲和有用信號，可以擺脫噪聲的影響，所以相對于能量檢測，它在噪聲區(qū)分方面有著良好的性能。但是這種方法的計算復(fù)雜度很高，實施所需的觀測時間比較長。

3多天線與協(xié)同檢測方法

在實際無線環(huán)境中，信號在傳輸過程會受陰影衰落、多徑效應(yīng)等因素的影響，基本的頻譜檢測法不能滿足可靠性。特別是當認知用戶受到嚴重陰影衰落影響時，會因為接收到的授權(quán)用戶信號太微弱而誤判為授權(quán)用戶未使用頻譜，從而進行自己的數(shù)據(jù)傳輸，造成對授權(quán)用戶系統(tǒng)的干擾。為此，必須采取有效的措施來提高檢測的可靠性和精確性。因此，多天線感知以及協(xié)作感知技術(shù)目前正被越來越多地應(yīng)用于認知無線電中。

3.1似然比檢測

在多天線檢測中，如果授權(quán)用戶信號可以被看成復(fù)合高斯隨機信號，那么可以使用多天線采集信號，然后采用似然比檢測。似然比檢測的實質(zhì)是比較在有約束條件下的似然函數(shù)最大值與無約束條件下的似然比函數(shù)最大值。似然比定義為有約束條件下最大值與無約束條件下最大值之比。以似然比為基礎(chǔ)可以構(gòu)造一個服從卡方分布的統(tǒng)計量，從而進行檢測判決。在頻譜感知中，這個似然函數(shù)一般取信號的概率分布函數(shù)。根據(jù)奈曼一皮爾遜理論，對于一個給定的虛警概率，似然比檢測可以使統(tǒng)計檢驗的檢測概率最大，但是它要求知道信道增益、噪聲分布、授權(quán)用戶信號分布等信息，而這些信息往往難以獲得。

3.2復(fù)合假設(shè)檢測

在通常情況下，由于似然比函數(shù)中某些變量的不確定性，例如，噪聲信號方差、主用戶信號協(xié)方差等，很難精確似然比函數(shù)，在這種有不確定變量情況下的假設(shè)檢驗屬于復(fù)合假設(shè)檢驗。傳統(tǒng)檢測理論有兩種主要方法，可以用來解決這個問題：

(1)貝葉斯方法，即通過邊緣化的方法計算出似然比檢測中需要的似然比函數(shù)，從而進行檢驗。這種方法有兩個主要缺點：邊緣化操作往往只能在一些很簡單的情況下進行；而且邊緣化時先驗概率的選擇將會在很大程度上影響檢測的性能。

(2)廣義似然比檢測法，先利用最大似然估計對未知變量進行估計，然后得到一個廣義似然比函數(shù)來進行檢測判決。這種方法的缺點是未知變量在很大程度上依賴于噪聲和信號的統(tǒng)計模型。

3.3空間相關(guān)性檢測

由于所有接收端收到的信號都是來自同樣的信號源，因此不同接收端接收到的信號往往具有一定的相關(guān)性。假設(shè)認知用戶知道信道是平坦衰落的，不同天線端接收到的能量可以利用相干合成來達到近乎最優(yōu)的檢測性能。因此相干合成法也稱為最大比合并。但是在實際情況下，接收端往往并不知道信道參數(shù)，因而也就無法應(yīng)用相干合成方法。

一般來說，可以利用最優(yōu)能量合并檢測選擇一個讓合并后的信號信噪比最大的合成矩陣來合并信號。這種方法考慮了各個天線接收端信號的差異，性能要優(yōu)于傳統(tǒng)的能量檢測法。實施這個方法的難點是源信號協(xié)方差矩陣的特征矢量很難得到。

3.4空間時間合并

在多天線情況下，因為接收信號一般都是過采樣得到的，而且傳輸通道通常是時間色散的，并且傳輸信號本來在時間上就相關(guān)；而在各接收端收到的信號除了在空間上相關(guān)外，在時間上通常也是相關(guān)的，因此很多基于接收信號樣本在時間上獨立這個假設(shè)的檢測方法將無法適用。而時間上的相關(guān)性對信號檢測并無壞處，關(guān)鍵是如何利用這些相關(guān)性。在這種情況下，可以利用最優(yōu)能量合并檢測和盲合并能量檢測來同時利用空間和時間上的相關(guān)性。類似地，基于特征值的檢測方法和基于協(xié)方差的檢測方法也可以用來進行空間、時間都相關(guān)的信號檢測。

3.5協(xié)作檢測

當有多個認知用戶分布在不同地點時，可以讓它們協(xié)作進行頻譜檢測，從而獲得更加可靠的檢測性能。一般來說，各個認知用戶可以將采集到的數(shù)據(jù)直接發(fā)送給一個特定的用戶，也可以先進行數(shù)據(jù)處理然后再發(fā)送給這個特定的用戶。前者稱為源數(shù)據(jù)融合，后者稱為決策融合。如果各個認知用戶將采集到的原始信號發(fā)送給融合中心，可以直接利用前面提到的多天線感知的方法進行檢測。但是

在實際情況下，傳輸原始數(shù)據(jù)會占據(jù)很大的開銷，因此通常會先將數(shù)據(jù)經(jīng)過壓縮等處理后再發(fā)送給融合中心。而對于決策融合，各個認知用戶先各自進行檢測判決，然后再將判決結(jié)果發(fā)送給融合中心進行最終判決。它的數(shù)據(jù)融合準則主要有三種：AND準則、OR準則、K／N準則。系統(tǒng)的檢測性能隨門限的選取和數(shù)據(jù)融合準則的選取不同而不同，而且檢測性能還與參與合作的認知用戶數(shù)量和認知用戶距離有關(guān)。

雖然協(xié)作檢測可以獲得更好的檢測性能，但是各用戶之間進行數(shù)據(jù)傳輸?shù)目煽啃员仨毜玫奖ＷC，現(xiàn)有的融合方法大都假設(shè)來自不同認知用戶的數(shù)據(jù)是相互獨立的，而在實際情況下這些數(shù)據(jù)通常都是相關(guān)的。

4應(yīng)用與發(fā)展

仰賴于大量專家學者的研究，很多頻譜檢測方法得以產(chǎn)生，但是大部分都只是進行理論分析，實現(xiàn)上一般都比較困難，而且性能也有待提高。要建立一個實際的感知設(shè)備，必須考慮很多因素的影響。

4.1窄帶噪聲

從一個特定頻段提取信號時，需要用到一個或多個數(shù)字或模擬的窄帶濾波器。只有當濾波器是理想的時候，信號才能被準確地提取出來從而被精確地量化，離散的噪聲樣本才能是獨立同分布的。但是，在一個實際的設(shè)備中，由于濾波器往往是非理想的，噪聲樣本通常是相關(guān)的，并且很多感知方法都是假設(shè)噪聲樣本是獨立同分布的，因而這些方法不能適用。在采用其他檢測方式或者在進行信號檢測之前，必須考慮利用預(yù)白噪聲化等一些信號預(yù)處理的方式使噪聲樣本獨立同分布，進而進行頻譜感知。

4.2寄生信號的干擾

由于模數(shù)轉(zhuǎn)換器的非線性或者一些其它用戶有意無意的信號傳輸，認知用戶接收端接收到的信號可能不僅含有授權(quán)用戶信號和噪聲信號，還含有其他雜散信號。如果認知天線離這些設(shè)備很近，這些雜散信號將會占據(jù)接收信號的很大份額。對某些檢測方法來說，由于它們不能區(qū)分授權(quán)用戶信號與干擾，這些干擾信號很有可能被當作授權(quán)用戶信號，這將導(dǎo)致判決時的虛警概率升高，進而使頻譜利用率下降。所以，必須在設(shè)備層面采取措施以減輕這種干擾，或者利用信號處理的方式消除這些寄生信號。

由于這類信號會隨著時間地點而改變，即使有辦法估計它們的波形和分布，這些方法也很難實現(xiàn)。在不同環(huán)境下，干擾信號的功率或大于噪聲功率，或小于噪聲功率，如果干擾信號功率比噪聲功率信號高出許多，那就可以先估計出干擾信號，再從接收信號中去除掉，然后進行檢測。然而，因為對授權(quán)用戶信號的檢測通常是在低信噪比的情況下進行的，而對干擾信號的估計誤差可能會很大，以致超過授權(quán)用戶信號，因此這種方法也不是太可靠。一般來說，不能依賴于干擾估計，特別是在信噪比很低的情況下。

4.3截斷誤差

由于硬件的設(shè)計原因，很多方法在硬件上都是采用定點運算來實現(xiàn)，這會造成截斷誤差的產(chǎn)生，從而限制檢測方法的精度。一種好的檢測方法應(yīng)該對這種不可預(yù)見的誤差有較強的健壯性。

4.4寬帶感知

由于認知用戶本身對頻譜使用權(quán)較低，通常認知無線電設(shè)備可能需要監(jiān)聽很大一段頻率范圍，以尋找最好的可用頻帶來進行信號傳輸，這就要求具有超寬帶無線射頻前端和高速的信號處理設(shè)備。同時，要進行大范圍的頻譜感知，相應(yīng)地就需要較高的采樣速率，而這對實際應(yīng)用是個很大的挑戰(zhàn)。

5總結(jié)

認知無線電是一種為了解決頻譜資源的匱乏而提出的現(xiàn)代無線通信技術(shù)，具有高度智能化和對頻譜資源高效利用的優(yōu)勢。頻譜感知是認知無線電的一個核心問題，雖然目前已經(jīng)有了一些檢測方法，但實際應(yīng)用中仍有很多問題未得到解決，仍需利用各種工具從各方面進一步探索。在未來的研究中，如何準確而高效地檢測出在任意時刻、任何頻段上是否存在授權(quán)用戶是認知無線電的重點研究方向。