论文部分内容阅读
频谱资源是无线网络中的一个主要组成部分，对这种有限的资源持续且固定的分配会导致频带的耗尽。因此，这种资源的共享能力将持续作为一个主要的研究方向，对研究人员有莫大的吸引力。近来，新兴的对现有资源的扩展、应用和服务例如运载性自组织网络，在大多数情况下对可利用频带的需求越来越大。
因此，对频谱资源低效的利用以及其匮乏的现状促生了一个新的无线通信范例，在这个范例中可用的频谱资源能被机会性地调用。且在该范例中，可靠通信将在需要时被提供，这时，无线电频谱能得到更有效率的利用，这确保了未来可能出现的服务能得到符合其要求的频谱。在认知无线电的循环中，一个认知无线电的监听器会捕捉到频带信息并探测到可用的频谱空间，频谱空间通过频谱感知泄露信息的特点可以被忽略。作为认知无线电的一个关键阶段，频谱探测的目的在于判断一个频谱的特定成分是否被占用--即区分PU（主用户）的存在或者缺失。在认知无线电系统中的认知用户，也叫次级用户，将被要求传输不会妨害主用户传输的信息。这主要涉及到PU（主用户）通过利用其中一个频谱探测技术来识别。由此主用户在使用自己的频谱的时候，其使用权能得到保护，同时调用没有主用户的频带。
当前，认知无线电网络（CRN）已经被视作一个有可喜前景的解决频谱资源匮乏的困境之方案，通过激活未使用频带的机会性通道且不会干扰主用户。联邦通信委员会（FCC）声称认知用户应确保在占用频谱资源的时候对主用户只有有限的或者没有干扰。因此，频谱感知是认知无线电系统的一项必要之功能，因其可使认知用户遵守该项规定。对频谱的探测阶段可以在多维层面实现，例如在频域，考虑到不是所有的带宽被同时占用，即可能，一些带宽能够被机会性地调用。在给定的时间点，频带能够在一些地理区域可用而在另一些区域被保护而不被调用。利用空间中的路径损耗，这些测量标准会被一定的干扰变得模糊。当没有干扰存在，意味着在本地区域没有主用户的信号传输，则该地的频谱即对认知用户可用。
由主用户所用的扩频码和跳频序列开辟了一个探索对稀缺频谱资源更有效的利用方式的新视角。对于一个宽带，频带可以通过扩频或者调频在一个特定时间点被使用。这不意味着这条频带不可用了。由此，借助主用户所使用的码之正交性，在不干扰授权用户的情况下对频带的同时使用在码域具有潜在的可行性。在码域，除了探测频谱使用情况，决定主用户使用的码型也是一项必须由认知系统完成的工作，而且多路径的参数也可能需要变得可知。通过得到主用户的方向和位置信息，频谱的机会性可在角域得到，主用户发射信号的方向以及他们的位置可被利用。例如，当一个主用户正在一个特定的方向传输信号，认知用户也能在其他方向传输信号，对其他主用户不造成干扰。
每个认知系统中的认知用户可以感知到主用户频带的状态并形成各自且独立的判决。不过，无线信道的损耗因素包括阴影效应，路径损耗以及衰落可能使单个次级用户的频谱感知变得不可靠。协同频谱感知可以解决这个问题。系统频谱感知的主要理念是通过结合多个认知用户得到的探测结果，做出一个关于主用户的可用性的整体判断。在协同频谱探测中，很多认知用户参与到了协同环节中，认知用户间存在的可能的关联会使探测性能恶化，因其减少了空间多样性的增益。因为，由多个彼此位置比较靠近的认知用户得到的频谱利用结果会因为收信主用户中，多径效应和阴影效应导致的固有的空间相关性，而变得高度相关，由此，这些认知用户之间具有相关性。即使假定本地探测器具有独立性的前提简化了协同频谱探测的分析性能，这个假设在认知用户的相邻性导致观测结果具有相关性的情况下并不可行。为了确保探测结果可信，多个认知用户间的相关性也应被考虑到。因此，在相关性衰落的情景中，相距较远的的一小部分的认知用户可能会比大量的彼此靠近的认知用户更有效率。由此，通过少数的次级用户选择非相关的认知用户，对于强化认知用户间的协同过程中的增益很有优势。
所以，选择合适的非相关次级用户对认知用户间的相关性测量提出了要求。在对数正态阴影模型中，两个相距较近的认知用户的观测结果可能会被认为是相关的，因为他们之间具有相邻性。当这种相邻性超出一定界限，其可以由一个主要与用户间距离有关的指数函数计算表示。只要认知用户间的距离变得更小，相关系数即接近一致时，在这种情况下，认知用户会经受更多的称作相关性阴影衰落的阴影效应。可知阴影衰落导致的空间相关性使探测性能恶化，且对可执行协同增益造成损害。
另外，相关性以时间探测的形式影响了协同频谱探测的性能。先设在认知网络中有四个认知无线电用户，他们处于一种相关状态中。由于他们具有相关性，探测结果将会一致。所以，认知用户中的一个或者测量四个认知无线电用户的测量结果在探测概率的角度来看是一样的，但借由测量仅仅一个次级用户而不是四个认知无线电用户，聚合中心将在判定主要用户的在与不在上耗费更少的时间。
论文中所涉及的工作，阐释了信噪比的增加对频谱探测性能有明显的助益，这会带来更多更有效率的资源利用，这是因为认知用户和住用户间的干扰更小了，作为增强认知系统的探测概率的结果。反过来，信噪比减小至非常小的时候，探测概率的下降导致了误码率的上升。这篇论文证明了，参与协同频谱感知过程的次级用户的数量对探测性能表现有显著的影响，增加认知用户的数量则会同时使探测概率和误码率上升，但误码率的提升程度小于探测概率的，这个优势受用户信噪比的积累保证。
论文中的工作揭示了信噪比对三种方案：非协同，软聚合以及硬聚合的性能表现的影响。且总体结论表明增加信噪比会提高频谱探测的性能对于所有决策性方案以及静态或者车辆自组网是真的，而且论文中的工作表明关于用户分布，软决策优于硬聚合，以及车辆自组织网案例的性能表现劣于静态案例，这是可移动性带来的恶劣的信号传播条件所导致的。关于在协同探测中的认知用户的数量对性能的影响，大致上认知用户数量的增加会增强频谱探测的性能表现对于所有决策方案以及静态或者车辆自组织网来说是确实的。而且，认知用户的增加会使软决策方案仍然比硬决策要好，以及静态案例的性能好于车辆自组织网/移动案例。
因此，借由利用我们的关于信噪比对探测性能、协同探测中认知用户的数量、不同决策方案的性能的影响之发现，我们在这篇论文中实现了一个过程，其于探测阶段可满足更高的探测性能需求，通过遵循合适的步骤方法以得到可靠的判决和通过减少过程中的开销来获得更多的资源。这些步骤能被总结为：首先，采用相对非协同方案具有显著优越性的协同频谱探测方案，这对获得关于信道是否空置或者被主用户占用的情况做出正确的决断，且这对克服隐藏终端，接收端不确定性，噪声不确定性以及其他和非协同方案相关的问题大有帮助，考虑到能量探测是这篇论文中主要的探测手段。
然后，在所有参与到协同过程中的认知用户之中选出一个子集，基于他们的更高的信噪比来执行协同频谱探测过程。这些可以收到更高质量的主要信号的节点可以获得更可靠的关于被检测信道的信息，例如是否被使用。相比之下，具有非常低的信噪比的节点会对探测性能产生负面影响。且主用户获得的更好的信号相比硬聚合方案，对于一个次级用户在软聚合中的探测能力的增强，具有更加积极的影响。由于选择过程所导致的执行协同探测的认知用户减少，也为系统获得了更多资源用于用户的流动，这是因为报告环节中的开销减小了。相关工作用一个不同的协同频谱探测方案显示了车辆自组织网络和静态案例中的结果。
下一步，我们通过利用在关于信噪比和更恰当的聚合方法的研究中得到的结论，继而将稳定性应用到移动节点上，再根据节点的空间相关性选择节点以获得更可靠以及鲁棒的频谱探测方法以减少阴影效应，最后实现了车辆中的协同频谱探测选择方法（CSSV）。因此，借助提出的算法，具有非常低的信噪比的节点将在频谱探测过程中被忽略，因为他们使探测性能恶化。而具有高信噪比的节点则被选择以强化探测性能。然后，比预设的速度更慢的认知用户---车辆将被选择出来，因为他们提供了相比快于预设速度的车辆更可靠且准确的探测结果。CSSV的最终阶段是通过测量通过信噪比和稳定性阶段的节点之间的间距离考虑阴影效应，非相关距离已预设。所以只有分隔距离大于非相关距离的用户会被当作非相关节点。因此，他们可以加入到协同过程中。这个被提出的CSSV方案相比常规方案表现出更好的性能，具有更好的探测性能以及更少的认知用户于协同过程中。所以，频谱能得到更有效率的应用，以及对主用户更小的干扰。
因此，对频谱资源低效的利用以及其匮乏的现状促生了一个新的无线通信范例，在这个范例中可用的频谱资源能被机会性地调用。且在该范例中，可靠通信将在需要时被提供，这时，无线电频谱能得到更有效率的利用，这确保了未来可能出现的服务能得到符合其要求的频谱。在认知无线电的循环中，一个认知无线电的监听器会捕捉到频带信息并探测到可用的频谱空间，频谱空间通过频谱感知泄露信息的特点可以被忽略。作为认知无线电的一个关键阶段，频谱探测的目的在于判断一个频谱的特定成分是否被占用--即区分PU（主用户）的存在或者缺失。在认知无线电系统中的认知用户，也叫次级用户，将被要求传输不会妨害主用户传输的信息。这主要涉及到PU（主用户）通过利用其中一个频谱探测技术来识别。由此主用户在使用自己的频谱的时候，其使用权能得到保护，同时调用没有主用户的频带。
当前，认知无线电网络（CRN）已经被视作一个有可喜前景的解决频谱资源匮乏的困境之方案，通过激活未使用频带的机会性通道且不会干扰主用户。联邦通信委员会（FCC）声称认知用户应确保在占用频谱资源的时候对主用户只有有限的或者没有干扰。因此，频谱感知是认知无线电系统的一项必要之功能，因其可使认知用户遵守该项规定。对频谱的探测阶段可以在多维层面实现，例如在频域，考虑到不是所有的带宽被同时占用，即可能，一些带宽能够被机会性地调用。在给定的时间点，频带能够在一些地理区域可用而在另一些区域被保护而不被调用。利用空间中的路径损耗，这些测量标准会被一定的干扰变得模糊。当没有干扰存在，意味着在本地区域没有主用户的信号传输，则该地的频谱即对认知用户可用。
由主用户所用的扩频码和跳频序列开辟了一个探索对稀缺频谱资源更有效的利用方式的新视角。对于一个宽带，频带可以通过扩频或者调频在一个特定时间点被使用。这不意味着这条频带不可用了。由此，借助主用户所使用的码之正交性，在不干扰授权用户的情况下对频带的同时使用在码域具有潜在的可行性。在码域，除了探测频谱使用情况，决定主用户使用的码型也是一项必须由认知系统完成的工作，而且多路径的参数也可能需要变得可知。通过得到主用户的方向和位置信息，频谱的机会性可在角域得到，主用户发射信号的方向以及他们的位置可被利用。例如，当一个主用户正在一个特定的方向传输信号，认知用户也能在其他方向传输信号，对其他主用户不造成干扰。
每个认知系统中的认知用户可以感知到主用户频带的状态并形成各自且独立的判决。不过，无线信道的损耗因素包括阴影效应，路径损耗以及衰落可能使单个次级用户的频谱感知变得不可靠。协同频谱感知可以解决这个问题。系统频谱感知的主要理念是通过结合多个认知用户得到的探测结果，做出一个关于主用户的可用性的整体判断。在协同频谱探测中，很多认知用户参与到了协同环节中，认知用户间存在的可能的关联会使探测性能恶化，因其减少了空间多样性的增益。因为，由多个彼此位置比较靠近的认知用户得到的频谱利用结果会因为收信主用户中，多径效应和阴影效应导致的固有的空间相关性，而变得高度相关，由此，这些认知用户之间具有相关性。即使假定本地探测器具有独立性的前提简化了协同频谱探测的分析性能，这个假设在认知用户的相邻性导致观测结果具有相关性的情况下并不可行。为了确保探测结果可信，多个认知用户间的相关性也应被考虑到。因此，在相关性衰落的情景中，相距较远的的一小部分的认知用户可能会比大量的彼此靠近的认知用户更有效率。由此，通过少数的次级用户选择非相关的认知用户，对于强化认知用户间的协同过程中的增益很有优势。
所以，选择合适的非相关次级用户对认知用户间的相关性测量提出了要求。在对数正态阴影模型中，两个相距较近的认知用户的观测结果可能会被认为是相关的，因为他们之间具有相邻性。当这种相邻性超出一定界限，其可以由一个主要与用户间距离有关的指数函数计算表示。只要认知用户间的距离变得更小，相关系数即接近一致时，在这种情况下，认知用户会经受更多的称作相关性阴影衰落的阴影效应。可知阴影衰落导致的空间相关性使探测性能恶化，且对可执行协同增益造成损害。
另外，相关性以时间探测的形式影响了协同频谱探测的性能。先设在认知网络中有四个认知无线电用户，他们处于一种相关状态中。由于他们具有相关性，探测结果将会一致。所以，认知用户中的一个或者测量四个认知无线电用户的测量结果在探测概率的角度来看是一样的，但借由测量仅仅一个次级用户而不是四个认知无线电用户，聚合中心将在判定主要用户的在与不在上耗费更少的时间。
论文中所涉及的工作，阐释了信噪比的增加对频谱探测性能有明显的助益，这会带来更多更有效率的资源利用，这是因为认知用户和住用户间的干扰更小了，作为增强认知系统的探测概率的结果。反过来，信噪比减小至非常小的时候，探测概率的下降导致了误码率的上升。这篇论文证明了，参与协同频谱感知过程的次级用户的数量对探测性能表现有显著的影响，增加认知用户的数量则会同时使探测概率和误码率上升，但误码率的提升程度小于探测概率的，这个优势受用户信噪比的积累保证。
论文中的工作揭示了信噪比对三种方案：非协同，软聚合以及硬聚合的性能表现的影响。且总体结论表明增加信噪比会提高频谱探测的性能对于所有决策性方案以及静态或者车辆自组网是真的，而且论文中的工作表明关于用户分布，软决策优于硬聚合，以及车辆自组织网案例的性能表现劣于静态案例，这是可移动性带来的恶劣的信号传播条件所导致的。关于在协同探测中的认知用户的数量对性能的影响，大致上认知用户数量的增加会增强频谱探测的性能表现对于所有决策方案以及静态或者车辆自组织网来说是确实的。而且，认知用户的增加会使软决策方案仍然比硬决策要好，以及静态案例的性能好于车辆自组织网/移动案例。
因此，借由利用我们的关于信噪比对探测性能、协同探测中认知用户的数量、不同决策方案的性能的影响之发现，我们在这篇论文中实现了一个过程，其于探测阶段可满足更高的探测性能需求，通过遵循合适的步骤方法以得到可靠的判决和通过减少过程中的开销来获得更多的资源。这些步骤能被总结为：首先，采用相对非协同方案具有显著优越性的协同频谱探测方案，这对获得关于信道是否空置或者被主用户占用的情况做出正确的决断，且这对克服隐藏终端，接收端不确定性，噪声不确定性以及其他和非协同方案相关的问题大有帮助，考虑到能量探测是这篇论文中主要的探测手段。
然后，在所有参与到协同过程中的认知用户之中选出一个子集，基于他们的更高的信噪比来执行协同频谱探测过程。这些可以收到更高质量的主要信号的节点可以获得更可靠的关于被检测信道的信息，例如是否被使用。相比之下，具有非常低的信噪比的节点会对探测性能产生负面影响。且主用户获得的更好的信号相比硬聚合方案，对于一个次级用户在软聚合中的探测能力的增强，具有更加积极的影响。由于选择过程所导致的执行协同探测的认知用户减少，也为系统获得了更多资源用于用户的流动，这是因为报告环节中的开销减小了。相关工作用一个不同的协同频谱探测方案显示了车辆自组织网络和静态案例中的结果。
下一步，我们通过利用在关于信噪比和更恰当的聚合方法的研究中得到的结论，继而将稳定性应用到移动节点上，再根据节点的空间相关性选择节点以获得更可靠以及鲁棒的频谱探测方法以减少阴影效应，最后实现了车辆中的协同频谱探测选择方法（CSSV）。因此，借助提出的算法，具有非常低的信噪比的节点将在频谱探测过程中被忽略，因为他们使探测性能恶化。而具有高信噪比的节点则被选择以强化探测性能。然后，比预设的速度更慢的认知用户---车辆将被选择出来，因为他们提供了相比快于预设速度的车辆更可靠且准确的探测结果。CSSV的最终阶段是通过测量通过信噪比和稳定性阶段的节点之间的间距离考虑阴影效应，非相关距离已预设。所以只有分隔距离大于非相关距离的用户会被当作非相关节点。因此，他们可以加入到协同过程中。这个被提出的CSSV方案相比常规方案表现出更好的性能，具有更好的探测性能以及更少的认知用户于协同过程中。所以，频谱能得到更有效率的应用，以及对主用户更小的干扰。