论文部分内容阅读
认知无线电(Cognitive radio,CR)可以较好地解决频谱资源匮乏和授权频段利用率低下的矛盾,成为一种最具有应用前景的动态频谱接入技术。其核心思想就是在不干扰授权用户通信的前提下与之共享频谱资源,这就决定了CR的首要任务就是检测所处无线环境的空闲频段,即频谱感知技术。频谱感知的本质是在含有噪声的情况下确定授权用户信号是否存在。通常,CR系统对授权用户信号以及地理位置等信息一无所知,授权用户可能要求CR系统具有更好的频谱感知性能才‘允许其与之共享频段,这些因素使得传统的频谱感知技术难以直接应用于CR系统。协作频谱感知通过处于不同地理位置的多个节点协作,获得空间分集的感知信源,可明显提升感知性能,成为一种最具有应用前景的感知方法。论文重点研究了CR系统中的协作频谱感知技术,为了提高感知性能,分别对协作频谱感知技术中的信号处理、传输以及融合中的一些重要问题进行了研究。论文的主要工作如下:(1)在分析能量检测算法与信号功率谱密度函数关系的基础上,提出了一种基于信号相关性的检测算法。根据信号相关性对功率谱密度函数的影响,采用中心频率分量作为观测统计量,以提高对具有一定相关性的授权用户信号的检测性能。同时针对该算法在信号完全不相关时的不足,提出了一种自适应频谱感知模型,在几乎不增加算法复杂度的基础上,估算接收信号的相关性,并自适应地选择合适的检测算法。(2)考虑到不同认知节点感知性能不同,论文在分析了协作频谱感知性能和参与协作的单个节点感知性能之间关系的基础上,提出了一种基于认知节点个体特征的协作节点选择策略,将在有限时间内的协作感知性能优化问题转化为典型的0-1非线性规划问题,采用粒子群优化算法求解该问题,获得协作节点选择最优解。根据系统的需求不同,论文考虑了两种不同的优化目标:最优感知性能(最小感知贝叶斯风险)和最大CR系统吞吐量。分析和仿真结果显示,在不同的应用场景中,通过选择合适的认知节点参与协作,可获得较全部节点参与协作时更小的贝叶斯检测风险或更大的CR系统吞吐量。(3)在异构的网络环境中,认知节点的移动会导致接收信号强度和噪声功率发生变化,这使得采用固定门限参数的频谱感知策略无法保证在任何时候均工作于最优感知状态。为了解决这一问题,论文提出了一种自适应门限参数的协作频谱感知策略。该算法无需授权用户信号、感知信道以及噪声的任何先验知识,协作节点根据自身历史感知性能,自适应调节门限参数,数据融合中心采用最优数据融合算法获得最优感知性能。(4)与简单的非协作感知算法相比,协作频谱感知虽然可获得性能的提升,但是带来了额外的能耗和时延开销。论文在分析协作频谱感知能耗模型的基础上,提出了一种低功耗的协作频谱感知策略。首先将协作节点按照所处地理位置分簇,通过减小通信距离降低传输功率。同时节点在上报本地判决时采用游程编码技术,通过减小传输的判决数量以减小传输能耗。