模型匹配滤波器检测能量检测循环平稳特征检测主用户接收端检测本振泄露功率检测基于干扰温度的检测本地频谱检测算法比较能量检测法性能分析及仿真比较本章小结第三章协作频谱感知技术协作频谱感知的基本概念协作频谱感知模型集中式协作模型分布式协作模型数据融合中心的融合准则及性能仿真分析准则准则准则准则本章小结第四章基于信噪比筛选的协作频谱感知优化算法实际环境的协作频谱感知实际环境下的协作频谱感知性能仿真分析基于信噪比的筛选优化基于信噪比筛选的协作频谱感知优化算法仿真分析本章小结第五章改进型双门限协作频谱感知算法双门限频谱感知算法基于传统双门限算法的两点优化认知用户端门限值的优化数据融合中心端的优化万方数据改进型双门限协作频谱感知算法仿真分析本章小结第六章全文总结与展望总结展望参考文献致谢攻读硕士学位期间发表的学术论文攻读硕士学位期间参加的科电大学硕士研究生学位论文第二章认知无线电频谱感知技术其中，是高斯白噪声的方差，是接收到的信号能量，并且，是函数。其表达式为这里抽样个数，可以用式所示的关于信噪比的函数来确定其最小值，这样使虚警概率和检测概率符合要求。能量检测前节所介绍的匹配滤波器的检测算法是以用户的先验信息为前提的，这导致很多情况下，这并不是个可行的方法。能量检测是种目前较为普遍使用的频谱检测算法，其具有计算量少和复杂度低的特点，关键是它不需要知道信号的先验信息。能量检测器是个类似于频谱解析的设备，采集无线电波后，对其作快速傅里叶变换操作，将所得结果进行模平方的运算，最后就是将运算得到的数值和预设的门限进行对比以判断授权用户信号的出现与否。这里的预设门限是由基本噪声功率，即干扰温度限所决定的。具体可以用图中框图来描述能量检测。检测判决图能量检测法原理图为方便讨论，这里假设信号在非衰落的高斯信道环境中。假设在次采样时接收到的信号为万方数据南京邮电大学硕士研究生学位论文第二章认知无线电频谱感知技术其中，表示采样点，表示主用户发射信号，表示高斯噪声信号，是信道增益。在高斯信道下，保持不变。如果主用户没有发送信号，则。这时能量检测器得到的检验统计量可以用式表示其中，是采样点总个数，可以根据检测时间和针对的频带共同来决定。此时检验统计量服从式分布其中，是自由度为的中心卡方分布，表示自由度为，非中心参数为的非中心卡方分布，是信噪比，是检测时间和频谱带宽的乘积。这里设，并且是个整数。判决统计量的概率分布函数如式所示这里，表示完全的函数，为阶第类贝塞尔修正函数。这时，高斯信道的非衰落环境中，可求得检测概率和虚警概率如式和式所示。，，其中，是实时信号噪声功率比，是检测门限表示不完整的函数。，是般的函数，它的表达式为，万方数据南京邮电大学硕士研究生学位论文第二章认知无线电频谱感知技术只有使和之间保持个比较平衡的状态，才能有比较好的检测性能，这时的关键在于判决门限的取值，从式可以看出，虚警概率的大小直接由的选取决定。而在实际环境中应用时，会收到衰落或阴影的影响，这导致信道增益的不确定性，可能是随时变化的。所以在这种实际的环境之中，采用能量检测时的平均检测概率为，其中，表示在衰落信道环境中的概率密度函数。根据认知用户传输的判决信息的形式的不同，可以将单节点的判决方式分为软判决和硬判决两种。如果按照自己预先设定的门限作出本地的判决，并将判决结果例如表示不存在，表示存在发送给，这就称为硬判决如果将感知过程中检测到的能量值或者其量化值传输给，这时采用的是软判决。软硬判决的不同特性导致了他们各自的优缺点，可参见表。表硬判决和软判决方式比较判决方式优点缺点硬判决最小通信开销，最少带宽的需求相对较低的性能软判决很好的性能通信开销比较大，需要较多带宽循环平稳特征检测循环平稳特征检测主用户是否存在主要是通过判断接收到信号的循环平稳特征来作出判决的。般是指由信号的周期性或者是由自相关或者均值等统计数据所特有的周期性所引起的循环平稳特征，在频谱检测中主要就是依据这些信号的周期特性。循环平稳特征主要是在特定的频谱范围内来检测信号是否存在，这点是与功率谱密度，不同的，因为般情况下噪声都是具有广义平稳特性，的，都是不具有相关特性的，但主用户信号经过调制是周期性冗余的，具有相关的频谱循环平稳特性，所以根据这个特性检测循环平稳特征可以很好地把主用户信号和噪声信号区分开。不但如此，些不同传输类型的信号和主用户信号也可以通过循环平稳特征来得到很好的区分。检测到的信号循环特性谱密度函数的表达式为万方数据南京邮电大学硕士研究生学位论文第二章认知无线电频谱感知技术，式中，表示信号循环的自相关函数，为信号循环的频率。若循环频率是传输信号的基频，则循环谱密度函数输出为峰值，这个时候后者可以能提取出来，能够用来鉴别传输信号中的特征或者循环频率。可以用式来表示。主用户接收端检测主用户接收端检测跟主用户发射端检测是相对而言的，若要检测个频谱段是否被使用，则可以通过判断主用户接收端是不是正在工作状态来进行判断。本振泄露检测和基于干扰温度的检测是两种常见的主用户接收端的检测算法，下面将分别对它们进行介绍。本振泄露功率检测通过判断主用户接收端射频频段本地振荡器的泄漏功率是否存在来检测的算法被称作本振泄露功率检测。目前射频无线电通信系统中的接收机设备的设计都是以超外差接收机为基础的结构进行的，具体的结构如图所示。图超外差接收机原理图超外差接收机的工作过程是把接收到的射频信号通过射频放大后，再将放大后的射频信号和由本地振荡器产生的本振信号进行混频的处理，把射频信号变频到中频信号，射频放大器混频器滤波器解调器中频放大器本地振荡器万方数据南京邮电大学硕士研究生学位论文第二章认知无线电频谱感知技术最后通过中频放大，解调等系列其他处理。然而本地振荡器产生本振信号时将会不能避免地泄露到无线环境中，这正是本振泄露功率检测的基本思想。认知用户可以通过检测主用户接收机的本振信号的泄漏功率，来确定主用户接收机所处的工作状态以及位置，进而授权接收机的隐终端干扰问题可以有效地解决。如果个感知用户发现个可用信道，首先它和其他感知用户以种机制协商，通过个恰当的层协议来进行频谱共享，接着开始传输自己的信号。要注意的是在传输过程中，感知用户需要不停地对信道进行检测，主用户旦出现，感知用户需要在尽可能短的时间之内停止自己的传输，避免对主用户造成干扰，并且接着检测是否有其他的可用信道。在文献中，假设布置大量的传感器在主用户接收机附近，以此为前提，把广播电视系统中的电视接收机作为对象来检测，检测正在工作的电视机，并使用本振泄漏的检测方法检测。但是，把这个方法应用到实际中时，由于检测距离的问题将会限制基于本振泄漏的检测方法，如果距离较远，将会很难检测到本振泄露的功率，而且本振泄漏的功率也是实时变化的，检测的准确性会因为这些因素而降低，不但检测误差大，而且检测需要的时间也会很多。只有将这些检测的传感器安装到被检测的设备的天线端，才能加大接收到的本振泄露功率，然后利用特定的控制信道，将信息告知其他的用户，通过这种办法可以将本振泄漏功率检测的准确度提高。综上可知，本振泄漏功率检测算法的实际运用性相对较低，因为其检测范围比较小，而且在保证检测准确度的情况下需要较长的检测时间。基于干扰温度的检测干扰温度的概念由在年提出，同时提到了量化和管理干扰温度的模型，这个模型的提出是为了更好地量化和管理干扰，以便在些特定的频段之内可以进行更多未授权的操作。干扰温度是指在特定的频段上，在设备天线周围的定空间范围内，能够使该设备正常工作最差的无线环境的准确描述，即可承受的射频干扰的准确度。计算干扰温度的方法如式所示这里，表示干扰温度是中心频率为带宽为处的干扰平均功率，为波尔兹曼常数。万方数据单位代码密级公开硕士学位论文论文题目基于应用环境的协作频谱感知算法研究吴敏陈德媛副教授张学军教授电路与系统复杂网络与系统工学硕士二零四年二月学号姓名导师学科专业研究方向申请学位类别论文提交日期万方数据万方数据南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。与我同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。本人学位论文及涉及相关资料若有不实，愿意承担切相关的法律责任。南京邮电大学学位论文使用授权声明本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文档允许论文被查阅和借阅可以将学位论文的全部或部分内容编入有关数据库进行检索可以采用影印缩印或扫描等复制手段保存汇编本学位论文。本文电子文档的内容和纸质论文的内容相致。论文的公布包括刊登授权南京邮电大学研究生院办理。涉密学位论文在解密后适用本授权书。研究生签名日期研究生签名导师签名日期万方数据摘要近年来，无线通信得到了飞速的发展，到了移动互联网时代，无线通信的重点已不是基本的语音业务，而是各种多媒体数据业务。伴随着各种无线业务的出现，频谱资源也愈发显得短缺。认知无线电技术通过对周围环境的检测来自适应地调整无线通信设备的相关参数，进而利用那些未充分利用的授权频段，提高频谱的利用率。实现认知无线电技术的前提是不能对授权频段的主用户造成干扰，该前提必须建立在良好的频谱感知技术的基础之上。论文从认知无线电的国内外的研究现状出发，介绍了其研究发展情况。然后介绍了些关键技术基本模型和相关功能。接着重点介绍了频谱感知技术，详细地对感知技术的原理，分类，模型以及优缺点进行了讨论，并在此基础上着重研究了协作频谱感知技术，包括系统模型，结构分类和相关融合算法，同时进行了些性能仿真实验。论文分析了实际应用环境下的协作频谱感知，并进行了仿真，通过仿真可