动态频谱接入中的侦测与避让技术*

时 颖，林茂六

(1.哈尔滨工业大学电子与信息工程学院 哈尔滨 150001；2.黑龙江科技学院电气与信息工程学院 哈尔滨150027)

1 引言

2 动态频谱接入

随着信息社会经济的快速发展，人们对移动通信及宽带无线接入业务的需求不断增长，无线频谱资源也就显得更加珍贵。近几年，许多研究报告指出：在一定的时间和空间上，已分配的频谱资源存在大量的空闲。由于无线电法规的限制，即使授权频段空闲。其他非授权用户也不能使用该频段，这造成了频谱资源的浪费。随着无线通信技术的发展，无线服务的重点已向视频、音频和高清晰图片等需要较宽频谱和较高下载速率的服务转移，有限的频谱资源已成为高速率、高性能数据服务的严重阻碍。为此，人们开始考虑可否在不对授权用户产生任何干扰的情况下，允许非授权用户使用已授权用户的空闲频段，对频谱资源采取动态的分配与使用，这一想法直到认知无线电（cognitive radio,CR）的出现才得以实现。

动态频谱接入(dynamic spectrum access，DSA)是认知无线电的一个重要分支，是解决现今频谱利用率低及资源紧缺等难题的有效途径，是无线通信产业未来的重点发展方向之一。为此，IEEE已将动态频谱接入技术列为无线通信技术领域具有重大发展潜力的项目，并于2005年开始每两年举办一次IEEE动态频谱接入网络国际论坛(dynamic spectrum access networks，DySPAN)，研讨无线网络设备动态使用管理无线频谱的所有相关问题[1]，包括相关频谱分配、频谱管理、经济和公共政策等各方面问题。本文仅就动态频谱接入的侦测与避让关键技术进行综述。

DSA的关键技术是频谱的侦测与系统的避让。其核心思想是：将已授权频谱的用户定义为主用户（或一级用户），那些声明要使用已授权频谱的新用户为CR用户（或二级用户），并要求新用户必须具有对主用户的侦测与避让[2](detect and avoid，DAA)功能。按照上述思想，CR用户在传输信息前必须对所有频段进行侦测，在无主用户信号的频段上进行信息传递，并且在传输过程中时刻侦测所占频段，一旦侦测到主用户，立刻进行避让，转入到其他空闲频段。

3 频谱侦测技术

实现动态频谱接入的首要任务是频谱侦测，即频谱检测，完成感知并分析特定区域频段，找出适合通信的频谱空穴。频谱侦测大致分为3种：一是对主用户发射端的侦测，主要有匹配滤波器、能量检测器和循环平稳检测法等；二是对主用户接收端的侦测，主要有本振泄露功率检测法和基于干扰温度检测法等；最后是合作频谱侦测。本文主要讨论对主用户发射端的频谱侦测（非合作式）和合作式频谱侦测。

3.1 非合作式频谱侦测

3.1.1 匹配滤波器

匹配滤波器是信号检测理论中一种较常用的方法，它能使输出信号信噪比最大化，短时间内达到较高的处理增益，从某种意义来说可以是最优的检测器。但是它要求已知主用户信号的先验信息（如调制类型、脉冲整形、帧格式等），信息的准确度直接影响系统的检测性能，这导致了对于不同类型的主用户需要专门的检测设备，使得通用性差[3]。同时，匹配滤波检测法是一种相干检测法，对同步要求很高。因此，匹配滤波器在认知无线电的检测环境中总体实用性不高。

3.1.2 能量检测法

1967年，Harry Urknowitz提出了适用于任何信号且实现简单的能量检测方法。该方法是在信号有无两种假设前提下，以接收信号能量的大小与阈值进行比较来判断信号的有无，继而完成信号检测[4]。具体结构如图1所示。该方法由于其算法简单、计算量小、设备复杂度低、不需要主用户的先验知识且是一种非相干检测，对相位同步要求不高等特点，使其成为常用频谱侦测方法之一。

由于判决门限直接影响能量检测器的检测性能，而门限值很大程度上受到未知噪声的影响，因此如何准确设定门限值成了能量检测法的关键问题。常用的方法有似然比判决法和虚警概率判决法[5]。似然比判决法是从计算信号存在时的检测概率和只有噪声时的检测概率的似然比L(x)出发来推导判决阈值。虚警概率判决法是一种更为直接、简捷的判决方法，对于给定的虚警概率，通过公式计算出判决门限，但是它无法达到似然比判定法的检测精度，因此是次优的方法。

能量检测法还有一个噪声不确定度的问题。因为噪声不仅来源于接收机和热噪声，还来源于一些不可知的外部环境，所以实际噪声只接近于高斯噪声，存在一个不确定度的问题[6]。可知在噪声不确定的时候，存在一个信噪比检测门限，在低于这个门限的时候，即使取无穷多个观察样本，也达不到预期的检测性能，所以即使是很小的噪声不确定性也会给检测的性能带来极大的影响。虽然通过在主用户发射信号中加入导频的方法可以减小影响，但还需要有更可靠的方法使影响减到最小[6,7]。

总之，应用于频谱检测的能量检测器还需面临阈值的选择，不能区分主用户的干扰和噪声，低信噪比时检测性能差，且能量检测器不能有效地检测扩频信号等多项挑战。

3.1.3 循环平稳检测法

循环平稳特征用于信号处理分析领域，最初是由W.A.Gardner等人提出来的，他们把各种通信调制信号建模成循环平稳过程，并分别对它们的循环谱进行定性、定量分析，指出即使在低信噪比情况下，利用循环平稳特征也能很好地完成信号的检测、分类与识别[8,9]。除此之外，该方法还能用于系统或信道辨识、信号同步、盲信道均衡和信号到达方向估计等[10～12]。

在认知无线电应用中，循环平稳检测是通过对接收信号循环平稳特征的辨识来完成对主用户传输链路的检测,具体结构如图2所示。它除了计算量较大，检测时间相对较长外，可以克服上述匹配滤波器和能量检测器的诸多缺点，已成为认知无线电频谱侦测的重点选择对象[13]。

目前，已出现多种以IEEE 802.22WRAN TV频段为检测背景的循环平稳检测方案[14～16]。参考文献[14]给出以带宽为6 MHz的ATSC DTV和带宽为200 kHz的AM调制无线电话信号为主用户信号的循环平稳频谱检测方案及分析结果。参考文献[15]讨论了在信噪比低于-20 dB的恶劣环境下，如何利用循环平稳检测法的良好抗噪声性能来实现ATSC A/74 DTV信号的频谱检测。文中指出理想状态下平稳随机噪声的循环谱为零，而在实际计算中，一个平稳随机噪声过程的循环谱是一个随机过程。因此，循环谱各采样点是随机变量，检测性能依赖于这些随机变量的变化。为了能在低信噪比环境下有效检测信号，我们就必须使其随机变量的方差尽可能的低，所以，有效、准确的循环谱检测方法是当前研究的重点。参考文献[16]给出了一个改进型谱相关检测方案，提高在低信噪比下的检测灵敏度，从计算复杂度的角度分析其总复杂度与原方案几乎相同。具体是在FFT前多加了一个接收信号与自身延迟信号的相关运算，因为已调信号具有周期性，其自相关函数也具有周期性，而噪声是随机信号且无周期性，在所有延迟时间轴上的相关性几乎为零。最后，以ATSC DTV信号为例进行理论仿真验证。但是无定量分析，只从仿真图角度分析改善了的检测性能，没有分析延迟时间的选择与系统检测性能的关系。除此之外，对OFDM信号的循环谱建模，循环谱结构分析等也成为循环平稳检测方法的一个重要方向[17～20]。

循环平稳检测法的检测时间较长，这主要是由于循环平稳检测法要求△f△t>>1所导致的。Sutton P.D.以OFDM信号为背景，提出通过以子载波映射嵌入循环特征标记的方法，使循环特征检测时不受频谱分辨率的限制，以达到缩短检测时间的目的。同时，该方法也能有效地提高频谱检测概率和抗多径性能，但是这些都是以牺牲带宽为代价的[19,20]。

3.1.4 检测方法的比较

频谱检测方法的优缺点比较见表1。除了以上3种频谱检测方法以外，还有相干频谱检测、multi-taper谱估计，基于估计的小波变换、时频分析等。

表1 频谱检测方法的优缺点

3.2 合作式频谱侦测

为了克服噪声的不确定性、多径衰落和遮蔽等对频谱检测性能产生的影响，相继出现了多种合作式频谱侦测方案。Alexe E.Leu 等人基于“讲前先听”（listen before talk）接入机制和EPM-73电磁传播模型首次建立了一种与周围环境有关的捷变频无线电（frequency-agile radio）结点（二级用户发射机）与受损结点（主用户接收机）间的电磁干扰状态模型[21]。从该模型可看出，一级用户地理区域内实际上存在相当可观的频谱空穴区域，也指出合作侦测比单用户频谱侦测能提供更高的频谱容量增益。合作式侦测方案中，各CR用户之间甚至和主用户之间能相互合作，共享频谱侦测信息，以达到提高侦测概率和频谱利用率的目的。它们不仅能降低系统的误检概率和漏检概率，缩短检测时间，还能进一步解决主用户的隐蔽终端问题[22]。根据合作方式的不同分为集中式和分布式。

3.2.1 集中式

集中合作式是指用一个中央服务器(centralized server，CS)集中控制各CR用户的频谱接入信息以及整个频谱的分配政策等，其结构如图3所示。每个CR用户与中央服务器之间利用无线控制信道相互传递信息。参考文献[23]提到侦测结果由被称为AP的集中收集，目的是减轻信道衰落的影响和提高检测性能，参考文献[24]分析了该方案的侦测结果和误检概率。参考文献[25]也提到为了侦测TV信道，由被称为主控制结点的中央结点综合各侦测结果。由于无线控制信道的存在，增加了网络密度，也影响了数据通信的带宽利用率；另外，中央服务器处理数据的复杂度与CR用户数目呈多项式关系，当CR用户数过多时，中央服务器的处理速度将成为整个系统的瓶颈。随着CR用户数的增加，无线控制信道的带宽要求越来越大。为了减少共享带宽，参考文献[26]提出将认知结点的本地侦测信息量化成一比特传输，以减轻对带宽的要求。此外，要求只有可靠信息的认知结点被允许与中央控制单元相互传递。

3.2.2 分布式

在分布式频谱侦测方案中，各认知结点间彼此共享侦测信息，但是它们能独立完成自己的频谱接入决策，不需要中枢结构，降低了成本，因此分布式比集中式更具有优势。具体如图4所示。为获得各认知结点间的有效协调，参考文献 [27]提出了一个GUESS（gossiping updates for efficient spectrum sensing）方法，该方法能有效地完成分布合作检测中认知结点间的协调工作，且复杂度较低，并讨论了增量式集合方法以及随机gossiping算法。参考文献[28]以两个认知结点为例讨论了用户之间的分布协作算法，得出离主用户较近的CR用户相对于较远的用户会有更好的接入机会。参考文献[29]提出了无集中机制的成对二级用户的分布式侦测算法，为减少网络开销，只共享最终的决策信息，结果表明通过用户协作提高了系统的检测性能。除此之外，参考文献[30～33]也给出了频谱侦测的分布式认知无线电网络结构。

在合作式方案中，控制信道有着非常重要的作用，它主要用来在CR用户之间或CR用户与中央服务器之间共享频谱侦测信息以及信道分配信息等。它的实现有多种方法，例如专用授权信道、免费信道（如ISM）或采用UWB的underlay系统信道等，可根据具体的系统需求，选择不同的控制信道结构[34,35]。

4 避让技术

避让是指在CR用户占用的授权频带上，一旦侦测到主用户的出现，CR用户立即停止通信或降低信号的传输功率。避让是属于有意识接收机或无意识接收机中的一种。有意识接收机是指接收机能感知链路参数变化（例如：接收机知道哪个子载波空闲）并且能根据所获信息来改善该链路性能。无意识接收机是指接收机不能自动感知链路参数变化，只能借助信道编码来检测冗余试着重建链路参数变化的信息。它的实现方法有许多种，下面列出几种针对基于WiMedia标准的UWB可执行的避让方法[36～38]。

（1）频带释放法（band dropping）

这是最简单的一种避让方式，但仅局限于跳频通信模式的认知用户。例如认知用户（UWB）在由3个子频带组成的频带组中进行跳频通信，一旦在其中任何一个子频带中侦测到主用户信号的存在，这时认知用户设备会立刻切换成双频带跳频模式，让出频带。这个切换是由发射机和接收机中的MAC层控制的。

（2）子载波空闲法（subcarrier nulling）

认知用户发射机在需要避让的子载波上不传送数据。此时接收机可能知道或不知道空闲子载波的存在。

（3）时域窗法（time-domain windows）

利用升余弦滤波器平滑时域信号波形能改善由子载波空闲而引起的衰减现象，且接收机不需要知道所使用的具体窗函数。

（4）子载波对消法（subcarrier cancellation）

调整与需要避让的子载波相邻部分载波的调制技术，以达到抑制被传信号频谱旁瓣的目的。这种方法有时也称为主动干扰抵消法（active interference cancellation，AIC）。

（5）陷波滤波器法（notch filter）

时域数字陷波滤波器能有效地滤除有响应的子载波。它克服了子载波空闲法的不足，并且用高阶滤波器在D/A输入能成功得到40 dB的衰减。然而，在射频输出端的切口深度受D/A和模拟RF传输链的非线性限制。

以上5种避让方法的优缺点见表2。综合各方面，陷波滤波器法要优于其他方法。又因为此方法能完全服从WiMedia标准规范，并在对UWB传输数据通道作最小改变的前提下可获得较深凹口。可见，陷波滤波器可作为UWB的首选避让方法。

表2 5种避让方法的优缺点

5 结束语

动态频谱接入网络能有效地解决当今无线频谱所面临的频谱缺乏和利用率低的难题，受到无线通信领域各方的广泛关注。侦测与避让方法是其关键技术，它能有效地解决认知结点接入主用户空闲频带的问题。目前，对于动态频谱接入技术的研究还处于起始阶段，其技术远未成熟，存在诸多问题急待解决。从概念到应用尚面临着许多问题与挑战，比如侦测算法的改进与通用化、精确干扰模型的建模、硬件实现的高要求以及频谱管理政策的改革。

1 http://www.ist-drive.org/index2.html

2 Detect and avoid technology.A Wisair White Paper,2005

3 Proakis J G.Digital communications（4th ed）.McGraw-Hill,2001

4 Urkowitz H.Energy detection of unknown deterministic signals.In： Proceeding of the IEEE,1967，55（4）：523～531

5 Khiem V,Vu Phan.Energy detection performance in a noise fluctuating channel.In:Military Communications Conference,MILCOM’89,Boston,MA,USA,Oct 1989

6 Tandra R,Sahai A.Fundamental limits on detection in low SNR under noise uncertainty.In：Wireless Networks,Communications and Mobile Computing,International Conference on,2005

7 Tandra R.Fundamental limits on detection in low SNR.Berkeley:University of California,2005

8 Gardner W.Spectral correlation of modulated signals:part I-analog modulation communications.IEEE Transactions on,1987,35(6):584～594

9 Gardner W,Brown W,Chih-Kang Chen.Spectral correlation of modulated signals:part II-digital modulation communications.IEEE Transactions on,1987,35(6):595～601

10 Gini F,Giannakis G B.Frequency offset and symbol timing recovery in flat-fading channels:a cyclostationary approach communications.IEEE Transactions on,1998,46(3):400～411

11 Heath R W J,Giannakis G B.Exploiting input cyclostationarity forblind channelidentification in OFDM systems.IEEE Transactions on,1999,47(3):848～856

12 Adlard J F.Frequency shift filtering for cyclostationary signals.Thesis Ph D,University of York,2000

13 Gardner W A,Spooner C M.Signal interception:performance advantages of cyclic-feature detectors communications.IEEE Transactions on,1992,40(1):149～159

14 Han Ning,Sung Hwan Sohn,Chung J H,et al.Spectral correlation based signal detection method for spectrum sensing in IEEE 802.22 WRAN.In:IEEE ICACT2006,Phoenix Park,Feb 2006

15 Chen Hou-Shin,Gao Wen,David G D.Spectrum sensing using cyclostationary properties and application to IEEE 802.22 WRAN.In:IEEE GLOBECOM 2007,Washington,DC,Nov 2007

16 Jae-Kwon Lee,Ju-Hyun Yoon,in-Up Kim.A new spectral correlation approach to spectrum sensing for 802.22 WRAN system.In:International Conference on Intelligent Pervasive Computing,Jeju City,Oct 2007

17 Liu C,Li F.Spectrum modelling of OFDM signals for WLAN.Electronics Letters,2004(40):1431～1432

18 Sung Hwan Sohn,Han Ning,Jae Moung Kim,et al.OFDM signal sensing method based on cyclostationary detection.In:The 2nd International Conference on,Orlando,FL,USA,Aug 2007

19 Sutton P D,Nolan K E,Doyle L E.Cyclostationary signatures in practical cognitive radio applications.IEEE Journal on Selected Areas in Communications,2008,26(1):13～24

20 Sutton P D,Nolan K E,Doyle L E.Cyclostationary signatures for redezvous in OFDM-based dynamic spectrum access networks.In:IEEE DySPAN 2007,Dublin,April 2007

21 Leu A E,Mark McHenry,Mark B L.Modeling and analysis of listen-before-talk spectrum access scheme.International Journal of Network Management,2006,16(2):131～147

22 Krenik W,Batra A.Cognitive radio techniques for wide area networks.In:42nd Design Automation Conference,Anaheim,CA,USA,June 2005

23 Weiss T,Hillenbrand J,Jondral F.A diversity approach for the detection of idle spectral resources in spectrum pooling systems.In：Proc of the 48th International Scientific Colloquium,Ilmenau,Germany,Sept 2003

24 Hillenbrand J,Weiss T,Jondral F.Calculation of detection and false alarm probabilitiesin spectrum pooling systems.IEEE Communication letter,2005,9(4):349～351

25 Visotsky E,Kuffner S,Peterson R.On collaborative detection of TV transmissions in support of dynamic spectrum sharing.In：Proc of IEEE Int Symposium on New Frontiers in Dynamic Spectrum Access Networks,Baltimore,Maryland,USA,Nov 2005

26 Sun C,Zhang W,Letaief K B.Cooperative spectrum sensing for cognitive radios under bandwidth constraints.In:Proc of IEEE Wireless Commun and Networking Conf,Hong Kong,Mar 2007

27 Ahmed N,Hadaller D,Keshav S.GUESS:gossiping updates for efficient spectrum sensing.In:Proc of International Workshop on Decentralized Resource Sharing in Mobile Computing and Networking,Los Angeles,California,USA,2006

28 Ganesan G,Li Yei.Cooperative spectrum sensing in cognitive radio networks.In:Proc of IEEE Int Symposium on New Frontiers in Dynamic Spectrum Access Networks,Baltimore,Maryland,USA,Nov 2005

29 GhasemiA， Sousa E.Collaborative spectrum sensing for opportunistic access in fading environments.In:Proc of IEEE Int Symposium on New Frontiers in Dynamic Spectrum Access Networks,Baltimore,Maryland,USA,Nov 2005

30 Gandetto M,Cattoni A F,Regazzoni C S.A distributed approach to mode identification and spectrum monitoring for cognitive radios.In:Proc of SDR Forum Technical Conference,Orange County,California,USA,Nov 2005

31 GandettoM,CattoniAF,MussoM,etal.Distributedcooperativemode identificationforcognitiveradioapplications.In:ProcofInternational Radio Science Union(URSI),New Delhi,India,Oct 2005

32 Gandetto M,RegazzoniC.Spectrum sensing:a distributed approach for cognitive terminals.IEEE J Select Areas Commun,2007,25(3):546～557

33 Ghasemi A,Sousa E S.Collaborative spectrum sensing for opportunisticaccess in fading environments.In:Proc of IEEE Int Symp New Frontiers Dynamic Spectr,Access Networks,Baltimore,MD,USA,Nov 2005

34 Buddhikot M M,Kolodzy P,Miller S,et al.New directions in wireless networking using coordinated dynamic spectrum.In:Proc of IEEE Int Symp World of Wireless Mobile and Multimedia Networks,Baltimore,Maryland,USA,Jun 2005

35 Perez-Romero J,Sallent O,Agusti R,et al.A novel ondemand cognitive pilot channel enabling dynamic spectrum allocation.In:Proc of IEEE Int Symposium on New Frontiers in Dynamic Spectrum Access Networks,Dublin,Ireland,2007

36 Johann Chiang,Jim Lansford.Use of cognitive radio techniques for OFDM ultra wide band coexistence with WiMAX.Texas Wireless Symposium,2005

37 Shridhar M M,Robert W B.Detect and avoid:an ultra-wideband/WiMAX coexistence mechanism.IEEE Communications Magazine,2007(7):68～74

38 Somayazulu V,Foerster J,Roberts R.Detect and avoid mechanisms for UWB interference mitigation.In:Proceedings of IEEE Intl Conference on Ultra-Wideband (ICUWB),Waltham,MA,USA,Sep 2006