集中式协作频谱检测在SimpliciTI网络中的应用

张洪欣，张起彤，刘锦宇

(1.北京邮电大学 电子工程学院，北京100876;2.北京邮电大学安全生产智能监控北京市重点实验室，北京100876)

2.4 GHz频段的短距离无线通信技术如WiFi、蓝牙、ZigBee以及SimpliciTI等，给人们的生活带来便捷。但随着上述无线接入设备的种类和数量急剧增多，导致目前ISM频段频谱资源日渐紧张，频谱干扰问题越来越严重［1］。因此如何进一步提高2.4 G无线协议的频谱利用率是一个亟需研究的课题。

频率捷变(frequency agility，FA)是 SimpliciTI协议用于实现动态频谱迁移以规避信道干扰的一种手段［2］。它通过测定 RSSI(received signal strength indicator)值的方法进行简单的能量检测以感知无线频谱的干扰程度［3］。网络初始化后，AP节点会不断对当前信道干扰情况进行评估，一旦干扰值连续大于预设门限，则启用频率迁移，通过向网络发送广播帧来通知其他节点切换到下一个信道。如果下一个信道干扰检测结果仍无法满足要求，则通知网络节点继续迁移到下一信道，直至找到空闲信道。

FA机制提高了SimpliciTI网络的抗干扰能力，使通信的可靠性增强，然而FA机制依然存在一些缺陷:由于FA机制进行能量检测时未禁止其他节点的通信，因此一旦在检测时间窗内同网络内的其他节点尝试发送消息将会干扰检测结果，产生自干扰问题，最终降低检测干扰的灵敏度;同时，FA机制是由AP单个节点进行本地能量检测，导致阴影效应以及多径衰落等一系列问题无法避免，存在隐藏终端现象，影响频谱检测的实际效果。

近年来认知无线电的发展使得频谱感知在理论和实践方面都得到了较大推进［4］。其中集中式协作频谱检测是频谱感知的重要方法，可以减小多径、阴影的影响，避免隐藏终端问题，提高频谱检测的整体性能［5-6］。但是集中式协作检测方法需要一条公共信道来汇集各节点的感知信息，这不可避免地带来了一定的额外的信道开销，而且实际环境中公共信道的带宽是受限的，因此需要对传输的感知信息进行量化和压缩［7］。而硬判决协作检测方法由于可以有效地压缩感知信息而在近年来得到了广泛的研究，Zakaria A等提出的优化集中式或准则［8］、Lin Xiao等提出的带权协作检测机制［9］以及Reisi N等提出的线性融合算法［7］等方法均从理论上对集中式硬判决协作检测做出了优化。而Wei Zhang的研究指出［10］，与其他1 bit硬判决规则相比，基于半投票(Half-voting)规则的协作频谱检测可以在大部分情况下达到相对较佳的检测性能，该方法实现简单，具有较高的实用价值，因此可以将该方法用于对实际无线传感网络的改进。本文将首先讨论集中式协作检测频谱检测的一般方法，之后结合基于半投票规则的协作频谱检测方法提出协作频率捷变(cooperative frequency agility，CoFA)机制，对原FA机制的缺陷进行改进，并通过实验测试证明此方法可以有效地解决自干扰和隐藏终端等问题，能够显著提升SimpliciTI网络的频谱检测性能。

1 基于半投票规则的协作频谱检测

1.1 集中式协作频谱检测原理

集中式协作频谱检测的一般步骤如图1所示，其中对于认知用户节点CRN来说，rN为其本地无线环境的真实频谱信息，该信息经CRN接收机获取后得到能量值YN，之后CRN根据本地判决规则进行本地判决，得出本地判决结果UN并发送给融合中心(fusion center，FC)，融合中心进行信息融合后得出最终判决结果，假设H0代表信道空闲，假设H1代表信道被占用。

图1 集中式协作频谱检测模型Fig.1 Centralized cooperative spectrum sensing model

假设一个存在于加性高斯白噪声(AWGN)环境下的认知网络，网络中共有K个独立的感知节点和一个决策中心FC。则对于任意感知节点CRi，其当前时间实际频谱发现信息为

式中:s(t)为主用户信号，ni(t)为加性高斯白噪声，hi是主用户和CRi之间的复杂信道增益，在此假设信道在频谱检测过程中是时不变的。CRi接收机检测所获得的能量值统计量Yi服从分布［10］:

式中:γi是CRi的瞬时接收信噪比，u=TW是时间带宽乘积，χ22u代表了自由度为2u的中心卡方分布，而χ22u(2γi)表示自由度为2u非中心参数为2γi的非中心卡方分布。对于单门限硬判决规则，本地判决结果可表示为

式中:H0表示本地判决为空闲，H1代表本地判决为被占用。根据式(3)，CRi本地判决的虚警概率Pf，i、检测概率Pd，i和漏检概率Pm，i分别为［11］

1.2 基于半投票规则的协作频谱检测方法

为方便讨论，本文假设用于交换感知信息的控制信道为理想信道，则各感知节点通过该信道将本地判决信息发送给FC，FC随后根据融合算法做出最终判决，可以表示为Z:

基于硬判决的频谱协作的基本方法为“与(AND)”规则、“或(OR)”规则和“K”秩规则，可以统一表示为［10］

式中:n为最小决策数，当n=1时为“与(AND)”规则，当n=10时为“或(OR)”规则，当n=K时为“K”秩规则。由于感知节点之间一般相距较近，可以假设各节点的接收信号经历了同样的信道衰减，此处设其满足独立同分布的瑞利衰落，则 γ1，γ2，…，γK为独立同分布指数随机分布变量，且均值统一为。同时设所有认知节点的能量门限均为λ，则由式(4)～(5)，可认为本地判决虚警概率Pf，i和检测概率Pd，i独立于i，可统一表示为Pf，i和Pd，i。得到最终判决虚警概率Qf和漏检概率Qm为

由式(9)～(10)可得不同最小决策数n的情况下，误检概率Qf+Qm的分布，图2仿真结果表明，在感知节点均匀随机分布且位置较近的情况下，半数表决规则(n=K/2)与其他规则相比具有较佳的检测性能。

图2 不同n时的误检概率，其中K=10，SNR=20 dBFig.2 Total error probability when n=1，2，…，10 ，K=10 and SNR=20 dB

2 协作频率捷变在SimpliciTI的实现

SimpliciTI网络节点功率受限，正常通信距离为15 m以内［12］。由于节点间距离较近，因此可以认为感知节点间的噪声状况基本一致，符合半投票规则协作频谱检测的适用条件。因此结合上述方法提出基于半投票协作频谱检测的协作频率捷变机制，并对其在SimpliciTI协议上的实现进行讨论。

2.1 基于周期同步半投票协作检测的CoFA接入机制

集中式协作频谱检测需要一个融合中心(FC)进行决策融合。对于星型拓扑的SimpliciTI网络，可以选择AP作为融合中心，同时网络中其他ED、RE节点在按照约定的时间周期向AP发送本地判决信息，AP收到后结合自身本地判决结果，做出最终频谱判决。然而集中式协作频谱检测还要求一个公共信道用于感知节点上报判决信息，作为仅拥有16个数据信道的SimpliciTI网络，由于各个信道间频段相邻，且均有可能收到外界干扰，因此不适合静态分配一个频段作为控制信道。为了分配上述控制信道，并针对前文中已讨论的原有FA机制中能量检测时受到同网络节点通信影响而产生的自干扰问题，本文提出了一种基于周期同步和半投票协作检测的协作频率捷变(CoFA)接入机制，在SimpliciTI原有的载波检测/冲突避免(CSMA/CA)随机竞争时分接入机制的基础上加入CoFA周期，其接入模型如图3所示。

图3 CoFA机制时分接入模型Fig.3 CoFA access mechanism model

整个接入周期分为CoFA周期和竞争接入周期，后者与原SimpliciTI协议的随机竞争接入机制相同。而CoFA周期的流程如图4所示，包括信标帧同步阶段、能量检测阶段、决策融合阶段以及频谱迁移阶段。在信标帧同步阶段，AP向全网广播Co-FA信标，其他节点在收到后立即暂停当前通信，进入到能量检测周期。在能量检测周期内，全网节点静默并进行能量检测，并得出本地判决结果。在决策融合节段，各节点随机主动退避随机时间后，将本地1 bit判决结果发送给AP，其中随机退避是为了避免瞬时数据拥塞。AP在接收到全部节点判决结果后结合本地判决结果得出最终判决，并根据判决结果决定是否进行频谱迁移。

图4 CoFA周期的实现过程Fig.4 The process of CoFA period

可以看出，图4流程能够使得网络内节点在频谱检测时间窗内同步停止通信，从而解决了网络内节点的自干扰问题，同时利用这一时间段的工作信道进行本地判决的上报，实现了控制信道的分配。

2.2 本地能量检测门限的确定

半投票协作检测方法的实现需要首先确定检测节点的本地能量检测门限，而由前文分析讨论可知，最佳能量检测门限在确定接收信噪比SNR和时间带宽乘积u情况下可由式(9)～(10)给出。由TI数据手册可知［3］，SimpliciTI节点接收机的分辨率为-105 dBm，码元周期为T=16 μs，单边带宽为W=0.5 MHz，因此可以确定u=TW=8。且实际测试表明在典型环境下SimpliciTI接收帧的能量值为-85 dBm［12］，因此可以得出平均接收信噪比为20 dB。遵循半投票原则，设定判决通过数n=K/2，其中K为总节点数。由式(9)～(10)可得出不同K值下的对应最小错判概率的最佳能量门限值。如图5所示，随着节点总数K值的增大，最佳能量门限接近于30 dB，因此可以确定实际检测能量门限值λ=-105 dBm+30 dB=-75 dBm。

图5 K=5，6，…15时对应的最佳门限，u=8，SNR=20 dBFig.5 The best threshold when K=5，6，…，15 ，u=8，SNR=20 dB

2.3 CoFA接入机制在SimpliciTI上的实现

SimpliciTI协议应用层操作系统采用的是中断服务(interrupt service routine，ISR)处理前台事件、主循环函数执行后台任务的前后台系统。因此Co-FA机制可以通过AP节点时钟中断的周期性调度、后台函数执行任务的方式来实现。遵循上述原则，CoFA机制在协议中的实现方法如图6所示。

系统通过MRFI层中的系统时钟ISR将CoFA任务的调度标志周期性置1，而主循环的后台任务函数FABackground()会随时判断该标志并决定是否执行CoFA周期，并通过增加了发送CoFA信标的功能的NWK_API层FREQ接口广播CoFA信标，使得FABackground()函数协调全网节点进行同步的协作频谱检测和频率捷变。而在认知从设备ED或RE上，则采取ISR的方式响应AP的CoFA请求和频率捷变请求。

图6 CoFA机制在SimpliciTI上的实现流程Fig.6 The implementation of CoFA in SimpliciTI

3 测试结果与分析

本文选用兼容SimpliciTI协议的无线控制器CC2530作为SimpliciTI协议的硬件测试平台，测试地点为50 m×50 m的开阔区域，如图7所示。干扰源采用市售Zigbee协议设备，通过编写精简物理层发送程序，使其工作频段与被测网络相同，且测试时保持无退避地强制满载发送随机数据。

图7 实测场景和硬件测试平台Fig.7 The real testing scenario and the testing platform

3.1 自干扰测试

自干扰测试方案如图8所示，在无干扰源的测试环境中央，放置由一个AP节点和4个ED节点组成的被测SimpliciTI网络，ED节点均匀排布在以AP为中心的圆周线上，圆周半径在测试中依次取不同的值，以观测不同距离下同网络节点在通信时对FA机制和CoFA机制的影响。

首先开启采用CoFA机制SimpliciTI协议的AP节点，其他ED节点加入网络后开始连续发送广播帧，改变AP和ED间的距离，记录在不同距离下CoFA机制的误检测率。然后开启采用原SimpliciTI协议的AP节点和ED节点，用同样的测量方法记录其误检测率。每种场景每一秒钟记录一次检测结果，经1 000次记录后，统计平均得出测试结果如图9和表1所示。

图8 自干扰测试方案Fig.8 The testing case of self-interference

图9 不同距离下的虚警率Fig.9 False alarm rate in different distances

表1 不同距离下FA机制与CoFA机制的虚警率测试结果Table 1 False alarm rate of FA and CoFA in different distance

由测试结果可见，在网络满负载的情况下，ED节点的通信行为会对FA机制的频谱检测行为造成严重的干扰;而若网络采用CoFA机制，则频谱检测几乎不受网络负载状况的影响，自干扰问题得到了有效解决。

3.2 检出率测试

检出率测试方案如图10所示:在与AP相距15 m处放置一个干扰源，通过编程控制其以不同的功率发送干扰信号，同时围绕着半径为15 m的圆周缓慢移动。以比较CoFA机制SimpliciTI网络和原SimpliciTI网络在不同干扰功率下的检测表现。

首先开启采用CoFA机制SimpliciTI协议的上述网络，并在运行过程中通过片上程序记录在不同干扰功率下其频谱检测检出率。然后单独开启采用原SimpliciTI协议的AP节点，用同样的测量方法记录其检出率。每种场景没一秒钟记录一次检测结果，经1 000次记录后，统计平均得出测试结果如图11和表2所示。

图10 检出率测试方案Fig.10 The testing case of detection rate

图11 不同干扰功率下CoFA与FA的检测率对比Fig.11 Detection rate of FA and CoFA under different interference powers

表2 不同干扰功率下的检出率测试结果Table 2 Detection rate under different interference powers

由测试结果可见，当干扰源功率小于-2 dBm时，AP检出率低于50%，此时FA单点检测机制无法准确的检测信道干扰，隐藏终端问题较为严重，而CoFA机制可以汇总所有终端的判决结果，使得检出率提升1倍以上，从而有效地避免了隐藏终端问题;即使在干扰源功率较大的情况下，由于协作频谱检测可以有效降低检测过程中的阴影和多径效应，因此检出率也比AP单节点检测有显著提高。统计结果表明，在不同的干扰功率下，采用CoFA机制可以使检出率平均提高42%。

4 结束语

本文讨论了半投票协作频谱检测在SimpliciTI协议上的应用。在确定实现协作检测所需的相关参数的情况下，计算得出了最佳实际能量检测门限值，并基于半投票规则的集中式协作频谱检测提出了CoFA机制。实验测试证明CoFA机制能够有效地解决传统FA机制的自干扰问题。同时证明协作频谱检测方法可以使得FA机制的检测率得到大幅度的提升，体现了其抗多径、阴影效应和隐藏终端问题的优势，以及用于优化实际网络的可行性。然而采用集中式协作频谱检测会给中心节点带来较大的通信开销，节点较多时将产生严重的漏斗效应，同时实际信道引入的传输误码会影响融合判决的准确性，因此如何进一步优化检测方法解决上述问题将成为下一步的研究方向。

［1］SIKORA A，GROZA V F.Coexistence of IEEE802.15.4 with other systems in the 2.4 GHz ISM-band［C］//Proceedings of the IEEE Instrumentation and Measurement Technology Conference.Ottawa，Canada，2005:1786-1791.

［2］SimpliciTI Specification Version 1.10［EB/OL］.Dallas:Texas Instruments，2011.http://processors.wiki.ti.com/index.php/Main_Page.

［3］CC253x system-on-chip solution for 2.4-GHz IEEE 802.15.4 and ZigBee©applications user＇s guide［EB/OL］.Texas Instruments，2009.http://www.ti.com/lit/ug/swru191d/swru191d.pdf.

［4］WANG Beibei，LIU K J R.Advances in cognitive radio networks:A survey［J］.IEEE Journal of Selected Topics in Signal Processing，2011，5(1):5-23.

［5］OHNO T，MURATA H，YAMAMOTO K，et al.Field trial of cooperative sensing technique with energy detection［C］//IEEE 20th International Symposium on Personal，Indoor and Mobile Radio Communications.Tokyo，Japan，2009:2926-2929.

［6］MISHRA S M，SAHAI A，BRODERSEN R W.Cooperative sensing among cognitive radios［C］//IEEE International Conference on Communications(ICC).Istanbul，Turkey，2006:1658-1663.

［7］REISI N，JAMALI V，AHMADIAN M.Linear decision fusion based cooperative spectrum sensing in cognitive radio networks［C］//16th CSI International Symposium on Artificial Intelligence and Signal Processing(AISP).Shiraz，I-ran，2012:211-215.

［8］ZAKARIA A，TAHIR M，RAMLI N，et al.Performance evaluation of centralized and decentralized cooperative spectrum sensing in cognitive radio networks［C］//International Conference on Computer and Communication Engineering(ICCCE).Kuala Lumpur，Malaysia，2012:283-288.

［9］XIAO Lin，LIU Kai，MA Lin.A weighted cooperative spectrum sensing in cognitive radio networks［C］//International Conference on Information Networking and Automation(ICINA).Kunming，China，2010:V2-45-V2-48.

［10］ZHANG Wei，MALLIK R K，LETAIEF K.Cooperative spectrum sensing optimization in cognitive radio networks［C］//IEEE International Conference on Communications(ICC).Beijing，China，2008:3411-3415.

［11］DIGHAM F F，ALOUINI M-S，MARVIN K.On the energy detection of unknown signals over fading channels［C］//IEEE International Conference on Communications(ICC).Anchorage，USA，2003:3575-3579.

［12］SKRZYPCZAK L，GRIMALD D，RAK R.Analysis of the different wireless transmission technologies in distributed measurement systems［C］//IEEE International Workshop on Intelligent Data Acquisition and Advanced Computing Systems:Technology and Applications(IDAACS).Rende，Italy，2009:673-678.