基于信噪比加权的协作频谱感知方法

刘天培，徐家品

(四川大学 电子信息学院，四川 成都 610065)



基于信噪比加权的协作频谱感知方法

刘天培，徐家品

(四川大学 电子信息学院，四川 成都 610065)

摘要认知无线电中协作频谱感知技术能显著提高频谱感知性能，但传统协作频谱感知算法大多采用等权重进行数据融合，未考虑在实际通信环境中感知用户的信噪比差异。针对这种情况，提出了一种基于信噪比加权的协作感知方法，根据信噪比影响因子的不同，给感知用户本地判决结果分配不同的权重，并在此基础上对影响因子定义做了改进，减小了信噪比极值对感知性能的影响。仿真结果表明，在AWGN信道非衰落环境中，基于信噪比加权的协作感知比传统协作感知性能要好，改进后的加权感知方法对感知性能又有进一步的改善。

关键词认知无线电；协作频谱感知；信噪比加权；影响因子

SNR-based Weighted Cooperative Spectrum Sensing in Cognitive Radio

LIU Tian-pei,XU Jia-pin

(CollegeofElectronicsandInformationEngineering,SichuanUniversity,ChengduSichuan610065,China)

AbstractIn cognitive radio,cooperative spectrum sensing can significantly improve the performance of spectrum sensing.However,traditional cooperative spectrum sensing algorithms usually use equivalent weights for data fusion without considering the difference among SNRs of SUs in a real communication environment.According to this situation,a method of SNR-based weighted cooperative spectrum sensing is researched.In this paper,we assign different weights to local decisions of different users according to their SNR impact factors.Based on this research,we redefine the SNR impact factor which reduces the influence to sensing performance from extreme SNR values.Simulation results show that,in the AGWN channel and non-fading environment,the performance of SNR-based weighted cooperative spectrum sensing is much better than traditional cooperative spectrum sensing and is further improved after redefining the impact factor.

Key wordscognitive radio;cooperative spectrum sensing;SNR-based weighted;impact factor

0引言

随着无线通信技术的高速发展和广泛应用，无线频谱资源日益匮乏，同时，大量已分配的频谱资源利用率不高，仅为15%～85%[1]。为满足日益增长的频谱需求性，认知无线电[2]技术应运而生。

频谱感知是实现认知无线电的核心技术之一。在实际通信场景中，由于多径衰落、阴影效应以及隐藏终端问题的存在[3]，单用户频谱感知的性能会受到很大影响[4]，多用户的协作频谱感知的提出，有效地解决了上述问题[5]。针对传统协作频谱感知算法采用等权重进行数据融合，未考虑感知用户信噪比差异对感知性能的影响，文献[6]提出一种基于信噪比加权算法。根据信噪比差异对感知用户能量分配不同权重，间接动态改变每个感知用户的判决门限，在一定条件下，感知性能有所提高，但其所选择的权重不是最佳的。文献[7]采用了一种加权协作频谱感知，该算法在执行本地频谱感知时，计算错误率并将其和能量信号一起发送至基站，大大增加了整个系统的开销。文献[8]提出一种新的信噪比加权协作感知算法，在数据融合阶段，信噪比影响因子高的感知用户，为其本地判决结果分配高权重。本文在文献[8]研究的基础上，对信噪比影响因子的定义做了一定的改进，减小了信噪比极值对感知性能的影响。仿真结果表明，采用改进的加权感知算法，在一定条件下频谱感知性能有所改善。

1系统模型

系统模型如图1所示。

图1　系统模型

假设该认知无线电协作频谱感知系统由N个感知用户SU、1个主用户 PU和1个数据融合中心FC组成。首先每个SU独立地进行本地频谱感知；然后计算每个SU各自的信噪比影响因子，发送本地判决结果至融合中心；最后由融合中心判断PU是否存在。

1.1本地频谱感知

感知用户采用能量检测的方法[9]进行本地频谱感知的二元假设模型定义为：

(1)

式中，i=1,2,…N；yi(t)为第i个感知用户SU接收到的信号；s(t)为主用户PU发送的信号；ni(t)为一个加性高斯白噪声(AWGN)；hi(t)为信道增益；H0表示PU不存在；H1表示PU存在。这里PU信号是未知的。在频谱感知中采用能量检测的方法感知未知PU信号。

能量检测中，每个SU根据接收信号的能量M判断PU是否存在：

(2)

判决结果ui由式(3)给出：

(3)

式中,λi为第i个SU本地频谱感知的能量判决门限。这里假设所有SU的能量判决门限都是一样的，即λi=λ，i=1,2,3…N。

在AWGN信道非衰落环境中，信道增益hi(t)是确定的，因此各个SU的虚警概率Pfi和检测概率Pdi[10]分别表示为：

(4)

(5)

式中，γi为第i个SU的信噪比；Γ(.)和Γ(.,.)为完整和不完整Gamma函数[10]；Qm(.,.)为普遍MarcumQ函数[10]；m为时间带宽积。

1.2融合中心最终判决

所有SU将各自本地频谱感知的判决结果ui经一条无差错的报告信道发送给数据融合中心FC，然后，FC将这些判决结果进行合并，做出最终的判决：

(6)

式中，ωi为第i个感知用户SU的信噪比影响因子；k为判决门限。这种基于硬合并的数据融合准则称为“K秩”准则，可描述为：当N个感知用户中有K个以上的感知用户判断PU存在时，数据融合中心就判决PU存在，否则认为PU不存在。传统协作频谱感知中，每个SU的影响因子都是一样的，即ωi=1，i=1,2,3…N。当k=1时，“K秩”准则就退化为“或”准则；当k=N时，“K秩”准则就退化为“与”准则；当k=N/2时，其中x表示大于x的最小整数，“K秩”准则就退化为“多数”准则。这里采用“或”准则[11]，即k=1。

2改进的信噪比加权协作频谱感知

2.1信噪比加权协作感知

前面已经提到，在实际通信环境中，由于每个感知用户SU所处的地理位置和环境不同，其信噪比往往各不相同。对于传统协作频谱感知，具有不同信噪比的SU，为其分配相同的权重显然不合适，不符合实际。因此，应该根据每个SU各自的信噪比值分配不同的影响因子。对于信噪比高的SU，为其本地判决结果分配大的影响因子，这指明该SU的本地判决结果可靠性高，对融合中心最终判决的贡献大。文献[8]中定义影响因子ωi为：

(7)

式中，γi为感知用户i的信噪比；N为感知用户数；分母部分表示的是N个感知用户的平均信噪比。

2.2改进的信噪比加权协作感知

式(7)中定义的影响因子，其分母部分计算的是N个感知用户信噪比的算数平均。然而算数平均数更容易受到极端值的影响，因此，如果当N个SU的信噪比值中存在极端值，即存在个别SU的信噪比很低或者很高，此时算数平均信噪比对于这N个SU总体的信噪比平均水平的代表性会变得很差，从而，影响因子ωi就无法真实反映出感知用户i信噪比的影响情况，这样会对判决结果产生比较大的影响。

针对上述情况，本文对影响因子ωi的定义做一些改进，改进后的ωi为：

(8)

式中，分子仍为γi，即感知用户i的信噪比，而分母部分由原来的算数平均信噪比变为受极端值影响较小的几何平均信噪比。这样，当系统中存在感知用户，其信噪比相对其他用户来说很低或者很高，采用改进后的影响因子会减小信噪比极端值给判决结果带来的影响，从而提高感知性能，更具适用性。在分析检测概率时，必须考虑影响因子>1的SU，协作频谱感知的检测概率为：

(9)

式中，k为影响因子>1的感知用户数。协作频谱感知的虚警概率为：

(10)

同样，式中的k为影响因子>1的感知用户数[12]。

3仿真结果与分析

本文讨论在AGWN信道非衰落环境中的情况，利用Matlab对所提改进的信噪比加权协作感知方法进行了仿真和分析，并与传统协作频谱感知方法以及未改进前信噪比加权协作频谱感知方法进行性能比较。假设协作频谱感知系统中有5个感知用户SU，信噪比分别为-9 dB,-2 dB,-1 dB,0 dB,3 dB，时间带宽积m=5，仿真结果如图2所示。

图2　AGWN信道下，3种协作感知性能对比(Qdvs,Qf)

从图2可以看出，当保证一定的虚警概率Qf的情况下，本文提出的改进方法和未改进前的方法下的系统检测概率Qd都要大于传统方法。经计算，系统中5个感知用户的信噪比分别为0.12，0.63，0.79，1，1.995，算数平均信噪比为0.91，而几何平均信噪比为0.66，更具代表性。从而，对于改进后的方法，高信噪比感知用户的影响因子更高，为其本地判决结果分配的权重也就更高，并且参与感知的影响因子>1的感知用户数为3，而未改进前仅为2。从图2也可以看出，当保证一定的虚警概率Qf的情况下，本文提出的改进方法的系统检测概率Qd要大于未改进前的方法，因此感知性能更好。

4结束语

在认知无线电协作频谱感知中，不同信噪比的感知用户对数据融合的贡献不同。本文研究了一种基于信噪比加权的协作频谱感知方法，为不同信噪比影响因子的感知用户本地判决结果分配不同的权重，并在此基础上，考虑信噪比极值的存在，对影响因子的定义做了改进。仿真结果表明，改进后的频谱感知方法对感知性能有所改善。在下一步研究中，拟在本地感知阶段引入改进型能量检测器[13]，以进一步提高感知性能。

参考文献

[1]AKYILDIZ I F,LEE W Y,VURAN M C,et al.Next Generation/Dynamic Spectrum Acess/Cognitive Radio Wireless Networks:a Survey[J].Computer Networks,2006,50(13):2 127-2 159.

[2]HAYKIN S.Cognitive radio:Brain-empow-ered Wireless Communications[J].Selected Areas in Communications,IEEE Journal on,2005,23(2):201-220.

[3]GANESAN G,LI Y G.Cooperative Spectru-M Sensing in Cognitive Radio Networks[J].Proc of IEEE DySPAN,2005:137-143.

[4]MISHRA S M,SAHAI A,BRODERSEN R W.Cooperative Sensing Among Cognitive Radios[C]∥Communications.IEEE International Conference on.IEEE,2006:1 658-1 663.

[5]ZHANG W,MALLIK R K,LRTAIEF K B.Cooperative Spectrum Sensing Optimization in Cognitive Radio Networks[C]∥Communic-ations.IEEE International Conference on.IEEE,2008:3 411-3 415.

[6]李玲远,杨爽.基于信噪比加权的协作频谱感知技术[J].华中师范大学学报(自然科学版),2010,44(4):577-579.

[7]ZHAO Y,SONG M,XIN C.A Weighted Cooperative Spectrum Sensing Framework for Infrastructure-based Cognitive Radio Networks[J].Computer Communications,2011,34(12):1 510-1 517.

[8]BHANAGE R,BORDE S,JOSHI K.Cooperative Communication with SNR Weighte-Dalgorithm in Cognitive Radios[C]∥Pervasive Computing (ICPC),2015 International Conference on.IEEE,2015:1-4.

[9]DIGHAM F F,ALOUINI M S,SIMONM K.On the Energy Detection of Unknown Signals over Fading Channels[J].IEEE Transactions on Communications,2007,55(1):21-24.

[10]GBASEMI A,SOUSA E S.Collaborative Spectrum Sensing for Opportunistic Access in Fading Environments[C]∥Proc of IEEE DySPAN,2005:131-136.

[11]WU S W,ZHU J K,LING Q,et al.SNR-based Weighted Cooperative Spectrum Sensing in Cognitive Radio Networks[J].The Journal of China Universities of Posts and Telecommunications,2010,17(2):1-7.

[12]HUANG X,HAN N,ZHENG G,et al.Weighted-collaborative Spectrum Sensing in Cognitive Radio[C]∥Communications and Networking in China，Second International Conference on.IEEE,2007:110-114.

[13]SINGH A,BHATNAGAR M R,MALLIK R K.Cooperative Spectrum Sensing with an Improved Energy Detector in Cognitive Radionetwork[C]∥Communications (NCC),2011 National Conference on.IEEE,2011:1-5.

刘天培男，(1992—)，硕士研究生。主要研究方向：多媒体通信。

徐家品男，(1957—)，教授，硕士生导师。主要研究方向：通信与信息系统。.

作者简介

中图分类号TN929.5

文献标志码A

文章编号1003-3106(2016)04-0023-03

收稿日期：2016-01-12

doi:10.3969/j.issn.1003-3106.2016.04.06

引用格式：刘天培,徐家品.基于信噪比加权的协作频谱感知方法[J].无线电工程,2016,46(4):23-25，59.